Сім найпростіших методів управління якістю. Сім найпростіших інструментів контролю якості продукції

Статистичні методи дослідження є найважливішим елементомуправління якістю на промислове підприємство.

Застосування цих методів дозволяє реалізувати для підприємства важливий принципфункціонування систем менеджменту якості відповідно до МС ISO серії 9000 – «прийняття рішень, засноване на свідоцтвах».

Щоб отримати чітку та об'єктивну картину виробничої діяльності, необхідно створити надійну системузбору даних, для аналізу яких використовуються сім так званих статистичних методів чи інструментів контролю якості. Розглянемо докладно ці способи.

Розшарування (стратифікація) застосовується для з'ясування причин розкидання характеристик виробів. Сутність методу полягає у поділі (розшаруванні) отриманих даних на групи залежно від різних факторів. При цьому визначається вплив того чи іншого фактора на характеристики виробу, що дозволяє вжити необхідних заходів для усунення їх неприпустимого розкиду та підвищення якості продукції.

Групи називають шарами (стратами), а сам процес поділу - розшаровуванням (стратифікацією). Бажано, щоб відмінності всередині шару були якнайменше, а між шарами - якнайбільше.

Застосовують різні способирозшаровування. У виробництві часто використовують спосіб, званий «4М... 6М».

Прийом «4М... 6М» - визначає основні групи факторів, що впливають практично на будь-який процес.

• 1. Man(людина) - кваліфікація, стаж роботи, вік, стать і т.д.
• 2. Machine(машина, обладнання) – вид, марка, конструкція тощо.
• 3. Material(матеріал) – сорт, партія, фірма-постачальник і т.д.
• 4. Method(метод, технологія) – температурний режим, зміна, цех і т.д.
• 5. Measurement(Вимірювання, контроль) - тип вимірювальних приладів, метод вимірювання, клас точності приладу і т.д.
• 6. Media (довкілля) - температура, вологість повітря, електричні та магнітні поляі т.д.

Метод розшаровування в чистому виглядізастосовується при розрахунку вартості виробу, коли потрібна оцінка прямих і непрямих витрат окремо за виробами та партіями, при оцінці прибутку від продажу виробів окремо за клієнтами та виробами тощо. Розшарування також використовується у разі застосування інших статистичних методів: при побудові причинно-наслідкових діаграм, діаграм Парето, гістограм та контрольних карток.

Як приклад на рис. 8.9 показано аналіз джерел виникнення дефектів. Всі дефекти (100%) були класифіковані на чотири категорії - за постачальниками, операторами, зміною та обладнанням. З аналізу представлених даних наочно видно, що найбільший внесок у наявність дефектів робить у разі «постачальник 2», «оператор 1», «зміна 1» і «устаткування 2».

Мал. 8.9.

Графікивикористовуються для візуального (наочного) подання табличних даних, що спрощує їх сприйняття та аналіз.

Зазвичай графіки застосовуються на початковому етапі кількісного аналізуданих. Також вони широко використовуються для аналізу результатів досліджень, перевірки залежностей між змінними, прогнозування тенденції зміни стану об'єкта, що аналізується.

Розрізняють такі види графіків.

Графік у вигляді ламаної лінії.Застосовується відображення зміни стану показника з часом, рис. 8.10.

Методика побудови:

• горизонтальну вісь розділіть на інтервали часу, протягом яких здійснювався вимір показника;
• виберіть масштаб і відображуваний діапазон значень показника так, щоб усі значення досліджуваного показника за період часу, що розглядається, входили у вибраний діапазон.

На вертикальну вісь нанесіть шкалу значень відповідно до вибраного масштабу та діапазону;

• нанесіть точки фактичних даних на графік. Положення точки відповідає: по горизонталі - інтервал часу, в який отримано значення досліджуваного показника, по вертикалі - значення отриманого показника;
• з'єднайте отримані точки відрізками прямих.

Мал. 8.10.

Стовпчастий графік.Є послідовністю значень у вигляді стовпчиків, рис. 8.11.

Мал. 8.11.

Методика побудови:

• побудуйте горизонтальну та вертикальну осі;
• горизонтальну вісь розділіть на інтервали відповідно до числа контрольованих факторів (ознак);
• виберіть масштаб і відображуваний діапазон значень показника так, щоб усі значення досліджуваного показника за період часу, що розглядається, входили у вибраний діапазон. На вертикальну вісь нанесіть шкалу значень відповідно до вибраного масштабу та діапазону;
• для кожного фактора збудуйте стовпчик, висота якого дорівнює отриманій величині досліджуваного показника для цього фактора. Ширина стовпчиків має бути однаковою.

Круговий (кільцевий) графік.Застосовується для відображення співвідношення між складовими показника та самим показником, а також складових показника між собою, рис. 8.12.

Мал. 8.12.

• перерахуйте складові показника у відсоткові частки від показника. Для цього величину кожної складової показника поділіть на величину самого показника і помножте на 100. Розмір показника може бути обчислена як сума значень всіх складових показника;
• розрахуйте кутовий розмір сектора для кожної складової показника. Для цього помножте відсоткову частку на 3,6 (100% - 360° кола);
• накресліть коло. Він позначатиме аналізований показник;
• від центру кола до краю проводьте пряму (тобто - радіус). Використовуючи цю пряму (за допомогою транспортира), відкладіть кутовий розмір і накресліть сектор для складової показника. Друга пряма, що обмежує сектор, служить основою для відкладання кутового розміру сектора наступної складової. Так продовжуйте доти, доки не накресліть всі складові показника;
• проставте назву складових показника та їх частки у відсотках. Сектори необхідно позначити різними кольорамиабо штрихуванням, щоб вони чітко відрізнялися між собою.

Стрічковий графік.Стрічковий графік, як і круговий, використовується для наочного відображення співвідношення між складовими якогось показника, але на відміну від кругового, він дозволяє показати зміни між цими складовими з часом (рис. 8.13).

Мал. 8.13.

• побудуйте горизонтальну та вертикальну осі;
• на горизонтальну вісь нанесіть шкалу з інтервалами (поділами) від 0 до 100%;
• вертикальну вісь розділіть на інтервали часу, протягом яких здійснювався вимір показника. Рекомендується відкладати інтервали часу згори донизу, оскільки людині легше сприйняти зміну інформації у цьому напрямі;
• для кожного інтервалу часу побудуйте стрічку (смужка, шириною від 0 до 100%), яка позначає аналізований показник. При побудові залиште невеликий простір між стрічками;
• складові показника перерахуйте у відсоткові частки від показника. Для цього величину кожної складової показника поділіть на величину самого показника і помножте на 100. Розмір показника може бути обчислена як сума значень всіх складових показника;
• розділіть стрічки графіка на зони таким чином, щоб ширина зон відповідала розміру процентної частки складових показника;
• з'єднайте межі зон кожної складової показника всіх стрічок між собою відрізками прямих;
• нанесіть назву кожної складової показника та її частки у відсотках на графік. Позначте зони різними кольорами або штрихуванням, щоб вони чітко відрізнялися між собою.

Z-подібний графік.Застосовується визначення тенденції зміни фактичних даних, реєстрованих за певний період або для висловлювання умов досягнення намічених значень, рис. 8.14.

Мал. 8.14.

Методика побудови:

• побудуйте горизонтальну та вертикальну осі;
• горизонтальну вісь поділіть на 12 місяців досліджуваного року;
• оберіть масштаб і відображуваний діапазон значень показника так, щоб усі значення досліджуваного показника за період часу, що розглядається, входили в обраний діапазон. У зв'язку з тим, що Z-подібний графік складається з трьох графіків у вигляді ламаної лінії, значення яких ще потрібно вираховувати, візьміть діапазон із запасом. На вертикальну вісь нанесіть шкалу значень відповідно до вибраного масштабу та діапазону;
• відкладіть значення досліджуваного показника (фактичні дані) по місяцях за період одного року (з січня по грудень) та з'єднайте їх відрізками прямою. В результаті виходить графік, який утворюється ламаною лінією;
• побудуйте графік аналізованого показника з накопиченням по місяцях (у січні точка графіка відповідає значенню розглянутого показника за січень, у лютому точка графіка відповідає сумі значень показника за січень і лютий і т.д.; у грудні значення графіка буде відповідати сумі значень1 показника місяців – з січня по грудень поточного року). Побудовані точки графіка з'єднайте відрізками прямих;
• побудуйте графік змінного підсумку аналізованого показника (у січні точка графіка відповідає сумі значень показника з лютого попереднього року по січень поточного року, у лютому точка графіка відповідає сумі значень показника з березня попереднього року до лютого поточного року і т.д.; у листопаді точка графіка відповідає сумі значень показника з грудня попереднього року по листопад поточного року і в грудні точка графіка відповідає сумі значень показника з січня поточного року по грудень поточного року, тобто змінний підсумок є сумою значень показника за рік, що передує місяцю, що розглядається). Побудовані точки графіка також з'єднайте відрізками прямих.

Свою назву Z-подібний графік отримав у зв'язку з тим, що три графіки, що його складають, мають вигляд літери Z.

За змінним результатом можна оцінити тенденцію зміни досліджуваного показника за період. Якщо замість змінного результату нанести на графік плановані значення, то з допомогою Z-графіка можна визначити умови досягнення заданих значень.

Діаграма Парето- Інструмент, що дозволяє розділити фактори, що впливають на проблему, на важливі і несуттєві для розподілу зусиль за її вирішенням, рис. 8.15.

Мал. 8.15.

Сама діаграма є різновидом стовпчастого графіка з кумулятивною кривою, у якій чинники розподілено порядку зменшення значущості (сили впливу об'єкт аналізу). В основі діаграми Парето лежить принцип 80/20, згідно з яким 20% причин призводять до 80% проблем, тому метою побудови діаграми є виявлення цих причин для концентрації зусиль щодо їх усунення.

Методика побудови полягає у наступних діях:

• визначте проблему для дослідження, виконайте збір даних (факторів, що впливають) для аналізу;
• розподіліть чинники порядку зменшення коефіцієнта значимості. Обчисліть підсумкову суму значущості факторів шляхом арифметичного складання коефіцієнтів значущості всіх факторів, що розглядаються;
• накресліть горизонтальну вісь. Проведіть дві вертикальні осі: на лівій та правій межі горизонтальної осі;
• горизонтальну вісь розділіть на інтервали відповідно до кількості контрольованих факторів (груп факторів);
• ліву вертикальну вісь розбийте на інтервали від 0 до числа, що відповідає підсумковій сумі значущості факторів;
• праву вертикальну вісь розбийте на інтервали від 0 до 100%. При цьому відмітка 100% повинна лежати на такій самій висоті, що й підсумкова сума значущості факторів;
• для кожного фактора (групи факторів) збудуйте стовпчик, висота якого дорівнює коефіцієнту значущості для цього фактора. У цьому чинники (групи чинників) розташовуються порядку зменшення їх значимості, а група «інші» міститься останньої, незалежно від її коефіцієнта значимості;
• побудуйте кумулятивну криву. Для цього нанесіть на діаграму крапки накопичених сум для кожного інтервалу. Положення точки відповідає: по горизонталі - правій межі інтервалу, по вертикалі - величині суми коефіцієнтів значень факторів (груп факторів), що лежать ліворуч від межі інтервалу. З'єднайте отримані точки відрізками прямих;
• на рівні 80% підсумкової суми проведіть горизонтальну лініювід правої осі діаграми до кумулятивної кривої. З точки перетину опустіть перпендикуляр на горизонтальну вісь. Цей перпендикуляр поділяє фактори (групи факторів) на значущі (розташовуються зліва) і незначні (розташовуються праворуч);
• визначення (витяг) значущих чинниківдля вжиття першочергових заходів.

Причинно-наслідкова діаграмавикористовується, коли потрібно дослідити та зобразити можливі причини певної проблеми. Її застосування дозволяє виявити та згрупувати умови та фактори, що впливають на цю проблему.

Розглянемо форму причинно-наслідкової діаграми, рис. 8.16 (вона називається ще «риб'ячий скелет» або діаграма Ісікави).

На малюнку 8.17 наведено приклад причинно-наслідкової діаграми факторів, що впливають якість токарної обробки.

Мал. 8.16.

• 1 – фактори (причини); 2 – велика «кістка»;
• 3 – мала «кістка»; 4 – середня «кістка»; 5 – «хребет»; 6 - характеристика (результат)

Мал. 8.17.

Методика побудови:

• виберіть показник якості для покращення (аналізу). Запишіть його в середині правого краю чистого листапапери;
• через центр листа проведіть пряму горизонтальну лінію («хребет» діаграми);
• рівномірно розподіліть по верхньому та нижньому краю аркуша та запишіть головні фактори;
• проведіть стрілки ("великі кістки") від назв головних факторів до "хребта" діаграми. На діаграмі виділення показника якості та основних чинників рекомендується укласти в рамку;
• визначте та запишіть фактори другого порядку поруч із «великими кістками» факторів першого порядку, на які вони впливають;
• з'єднайте стрілками ("середні кістки") назви факторів другого порядку з "великими кістками";
• визначте та запишіть фактори третього порядку поруч із «середніми кістками» факторів другого порядку, на які вони впливають;
• з'єднайте стрілками ("малі кістки") назви факторів третього порядку з "середніми кістками";
• визначення чинників другого, третього тощо. порядків використовуйте метод « мозкового штурму»;
• складіть план подальших дій.

(Таблиця накопичених частот) - інструмент для збирання даних та їх автоматичного впорядкування для полегшення подальшого використання зібраної інформації, рис. 8.18.

На підставі контрольного листка будується гістограма (рис. 8.19) або за великої кількості вимірювань крива розподілу щільності ймовірностей (рис. 8.20).

Гістограмає стовпчастим графіком і застосовується для наочного зображення розподілу конкретних значень параметра за частотою появи за певний період часу.

При дослідженні гістограми або кривих розподілу можна з'ясувати, чи в задовільному стані знаходяться партія виробів та технологічний процес. Розглядають наступні питання:

• яка ширина розподілу по відношенню до ширини допуску;
• який центр розподілу по відношенню до центру поля допуску;
• яка форма розподілу.

Мал. 8.18.

Мал. 8.19.

Мал. 8.20.Види кривих розподілу густини ймовірностей (LSL, USL- нижня та верхня межі поля допуску)

У випадку (рис. 8.20), якщо:

• а) форма розподілу симетрична, є запас по полю допуску, центр розподілу та центр поля допуску збігаються - якість партії у задовільному стані;
• б) центр розподілу зміщений праворуч, є побоювання, що з виробів (в решті партії) можуть бути дефектні вироби, які виходять за верхню межу допуска. Перевіряють, чи немає систематичної помилки в вимірювальних приладах. Якщо ні, то продовжують випускати продукцію, відрегулювавши операцію та змістивши розміри так, щоб центр розподілу та центр поля допуску збігалися;
• в) центр розподілу розташований правильно, проте ширина розподілу збігається із шириною поля допуску. Є побоювання, що з розгляду всієї партії з'являться дефектні вироби. Необхідно дослідити точність обладнання, умови обробки тощо, або розширити поле допуску;
• г) центр розподілу змішаних, що свідчить про присутність дефектних виробів. Необхідно шляхом регулювання перемістити центр розподілу в центр поля допуску або звузити ширину розподілу, або переглянути допуск;
• д) центр розподілу розташований правильно, проте ширина розподілу значно перевищує ширину поля допуску. У цьому випадку необхідно або розглянути можливість зміни технологічного процесу з метою зменшення ширини гістограми (наприклад, збільшення точності обладнання, використання більш якісних матеріалів, Зміна умов обробки виробів і т.д.) або розширити поле допуску, так як вимоги до якості деталей в даному випадку важко здійснити;
• е) у розподілі два піки, хоча зразки взяті з однієї партії. Пояснюється це або тим, що сировина була двома різних сортів, або у процесі роботи було змінено налаштування верстата, або одну партію з'єднали вироби, оброблені двох різних верстатах. У цьому випадку слід проводити обстеження пошарово, розбити розподіл на дві гістограми та проаналізувати їх;
• ж) і ширина, і центр розподілу - у нормі, проте незначна частина виробів виходить за верхню межу допуску і, відокремлюючись, утворює відокремлений острівець. Можливо, ці вироби є частиною дефектних, які внаслідок недбалості були перемішані з доброякісними в загальному потоці технологічного процесу. Необхідно з'ясувати причину та усунути її;
• з) необхідно зрозуміти причини такого розподілу; «обривистий» лівий край, говорить про якісь дії щодо партій деталей;
• і) аналогічно до попереднього.

Діаграма розкиду (розсіювання).Застосовується у виробництві та на різних стадіях життєвого циклупродукції для з'ясування залежності між показниками якості та основними факторами виробництва.

Діаграма розкиду -інструмент, що дозволяє визначити вид та тісноту зв'язку між парами відповідних змінних. Ці дві змінні можуть відноситися:

• до характеристики якості та фактору, що впливає на неї;
• двом різним характеристикамякості;
• двом факторам, що впливають на одну характеристику якості.

Сама діаграма є безліч (сукупність) точок, координати яких дорівнюють значенням параметрів хну.

Ці дані наносяться на графік (діаграму розкиду) (рис. 8.21), і їх обчислюється коефіцієнт кореляції.

Мал. 8.21.

Обчислення коефіцієнта кореляції (він дозволяє кількісно визначити силу лінійного зв'язку між хіу) виробляють за формулою

п- кількість пар даних,

Зс - середнє арифметичне значенняпараметра х, у- Середнє арифметичне значення параметра у.

Вид зв'язку між х і увизначають, провівши аналіз форми побудованого графіка та обчисленого коефіцієнта кореляції.

У разі (рис. 8.21):

• а) можна говорити про позитивну кореляцію (зі зростанням Xзбільшується У);
• б) проявляється негативна кореляція (зі зростанням Xзменшується Y);
• в) при зростанні Xвеличина Yможе як зростати, і зменшуватися. І тут говорять про відсутність кореляції. Але це не означає, що між ними немає залежності, між ними немає лінійної залежності. Очевидна нелінійна залежність представлена ​​і діаграмі розкиду (рис. 8.21г).

Тип зв'язку між і у за значенням коефіцієнта кореляції оцінюється так: Значення г> 0 відповідає позитивної кореляції, г 0 – негативної кореляції. Чим більше абсолютне значення /*, тим більше кореляція, a |r| = 1 відповідає точної лінійної залежності між парами значень змінних, що спостерігаються. Чим менше абсолютне значення г, Тим слабша кореляція, а |г| = 0 свідчить про відсутність кореляції. Абсолютне значення гблизьке до 0 може бути отримано при певному вигляді криволінійної кореляції.

Контрольна картка.Контрольні карти (контрольні картки Шухарта) - інструмент, що дозволяє відстежувати зміну показника якості в часі для визначення стабільності технологічного процесу, а також коригування процесу для запобігання виходу показника якості допустимі межі. Приклад побудови контрольних карток було розглянуто у параграфі 8.1.

ВАРІАНТ 1:

Теорія: Сім інструментів якості ( графічні методиоцінки якості продукції)

Вступ. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

Сім найпростіших інструментів якості. . . . . . . . . . . . . . . . . . . . . . . . . . .3

Причинно-наслідкова діаграма (діаграма Ішикави). . . . 5

Контрольні листки. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Гістограми. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Розкид діаграми. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

Аналіз Парето. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

Стратифікація. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Контрольні карти. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Висновок. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

Завдання. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

Література . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Вступ

У сучасному світінадзвичайно важливого значення набуває проблема якості продукції. Від її успішного вирішення значною мірою залежить добробут будь-якої фірми, будь-якого постачальника. Продукція вищої якості суттєво підвищує шанси постачальника конкурентної боротьби за ринки збуту і, найважливіше, краще задовольняє потреби споживачів. Якість продукції - це найважливіший показникконкурентоспроможність підприємства.

Якість продукції закладається у процесі наукових досліджень, конструкторських і технологічних розробок, забезпечується гарною організацією виробництва та, нарешті, воно підтримується в процесі експлуатації або споживання. На всіх цих етапах важливо здійснювати своєчасний контроль та отримувати достовірну оцінку якості продукції.

Для зменшення витрат та досягнення рівня якості, що задовольняє споживача, потрібні методи, спрямовані не на усунення дефектів (невідповідностей) готової продукціїа на попередження причин їх появи в процесі виробництва.

Мета роботи – вивчення семи інструментів у галузі управління якістю продукції на підприємстві. Завдання дослідження: 1) Вивчення етапів формування методів контролю за якістю; 2) Вивчення сутності семи інструментів якості. Об'єкт дослідження – методи дослідження витрат за якість продукції.

Сім простих інструментівякості

Існували давно методи контролю зводилися, як правило, до аналізу шлюбу шляхом суцільної перевірки виготовлених виробів. При масовому виробництві такий контроль дуже дорогий. Розрахунки показують, що для забезпечення якості продукції за допомогою її розбракування контрольний апарат підприємств повинен у п'ять-шість разів перевищувати кількість виробничих робітників.

З іншого боку, суцільний контроль у масовому виробництві не гарантує відсутності дефектних виробів у прийнятій продукції. Досвід показує, що контролер швидко втомлюється, у результаті частина придатної продукції приймає за дефектну і навпаки. Практика також показує – там, де захоплюються суцільним контролем, різко зростають збитки від шлюбу.

Вказані причини поставили провадження перед необхідністю переходу до вибіркового контролю.

Статистичні методи дозволяють обґрунтовано виявляти розладку процесу навіть тоді, коли дві-три одиниці продукції, відібрані для контролю, виявляться придатними, оскільки мають високу чутливість до змін у стані технологічних процесів.

Роками наполегливої ​​праці фахівці виділяли зі світового досвіду по крихтах такі прийоми та підходи, які можна зрозуміти та ефективно використовувати без спеціальної підготовки, причому робилося це так, щоб забезпечити реальні досягнення при вирішенні переважної більшості проблем, що виникають у реальному виробництві.

Один з базових принципівуправління якістю полягає у прийнятті рішень на основі фактів. Найповніше це вирішується шляхом моделювання процесів, як виробничих, і управлінських інструментами математичної статистики. Однак, сучасні статистичні методи досить складні для сприйняття та широкого практичного використаннябез поглибленої математичної підготовки всіх учасників процесу. До 1979 року Союз японських вчених та інженерів (JUSE) зібрав докупи сім досить простих у використанні наочних методів аналізу процесів. При всій своїй простоті вони зберігають зв'язок зі статистикою та дають професіоналам можливість користуватися їхніми результатами, а за необхідності – вдосконалювати їх.

Це так звані сім простих методів:

1) діаграма Парето;

2) схема Ісікави;

3) розшаровування (стратифікація);

4) контрольні листки;

5) гістограми;

6) графіки (на площині)

7) контрольні картки (Шухарта).

Іноді ці методи перераховують в іншому порядку, що не принципово, оскільки передбачається їх розгляд як окремих інструментів, і як системи методів, в якій у кожному конкретному випадку передбачається спеціально визначити склад і структуру робочого набору інструментів.

Застосування статистичних методів – дуже дієвий шлях розробки нової технологіїта контролю якості виробничих процесів. Багато провідних фірм прагнуть їх активного використання, і з них витрачають понад сто годин щорічно навчання цим методам, здійснюване у межах самої фірми. Хоча знання статистичних методів - частина нормальної освіти інженера, саме знання ще означає вміння застосувати його. Здатність розглядати події з погляду статистики важливіше, ніж знання самих методів. Крім того, треба вміти чесно визнавати недоліки та зміни, що виникли, і збирати об'єктивну інформацію.

Причинно-наслідкова діаграма (діаграма Ішикави)

Діаграма типу 5М розглядає такі компоненти якості, як "людина", "машина", "матеріал", "метод", "контроль", а в діаграмі типу 6М до них додається компонент "середовище". Стосовно розв'язуваної задачі кваліметричного аналізу, для компоненти “людина” необхідно визначити фактори, пов'язані із зручністю та безпекою виконання операцій; для компоненти "машина" - взаємини елементів конструкції виробу, що аналізується між собою, пов'язані з виконанням даної операції; для компоненти "метод" - фактори, пов'язані з продуктивністю та точністю виконуваної операції; для компоненти "матеріал" - фактори, пов'язані з відсутністю змін властивостей матеріалів виробу в процесі виконання цієї операції; компоненти “контроль” - чинники, пов'язані з достовірним розпізнаванням помилки процесу виконання операції; для компоненти "середовище" - фактори, пов'язані з впливом середовища на виріб та вироби на середовище.

Мал. 1 Приклад діаграми Ішикави

Контрольні листки

Контрольні листки можуть застосовуватися як під час контролю за якісними, так і при контролі за кількісними ознаками.

Мал. 2 Контрольні листки

Гістограми

Гістограми – один із варіантів стовпчастої діаграми, що відображає залежність частоти влучення параметрів якості виробу або процесу у певний інтервал значень від цих значень.

Гістограма будується так:

Визначаємо найбільше значення показника якості.

Визначаємо найменше значення показника якості.

Визначаємо діапазон гістограми як різницю між найбільшим та найменшим значенням.

Визначаємо кількість інтервалів гістограми. Часто можна користуватися наближеною формулою:

(Число інтервалів) = Ц (число значень показників якості) Наприклад, якщо число показників = 50, число інтервалів гістограми = 7.

Визначаємо довжину інтервалу гістограми = (діапазон гістограми)/(число інтервалів).

Розбиваємо діапазон гістограми на інтервали.

Підраховуємо кількість попадань результатів у кожний інтервал.

Визначаємо частоту влучень в інтервал = (число влучень)/(загальна кількість показників якості)

Будуємо стовпчасту діаграму

Діаграми розкиду

Діаграми розкиду являють собою графіки виду, зображеного нижче, які дозволяють виявити кореляцію між двома різними факторами.

Мал. 3 Діаграма розкиду: Взаємозв'язку показників якості практично немає.

Мал. 4 Діаграма розкиду: Є прямий взаємозв'язок між показниками якості

Мал. 5 Діаграма розкиду: Є зворотний взаємозв'язок між показниками якості

Аналіз Парето

Аналіз Парето отримав свою назву на ім'я італійського економіста Вілфредо Парето, який показав, що більшість капіталу (80%) знаходиться в руках незначної кількості людей (20%). Парето розробив логарифмічні математичні моделі, що описують цей неоднорідний розподіл, а математик М.Оа. Лоренц представив графічні ілюстрації.

Правило Парето - "універсальний" принцип, який застосовується у безлічі ситуацій, і без сумніву - у вирішенні проблем якості. Джозеф Джуран відзначив “універсальне” застосування принципу Парето до будь-якої групи причин, що викликають той чи інший наслідок, причому більша частина наслідків викликана малою кількістю причин. Аналіз Парето ранжує окремі області за значимістю чи важливістю і закликає виявити і насамперед усунути ті причини, які викликають найбільшу кількість проблем (невідповідностей).

Аналіз Парето як правило ілюструється діаграмою Парето (рис. нижче), на якій по осі абсцис відкладено причини виникнення проблем якості в порядку зменшення викликаних ними проблем, а по осі ординат – у кількісному вираженні самі проблеми, причому як у чисельному, так і в накопиченому. (Кумулятивному) відсотковому вираженні.

На діаграмі чітко видно область прийняття першочергових заходів, що окреслює причини, які викликають найбільше помилок. Таким чином, насамперед запобіжні заходи мають бути спрямовані на вирішення проблем саме цих проблем.

Мал. 6 Діаграма Парето

Стратифікація

В основному стратифікація - процес сортування даних згідно з деякими критеріями або змінними, результати якого часто показуються у вигляді діаграм та графіків

Ми можемо класифікувати масив даних у різні групи (або категорії) з загальними характеристиками, Звані змінної стратифікації. Важливо встановити, які змінні використовуватимуться для сортування.

Стратифікація є основою для інших інструментів, таких як аналіз Парето або діаграми розсіювання. Таке поєднання інструментів робить їх потужнішими.

На малюнку наведено приклад аналізу джерела виникнення дефектів. Усі дефекти (100%) були класифіковані на чотири категорії – за постачальниками, операторами, зміною та обладнанням. З аналізу представлених донних наочно видно, що найбільший внесок у наявність дефектів робить у разі «постачальник 1».

Мал. 7 Стратифікація даних.

Контрольні карти

Контрольні карти – спеціальний вид діаграми, вперше запропонований У. Шухартом 1925 р. Контрольні карти мають вигляд, представлений на рис. 4.12. Вони відображають характер зміни показника якості у часі.

Мал. 8 Загальний вигляд контрольної картки

Контрольні карти за кількісними ознаками

Контрольні карти за кількісними ознаками - це зазвичай здвоєні карти, одне з яких зображує зміна середнього значення процесу, а 2-я - розкиду процесу. Розкид може обчислюватися або на основі розмаху процесу R (різниці між найбільшим і найменшим значенням), або на основі середньоквадратичного відхилення процесу S.

В даний час зазвичай використовуються x-S карти, x-R карти використовуються рідше.

Контрольні карти за якісними ознаками

Карта для частки дефектних виробів (p – карта)

p - карті підраховується частка дефектних виробів у вибірці. Вона застосовується, коли обсяг вибірки – змінний.

Карта для числа дефектних виробів (np – карта)

У np - карті підраховується кількість дефектних виробів у вибірці. Вона застосовується, коли обсяг вибірки – постійний.

Карта для числа дефектів у вибірці (з – карта)

У с – карті підраховується кількість дефектів у вибірці.

Карта для дефектів на один виріб (u - карта)

У u - карті підраховується кількість дефектів однією виріб у вибірці.

Мал. 9 Бланк контрольної картки

Висновок

Політика підприємства має бути націлена на високу якість. Шлюб, що є його протилежністю, може виникнути будь-якому підприємстві. Його треба враховувати.

Аналіз витрат на якість проводиться в основному з метою визначення найважливіших та першочергових завдань щодо підвищення якості. Залежно від цілей, завдань аналізу якості і можливостей отримання необхідної інформації методи аналізу якості може бути різні. На це впливає і проходження продукції певного етапу діяльності підприємства.

Вправно організований аналіз якості може стати джерелом значної економії для підприємства, а також може підвищити імідж підприємства в очах потенційних клієнтів.

Завдання № 2:

На основі методики побудови графічного зображення оцінки якості, побудуйте для заводу з виготовлення покрівельних листів діаграму паретоза наступними даними про шлюб у виробництві покрівельних листів (табл.1):

Табл.1 - Дані про шлюб у виробництві покрівельних листів

Вид шлюбу	Кількість бракованих виробів	Втрати від шлюбу (тис. руб.)
1. Бічні тріщини
2. Лущення фарби
3. Короблення
4. Відхилення від перпендикулярності
5. Брудна поверхня
6. Шорсткість поверхні
7. Гвинтоподібність
8. Тріщини по поверхні
9. Бічний вигин
10. Інші причини

Використовувана література:

Ільєнкова С.Д. Управління якістю: підручник для студентів вузів - М.: ЮНІТІ-ДАНА, 2007. - 352с.

Ісікава К. Японські методи управління якістю. М.: Економіка, 1998. - 250с.

Лапідус В. А. Загальна якість у російських компаніях; Нац. Фонд підготовки кадрів. - М.: Новини, 2000. - 435с.

Леонов І. Т. Управління якістю продукції. М.: Вид-во стандартів, 1990. - 375с.

Мазур І. І., Шапіро В. Д. Управління якістю: Навч. посібник для студентів вузів / І. І. Мазур, В. Д. Шапіро; За заг. ред. І. І. Мазура. М.: Омега-Л, 2005. - 256с.

МІНІСТЕРСТВО ОСВІТИ ТА НАУКИ УКРАЇНИ

ДОНЕЦЬКИЙ НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ

Кафедра «Керування якістю»

КОНТРОЛЬНА РОБОТА

На тему "Сім інструментів контролю якості"

м. Донецьк

Вступ

У сучасному світі надзвичайно важливого значення набуває проблема якості продукції. Від її успішного вирішення значною мірою залежить добробут будь-якої фірми, будь-якого постачальника. Продукція вищої якості суттєво підвищує шанси постачальника конкурентної боротьби за ринки збуту і, найважливіше, краще задовольняє потреби споживачів. Якість продукції – це найважливіший показник конкурентоспроможності підприємства.

Якість продукції закладається в процесі наукових досліджень, конструкторських та технологічних розробок, забезпечується гарною організацією виробництва та, нарешті, воно підтримується в процесі експлуатації або споживання. На всіх цих етапах важливо здійснювати своєчасний контроль та отримувати достовірну оцінку якості продукції.

Для зменшення витрат та досягнення рівня якості, що задовольняє споживача, потрібні методи, спрямовані не на усунення дефектів (невідповідностей) готової продукції, а на запобігання причинам їх появи в процесі виробництва.

Роками наполегливої ​​праці фахівці виділяли зі світового досвіду по крихтах такі прийоми та підходи, які можна зрозуміти та ефективно використовувати без спеціальної підготовки, причому робилося це так, щоб забезпечити реальні досягнення при вирішенні переважної більшості проблем, що виникають у реальному виробництві.

У результаті було вироблено систему практичних методів, розрахованих на масове застосування. Це так звані сім простих методів (інструментів), які будуть розглянуті в даному реферативному огляді.

1. Метод "Сім основних інструментів контролю якості"

Якість продукції - сукупність властивостей продукції, що зумовлюють її придатність задовольняти певні потреби відповідно до призначення. Якість продукції або послуг є одним з найважливіших факторівуспішної діяльності будь-якої організації чи підприємства.

Один із базових принципів управління якістю полягає у прийнятті рішень на основі фактів. Найповніше це вирішується шляхом моделювання процесів, як виробничих, і управлінських інструментами математичної статистики. Проте, сучасні статистичні методи досить складні сприйняття і широкого практичного використання без поглибленої математичної підготовки всіх учасників процесу. До 1979 року Союз японських вчених та інженерів (JUSE) зібрав докупи сім досить простих у використанні наочних методів аналізу процесів. При всій своїй простоті вони зберігають зв'язок зі статистикою та дають професіоналам можливість користуватися їхніми результатами, а за необхідності – вдосконалювати їх.

Мета методу “Сім основних інструментів контролю якості” полягає у виявленні проблем, що підлягають першочерговому вирішенню, на основі контролю чинного процесу, збирання, обробки та аналізу отриманих фактів (статистичного матеріалу) для подальшого покращення якості процесу.

Суть методу – контроль якості (порівняння запланованого показника якості з дійсним його значенням) – це одна з основних функцій у процесі управління якістю, а збір, обробка та аналіз фактів – найважливіший етапцього процесу.

З безлічі статистичних методів для широкого застосуваннявибрано лише сім, які зрозумілі і можуть легко застосовуватися фахівцями різного профілю. Вони дозволяють вчасно виявити та відобразити проблеми, встановити основні фактори, з яких треба починати діяти, та розподілити зусилля з метою ефективного вирішення цих проблем.

Очікуваний результат – вирішення до 95% всіх проблем, що виникають на виробництві.

Сім основних інструментів контролю якості

Сім основних інструментів контролю якості - набір інструментів, що дозволяють полегшити завдання контролю процесів, що протікають, і надати різного родуфакти для аналізу, коригування та покращення якості процесів.

1. Контрольний листок- Інструмент для збору даних та їх автоматичного впорядкування для полегшення подальшого використання зібраної інформації.

2. Гістограма- Інструмент, що дозволяє візуально оцінити розподіл статистичних даних, згрупованих за частотою попадання даних у певний (заздалегідь заданий) інтервал.

3. Діаграма Парето- інструмент, що дозволяє об'єктивно уявити та виявити основні фактори, що впливають на досліджувану проблему, та розподілити зусилля для її ефективного вирішення.

4. Метод стратифікації(Розшарування даних) - інструмент, що дозволяє зробити поділ даних на підгрупи за певною ознакою.

5. Діаграма розкиду(Розсіювання) - інструмент, що дозволяє визначити вид і тісноту зв'язку між парами відповідних змінних.

6. Діаграма Ісікави(причинно-наслідкова діаграма) - інструмент, який дозволяє виявити найістотніші фактори (причини), що впливають на кінцевий результат (наслідок).

7. Контрольна картка- інструмент, що дозволяє відстежувати хід перебігу процесу та впливати на нього (за допомогою відповідної зворотнього зв'язку), попереджаючи його відхилення від пред'явлених до процесу вимог.

Розглянемо зміст цих методів та можливості їх застосування.

2. Сім основних інструментів контролю якості

2.1 Контрольний лист

Контрольні листи(або збирання даних) – спеціальні бланки для збирання даних. Вони полегшують процес збору, сприяють точності збору даних та автоматично призводять до деяких висновків, що дуже зручно для швидкого аналізу. Результати легко перетворюються на гістограму або діаграму Парето. Контрольні листки можуть застосовуватися як під час контролю за якісними, так і при контролі за кількісними ознаками. Форма контрольного листа може бути різною, залежно від призначення (рис. 1).

Мал. 1 - Приклади контрольного листка

2.2 Гістограма

Гістограма- Вигляд стовпцевої діаграми. Для узагальнення цифрових даних. Може бути використана як графічне відображення даних контрольного аркуша. Характер розподілу даних може виявити суть проблеми. Призначена для комунікації безпосередньо з людьми, які керують процесом. Гістограма відображає залежність частоти попадання параметрів якості виробу або процесу певний інтервал значень від цих значень.

Гістограма будується в такий спосіб (рис. 2):

1. Визначаємо найбільше значення показника якості.

2. Визначаємо найменше значення показника якості.

3. Визначаємо діапазон гістограми як різницю між найбільшим та найменшим значенням.

4. Визначаємо кількість інтервалів гістограми. Часто можна користуватися наближеною формулою: (кількість інтервалів) = Ц (кількість значень показників якості) Наприклад, якщо число показників = 50, число інтервалів гістограми = 7.

5. Визначаємо довжину інтервалу гістограми = (діапазон гістограми)/(число інтервалів).

6. Розбиваємо діапазон гістограми на інтервали.

7. Підраховуємо кількість попадань результатів у кожний інтервал.

8. Визначаємо частоту влучень в інтервал = (число влучень)/(загальна кількість показників якості)

9. Будуємо стовпчасту діаграму.

Мал. 2 - Гістограма споживання палива для 100 автомобілів

2.3 Діаграма Парето

Аналіз Парето отримав свою назву на ім'я італійського економіста Вілфредо Парето, який показав, що більшість капіталу (80%) знаходиться в руках незначної кількості людей (20%). Парето розробив логарифмічні математичні моделі, що описують цей неоднорідний розподіл, а математик М.Оа. Лоренц представив графічні ілюстрації.

Правило Парето - "універсальний" принцип, який застосовується у безлічі ситуацій, і без сумніву - у вирішенні проблем якості. Джозеф Джуран відзначив "універсальне" застосування принципу Парето до будь-якої групи причин, що викликають той чи інший наслідок, причому більша частина наслідків викликана малою кількістю причин. Аналіз Парето ранжує окремі області за значимістю чи важливістю і закликає виявити і насамперед усунути ті причини, які викликають найбільшу кількість проблем (невідповідностей).

Аналіз Парето зазвичай ілюструється діаграмою Парето, на якій по осі абсцис відкладено причини виникнення проблем якості в порядку зменшення викликаних ними проблем, а по осі ординат - у кількісному вираженні самі проблеми, причому як у чисельному, так і в накопиченому (кумулятивному) відсотковому вираженні.

На діаграмі чітко видно область прийняття першочергових заходів, що окреслює причини, які викликають найбільше помилок. Таким чином, насамперед запобіжні заходи мають бути спрямовані на вирішення проблем саме цих проблем (рис. 3).

Мал. 3 - Діаграма Парето

2.4 Метод стратифікації

В основному, стратифікація- процес сортування даних згідно з деякими критеріями або змінними, результати якого часто показуються у вигляді діаграм та графіків

Ми можемо класифікувати масив даних у різні групи (або категорії) із загальними характеристиками, які називаються змінною стратифікацією. Важливо встановити, які змінні використовуватимуться для сортування.

Аналізуючи великі масиви даних, ми зазвичай використовуємо середнє значення, рідше середньоквадратичне відхиленняще рідше інші методи обробки. Чим викликано таке самообмеження? 🙂 Швидше за все, недостатніми знаннями та досвідом у цих питаннях. Звідки сучасний менеджер може дізнатися про методи статистичної обробки даних? Навряд чи він згадає курс вузів статистики. Та й чи був він включений до навчальної програми!?

У мене знайомство зі статистикою, точніше з її використанням у бізнесі, розпочалося близько 15 років тому, коли я вперше прочитав про методи управління якістю. На жаль, із першого разу сім основних інструментів мені «не здалися»… Я не сприйняв їх як «керівництво до дії». Швидше, я поставився до них, як до чогось захмарно-розумного. І лише поступово протягом кількох років, повторно натрапляючи в літературі на застосування того чи іншого методу, а також у зв'язку з виникненням практичних завдань, крок за кроком, я став розуміти зміст цих інструментів та сфери їх застосування. Поступово ці методи я почав використовувати у своїй практиці, навіть іноді не згадуючи, що вони є частиною стрункої системи.

Настав час віддати данину першоджерелу - японському менеджменту, а також показати, як, здавалося б, книжкові знання, стають потужним інструментом управління реальним бізнесом.

Завантажити замітку у форматі, приклади у форматі

Сім основних інструментів контролю якості використовують для аналітичноговирішення проблем, тобто у ситуації, коли дані доступні, і щоб вирішити проблему, потрібно їх проаналізувати.

1. Діаграма причин та результатів.Ця діаграма використовується виявлення чинників процесу, які впливають результат. Зустрічаються також назви: «Діаграма Ісікави» або «Діаграма риб'ячий скелет». У класичному варіантіфактори (причини) групуються за категоріями за принципом "5М":

Man (людина) – причини, пов'язані з людським фактором; Machines (машини, обладнання) – причини, пов'язані з обладнанням; Materials (матеріали) – причини, пов'язані з матеріалами; Methods (методи, технологія) – причини, пов'язані з організацією бізнес-процесів; Measurements (вимірювання) – причини, пов'язані з методами вимірювання.

Мал. 1. Діаграма Ісікави. Візерунок.

Зрозуміло, що можна використовувати й інше релевантне угруповання. Ось наприклад, який «скелет» ми намалювали, аналізуючи можливості скорочення часу обслуговування клієнтів на складі:

Мал. 2. Діаграма Ісікави. Час обслуговування клієнтів на складі.

– інструмент для збирання даних та їх автоматичного впорядкування для полегшення подальшого використання зібраної інформації.

Мал. 3. Контрольний листок. приклад.

Перевага контрольних листків – можливість їх використання співробітниками, які не працюють із комп'ютером. Якщо дані для подальшого аналізу виходять шляхом вимірювання безпосередньо на робочих місцях, контрольні листки дуже ефективні. Зрозуміло, якщо дані для аналізу вилучаються з баз даних, контрольні листки не потрібні, а дані відразу перетворюються на гістограму, діаграму Парето або розсіювання (див. нижче).

У моїй практиці контрольні листки не знайшли застосування, оскільки процеси, з якими я маю справу, або пов'язані з використанням комп'ютера, або стартують за командою з комп'ютера, а фініш фіксується оператором ПК.

Ці діаграми ранжують проблеми за рівнем (частотою) впливу результат. Свою назву вони отримали на ім'я економіста Вільфредо Парето, який в одній зі своїх наукових працьмежі XIX і XX століть показав, що у Італії 20% домогосподарств отримують 80% доходів. Термін «принцип Парето» в 40-х роках XX століття ввів в обіг американський фахівець у галузі менеджменту якості Джозеф Джуран. Аналіз Парето, як правило, ілюструється діаграмою Парето, на якій по осі абсцис відкладено причини виникнення проблем якості в порядку зменшення їх впливу на кількість невідповідностей (обсяг шлюбу), а по двох осях ординат: а) кількість невідповідностей у штуках; б) накопичена частка (відсотки) вкладу у підсумкове число невідповідностей. Наприклад:

Мал. 4. Діаграма Парето. Причини виникнення простроченої дебіторської заборгованості.

Насамперед слід працювати з причинами, що викликають найбільшу кількість проблем. У прикладі з першими трьома.

4. Гістограма- Інструмент, що дозволяє візуально оцінити розподіл статистичних даних, згрупованих за частотою потрапляння в певний (заздалегідь заданий) інтервал. У класичному варіанті гістограма використовується для визначення проблем за допомогою аналізу форми розкидання значень, центрального значення, його близькості до номіналу, характеру розсіювання:

Мал. 5. Варіанти розташування гістограми стосовно технологічного допуску

Короткі коментарі: а) все добре: середнє збігається з номіналом, варіабельність у межах допусків; б) слід змістити середнє для збігу з номіналом; в) слід зменшити розсіювання; г) слід змістити середнє та зменшити розсіювання; д) слід значно зменшити розсіювання; е) змішані дві партії; слід розбити на дві гістограми та проаналізувати їх; ж) аналогічно до попереднього пункту, тільки ситуація більш критична; з) необхідно зрозуміти причини такого розподілу; «обривистий» лівий край, говорить про якісь дії щодо партій деталей; і) аналогічно до попереднього.

Ось які гістограми ми будували протягом кількох років для вивчення часу обслуговування клієнтів на складі:

Мал. 6. Гістограма. Час обслуговування клієнтів на складі.

По осі абсцис - 15-хвилинні діапазони часу обслуговування клієнтів на складі; по осі ординат – частка заявок, обслужених у виділеному діапазоні часу від загальної кількості заявок за рік. Червона пунктирна лінія показує середній час обслуговування протягом року.

5. Діаграма розкиду(Розсіювання) - інструмент, що дозволяє визначити вид і тісноту зв'язку (кореляцію) між парами відповідних змінних. Такі діаграми містять дві сукупності даних, нанесених графік у вигляді точок. Взаємозв'язок між цими точками показує залежність між відповідними даними. У Excel така діаграма має тип - "точкова". Ось, наприклад, як я раніше корисність точкових діаграм:

Мал. 7. Виявлення кореляційної залежності на основі точкової діаграми.

Ось цікавий приклад використання кореляційного аналізудля управління розміщенням товарів на складі:

Сучасний склад має дуже значні розміри. У глибину він може сягати 100-150 метрів (відстань від вантажних воріт до задньої стінки). Зрозуміло, що маючи товари з високою оборотністю ближче до воріт, можна заощадити час на переміщення по складу. На рисунках вище показано частоту звернень до окремих осередків; ліворуч – для випадкового розміщення товарів; праворуч - для товарів, розбитих на АВС-групи. Чим інтенсивніший колір, тим частіше звернення до осередку. Видно, що без АВС-розподілу звернення до осередків практично випадкове, при АВС-розбиття номенклатури можна спостерігати межі зон. Лівий фронт кожного малюнка звернений до зони приймання. Таким чином, у ситуації, зображеній на рис. б, сумарний шлях комірників/техніки буде меншим, ніж на рис. а

6. Графіки- Інструмент, що дозволяє провести аналіз даних по різних зрізах. Форми та цілі аналізу можуть диктувати використання різних видівграфіків. Докладніше про це можна прочитати у книзі Джина Желязни «». Покомпонентне порівняння даних найкраще демонструється за допомогою кругової діаграми. Для ілюстрації позиційного порівняння найкраще підходить лінійна діаграма. Якщо покомпонентне та позиційне порівняння показують взаємозв'язки в певний момент часу, то тимчасове порівняння відображає динаміку змін; тимчасове порівняння найкраще ілюструвати гістограмою або графіком.

Наприклад, ось якими діаграмами ми аналізуємо одразу три параметри по кожному клієнту: динаміку дебіторської заборгованості, простроченої дебіторської заборгованості, лімітів по кредитній лінії:

Мал. 8. Приклад використання графіка для аналізу даних.

7. Контрольна картка– інструмент, що дозволяє відслідковувати перебіг процесу та впливати на нього, попереджаючи відхилення від пред'явлених до процесу вимог (або реагуючи на відхилення). Існує два типи варіацій: природні, пов'язані з розкидом значень навколо номіналу, властиві процесу; і спеціальні, Поява яких можна пояснити конкретними причинами. Докладніше про це можна прочитати в книзі Д. Вілера та Д. Чамберса». Оптимізація бізнесу з використанням контрольних карток Шухарта». Контрольні карти служать виявлення спеціальних варіацій. На графік наносяться точки, що відповідають окремим даним, лінія середніх значень (μ), верхня та нижня контрольні межі (µ ± 3σ). Якщо точки лежать у межах контрольних меж, реагувати на відхилення від середньої лінії не потрібно. Якщо хоча б одна точка вийшла за контрольні кордони, необхідно провести аналіз можливих причин відхилення. наприклад, « », « ».

Використання контрольних карток для аналізу обсягу дебіторської заборгованості:

Мал. 9. Контрольна картка. Природні чинники варіацій.

На 27-му тижні заборгованість зросла з $1,4 млн. до $2,6 млн. Тим не менш, управлінський вплив не потрібний, оскільки точки розмістилися в межах контрольних кордонів.

На наступній діаграмі показано середній (тиждень) час виходу в рейс машин:

Мал. 10. Контрольна картка. Спеціальні причини варіацій.

Видно, що починаючи з 19-го тижня точки виходять за контрольні кордони. Потрібно втручання у процес виявлення спеціальних причин варіацій.

Я сподіваюся, що мої приклади допоможуть вам усвідомити, що сім основних інструментів контролю якості можуть бути реальною підмогою для аналізу бізнес-процесів.

Викладаються за варіантом, наведеним у книзі М. Імаї «». Я розташував ці методи в тому порядку, який мені видається найбільш логічно послідовним.

Сім найпростіших інструментів контролю якості продукції

На малюнку 8 представлено сім найпростіших статистичних методів контролю якості.

Рисунок 8 – Сім найпростіших статистичних методів

2.1.1 Контрольний листок

Яке завдання не стояла перед системою, завжди починають зі збору вихідних кількісних даних, з урахуванням яких потім застосовують той чи інший інструмент.

Контрольний листок – інструмент для збору даних, засіб реєстрації та їх автоматичного впорядкування для полегшення подальшого використання інформації.

Контрольний листок – паперовий бланк, на якому заздалегідь надруковані контрольовані параметри, відповідно до яких можна заносити дані за допомогою позначок або простих символів, призначений для реєстрації подій, що виникають, тобто. для збирання даних для подальшого аналізу. Зовні контрольний листок є таблицею, заповнення якої зводиться до простого додавання у відповідну комірку вертикального штриха при настанні тієї чи іншої події. Перші чотири події відзначаються вертикальними штрихами, а кожна п'ята – горизонтальною межею, що перетинає перші чотири штрихи. Таким чином, кожна рисочка позначає 5 подій.

Заповнення контрольного листка – це найпростіший із інструментів якості – немає нічого простішого, ніж поставити штрих у потрібній комірці. Підрахунок результатів також здійснюється досить легко.

Нижче наведено приклад листа збору даних, у якому реєструвалися скарги покупців продукції на окремі видиневідповідностей у різні дніТижня (рисунок 9).

Малюнок 9 – Аркуш збору даних

Карта статистичного управління процесом, або контрольна карта, є графічним поданням даних із вибірки, які періодично беруться з процесу та наносяться на графік відповідно до часу. Крім того, на контрольних картах відзначаються "контрольні кордони", які описують властиву мінливість сталого процесу. Метою контрольної карти є допомога в оцінці стабільності процесу на основі вивчення та нанесення на графік даних з урахуванням контрольних кордонів. Будь-яка змінна (виміряні дані) або ознака (розрахункові дані), що представляють характеристику продукції або процесу, що вивчається, можуть бути нанесені на графік.

Як приклад можна навести контрольний листок, який застосовується для фіксування шлюбу в деталях (рисунок 10).

Малюнок 10 – Контрольний листок

При складанні контрольних листків слід звернути увагу на те, щоб було зазначено, на якому етапі процесу протягом якого часу збиралися дані, а також щоб форма листка була простою і зрозумілою без додаткових пояснень.

2.1.2 Гістограма

Для наочного уявлення тенденції зміни якості деталей застосовують графічне зображеннястатистичного матеріалу. Найбільш поширеним графіком, яких вдаються при аналізі розподілу випадкової величини, є гістограма.

Гістограма– інструмент, що дозволяє візуально оцінити закон розподілу статистичних даних.

Гістограми – один із варіантів стовпчастої діаграми, що відображає залежність частоти влучення параметрів якості виробу або процесу у певний інтервал цих значень. На малюнку 11 інтервали влучення відкладені на осі «х», а частота влучення на осі «у».

Рисунок 11 – Гістограма частот інтервального рядурозташування

Гістограма будується в такий спосіб.

1) Визначається найбільше значення показника якості.

2) Визначається найменше значення показника якості.

3) Визначається діапазон гістограми як різниця між найбільшим та найменшим значенням.

4) Визначається число інтервалів гістограми (число інтервалів) = Ц (кількість значень показників якості).

5) Визначається довжина інтервалу гістограми = (діапазон гістограми)/(число інтервалів).

6) Розбивається діапазон гістограми на інтервали.

7) Підраховується кількість попадань результатів у кожний інтервал.

8) Визначається частота влучень в інтервал = (число влучень) / (загальна кількість показників якості).

9) Будується стовпчаста діаграма.

У міру зростання числа вимірювань зменшується ширина стовпців і полігон перетворюється на криву щільності ймовірностей, що є кривою теоретичного розподілу.

Щоб оцінити адекватність процесу вимог споживача, ми повинні порівняти якість процесу з полем допуску, встановленим користувачем. Якщо є допуск, то гістограму наносять верхню ( S u) та нижню ( S L) його межі, перпендикулярні осі абсцис (рисунок 12). Тоді можна побачити, чи добре знаходиться гістограма всередині цих кордонів.

Рисунок 12 – До поняття придатності під час вибірки
трьохсигмових меж

Якщо гістограма має симетричний (дзвоноподібний) вигляд, коли середнє значення посідає середину розмаху даних, це нормальний (гаусовский) закон розподілу випадкової величини. Для нормального закону розподілу стає можливим досліджувати відтворюваність процесу, незмінність основних параметрів процесу: середнього значення xабо математичного очікування М( x) та стандартного відхиленняв часі. При цьому можна визначити вихід розподілу генеральної сукупностіпри заданих значеннях М( x), виходячи з порівняння відповідних трьохсигмових меж і меж поля допуску.

З малюнка 12 видно, що якщо брати як межі допуску трисигмові межі (σ – середньоквадратичне відхилення), то придатними вважатимуться 99,73 % всіх даних генеральної сукупності і лише 0,27 % даних вважатимуться невідповідними (non-conformity – NC) вимогам споживача (користувача), оскільки вони розташовані за межами заданого поля допуску.

2.1.3 Діаграми розкиду

Діаграми розкиду є графіками, які дозволяють виявити кореляцію між двома різними факторами.(Малюнок 13) .

Рисунок 13 – Діаграма розкиду

Діаграма розкиду, яку називають полем кореляції, – це інструмент, що дозволяє визначити вид і тісноту зв'язку між парами відповідних змінних.

Ці дві змінні можуть відноситися:

до характеристики якості та фактору, що впливає на неї;

до двох різних характеристик якості;

до двох факторів, що впливають на одну характеристику якості. Наприклад, температура та тиск у печі.

Для виявлення зв'язку з-поміж них і служить діаграма розкиду.

Побудова діаграми розкиду виконується у наступній послідовності.

1) Збираються парні дані ( x, y), між якими хочуть дослідити залежність, та розташовуються в таблицю. Якщо одна змінна – фактор, а друга – характеристика якості, то вибирається для фактора горизонтальна вісь x, а для характеристики якості – вертикальна вісь y. Бажано щонайменше 25–30 пар даних.

2) Знаходиться максимальне та мінімальне значення для xі y.

3) На окремому аркуші паперу креслиться графік та наносяться дані. Якщо різних спостереженнях виходять однакові значення, їх позначають концентричними кружками.

4) Позначається:

назва діаграми;

інтервал часу;

кількість пар даних;

назви та одиниці виміру для кожної осі.

Використання діаграми розкидане обмежується лише виявленням виду та тісноти зв'язку між парами змінних. Діаграма розкиду використовується також для виявлення причинно-наслідкових зв'язків показників якості та факторів, що впливають при аналізі
причинно-наслідкової діаграми, що буде розглянута нижче.

Діаграма розкиду дозволяє наочно показати характер зміни параметра якості часу. Для цього проведемо з початку координат бісектрису. Якщо всі точки лягли на бісектрису, це означає, що значення даного параметра не змінилося в процесі експерименту. Отже, аналізований чинник (чи чинники) впливає параметр якості. Якщо основна маса точок лежить під бісектрисою, це означає, що значення параметра якості за минулий час зменшилося. Якщо ж точки лягають вище бісектриси, то значення параметра за час, що розглядається, зросли.

Провівши промені з початку координат, що відповідають зменшенню та збільшенню параметра на 10, 14, 30, 50%, можна шляхом підрахунку точок між прямими з'ясувати частоту значень параметра в інтервалах 0...10%, 10...20%.

Найбільшого поширення набуло застосування діаграм розкиду визначення виду зв'язків, загальний розподіл пар. Для цього спочатку слід з'ясувати, чи є на діаграмі якісь далеко віддалені точки (викиди), які обумовлені деякими змінами в умовах роботи. слід звернути увагу до причини таких нерегулярностей, оскільки, відшукуючи їх причину, часто отримуємо інформацію про якість.

2.1.4 Метод стратифікації (розшарування даних)

Відповідно до методу стратифікації даних (рисунок 14) виробляють розшаровування статистичних даних, тобто. групують дані в залежності від умов їх отримання та проводять обробку кожної групи даних окремо.

Дані, поділені на групи відповідно до їх особливостей, називають шарами (стратами), а процес поділу на шари (страти) – розшаровуванням (стратифікацією).

Існують різні методирозшаровування, застосування яких залежить від конкретних завдань. Наприклад, дані, що стосуються
до виробу, що виробляється в цеху на робочому місці, можуть в якійсь мірі різнитися в залежності від виконавця, використовуваного обладнання, методів проведення робочих операцій, температурних
умов тощо. Усі ці відмінності можуть бути факторами розшаровування. У виробничих процесах часто використовується метод 5М, що враховує фактори, що залежать від людини (man), машини (machine), матеріалу (material), методу (method), виміру (measurement).

Рисунок 14 – Стратифікація даних

Розшарування здійснюється наступним чином:

розшаровування за виконавцями – за кваліфікацією, статтю, стажем роботи;

розшаровування за матеріалом – за місцем виробництва, фірмою – виробником, партією, якістю сировини тощо;

розшаровування по машинам та устаткуванню – за новим і старим обладнанням, маркою, конструкцією, що випускає фірму і т.д.;

розшаровування за способом виробництва – за температурою, технологічному прийому, місцю виробництва тощо;

розшаровування за виміром – за місцем виміру, типом вимірювальних засобів або їх точності і т.д.

В результаті розшаровування обов'язково повинні дотримуватися наступних двох умов.

1) Відмінності між значеннями випадкової величини всередині шару (дисперсія) повинні бути якнайменше порівняно з відмінністю її значень у нерозшарованій вихідній сукупності.

2) Відмінність між шарами (відмінності між середніми значеннями випадкових величин шарів) має бути якнайбільше.

При контролі якості виготовлення продукції часто практично виникає завдання виявлення передбачуваного джерела погіршення якості своєї продукції; таку інформацію можна отримати шляхом розшаровування дисперсії за допомогою дисперсійного аналізу.

2.1.5 Діаграма Ісікави

Діаграма Ісікави (причинно-наслідкова діаграма) дозволяє формалізувати та структурувати причини виникнення тієї чи іншої події, наприклад – появи невідповідності, а також встановлювати причинно-наслідкові зв'язки.

Усі можливі причини класифікуються за принципом 5М:

1.Man(Людина) – причини, пов'язані з людським фактором;

2.Machines(Машини, обладнання) – причини, пов'язані з обладнанням;

3.Materials(матеріали) – причини, пов'язані з матеріалами;

4.Methods(Методи) – причини, пов'язані з технологією роботи, з організацією процесів;

5.Measurements(Вимірювання) – причини, пов'язані з методами вимірювання.

Досліджувана подія зображується у правій частині схеми, символізуючи корінь деревоподібної діаграми, яка будується праворуч від позначення події. Горизонтально від кореня діаграми до лівого краю листа наноситься центральна вісь діаграми, схожа на стовбур дерева.

До центральної осі діаграми Ісікави примикають п'ять гілок, кожна з яких відповідає своєму класу причин, або своєму М.

Далі, на кожній гілки окремо, як на осі, будуються додаткові гілочки, кожна з яких становить окрему причину у своєму класі. До кожної такої гілочці, у свою чергу, підводяться пагони-причини. високого рівнядеталізують її. Продовжуючи таким чином, ми отримуємо розгалужене дерево, що пов'язує причини настання тієї чи іншої події, що знаходяться на рівні деталізації. Таким чином, ми можемо встановити причинно-наслідковий зв'язок між приватними відхиленнями від норми (первинними причинами) та їх впливом на ймовірність настання конкретної події.

Для ефективності застосування даного методута достовірності отриманих результатів побудова діаграми Ісікава повинні виконувати професіонали.

Через свою структуру діаграма Ісікави також називається «риб'я кістка» (рисунок 15).

Малюнок 15 – Діаграми Ісікави

2.1.6 Діаграма Парето

Діаграма Парето, або ABC-аналіз, дозволяє виявити основні причини, що надають найбільший впливна виникнення тієї
чи іншої ситуації. Принцип Парето говорить, що 20% причин породжує 80% наслідків. Іншими словами, з усіх можливих причин лише 20% є особливо значущими, оскільки вони впливають на результати, які становлять 80 % від усієї кількості.

Принцип Парето ще зветься Правило 20-80. Цей принцип названо так на честь італійського економіста Вільфредо Парето, який у наприкінці XIXстоліття звернув увагу те що, що 80 % італійського капіталу зосереджено до рук 20 % населення Італії. Пізніше справедливість цього правила була підтверджена спостереженнями та подальшими підрахунками результатів у різних галузях життя. Так, усунення 20 % із загальної кількості невідповідностей, що виникають, відволікає на себе 80 % від загальної суми витрат на усунення всіх можливих невідповідностей; для компанії-постачальника 20% із загальної кількості замовників формують 80% прибутку тощо. Таким чином, зосередивши свій вплив на 20% причин, ми впливаємо на 80% наслідків. Наступні 30% причин породжують, як не дивно, тільки 15% наслідків і, нарешті, 50%, що залишилися, впливають лише на 5% наслідків. Таким чином, ми можемо
розподіляти свою увагу та вплив, виходячи із значущості та ефективності результатів.

Наприклад, якщо взяти довільний текст і порахувати, скільки разів у ньому зустрічається кожна літера, то з великою ймовірністю виявиться, що літери, що становлять 20 % алфавіту, утворюють близько
80% всього тексту.

Приклад діаграми Парето наведено малюнку 16.

Малюнок 16 – Діаграма Парето

2.1.7 Діаграма кореляції

Діаграма кореляції (діаграма розсіювання) – графічне відображення відношення між змінними величинами, пов'язаними між собою. Ця діаграма покликана виявити принцип, яким змінюється умовно залежна змінна величина за зміни значення незалежної змінної.

Наприклад, на малюнку 17 показано, як змінюється обсяг продажу газованих напоїв за зміни погодних умов. В наявності сильна позитивна кореляція.

них напоїв, шт.

Рисунок 17 – Діаграма розсіювання

2.1.8 Контрольні карти

Застосування контрольних карток використовується в плануванні, конструюванні, визначенні змін процесу, а також вимірюванні ефекту певного зовнішнього втручання або дії (рис. 18).

Крім того, аналіз часових рядів по контрольних картках корисний для порівняння одержуваних результатів у разі проведення покращень та змін.

Малюнок 18 – Контрольні карти

Контрольна карта - це графік з обмежувальними лініями, що показують прийнятну межу якісного виробництва.Він дуже допомагає виявлення ненормальних ситуацій у стандартних виробничих процесах.

Контрольні карти – спеціальний виддіаграми, вперше запропонований Шухартом в 1925 р. Вони мають вигляд, представлений малюнку 18. Контрольні карти використовуються для відображення в часі (зліва направо) результату чи стану процесу щодо середнього рівня або між верхнім і нижнім межами.

Типи контрольних карт

Існує два типи контрольних карток: один призначений для контролю параметрів якості, значення яких є кількіснимиданими параметра якості (значення розмірів, маса, електричні та механічні параметри тощо), а другий – для контролю параметрів якості, що являють собою дискретні випадкові величини та значення, які є якіснимиданими (річний - не придатний, відповідає - не відповідає, дефектний - бездефектний виріб і т. п.) (рисунок 19).

Рисунок 19 – Порядок вибору типу контрольної картки

(n- Обсяг вибірки)

Контрольні карти за якісними ознаками

У карті для частки дефектних виробів ( p-Карта) підраховується частка дефектних виробів у вибірці. Вона застосовується, коли обсяг вибірки змінний.

У карті для числа дефектних виробів ( np-Карта) підраховується кількість дефектних виробів у вибірці. Вона застосовується, коли обсяг вибірки є постійним.

У карті для числа дефектів у вибірці ( з-Карта) підраховується кількість дефектів у вибірці.

У карті для числа дефектів на один виріб ( u-Карта) підраховується кількість дефектів на один виріб у вибірці.

Контрольні карти за кількісними ознаками

Контрольні карти за кількісними ознаками – це, зазвичай, здвоєні карти, одне з яких зображує зміна середнього значення процесу, а 2-я – розкиду процесу. Розкид може обчислюватися на основі розмаху процесу R(різниці між найбільшим і найменшим значенням), контрольних карток, а саме контрольні картки:

– середніх арифметичних та розмахів ( х – R);

– медіан та розмахів (Ме – R);

- Індивідуальних значень ( х);

- Частки дефектної продукції ( р);

- Числа дефективних одиниць продукції ( рn);

- Число дефектів ( c);

- Число дефектів на одиницю продукції ( u).

У будь-якому виробничому процесі завжди мають місце зміни, чи варіації, які у відхиленні від номінальних значень якихось параметрів, характеризуючих цей процес. Під стабільністю в статистичному сенсі розуміють процес, коли середнє значення параметра, що спостерігається, з часом не відхиляється від номінального значення, а величина розкиду параметра укладається в заданий інтервал. Проте варіації можуть викликатися причинами невипадкового характеру. До подібних причин можна віднести, наприклад, неправильне налаштування верстата, його знос, неправильне виконання оператора робочих інструкцій через втому або нездужання, помилки комп'ютера тощо. За наявності таких причин виробничий процесвиходить із-під статистичного контролю.

Основна мета контрольних карт – швидко виявити невипадкові зміни виробничого процесу, щоб виявити причину зміни та внести необхідні коригування в процес, перш ніж буде випущено велика кількістьнеякісної продукції. Крім того, контрольні карти дозволяють оцінити параметри, що характеризують якість та потенційні можливості процесу.

Таким чином, якщо процес статистично контролюємо, то майже всі значення параметра, що спостерігається (П) укладаються в обмежену зону. При цьому жодних коригуючих дій не потрібно. Попадання значень параметра, що спостерігається за межі допустимої зони свідчить про те, що процес став статистично неконтрольованим. Слід зазначити, що можливі ситуації, коли значення контрольованого параметра укладаються в припустиму зону, але десять останніх точок потрапили в область нижче центральної лінії (рисунок 20). І тут порушився чинник «випадковості» і виник чинник «закономірності», тобто. процес став статистично не контрольованим.

Рисунок 20 – Приклади появи фактора закономірності
на контрольній карті

У процесі виготовлення виріб схильний до комплексного впливу названих причин.

Для оцінки якості виробу, тобто. ступеня відповідності його параметрів (характеристик) необхідним значенням, призначаються допустимі області зміни цих характеристик, при цьому з урахуванням перерахованих вище причин можливі відхилення поєднуються у дві групи: випадкові та систематичні.

Випадкові відхиленняобумовлюються самим процесом виробництва та в основному непереборні. Виникають вони внаслідок комплексної взаємодії різних причин, таких як вібрація, биття підшипників і впливають, як правило, на розкиди контрольованих
Показників.

На малюнку 21а зображено два графіки густини розподілу ознаки якості хдля двох способів виготовлення одного й того самого виробу. Розподіл є нормальним і має при обох способах виготовлення одне й те саме математичне очікування m хтобто значення ознаки якості в обох випадках збігаються в середньому. Обидва методи відрізняються лише ступенем розсіювання. Якщо потрібно, щоб значення ознак якості лежали всередині допустимої областііз середнім значенням m х в діапазоні [ a, b], то при другому способі виготовлення можливий більший відсоток шлюбу (на малюнку ймовірність появи показана штрихуванням).

Систематичні відхиленняобумовлюються такими причинами, як зношування інструменту, зміна партії вихідної сировини, нова робоча зміна. Систематичні причини призводять до усунення центру розсіювання контрольованої характеристики, як це показано на
малюнку 21б. Поява систематичних відхилень також призводить до збільшення шлюбу, проте причини таких відхилень можуть бути виявлені та усунені.

а- Випадкові; б– систематичні

Рисунок 21 – Види відхилень

Функціональним призначенням виробничого контролю якості є оцінка відповідності продукції, що виготовляється необхідним характеристикам шляхом порівняння характеристик виготовленої продукції з допусками на ці характеристики, заданими в документації на виготовлення цієї продукції, і виявлення причин відхилень.

Розрізняють три види виробничого контролю якості: вхідний контрольматеріалів, сировини та комплектуючих, контроль виробничого процесу та контроль виготовленої продукції.

Вхідний контрользабезпечує якість вихідної сировини та матеріалів.

Контроль виробничого процесу– це сукупність усіх контрольних операцій, які проводяться під час процесу виготовлення та дозволяють на підставі інформації про стан процесу керувати ним так, щоб ознака якості виробів, що виготовляються, залишався в рамках заданих допусків.

Контроль готової продукціїє приймальним контролем, який повинен забезпечити частку придатних виробів у продукції, що поставляється не нижче рівня, заданого замовником.

Таким чином, контроль виробництва забезпечує якість виробів, що приймаються, а приймальний контроль - якість виробів, що поставляються замовнику.

Оскільки будь-який контроль вимагає певних вартісних витрат, то виробник під час розробки системи управління якістю повинен правильно співвіднести обсяги цих двох видів контролю, оптимізуючи функцію сумарних витрат за контроль з урахуванням вартості ризиків як постачальника, і замовника.

Контроль якості може проводитись як за кількісними, так і якісними ознаками.

Кількісні ознаки

Багато характеристик, що визначають якість виробу, можна виміряти. До таких характеристик відносяться, наприклад, діаметр снаряда, міцність на розрив нитки, хімічний складсталі та ін Зазвичай кількісні ознаки виробу є безперервними випадковими величинами. Часто цей розподіл є нормальним чи логарифмічно нормальним. Іноді кількісні ознаки є дискретними випадковими величинами. Прикладами можуть бути число ниток в шматку матерії чи кількість дефектів лежить на поверхні метал-лического диска. Якщо виробничий процес контролюється,
то розподіл дефектних дисків може підкорятися закону
Пуассон.

Якісні ознаки

Зазвичай виріб класифікується або як придатний (добрий), або як непридатний (дефектний, шлюб). Наприклад, запальничка, яка не спалахує, є дефектною. Іноді дефекти розподіляються на значні та незначні. Так відсутність гвинта в човновому моторіє значним дефектом і призводить до забракування мотора, тоді як подряпини на фарбуванні мотора будуть віднесені до незначних дефектів.

Контроль виробів за кількісними ознаками дозволяє також класифікувати вироби та якісно: «придатний – не придатний». У разі приймального контролю виробів за результатами вибіркової оцінки для опису розподілу якісних ознак часто використовуються такі види розподілів, як біноміальний, геометричний, гіпергеометричний.