Цель метода «Семь основных инструментов контроля качества» заключается в выявлении проблем, подлежащих первоочередному решению, на основе контроля действующего процесса, сбора, обработки и анализа полученных фактов (статистического материала) для последующего улучшения качества процесса.

Суть метода - контроль качества (сравнение запланированного показателя качества с действительным его значением) - это одна из основных функций в процессе управления качеством, а сбор, обработка и анализ фактов - важнейший этап этого процесса.

Из множества статистических методов для широкого применения выбраны только семь, которые понятны и могут легко применяться специалистами различного профиля. Они позволяют вовремя выявить и отобразить проблемы, установить основные факторы, с которых нужно начинать действовать, и распределить усилия с целью эффективного разрешения этих проблем.

Ожидаемый результат - решение до 95% всех проблем, возникающих на производстве.

Семь основных инструментов контроля качества – набор инструментов, позволяющих облегчить задачу контроля протекающих процессов и предоставить различного рода факты для анализа, корректировки и улучшения качества процессов.

1. Контрольный листок - инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации.

2. Гистограмма - инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания данных в определенный (заранее заданный) интервал.

3. Диаграмма Парето - инструмент, позволяющий объективно представить и выявить основные факторы, влияющие на исследуемую проблему, и распределить усилия для ее эффективного разрешения.

4. Метод стратификации (расслаивания данных) - инструмент, позволяющий произвести разделение данных на подгруппы по определенному признаку.

5. Диаграмма разброса (рассеивания) - инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

6. Диаграмма Исикавы (причинно-следственная диаграмма) - инструмент, который позволяет выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие).

7. Контрольная карта - инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявленных к процессу требований.

Контрольные листы (или сбор данных) - специальные бланки для сбора данных. Они облегчают процесс сбора, способствуют точности сбора данных и автоматически приводят к некоторым выводам, что очень удобно для быстрого анализа. Результаты легко преобразуются в гистограмму или диаграмму Парето. Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам. Форма контрольного листа может быть разной, в зависимости от его назначения.

Для нахождения правильного пути достижения поставленной цели или решения возникшей проблемы, первое, что необходимо сделать - собрать необходимую информацию, которая послужит основой для дальнейшего анализа. Желательно, чтобы собранные данные были представлены в структурированной и удобной для обработки форме. Для этого, а также для уменьшения вероятности возникновения ошибок при сборе данных применяют контрольный листок.

Контрольный листок – форма, предназначенная для сбора данных и их автоматического упорядочивания, что позволяет облегчить дальнейшее использование собранной информации.

По своей сути контрольный листок - бумажный бланк, на котором напечатаны контролируемые параметры, в соответствии с которыми, при помощи пометок или простых символов, в листок заносятся необходимые и достаточные данные. То есть контрольный листок – средство регистрации данных.

Форма контрольного листка зависит от поставленной задачи и может быть очень разнообразной, но в любом случае в ней рекомендуется указывать:

Тему, объект исследования (обычно указывается в заголовке контрольного листка);

Период регистрации данных;

Источник данных;

Должность и фамилию работника, регистрирующего данные;

Условные обозначения, для регистрации полученных данных;

Таблицу регистрации данных.

При подготовке контрольных листков нужно следить за тем, чтобы использовались наиболее простые способы их заполнения (цифры, условные значки), число контролируемых параметров было по возможности наименьшим (но достаточным для анализа и решения проблемы), а форма листка была как можно понятнее и удобнее для заполнения даже неквалифицированным персоналом.

1. Сформулируйте цель и задачи, для которых собирается информация.

2. Выберите методы контроля качества, с помощью которых будет производиться дальнейший анализ и обработка собранных данных.

3. Определите временной период, в течение которого будут проводиться исследования.

4. Разработайте меры (создайте условия) для добросовестного и своевременного внесения данных в контрольный листок.

5. Назначьте ответственных за сбор данных.

6. Разработайте форму бланка контрольного листка.

7. Подготовьте инструкции по выполнению сбора данных.

8. Проведите инструктаж и обучение работников сбору данных и внесению их в контрольный листок.

9. Организуйте периодические проверки сбора данных.

Самым острым вопросом, возникающим при решении проблемы, является достоверность собираемой персоналом информации. Найти решение на основании искаженных данных очень затруднительно (если вообще возможно). Принятие мер (создание условий) для регистрации работниками истинных данных является необходимым условием для достижения поставленной задачи.

Рис. Примеры контрольного листка

Возможно использование электронных бланков

При этом к минусам электронной формы контрольного листка по сравнению с бумажной можно отнести:

- б о льшую сложность для использования;

- необходимость тратить больше времени на внесение данных.

К плюсам:

- удобство обработки и анализа данных;

- высокая скорость получения необходимой информации;

- возможность одновременного доступа к информации множества людей.

Однако большинство собираемых данных приходится дублировать в бумажном виде. Проблема в том, что это ведет к снижению производительности: время, которое экономится на проведение анализа, хранение и получение необходимой информации большей частью нивелируется за счет двойной работы по регистрации данных.

Гистограмма – инструмент, который позволяет наглядно изобразить и легко выявить структуру и характер изменения полученных данных (оценить распределение), которые трудно заметить при их табличном представлении.

Проведя анализ формы полученной гистограммы и ее местоположения относительно интервала допуска можно сделать заключение о качестве рассматриваемой продукции или состоянии изучаемого процесса. На основе заключения вырабатываются меры по устранению отклонений качества продукции или состояния процесса от нормы.

В зависимости от способа представления (сбора) исходных данных, методика построения гистограммы разбивается на 2 варианта:

I вариант Для сбора статистических данных разрабатываются контрольные листки показателей продукции или процесса. При разработке бланка контрольных листков необходимо сразу определиться с количеством и размером интервалов, в соответствии с которыми будет производиться сбор данных, на основе которых в свою очередь будет построена гистограмма. Это необходимо в связи с тем, что после заполнения контрольного листка пересчитать значения показателя для других интервалов будет практически невозможно. Максимум, что можно будет сделать – не учитывать интервалы, в которые не попало ни одно значение и объединять по 2, 3 и т.д. интервала, не боясь исказить данные. Как вы понимаете при таких ограничениях, к примеру, из 11 интервалов сделать 7 практически невозможно.

Методика построения :

1. Определите количество и ширину интервалов для контрольного листка.

Точное количество и ширину интервалов стоит выбирать исходя из удобства использования или по правилам статистики. Если для измеряемого показателя существуют допуски, то стоит ориентироваться на 6-12 интервалов внутри допуска и 2-3 интервала за пределами допуска. Если допусков нет, то оцениваем возможный разброс значений показателя и тоже делим на 6-12 интервалов. При этом ширина интервалов обязательно должна быть одинаковой.

2. Разработайте контрольные листки и с их помощью произведите сбор необходимых данных.

3. С помощью заполненных контрольных листков подсчитайте частоту попадания (т.е. сколько раз) полученных значений показателя в каждый интервал.

Обычно для этого выделяют отдельный столбец, расположенный в конце таблицы регистрации данных.

Если значение показателя точно соответствует границе интервала, то добавьте по половинке обоим интервалам на границу которых попало значение показателя.

4. Для построения гистограммы используйте только те интервалы, в которые попало хотя бы одно значение показателя.

Если между интервалами, в которые попали значения показателя, имеются пустые интервалы, то их тоже нужно построить на гистограмме.

5. Вычислите среднее значение результатов наблюдения.

На гистограмму необходимо нанести среднее арифметическое значение полученной выборки.

Стандартная формула, используемая для вычислений:

где x i – полученные значения показателя,

N – общее количество полученных данных в выборке.

Каким образом ею воспользоваться, если нет точных значений показателя x 1 , x 2 и т.д. нигде не объясняется. В нашем случае для приблизительной оценки среднего арифметического могу предложить воспользоваться собственной методикой:

а) определите среднее значение для каждого интервала по формуле:

где j – интервалы, выбранные для построения гистограммы,

x j max – значение верхней границы интервала,

x j min – значение нижней границы интервала.

б) определите среднее арифметическое выборки по формуле:

где n – количество выбранных интервалов для построения гистограммы,

v j – частота попадания результатов выборки в интервал.

6. Постройте горизонтальную и вертикальную оси.

7. На горизонтальную ось нанесите границы выбранных интервалов.

Если в дальнейшем планируется сравнивать гистограммы, описывающие похожие факторы или характеристики, то стоит при нанесении шкалы на ось абсцисс руководствоваться не интервалами, а единицами измерения данных.

8. На вертикальную ось нанесите шкалу значений в соответствии с выбранным масштабом и диапазоном.

9. Для каждого выбранного интервала постройте столбик, ширина которого равна интервалу, а высота равна частоте попадания результатов наблюдений в соответствующий интервал (частота уже подсчитана ранее).

Нанесите на график линию, соответствующую среднему арифметическому значению исследуемого показателя. При наличии поля допуска постройте линии, соответствующие границам и центру интервала допуска.

II вариант Статистические данные уже собраны (например, проставлены в журналах регистрации) или их предполагается собрать в виде точно измеренных значений. В связи с этим мы не ограничены никакими начальными условиями, поэтому можем выбирать, а также в любой момент изменять количество и ширину интервалов в соответствии с текущими потребностями.

Методика построения :

1. Полученные данные сведите в один документ в удобном для дальнейшей обработки виде (например, в виде таблицы).

2. Вычислите диапазон значений показателя (выборочный размах) по формуле:

где x max – наибольшее полученное значение,

x min – наименьшее полученное значении.

3. Определите количество интервалов гистограммы.

Для этого можно воспользоваться таблицей, рассчитанной на основе формулы Стерджесса:

Можно также воспользоваться таблицей, рассчитанной на основе формулы:

4. Определите ширину (размер) интервалов по формуле:

5. Округлите полученный результат в большую сторону до удобного значения.

Обратите внимание, что вся выборка должна быть разделена на интервалы одинакового размера.

6. Определите границы интервалов. Сначала определите нижнюю границу первого интервала таким образом, чтобы она была меньше x min . К ней прибавьте ширину интервала, чтобы получить границу между первым и вторым интервалами. Далее продолжайте прибавлять ширину интервала (Н ) к предыдущему значению для получения второй границы, затем третьей и т. д.

После произведенных действий следует удостовериться, что верхняя граница последнего интервала больше x max .

7. Для выбранных интервалов подсчитайте частоты попадания значений исследуемого показателя в каждый интервал.

Если значение показателя точно соответствует границе интервала, то добавьте по половинке обоим интервалам, на границу которых попало значение показателя.

8. Вычислите среднее значение исследуемого показателя по формуле:

Следуйте порядку построения гистограммы, начиная с п.5, приведенной выше методики для I варианта .

Анализ гистограммы также разбивается на 2 варианта, в зависимости от наличия технологического допуска.

I вариант Допуски для показателя не заданы. В этом случае производим анализ формы гистограммы:

Обычная (симметричная, колоколообразная) форма. Среднее значение гистограммы соответствует середине размаха данных. Максимальная частота также приходится на середину и постепенно уменьшается к обоим концам. Форма симметричная.

Такая форма гистограммы встречается наиболее часто. Она свидетельствует о стабильности процесса.

Отрицательно скошенное распределение (положительно скошенное распределение). Среднее значение гистограммы располагается правее (левее) середины размаха данных. Частоты резко уменьшаются при движении от центра гистограммы вправо (влево) и медленно влево (вправо). Форма ассиметричная.

Такая форма образуется либо, если верхняя (нижняя) граница регулируется теоретически или по значению допуска либо, если правое (левое) значение невозможно достигнуть.

Распределение с обрывом справа (распределение с обрывом слева). Среднее значение гистограммы располагается далеко правее (левее) середины размаха данных. Частоты очень резко уменьшаются при движении от центра гистограммы вправо (влево) и медленно влево (вправо). Форма ассиметричная.

Такая форма часто встречается в ситуации 100 %-го контроля изделий по причине плохой воспроизводимости процесса.

Гребенка (мультимодальный тип). Интервалы через один или два обладают более низкими (высокими) частотами.

Такая форма образуется либо, если количество единичных наблюдений, входящих в интервал, колеблется от интервала к интервалу либо, если применяется определенное правило округления данных.

Гистограмма, не имеющая высокой центральной части (плато). Частоты в середине гистограммы примерно одинаковые (для плато все частоты примерно равны).

Такая форма встречается, если объединяется несколько распределений со средними значениями близко расположенными друг к другу. Для дальнейшего анализа рекомендуется применить метод стратификации.

Двухпиковый тип (бимодальный тип). В окрестностях середины гистограммы частота низкая, но с каждой стороны есть по пику частот.

Данная форма встречается, если объединяется два распределения со средними значениями, далеко отстоящими друг от друга. Для дальнейшего анализа рекомендуется применить метод стратификации.

Гистограмма с провалом (с «вырванным зубом»). Форма гистограммы близка к распределению обычного типа, но есть интервал с частотой ниже, чем в обоих соседних интервалах.

Данная форма встречается, если ширина интервала не кратна единице измерения, если неправильно считаны показания шкалы и др.

Распределение с изолированным пиком. Совместно с обычной формой гистограммы появляется небольшой изолированный пик.

Такая форма образуется при включении небольшого количества данных из другого распределения, например, если нарушена управляемость процесса, произошли ошибки при измерении или произошло включение данных из другого процесса.

II вариант. Для исследуемого показателя существует технологический допуск. В этом случае производится анализ, как формы гистограммы, так и ее расположение по отношению к полю допуска. Возможны варианты:

Гистограмма имеет вид обычного распределения. Среднее значение гистограммы совпадает с центром поля допуска. Ширина гистограммы меньше ширины поля допуска с запасом.

В данной ситуации процесс не нуждается в корректировке.

Гистограмма имеет вид обычного распределения. Среднее значение гистограммы совпадает с центром поля допуска. Ширина гистограммы равна ширине интервала допуска, в связи с чем возникают опасения появления некондиционных деталей как со стороны верхнего, так и со стороны нижнего полей допуска.

В этом случае необходимо либо рассмотреть возможность изменения технологического процесса с целью уменьшения ширины гистограммы (например, увеличение точности оборудования, использование более качественных материалов, изменение условий обработки изделий и т.д.) либо расширить поле допуска, т.к. требования к качеству деталей в данном случае трудновыполнимы.

Гистограмма имеет вид обычного распределения. Среднее значение гистограммы совпадает с центром поля допуска. Ширина гистограммы больше ширины интервала допуска, в связи с чем обнаруживаются некондиционные детали как со стороны верхнего, так и со стороны нижнего полей допуска.

В этом случае необходимо реализовать меры, описанные в пункте 2.

Гистограмма имеет вид обычного распределения. Ширина гистограммы меньше ширины поля допуска с запасом. Среднее значение гистограммы сдвинуто влево (вправо) относительно центра интервала допуска, в связи с чем имеются опасения, что могут находится некондиционные детали со стороны нижней (верхней) границы поля допуска.

В данной ситуации необходимо проверить, не вносят ли систематическую ошибку применяемые средства измерения. Если средства измерения исправны, следует отрегулировать процесс таким образом, чтобы центр гистограммы совпал с центром поля допуска.

Гистограмма имеет вид обычного распределения. Ширина гистограммы примерно равна ширине поля допуска. Среднее значение гистограммы сдвинуто влево (вправо) относительно центра интервала допуска, причем один или несколько интервалов выходят за границу поля допуска, что свидетельствует о наличии дефектных деталей.

В этом случае первоначально необходимо отрегулировать технологические операции таким образом, чтобы центр гистограммы совпадал с центром поля допуска. После этого нужно принять меры для уменьшения размаха гистограммы или увеличения размера интервала допуска.

Центр гистограммы смещен к верхнему (нижнему) пределу допуска, причем правая (левая) сторона гистограммы рядом с верхней (нижней) границей допуска имеет резкий обрыв.

В этом случае можно сделать вывод, что изделия со значением показателя, выходящим за пределы поля допуска, исключили из партии или умышленно распределили как годные, для включения в пределы допуска. Следовательно, необходимо выявить причину, которая привела к появлению данного явления.

Центр гистограммы смещен к верхнему (нижнему) пределу допуска, причем правая (левая) сторона гистограммы рядом с верхней (нижней) границей допуска имеет резкий обрыв. Кроме того один или несколько интервалов выходят за границы поля допуска.

Случай аналогичен 6., но интервалы гистограммы, выходящие за границы поля допуска указывают на то, что измерительное средство было неисправно. В связи с эти необходимо провести поверку средств измерения, а также провести повторный инструктаж работникам по правилам выполнения измерений.

Гистограмма имеет два пика, хотя измерение значений показателя проводилось у изделий из одной партии.

В этом случае можно сделать вывод, что изделия были получены в разных условиях (например, использовались материалы разных сортов, изменялась настройка оборудования, изделия производились на разных станках и т.д.). В связи с этим для дальнейшего анализа рекомендуется применить метод стратификации.

Основные характеристики гистограммы в порядке (соответствуют случаю 1.), при этом имеются дефектные изделия со значениями показателя, выходящими за пределы поля допуска, которые образуют обособленный «островок» (изолированный пик).

Данная ситуация могла возникнуть в результате небрежности, при которой дефектные детали были перемешаны с доброкачественными. В этом случае необходимо выявить причины и обстоятельства, приводящие к возникновению данной ситуации, а также принять меры к их устранению.

Семь простейших инструментов контроля качества продукции

На рисунке 8 представлены семь простейших статистических методов контроля качества.

Рисунок 8 – Семь простейших статистических методов

2.1.1 Контрольный листок

Какая бы задача не стояла перед системой, всегда начинают со сбора исходных количественных данных, на базе которых затем применяют тот или иной инструмент.

Контрольный листок – инструмент для сбора данных, средство регистрации и автоматического их упорядочивания для облегчения дальнейшего использования информации.

Контрольный листок – бумажный бланк, на котором заранее напечатаны контролируемые параметры, соответственно которым можно заносить данные с помощью пометок или простых символов, предназначен для регистрации возникающих событий, т.е. для сбора данных для последующего анализа. Внешне контрольный листок представляет собой таблицу, заполнение которой сводится к простому добавлению в соответствующую ячейку вертикального штриха при наступлении того или иного события. Первые четыре события отмечаются вертикальными штрихами, а каждое пятое – горизонтальной чертой, пересекающей первые четыре штриха. Таким образом, каждая черточка обозначает 5 событий.

Заполнение контрольного листка – это наиболее простой из инструментов качества – нет ничего проще, чем поставить штрих в нужной ячейке. Подсчет результатов также осуществляется довольно легко.

Ниже приведен пример листа сбора данных, в котором регистрировались жалобы покупателей продукции на отдельные виды несоответствий в разные дни недели (рисунок 9).

Рисунок 9 – Лист сбора данных

Карта статистического управления процессом, или контрольная карта, является графическим представлением данных из выборки, которые периодически берутся из процесса и наносятся на график в соответствии со временем. Кроме того, на контрольных картах отмечаются «контрольные границы», которые описывают присущую изменчивость устойчивого процесса. Целью контрольной карты является помощь в оценке стабильности процесса на основе изучения и нанесения на график данных с учетом контрольных границ. Любая переменная (измеренные данные) или признак (расчетные данные), представляющие изучаемую характеристику продукции или процесса, могут быть нанесены на график.

В качестве примера можно привести контрольный листок, применяемый для фиксирования брака в деталях (рисунок 10).

Рисунок 10 – Контрольный листок

При составлении контрольных листков следует обратить внимание на то, чтобы было указано, на каком этапе процесса и в течение какого времени собирались данные, а также чтобы форма листка была простой и понятной без дополнительных пояснений.

2.1.2 Гистограмма

Для наглядного представления тенденции изменения качества деталей применяют графическое изображение статистического материала. Наиболее распространённым графиком, к которым прибегают при анализе распределения случайной величины, является гистограмма.

Гистограмма – инструмент, позволяющий зрительно оценить закон распределения статистических данных.

Гистограммы – один из вариантов столбчатой диаграммы, отображающей зависимость частоты попадания параметров качества изделия или процесса в определенный интервал этих значений. На рисунке 11 интервалы попадания отложены на оси «х», а частота попадания на оси «у».

Рисунок 11 – Гистограмма частот интервального ряда расположения

Гистограмма строится следующим образом.

1) Определяется наибольшее значение показателя качества.

2) Определяется наименьшее значение показателя качества.

3) Определяется диапазон гистограммы как разница между наибольшим и наименьшим значением.

4) Определяется число интервалов гистограммы (число интервалов) = Ц (число значений показателей качества).

5) Определяется длина интервала гистограммы = (диапазон гистограммы) / (число интервалов).

6) Разбивается диапазон гистограммы на интервалы.

7) Подсчитывается число попаданий результатов в каждый интервал.

8) Определяется частота попаданий в интервал = (число попаданий) / (общее число показателей качества).

9) Строится столбчатая диаграмма.

По мере роста числа измерений уменьшается ширина столбцов и полигон превращается в кривую плотности вероятностей, представляющую собой кривую теоретического распределения.

Чтобы оценить адекватность процесса требованиям потребителя, мы должны сравнить качество процесса с полем допуска, установленным пользователем. Если имеется допуск, то на гистограмму наносят верхнюю (S u ) и нижнюю (S L ) его границы, перпендикулярные оси абсцисс (рисунок 12). Тогда можно увидеть, хорошо ли располагается гистограмма внутри этих границ.

Рисунок 12 – К понятию годности при выборке
трёхсигмовых пределов

Если гистограмма имеет симметричный (колокообразный) вид, когда среднее значение приходится на середину размаха данных, то это нормальный (гауссовский) закон распределения случайной величины. Для нормального закона распределения становится возможным исследовать воспроизводимость процесса, неизменность основных параметров процесса: среднего значения x или математического ожидания М(x ) и стандартного отклонения во времени. При этом можно определить выход распределения генеральной совокупности при заданных значениях М(x ), исходя из сравнения соответствующих трёхсигмовых пределов и пределов поля допуска.

Из рисунка 12 видно, что если брать в качестве границ допуска трёхсигмовые пределы (σ – среднеквадратическое отклонение), то годными будут считаться 99,73 % всех данных генеральной совокупности и только 0,27 % данных будут считаться несоответствующими (non-conformity – NC) требованиям потребителя (пользователя), так как они расположены за границами заданного поля допуска.

2.1.3 Диаграммы разброса

Диаграммы разброса представляют собой графики, которые позволяют выявить корреляцию между двумя различными факторами (рисунок 13).

Рисунок 13 – Диаграмма разброса

Диаграмма разброса, которую также называют полем корреляции, – это инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

Эти две переменные могут относиться:

к характеристике качества и влияющему на нее фактору;

к двум различным характеристикам качества;

к двум факторам, влияющим на одну характеристику качества. Например, температура и давление в печи.

Для выявления связи между ними и служит диаграмма разброса.

Построение диаграммы разброса выполняется в следующей последовательности.

1) Собираются парные данные (x , y ), между которыми хотят исследовать зависимость, и располагаются в таблицу. Если одна переменная – фактор, а вторая – характеристика качества, то выбирается для фактора горизонтальная ось x , а для характеристики качества – вертикальная ось y . Желательно не менее 25–30 пар данных.

2) Находится максимальное и минимальное значение для x и y .

3) На отдельном листке бумаги чертится график и наносятся данные. Если в разных наблюдениях получаются одинаковые значения, то их обозначают концентрическими кружками.

4) Обозначается:

название диаграммы;

интервал времени;

число пар данных;

названия и единицы измерения для каждой оси.

Использование диаграммы разбросане ограничивается только выявлением вида и тесноты связи между парами переменных. Диаграмма разброса используется также для выявления причинно-следственных связей показателей качества и влияющих факторов при анализе
причинно-следственной диаграммы, которая будет рассмотрена ниже.

Диаграмма разброса позволяет наглядно показать характер изменения параметра качества во времени. Для этого проведём из начала координат биссектрису. Если все точки легли на биссектрису, то это означает, что значение данного параметра не изменилось в процессе эксперимента. Следовательно, рассматриваемый фактор (или факторы) не влияет на параметр качества. Если основная масса точек лежит под биссектрисой, то это значит, что значения параметра качества за прошедшее время уменьшилось. Если же точки ложатся выше биссектрисы, то значения параметра за рассматриваемое время возросли.

Проведя лучи из начала координат, соответствующие уменьшению и увеличению параметра на 10, 14, 30, 50 %, можно путём подсчёта точек между прямыми выяснить частоту значений параметра в интервалах 0...10 %, 10…20 %.

Наибольшее распространение получило применение диаграмм разброса для определения вида связей, общее распределение пар. Для этого сначала следует выяснить, есть ли на диаграмме какие-нибудь далеко отстоящие точки (выбросы), которые обусловлены некоторыми изменениями в условиях работы. следует обратить внимание на причины таких нерегулярностей, поскольку, отыскивая их причину, мы часто получаем информацию о качестве.

2.1.4 Метод стратификации (расслаивание данных)

В соответствии с методом стратификации данных (рисунок 14) производят расслаивание статистических данных, т.е. группируют данные в зависимости от условий их получения и производят обработку каждой группы данных в отдельности.

Данные, разделённые на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) – расслаиванием (стратификацией).

Существуют различные методы расслаивания, применение ко-торых зависит от конкретных задач. Например, данные, относящиеся
к изделию, производимому в цехе на рабочем месте, могут в какой-то мере различаться в зависимости от исполнителя, используемого обо-рудования, методов проведения рабочих операций, температурных
условий и т.д. Все эти отличия могут быть факторами расслаивания. В производственных процессах часто используется метод 5М, учитывающий факторы, зависящие от человека (man), машины (machine), материала (material), метода (method), измерения (measurement).

Рисунок 14 – Стратификация данных

Расслаивание осуществляется следующим образом:

расслаивание по исполнителям – по квалификации, полу, стажу работы;

расслаивание по материалу – по месту производства, фирме – производителю, партии, качеству сырья и т.д.;

расслаивание по машинам и оборудованию – по новому и старому оборудованию, марке, конструкции, выпускающей фирме и т.д.;

расслаивание по способу производства – по температуре, технологическому приёму, месту производства и т.д.;

расслаивание по измерению – по месту измерения, типу измерительных средств или их точности и т.д.

В результате расслаивания обязательно должны соблюдатьсяследующие два условия.

1) Различия между значениями случайной величины внутри слоя (дисперсия) должны быть как можно меньше по сравнению с различием её значений в нерасслоённой исходной совокупности.

2) Различие между слоями (различия между средними значениями случайных величин слоёв) должно быть как можно больше.

При контроле качества изготовления продукции часто на практике возникает задача выявления предполагаемого источника ухудшения качества выпускаемой продукции; такую информацию возможно получить путём расслаивания дисперсии с помощью дисперсионного ана-лиза.

2.1.5 Диаграмма Исикавы

Диаграмма Исикавы (причинно-следственная диаграмма) позволяет формализовать и структурировать причины возникновения того или иного события, например, – появления несоответствия, а также устанавливать причинно-следственные связи.

Все возможные причины классифицируются по принципу 5М:

1. Man (Человек) – причины, связанные с человеческим фактором;

2. Machines (Машины, оборудование) – причины, связанные с оборудованием;

3. Materials (Материалы) – причины, связанные с материалами;

4. Methods (Методы) – причины, связанные с технологией работы, с организацией процессов;

5. Measurements (Измерения) – причины, связанные с методами измерения.

Исследуемое событие изображается в правой части схемы, символизируя корень древовидной диаграммы, которая строится справа от обозначения события. Горизонтально, от корня диаграммы до левого края листа, наносится центральная ось диаграммы, похожая на ствол дерева.

К центральной оси диаграммы Исикавы примыкают пять ветвей, каждая из которых соответствует своему классу причин, или своему М.

Далее, на каждой ветви отдельно, как на оси, строятся дополнительные веточки, каждая из которых представляет отдельную причину в своем классе. К каждой такой веточке, в свою очередь, подводятся побеги-причины более высокого уровня, детализирующие ее. Продолжая таким образом, мы получаем разветвленное дерево, связывающее причины наступления того или иного события, находящиеся на разном уровне детализации. Таким образом, мы можем установить причинно-следственную связь между частными отклонениями от нормы (первичными причинами) и их влиянием на вероятность наступления конкретного события.

Для эффективности применения данного метода и достоверности полученных результатов построение диаграммы Исикава должны выполнять профессионалы.

Из-за своей структуры диаграмма Исикавы также носит название «рыбья кость» (рисунок 15).

Рисунок 15 – Диаграммы Исикавы

2.1.6 Диаграмма Парето

Диаграмма Парето, или ABC-анализ, позволяет выявить основные причины, оказывающие наибольшее влияние на возникновение той
или иной ситуации. Принцип Парето гласит, что 20 % причин порождает 80 % следствий. Другими словами, из всех возможных причин всего лишь 20% являются особенно значимыми, так как они влияют на результаты, которые составляют 80 % от всего количества.

Принцип Парето еще носит название Правило 20-80. Этот принцип назван так в честь итальянского экономиста Вильфредо Парето, который в конце XIX века обратил внимание на тот факт, что 80 % итальянского капитала сосредоточено в руках 20 % населения Италии. Позднее справедливость этого правила была подтверждена наблюдениями и последующими подсчетами результатов в различных отраслях жизни. Так, устранение 20 % из общего числа возникающих несоответствий отвлекает на себя 80 % от общей суммы затрат на устранение всех возможных несоответствий; для компании-поставщика 20 % из общего числа заказчиков формируют 80 % прибыли и т.д. Таким образом, сосредоточив свое воздействие на 20 % причин, мы оказываем влияние на 80 % последствий. Следующие 30 % причин порождают, как ни странно, только 15 % следствий и, наконец, оставшиеся 50 % влияют всего лишь на 5 % следствий. Таким образом, мы можем
распределять свое внимание и воздействие, исходя из значимости и эффективности результатов.

Например, если взять произвольный текст и посчитать, сколько раз в нем встречается каждая буква, то с большой долей вероятности окажется, что буквы, составляющие 20 % алфавита, образуют около
80 % всего текста.

Пример диаграммы Парето приведён на рисунке 16.

Рисунок 16 – Диаграмма Парето

2.1.7 Диаграмма корреляции

Диаграмма корреляции (диаграмма рассеивания) – графическое отображение отношения между переменными величинами, связанными между собой. Эта диаграмма призвана обнаружить принцип, по которому изменяется условно зависимая переменная величина при изменении значения независимой переменной.

Например, на рисунке 17 показано, как изменяется объем продажи газированных напитков при изменении погодных условий. Налицо сильная положительная корреляция.

ных напит-ков, шт.

Рисунок 17 – Диаграмма рассеивания

2.1.8 Контрольные карты

Применение контрольных карт используется в планировании, конструировании, определении изменений процесса, а также измерении эффекта определенного внешнего вмешательства или действия (рисунок 18).

Кроме того, анализ временных рядов по контрольным картам полезен для сравнения получаемых результатов в случае проведения улучшений и изменений.

Рисунок 18 – Контрольные карты

Контрольная карта – это график с ограничительными линиями, показывающими приемлемый предел качественного производства. Он очень помогает для обнаружения ненормальных ситуаций в стандартных производственных процессах.

Контрольные карты – специальный вид диаграммы, впервые предложенный Шухартом в 1925 г. Они имеют вид, представленный на рисунке 18. Контрольные карты используются для отображения во времени (слева направо) наблюдаемого результата или состояния процесса относительно среднего уровня или между верхним и нижним пределами.

Типы контрольных карт

Существует два типа контрольных карт: один предназначен для контроля параметров качества, значения которых являются количественными данными параметра качества (значения размеров, масса, электрические и механические параметры и т.п.), а второй – для контроля параметров качества, представляющих собой дискретные случайные величины и значения, которые являются качественными данными (годен – не годен, соответствует – не соответствует, дефектное – бездефектное изделие и т. п.) (рисунок 19).

Рисунок 19 – Порядок выбора типа контрольной карты

(n – объём выборки)

Контрольные карты по качественным признакам

В карте для доли дефектных изделий (p -карта) подсчитывается доля дефектных изделий в выборке. Она применяется, когда объем выборки переменный.

В карте для числа дефектных изделий (np -карта) подсчитывается число дефектных изделий в выборке. Она применяется, когда объем выборки постоянный.

В карте для числа дефектов в выборке (с -карта) подсчитывается число дефектов в выборке.

В карте для числа дефектов на одно изделие (u -карта) подсчитывается число дефектов на одно изделие в выборке.

Контрольные карты по количественным признакам

Контрольные карты по количественным признакам – это, как правило, сдвоенные карты, одна из которых изображает изменение среднего значения процесса, а 2-я – разброса процесса. Разброс может вычисляться на основе размаха процесса R (разницы между наибольшим и наименьшим значением), контрольных карт, а именно, контрольные карты:

– средних арифметических и размахов (х – R );

– медиан и размахов (Ме – R );

– индивидуальных значений (х );

– доли дефектной продукции (р );

– числа дефективных единиц продукции (рn );

– числа дефектов (c );

– числа дефектов на единицу продукции (u ).

В любом производственном процессе всегда имеют место изменения, или вариации, проявляющиеся в отклонении от номинальных значений каких-то параметров, характеризующих этот процесс. Под стабильностью в статистическом смысле понимают процесс, когда среднее значение наблюдаемого параметра со временем не отклоняется от номинального значения, а величина разброса параметра укладывается в заданный интервал. Однако вариации могут вызываться и причинами неслучайного характера. К подобным причинам можно отнести, например, неправильную настройку станка, его износ, неправильное выполнение оператора рабочих инструкций из-за усталости или недомогания, ошибки компьютера и т.п. При наличии таких причин производственный процесс выходит из-под статистического контроля.

Основная цель контрольных карт – быстро обнаружить неслучайные изменения производственного процесса, с тем чтобы выявить причину изменения и внести необходимые корректировки в процесс, прежде чем будет выпущено большое количество некачественной продукции. Кроме того, контрольные карты позволяют оценить параметры, характеризующие качество и потенциальные возможности процесса.

Таким образом, если процесс статистически контролируем, то почти все значения наблюдаемого параметра (П) укладываются в ограниченную зону. При этом никаких корректирующих действий не требуется. Попадание значений наблюдаемого параметра за пределы допустимой зоны свидетельствует о том, что процесс стал статистически неконтролируемым. Следует отметить, что возможны ситуации, когда значения контролируемого параметра укладываются в допустимую зону, но все десять последних точек попали в область ниже центральной линии (рисунок 20). В этом случае нарушился фактор «случайности» и появился фактор «закономерности», т.е. процесс стал статистически не контролируемым.

Рисунок 20 – Примеры появления фактора закономерности
на контрольной карте

В процессе изготовления изделие подвержено комплексному влиянию названных причин.

Для оценки качества изделия, т.е. степени соответствия его параметров (характеристик) требуемым значениям, назначаются допустимые области изменения этих характеристик, при этом с учетом перечисленных выше причин возможные отклонения объединяются в две группы: случайные и систематические.

Случайные отклонения обусловливаются самим процессом производства и в основном неустранимы. Возникают они вследствие комплексного взаимодействия разных причин, таких как вибрация, биение подшипников и влияют, как правило, на разбросы контролируемых
характеристик.

На рисунке 21а изображены два графика плотности распределения признака качества х для двух способов изготовления одного и того же изделия. Распределение является нормальным и имеет при обоих способах изготовления одно и то же математическое ожидание m х , то есть значения признака качества в обоих случаях совпадают в среднем. Оба способа различаются только степенью рассеяния. Если требуется, чтобы значения признаков качества лежали внутри допустимой области со средним значением m х в диапазоне [a , b ], то при втором способе изготовления возможен больший процент брака (на рисунке вероятность его появления показана штриховкой).

Систематические отклонения обусловливаются такими причинами, как износ инструмента, смена партии исходного сырья, новая рабочая смена. Систематические причины приводят к смещению центра рассеяния контролируемой характеристики, как это показано на
рисунке 21б. Появление систематических отклонений также приводит к увеличению брака, однако причины таких отклонений могут быть выявлены и устранены.

а – случайные; б – систематические

Рисунок 21 – Виды отклонений

Функциональным назначением производственного контроля качества является оценка соответствия изготавливаемой продукции требуемым характеристикам путем сравнения характеристик изготовленной продукции с допусками на эти характеристики, заданными в документации на изготовление этой продукции, и выявление причин отклоне-ний.

Различают три вида производственного контроля качества: входной контроль материалов, сырья и комплектующих, контроль производственного процесса и контроль изготовленной продукции.

Входной контроль обеспечивает качество исходного сырья и материалов.

Контроль производственного процесса – это совокупность всех контрольных операций, проводимых во время процесса изготовления и позволяющих на основании информации о состоянии процесса управлять им так, чтобы признак качества производимых изделий оставался в рамках заданных допусков.

Контроль готовой продукции является приемочным контролем, который должен обеспечить долю годных изделий в поставляемой продукции не ниже уровня, заданного заказчиком.

Таким образом, контроль производства обеспечивает качество изготавливаемых изделий, а приемочный контроль – качество поставляемых заказчику изделий.

Поскольку любой контроль требует определенных стоимостных затрат, то изготовитель при разработке системы управления качеством должен правильно соотнести объемы этих двух видов контроля, оптимизируя функцию суммарных затрат на контроль с учетом стоимости рисков как поставщика, так и заказчика.

Контроль качества может проводиться как по количественным, так и по качественным признакам.

Количественные признаки

Многие характеристики, определяющие качество изделия, можно измерить. К таким характеристикам относятся, например, диаметр снаряда, прочность на разрыв нити, химический состав стали и др. Обычно количественные признаки изделия являются непрерывными случайными величинами. Часто это распределение является нормальным или логарифмически нормальным. Иногда количественные признаки бывают дискретными случайными величинами. Примерами могут служить число ниток в куске материи или число дефектов на поверхности метал-лического диска. Если производственный процесс контролируется,
то распределение дефектных дисков может подчиняться закону
Пуассона.

Качественные признаки

Обычно изделие классифицируется либо как годное (хорошее), либо как негодное (дефектное, брак). Например зажигалка, которая не загорается, является дефектной. Иногда дефекты распределяются на значительные и незначительные. Так отсутствие винта в лодочном моторе является значительным дефектом и приводит к забраковке мотора, тогда как царапины на окраске мотора будут отнесены к незначительным дефектам.

Контроль изделий по количественным признакам позволяет также классифицировать изделия и качественно: «годен – не годен». В случае приемочного контроля изделий по результатам выборочной оценки для описания распределения качественных признаков используются часто такие виды распределений, как биномиальное, геометрическое, гипергеометрическое.

Документ

Системы управления качеством продукции Информационное обеспечение системы управления качеством продукции Принципы управления качеством продукции Единство количества и качества продукции Эффективность качества Повышение уровня качества ...

Семь основных инструментов качества - название, которое дано набору очень простых графических методов, которые были определены как наиболее полезные для решения простых, повседневных вопросов, связанных с качеством. Они называются основными , потому что даже люди с недостаточной квалификацией или без статистической подготовки будут в состоянии понять эти принципы и применить их в своей повседневной работе.

Я часто видела, что даже высококвалифицированный персонал игнорирует идею использования современных инструментов качества, таких, как планирование эксперимента, проверка гипотез или многомерный анализ. Хотя для большинства профессионалов было бы полезно знать, что большинство вопросов, связанных с качеством могут быть решены с помощью этих семи основных инструментов качества.

Целью данной статьи является обзор этих основных инструментов и их эффективного использования. Получение наилучших результатов с помощью любого из этих инструментов не требует доказательств; специалист по качеству должен обеспечить полную, объективную и достаточную информацию.

Инструмент № 1: Диаграммы Исикавы

Диаграммы Исикавы (также называемые «рыбий скелет» или «диаграммы причинно-следственных связей» ) являются причинно-следственными диаграммами, которые показывают основную причину (ы) конкретного события. Распространенным способом построения действительно информативного «рыбьего скелета» является одновременное применение метода «Пяти почему» (5 Whys) и диаграммы причинно-следственных связей.

1. Людей - Персонал, участвующий в процессе; заинтересованные стороны и т.д.
2. Методы - Процессы для выполнения задач и конкретные требований для их выполнения, такие как стратегии, процедуры, правила, инструкции и законы
3. Машины - Любое оборудование, компьютеры, инструментарии и т.д., необходимые для выполнения работы
4. Материалы - Сырье, детали, ручки, бумага и т.д., используемые для производства конечного продукта
5. Показатели - Данные, полученные от процесса, которые используются для оценки его качества
6. Окружающую среду - Условия, такие как местоположение, время, температура и культура, в которых этот процесс осуществляется

Инструмент № 2: Контрольный лист

Контрольный лист представляет собой структурированный, подготовленный бланк для сбора и анализа данных. Это универсальный инструмент, который может быть адаптирован для самых разнообразных целей. Собираемые данные могут быть количественными или качественными. Когда информация является количественной, контрольный листок называется учетным листом .

Определяющей характеристикой контрольного листа является то, что данные вносятся в него в виде отметок ("галочек"). Типичный контрольный лист разделен на графы, и отметки, сделанные в разных графах, имеют разные значения. Данные считываются с учетом расположения и количества отметок в листе. Контрольные листы обычно используют "шапку", которая отвечает на пять вопросов: Кто? Что? Где? Когда? Почему? Разрабатывайте оперативные определения для каждого из вопросов.

1. Кто заполнил контрольный лист
2. Что было собрано (что представляет собой каждая отметка, идентификационный номер партии или число изделий в партии)
3. Где происходил сбор данных (оборудование, помещение, инструментальные средства)
4. Когда происходил сбор данных (час, смена, день недели)
5. Почему эти данные были собраны

Инструмент № 3:

Является отображением статистической информации, которая представляется прямоугольниками для того, чтобы показать частоту элементов данных в последовательных числовых интервалах одинакового размера. В наиболее распространенной форме гистограммы, независимая переменная откладывается по горизонтальной оси, а зависимая переменная графически наносится по вертикальной оси.

Основная цель гистограммы - уточнить представленные данные. Это полезный инструмент для выведения обрабатываемых данных в области или столбцы гистограммы для установления частоты определенных событий или категорий данных. Эти гистограммы могут помочь отразить наибольшую частоту. Типичные области применения гистограмм анализа основной причины включают представление данных для определения доминирующей причины; понимание распределения проявлений различных проблем, причин, последствий и т.д. Диаграмма Парето, (объясняется далее в статье) представляет собой особый тип гистограммы.

Инструмент № 4:

Является важным инструментом и решением. Так как ресурсы организации ограничены, для владельцев процессов и заинтересованных сторон важно понимать первопричины ошибок, дефектов и т.д. Парето превосходно представляет этот механизм четким ранжированием основных причин дефекта. Диаграмма также известна как принцип 80:20.

Диаграмма, названная в честь экономиста и политолога Вильфредо Парето, представляет собой тип графика, который содержит столбцы и линейный график, где отдельные значения представлены в порядке убывания столбцов, а накопленная сумма представлена линией. Левая вертикальная ось обычно представляет частоту проявлений. Правая вертикальная ось - суммарный процент от общего числа проявлений. Так как причины располагаются в порядке убывания их значимости, кумулятивная функция является вогнутой. В качестве примера вышеизложенного, для того, чтобы снизить количество опозданий на 78%, достаточно устранить первые три причины.

Инструмент № 5: Диаграмма рассеяния или точечный график

Точечный график часто используется для выявления потенциальных связей между двумя переменными, где одну из них можно считать объясняющей переменной, а другую - зависимой. Это дает хорошую визуальную картину отношений между двумя переменными, и помогает при анализе коэффициента корреляции и регрессионной модели. Данные отображаются в виде набора точек, каждая из которых имеет значение одной переменной, определяющей положение по горизонтальной оси, и значение второй переменной, определяющей положение по вертикальной оси.

Точечная диаграмма используется, когда существует переменная, находящаяся под контролем экспериментатора. Если существует параметр, который систематично увеличивается и / или уменьшается при воздействии другого, это называется параметром управления или независимой переменной и обычно наносится по горизонтальной оси. Регулируемая или зависимая переменная обычно откладывается вдоль вертикальной оси. Если не существует зависимой переменной, или переменной может быть нанесена по любой из осей или на диаграмме рассеяния, она отобразит только степень корреляции (а не причинно-следственные отношения) между двумя переменными.

Инструмент № 6:

Представляет собой метод выборочного исследования населения. В статистических обследованиях, когда группы населения в генеральной совокупности отличаются, целесообразно делать выборку каждой группы (страты) отдельно. Стратификация является процессом деления членов общества на однородные подгруппы перед осуществлением выборки.

Страты должны быть взаимоисключающими: каждая единица населения должна быть отнесена только к одному слою. Страты должны быть исчерпывающими: ни одна единица населения не может быть исключена. Затем в рамках каждой страты производится простая случайная выборка или систематическая выборка.

Это часто повышает репрезентативность выборки за счет уменьшения ошибки выборки. Она может давать средневзвешенную величину, которая имеет меньшую изменчивость, чем среднее арифметическое простой случайной выборки населения. Я часто говорю группам, которые курирую, что правильные процедуры отбора являются более важными, чем просто наличие достаточного размера выборки!!

Инструмент № 7: Контрольные карты, также известные как карты Шухарта или карты поведения процесса

Представляет собой особый вид временной диаграммы, которая позволяет значимому изменению дифференцироваться вследствие естественной изменчивости процесса.

Если анализ контрольной карты показывает, что процесс находится под контролем (т.е. является стабильным, изменяется только из-за причин, свойственных процессу), то никакие исправления или изменения параметром управления процессом не требуются или не желательны. Кроме того, данные этого процесса могут быть использованы для прогнозирования будущей эффективности процесса.

Если карта показывает, что наблюдаемый процесс не управляемый, анализ этой карты может помочь определить источники изменения, которые затем могут быть устранены, чтобы снова восстановить управляемость процесса.

Контрольная карта может рассматриваться как часть объективного и упорядоченного подхода, который способствует правильным решениям в отношении управления процессом, в том числе, нужно ли изменять параметры управления процессом. Параметры процесса не должны исправляться для процесса, который находится под контролем, так как это приведет к снижению показателей процесса. Процесс, который является стабильным, но осуществляется вне заданного интервала (процент брака, например, может быть статистически управляемым, но выше заданной нормы), должен быть улучшен за счет целенаправленных усилий, чтобы понять причины текущей деятельности и коренным образом улучшить процесс.

Когда я руковожу простыми проектами Шесть Сигм (Six Sigma) (обычно называется проектом желтых поясов), где вопросы несложные и команда проекта состоит из людей с 3-х - 5-тилетним опытом участия в процессе, я решительно выступают за использование этих простых инструментов для решения вопросов, связанных с процессом.

Как эмпирическое правило, любой процесс, демонстрирующий воспроизводимость с 1-2% среднеквадратичных отклонений, может быть улучшен путем простого анализа с использованием этих инструментов. Только когда показатель воспроизводимости процессов более 2,5 - 3% среднеквадратичных отклонений, необходимо использовать инструменты средней и повышенной сложности для выявления и решения вопросов, связанных с процессом. Я также рекомендую любому начальному курсу обучения и тренингу Six Sigma использовать семь инструментов контроля качества для создания плодородной почвы для подготовки зеленых и черных поясов в рамках организации.

Материал подготовлен Андреем Гариным
по материалам зарубежных изданий
http://www.сайт/

Оценка качества продукции предполагает выполнение соответствия показателей качества продукции требованиям потребителя и выбор в случае необходимости направление улучшения его качества .

Качество определяется мерой соответствия товаров, работ, услуг условиям и требованиям запросов потребителей, стандартов, договоров, контрактов.

Показатели качества могут характеризоваться непрерывными или дискретными величинами. Они могут быть абсолютными или относительными. Значение величин зависит от условий и методов их определения. Показатели качества продукции устанавливаются объективными методами, а также экспертным путем.

Анализ качества продукции включает характеристику качества по установленным показателям или планам, изучение основных факторов, влияющих на качество, расчет влияния качества на объем продукции в денежном выражении. Как может быть проведен анализ ПКП, показано на рис. 4.9.

Контроль качества – это деятельность, включающая проведение измерений, экспертизы, испытаний или оценки параметров объекта и сравнение полученных величин с установленными требованиями к этим параметрам (показателями качества) .

Рис. 4.9.

Современные инструменты контроля качества – это методы, которые используются для решения задачи количественной оценки параметров качества. Такая оценка необходима для объективного выбора и принятия управленческих решений при стандартизации и сертификации продукции, планировании повышения ее качества и т.д.

Роль контроля в процессе управления качеством. Современные подходы к управлению качеством предполагают внедрение системы контроля показателей качества продукта на всех этапах его жизненного цикла, начиная от проектирования и заканчивая послепродажным обслуживанием. Основная задача контроля качества – не допустить появления брака. Поэтому в ходе контроля проводится постоянный анализ заданных отклонений параметров продукции от установленных требований. В том случае, если параметры продукции не соответствуют заданным показателям качества, система контроля качества поможет оперативно выявить наиболее вероятные причины несоответствия и устранить их.

Нужно ли контролировать всю продукцию, которую выпускает предприятие? Ответ зависит от специфики производства. Если оно носит единичный или мелкосерийный характер, продукцию следует подвергнуть сплошному, т.е. стопроцентному контролю. Сплошной контроль, как правило, является довольно трудоемким и дорогостоящим, поэтому в крупносерийном и массовом производстве обычно применяют так называемый выборочный контроль, подвергая проверке лишь часть партии продукции (выборку). Если качество продукции в выборке отвечает установленным требованиям, то вся партия считается качественной, если нет – вся партия бракуется. Однако при таком методе контроля сохраняется вероятность ошибочного бракования (риск поставщика) или, наоборот, признания партии изделий годной (риск заказчика). Поэтому при выборочном контроле, заключая контракт на поставку своей продукции, участники сделки должны оговорить обе возможные ошибки, выразив их в процентах.

Существуют различные инструменты контроля качества продукции , среди которых особое место занимают статистические методы .

Многие из современных методов математической статистики довольно сложны для восприятия, а тем более для широкого применения всеми участниками процесса управления качеством. Поэтому японские ученые отобрали из всего множества семь методов, которые наиболее применимы в процессах контроля качества. Заслуга японцев состоит в том, что они обеспечили простоту, наглядность, визуализацию этих методов, превратив их в инструменты контроля качества, которые можно понять и эффективно использовать без специальной математической подготовки. В то же время при всей своей простоте эти методы позволяют сохранить связь со статистикой и дают возможность профессионалам при необходимости совершенствовать их.

Итак, к семи основным инструментам контроля качества относятся следующие статистические методы (рис. 4.10) :

• контрольный листок;
• гистограмма;
• диаграмма разброса;
• диаграмма Парето;
• стратификация (расслоение);
• диаграмма Исикавы (причинно-следственная диаграмма);
• контрольная карта.

Рис. 4.10.

Перечисленные инструменты контроля качества можно рассматривать и как отдельные методы, и как систему методов, обеспечивающую комплексный контроль показателей качества. Они – наиболее важная составляющая комплексной системы контроля всеобщего управления качеством.

Особенности применения инструментов контроля качества на практике. Внедрение семи инструментов контроля качества должно начинаться с обучения этим методам всех участников процесса. Например, успешному внедрению инструментов контроля качества в Японии способствовало обучение руководства и сотрудников компаний методикам контроля качества. Большую роль в обучении статистическим методам в Японии сыграли "кружки качества" (см. главу 1), в которых прошли обучение рабочие и инженеры большинства японских компаний.

Говоря о семи простых статистических методах контроля качества, следует подчеркнуть, что основное их назначение – контроль протекающего процесса и предоставление участнику процесса фактов для корректировки и улучшения процесса. Знание и применение на практике семи инструментов контроля качества лежат в основе одного из важнейших требований TQM – постоянного самоконтроля.

Статистические методы контроля качества в настоящее время применяются не только в производстве, но и в планировании, проектировании, маркетинге, материально-техническом снабжении и т.д. Последовательность применения семи методов может быть различной в зависимости от цели, которая поставлена перед системой. Точно так же применяемая система контроля качества не обязательно должна включать все семь методов. Их может быть меньше, а может быть и больше, так как существуют и другие статистические методы.

Однако можно с полной уверенностью сказать, что семь инструментов контроля качества являются необходимыми и достаточными статистическими методами, применение которых помогает решить 95% всех проблем, возникающих на производстве.

Какая бы задача ни стояла перед системой, объединяющей последовательность применения статистических методов, всегда начинают со сбора исходных данных, на базе которых затем применяют тот или иной инструмент.

Контрольный листок – это инструмент для сбора данных и автоматического их упорядочения для облегчения дальнейшего использования собранной информации.

Обычно контрольный листок представляет собой бумажный бланк, на котором заранее напечатаны контролируемые параметры, согласно которым можно заносить в листок данные с помощью пометок или простых символов. Он позволяет автоматически упорядочить данные без их последующего переписывания. Таким образом, контрольный листок – хорошее средство регистрации данных.

Различных контрольных листков сотни, для каждой конкретной цели может быть разработан свой листок. Но принцип их оформления остается неизменным. Например, график температуры больного – один из возможных типов контрольных листков. В качестве другого примера можно привести контрольный листок, применяемый для фиксации отказавших деталей в электронно-лучевых приборах (рис. 4.11) .

На основании собранных с помощью этих контрольных листков данных не составляет труда составить таблицу суммарных отказов (табл. 4.3).

Таблица 4.3

Таблица отказов к контрольному листку

Рис. 4.11.

При составлении контрольных листков следует обратить внимание на то, чтобы было указано, кто, на каком этапе процесса и в течение какого времени собирал данные, а также чтобы форма листка была простой и понятной без дополнительных пояснений. Важно и то, чтобы все данные добросовестно фиксировались и собранная в контрольном листке информация могла быть использована для анализа процесса.

Для наглядного представления тенденции изменения наблюдаемых значений применяют графическое изображение статистического материала. Наиболее распространенным графиком, к которому прибегают при анализе распределения случайной величины при проведении контроля качества, является гистограмма.

Гистограмма – это инструмент, позволяющий зрительно оценить закон распределения статистических данных.

Гистограмма распределения обычно строится для интервального изменения значения параметра. Для этого на интервалах, отложенных на оси абсцисс, строят прямоугольники (столбики), высоты которых пропорциональны частотам интервалов. По оси ординат откладывают абсолютные значения частот (рис. 4.12). Аналогичную форму гистограммы можно получить, если по оси ординат отложить соответствующие значения относительных частот. При этом сумма площадей всех столбиков будет равна единице. Гистограмма очень удобна для визуальной оценки расположения статистических данных в пределах допуска. Чтобы оценить адекватность процесса требованиям потребителя, мы должны сравнить качество процесса с полем допуска, установленным пользователем. Если имеется допуск, то на гистограмму наносят верхнюю (S U) и нижнюю (S L) его границы в виде линий, перпендикулярных оси абсцисс, чтобы сравнить распределение параметра качества процесса с этими границами. Тогда можно увидеть, хорошо ли располагается гистограмма внутри этих границ.

На рис. 4.12 в качестве примера приведена гистограмма значений коэффициентов усиления 120 проверенных усилителей. В ТУ на эти усилители указано номинальное значение коэффициента S N на этот тип усилителей, равное 10 дБ. Техническими условиями также установлены допустимые значения коэффициента усиления: нижняя граница допуска S L = 7,75 дБ, а верхняя S v= 12,25 дБ. При этом ширина поля допуска Т равна разности значений верхней и нижней границ допуска: Т = S U/ – S L.

Рис. 4.12.

Если расположить все значения коэффициентов усиления в ранжированный ряд, все они будут находиться в пределах поля допуска, что создаст иллюзию отсутствия проблем. При построении гистограммы сразу становится очевидным, что распределение коэффициентов усиления хотя и находится в пределах допуска, но явно сдвинуто в сторону нижней границы и у большинства усилителей значение этого параметра качества меньше номинала. Это, в свою очередь, дает дополнительную информацию для дальнейшего анализа проблем .

Следующим инструментом контроля качества является диаграмма разброса.

– инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

Эти две переменные могут относиться:

• – к характеристике качества и влияющему на нее фактору;
• – двум различным характеристикам качества;
• – двум факторам, влияющим на одну характеристику качества.

Для выявления связи между ними и служит диаграмма разброса, которую также называют полем корреляции .

Использование диаграммы разброса в процессе контроля качества не ограничивается только выявлением вида и тесноты связи между парами переменных. Диаграмма разброса используется также для выявления причинно-следственных связей показателей качества и влияющих на них факторов (рис. 4.13).

Рис. 4.13.

Построение диаграммы разброса выполняется в следующей последовательности.

Этап 1. Соберите парные данные (x , у ), между которыми вы хотите исследовать зависимость, и расположите их в таблицу. Желательно нс менее 25–30 пар данных.

Этап 2. Найдите максимальные и минимальные значения для х и у. Выберите шкалы на горизонтальной и вертикальной осях так, чтобы обе длины рабочих частей получились приблизительно одинаковыми, тогда диаграмму будет легче читать. Возьмите на каждой оси от 3 до 10 градаций и используйте для облегчения чтения круглые числа. Если одна переменная – фактор, а вторая – характеристика качества, то выберите для фактора горизонтальную ось х, а для характеристики качества – вертикальную ось у.

Этан 3. На отдельном листе бумаги начертите график и нанесите на него данные. Если в разных наблюдениях получаются одинаковые значения, покажите эти точки, либо рисуя концентрические круги, либо нанося вторую точку рядом с первой.

Этап 4. Сделайте все необходимые обозначения: название диаграммы; интервал времени; число пар данных; названия и единицы измерения для каждой оси; имя (и другие данные) человека, который делал эту диаграмму.

Убедитесь, что нижеперечисленные данные, отраженные на диаграмме, понятны любому человеку, а не только тому, кто делал диаграмму.

ПРИМЕР 4.2

Требуется выяснить влияние термообработки интегральных схем при Т = 120°С в течение времени t = 24 ч на уменьшение обратного тока p -n -перехода (I обр). Для эксперимента было взято 25 интегральных схем (к = 25) и замерены значения I обр, которые приведены в табл. 4.4.

Таблица 4.4

Данные измерения /об| , интегральных схем

Номер интегральной схемы	До термообработки, х	После термообработки, у

• 1. По таблице находят максимальные и минимальные значения х и у: максимальные значения х = 92, у = 88; минимальные значения x = 60, у = 57.
• 2. На графике по оси абсцисс откладывают значения х, по оси ординат – значения у. При этом длину осей делают почти равной

разности между их максимальными и минимальными значениями и наносят на оси деления шкалы. На вид график приближается к квадрату. Действительно, в рассматриваемом случае разность между максимальными и минимальными значениями равна 32 (92-60) для х и 31 (88-57) для у, поэтому промежутки между делениями шкалы можно делать одинаковыми.

• 3. На график наносят данные в порядке измерений и точки диаграммы разброса.
• 4. На графике указывают число данных, цель, наименование изделия, название процесса, имя исполнителя, дату составления графика и т.д. Желательно также, чтобы при регистрации данных во время измерений приводилась и сопроводительная информация, необходимая для дальнейших исследований и анализа: наименование объекта измерения, характеристики, способ выборки, дата, время измерения, температура, влажность, метод измерения, тип измерительного прибора, имя оператора, проводившего измерения (для данной выборки), и др.

Пример построения и анализа диаграммы разброса представлен на рис. 4.14.

Рис. 4.14.

Диаграмма разброса позволяет наглядно показать характер изменения параметра качества во времени. Для этого проведем из начала координат биссектрису. Если все точки лягут на биссектрису, то это означает, что значения данного параметра не изменились в процессе эксперимента. Следовательно, рассматриваемый фактор (или факторы) не влияет на параметр качества. Если основная масса точек лежит под биссектрисой, то это значит, что значения параметров качества за прошедшее время уменьшились. Если же точки ложатся выше биссектрисы, то значения параметра за рассматриваемое время возросли. Проведя лучи из начала координат, соответствующие уменынению/увеличению параметра на 10, 20, 30, 50%, можно путем подсчета точек между прямыми выяснить частоту значений параметра в интервалах.

Диаграмма Парето – инструмент, позволяющий распределить усилия для разрешения возникающих проблем и выявить основные их причины, с устранения которых и нужно начинать действовать.

В 1897 г. итальянский экономист В. Парето предложил формулу, показывающую, что общественные блага распределяются неравномерно. Эта же теория была проиллюстрирована на диаграмме американским экономистом М. Лоренцом. Ученые показали, что в большинстве случаев наибольшая доля доходов или благ (80%) принадлежит небольшому числу людей (20%).

Доктор Д. Джуран применил диаграмму М. Лоренца для классификации проблем качества на немногочисленные, но существенно важные, и многочисленные, но несущественные. Он назвал этот метод анализом Парето и указал, что в большинстве случаев подавляющее число дефектов и связанных с ними потерь возникают из-за относительно небольшого числа причин. При этом он иллюстрировал свои выводы с помощью диаграммы, которая получила название диаграммы Парето.

В повседневной деятельности по контролю и управлению качеством постоянно возникают всевозможные проблемы, связанные, например, с появлением брака, неполадками оборудования, увеличением времени от выпуска партии изделий до ее сбыта, наличием на складе нереализованной продукции, поступлением рекламаций. Диаграмма Парето позволяет распределить усилия для разрешения возникающих проблем и установить основные факторы, с которых нужно начинать действовать с целью преодоления возникающих проблем.

Различают два вида диаграмм Парето.

• 1. Диаграмма Парето по результатам деятельности. Эта диаграмма предназначена для выявления главной проблемы и отражает следующие нежелательные результаты деятельности:
  • качество: дефекты, поломки, ошибки, отказы, рекламации, ремонты, возвраты продукции;
  • себестоимость: объем потерь, затраты;
  • сроки поставок: нехватка запасов, ошибки в составлении счетов, срыв сроков поставок;
  • безопасность: несчастные случаи, трагические ошибки, аварии.
• 2. Диаграмма Парето по причинам. Эта диаграмма отражает причины проблем, возникающих в ходе производства, и используется для выявления главной из них:
  • исполнитель работы: смена, бригада, возраст, опыт работы, квалификация, индивидуальные характеристики;
  • оборудование: станки, агрегаты, инструменты, оснастка, организация использования, модели, штампы;
  • сырье: изготовитель, вид сырья, завод-поставщик, партия;
  • метод работы: условия производства, заказы-наряды, приемы работы, последовательность операций;
  • измерения: точность (указаний, чтения, приборная), верность и повторяемость (умение дать одинаковое указание в последующих измерениях одного и того же значения), стабильность (повторяемость в течение длительного периода), совместная точность, т.е. вместе с приборной точностью и тарированием прибора, тип измерительного прибора (аналоговый или цифровой).

Построение диаграммы Парето состоит из следующих этапов (рис. 4.15).

Этап 1. Решите, какие проблемы надлежит исследовать и как собирать данные.

• 1. Какого типа проблемы вы хотите исследовать? Например, дефектные изделия, потери в деньгах, несчастные случаи.
• 2. Какие данные надо собрать и как их классифицировать? Например, по видам дефектов, по месту их появления, по процессам, по станкам, по рабочим, по технологическим причинам, по оборудованию, по методам измерения и применяемым измерительным средствам.

Примечание. Суммируйте остальные нечасто встречающиеся признаки под общим заголовком "прочие".

3. Установите метод и период сбора данных.

Примечание. Если это целесообразно, используйте специальный бланк.

Этап 2. Разработайте контрольный листок для регистрации данных с перечнем видов собираемой информации. В нем надо предусмотреть место для графической регистрации данных проверок.

Этап 3. Заполните листок регистрации данных и подсчитайте итоги.

Этап 4. Разработайте бланк таблицы для проверок данных, предусмотрев в нем графы для итогов по каждому проверяемому признаку в отдельности, накопленной суммы числа дефектов, процентов к общему итогу и накопленных процентов.

Этап 5. Расположите данные, полученные по каждому проверяемому признаку, в порядке значимости и заполните таблицу.

Примечание. Группу "прочие" надо поместить в последнюю строку независимо от того, насколько большим получилось число, так как ее составляет совокупность признаков, числовой результат по каждому из которых меньше, чем самое маленькое значение, полученное для признака, выделенного в отдельную строку.

Этап 6. Начертите одну горизонтальную и две вертикальных оси.

• 1. Вертикальные оси. Нанесите на левую ось шкалу с интервалами от 0 до числа, соответствующего общему итогу. На правую ось наносится шкала с интервалами от 0 до 100%.
• 2. Горизонтальная ось. Разделите эту ось на интервалы в соответствии с числом контролируемых признаков.

Этап 7. Постройте столбиковую диаграмму.

Этап 8. Начертите кривую Парето. Для этого на вертикалях, соответствующих правым концам каждого интервала на горизонтальной оси, нанесите точки накопленных сумм (результатов или процентов) и соедините их между собой отрезками прямых.

Этап 9. Нанесите на диаграмму все обозначения и надписи.

• 1. Надписи, касающиеся диаграммы (название, разметка числовых значений на осях, наименование контролируемого изделия, имя составителя диаграммы).
• 2. Надписи, касающиеся данных (период сбора информации, объект исследования и место его проведения, общее число объектов контроля).

С помощью диаграммы Парето можно проанализировать проблемы качества, возникающие на предприятии. При ее использовании наиболее распространенным методом анализа является так называемый ABC -анализ, сущность которого мы рассмотрим на примере.

ПРИМЕР 4.3

Допустим, на складе предприятия скопилось большое количество готовой продукции разных типов. При этом вся продукция, вне зависимости от ее вида и стоимости, подвергается сплошному выходному контролю. Из-за длительного времени контроля реализация продукции задерживается, а предприятие несет убытки в связи с задержкой поставок.

Разделим всю готовую продукцию, хранящуюся на складе, по группам в зависимости от стоимости каждого продукта (табл. 4.5).

Таблица 4.5

Данные по наличию продукции на складе

Для построения диаграммы Парето и проведения ДВС-анализа построим таблицу с накоплением до 100% (табл. 4.6).

Таблица 4.6

Таблица накопленных частот

Стоимость продукта, тыс. руб.	Число образцов, тыс. шт.	Стоимость продукции, хранящейся на складе		Число образцов, хранящихся на складе
		Накопленная стоимость, млн руб.	Относительная стоимость, %	Накопленное число продукта, тыс. шт.	Относительная частота продукта n i/N, %

Построение таблицы накопленных частот осуществляется следующим образом.

Сначала находят общую стоимость изделий как сумму произведений для значений центров классов и числа образцов, перемножая значения столбцов 1 и 2, т.е. общая стоимость равна

95 × 200 + 85 × 300 + 75 × 500 + ... + 15 × 5000 + 5 × 12 500 = 465,0 млн руб.

Затем составляют данные столбца 3. Например, значение из первой строки определяется следующим образом: 95 × 200 = 19 млн руб. Значение из второй строки определяется так: 95 × × 200 + 85 × 300 = 44,5 млн руб. и т.д.

Затем находят значение столбца 4, который показывает, сколько процентов от общей стоимости составляют данные каждой строки.

Данные столбца 6 образуются следующим образом. Значение 0,8 из первой строки представляет собой число процентов, приходящихся на накопленный запас продукции (200) от всего количества образцов (25000). Значение 2,0 из второй строки представляет собой число процентов, приходящихся на накопленный запас продукции (200 + 300), от всего ее количества.

После проведения этой подготовительной работы несложно построить диаграмму Парето. В прямоугольной системе координат по оси абсцисс отложим относительную частоту продукта n i/Ν, % (данные столбца 6), а по оси ординат – относительную стоимость этой продукции Стi/Ст,% (данные столбца 4). Соединив полученные точки прямыми, получим кривую Парето (или диаграмму Парето), как это показано на рис. 4.15.

Кривая Парето получилась сравнительно плавной в результате большого числа классов. При уменьшении числа классов она становится более ломаной.

Рис. 4.15.

Из анализа диаграммы Парето видно, что на долю наиболее дорогой продукции (первые 7 строк таблицы), которая составляет 20% от общего числа хранящихся на складе образцов, приходится более 50% общей стоимости всей готовой продукции, а на долю самой дешевой продукции, расположенной в последней строке таблицы и составляющей 50% от общего количества продукции на складе, приходится всего 13,3% от общей стоимости.

Назовем группу "дорогой" продукции группой А, группу дешевой продукции (до 10 тыс. руб.) – группой С, промежуточную группу – группой В. Построим таблицу AВС -анализа полученных результатов (табл. 4.7).

Таблица 4.7

ABC -анализ полученных по диаграмме Парето результатов

Теперь ясно, что контроль продукции на складе будет эффективнее в том случае, если контроль образцов группы А будет самым жестким (сплошным), а контроль образцов группы С – выборочным.

Одним из наиболее эффективных статистических методов, широко используемых в системе управления качеством, является метод стратификации или расслаивания. В соответствии с этим методом вводят расслаивание статистических данных, т.е. группируют данные в зависимости от условий их получения и производят обработку каждой группы данных в отдельности. Данные, разделенные на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) – расслаиванием (стратификацией).

Метод расслаивания исследуемых статистических данных – это инструмент, позволяющий произвести селекцию данных, отражающую требуемую информацию о процессе.

Существуют различные методы расслаивания, применение которых зависит от конкретных задач. Например, данные, относящиеся к изделию, производимому в цехе на рабочем месте, могут в какой-то мере различаться в зависимости от исполнителя, используемого оборудования, методов проведения рабочих операций, температурных условий и т.д. Все эти отличия могут быть факторами расслаивания. В производственных процессах часто используется метод 5М , учитывающий факторы, зависящие от человека (man ), машины (machine ), материала {material ), метода (method ), измерения (measurement ).

Расслаивание может осуществляться по следующим критериям:

• расслаивание по исполнителям – по квалификации, полу, стажу работы и т.д.
• расслаивание по машинам и оборудованию – по новому и старому оборудованию, марке, конструкции, выпускающей фирме и т.д.
• расслаивание но материалу – по месту производства, фирме-производителю, партии, качеству сырья и т.д.
• расслаивание по способу производства – по температуре, технологическому приему, месту производства и т.д.
• расслаивание по измерению – по методу измерения, типу измерительных средств или их точности и т.д.

Однако пользоваться этим методом не всегда просто. Иногда расслаивание по, казалось бы, очевидному параметру не дает ожидаемого результата. В этом случае нужно продолжить анализ данных по другим возможным параметрам в поисках решения возникшей проблемы.

Диаграмма Исикавы (причинно-следственная диаграмма) – инструмент, позволяющий выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие).

Результат процесса зависит от многих факторов, между которыми существуют отношения типа: причина – следствие (результат). Диаграмма причин и следствий – средство, позволяющее выразить эти отношения в простой и доступной форме.

В 1953 г. профессор Токийского Университета Каору Исикава, обсуждая проблему качества на одном заводе, суммировал мнение инженеров в форме диаграммы причин и результатов. Когда диаграмму начали применять на практике, она оказалась весьма полезной и скоро стала широко использоваться во многих компаниях Японии, получив название диаграммы Исикавы. Она была включена в японский промышленный стандарт (JIS ) на терминологию в области контроля качества и определяется в нем следующим образом: диаграмма причин и результатов – диаграмма, которая показывает отношение между показателем качества и воздействующими на него факторами.

Если в результате процесса качество изделия оказалось неудовлетворительным, значит, в системе причин, т.е. в какой-то точке процесса, произошло отклонение от заданных условий. Если эта причина может быть обнаружена и устранена, то будут производиться изделия только высокого качества. Более того, если постоянно поддерживать заданные условия процесса, то можно обеспечить формирование высокого качества выпускаемых изделий.

Важно также, что полученный результат – показатели качества (точность размеров, степень чистоты, значение электрических величин и т.д.) – выражается конкретными данными. Используя эти данные, с помощью статистических методов осуществляют контроль процесса, т.е. проверяют систему причинных факторов. Таким образом, процесс контролируется по фактору качества.

Схема причинно-следственной диаграммы (диаграммы Исикавы) приведена на рис. 4.16.

Информация о показателях качества для построения диаграммы собирается из всех доступных источников; используются журнал регистрации операций, журнал регистрации данных текущего контроля, сообщения рабочих производственного участка и т.д. При построении диаграммы выбираются наиболее важные с технической точки зрения факторы. Для этой цели широко используется экспертная оценка. Очень важно проследить корреляционную зависимость между причинными факторами (параметрами процесса) и показателями качества. В этом случае параметры легко поддаются корреляции. Для этого при анализе дефектов изделий их следует разделить на случайные и систематические, обратив особое внимание на возможность выявления и последующего устранения в первую очередь причины систематических дефектов.

Рис. 4.16.

1 – система причинных факторов: 2 – основные факторы производства; 3 – материалы; 4 – операторы; 5 – оборудование; 6 – методы операций; 7 – измерения; 8 – процесс; 9 – следствие; 10 – параметры качества; 11 – показатели качества; 12 – контроль процесса по фактору качества

Важно помнить, что показатели качества, являющиеся следствием процесса, обязательно испытывают разброс. Поиск факторов, оказывающих особенно большое влияние па разброс показателей качества изделия (т.е. па результат), называют исследованием причин .

В настоящее время причинно-следственная диаграмма, являясь одним из семи инструментов контроля качества, используется во всем мире применительно не только к показателям качества продукции, но и к другим областям диаграмм. Процедура ее построения состоит из следующих основных этапов.

Этап 1. Определите показатель качества, т.е. тот результат, которого вы хотели бы достичь.

Этап 2. Напишите выбранный показатель качества в середине правого края чистого листа бумаги. Слева направо проведите прямую линию ("хребет"), а записанный показатель заключите в прямоугольник. Далее напишите главные причины, которые влияют на показатель качества, заключите их в прямоугольники и соедините с "хребтом" стрелками в виде "больших костей хребта" (главных причин).

Этап 3. Напишите вторичные причины, влияющие на главные причины ("большие кости") и расположите их в виде "средних костей", примыкающих к "большим". Напишите причины третичного порядка, которые влияют на вторичные причины, и расположите их в виде "мелких костей", примыкающих к "средним".

Этап 4. Проранжируйте причины (факторы) по их значимости, используя для этого диаграмму Парето, и выделите особо важные, которые предположительно оказывают наибольшее влияние на показатель качества.

Этап 5. Нанесите на диаграмму всю необходимую информацию: ее название; наименование изделия, процесса или группы процессов; имена участников процесса; дату и т.д.

На рис. 4.17 приведена диаграмма, построенная для выявления возможных причин неудовлетворенности потребителя.

Рис. 4.17.

После того как вы завершили построение диаграммы, следующий шаг – распределение причин по степени их важности. Не обязательно все причины, включенные в диаграмму, будут оказывать сильное влияние на показатель качества. Обозначьте только те, которые, на ваш взгляд, оказывают наибольшее воздействие .

Все вышеописанные статистические методы дают возможность зафиксировать состояние процесса в определенный момент времени. В отличие от них метод контрольных карт позволяет отслеживать состояние процесса во времени и более того – воздействовать на процесс до того, как он выйдет из-под контроля.

– инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявляемых к процессу требований.

Использование контрольных карт преследует следующие цели:

• держать под контролем значение определенной характеристики;
• проверять стабильность процессов;
• немедленно принимать корректировочные меры;
• проверять эффективность принятых мер.

Однако следует отметить, что перечисленные цели являются характерными для действующего процесса. В период же запуска процесса контрольные карты используют для проверки возможностей процесса, т.е. его возможностей стабильно выдерживать установленные допуски.

Типичный пример контрольной карты приведен на рис. 4.18.

Рис. 4.18.

При построении контрольных карт на оси ординат откладываются значения контролируемого параметра, а на оси абсцисс – время t взятия выборки (или ее номер).

Всякая контрольная карта состоит обычно из трех линий. Центральная линия представляет собой требуемое среднее значение характеристики контролируемого параметра качества. Так, в случае (х – R )-карты это будут номинальные (заданные) значения х и R, нанесенные соответствующие карты.

Две другие линии, одна из которых находится над центральной – верхний контрольный предел (Кв или UCL – Upper Control Level ), а другая иод ней – нижний контрольный предел (Кн или LCL – Lower Control Level ), представляют собой максимально допустимые пределы изменения значений контролируемой характеристики (показателя качества), чтобы считать процесс удовлетворяющим предъявляемым к нему требованиям.

Если все точки соответствуют выборочным средним значениям контролируемого параметра и его изменчивости и оказываются внутри контрольных пределов, не проявляя каких бы то ни было тенденций, то процесс рассматривается как находящийся в контролируемом состоянии. Если же, напротив, они попадут за контрольные пределы или примут какую-нибудь необычную форму расположения, то процесс считается вышедшим из-под контроля.

Процесс считается контролируемым, если систематические составляющие его погрешности регулярно выявляются и устраняются, а остаются только случайные составляющие погрешностей, которые, как правило, распределяются в соответствии с нормальным (гауссовским) законом распределения.

Для успешного внедрения на практике контрольных карт важно не только овладеть техникой их составления и ведения, по, что значительно важнее научиться правильно "читать" карту.

Расположение контрольных точек на x -карте указывает на возрастание среднего выборочного значения во времени. А значение х в четвертой выборке оказалось за контрольным пределом, что говорит о том, что в момент, когда бралась четвертая выборка, процесс уже не соответствовал предъявляемым требованиям. Однако этого можно было бы избежать, если бы на основании результатов уже первых трех выборок, когда процесс находился еще в установленных пределах, по уже была видна тенденция его изменения, указывающая на явное влияние систематических погрешностей, были бы предприняты соответствующие меры по их устранению. Наглядным примером такой систематической погрешности может служить состояние резца, перемещение которого при автоматической обработке детали на токарном станке не учитывает его затупления .

Таким образом, контрольная карта помогает не только выявить несоответствие процесса требованиям потребителя, но и предвидеть возможности его появления в будущем.

Разобранные нами инструменты используются в различных методах оценки качества продукции, к рассмотрению которых мы и переходим.

• Ефимов В. В., Барт Т. В. Мазур И. И., Шапиро В. Д. Федюкин В. К. Управление качеством производственных процессов: учеб. пособие. М.: КноРус, 2011.
• Горбашко Е. А. Мазур И. И., Шапиро В. Д. Управление качеством: учеб. пособие. М.: Омега-Л, 2011; Шестопал Ю. Т., Дорофеев В. Д. Управление качеством: учеб. пособие. М.: ИНФРА-М, 2011; Салимова Т. А. Управление качеством: учебник. М.: Омега-Л, 2010.
• Тебекин А. В. Управление качеством: учебник., 2011 Шестопал Ю. Т ., Дорофеев В. Д. Управление качеством: учеб. пособие. М. ИНФРА-М, 2011; Салимова Т. А. Управление качеством: учебник. М. Омега-Л, 2010.
• Горбашко Е. А. Управление качеством: учебник., 2012; Ефимов В. В., Барт Т. В. Статистические методы в управлении качеством продукции: учеб. пособие. М.: КноРус, 2012; Федюнин В. К. Управление качеством производственных процессов: учеб. пособие. М.: КноРус, 2011; Тебекин А. В. Агарков А. П. Управление качеством: учеб. пособие. М.: Дашков и К°, 2009; Герасимов В. И. Управление качеством: учеб. пособие. М.: Форум, 2009; Фейгенбаум А. В. Контроль качества продукции. М.: Логос, 2004.
• Магомедов Ш. III., Беспалова Г. Е. Управление качеством продукции: учебник. М.: Дашков и К°, 2012; Фрейдипа Е. В. Управление качеством: учеб. пособие. М.: Омега-Л, 2012; Горбашко Е. А. Управление качеством: учебник., 2012; Ефимов В. В., Барт Т. В. Статистические методы в управлении качеством продукции: учеб. пособие. М.: КноРус, 2012.
• Ефимов В. В. Средства и методы управления качеством: учеб. пособие. М.: КноРус, 2012; Горбашко Е. А. Управление качеством: учебник., 2012; Мазур И. И., Шапиро В. Д. Управление качеством; учеб. пособие. М.: Омега-Л, 2011.

Японский союз инженеров и ученых выделил семь основных инструментов оперативного управления (обеспечения) качеством (рис. 2.38):

• 1) диаграмма сродства (affinity diagram);
• 2) диаграмма связей (interrelationship diagram);
• 3) древовидная диаграмма (tree diagram);
• 4) матричная диаграмма, или таблица качества (matrix diagram or quality table);
• 5) стрелочная диаграмма (arrow diagram);

Рис. 2.38.

• 6) диаграмма процесса осуществления программы PDPC (process decision program chart - диаграмма процесса осуществления программы);
• 7) матрица приоритетов (анализ матричных данных) (matrix data analysis ).

Иногда эти семь инструментов называют новыми инструментами управления качеством - N1 . Эти инструменты применяются в оперативном управлении качеством проекта и носят общий характер. В стратегическом плане их можно рассматривать как семь стратегических методов управления качеством - S7. К ним относятся:

• 1) оценка привлекательности бизнеса;
• 2) бенчмаркинг;
• 3) анализ сегментирования рынка;
• 4) оценка рыночной позиции;
• 5) управление портфелем проектов;
• 6) стратегический анализ факторов развития;
• 7) оптимизация ресурсов.

В стратегическом аспекте TQM становится концепцией управления предприятием, определяющей текущую эффективность бизнеса и перспективы его развития.

Схема совместного использования инструментов качества показана на рис. 2.39. На этапе предварительного анализа и определения проблемы используются такие инструменты управления качеством, как диаграмма сродства и диаграмма связей; на этапе развертывания средств - матричная диаграмма и древовидная диаграмма; на этапе систематизации средств - стрелочная диаграмма и диаграмма процесса. Завершающей является матрица приоритетов, которая позволяет выявить приоритетные сегменты рынка, которыми будет воспринят усовершенствованный продукт. Показаны возможности подключения существующих инструментов контроля качества в необходимых случаях и потенциальных инструментов для сложных ситуаций в виде многовариантного анализа при необходимости.

Рассмотрим практическое решение проблемы увеличения гарантийного срока службы изделия (настольной мельницы), для которой был построен «дом качества» (см. рис. 2.16).

Диаграмма сродства является средством структурирования большого количества разнообразных данных по рассматриваемой проблеме по принципу сродства различных данных и иллюстрирует скорее ассоциативные, чем логические, связи. Этот инструмент

Рис. 2.39. Совместное использование инструментов качества иногда называют методом KJ. Этот метод возник из раннего опыта работы японского ученого Джиро Кавакиты в 1950-х гг. Методы, разработанные тогда для сбора и анализа данных, вылились в подход решения проблемы, обозначенный его инициалами. В 1967 г. Кавакита описал свой метод и разработал обучающую систему. Информация часто поступает как языковые данные из нескольких источников: отклики клиентов на обзоры, расшифрованные записи о посещении клиентов или TQM, или синтезированные результаты множественных АУ-диаграмм. Любые из них могут привести к десяткам и сотням утверждений. Многоотборочный метод МРМ есть методология для просеивания этих утверждений до управляемого количества. Кавакита создал этот метод вместе с А/-методом. Подобно последнему, МРМ использует факты или идеи. Существует два принципа уменьшения количества данных: 1) усиление сильных и 2) устранение слабых сторон. МРМ следует первому принципу - сосредоточиться на важности данных, имеющих отношение к теме. Идея МРМ имеет некоторое сходство с теорией У. Макгрегора.

Создавать диаграмму сродства предпочтительнее группой. Опыт показывает, что для этой цели лучше создавать группу, состоящую из 6-8 человек, имеющих предварительный опыт совместной работы. Процедура создания диаграммы может быть организована следующим образом. Сначала определяют предмет (тему), являющийся основой для сбора данных. Метод МРМ реализуется за несколько стадий:

• подготовка, которая включает разминку и обсуждение темы;
• сбор данных по теме, используя метод «мозгового штурма». Члены команды маркируют утверждения, которые будут вероятными при окончательном рассмотрении. Каждый участник группы отмечает все, что кажется ему важным. Неотмеченные утверждения не обсуждаются. Существуют несколько попыток отбора с постепенным уменьшением выбора. Постоянно проверяя список утверждений и маркируя их, члены команды достигают согласия о самых важных, не затрачивая времени на обсуждение;
• фокусированный отбор - от 20 до 30% предыдущего материала выбрасывается из окончательного отбора. Каждый участник имеет ограниченный выбор для обозначения окончательных выводов. К этому времени каждый уже рассмотрел оставшиеся утверждения по нескольку раз, и все готовы сосредоточиться на самых важных.

При построении диаграммы МРМ и диаграммы сродства широко используются такие инструменты контроля качества, как карты контроля, диаграммы разброса, диаграммы стратификации и диаграммы Парето. На рис. 2.40 показана диаграмма МРМ применительно к рассматриваемой проблеме повышения срока службы изделия (увеличения долговечности).

Ограничение исходных данных показало, что существует неудовлетворенность потребителей гарантированным сроком службы изделий (1 год). Это связано с частыми ремонтами для восстановления работоспособности изделия. В то же время функциональные возможности качественно изготовленных образцов в целом определяют рыночную привлекательность изделия. Данные результаты подтверждаются изделиями, которые длительное время работают без дополнительных ремонтов. Конкретизирована сущность проблемы: повысить гарантийный срок службы до четырех лет, чтобы обеспечить стабильную долговечность и тем самым удовлетворенность потребителей.

Для построения диаграммы сродства родственные данные группируют по направлениям различных уровней. Работа считается законченной, когда все данные приведены в порядок, т.е. собраны

Рис. 2. 40. Диаграмма МРМ

в предварительные группы родственных данных, а большинство разногласий разрешены. Оставшиеся вопросы обычно снимаются во время дискуссии.

Сначала нужно попытаться определить направленность каждой группы данных по признаку сродства данных группы. Это можно сделать иначе: выбрать одну карточку из группы, установить ее во главе или сформировать новое направление. Эту процедуру можно повторять для обобщения ведущих направлений и таким образом создать иерархию. Анализ заканчивают, когда данные сгруппированы по ведущим направлениям. На рис. 2.41 показана диаграммы сродства по проблеме увеличения гарантийного срока службы изделия. Видно, что данные сгруппированы по трем направлениям, каждое из которых содержит предметные утверждения по пробле-

Рис. 2.41. Диаграмма сродства ме. Для этого используется такой инструмент, как диаграмма стратификации.

Инструмент, позволяющий выявить логические связи между основной идеей, проблемой или различными данными . Задачей этого инструмента управления является установление соответствия основных причин нарушения процесса, выявленных с помощью диаграммы сродства, тем проблемам, которые требуют решения (этим объясняется некоторое сходство между диаграммой связей и причинно-следственной диаграммой - диаграммой Исикавы). Классификация этих причин по важности осуществляется с учетом используемых в компании ресурсов, а также числовых данных, характеризующих причины.

Используемые при этом данные могут, например, быть сгенерированы, если применить диаграмму сродства. Диаграмма связей является главным образом логическим инструментом, противопоставленным диаграмме сродства, которая имеет творческое начало. Диаграмма связей может быть полезной в ситуациях:

• когда предмет (тема) настолько сложен, что связи между различными идеями не могут быть установлены при помощи обычного обсуждения;
• временная последовательность, согласно которой делаются шаги, является решающей;
• есть подозрения, что проблема, затронутая в вопросе, является исключительно симптомом более фундаментальной незатронутой проблемы. Так же как и в случае с диаграммой сродства, работу над диаграммой связей должна проводить соответствующая группа. Важным является то, что сначала должен быть определен исследуемый предмет (результат). Основные причины можно определить из диаграммы сродства или используя такой инструмент контроля качества, как диаграмму Исикавы.

На рис. 2.42 показана диаграмма связей при решении проблемы увеличения гарантийного срока службы изделия до четырех лет. Определены основные задачи решаемой проблемы, лица, ответственные за их реализацию, установлены логические связи между ними. Недооценка рыночной важности проблемы сдерживала ее решение. Осознание зависимости предприятия от состояния рыночной конъюнктуры может создавать ему угрозы в будущем. Для понижения степени ее риска пересматривается модель производства. Немаловажным фактором является также необходимость использования обновленной технологической базы, что связано не

Рис. 2.42.

только с приобретением современного оборудования, но и с эффективным его использованием. Персонал для этого должен обладать необходимыми компетенциями. Для гарантирования качества требуется метрологическое обеспечение, которое позволит закрыть вопросы точности контроля.

(систематическая диаграмма) - инструмент, обеспечивающий систематический путь разрешения рассматриваемой проблемы по повышению удовлетворенности потребителей, представленных на различных уровнях.

В отличие от диаграммы сродства и диаграммы связей этот инструмент более целенаправлен. Древовидная диаграмма строится в виде многоступенчатой структуры, элементами которой являются различные средства и способы решения проблемы. Принцип построения древовидной диаграммы приведен на рис. 2.43.

Древовидная диаграмма может быть использована в следующих случаях:

Рис. 2.43.

• когда неясно сформированные пожелания потребителя в отношении продукта преобразуются в пожелания потребителя на управляемом уровне;
• необходимо исследовать все возможные аспекты проблемы;
• краткосрочные цели необходимо достигнуть до завершения всей работы, т.е. на этапе проектирования.

Матричная диаграмма - инструмент, позволяющий установить важность различных связей и являющийся центральным звеном семи инструментов управления домом качества.

Матричная диаграмма позволяет структурировать большое количество данных, так что логические связи между различными элементами получают графическое отображение. Ее цель - изображение контура связей и корреляций между задачами, функциями и характеристиками с выделением их относительной важности. В конечном виде матричная диаграмма показывает соответствие определенных факторов и явлений различным причинам их появления и средствам устранения их последствий, а также степень зависимостей этих факторов от причин их возникновения и мер по их устранению. Матричные диаграммы, называемые еще матрицами связей, приведены на рис. 2.44. В рассматриваемом случае они определяют наличие и тесноту связей факторов Т - технические факторы, Р - рыночные факторы, К - факторы компетентности. Связь между ними показывается с помощью специальных символов:

Сильная связь (определяемая в 9 баллов);

О - средняя связь (определяемая в 3 балла);

Слабая связь (определяемая в 1 балл).

Определяем важность связей основных факторов при решении проблемы повышения гарантийного срока службы производимого изделия (настольной мельницы). Матричная диаграмма состоит из трех линейных (простых) диаграмм, в виде комбинаций факторов: диаграмма а) - комбинация Т и Р; диаграмма б) - комбинация Т и К; диаграмма в) - комбинация К и Р.

Формируем основные факторы, влияющие на процесс улучшения изделия с целью повышения его гарантийного срока службы:

1. Технические факторы в виде множества Т = }