Применение методов всеобщего управления качеством для повышения качества продукции и эффективности производства

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО

ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

ИЖЕВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

КАФЕДРА «УПРАВЛЕНИЕ КАЧЕСТВОМ»

КУРСОВАЯ РАБОТА

По дисциплине: «Всеобщее управление качеством»

Тема «Применение методов всеобщего управления качеством для повышения качества продукции и эффективности производства»

Выполнил:

Ст. гр. 7-48-4

Иванов С.А.

Проверил:

Коньков В.С.

ИЖЕВСК 2009

Введение

Выбранная для данной курсовой работы тема на сегодняшний день очень актуальна.

Средства и методы всеобщего менеджмента качества являются инструментами осуществления концепции, её принципов и функций.

Учитывая, что качество продукции, система менеджмента качества являются основой TQM, а также определённое сходство принципов, следует полагать, что и методы СМК и TQM будут похожи. В какой- то степени так оно и есть. Так практически одинаковы наборы статистических методов для СМК и TQM. В тоже время в концепции TQM применяется ряд методов не часто применяющихся или совсем не применяющихся в СМК. Это сложные статистические методы или статистические методы Тагути, развёртывание функций качества, методы «точно-во-время» и «Канбан», реинжиниринга, бенчмаркинга, CALS- технологии, методы функционально-физического и функционально-стоимостного анализа, методы корпоративной культуры, обслуживания рабочих мест (5S)и обслуживания оборудования и ряд других.

Нетрудно заметить, что вышеперечисленные методы расширяют сферу деятельности СМК в направлении повышения эффективности и качества работ, человеческого фактора, достижения высоких результатов во всех направлениях деятельности организации.

Концепции TQM и системы менеджмента качества.

СМК - система менеджмента качества. Иметь должно ее каждое предприятие, если оно желает достичь успехов в качестве продукции, и в понимании и сотрудничестве с потребителями и субподрядчиками. Концепция TQM идет дальше. Если качество, то лучшее, а на основе этого и высокое качество фирмы, и успех ее работы, и высокая прибыль.

Концепция TQM предусматривает и более глубокие и качественные процессы, с вовлечением всех сотрудников фирмы в эти процессы. В тоже время, если стандарты ИСО предназначены, в значительной степени, для регулирования отношений между производителем и потребителем, т.е. являются документами, выходящими за рамки предприятия, то концепция TQM предназначена для внутренних нужд производителя. Концепция TQM направлена на то, чтобы дать ответ, как достигнуть намеченные цели.

В 90-е годы совершенство различных моделей TQM значительно возросло. Их стали называть «моделями делового совершенства». В стандарте ИСО 9000-2000 дается объяснение «взаимосвязи между системой менеджмента качества и моделями совершенства».

Отмечается, что они основаны на общих принципах, которые

а) дают возможность организации выявить свои сильные и слабые стороны;

б) содержат положение по оцениванию в сравнение с общими моделями;

в) обеспечивают основу для постоянного улучшения;

г) включают способы внешнего признания.

Различия в их областях применения. Стандарты ИСО содержат требования к СМК и рекомендации по улучшению деятельности; оценивание СМК устанавливает выполнение этих требований. Модели совершенства содержат критерии, позволяющие проводить сравнительную оценку деятельности организации, критерии оценки обеспечивают организации основы для сравнения ее деятельности.

Таким образом, концепция TQM - это принципы и методы менеджмента, целью которых являются достижение высокого качества и дохода организации, за счет вовлечения и качественной работы всех работников организации.

1. Теоретическая часть

1.1 МЕТОДЫ МЕНЕДЖМЕНТА КАЧЕСТВА

Применение методов всеобщего управления качеством для повышения качества продукции и эффективности производства

1.2 Применение статистических методов в системе ИСО

В системах ИСО, начиная с её первой редакции придавалось большое значение статистическим методам, как важнейшему инструменту управления качеством.

В требованиях системы ИСО 9000-1994 г. статистические методы выделяются в отдельный обязательный элемент. Роль статистических методов отличается и в ряде разделов системы ИСО 9000- 2000 г. Так в положении 2.10 Роль статистических методов стандарта ГОСТ Р ИСО 9000-2001 г. сказано: использование статистических методов может помочь в понимании изменчивости и, следовательно, может помочь организациям в решении проблем и повышении результативности и эффективности. Эти методы также способствуют лучшему применению имеющихся в наличии данных для оказания помощи в принятии решений.

Изменчивость можно наблюдать в ходе и результатах многих видов деятельности, даже в условиях очевидной стабильности. Такую изменчивость можно проследить в измеряемых характеристиках продукции и процессов. Её наличие можно заметить на различных стадиях жизненного цикла продукции от исследования рынка до обслуживания потребителей и утилизации.

Статистические методы могут помочь при измерении, описании, анализе, интерпретации и моделировании такой изменчивости даже при относительно ограниченном количестве данных. Статистический анализ таких данных может помочь лучше понять природу, масштаб и причины изменчивости, способствуя, таким образом, решению и даже предупреждению проблем, которые могут быть результатом такой изменчивости, а также постоянного улучшения.

Комитет ИСО разработал методические указания по применению статистических методов в системе менеджмента качества для системы ИСО 9000-1994 г., а затем и система ИСО 9000- 2000 г. Это документ вызвал неоднозначную реакцию специалистов разных стран и не был принят абсолютным большинством, поэтому вышел как технический отчёт ИСО/ТО 10017-2003 г., который был переведён на русский язык и принят в качестве руководства по статистическим методам применительно к ИСО 9001-2000 г.

Ниже даётся содержание этого документа с замечаниями отечественных специалистов.

Документ ИСО/ТО 10017 представляет собой руководящие указания по выбору соответствующих методов, которые могут быть использованы для организации в разработке, внедрении и поддержании системы качества на требуемом уровне. Документ является рекомендательным и не запрещает применять любые другие научно- обоснованные методы. В документе отмечено, что использование предлагаемого перечня статистических методов помогает повышению эффективности системы качества.

Анализ документа ИСО/ТО 10017 показывает, что в нём для поддержки требований разделов ИСО 9001 предлагается использовать 12 статистических методов:

- описательная статистика;

- планирование эксперимента;

- проверка гипотез;

- измерительный анализ;

- анализ возможности процесса;

- регрессия;

- анализ безотказности;

- выборочный контроль;

- моделирование;

- карты статистического контроля процесса;

- статистическое установление допуска;

- анализ временных рядов.

Анализ данного перечня статистических методов и рекомендации их применения в сфере менеджмента качества для отечественных организаций, с одной стороны, является не полным, а с другой стороны, не вполне рациональным (не характерным) для того или иного элемента управления качеством.

Во-первых, в документе отсутствует один из важнейших статистических методов - индексный метод. С помощью этого метода анализируются результаты финансово- хозяйственной деятельности организаций, исследуется роль отдельных факторов в формировании важнейших экономических показателей, выявляются резервы производства. Индексы используются при сравнении уровня жизни, оценки деловой активности в различных сферах человеческой деятельности. Индексы являются одним из наиболее эффективных методов исследования качества объектов по нескольким несоизмеримым параметрам, изменяемым во времени. Для сопоставления уровней развития (качества функционирования) нескольких регионов используются методические подходы исчисления территориальных индексов. В последние годы у нас в стране широкую известность получили индексы, вычисляемые по формулам Ласпейреса, Пааше, Фишера, ЭКШ, Уолша, Доу-Джонса и др.

В документе ИСО/ТО 10017 отсутствуют также методы корреляционного анализа, многомерного статистического анализа, факторного анализа, кластерного анализа, дискриминантного анализа, многомерного шкалирования.

Совершенно не нашли отражения и методы экспертных оценок, например, экспертное ранжирование или метод парных сравнений. При этом следует иметь в виду, что какой бы из методов экспертных оценок не использовался для контроля качества, в основе каждого из них лежит статистический подход. Экспертные методы служат основным инструментом оценки качества сложных систем и процессов. В оценке качества объектов эксперт выполняет роль измерителя свойств объекта.

Во- вторых, области использования таких важнейших статистических методов, как регрессионный анализ и анализ временных рядов, явно сужены .

С введением новой версии стандартов серии ИСО 9000:2000 наряду со статистическими методами должны использоваться математические методы системного анализа, включая методы теории исследования операций и общей теории управления. Методы системного анализа позволяют исследователю или руководителю выбрать наиболее рациональную альтернативу в условиях, когда её обоснование требует анализа сложной информации различной физической природы. Обычно методы системного анализа ориентированы на исследование сложных систем с применением ЭВМ. Компьютерные возможности позволяют применять для исследования поведения объекта имитационные модели (метод Монте-Карло), которые дают возможность оценить статистические свойства объекта путём «помещения» его в некоторое виртуальное вероятностное пространство.

В целом, методология, используемая в области менеджмента качества обширна и разнообразна. Каждый из методов имеет определённую специфику, свои наиболее рациональные области применения. Исследователь- менеджер по качеству в своей практической деятельности должен уметь из всего многообразия методов выбрать самый эффективный, применить его для решения конкретной задачи и принять обоснованное решение из множества возможных альтернатив. Следует иметь в виду, что на основе статистических методов нельзя получить единственного однозначного результата. Всегда существует некоторое множество возможных решений. Задача исследователя на основе научно- обоснованных статистических методов - выбрать наиболее вероятное решение.

1.3 Статистические методы контроля качества

1.3.1 Описательная статистика

Назначение

Описательная статистика используется для систематизации и описания данных. Она обычно является начальным шагом в анализе количественных данных, и часто -- первым шагом к использованию других статистических процедур.

Характеристики выборочных данных могут служить основанием для выводов относительно характеристик всей совокупности данных.

Свойства

Информация, представляемая описательной статистикой, часто и эффективно передается с помощью различных графических методов.

Информация наглядна, доходчива и может быть полезна при анализе и принятии решения на всех уровнях управления качеством.

Информация может просто и эффективно представляться различными формами графиков: круговых диаграмм, гистограмм, полигонов, многомерных графиков с несколькими переменными.

Графические методы чувствительны к необычному поведению данных, которое не просто выявить при количественном анализе.

Особенности применения

Должен быть обеспечен необходимый объем и репрезентативность выборки.

1.3.2 Планирование эксперимента

Назначение

Исследования выполняются по заранее разработанному плану с целью исследования влияния одного или большего количества факторов на некоторые характеристики системы.

Полезны для исследования сложных систем, на результаты работы которых влияет большое количество факторов.

Свойства

Позволяют выявить наиболее влиятельные факторы на качество системы, оценить степень их влияния, и установить их взаимосвязи. Результаты исследований могут использоваться для контроля и улучшения существующей системы качества.

Информация, получаемая при проведении эксперимента, предназначается для создания математической модели, которая описывает характеристики системы как функции влияющих факторов, а также такая модель может использоваться с целью прогнозирования.

Особенности применения

Нераспознанные или неизвестные факторы являются источником ошибок. В теории ПЭ делается предположение о существовании некоторого соотношения между математической моделью и изучаемой физической реальностью, действительность или адекватность которых являются предметом дискуссий.

1.3.3 Проверка гипотез

Назначение

Представляет собой статистическую процедуру определения, с заданным уровнем риска, совместимости совокупности данных (в типовом случае из выборки) с конкретной гипотезой.

Гипотеза может относиться к предположению о специфическом статистическом распределении или модели, или же она может относиться к значению некоторого параметра распределения (параметрическая гипотеза).

Свойства

Проверка гипотез позволяет сделать утверждение относительно некоторого параметра совокупности с заданным доверительным уровнем. Это может быть полезным при принятии решений, возможно, зависящих от этого параметра.

Проверка гипотез позволяет делать утверждения как относительно характера распределения всей совокупности, так и относительно характеристик самой выборки данных.

Применение проверки гипотез явно или неявно присутствует во многих статистических методах.

Особенности применения

Чтобы гарантировать справедливость заключений, полученных при проверке гипотез, существенно, чтобы были удовлетворены лежащие в их основе статистические предположения, особенно касающиеся независимого и случайного формирования выборки.

1.3.4 Измерительный анализ

Назначение

Измерительный анализ представляет собой набор процедур для оценки погрешности измерений в диапазоне условий, при которых системы работают.

Результатом измерительного анализа является установление погрешности измерений.

Свойства

Измерительный анализ обеспечивает корректный путь выбора средств измерений для контроля качества или для решения вопроса о том, является ли средство измерений способным к оценке исследуемых параметров продукции или процесса.

Измерительный анализ обеспечивает основу для сравнения и согласования различий в измерениях, определяя величину погрешностей и вариаций различного происхождения непосредственно в системах измерений.

Особенности применения

Во всех случаях измерительный анализ должен выполняться метрологами.

Если при его применении отсутствуют тщательность и компетентность, то его результаты могут привести к ошибкам типа: ложный брак и необнаруженный отказ.

Применяемые средства измерений должны быть аттестованы и поверены (калиброваны).

1.3.5 Анализ возможностей процесса

Назначение

Применяется для изучения изменчивости процесса и оценки диапазона его распределения.

Обычно присущая процессу изменчивость выражается "разбросом", измеряемым как шесть стандартных отклонений (6s) распределения процесса.

Если параметры процесса распределены нормально, то такой разброс будет охватывать 99,73 % всей совокупности.

Свойства

Позволяет оценить способность процесса производить качественную продукцию, а также выявить ожидаемое количество несоответствующей продукции.

Дает возможность рассчитать стоимость несоответствий и может помочь при принятии решений относительно усовершенствований процесса.

Метод позволяет найти технологию и оборудование, которые обеспечат производство приемлемой продукции.

Особенности применения

Концепция анализа возможностей полностью применима к статистически контролируемому процессу.

Оценки процента несоответствующих изделий делаются в предположении нормальности. Когда строгая нормальность практически не реализуется, с такими оценками следует обращаться осторожно, особенно в случае процессов с высокими показателями изменчивости.

1.3.6 Регрессионный анализ

Назначение

Регрессионный анализ позволяет:

* проверить гипотезы относительно влияния независимых переменных на отклик;

* предсказать значения переменной отклика при заданных значениях независимых переменных;

* предсказать диапазон значений, в котором будет находиться ожидаемое значение отклика при заданном значении независимой переменной;

* оценить направление и степень связи между переменной отклика и независимой переменной.

Свойства

Регрессионный анализ может обеспечить понимание соотношений между различными факторами и представляющим интерес откликом, и такое понимание может помочь в принятии решений, связанных с изучаемым процессом, и, в конечном счете, улучшить процесс.

Особенности применения

При моделировании процесса требуется умение в определении лучшего описания модели регрессии.

При моделировании является важным упрощение модели с помощью минимизации количества независимых переменных. Включение ненужных переменных может скрыть влияние независимых переменных и уменьшить точность прогнозов, сделанных с помощью модели. Однако исключение существенной независимой переменной может серьезно ограничить модель и полезность результатов.

1.3.7 Анализ безотказности

Назначение

Анализ безотказности представляет собой применение инженерных и аналитических методов к оценке, прогнозированию и гарантированию свободного от проблем функционирования изделия или системы в течение рассматриваемого промежутка времени.

Свойства

Анализ надежности позволяет:

* прогнозировать и количественно определять вероятность отказов;

* принимать решения относительно различных альтернатив конструкции, использующих различные стратегии резервирования и повышения надежности;

* планировать оптимальные схемы профилактического обслуживания и замены, основанные на данных анализа надежности функционирования, обслуживания и износа изделий.

Особенности применения

Основным предположением при анализе надежности является предположение о том, что функционирование изучаемой системы можно обоснованно охарактеризовать определенным видом статистического распределения. Поэтому точность оценок будет зависеть от действительности этого предположения.

Особо тщательно должны быть обоснованы условия проведения ускоренных испытаний.

1.3.8 Выборочный контроль

Назначение

Выборочный контроль представляет собой статистический метод получения информации относительно некоторой характеристики совокупности с помощью изучения представительной части (выборки) из всей совокупности. Выборочный контроль может быть условно разделен на две широкие области: "приемочный выборочный контроль" и "выборочное обследование".

Свойства

Выборочный контроль обеспечивает экономию времени, расходов и труда по сравнению с проверкой всех элементов совокупности или 100%-го контроля партии. В тех случаях, когда для проверки изделия используется разрушающий контроль, выборочный контроль является единственным практическим способом получения необходимой информации.

Выборочный контроль предлагает рентабельный и экономный по времени способ получения предварительной информации относительно значений или распределения представляющих интерес характеристик совокупности.

Особенности применения

При формировании плана выборочного контроля должны быть обоснованы размер выборки, частота выборочного контроля и порядок отбора образцов, а также другие аспекты методологии выборочного контроля.

1.3.9 Моделирование

Назначение

Моделирование -- собирательный термин для процессов, описание которых представляется математически с помощью компьютерной программы. Если представление процесса использует понятия теории вероятности и специальные случайные переменные, моделирование носит название "метод Монте-Карло".

Свойства

Моделирование используется, когда не существует исчерпывающей теории для решения проблемы, а также когда система может быть адекватно описана компьютерной программой. Моделирование полезный инструмент в обучении работе со статистическими данными.

Выгода моделирования состоит в том, что оно позволяет получать решения с экономией времени и денег или что оно вообще позволяет получать решения.

Выгода использования моделирования в обучении работе со статистическими данными состоит в том, что оно может эффективно иллюстрировать случайные изменения.

Особенности применения

Моделирование эмпирических моделей ограничено тем, что модель может быть не адекватной, т.е. она неудовлетворительно описывает проблему. Поэтому такое моделирование не может рассматриваться как замена реальных эмпирических исследований и экспериментирования.

1.3.10 Карты СКП

Назначение

Карты статистического контроля процесса бывают нескольких форм, каждая из которых обладает свойствами, подходящими для применения в определенных обстоятельствах.

Примерами СКП являются контрольные карты Шухарта, карты кумулятивных сумм, карты скользящего среднего. Карты кумулятивных сумм обладают повышенной чувствительностью к небольшим изменениям в процессе. Карты скользящего среднего служат для сглаживания краткосрочных изменений, чтобы выявить устойчивые тенденции.

Свойства

Карты СКП используются для обнаружения изменений в процессе. Они позволяют:

* управлять процессом;

* анализировать возможности процесса;

* анализировать эффективность системы измерений;

« проводить анализ причин и последствий и планировать эффективные действия по постоянному совершенствованию процесса.

Особенности применения

Важно производить выборки из процесса таким способом, который лучше всего показывает представляющие интерес изменения.

Существуют риски "ложной тревоги" и "необнаруженного отказа". Эти риски могут быть уменьшены, но полностью их устранить нельзя.

1.3.11 Статистическое установление допусков

Назначение

Это процедура основана на некоторых статистических принципах и используется для определения общего допуска изделия по допускам и размерам его комплектующих элементов.

Свойства

На основании статистических законов общий допуск будет иметь приближенно нормальное распределение. Этот факт почти не зависит от распределения индивидуальных допусков комплектующих и может использоваться для оценки диапазона допуска на общий допуск собранного изделия. С другой стороны, если задан общий диапазон допуска, то он может быть использован для определения диапазона допусков на компоненты.

Статистическое вычисление общего допуска по сравнению с арифметическим вычислением дает обычно значительно меньше значения.

.Особенности применения

Для реализации метода должны выполняться следующие условия:

* индивидуальные допуска являются некоррелированными случайными переменными;

* связь между параметрами комплектующих элементов линейна;

* цепочка комплектующих элементов имеет, по крайней мере, четыре звена;

* индивидуальные допуска являются величинами одного порядка;

* законы распределения индивидуальных допусков известны.

1.3.12 Анализ временных рядов

Назначение

Анализ временных рядов используется для прогнозирования будущих значений с заданной достоверностью прогноза. Другое применение заключается в совместном объяснении фрагментов одного временного ряда такими же фрагментами другого временного ряда.

Данный метод также имеет применение в области регулирования автоматизированных процессов.

Свойства

Методы временных рядов помогают обеспечивать понимание моделей типа "причина и следствие".

Методы полезны для отделения систематических (или неслучайных) причин от случайных и для разбиения диаграмм временного ряда на циклические, сезонные и тренды.

Анализ временных рядов часто полезен для понимания того, как процесс будет вести себя в определенных условиях, и какое регулирование может направлять процесс к некоторому целевому значению или какое регулирование может уменьшить изменчивость процесса.

Особенности применения

При моделировании процесса для понимания причин и следствий требуется существенный уровень квалификации, чтобы выбрать наиболее подходящую модель и использовать средства диагностики для улучшения модели. При выборе модели следует рассматривать цель анализа, природу данных, относительные затраты и аналитические характеристики и характеристики прогноза различных моделей.

1.4 Семь простых японских статистических методов

Введение

Одним из принципов TQM является то, что в основе принятия решений должны быть факты, а не интуиция. Главные причины трудностей, возникающих при управлении качеством, - ложные представления и ошибочные действия. Чтобы различить, что ложно, а что ошибочно, нужно организовать процесс поиска фактов, т.е. статистического материала. Сам по себе статистический материал, без обработки и анализа, не позволяет решить возникшую проблему.

Потери качества будут равны нулю только в том случае, когда результат соответствует требованиям номинала. В противном случае, если даже данные расположены в пределах допуска, потери качества неизбежны.

Вопросами сбора, обработки и анализа результатов занимается математическая статистика, которая включает огромное количество различных методов, разработанных к настоящему времени.

Многие из современных статистических методов довольно сложно для восприятия, а тем более для широкого применения всеми участниками процесса. Японские учёные отобрали из всего множества семь методов. Их заслуга, и в первую очередь профессора Исикавы, состоит в том, что они обеспечили простоту, наглядность, визуализацию этих методов, превратив их фактически в эффективные инструменты контроля качества. Их можно понять и эффективно использовать без специальной математической подготовки.

При всей своей простоте эти методы позволяют сохранить связь со статистикой и дают возможность профессионалам пользоваться результатами этих методов и при необходимости совершенствовать их. К семи инструментам контроля качества относятся следующие статистические методы:

1. Контрольный листок - служит для регистрации данных о качестве, накоплении информации.

2. Гистограмма - представляет собой один из видов столбиковой диаграммы, дающей наглядное изображение того, с какой частотой повторяется то или иное значение или группа значений.

3. Диаграмма разброса (рассеивания) применяется для выяснения зависимости одной переменной величины (например, показателя качества) от другой.

4. Диаграмма Парето - это разновидность столбиковой диаграммы, применяемой для наглядного отображения рассматриваемых фактов в порядке уменьшения их значимости, позволяет выявить и наглядно изобразить основные причины дефектов.

5. Стратификация (расслаивание данных) представляет собой разбивку (группировку) данных на страты (группы).

6. Диаграмма К. Исикавы (причинно- следственная диаграмма)- это графическое упорядочение факторов, влияющих на объект анализа.

7. Контрольная карта- карта, на которой для наглядности отображения состояния анализируемого процесса отмечают значения регулируемой характеристики во времени.

Эти методы можно рассматривать и как отдельные инструменты, и как систему методов.

Последовательность применения семи методов может быть различной в зависимости от цели, которая поставлена перед системой. Точно также применяемая система не обязательно должна включать все семь методов. Их может быть меньше, а может быть и больше, ибо существуют и другие статистические методы, например методы оценки качества. Однако можно с полной уверенностью сказать, что семь инструментов контроля качества являются необходимыми и достаточными статистическими методами, применение которых, по мнению Исикавы, помогает решить от 50% до 95 % всех проблем, возникающих на производстве.

Внедрение семи инструментов контроля качества должно начинаться с обучением этим методам всех участников процесса. Успешному внедрению семи инструментов контроля качества в Японии способствовало отношение руководителей компании к процессу обучения. Они ставили и продолжают ставить перед собой цель сделать каждого рабочего инженером, а инженеров, не знакомых со статистическими методами, не считать полноценными специалистами. Большую роль в обучении статистическим методам в Японии сыграли кружки контроля качества, в которых прошли обучение рабочие и инженеры большинства японских компаний.

Обучаются не только инженеры и рабочие, но и бизнесмены. Каждый служащий компании или организации, используя статистические методы для анализа и контроля процессов, тем самым способствует повышению качества., эффективности производства и снижению затрат.

Статистические методы- это то средство, которое необходимо изучать, чтобы внедрить управление качеством.

Говоря о семи простых статистических методах контроля качеством, следует подчеркнуть, что инструменты познания, а не инструменты управления.

Применение этих методов, не требуя больших затрат, позволяет с заданной степенью точности и достоверности судить о состоянии исследуемых явлений (объектов, процессов) в системе качества, прогнозировать и регулировать проблемы на всех стадиях жизненного цикла продукции, и на основе этого вырабатывать оптимальные управленческие решения.

Потребность в статистических методах возникает всего с необходимостью минимизации вариабельности (изменчивости) процессов. Согласно современным воззрениям, источниками вариабельности являются вирусы. Так в менеджменте качества своевременно не выявленная вариабельность может представлять собой смертельную опасность для производства, продукции, предприятия. Основой для создания надёжной иммунной системы, защищающей предприятие от вирусов изменчивости и нестабильности, служат статистические методы.

«Если бы инее пришлось выразить своё послание к менеджменту всего в нескольких словах, - говорил Деминг,- я бы сказал : вся суть в уменьшении вариаций». Изменчивость присуща практически всем областям деятельности, связанным с обеспечением качества. Однако наиболее характерна она для процессов, поскольку они имеют множество источников изменчивости. Но производственные технологические процессы хотя и важнейшая, но не единственная область применения статистических методов. Статистические методы полезно и целесообразно применять на всех стадиях жизненного цикла продукции. 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.

В управлении качеством статистический контроль должен дополняться применением знаний естественных законов не только для понимания объектов исследования, но и для выработки мероприятий по повышению качества. Таким образом, статистические методы контроля имеют обширный фронт применения.

Применение статистических методов - весьма действенный путь разработки новых технологий и контроля качества процессов. Многие ведущие фирмы стремятся к их активному использованию, а некоторые из них тратят более ста часов ежегодно на обучение этим методам своих сотрудников, осуществляемое в рамках самой фирмы.

Порядок и сбор информации

Руководством к действиям служат данные, из которых можно узнать о фактах, и принять соответствующие меры.

Прежде чем начать собирать данные, надо решить, что с ними делать. Цели сбора данных в процессе контроля качества состоят в следующем:

1. контроль и регулирование процесса;

2. анализ отклонений от установленных требований;

3. контроль выхода процесса.

Любые собираемые данные имеют своё назначение, и после того, как информация собрана, нужно начинать с нею работать. Когда цель сбора данных установлена, она становится основной для определения характера сравнений, которые надлежит произвести , , и типа данных, которые нужно собрать. Если сравнение выявляет явные различия, то меры по их устранению также будут способствовать уменьшению изменчивости процесса.

Разделение группы данных на несколько подгрупп по определенному признаку называется расслоением или стратификацией. Она чрезвычайно важна. Надо, чтобы стало привычкой во всех случаях её применять.

Затем, положим, вы хотите узнать зависимость между количеством определенного ингредиента и твёрдостью продукта. В этом случае нужно узнать, есть ли зависимость между значениями двух показателей, т.е данные следует собирать парами. Когда есть парные данные, их можно проанализировать с помощью с помощью диаграмм рассеивания.

Когда данные собраны, для их анализа используют различные статистические методы, предназначенные для превращения данных в источник информации. Важно в процессе сбора тщательно упорядочить данные, чтобы облегчить их последующую обработку.

Во- первых, надо чётко зарегистрировать источник данных. Весьма часто, несмотря на то, что была потрачена целая неделя на сбор данных о показателях качества, их них можно извлечь мало полезной информации, поскольку не зафиксированы день недели, когда собирались данные, оборудование, на котором производилась работа, рабочий, делавший операцию, партия используемых материалов и т.д.

Во- вторых, данные надо регистрировать таким образом, чтобы их было легко использовать. Поскольку данные часто применяются для вычисления статистических характеристик (средние значения и размах), тол лучше их записывать так, чтобы облегчить эти вычисления. Если данные требуется собирать постоянно, то надо заранее разработать стандартные формы регистрации данных, как это обычно делается для контрольных листков.

1.5 Семь сложных статистических методов

В предыдущей главе были рассмотрены семь инструментов контроля качества. Большинство из них используется для анализа численных данных, что соответствует требованию TQM: опираться в принятии решений только на факты. Однако факты не всегда бывают численными по своей природе, и для принятия решения в этом случае необходимо знание поведенческой науки, операционного анализа, теории оптимизации и статистики. Поэтому JUSE (Union of Japanese Scientists and Engineers -- Союз Японских Ученых и Инженеров) на базе этих наук разработал очень мощный и полезный набор инструментов, позволяющих облегчить задачу управления качеством при анализе различного рода фактов.

Эти инструменты получили название семи инструментов управления или семи новых инструментов контроля качества и были собраны вместе JUSE только в 1979 г., а книга Мизуно, посвященная этим семи инструментам, была переведена на английский язык в 1986 г [5].

К семи инструментам управления относятся:

- диаграмма сродства (affinity diagram);

-диаграмма (график) связей (interrelationship diagram);

- древовидная диаграмма (дерево решений) (tree diagram);

-матричная диаграмма или таблица качества (matrix diagram or quality table);

-стрелочная диаграмма (arrow diagram);

-диаграмма процесса осуществления программы (Process Decision Program Chart - PDPC);

- матрица приоритетов (анализ матричных данных) (matrix data analysis).

Сбор исходных данных для инструментов управления обычно осуществляют в период "мозговых штурмов" (во время принятия адекватных решений по проблемным вопросам). Группа "мозгового штурма" должна включать всех тех, кто обладает знаниями по изучаемой проблеме. Также участники группы должны предварительно взаимодействовать друг с другом в той области, к которой относится обсуждаемая проблема. Для проведения "мозгового штурма" руководитель группы должен:

- сформулировать обсуждаемую тему;

- тщательно подготовиться к "мозговому штурму" -- собрать соответствующих обсуждаемой теме людей в группу и четко сформулировать постановочные вопросы; решить вопрос с фиксацией идей, без прерывания выступающих;

- выбрать лидеров, хорошо знакомых с обсуждаемой темой, ознакомить их с ней с тем, чтобы они заранее могли ее обдумать;

- провести разминку группы в течение 5 или 10 мин, используя нейтральную тему, после чего перейти к заданной теме, объяснив ее важность;

- организовать непосредственное осуществление "мозгового штурма", когда каждый имеет возможность высказаться по теме обсуждения; резюме каждого выступающего должно фиксироваться на видном для всех участников "штурма" месте; не навязывать участникам обсуждения свое мнение, высказав его в самом конце обсуждения; общее время обсуждения должно быть от 30 до 45 мин;

- провести обработку результатов обсуждения, группируя аналогичные идеи, и, согласовав с участниками обсуждения критерий их ценности, постараться на базе преобразованных предложений сформулировать предлагаемое средство решения проблемы, имея при этом в виду: стоимость и обратную связь; необходимое время для реализации; возможный успех, как технический, так и организационный. Очень удобны для этих целей оказались, например, японские Кружки Контроля Качества, обучение в которых является непрерывным и входит в структуру производственной деятельности.

После проведения "мозгового штурма" выбираются данные и составляются различные диаграммы, подобные семи инструментам управления. Одним из важных аспектов этих инструментов является их поддержка слаженного и взаимодействующего сотрудничества всех участников процесса. В этой главе будет дано краткое описание каждого из семи инструментов управления и показана их роль в важнейшей процедуре обеспечения требуемого потребителем качества, которая получила название Развертывание Функции Качества.

1.5.1 Диаграмма сродства

Диаграмма сродства -- инструмент, позволяющий выявить основные нарушения процесса путем объединения сродственных устных данных. Ее иногда называют KJ-мето-дом (по имени ее основоположника, японского ученого Джиро Кавакита (Jiro Kawakita).

Принципы создания диаграммы сродства и определения основных нарушений процесса с целью принятия мер по их устранению приведены на рис. 10. Как видно из рисунка, диаграмма сродства является творческим средством организации больших количеств устных данных, таких как идеи, пожелания потребителей или мнения групп, участвующих в обсуждаемой проблеме по принципу сродства различных данных, и иллюстрирует скорее ассоциации, чем логические связи.

Создавать диаграмму сродства предпочтительнее группой. Опыт показывает, что удобно использовать группу, состоящую из 6-8 человек, имеющих предварительный опыт совместной работы.

Процедура создания диаграммы может быть следующей.

* Определить предмет или тему, которая станет основой для сбора данных. Смутное определение типа: "Какие требования покупателей (потребителей) могут быть в отношении продукта?" -- не вредно, потому что может выявить новые пути подхода.

* Собрать данные, которые группа произведет во время "мозгового штурма" вокруг злободневной темы. Важным является то, что эти данные должны быть собраны беспорядочно. Каждое сообщение может регистрироваться на карточке каждым участником.

* Затем задача состоит в том, чтобы сгруппировать родственные данные вместе по направлениям различных уровней согласно принципам рис. 10. Эта компиляция может быть сделана следующим образом:

Найдите карточки, которые кажутся родственными в некоторой степени. Положите эти карточки вместе. Повторите этот шаг.

Эту работу желательно проводить в тишине, избегая ненужных дискуссий, например о семантическом (схожем) значении слов. Во время этого процесса будут обнаружены расхождения мнений в отношении взаимосвязи различных данных. Однако опыт подсказывает, что наибольшая часть таких конфликтов рассеется в последующей работе.

Закончите работу, когда все данные будут приведены в порядок, т.е. собраны в предварительные группы родственных данных, когда вышеупомянутые конфликты будут разрешены. Оставшиеся конфликты будут разрешены во время дискуссии.

Попробуйте найти направленность каждой из группы данных. Эта направленность должна в некотором смысле резюмировать сродство каждой группы данных. Это можно сделать иначе, выбирая одну карточку из группы и устанавливая ее во главе или формируя новую направленность.

Эту процедуру можно повторить с резюмированием ведущих направлений, таким образом, создавая иерархию. Анализ заканчивают, когда сгруппируют данные в соответствии с подходящим количеством ведущих направлений.



Рис.10. Принцип построения диаграммы сродства

1.5.2 Диаграмма связей

Диаграмма связей -- 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. Вот почему есть некоторые сходства 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 здесь данные могут, например, быть сгенерированы, если применить диаграмму сродства. Диаграмма связей является главным образом логическим инструментом, противопоставленным диаграмме сродства, которая сама по себе была творческая.

Рассмотрим примеры ситуаций, когда диаграмма может быть полезной.

* Когда тема (предмет) настолько сложна, что связи между различными идеями не могут быть установлены при помощи обычного обсуждения.

* Когда временная последовательность, согласно которой делаются шаги, является решающей.

* Когда подозревается, что проблема, затронутая в вопросе, является исключительно симптомом более фундаментальной незатронутой проблемы.

Принципы построения диаграммы связей показаны на рис.11.

Так же как и для диаграммы сродства, работа над диаграммой связей должна проводиться в соответствующих группах. Важным является то, что исследуемый предмет (результат) должен быть сначала определен.

Рис.11. Принципы построения диаграммы связей

Основные причины, требуемые для работы, можно сгенерировать, например, из диаграммы сродства или диаграммы Исикавы.

1.5.3 Древовидная диаграмма

Древовидная диаграмма, или систематическая диаграмма, -- инструмент, обеспечивающий систематический путь разрешения существенной проблемы, центральной идеи, или удовлетворения нужд потребителей, представленных на различных уровнях. В отличие от диаграммы сродства и диаграммы связей этот инструмент более целенаправлен. Древовидная диаграмма строится в виде многоступенчатой древовидной структуры, элементами которой являются различные средства и способы решения проблемы. Принцип построения древовидной диаграммы иллюстрируется на рис.12.

Древовидная диаграмма, созданная группой, является наиболее продуктивной. Процедура ее создания похожа на описанную для диаграммы сродства, однако здесь очень важно то, что предмет (проблема и т.п.), который должен исследоваться, точно определен и распознан.



Рис. 12. Принцип построения древовидной диаграммы

Древовидная диаграмма может использоваться, например, в следующих случаях.

- Когда неясно сформированные пожелания потребителя в отношении продукта преобразуются в пожелания потребителя на управляемом уровне.

- Когда необходимо исследовать все возможные части, касающиеся проблемы.

- Когда краткосрочные цели должны быть достигнуты раньше результатов всей работы, т.е. на этапе проектирования.

1.5.4 Матричная диаграмма

Матричная диаграмма -- инструмент, выявляющий важность различных связей, является сердцем семи инструментов управления и "домом качества". Этот инструмент служит для организации огромного количества данных, так что логические связи между различными элементами могут быть графически проиллюстрированы.

Целью матричной диаграммы является изображение контура связей и корреляций между задачами, функциями и характеристиками с выделением их относительной важности. Поэтому матричная диаграмма в конечном виде выражает соответствие определенных факторов и явлений различным причинам их появления и средствам устранения их последствий, а также показывает степень зависимостей этих факторов от причин их возникновения и мер по их устранению. Такие матричные диаграммы называются матрицами связей (рис.13).

Они показывают наличие и тесноту связей компонент, например причины А с компонентами фактора В. Связь между компонентами А и В на матрицах связей изображается с помощью специальных символов, характеризующих степень тесноты этих связей.

Рис. 13. Матрица связей: av a1...al и ,, br..bJ -- компоненты исследуемых объектов Aw. В, которые характеризуются различной теснотой связей:®-- сильные.О -- средние, А -- слабые

Если в строке матрицы связей отсутствует какой-либо символ, то это означает, что связь между данной компонентой а, и всеми компонентами В отсутствует. Если символ отсутствует в столбце матрицы, то, следовательно, компонента Ър соответствующая столбцу, не влияет ни на одну из причин в соответствующей строке.

Символ, стоящий на пересечении строки и столбца матричной диаграммы, указывает не только на наличие связи между соответствующими компонентами, но и на тесноту этой связи, как это показано на рис.13. На практике применяют различные по своей компоновке матрицы связей. Наиболее распространенные из них приведены на рис.14.

Рис. 14. Примеры различных матричных диаграмм связей. Диаграммы, скомпанованные по размеру в виде диаграмм L- (а), Т- (б) и Z-карты (в)

Матричная диаграмма в виде Z-формы (рис.14,а) является базовой формой диаграммы связи и наиболее часто встречается на практике, особенно при развертывании функции качества. Этим объясняется ее второе распространенное название -- таблица качества. В случае Z-формы (или таблицы качества) две взаимосвязанные группы компонент, например причины А и фактора В, представлены соответственно в строках и столбцах матрицы, с помощью которой необходимо установить связь между отдельными компонентами, как это показано на рис.14,а, например, для компонент а6 и Ь6.

При развертывании функции качества рекомендуется, чтобы каждый участник группы качества (Кружка Контроля Качества), выполняющий эту работу, заполнил матрицу самостоятельно с тем, чтобы в дальнейшем можно было бы сравнить результаты.

Нетрудно убедиться в том, глядя на рис.14 и в, что матричные диаграммы в виде Г-формы и Х-карты представляют собой не что иное, как различные комбинации матричной диаграммы Х-формы. Более подробно матричные диаграммы будут рассмотрены в процессе Развертывания Функции Качества.

1.5.5 Стрелочная диаграмма

Стрелочная диаграмма -- инструмент, позволяющий спланировать оптимальные сроки выполнения всех необходимых работ для скорейшей и успешной реализации поставленной цели. Применение этого инструмента возможно лишь после того, как выявлены проблемы, требующие своего решения, и определены необходимые меры, сроки и этапы их осуществления, т.е. после составления первых четырех диаграмм.

Стрелочная диаграмма представляет собой диаграмму хода проведения работ, из которой должны быть наглядно видны порядок и сроки проведения различных этапов изо дня в день.

Этот инструмент используется для обеспечения уверенности, что планируемое время выполнения всей работы и отдельных ее этапов по достижению конечной цели является оптимальным.

Этот инструмент широко применяется не только при планировании, но и для последующего контроля за ходом выполнения запланированных работ. Особенно широко этот инструмент применяется при разработке различных проектов и планировании производства.

Традиционным методом такого планирования является метод, использующий стрелочную диаграмму либо в виде так называемой диаграммы Ганта (Gantt), либо в виде сетевого графа.



Рис. 15. Планирование постройки дома в течение 12 месяцев по методу диаграммы Ганта

На рис.15 приведены порядок и сроки выполнения работ по возведению дома "под ключ" в течение 12 месяцев, представленные в виде диаграммы Ганта. Сетевой граф по выполнению той же самой задачи приведен на рис.16.

Рис.16. Сетевой граф выполнения постройки дома (см. рис. 15): -->* работа (длина пропорциональна времени); -Ј. макет (показывает связь времени и работы)

Цифры, стоящие в узлах графа, соответствуют порядковому номеру операции, приведенной на рис. 15. При этом конечная операция, соответствующая "конечной инспекции и сдаче дома", на рис.16 разбита на две операции: // -- конечная инспекция и 12 -- сдача дома. Цифры, стоящие под стрелками сетевого графа, соответствуют продолжительности (в нашем случае -- числу месяцев) выполнения операции, номер которой указан в узле графа, из которого исходит стрелка.

На сетевом графе с помощью стрелок наглядно показана последовательность действий и влияние той или иной операции на ход выполнения последующих операций. Поэтому сетевой граф более удобен для контроля за ходом выполнения работ, чем диаграмма Ганта.

1.5.6 Диаграмма процесса осуществления программы (PDPC)

PDPC (Process Decision Program Chart) -- инструмент для оценки сроков и целесообразности проведения работ по выполнению программы в соответствии со стрелочной диаграммой с целью их корректировки в ходе выполнения. PDPC представляет собой диаграмму, отражающую последовательность действий и решений, необходимых для получения требуемого результата.

Модель разрывов Зейтхальма представляет собой PDPC, а анализ цепочки взаимодействия "Поставщик -- Потребитель" в гостиничном и почтовом комплексах демонстрирует практическое применение PDPC для избегания разрывов Зейтхальма.

Можно выделить два основных случая, применение PDPC в которых наиболее эффективно.

* Когда разрабатывается новая программа достижения требуемого результата. PDPC обеспечивает возможность предварительного планирования и отслеживания последовательности действий, анализируя проблемы, которые могут возникнуть в ходе выполнения работы.

* Когда возможны "катастрофы" при планировании процесса. PDPC помогает избежать "планирования катастроф", высвечивая последовательность действий; в результате тщательного анализа этих действий нежелательный исход прогнозируется, что позволяет заранее осуществить соответствующие корректировки.

Поэтому PDPC широко применяется при решении сложных проблем в области научных разработок и производства, при получении крупных заказов со стороны и т.п.

1.5.7 Матрица приоритетов (анализ матричных данных)

Матрица приоритетов -- инструмент для обработки большого количества числовых данных, полученных при построении матричных диаграмм, с целью выявления приоритетных данных. Поскольку матрица приоритетов используется для анализа численных данных матричных диаграмм, этот инструмент управления имеет также второе название -- анализ матричных данных. Этот седьмой инструмент управления эквивалентен статистическому методу, названному анализом важнейших компонент (principal component analysis), который является одним из основных методов анализа многовариантных данных. Поскольку применение матрицы приоритетов требует статистических знаний, этот инструмент управления качеством значительно реже применяется на практике, чем шесть других рассмотренных нами инструментов. Он применяется в основном в тех случаях, когда возникает необходимость представить численные данные из матричных диаграмм в более наглядном виде. Покажем такое применение матрицы приоритетов на примере исследования вкусов потребителей в еде.

В таблице 1 приведена матрица, отображающая часть статистических данных по исследованию реакции японских мужчин и женщин различного возраста на привлекательность предложенных им ста разных продуктов питания.

...