Концепция статистического управления качеством или управления процессами

Размещено на http://www.allbest.ru/

Министерство образования и науки РФ

Байкальский Государственный Университет

Экономический факультет

Кафедра: экономики предприятия и предпринимательской деятельности.

Доклад

Концепция статистического управления качеством или управления процессами

Преподаватель: Королёва Ирина Борисовна

Разработали: Студенты ПД-18-2

Гиделия Ника

Потехина Виктория

Плахотникова Анастасия

Иркутск, 2022



ОГЛАВЛЕНИЕ

История развития концепции

Статистический контроль качества

SPC простыми словами

Список использованных источников



История развития концепции

Понятие SPC было впервые введено Уолтером А. Шухартом, американским учёным в области теории управления качеством, в «Bell Laboratories» в начале 1920 годов. Саму концепцию статистической управляемости и контрольные карты Уолтер Шухарт разработал в 1924.

В 1931 году У. Шухарт опубликовал отчёт об использовании контрольных карт и первую книгу «Экономическое управление качеством промышленной продукции».

В 1934 г. Э. Шухарт консультировался с полковником Лесли E. Саймоном о применении контрольных карт в производстве боеприпасов.

Эдвард У. Деминг, американский учёный, статистик и консультант по менеджменту, пригласил У. Шухарта выступить в Высшей школе Министерства сельского хозяйства США и послужил в качестве редактора второй книги Шухарта «Статистический метод с точки зрения контроля качества» (1939), которая стала результатом этой лекции. Эдвардс Деминг настойчиво пропагандировал статистические наработки Шухарта и сыграл большую роль в американской индустрии, как организатор кратких курсов по внедрению новых техник по контролю качества во время Второй мировой войны. В 1950 г. Деминг также ездил в Японию и встречался с Союзом японских ученых и инженеров (JUSE) с целью ввести методы SPC в японскую промышленность.

Впоследствии теории статистического контроля Шухарта оказали большое влияние на создание концепции «Шести сигм», разработанной сотрудником корпорации Motorola Биллом Смитом.



Статистический контроль качества

Статистический контроль качества, также называют управлением процесса (SPC ) - метод контроля качества, который использует статистические методы для мониторинга и управления процессом. Это помогает гарантировать, что процесс работает эффективно, производя продукцию, соответствующую спецификации, с меньшими отходами (переработка или лом ). SPC может применяться к любому процессу, в котором можно измерить выход «соответствующего продукта» (продукта, соответствующего спецификациям).

Профессор Вудал (W. Woodall) во введении к большой дискуссии о SPC писал: «Статистическое управление процессами, составная часть статистического контроля качества (SQC), состоит из методов понимания, управления и улучшения результативности процессов во времени» [1].

Некоторые и вовсе считают SPC новым витком в эволюции мышления. Дэвид Джон Уилер, известный профессор компьютерных наук, в своей статье «Скромное предложение» (A Modest Proposal) писал: «Статистическое управление процессами - это не про статистику, это не про контроль процессов, это не про соответствие техническим условиям. Это по самой сути про то, как извлечь максимум из ваших процессов. Это про постоянное совершенствование процессов и их результатов. И это, прежде всего и больше всего, способ мышления с помощью некоторых соответствующих инструментов» [3]. контрольная карта шухарта управление качество

Статистическое управление процессами (SPC) распространено в промышленности и является одной из основных и обязательных к использованию методик при внедрении требований стандарта ISO/TS 16949 в автомобилестроении. Ключевым инструментом метода является контрольная карта Шухарта.

Ключевые инструменты, используемые в SPC включают:

· рабочие диаграммы ;

· контрольные диаграммы;

· акцент на непрерывное совершенствование;

· план экспериментов.

Примером процесса, в котором применяется SPC, являются производственные линии.

SPC должен выполняться в 2 этапа:

· первая фаза - это начальная установка процесса;

· вторая фаза - регулярное производственное использование процесса.

На втором этапе необходимо принять решение о периоде, который будет проверяться, в зависимости от изменения условий 5M&E (человек, машина, материал, метод, движение, окружающая среда) и скорости износа деталей, используемых в производственном процессе (детали машин , приспособления и приспособления).

Преимущество SPC перед другими методами контроля качества, такими как «проверка », заключается в том, что он делает упор на раннем обнаружении и предотвращении проблем, а не на исправлении проблем после того, как они возникли. .

Помимо сокращения отходов, SPC может привести к сокращению времени, необходимого для производства продукта. SPC снижает вероятность того, что готовый продукт потребуется переработать или списать.

Уолтер Шухарт в своих работах выделял три шага контроля качества:

· спецификация или установление допусков;

· производство изделий, соответствующих спецификации;

· проверка на соответствие спецификации.

В книге «Статистические методы с точки зрения контроля качества» он писал: «В соответствии с тремя шагами существуют три смысла, согласно которым статистический контроль может играть важную роль при стремлении к однородности произведенной продукции[2]:

· как концепция статистического состояния, предел, которого можно надеяться достичь при улучшении однородности качества;

· как деятельность или методика достижения однородности;

· как решение».

Позднее доктор Эдвардс Деминг добавил четвертый шаг к трем шагам контроля качества Шухарта и развил идею до цикла Шухарта - Деминга, более известного как цикл Деминга или PDCA, на котором основывается подход постоянного совершенствования в области системы менеджмента качества.

Получается, что SPC - это концепция качества, постоянный цикл, включающий планирование, выполнение процедуры, контроль и анализ результатов с применением различных инструментов (в том числе статистических) и воздействие на процедуру.

Уолтер Шухарт - всемирно известный американский учёный и консультант по теории управления качеством, известный работами по статистическому методу контроля качества производственно-технологических процессов и обеспечения на этой основе качества изготавливаемой продукции.

Он обнаружил, что система (т.е. вся совокупность элементов, определяющих результат бизнес-процесса), если она находится в стабильном, управляемом, устойчивом состоянии, ведет себя так, что ее результаты можно предсказывать с определенной точностью до тех пор, пока что-то или кто-то не выведет ее из этого состояния. Такую систему принято называть статистически управляемой.

Напротив, если есть какие-то внешние вмешательства в систему, то о предсказаниях можно забыть. Система становится не только непредсказуемой, но и неуправляемой. Тогда надо как можно быстрее выявить и устранить источник внешнего вмешательства и вернуть ее в управляемое состояние. Дело за малым. Нужно научиться различать состояния, в которых находится система, а затем решать, что и кому надо с ней делать (или не делать). Как определить, надо или нет вмешиваться в систему? Для ответа на вопрос Уолтер Шухарт предложил диагностический инструмент в виде контрольных карт Шухарта (далее-ККШ) ККШ построены с помощью статистических методов, но сами не имеют статистической природы.

Контрольные карты Шухарта -- это графическое средство, которое изначально было продемонстрировано Шухартом для управления производственными процессами, а затем Деминг доказал применимость данного инструмента и для управления административными процессами. Это графическое средство сбора данных и принятия решений относительно стабильности или предсказуемости любого процесса, что определяет способы управления соответствующим процессом.

Цель контрольных карт - найти неестественные изменения в выходных значениях процесса, которые повторяются, и дать критерии для выявления недостатка статистического управления. Процесс находится в статистически управляемом состоянии, если изменчивость вызвана только случайными причинами. В качестве измерителя оценки вариации процесса принято решение использование на контрольных картах трехсигмовых пределов

В теории контрольных карт различает два вида причин вариации:

· Первый вид - это случайные, известные еще как «обычные» причины. Они обусловлены широким набором причин, присутствуют постоянно, их сложно выявить, каждая из таких причин составляет очень малую долю общей изменчивости, и ни одна из них не значима сама по себе. Однако сумма всех этих причин мерная и считают, что она является внутренней сути процесса. Предотвращения или уменьшения влияния обычных причин вариации процесса требует управленческих решений для выделения ресурсов на улучшение процесса и системы.

· Второй вид - это неслучайные или «особые» причины вариаций - представляет собой реальные изменения в процессе, которые являются следствием причин, не свойственных процессу внутренне и могут быть устранены, по крайней мере теоретически. К ним могут быть отнесены недостаточная однородность материала, поломка инструмента, квалификация персонала, невыполнение процедур, низкая эффективность производственного или контрольного оборудования.

SPC простыми словами

На практике идея контроля качества с помощью статистического мышления более интуитивна для понимания, чем традиционный подход к контролю. Если вы готовите оладушки по бабушкиному рецепту и делаете все правильно, в итоге с некоторыми допущениями вы получите оладушки, как у бабушки.

Для контроля качества ваших изделий прежде всего определяется перечень характеристик, по которым будет проходить контроль. Например, для тех же оладушек это может быть степень готовности, внешний вид, вкус. Затем необходимо настроить процесс, ориентируясь на выбранные характеристики. В процессе настройки контролируются первые несколько штук до достижения нужного результата, а затем поддерживается процесс в нужном состоянии для получения годных изделий.

Другими словами, в SPC рассматривается не каждая отдельная деталь, а процесс изготовления. Если процесс настроен на изготовление годных деталей и является стабильным, то изделия, полученные в ходе такого процесса, будут также годными. Еще раз: если у вас прекрасно настроенный процесс по приготовлению оладушек, по итогу вы будете получать прекрасные оладушки. В таком случае вашей задачей становится поддержание процесса в этом состоянии и исключение каких-либо изменений, которые могут повлиять на конечное качество.

Цели SPC:

· получение статистически управляемого состояния процесса (выявить особые причины изменчивости и добиться их устранения);

· поддерживание статистически управляемого состояния процесса (вести мониторинг показателей работы процесса);

· улучшение возможности процесса (стремиться лучше понимать обычные причины изменчивости и реагировать на их колебания);

· снижение количества отходов и вероятности попадания бракованной продукции заказчику;

· сокращение времени производственного цикла.

Назначения SPC:

· Определить, находится ли процесс в рамках технических требований.

· Определить, работает ли процесс в рамках статистически управляемого состояния:

o Если процесс находится в «статистически управляемом» состоянии, то известно, как он будет себя вести в дальнейшем, и можно ли рассчитывать на его результаты.

o Своевременное выявление трендов для проведения корректирующих действий до того, как начнется выпуск несоответствующей продукции (поддержание процесса в «статистически управляемом» состоянии).

o Мониторинг непрерывного улучшения процесса через снижение изменчивости.

Статистические методы управления качеством

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.

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

Дата	Время измерений, ч
	9.00	11.00	14.00	16.00
1 февраля	12.3	12.7	12.9	13.1
2 февраля	11.8	12.1	11.6	11.9
3 февраля	12.3	11.9	12.4	12.8

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



Этапы жизненного цикла продукции	Проблема	Статистические методы
1	2	3
1 Маркетинг: поиск и изучение рынка	1.1 Изучение и оценка рыночного спроса и перспектива его изменений	Методы анализа статистических совокупностей; экономико-математические (динамическое программирование, имитационное моделирование).
	1.2 Анализ пожеланий потребителей в отношении качества и цены продукции	Экономико-математические методы (СФК).
	1.3 Прогнозирование цены, объема выпуска, потенци-альной доли рынка, ожида-емой продолжительности жизни продукции на рынке	Экономико-математические методы (теория массового обслуживания, теория игр, линейное и нелинейное программирование).
2 Проектирова- ние и разработка технических требований; разработка продукции	2.1 Нормирование требований к качеству продукции. 2.2 Определение технических требований в области надежности.	Графические методы (схема Исикавы, диаграмма Парето, гистограмма и др.); методы анализа статистических совокупностей; экономико-математические методы (методы Тагути, СФК, планируемого эксперимента, метод оценки риска и последствий отказов (FMEA)).
	2.3 Оптимизация значений показателя качества продукции. 2.4 Оценка технического уровня продукции
	2.5 Испытания опытных образцов или опытных партий новой (модернизированной) продукции	Графо-аналитические методы (гистограмма, расслоенная гистограмма), методы анализа статистических совокупностей (методы проверки статистических гипотез, сравнение средних, сравнение дисперсий); экономико-математические методы (планирование эксперимента)
	2.6 Обеспечение безопасности продукции	Экономико-математические методы (имитационное моделирование; метод деревьев вероятностей)
3 Материально-техническое снабжение	3.1 Формирование планов обеспечения предприятий материально-техническими ресурсами требуемого качества	Экономико-математические методы (теория массового обслуживания, линейное программирование)
	3.2 Оценка возможностей поставщиков и системы обеспечения качества предприятий-поставщиков	Экономико-математические методы (системный анализ, динамическое программирование, теория массового обслуживания)
	3.3 Своевременное обеспечение поставок материально-технических ресурсов	Экономико-математические методы (систематический анализ, динамическое программирование, теория массового обслуживания)
	3.4 Снижение затрат на материально-техническое обеспечение качества продукции	Экономико-математические методы (методы Тагути, функционально-стоимостной анализ
4 Разработка и подготовка производственных процессов	4.1 Разработка технологических процессов	Экономико-математические методы (методы Тагути); графо-аналитические методы (графики разброса и др); методы анализа статистических совокупностей (дисперсионный, регрессивный, корреляционный виды анализа)
	4.2 Отладка точности и стабильности техноло-гических процессов	Методы статистического оценивания точности и стабильности технологических процессов (гистограммы, точностные диаграммы, контрольные карты)
5 Производство	5.1 Обеспечение стабильности качества продукции при производстве 5.2 Поддержание в надлежащем состоянии инструмента и оснастки	Методы статистического регулирования технологических процессов (точностные диаграммы, контрольные карты); метод оценки риска и последствий отказов (FMEA).
6 Контроль, проведение испытаний и обследований	6.1 Соблюдение метро-логических правил и требований при подготовке, выполнении и обработке результатов испытаний. Анализ качества продукции.	Графо-аналитические методы (гистограмма, график разброса); методы анализа статистических совокупностей (методы проверки статистических гипотез, сравнение средних. сравнение дисперсий)
	6.2 Выявление и устранение готовой продукции, качество которой не соответствует установленным требованиям	Методы статистического приемочного контроля
	6.3 Определение проблем в области качества	Графо-аналитические методы (схема Исикава, диаграмма Парето, расслоение диаграммы Парето); экономико-математические методы (функционально-стоимостной анализ СФК)
	6.4 Разработка и документирование процедур, корректирующих воздействие по функциям системы качества	Экономико-математические методы (методы Тагути, СФК, теория игр, динамическое програмирование)
7 Упаковка и хранение	7.1 Анализ соблюдения требований к упаковке и хранению продукции на предприятии	Методы статистического приемочного контроля; экономико-математические методы (теория массового обслуживания)
8 Реализация и распределение продукции	8.1 Организация эффективной рекламы продукции 8.2 Обеспечение качества транспортировки продукции	Экономико-математические методы (теория игр, метод Монте-Карло) Экономико-математические методы (линейное программирование, теория массового обслуживания)
9 Монтаж и эксплуатация	9.1 Периодический анализ качества продукции в процессе производства. 9.2 Анализ затрат потребителей при использовании продукции	Графические методы (график временного ряда и др.); методы анализа статистических совокупностей (факторный анализ и др.). Экономико-математические методы (метод Тагути, функционально-стоимостный анализ, СФК)
10 Техническая помощь в обслуживании	10.1 Организация гарантийного ремонта продукции. 10.2 Организация своевременной поставки запасных частей	Экономико-математические методы (теория массового обслуживания, линейное программирование и др.)
11 Послепродажная деятельность	Анализ отказов и других несоответствий продукции. Организация своевременной поставки запасных частей	Графические методы (график временного ряда и др.); методы анализа статистических совокупностей (факторный анализ и др.)
12 Утилизация после использования	Изучение возможности использования продукции несоответствующего качества или по истечении срока службы	Экономико-математические методы (график временного ряда и др.); методы анализа статистических совокупностей (факторный анализ и др.). Экономико-математические методы (функционально-стоимостный анализ, СФК и др.).

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Локтева О. Г. Применение статистических методов в управлении качеством процесса таможенного контроля на примере Приволжского таможенного управления //Вестник Российской таможенной академии. - 2010. - №. 4. - С. 34-43.

2. Егоров С. Б. и др. Статистическое управление процессами, как способ снижения производственных затрат и повышения качества продукции //Евразийский союз ученых. - 2015. - №. 5-3 (14). - С. 51-55.

3. МИХАЙЛОВ Д. Ю. СТАТИСТИЧЕСКИЙ АНАЛИЗ ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ SPC. ПРОСТО О СЛОЖНОМ //МИР ИЗМЕРЕНИЙ. - №. 4. - С. 19-23.

Размещено на Allbest.ru