Статистические методы управления качеством

1 Основные положения

Основной задачей статистических методов контроля является обеспечение производства пригодной к употреблению продукции и оказание полезных услуг с наименьшими затратами.

Одним из основных принципов контроля качества при помощи статистических методов является стремление повысить качество продукции, осуществляя контроль на различных этапах производственного процесса.

Применение статистических методов – весьма действенный путь разработки новой технологии и контроля качества производственных процессов.

Все статистические методы базируются на понятии разброса. Применение на рабочем месте статистических методов для контроля за разбросом параметров изготавливаемого изделия является представлением  в графическом виде простых для понимания статистических величин, характеризующих  разброс.

Оценка разброса данных часто дает возможность понять характер процесса. Если разброс данных мал, можно ослабить контроль, если велик – это следует воспринимать как сигнал к необходимости регулирования процесса для повышения его стабильности, повышения качества исходных материалов, выявления и устранения неполадок оборудования и пр. Собранные данные могут быть использованы не только для принятия решений в момент их получения и анализа, но и для оценки различных проблем, рассматриваемых в течение более долгого срока, например, в течение месяца или года.

Статистические методы являются основой для эффективного распознавания проблем и их анализа. Таким образом, можно добиться полной картины о возможных причинах проблем. Устанавливаются приоритеты и на основе фактов принимаются решения.

Статистические методы классифицируют по признаку общности на три основные группы (предложенная классификация не является исчерпывающей):

а) Графические методы

Это так называемые «семь инструментов контроля качества». К ним относятся:

1)                Контрольные листки, позволяющие усовершенствовать процесс сбора данных и упорядочить данные для облегчения их дальнейшего использования.

2)               Диаграммы Парето, позволяющие выяснить причины появления немногочисленных существенно важных дефектов и сосредоточить усилия на ликвидации именно этих причин.

С помощью диаграмм Парето анализируют виды брака, суммы потерь от брака, затраты времени и материальных средств на его использование, содержание рекламаций и затраты, связанные с рекламациями, число случаев поломок. Диаграммы Парето используются также для анализа временных факторов, себестоимости, безопасности труда, спроса на разные виды продукции, для определения эффективности мероприятий по устранению причин возникновения дефектов.

3)               Диаграммы причин и результатов (диаграмма Исикавы), показывающие отношение между показателем качества и воздействующими на него факторами. Использование диаграмм Исикавы эффективно при решении вопросов обеспечения качества продукции, повышения производительности труда, разработки рационализаторских предложений, повышения эффективности использования оборудования, совершенствования техники безопасности, разработки и внедрения стандартов на технологические операции и др.

4)               Гистограммы, отражающие условия процесса за период, в течение которого были получены данные. Сравнение вида распределения гистограммы с контрольными нормативами дает важную информацию для управления процессом. Гистограммы удобны при составлении месячных отчетов о качестве выпускаемой продукции, о результатах технического контроля, при демонстрации изменения уровня качества по месяцам и т.д.

5)               Диаграммы рассеяния, позволяющие выявить причинно-следственные связи показателей качества и влияющих факторов при анализе диаграммы Исикавы. Диаграмма рассеяния (разброса) строится как график зависимости между двумя переменными х и у.

6)               Контрольные карты, позволяющие отделить вариации показателя качества,  обусловленные определенными причинами, от вариаций, обусловленных случайными причинами. Контрольная карта представляет собой специальный бланк, на котором проводится центральная линия и две линии выше и ниже средней, называемые верхней и нижней контрольными границами. На карту точками наносятся данные измерений или контроля параметров и условий производства. Исследуя изменение данных с течение времени, следят, чтобы точки графика не вышли за контрольные границы. Если обнаруживается выброс одной или нескольких  точек за контрольные границы это воспринимается как информация об отклонении параметров или условий процесса от установленной нормы. Для выявления причины отклонения исследуют влияние качества исходного материала или деталей, методов, операций, условий проведения технологических операций, оборудования.

7)               Метод расслоения (стратификации), в соответствии с которым, данные группируются в зависимости от условий их получения. Обработка каждой группы данных проводится отдельно. Расслоение помогает выяснить причины появления дефектов, если обнаруживается разница в данных между «слоями».

б) методы анализа статистических совокупностей:

1)        сравнения средних;

2)        сравнения дисперсий;

3)        регрессивный вид анализа;

4)        дисперсионный вид анализа;

в) экономико-математические методы:

1)               математическое программирование;

2)               планирование эксперимента;

3)               имитационное моделирование;

4)               метод оценки риска  и последствий отказов (FMEA);

5)               теория массового обслуживания;

6)               теория расписаний;

7)               функционально-стоимостный анализ;

8)               методы Тагути;

9)               структурирование функции качества (СФК) или «Голос клиента».

«Семь инструментов контроля качества» (методы административного управления) позволяют простыми методами решить до 95 % проблем, возникающих при контроле качества  в самых разных областях. Оставшиеся 5 % проблем требуют дополнительных методов решения. 

«Семь новых инструментов контроля качества» относятся к методам обработки главным образом словесных (описательных) данных. Применение этих инструментов особенно эффективно, когда их используют как методы наиболее полной реализации планов на основе системного подхода в условиях сотрудничества всего  коллектива предприятия.

Эти «семь новых инструментов» должны дополнять другие широко применяемые статистические методы контроля качества. Важно именно совместное применение уже известных методов контроля качества и «семи новых инструментов контроля качества».

К «семи новым инструментам контроля качества» относятся диаграммы сродства, диаграммы зависимостей, системная (древовидная) диаграмма, матричная диаграмма, стрелочная диаграмма, диаграмма планирования оценки процесса (PDPC), анализ матричных данных.

Диаграмма сродства служит для определения нарушений установленного процесса по состоянию нарушений и для указания возможных мер, требуемых для их устранения. Диаграмма сродства представляет собой перечень основных нарушений, скомплектованных по принципу сродства различных данных.

Диаграмма зависимостей составляется для того, чтобы проблемам, требующим решения, зафиксированным в диаграмме сродства, поставить в соответствие основные причины, вызвавшие их появление. Классификация этих причин по важности осуществляется с учетом используемой технологии, а также числовых данных, характеризующих причины.

Системная (древовидная) диаграмма используется в качестве метода системного определения оптимальных средств решения возникших проблем и строится в виде многоступенчатой древовидной структуры, элементами которой являются различные средства и способы решения.

Матричная диаграмма выражает соответствие определенных факторов и явлений различным причинам их появления и средствам устранения их последствий, а также степень зависимостей этих факторов, причин их возникновения и мер по их устранению.

Стрелочная диаграмма используется при составлении оптимальных планов тех или иных мероприятий после того, как определены проблемы, требующие решения, определены необходимые меры, сроки и этапы их осуществления, т.е. после составления первых четырех диаграмм

Диаграмма планирования оценки процесса применяется для оценки правильности осуществления, а также необходимости корректирования тех или иных мероприятий в ходе их выполнения в соответствии со стрелочной диаграммой в случае решения сложных проблем в области научных разработок, в области производства при регулярном появлении брака, при получении крупных заказов со стороны и т.д.

Анализ матричных данных – это обработка большого количества числовых данных, полученных при осуществлении каждого этапа матричной диаграммы. Этот анализ проводится с помощью графиков отдельно для каждой группы данных.

В соответствии  с положением стандартов ИСО серии 9000 статистические методы рассматриваются как одно из высокоэффективных средств обеспечения качества и являются основой для эффективного распознавания проблем и  их анализа.

Они ориентированы на разработку сквозного механизма на всех этапах жизненного  цикла продукции, начиная с исследования требований рынка к качеству продукции и кончая ее утилизацией после использования. Внедрение статистических методов должно быть направлено на создание гарантий непрерывности процесса обеспечения качества в соответствии с требованиями потребителя.

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 этапах жизненного цикла продукции и на основе этого вырабатывать оптимальные управленческие решения (приложение А).

При осуществлении контроля качества производится обязательный сбор данных, а затем их обработка. Для этого необходимо:

а) определить состав производственных проблем, подлежащих решению с помощью статистических методов.

б) определить цель сбора информации:

1)               контроль и регулирование производственного процесса;

2)               анализ отклонений от установленных требований;

3)               контроль продукции.

в) выявить характер сравнений, которые нужно произвести, и типа данных, которые нужно собрать:

1)       необходимо определить назначение собираемых данных;

2)       определить количество и размер выборок используемых данных;

3)       проводить разделение данных на несколько  подгрупп по определенному признаку (стратификация).

При  выявлении зависимости между значениями двух  показателей, данные следует собирать парами;

г) упорядочить данные для облегчения их последующей обработки. Для этого нужно четко  зарегистрировать источник данных;

Пример – День  недели сбора данных, станок, на котором  производилась обработка, рабочий, делавший операцию, партия используемых материалов и т.д.

д) провести регистрацию данных должна происходить таким образом, чтобы их легко было использовать.

Пример – Данные ста образцов, собираемых четыре раза в день в течение 25 дней, удобно регистрировать в форме, показанной в таблице 5.1, где по горизонтали фиксируется время измерений, а по вертикали – дата.

Таблица - Пример формы регистрации данных

В случае необходимости постоянного сбора данных нужно заранее разработать стандартные формы регистрации данных.

Систематизация, обработка и исследование такого большого числа данных с помощью различных методов с целью выявления определенных закономерностей, которым они подчиняются, называется статистической обработкой;  данные при этом называются статистическими данными, а применяемые методы – статистическими методами. Обычно для обработки и анализа данных используют не один, а несколько статистических методов. Это иногда позволяет получить ценную информацию, которая при анализе разброса данных только одним методом может ускользнуть.

Решение проблемы осуществляется в ходе следующих семи этапов:

1       Поиск проблемы: выявление конкретной проблемы;

2       Наблюдения: внимание в суть проблемы;

3       Анализ: отыскание главных причин;

4     Проведение мероприятий: осуществление действий по устранению причин;

5       Проверка: подтверждение эффективности действий;

6       Стандартизация: постоянное устранение причин;

7  Окончание работы: оценка действий и планирование дальнейшей работы.

Применение статистических методов в разработке корректирующих  и предупреждающих действий