Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

• Содержание
• Введение
• Глава I. Статистические методы управления качеством продукции
• 1.1 Общая характеристика статистических методов управления качеством
• 1.2 Обзор статистических методов управления качеством
• Глава II. Характеристика управления качеством на основе статистических методов на примере ОАО «ТГК-1»
• 2.1 Краткая характеристика ОАО «ТГК-1»
• 2.2 Общая характеристика энергетической политики организации и предполагаемые мероприятия по энергоменеджменту
• 2.3 Особенности развития энергетической отрасли и сертифицирования её деятельности
• Заключение
• Список использованной литературы

Введение

Актуальность темы состоит в том, что в современном бизнесе конкурентоспособность компании зависит от качества менеджмента организации. В России с каждым годом все большее число руководителей видят стабильность своих предприятий в отлаженной системе управления, отвечающей мировым стандартам. Проблема качества менеджмента тем более актуальна в свете планируемого вступления России в ВТО и появления конкуренции со стороны иностранных компаний. Задача руководителей российских компаний и проста и сложна одновременно - «не изобретать велосипед», а постепенно и целенаправленно перенимать более чем полувековой опыт управления у зарубежных компаний, учитывая национальную специфику, а также учиться на примерах отечественных предприятий-лидеров.

Вплоть до середины 60-х годов в компаниях ведущих стран мира применялись традиционные методы обеспечения качества, которые лишь ограничивались контролем и отбраковкой дефектных изделий. Суть принципа отбраковки достаточно проста и сводилась к тому, что произведенное рабочими изделие (его параметры) проверялось контролерами на соответствие заданным стандартам и нормативам. Изделие соответствующее стандартам отправлялось потребителю, несоответствующее - на доработку, переделку или в утилизацию. При данном подходе в обеспечении качества ответственность за брак ложилась как на рабочих, которые его допустили, так и на контролеров, которые его пропустили. При этом главная роль отводилась контролю.

Сегодня арсенал инструментов совершенствования бизнеса достаточно велик и продолжает пополняется все новыми подходами: 6-Сигма, стандарты ИСО серии 9000, сбалансированная система показателей (Balanced Scorecard), структурирование функций качества (Quality Function Deployment), анализ характера и последствий отказов (Failure Mode and Effect Analysis), модели самооценки организации Т. Конти, Дж. Далгаарда, Д. Клеммера, бенчмаркинг и другие. Подавляющее большинство предлагаемых подходов основаны на принципах всеобщего управления качеством. Аббревиатура TQM уже знакома российским менеджерам, однако для большинства из них TQM так и остается аббревиатурой. Безусловно, это явление временное - еще 10-12 лет назад мало кто в России различал понятия «менеджмент» и «маркетинг», а сегодня это неотъемлемые атрибуты деятельности любого российского предприятия, от крупного до малого.

Самооценка организации - это эффективный инструмент, прочно занимающий свое место среди современных подходов к управлению. Однако в России самооценка не реализовала и малой части своего потенциала. Кроме финансовых показателей, российские руководители мало, что оценивают в организации. Причин тому несколько. Во-первых, отсутствие критериев для оценки или незнание методик самооценки. Во-вторых, происходит серьезное искажение данных при вовлечении в процесс самооценки менеджеров среднего звена и работников. - Желание приукрасить существующее положение дел, чтобы угодить руководителю, боязнь указать на ошибки и просчеты, а также русская народная мудрость «инициатива наказуема» - все это мешает объективной оценке организации. В-третьих, руководители компаний крупного бизнеса перекладывают всю деятельность по оценке качества на соответствующие подразделения компании, в малом же бизнесе руководители знают области для первоочередных улучшений и не видят смысла в «бесполезной, на их взгляд, трате времени и сил».

Бенчмаркинг или эталонное сопоставление за последние десять лет стало одним из эффективных и признанных инструментов совершенствования организации в современном бизнесе и на протяжении последних лет входит в тройку самых популярных среди топ-менеджеров крупных компаний инструментов управления. В России появляются фирмы, использующие бенчмаркинг, но пока таких компаний единицы, и в основном это представители крупного бизнеса, имеющие деловые контакты с зарубежными партнерами. Для большинства руководителей малых и средних предприятий России «бенчмаркинг» - это незнакомое слово, а эталонное сопоставление воспринимается не как метод управления, а как обычный анализ конкурентов или маркетинговое исследования. Кроме того, развитию бенчмаркинга в России мешает «комплекс засекреченности» отечественного бизнеса.

Цель работы состоит в выявлении особенностей статистических методов управления качеством в конкурентной борьбе.

В соответствии с поставленной целью задачи работы следующие:

1. характеристика сущности и содержания статистических методов управления качеством;

2. анализ основных статистических методов управления качеством;

3. характеристика процесса применения статистических методов управления качеством на примере ОАО «ТГК-1»

Глава I. Статистические методы управления качеством продукции

1.1 Общая характеристика статистических методов управления качеством

Последние годы отмечены беспрецедентным ростом внимания к проблеме качества. Мировой опыт показывает, что научно-технический прогресс во многих странах был определен прорывом именно в качестве продукции.

Проблема качества актуальна для нужд всего народного хозяйства. Назрела необходимость взглянуть на нее в тесной ее взаимосвязи с новой экономической реальностью. Настало время, когда производители продукции поняли, что путь их выживания и благополучия в рыночной среде -- это создание продукции высокого качества, конкурентоспособной как на внутреннем, так и на внешнем рынках. Предприятия любой формы собственности, не уделяющие должного внимания проблеме качества, будут просто разорены, им не помогут никакие протекционистские меры государства, а специалист, не имеющий основательной методологической подготовки, не может должным образом ориентироваться в непрерывно обновляющемся мире проблем качества даже в отдельной области, не говоря уже о межотраслевых задачах Большаков А.С. Современный менеджмент. СПб: Питер, 2004 - С.188.

Серьезная конкурентная борьба в странах с развитой рыночной экономикой обусловила разработку программ повышения качества. Возникла необходимость выработки объективных показателей для оценки способности предприятий производить продукцию с необходимыми качественными характеристиками. Эти характеристики подтверждаются сертификатом соответствия продукции. Многие предприятия-производители имеют системы качества, соответствующие международным стандартам.

В настоящее время именно сертификат, подтверждающий соответствие продукции международным стандартам качества, служит решающим фактором для заключения контракта на поставку продукции. Успешная реализация качественного продукта является главным источником существования любого предприятия.

Качество в понимании производителя и качество в понимании потребителя в системе управления качеством взаимосвязаны. Основное их различие определяется условиями командно-административной и рыночной экономики.

В условиях командно-административной экономики качество трактуется с позиции производителя. В рыночной экономике качество рассматривается с позиции потребителя. Качество изделия может проявляться в процессе потребления. Понятие качества продукции с позиции его соответствия требованиям потребителя сложилось именно в условиях рыночной экономики.

Повышение качества способствует повышению эффективности использования продукции, приводя к снижению затрат и увеличению доли рынка.

В теории и практике управления качеством выделены две проблемы: качество продукции и менеджмент качества. Обеспечение качества требует немалых затрат. До недавнего времени основная доля в затратах на качество приходилась на физический труд. Но сегодня высока доля интеллектуального труда. Проблема качества не может быть решена без участия ученых, инженеров, менеджеров. Должно быть, гармоничное сочетание всех составляющих профессионального влияния на качество.

Качество непосредственно связано с обеспечением функционирования предприятия, зависящего от качества руководства и управления (планирование, анализ, контроль). Степень ответственности руководства за качество определяют международные стандарты ИСО 9000. Руководство предприятия отвечает за разработку политики в области качества, за создание, внедрение и функционирование системы управления качеством, что должно четко определяться и оформляться документально. В обязанности руководства входят подбор специалистов и выделение необходимых ресурсов для производственного, контрольно-измерительного и испытательного оборудования, программного обеспечения ЭВМ. Руководство должно устанавливать требуемый уровень компетенции, следить за своевременностью повышения квалификации персонала. Руководители предприятий обязаны выявлять те показатели качества продукции, которые влияют на рыночную устойчивость. Руководство отвечает и за определение целей, которые обусловливают решение о производстве новых товаров или предоставлении новых услуг потребителям. Выпуск новых товаров и предоставление дополнительных услуг связаны с подготовкой новых программ качества, за что также ответственно руководство предприятия.

От качества планирования (разработки стратегии, системы планов и т. п.) зависят достижение поставленных целей и качество работы предприятия. Именно руководство высшего звена должно исходить из стратегии, что предприятие способно на большее по сравнению с прошлым. В организационной структуре предприятия могут быть предусмотрены специальные подразделения, занимающиеся координацией работ по управлению качеством. Распределение специальных функций управления качеством между подразделениями зависит от объема и характера деятельности предприятия. Призывы к повышению качества реализуются, когда руководители подразделений относятся к качеству как к образу жизни Эштон Р.Х., Мюллер Ф. Структура американской программы повышения квалификации менеджеров в Европе //Проблемы теории и практики управления, 2002, № 6, с.103-108.

Предприятия, функционирующие в рыночной экономике, формулируют политику в области качества таким образом, чтобы она касалась деятельности каждого работника, а не только качества предлагаемых изделий и услуг. В политике четко определяются уровни стандартов качества работы для конкретного предприятия и аспекты системы обеспечения качества. При этом продукция заданного качества должна быть поставлена потребителю в заданные сроки, в заданных объемах и за приемлемую цену.

Таким образом, качество -- это не только совокупность свойств продукции, интересующих потребителя. Это характеристика, которую необходимо использовать в оценке экономического положения страны.

Значение повышения качества достаточно многообразно. Решение этой проблемы позволит установить новые и прогрессивные пропорции между отраслями и внутри отраслей, например, между металлургической промышленностью и машиностроением.

В конечном счете, низкий уровень качества наносит ущерб экономике в национальном масштабе и напрямую влияет на уровень жизни населения.

Статистические методы оценки качества - методы прикладной статистики, применяемые при определении значений показателей качества продукции и процессов, влияющих на ее качество; планировании качества; разработке нормативов, закладываемых в технические требования, оценки поставщика и др.

Современные требования к проверке, аудиту качества продукции, сформулированные в СТ ИСО 9004, сводятся к следующему. Технический контроль и испытания готовой продукции должны проводиться в определенных точках производственного процесса. Проверка должна проводиться в тех точках, где возникает контролируемая характеристика производимой продукции.

Контроль может включать проведение следующих проверок:

· наладка и технический контроль первой детали;

· технический контроль или испытание, проводимые станочником;

· автоматический технический контроль и испытания;

· контроль в определенных точках через определенные интервалы в течение всего производственного процесса;

· несистематический (летучий) контроль, проводимый инспекторами, отвечающими за выполнение отдельных операций.

· Для окончательного контроля готовой продукции СТ ИСО 9004 рекомендует принять один или одновременно два метода: приемочный контроль или испытание, подтверждающие соответствие единиц продукции или партии эксплуатационным требованиям и другим характеристикам качества. Может иметь место сплошная проверка, выборочный контроль по партиям или непрерывный выборочный контроль;

· проверка качества готовой к отправке продукции методом выборочного контроля из партии готовой продукции как непрерывной, так и на периодической основе.

Приемочный контроль и проверка качества продукции могут быть использованы для обеспечения быстрой обратной связи с целью корректировки как готовой продукции, так и производственного процесса. В то же время, статистический контроль качества в ряде случаев единственно возможный метод контроля (если контроль связан с разрушением продукции). Эштон Р.Х., Мюллер Ф. Структура американской программы повышения квалификации менеджеров в Европе //Проблемы теории и практики управления, 2002, № 6, с.103-108

В системе управления качеством продукции важнейшую роль играют статистические методы анализа и управления качеством продукции. Однако к этим методам нужно предъявлять несколько требований: процедуры сбора статистических данных должны быть достаточно простыми и не требовать для их использования специальных знаний; результаты обработки и анализа полученной информации должны позволить специалистам оперативно анализировать и совершенствовать производственный процесс с достаточной точностью и быстротой.

В настоящее время для анализа и управления качеством продукции сформировались основные направления применения статистических методов:

· анализа качества;

· регулирования технологических процессов;

· контроля качества;

· оценки качества.

Статистический анализ качества применяется для установления свойств случайного процесса в конкретных условиях производства.

Качество продукции зависит от большого числа взаимосвязанных и не зависимых друг от друга факторов, имеющих как закономерный, так и случайный характер. Например, для машиностроительной продукции к числу таких факторов относят: точность оборудования; жесткость системы станок-приспособление - инструмент-деталь; посторонние включения в материал заготовки; температурные колебания; квалификация обслуживающего персонала; погрешность режущего инструмента; режимы механической обработки; точность соблюдения параметров предварительной термической обработки и др.

В технологическом процессе механической обработки поверхности детали все эти факторы присутствуют одновременно. Получаемые в результате изготовления нормированные параметры качества деталей имеют определенный разброс, ограничиваемый, как правило, допусками на изготовление деталей, формы, расположения и шероховатости поверхности. Юданов А. Ю. Менеджмент М.: ИНФРА-М, 2004 - С.52-53

Цель применения статистических методов анализа качества - выявление степени влияния случайных и/или закономерных факторов на показатели качества.

Если влияние факторов случайного характера является преобладающим, говорят, что технологический процесс статистически управляемый и тогда использование статистических методов контроля качества и хода технологических процессов становится возможным.

Если в технологическом процессе преобладают факторы неслучайного характера (например, нежесткость системы станок-приспособление - инструмент-деталь), процесс называется статистически неуправляемым, и тогда применение остальных из вышеперечисленных статистических методов становится невозможным до выявления причин и минимизации степени влияния неслучайных факторов. После чего вновь повторяют процедуру статистического анализа вплоть до достижения статистической управляемости процесса.

Применение статистических методов анализа качества должно в обязательном порядке предшествовать внедрению статистических методов приемочного контроля и регулирования технологических процессов.

С помощью статистических методов анализа качества решаются задачи:

определения точности и стабильности технологического процесса (без чего статистический контроль и статистическое регулирование невозможны);

установления характера различия средних значений (случайного и неслучайного) одного и того же параметра качества изделий или его рассеяния, изготавливаемых в различных условиях производства (например, на различном оборудовании или в различные смены);

оценки степени влияния (корреляции) двух или более факторов на показатели качества продукции;

выявления факторов, существенно влияющих на изменение параметров качества, и факторов, которыми можно пренебречь;

выявления изменения параметров качества во времени и характера (случайный или неслучайный) этого изменения и т.д.

Статистическое регулирование технологических процессов - это управление качеством продукции в процессе производства путем своевременного вмешательства в технологический процесс (настройка, изменение режима работы оборудования, корректировка и т. п.). Кулагова И.А., Бондаренко В. В. Интенсификация деятельности руководителей и специалистов - пути к повышению эффективности управления на предприятии //Портал управления www.dis.ru

Статистические методы регулирования качества применяются при регулировании технологических процессов для обеспечения их стабильности и предупреждения брака, т.е. в ходе производства организуется выборочный контроль изготовляемой продукции, по результатам которого оперативно корректируются параметры технологического процесса, предупреждается выпуск дефектной продукции. Статистическое регулирование технологических процессов производится либо по количественному, либо по качественному, либо по альтернативному признаку. В первом случае основанием для принятия решения о вмешательстве в ход технологического процесса для его наладки служит несоответствие количественных значений параметров качества требованиям технологической документации; во втором - соотношение между численностью объектов в нескольких, заранее установленных группах изделий, отличающихся по качеству; в третьем - соотношение числа годных и негодных изделий в выборке.

Методы статистического регулирования технологических процессов нашли отражение в ряде действующих государственных и международных стандартов.

Статистические методы приемочного контроля. Приемочному контролю подвергается продукция, по которой завершены все или часть технологических операций и когда необходимо принять решение о ее годности. Он применяется при входном приемочном и инспекционном контроле, при периодических, типовых испытаниях, проводимых по требованию заказчика.

Сущность методов статистического приемочного контроля состоит в том, что на основе ограниченного числа проверок или контроля части изделий (выборки) с требуемой точностью принимается решение о качестве всей партии изделий. В отличие от статистического регулирования, при статистическом приемочном контроле качества продукции принимают решение не о состоянии технологического процесса, а о приемке или браковке продукции.

Различают четыре основных метода приемочного контроля: одноступенчатый; двухступенчатый; многоступенчатый; последовательный.

При одноступенчатом контроле решение относительно приемки партии принимают по результатам контроля только одной выборки. Его применяют, когда стоимость контроля небольшая, длительность испытаний велика, а партия не может быть задержана до окончания контроля Никифоров А.Д. Управление качеством. - М.: Дрофа, 2004. - С.101.

Двухступенчатый контроль характеризуется тем, что решение о приемке партии продукции производится по результатам контроля не более двух выборок, причем необходимость второй определяется по результатам контроля первой выборки. Эти планы применяют, когда одноступенчатый контроль не используется из-за большого объема выборки, а многоступенчатый - из-за большей продолжительности.

При многоступенчатом контроле решение принимают по результатам контроля нескольких заранее установленных выборок, причем необходимость отбора каждой последующей принимается по результатам контроля предыдущей. Этот план контроля применяют при большой стоимости испытаний и небольшом времени на отбор выборок.

Последовательный контроль отличается от многоступенчатого лишь тем, что максимальное количество выборок заранее не устанавливают. Его применяют, когда объем выборки невелик, а стоимость отбора в выборку мала.

1.2 Обзор статистических методов управления качеством

В комплексной системе управления качеством продукции статистические методы контроля относятся к наиболее прогрессивным. Они основаны на применении методов математической статистики к систематическому контролю за качеством изделий и состоянием технологического процесса с целью поддержания его устойчивости и обеспечения заданного уровня качества выпускаемой продукции.

Статистические методы контроля производства и качества продукции имеют ряд преимуществ перед другими методами:

1) являются профилактическими;

2) позволяют во многих случаях обоснованно перейти к выборочному контролю и тем самым снизить трудоемкость контрольных операций;

3) создают условия для наглядного изображения динамики изменения качества продукции и настроенности процесса производства, что позволяет своевременно принимать меры к предупреждению брака не только контролерам, но и работникам цеха -- рабочим, бригадирам, технологам, наладчикам, мастерам.

Статистические методы управления качеством продукции предполагают:

1) анализ технологического процесса с целью приведения его к требуемой настроенности, точности и статистически устойчивому состоянию;

2) текущий контроль с целью регулирования и поддержания процесса в состоянии, обеспечивающем заданные качественные параметры;

3) выборочный статистический приемочный контроль качества готовой продукции.

1.Метод мозгового штурма (мозговой штурм, мозговая атака, англ. brainstorming) -- оперативный метод решения проблемы на основе стимулирования творческой активности, при котором участникам обсуждения предлагают высказывать возможно большее количество вариантов решения, в том числе самых фантастических. Затем из общего числа высказанных идей отбирают наиболее удачные, которые могут быть использованы на практике. Является методом экспертного оценивания.

Правильно организованный мозговой штурм включает три обязательных этапа. Этапы отличаются организацией и правилами их проведения:

· Постановка проблемы. Предварительный этап. В начале этапа проблема должна быть четко сформулирована. Происходит отбор участников штурма, определение ведущего и распределение прочих ролей участников в зависимости от поставленной проблемы и выбранного способа проведения штурма.

· Генерация идей. Основной этап, от которого во многом зависит успех (см. ниже) всего мозгового штурма. Поэтому очень важно соблюдать правила для этого этапа:

· Группировка, отбор и оценка идей. Этот этап часто забывают, но именно он позволяет выделить наиболее ценные идеи и дать окончательный результат мозгового штурма. На этом этапе, в отличие от второго, оценка не ограничивается, а наоборот, приветствуется. Методы анализа и оценки идей могут быть очень разными. Успешность этого этапа напрямую зависит от того, насколько «одинаково» участники понимают критерии отбора и оценки идей.

2.Диаграмма сродства (метод KJ) - инструмент, позволяющий выявлять основные нарушения процесса путем объединения сродственных устных данных. Входит в состав инструмента «Семь (новых) инструментов управления качеством».

Первую версию разработал Дзиро Кавакита (Япония), в честь которого она получила название «метод Кей Джи» Масленникова Т. Формирование информационных технологий управления экономикой //Проблемы теории и практики управления, 2004, № 6, с.90 - 95; Методы и модели управления фирмой на основе современного менеджмента /под ред. Б. Кузина и В. Юрьева. СПб: Питер, 2001. - С.159.

Цель - решение задач по систематизации и упорядочению идей, потребительских требований или мнений членов групп, принимающих участие в обсуждении.

Суть метода - работа не с конкретными числовыми данными, а со словесными высказываниями. Диаграмма сродства вносит ясность в важные, но нерешенные проблемы, собирая бессистемно устные данные из разных мест и затем анализируя эти данные по принципу их взаимного сродства (близости).

3.Диаграмма связей, известная также как интеллект-карта, (англ. Mind map) -- способ изображения процесса общего системного мышления с помощью схем. Также может рассматриваться как удобная техника альтернативной записи.

Диаграмма связей реализуется в виде древовидной схемы, на которой изображены слова, идеи, задачи или другие понятия, связанные ветвями, отходящими от центрального понятия или идеи. В основе этой техники лежит принцип «радиантного мышления», относящийся к ассоциативным мыслительным процессам, отправной точкой или точкой приложения которых является центральный объект. Это показывает бесконечное разнообразие возможных ассоциаций и следовательно, неисчерпаемость возможностей мозга. Подобный способ записи позволяет диаграмме связей неограниченно расти и дополняться. Диаграммы связей используются для создания, визуализации, структуризации и классификации идей, а также как средство для обучения, организации, решения задач, принятия решений, при написании статей.

Иногда в русских переводах термин может переводиться как «карты ума», «карты разума», «интеллект-карты», «карты памяти» или «ментальные карты».

4.Древовидные диаграммы. Как и другие типы дедуктивных рассуждений, условные умозаключения могут быть представлены в виде пространственного ряда. Древовидные диаграммы, т. е. схемы, на которых основная информация представлена в виде «ветвей», напоминающих ветви дерева, используются в нескольких главах этой книги, в том числе и для определения валидности заключения в задачах, требующих дедуктивных рассуждений типа «если... то...». Древовидные диаграммы являются очень удобной формой представления информации во многих ситуациях

5.Матричная диаграмма (таблица качества; матрица связей, матричное представление данных) - инструмент, позволяющий выявлять важность различных неочевидных (скрытых) связей, т. е. исследовать структуру проблемы. Обычно используются двумерные матрицы в виде таблиц со строками и столбцами. Входит в состав инструмента «Семь (новых) инструментов управления качеством».

Цель - обеспечить систематический поиск взаимосвязей между элементами в рамках данной проблемы с выделением их относительной важности.

Суть метода - упорядоченное представление данных по строкам и столбцам, отражающих логические связи между различными элементами.

Матричная диаграмма вносит ясность в благодаря многомерному представлению и выявляет элементы, связанные с проблемной ситуацией. Символ на пересечении строки и столбца указывает на наличие связи между соответствующими элементами и ее относительную важность.

6.Стрелочная диаграмма (сетевой график; метод ПЕРТ; метод критического пути) - инструмент, позволяющий планировать оптимальные сроки выполнения всех необходимых работ для реализации поставленной цели и эффективно их контролировать. Входит в состав инструмента «Семь (новых) инструментов управления качеством».

По сути, это хорошо известный метод сетевого планирования, использующий для отображения и алгоритмизации тех или иных действий или ситуаций сетевые модели, простейшие из них - сетевые графики. Кроме этого известного метода, в тех же целях используются еще и так называемые диаграммы Гантта.

Стрелочная диаграмма применяется после того, как выявлены проблемы, требующие своего решения, и определены необходимые меры, сроки и этапы их осуществления.

Цель - сокращение до минимума продолжительности проекта.

Стрелочная диаграмма графически, наглядно и системно отображает и оптимизирует последовательность и взаимозависимость работ, действий или мероприятий, обеспечивающих своевременное и планомерное достижение конечных целей.

7.Поточная диаграмма процесса - разновидность предыдущего метода, также называемая блок-схемой.

8.Матрица приоритетов. Другие названия метода: «Анализ матричных данных», «Метод матричного анализа данных».

Применяется для анализа числовых данных матричных диаграмм, когда возникает необходимость представить их в более наглядном виде. Японский союз ученых и инженеров в 1979 г. включил матрицу приоритетов в состав семи методов управления качеством.

Цель метода - выявление из большого количества числовых данных, полученных при построении матричных диаграмм (таблиц качества), наиболее важных для решения рассматриваемой проблемы.

Матрица приоритетов видоизменяет и располагает данные матричной диаграммы так, чтобы информация была удобна для наглядного представления и понимания.

Матрица приоритетов обеспечивает промежуточное планирование, способствует выявлению силы связи между переменными, которые были статистически определены, и помогает графически проиллюстрировать эти связи.

План действий:

· Перегруппировать информацию, представленную в матричной диаграмме, таким образом, чтобы подчеркнуть силу корреляционной связи между переменными.

· На основании анализа полученной матрицы корреляции выявить приоритетные компоненты.

· Построить матрицу для приоритетных компонентов данных и проанализировать вошедшие в нее данные.

Метод матричного анализа, позволяющий в процессе обработки большого количества числовых данных выявлять приоритетные, эквивалентен статистическому методу, известному как анализ важнейших компонент (principal component analysis), который является одним из основных методов многокомпонентного анализа Ваймерскирх С. Дж. А. Всеобщее управление качеством. М.: 2002 - С.108.

Матрица приоритетов позволяет:

· анализировать процессы производства, тесно связанные между собой;

· анализировать причины несоответствий, которые связаны с большим объемом данных;

· по результатам рыночных обследований выявлять требуемый уровень качества;

· постоянно определять характеристики, способные изменяться под влиянием каких-либо условий.

· выполнять комплексные оценки качества;

· анализировать нелинейные данные.

Результаты анализа статистических данных могут быть представлены графически в виде схемы предпочтений в зависимости от важнейших компонент данных, отложенных соответственно на осях абсцисс и ординат.

Многие из современных статистических методов довольно сложны для восприятия, а тем более для широкого применения всеми участниками процесса. Японские ученые 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 (рис. 1). Их можно понять и эффективно использовать без специальной математической подготовки.

Рис. 1. Семь инструментов контроля качества

При всей своей простоте эти методы позволяют сохранить связь со статистикой и дают возможность профессионалам пользоваться результатами этих методов и при необходимости совершенствовать их. Как видно из рис. 1, к семи инструментам контроля качества относятся следующие статистические методы:

контрольный листок;

гистограмма;

диаграмма разброса;

диаграмма Парето;

стратификация (расслоение);

диаграмма Исикавы (причинно-следственная диаграмма);

контрольная карта.

Эти методы можно рассматривать и как отдельные инструменты, и как систему методов (разную в различных обстоятельствах).

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 95% всех проблем, возникающих на производстве Зуб А. Т. Современный менеджмент. М.: Аспект Пресс, 2002 - С.140; Конев И. Системная стратегия организационных изменений в развивающейся корпорации //Проблемы теории и практики управления, 2005, № 3, с.90..

Внедрение семи инструментов контроля качества должно начинаться с обучения 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. По высказыванию Деминга, «японский бизнесмен никогда не считает себя слишком старым, чтобы учиться или быть невосприимчивым к знаниям».

Статистическое мышление необходимо для каждого участника процесса, а для этого необходимо знать статистические методы, которые за счет своей простоты, достигнутой в семи инструментах контроля качества, доступны для всех. 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. Они -- наиболее важная составляющая комплексной системы контроля Всеобщего Управления Качеством.

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

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.

Вне всякого сомнения, статистические методы служат мощным средством не только получения объективной информации, но и познания, в том числе реальных естественных законов. Если естественные науки ограничиваются только пониманием законов, то с помощью статистических методов делается попытка применить эти законы для создания новых материальных ценностей для потребителя наиболее экономичным путем.

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. Хотя знание статистических методов -- часть нормального образования инженера, само знание еще не означает умения применить его. Способность рассматривать события с точки зрения статистики важнее, чем знание самих методов.

Для наглядного представления тенденции изменения наблюдаемых значений применяют графическое изображение статистического материала. Наиболее распространенными графиками, к которым прибегают при анализе распределения случайной величины, являются полигон, гистограмма и кумулятивная кривая. Однако когда говорят о втором инструменте контроля качества, то упоминают только гистограмму, как наиболее часто применяемое на практике графическое изображение распределения.

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

Рассмотрим все три упомянутых графических представления данных, с тем чтобы читатель смог оценить достоинства каждого из них и при необходимости применить на практике.

Полигоны, как правило, применяют для отображения дискретных изменений значений случайной величины, но они могут использоваться и при непрерывных (интервальных) изменениях. В этом случае ординаты, пропорциональные частотам интервалов, восстанавливаются перпендикулярно оси абсцисс в точках, соответствующих серединам данных интервалов. Вершины ординат соединяются прямыми линиями. Для замыкания кривой крайние ординаты соединяются с близлежащей серединой интервала, в которой частота равна нулю. Пример изображения значений пробивного напряжения в виде полигона, приведен на рис. 2.

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. Гистограмма интервального ряда изображена на рис. 3, где по оси ординат отложены абсолютные значения частот. Аналогичную форму гистограммы можно получить, если по оси ординат на рис. 3 отложить соответствующие значения относительных частот. Если на рис. 3 ширину класса (2,9) принять за единицу шкалы по оси абсцисс, то, например, для класса 176,5...179,4 В его высота 0,6 будет одновременно и площадью столбика, изображающего этот класс. При этом сумма площадей всех столбиков будет равна единице, что оказывается удобно.

Рис. 2. Полигон частот по результатам 160 измерений пробивного напряжения

Рис. 3. Гистограмма частот интервального ряда распределения

Если на рис. 3 кроме гистограммы нанести еще и полигон, то по мере роста числа измерений одновременно уменьшается ширина класса, и полигон превращается в так называемую кривую плотности вероятностей, представляющую собой кривую теоретического распределения (штриховая линия на рис.3). Заметим, что площадь, ограниченная полигоном и осью абсцисс, в том случае, если по оси ординат отложены значения относительных частот, также равна единице. Как видно из рис. 3, кривая теоретических распределений имеет идеальную форму, к которой стремится реальный полигон, и она играет важную роль в теоретических исследованиях. Кстати, кривая похожа на кривую нормального распределения.

Для выяснения того, соответствует ли данное распределение результатов измерения нормальному распределению, иногда используют специальную вероятностную бумагу, называемую нормальной вероятностной бумагой. Представление данных на такой бумаге осуществляется следующим способом.

На основе полученных в результате измерения параметров качества значений абсолютных частот или соответствующих частостей подсчитывают накопленные частоты (частости). Накопленная частота (частость) каждого значения параметра качества получается суммированием всех частот (частостей), предшествующих значениям параметра. Вумек Дж.П., Джонс Д.Т. Бережливое обеспечение. СПб.: 2006 - С.186-187

График накопленных частот представляет собой кумулятивную кривую (кумуляту). Часто ее называют интегральной кривой. Кумулятивная кривая строится как для дискретного, так и для непрерывного изменения значений параметра. При этом следует отметить, что накопленные частоты (частости) интервального ряда относятся не к серединам интервалов, а к верхним границам каждого из них. Высота последней ординаты соответствует объему наблюдений всего ряда, или 100 %. Зависимость на рис. 4 представляет собой полигон, построенный на основе таблиц накопленных частот, и носит название накопленного полигона, а ломаная кривая (штриховая линия) представляет собой кумулятивную кривую. Кумулятивная кривая имеет более плавный характер изменения, чем гистограмма или полигон частот, ибо накопление приводит к сглаживанию. Значения накопленных частот, соответствующих одно-, двух- и трехкратному стандартному отклонению значения параметра качества от среднего значения исследуемого статического ряда, наносят на нормальную вероятностную бумагу.

В результате имеют на ней шесть точек: три точки, соответствующие большему значению параметра качества относительно его среднего значения, и три точки, соответствующие меньшему его значению (рис. 5). Если точки хорошо ложатся на прямую, то можно говорить о соответствии статистических данных нормальному распределению.

В данном примере точки не легли точно на прямую, но оказались довольно близко к ней. Поэтому можно сделать вывод о том, что результаты измерения имеют распределение, близкое к нормальному. Хотя распределение данных и близко к нормальному, точки на рис. 5 в начале и в конце заметно отклоняются от прямой, что, в общем-то бывает часто.

Из рассмотренных графических изображений становится понятным преимущество гистограммы при визуальной оценке закона распределения случайной величины. Однако не только в этом преимущество гистограммы, которая признана инструментом контроля качества.

Рис. 4. Кумулятивная кривая



Рис. 5. Расположение экспериментальных точек на нормальной вероятностной бумаге

Гистограмма также 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 () и нижнюю () 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. Так, на рис. 6 приведена гистограмма значений коэффициентов усиления 120 проверенных усилителей. В технических условиях (ТУ) на эти усилители указано номинальное значение коэффициента усиления на этот тип усилителей, равный 10 дБ. Номинальное значение представляет собой математическое ожидание, т.е. среднее значение коэффициента усиления для данного типа усилителя при его производстве, которое можно рассматривать как генеральную характеристику, а совокупность всех значений коэффициентов усилений выпускаемых усилителей -- генеральную совокупность. В ТУ установлены также допустимые пределы изменения коэффициента усиления: нижняя граница допуска соответствует 7,75 дБ, а верхняя =12,25 дБ. При этом ширина поля допуска T определяется как величина, равная разности значений верхней и нижней границ допуска, т.е.. Если бы расположить все 120 значений коэффициентов усиления в ранжированный ряд, то можно было бы убедиться, что все они лежат в пределах поля допуска, что создает иллюзию отсутствия проблем и, следовательно, отсутствия необходимости дальнейшего анализа, так как качество процесса в этом случае лежит в пределах поля допуска, установленного потребителем. В отличие от этого гистограмма сразу показывает, что распределение коэффициентов усиления хотя и находится в пределах поля допуска, но значительно 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 и принятия решения.

Рис. 6. Гистограмма значений коэффициентов усиления усилителей

Если гистограмма имеет симметричный (колоколообразный) вид, то можно предполагать гауссовский закон распределения случайной величины. В этом случае среднее значение гистограммы приходится на середину размаха данных. Наивысшая частота оказывается в середине и постепенно снижается в обе стороны. Эта форма встречается чаще всего, в связи, с чем такой тип гистограмм называют обычным.

Когда выяснено, что гистограмма следует гауссовскому (нормальному) закону распределения, становится возможным исследование воспроизводимости процесса, т.е. определяется неизменность основных параметров процесса: среднего значения или математического ожидания М(х) и стандартного отклонения во времени. Оно важно при оценке процесса с помощью выборочных данных, когда требуется выяснить вероятность пересечения распределения генеральной совокупности границ поля допуска и появления в связи с этим несоответствия требованиям потребителя (пользователя). Если процесс имеет нормальное распределение, то не представляет труда определить возможность выхода распределения генеральной совокупности при заданных значениях М(х) и исхода из сравнения соответствующих трехсигмовых пределов и пределов поля допуска. Однако при этом необходимо учитывать следующую особенность. Из рис. 7 видно, что если брать в качестве границ допуска трехсигмовые пределы, то годными будут считаться 99,73 % всех данных генеральной совокупности и только 0,27 % данных будут считаться несоответствующими требованиям потребителя (пользователя), так как они расположены за границами заданного поля допуска. Таким образом, часть годных данных (0,27 %) считают несоответствующими требованиям, и в этом состоит особенность трехсигмовых пределов, которые применяют на практике, сравнивая распределение данных с устанавливаемыми границами допуска. Вумек Дж.П., Джонс Д. Т. Бережливое обеспечение. СПб.: 2006 - С.195

Рис. 7. К понятию годности при выборе трехсигмовых пределов

С учетом сказанного предполагаемые годные (соответствующие трехсигмовым пределам) данные будем обозначать через С и их количество будет определяться трехсигмовыми пределами, т.е. и, учитывая, что = 1, С = 6. Для количественной оценки того, сколько из предполагаемых годных данных вошло в поле допуска, используют так называемый коэффициент годности :

Следует заметить, что коэффициент годности, представленный в данной формуле, является частным случаем коэффициента точности, который применяется при анализе воспроизводимости процесса по критериям точности и стабильности и который при сохранении тех же, что и в формуле обозначений, имеет следующий вид:

,

где - коэффициент, зависящий от типа распределения исследуемых данных (для гауссовского закона распределения =6, для закона равной вероятности =3,464 и т. д.).

В подавляющей части зарубежной литературы последнее отношение принято называть отношением или индексом годности. Исследование воспроизводимости процесса с помощью позволяет оценить качество процесса в соответствии с требованиями потребителя. Чем больше величина , тем выше качество процесса и тем меньше вероятность несоответствия его выхода ожиданиям потребителя. Для оценки вклада в протекание процесса систематических изменений применяют еще один индекс годности, который называют коэффициентом смещения (К), с помощью которого можно оценить изменение среднего значения распределения от его значения, заданного потребителем (рис. 8).



Рис. 8. Гауссовское распределение погрешностей параметров качества процесса при различных значениях коэффициентов смещения: относительное количество несоответствующих требованиям изделий, параметры качества которых выходят за границы поля допуска Т

Коэффициент смещения подсчитывается по следующей формуле:

где -- абсолютное смещение среднего значения контролируемого параметра от начала координат (см. рис. 8).

Чем меньше К, тем меньше вклад систематических изменений в ходе процесса.

Часто на практике для оценки смещения среднего значения применяют индекс годности , когда в знаменателе вместо Т используют С, а в числителе вместо подставляют наименьшее значение разности между средним значением и границей допуска. Это может быть либо (), либо ():

Когда не смещено от центра поля допуска, т.е. , то значение не подсчитывается, а изменчивость процесса в этом случае определяется только изменчивостью стандартного отклонения. Различные значения индексов годности в зависимости от вида гауссовского распределения приведены на рис. 9.

Как видно из рис. 9, для оперативной количественной оценки того, насколько хорошо процесс отвечает предъявляемым требованиям, достаточно применения индекса годности . Существует следующее правило:

-- процесс в удовлетворительном состоянии;

-- процесс отвечает предъявляемым к нему требованиям;

-- процесс не отвечает предъявляемым требованиям.

Рис. 9. Значения индексов годности в зависимости от параметров и s гауссовского распределения

Глава II. Характеристика управления качеством на основе статистических методов на примере ОАО «ТГК-1»

2.1 Краткая характеристика ОАО «ТГК-1»

Открытое акционерное общество «ТГК-1» было учреждено в ходе реформирования российской энергетической отрасли в марте 2005 года. Учредителями ТГК-1 выступили ОАО «Ленэнерго», ОАО «Колэнерго» и ОАО «Карелэнергогенерация».

К операционной деятельности компания приступила 1 октября 2005 г.

1 ноября 2006 года ОАО «ТГК-1» завершило объединение активов и формирование единой операционной компании, став полноправным правопреемником всех прав и обязанностей присоединенных юридических лиц.

Основные акционеры ОАО «ТГК-1»: 28,66 % акций принадлежит ОАО «Газпром», 17,65 % акций - ООО «Русские энергетические проекты», 25,66% акций - «Fortum Power and Heat Oy», 5,60% акций - ОАО «ГМК «Норильский Никель».

ОАО «ТГК-1» является ведущим производителем и поставщиком электрической и тепловой энергии в Северо-западном регионе России, а также третьей в стране территориальной генерирующей компанией по величине установленных мощностей. Генерирующие активы компании включают в себя электростанции различных типов (тепловые, гидро-, дизельные, комбинированные) в четырех субъектах РФ - Санкт-Петербурге, Республике Карелия, Ленинградской и Мурманской областях. Также в структуру активов входят тепловые сети протяженностью свыше 940 км. Установленная электрическая мощность компании 6 275,45 МВт, тепловая - 14 548 Гкал/ч. Выработанная электроэнергия поставляется, прежде всего, на внутренний оптовый рынок, а также частично экспортируется в Финляндию и Норвегию.

...