Управление качеством проекта

     Рис.3. Пример гистограммы.

     

     Если  гистограмма имеет симметричный, т.е. колоколообразный вид, можно предположить, что распределение происходит по закону Гаусса. 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, поэтому такой тип гистограмм называют обычным. 

2.3.Диаграмма  разброса

     Диаграмма разброса (поле корреляции) — инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных. Эти две переменные могут относиться:

     •     к характеристике качества и влияющему  на нее фактору;

     •     двум различным характеристикам  качества;

     •     двум факторам, влияющим на одну характеристику качества.

Для выявления  связи между ними и служит диаграмма  разброса.

Построение диаграммы  разброса выполняется в следующей  последовательности.

     Этап 1. На этом этапе собирают парные данные (х, у), зависимость между которыми необходимо исследовать, и располагают их в таблицу. Желательно, чтобы было не менее 25—30 пар данных.

     Этап 2. На данном этапе находят максимальные и минимальные значения для х и у. Затем необходимо выбрать шкалы на горизонтальной и вертикальной осях так, чтобы последние получились приблизительно одинаковыми, тогда диаграмму будет легче читать. На каждую ось наносят от 3 до 10 делений, используя для облегчения восприятия целые числа. Если одна переменная — фактор, а другая — характеристика качества, для фактора выбирают горизонтальную ось х, а для характеристики качества — вертикальную ось у.

     Этап 3. На этапе 3 чертят график и наносят на него данные. Совпадение значения разных наблюдений необходимо выделить (например, концентрическими кругами или двумя точками).

     Этап 4. В заключение делают все необходимые обозначения. При этом следует убедиться, что данные, отраженные на диаграмме, сделаны четко и понятно и содержат.

     •     название диаграммы;

     •     интервал времени;

     •     число пар данных;

     •     названия и единицы измерения для каждой оси;

     •     имя (при необходимости другие данные) лица, построившего эту диаграмму.

     Допустим, требуется выяснить влияние термообработки при определенной температуре (Т = 120°С) в течение определенного времени (t=24 ч) на некое электротехническое свойство изделия.

     Для эксперимента взято 25 изделий (n = 25). Полученные результаты занесены в таблицу (табл. 3).

     1. По таблице находят максимальные  и минимальные значения х и у.

     максимальное  значение х равно 92, у — 88,

     минимальное значение х равно 60, у — 57.

     2.  На графике (рис. 4) на оси абсцисс откладывают значения х, на оси ординат — значения у. При этом длину осей делают почти равной разности между их максимальными и минимальными значениями и наносят на оси деления шкалы. На вид график приближается к квадрату. Действительно, в рассматриваемом случае разность между максимальными и минимальными значениями равна 32 (92 - 60) для х и 31 (88 — 57) для у, поэтому промежутки между делениями шкалы можно делать одинаковыми.

     3.  На график наносятся данные  в порядке измерений и точки  диаграммы разброса.

     4.  На графике указываются количество  данных, цель, наименование изделия, название процесса, исполнитель, дата составления графика и т.д. Желательно также, чтобы при регистрации данных во время измерений приводилась и сопровождающая информация, необходимая для дальнейших исследований и анализа (наименование объекта измерения, характеристики, способ выборки, дата, время измерения, температура, влажность, метод измерения, тип измерительного прибора, имя оператора, проводившего измерения (для данной выборки), и др.).

                                                                                                        Пример построения диаграммы  разброса. 
 

     Использование диаграммы разброса не ограничивается выявлением вида и тесноты связи  между парами переменных. Она также  используется для выявления причинно-следственных связей показателей качества и влияющих факторов при анализе причинно-следственной диаграммы.

     Например, с помощью диаграммы разброса очень удобно наблюдать характер изменения параметров качества во времени при воздействии тех или иных факторов. В этом случае по оси абсцисс откладывают начальные значения изучаемого параметра качества перед проведением эксперимента по изучению влияния определенных факторов (например, температуры, влажности) на данный параметр качества.  

     2.4. Стратификация

     Стратификация (расслаивание) исследуемых статистических данных — инструмент, позволяющий произвести селекцию данных, отражающую необходимую информацию о процессе.

     Одним из наиболее простых и эффективных  статистических методов, широко используемых в системе управления качеством, является метод расслаивания. Недаром  японские кружки качества при анализе  проблем выполняют операцию стратификации в среднем до 100 раз. В соответствии с ЭТИМ методом производят расслаивание статистических данных (т.е. группируют данные в зависимости от условий их получения) и обработку каждой группы данных в отдельности. Данные, разделенные на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) — расслаиванием (стратификацией). 

     Существуют  различные методы расслаивания, их применение зависит от конкретных задач. Например, данные, относящиеся к изделию, производимому в цехе на рабочем месте, могут в какой-то мере различаться в зависимости от исполнителя, используемого оборудования, методов проведения рабочих операций, температурных условий и т.д. Все эти отличия могут быть факторами расслаивания.

     В производственных процессах часто используется метод 5М. учитывающий факторы, зависящие от человека (man), машины (machine), материала (material), метода (method), измерения (measurement). 

     Возможны  следующие варианты расслаивания:

•      расслаивание по исполнителям (по квалификации, полу, стажу

     работы  и т.д.);

•     расслаивание по машинам и оборудованию (по новому и старому оборудованию, марке, конструкции, производителю  и т.д.);

•      расслаивание по материалу (по месту  производства, производителю, партии, качеству сырья и т.д.);

•     расслаивание по способу производства (по температуре, технологическому приему, месту производства и т.д.);

•      расслаивание по измерению (по методу измерения, типу измерительных средств или их точности и т.д.).

Например, если расслаивание произведено по фактору «оператор»,то при значительном различии в данных можно определить влияние того или иного оператора на качество изделия, а если по фактору «оборудование» — влияние использования разного оборудования.

Пример результатов  стратификации данных показан на рис. 5. 

     В проектах предоставления услуг для  расслаивания используется метод  5Р, учитывающий факторы, зависящие от работников (people) сервиса, процедур (procedures) сервиса, потребителей, являющихся фактическими покровителями (patrons) сервиса; места (place), где осуществляется сервис и определяется его окружающая обстановка (среда), поставщиков (provisions) ресурсов, необходимых для осуществления сервиса.

     В ходе проведения расслаивания обязательно должны соблюдаться два условия:

     1)    различия между значениями случайной  величины внутри слоя (дисперсия)  должны быть как можно меньше  по сравнению с различием ее значений в нерасслоенной исходной совокупности;

     2)    различие между слоями (средними значениями случайных величин слоев) должно быть как можно больше. 

     2.5. Диаграмма Парето

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

     В 1897 году итальянский экономист В. Парето (1848—1923) предложил формулу, показывающую, что блага распределяются неравномерно. Эта же теория была - проиллюстрирована американским экономистом М. Лоренцом в 1907 г. на диаграмме. Оба ученых показали, что в большинстве случаев наибольшая доля благ (доходов) принадлежит небольшому числу людей.

     Д. Джуран применил диаграмму М. Лоренца  в сфере контроля качества для  классификации проблем качества на немногочисленные, но существенно важные и многочисленные, но несущественные и назвал этот метод анализом Парето. Он указал, что в большинстве случаев подавляющее число дефектов и связанных с ними потерь возникают из-за относительно небольшого числа причин, проиллюстрировав это с помощью диаграммы, которая получила название диаграммы Парето (рис.6).

     В повседневной деятельности по контролю и управлению качеством постоянно возникают всевозможные проблемы, связанные, например, с появлением брака, неполадками оборудования, увеличением времени от выпуска партии изделий до ее сбыта, наличием на складе нереализованной продукции, поступлением рекламаций.

     Диаграмма Парето позволяет распределить усилия для разрешения возникающих проблем и установить основные факторы, с которых нужно начинать действовать с целью преодоления возникающих проблем.

     Различают два вида диаграмм Парето:

     1) Диаграмма Парето по результатам деятельности.

     Предназначена для выявления главной проблемы и отражает нежелательные результаты деятельности, связанные:

     •     С качеством (дефекты, поломки, ошибки, отказы, рекламации, ремонты, возвраты продукции):

     •     С себестоимостью (объем потерь, затраты);

     •     Со сроками поставок (нехватка запасов, ошибки в составлении счетов, срыв сроков поставок);

     •     С безопасностью (несчастные случаи, трагические ошибки, аварии).

     2) Диаграмма Парето  по причинам.

     Отражает  причины проблем, возникающих в ходе производства, и используется для выявления главной из них:

     •     исполнитель работы: смена, бригада, возраст, опыт работы, квалификация, индивидуальные характеристики;

     •     оборудование: станки, агрегаты, инструменты, оснастка, организация использования, модели, штампы;

     •     сырье: изготовитель, вид сырья, завод-поставщик, партия;

     •     метод работы: условия производства, заказы-наряды, приемы работы, последовательность операций;

     •     измерения: точность (указаний, чтения, приборная), верность и повторяемость (умение дать одинаковое указание в последующих измерениях одного и того же значения), стабильность (повторяемость в течение длительного периода), совместная точность, тип измерительного прибора (аналоговый или цифровой).

     Построение диаграммы Парето начинают с классификации возникающих проблем по отдельным факторам (например, проблемы, относящиеся к браку; проблемы, относящиеся к работе оборудования или исполнителей, и т.д.). Затем следуют сбор и анализ статистического материала по каждому фактору, чтобы выяснить, какие из этих факторов являются превалирующими при решении проблем.

     Рис.6. Диаграмма Парето

       

2.6. Диаграмма Исикавы

     Диаграмма Исикавы (причинно-следственная диаграмма, диаграмма «рыбий скелет») — инструмент, позволяющий выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие).

     В 1953 году профессор Токийского университета Каору Исикава после обсуждения проблемы качества на одном заводе суммировал мнение инженеров, использовав диаграмму причин и результатов. Считается, что тогда этот подход был применен впервые, но еще раньше сотрудники профессора Исикавы пользовались этим методом для упорядочения факторов в своей научно-исследовательской работе. Вскоре диаграмма стала широко использоваться во многих компаниях Японии и получила название диаграммы Исикавы.