Средства и методы управления качеством

Размещено на http://www.allbest.ru/

5

Размещено на http://www.allbest.ru/

Учебное пособие

Cредства и методы управления качеством

И.А. СоболевА

Новосибирск

2005

ВВЕДЕНИЕ

При использовании методов управления качеством ставят цель: достижение максимального качества, удовлетворяющего требованиям потребителей, при минимальных затратах и максимальной экономии. Это основные условия развития TQM [2, 8].

TQM - всеобщее управление на основе качества, включающее качество самого выпускаемого продукта или предоставляемой услуги, качество процессов производства, а также качество организации управления бизнес-процессами предприятия. Прежде всего, это работа, связанная с обеспечением высокого организационно-технического уровня производства, надлежащих условий труда.

Качество работы системы планирования, системы контроля качества технологических процессов основывается на применении статистических методов для принятия управленческих решений. Статистические методы являются хорошо известными и находят широкое применение при оценке деятельности органи-зации.

Целью данного учебного пособия является изучение существующих средств и методов для разработки, внедрения и эксплуатации системы менеджмента качества организации в соответствии со стандартом ИСО 9001:2000 [1, 3]. Необходимость использования статистических методов обоснована изменчивостью, наблюдаемой в процессе работы и влияющей на результаты производственной и коммерческой деятельности, даже при условии кажущейся стабильности. Такая изменчивость может проявляться в изменении характеристик продукции и процессов на различных этапах её жизненного цикла.

Статистические методы помогают измерить, описать, проанализировать и смоделировать подобную изменчивость даже при наличии ограниченного объема данных. Они позволяют наилучшим образом использовать имеющиеся в распоряжении данные при принятии решений и улучшить качество продукции и процессов на стадиях проектирования, разработки, производства, поставки и технического обслуживания. В большинстве случаев они используются для сбора и анализа численных данных, что соответствует требованию TQM - опираться в принятии решений только на факты.

По данным исследователей, около 80 % всех дефектов, которые выявляются в процессе производства и использования изделий, обусловлены недостаточным качеством процессов разработки изделия, конструирования и подготовки его производства. Около 60 % всех сбоев, которые возникают во время гарантийного срока изделия, имеют свою причину в ошибочной и несовершенной разработке. По данным исследовательского отдела фирмы Дженерал Моторс (США), при разработке и производстве изделия действует правило десятикратных затрат - если на одной из стадий производства изделия допущена ошибка, которая выявлена на следующей, то для ее исправления потребуется затратить в 10 раз больше средств, чем если бы она была обнаружена на первой стадии. Если она была обнаружена через одну стадию - то уже в 100 раз больше, через две стадии - в 1000 раз и т.д. Концепция всеобщего менеджмента качества требует изменить подход к разработке новой продукции, поскольку ставится вопрос не просто о поддержании высокого уровня качества, но и удовлетворенности потребителя [19].

Инструментарием управления качества являются современные методы статистического контроля, которые состоят из семи простейших, семи новых и семи новейших методов. Семь простейших методов: контрольный листок, гистограмма, контрольные карты, диаграмма разброса, метод стратификации, диаграмма Парето, причинно-следственная диаграмма Исикава. Простейшие статистические методы должны применяться всеми: от простого рабочего, инженера в производственном отделе до менеджеров в отделах планирования, маркетинга, планово-финансового, материально-технического снабжения и др.

Статистическая информация может быть аналитической или представленной разнообразными графическими методами (от гистограмм, диаграмм, контрольных карт до комплексного представления, включающего вероятностные диаграммы и графики).

Графические методы количественного анализа данных позволяют выявить специфическое поведение процесса, которое трудно обнаружить по численным данным. Они широко используются при анализе результатов исследований, при проверке зависимостей между переменными или при оценке параметров, описывающих установленные связи [7, 11, 13, 14, 29].

1. СЕМЬ ПРОСТЕЙШИХ ИНСТРУМЕНТОВ КОНТРОЛЯ КАЧЕСТВА ПРОДУКЦИИ

качество менеджмент статистический графический метод

Рис. 1.1. Семь простейших статистических методов

1.1 Контрольный листок

Какая бы задача не стояла перед системой, всегда начинают со сбора исходных количественных данных, на базе которых затем применяют тот или иной инструмент.

Контрольный листок - инструмент для сбора данных, средство регистрации и автоматического их упорядочивания для облегчения дальнейшего использования информации [7, 14, 29].

Контрольный листок - бумажный бланк, на котором заранее напечатаны контролируемые параметры, соответственно которым можно заносить данные с помощью пометок или простых символов.

Карта статистического управления процессом, или контрольная карта, является графическим представлением данных из выборки, которые периодически берутся из процесса и наносятся на график в соответствии со временем. Кроме того, на контрольных картах отмечаются «контрольные границы», которые описывают присущую изменчивость устойчивого процесса. Целью контрольной карты является помощь в оценке стабильности процесса на основе изучения и нанесения на график данных с учетом контрольных границ. Любая переменная (измеренные данные) или признак (расчетные данные), представляющие изучаемую характеристику продукции или процесса, могут быть нанесены на график.

В качестве примера можно привести контрольный листок, применяемый для фиксирования брака в деталях (рис. 1.2).

Рис. 1.2. Контрольный листок

При составлении контрольных листков следует обратить внимание на то, чтобы было указано, на каком этапе процесса и в течение какого времени собирались данные, а также чтобы форма листка была простой и понятной без дополнительных пояснений.

1.2 Гистограмма

Для наглядного представления тенденции изменения качества деталей применяют графическое изображение статистического материала. Наиболее распространённым графиком, к которым прибегают при анализе распределения случайной величины, является гистограмма [7, 14, 29].

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

Гистограммы - один из вариантов столбчатой диаграммы, отображающей зависимость частоты попадания параметров качества изделия или процесса в определенный интервал этих значений. На рис. 1.3 интервалы попадания отложены на оси «х», а частота попадания на оси «у».

Рис. 1.3. Гистограмма частот интервального ряда расположения

Гистограмма строится следующим образом.

1. Определяется наибольшее значение показателя качества.

2. Определяется наименьшее значение показателя качества.

3. Определяется диапазон гистограммы как разница между наибольшим и наименьшим значением.

4. Определяется число интервалов гистограммы (число интервалов) = Ц (число значений показателей качества).

5. Определяется длина интервала гистограммы = (диапазон гистограммы) / (число интервалов).

6. Разбивается диапазон гистограммы на интервалы.

7. Подсчитывается число попаданий результатов в каждый интервал.

8. Определяется частота попаданий в интервал = (число попаданий) / (общее число показателей качества).

9. Строится столбчатая диаграмма.

По мере роста числа измерений уменьшается ширина столбцов и полигон превращается в кривую плотности вероятностей, представляющую собой кривую теоретического распределения.

Чтобы оценить адекватность процесса требованиям потребителя, мы должны сравнить качество процесса с полем допуска, установленным пользователем. Если имеется допуск, то на гистограмму наносят верхнюю (S_u) и нижнюю (S_L) его границы, перпендикулярные оси абсцисс (рис. 1.4). Тогда можно увидеть, хорошо ли располагается гистограмма внутри этих границ.

Рис. 1.4. К понятию годности при выборке трёхсигмовых пределов

Если гистограмма имеет симметричный (колокообразный) вид, когда среднее значение приходится на середину размаха данных, то это нормальный (гауссовский) закон распределения случайной величины. Для нормального закона распределения становится возможным исследовать воспроизводимость процесса, неизменность основных параметров процесса: среднего значения x или математического ожидания М(x) и стандартного отклонения во времени. При этом можно определить выход распределения генеральной совокупности при заданных значениях М(x), исходя из сравнения соответствующих трёхсигмовых пределов и пределов поля допуска.

Из рис. 1.4 видно, что если брать в качестве границ допуска трёхсигмовые пределы (у - среднеквадратическое отклонение), то годными будут считаться 99,73 % всех данных генеральной совокупности и только 0,27 % данных будут считаться несоответствующими (non-conformity - NC) требованиям потребителя (пользователя), так как они расположены за границами заданного поля допуска.

1.3 Диаграммы разброса

Диаграммы разброса представляют собой графики вида, которые позволяют выявить корреляцию между двумя различными факторами (рис. 1.5).

Рис. 1.5. Диаграмма разброса

Диаграмма разброса, которую также называют полем корреляции, - это инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных [7, 14, 29].

Эти две переменные могут относиться:

к характеристике качества и влияющему на нее фактору;

двум различным характеристикам качества;

двум факторам, влияющим на одну характеристику качества. Например, температура и давление в печи.

Для выявления связи между ними и служит диаграмма разброса.

Построение диаграммы разброса выполняется в следующей последовательности.

1. Собираются парные данные (x, y), между которыми хотят исследовать зависимость, и располагаются в таблицу. Если одна переменная - фактор, а вторая - характеристика качества, то выбирается для фактора горизонтальная ось x, а для характеристики качества - вертикальная ось y. Желательно не менее 25-30 пар данных.

2. Находится максимальное и минимальное значение для x и y.

3. На отдельном листке бумаги чертится график и наносятся данные. Если в разных наблюдениях получаются одинаковые значения, то их обозначают концентрическими кружками.

4. Обозначается:

название диаграммы;

интервал времени;

число пар данных;

названия и единицы измерения для каждой оси.

Использование диаграммы разброса не ограничивается только выявлением вида и тесноты связи между парами переменных. Диаграмма разброса используется также для выявления причинно-следственных связей показателей качества и влияющих факторов при анализе причинно-следственной диаграммы, которая будет рассмотрена ниже.

Диаграмма разброса позволяет наглядно показать характер изменения параметра качества во времени. Для этого проведём из начала координат биссектрису. Если все точки легли на биссектрису, то это означает, что значение данного параметра не изменилось в процессе эксперимента. Следовательно, рассматриваемый фактор (или факторы) не влияет на параметр качества. Если основная масса точек лежит под биссектрисой, то это значит, что значения параметра качества за прошедшее время уменьшилось. Если же точки ложатся выше биссектрисы, то значения параметра за рассматриваемое время возросли.

Проведя лучи из начала координат, соответствующие уменьшению и увеличению параметра на 10, 14, 30, 50 %, можно путём подсчёта точек между прямыми выяснить частоту значений параметра в интервалах 0...10 %, 10…20 %.

Наибольшее распространение получило применение диаграмм разброса для определения вида связей, общее распределение пар. Для этого сначала следует выяснить, есть ли на диаграмме какие-нибудь далеко отстоящие точки (выбросы), которые обусловлены некоторыми изменениями в условиях работы. следует обратить внимание на причины таких нерегулярностей, поскольку, отыскивая их причину, мы часто получаем информацию о качестве.

1.4 Метод стратификации (расслаивание данных)

Рис. 1.6. Стратификация данных

В соответствии с методом стратификации данных (рис. 1.6) производят расслаивание статистических данных, т.е. группируют данные в зависимости от условий их получения и производят обработку каждой группы данных в отдельности. Данные, разделённые на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) - расслаиванием (стратификацией).

Существуют различные методы расслаивания, применение которых 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).

Расслаивание осуществляется следующим образом:

расслаивание по исполнителям - по квалификации, полу, стажу работы;

расслаивание по материалу - по месту производства, фирме - производителю, партии, качеству сырья и т. д.;

расслаивание по машинам и оборудованию - по новому и старому оборудованию, марке, конструкции, выпускающей фирме и т.д.;

расслаивание по способу производства - по температуре, технологическому приёму, месту производства и т.д.;

расслаивание по измерению - по месту измерения, типу измерительных средств или их точности и т.д.

В результате расслаивания обязательно должны соблюдаться следующие два условия.

Различия между значениями случайной величины внутри слоя (дисперсия) должны быть как можно меньше по сравнению с различием её значений в нерасслоённой исходной совокупности.

Различие между слоями (различия между средними значениями случайных величин слоёв) должно быть как можно боль-ше [3].

При контроле качества изготовления продукции часто на практике возникает задача выявления предполагаемого источника ухудшения качества выпускаемой продукции; такую информацию возможно получить путём расслаивания дисперсии с помощью дисперсионного анализа.

1.5 Контрольные карты

Применение контрольных карт используется в планировании, конструировании, определении изменений процесса, а также измерении эффекта определенного внешнего вмешательства или действия.

Кроме того, анализ временных рядов по контрольным картам полезен для сравнения получаемых результатов в случае проведения улучшений и изменений.

Рис. 1.7. Контрольные карты

Контрольная карта - это график с ограничительными линиями, показывающими приемлемый предел качественного производства. Он очень помогает для обнаружения ненормальных ситуаций в стандартных производственных процессах.

Контрольные карты - специальный вид диаграммы, впервые предложенный Шухартом в 1925 г. Они имеют вид, представленный на рис. 1.7. Контрольные карты используются для отображения во времени (слева направо) наблюдаемого результата или состояния процесса относительно среднего уровня или между верхним и нижним пределами.

1.5.1 Типы контрольных карт

Существует два типа контрольных карт: один предназначен для контроля параметров качества, значения которых являются количественными данными параметра качества (значения размеров, масса, электрические и механические параметры и т.п.), а второй - для контроля параметров качества, представляющих собой дискретные случайные величины и значения, которые являются качественными данными (годен - не годен, соответствует - не соответствует, дефектное - бездефектное изделие и т. п.) (рис. 1.8).

Рис. 1.8. Порядок выбора типа контрольной карты (n - объём выборки)

Контрольные карты по качественным признакам

В карте для доли дефектных изделий (p-карта) подсчитывается доля дефектных изделий в выборке. Она применяется, когда объем выборки переменный.

В карте для числа дефектных изделий (np-карта) подсчитывается число дефектных изделий в выборке. Она применяется, когда объем выборки постоянный.

В карте для числа дефектов в выборке (с-карта) подсчитывается число дефектов в выборке.

В карте для числа дефектов на одно изделие (u-карта) подсчитывается число дефектов на одно изделие в выборке.

1.5.2 Контрольные карты по количественным признакам

Контрольные карты по количественным признакам - это как правило сдвоенные карты, одна из которых изображает изменение среднего значения процесса, а 2-я - разброса процесса. Разброс может вычисляться или на основе размаха процесса R (разницы между наибольшим и наименьшим значением), контрольных карт, а именно, контрольные карты:

- средних арифметических и размахов (х - R);

- медиан и размахов (Ме - R);

- индивидуальных значений (х);

- доли дефектной продукции (р);

- числа дефективных единиц продукции (рn);

- числа дефектов (c);

- числа дефектов на единицу продукции (u).

В любом производственном процессе всегда имеют место изменения или вариации, проявляющиеся в отклонении от номинальных значений каких-то параметров, характеризующих этот процесс. Под стабильностью в статистическом смысле понимают процесс, когда среднее значение наблюдаемого параметра со временем не отклоняется от номинального значения, а величина разброса параметра укладывается в заданный интервал. Однако вариации могут вызываться и причинами неслучайного характера. К подобным причинам можно отнести, например, неправильную настройку станка, его износ, неправильное выполнение оператора рабочих инструкций из-за усталости или недомогания, ошибки компьютера и т.п. При наличии таких причин производственный процесс выходит из-под статистического контроля.

Основная цель контрольных карт - быстро обнаружить неслучайные изменения производственного процесса, с тем чтобы выявить причину изменения и внести необходимые корректировки в процесс, прежде чем будет выпущено большое количество некачественной продукции. Кроме того, контрольные карты позволяют оценить параметры, характеризующие качество и потенциальные возможности процесса.

Таким образом, если процесс статистически контролируем, то почти все значения наблюдаемого параметра (П) укладываются в ограниченную зону. При этом никаких корректирующих действий не требуется. Попадание значений наблюдаемого параметра за пределы допустимой зоны свидетельствует о том, что процесс стал статистически не контролируемым. Следует отметить, что возможны ситуации, когда значения контролируемого параметра укладываются в допустимую зону, но все десять последних точек попали в область ниже центральной линии (рис. 1.9). В этом случае нарушился фактор «случайности» и появился фактор «закономерности», т.е. процесс стал статистически не контролируемым.

Рис. 1.9. Примеры появления фактора закономерности на контрольной карте

1.5.3 Анализ процесса

При исследовании производственного процесса изготовитель всегда должен задаваться двумя основными вопросами.

- является ли данный процесс статистически контролируемым?

- каков качественный уровень данного процесса?

Ответ на первый вопрос дают составление и анализ контрольных карт.

При анализе технологического процесса необходимо оценить его реальные возможности удовлетворять предъявляемым к нему требованиям. Такие оценки необходимы, например, при планировании качества разрабатываемой продукции, установлении в контрактах требований к процессам, проведении аттестации технологических процессов и др.

В тех случаях, когда на выходе процесса показатель качества измеряют по количественному признаку и на этот показатель заданы верхнее и (или) нижнее предельные значения, а показатели качества имеют распределение, близкое к нормальному, возможности процесса могут быть оценены с помощью специальных индексов. Точность ТП - это свойство технологического процесса в обеспечении соответствия поля рассеяния значений показателя качества заданному полю допуска и характер его расположения. Индекс воспроизводимости процесса С_р - есть соотношение между величиной поля допуска и средним квадратичным отклонением нормального распределения. Индекс воспроизводимости показывает способность ТП обеспечивать приемлемый уровень несоответствий для определенного показателя качества в заданных контрольных границах

,

где OTG - верхняя граница допуска, UTG - нижняя граница допуска.

Если С_р = 1, то технологический процесс при идеальной настройке способен обеспечить уровень несоответствий не более 0,27 %.

Увеличение индекса С_р соответствует более высоким потенциальным возможностям ТП, т.е. более низкому потенциальному уровню несоответствий и наоборот.

Индекс С_р можно вычислить только для показателей качества, которые измеряются по количественному признаку и для которых задан двухсторонний допуск.

Индекс работоспособности ТП С_рk - это соотношение разности между средним процесса и ближайшей к нему границей допуска с половиной присущей процессу изменчивости. Индекс работоспособности показывает, как ТП настроен относительно границ допуска.

Количественно С_рk может быть определено:

,

где krit = критическое (минимальное) расстояние общего среднего от границ допуска.

или .

Если C_рk= 1, то процесс обеспечивает реальный уровень несоответствий не более 0, … .

Увеличение индекса С_рk соответствует увеличению качества процесса, так как настройка процесса обеспечивает уменьшение уровня несоответствий.

Уменьшение индекса работоспособности свидетельствует о низкой точности настройки ТП относительно границ допуска.

Если С_р > 1, а C_рk > 1, то процесс имеет высокую точность и процедура его настройки проведена правильно.

Если С_р > 1, а C_рk < 1 и С_рk значительно ниже С_р, то процесс имеет достаточно высокую потенциальную точность, но плохо настраивается относительно границ допуска.

Если С_р < 1, то процесс имеет низкую потенциальную точность. Необходимо повысить точность технологического процесса путём замены или ремонта оборудования.

1.6 Диаграмма Парето

Диаграмма Парето - инструмент, позволяющий распределить усилия для разрешения возникающих проблем и выявить основные причины, с которых нужно начинать действовать (рис. 1.10).

Рис. 1.10 Диаграмма Парето

В повседневной деятельности по контролю и управлению качеством возникают всевозможные проблемы, связанные, например, с появлением брака, неполадками оборудования, увеличением вре

мени выпуска продукции, наличием рекламаций.

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 производят сбор и анализ статистического материала по каждому фактору, чтобы выяснить, какие из этих факторов являются превалирующими при решении проблем.

Этап 1. Решается, какие проблемы нужно исследовать и как собирать данные.

1. Какого типа проблемы нужно исследовать?

2. Какие данные надо собирать и как их классифицировать?

3. Устанавливается метод и период сбора данных.

Этап 2. Разрабатывается контрольный листок для регистрации данных с перечнем видов дефектов. В нем предусматривается место для графической регистрации данных проверок.

Этап 3. Заполняется листок регистрации данных и подсчитываются итоги.

Этап 4. Разрабатывается бланк таблицы для проверок данных с графами для итогов по каждому проверяемому признаку в отдельности, накопленной суммы числа дефектов, процентов к общему итогу и накопленных процентов.

Этап 5. Располагаются данные, полученные по каждому проверяемому признаку в порядке значимости, и заполняется таблица.

Этап 6. Строится одна горизонтальная и две вертикальные оси.

1. На левую вертикальную ось наносится шкала с интервалами от нуля до числа, соответствующего общему итогу полученных дефектов; на правую ось шкала с интервалами от нуля до 100 %.

2. Горизонтальная ось разделяется на интервалы в соответствии с числом контролируемых признаков.

Этап 7. Строится столбиковая диаграмма.

Этап 8. Строится кумулятивная кривая (кривая Парето). На вертикалях, соответствующих правым концам каждого интервала на горизонтальной оси, наносятся точки накопленных сумм (процентов) и соединяются между собой отрезками прямых.

Этап 9. Наносятся на диаграмму надписи, касающиеся данных (дата, объект исследования и место его проведения), и надписи, касающиеся диаграммы (название, числовые значения на осях, наименование контролируемого изделия, имя составителя диаграммы).

АВС-анализ диаграммы Парето

При использовании диаграммы Парето для выявления результатов деятельности и причин наиболее распространённым методом анализа является АВС- анализ.

Диаграмма Парето совместно с АВС-анализом эффективно применяется для выявления главных причин брака. Она может в этом случае выражать результаты расслаивания дефектов по причинам, условиям, положению и т.д.

Располагая виды брака в порядке убывания суммы потерь с помощью АВС-анализа диаграмм Парето, выявляют причины брака, имеющие наибольшую долю (наибольший процентный вклад), и намечают мероприятия по их устранению.

Необходимо подвергнуть тщательному анализу все факторы группы А и В, влияющие на качество продукции, и разработать план мероприятий по улучшению технологического процесса. Сравнивая диаграммы Парето, построенные по статистическим данным до и после улучшения технологического процесса, оценивают эффективность принятых мер. Но в этом случае для анализа факторов, влияющих на показатель качества продукции, диаграмму Парето целесообразно применять вместе с причинно-следственной диаграммой [5].

1.7 ПРИЧИННО-СЛЕДСТВЕННАЯ ДИАГРАММА ИСИКАВА

Причинно-следственная диаграмма - инструмент, позволяющий выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие). Рассмотрим причинно-следственную диаграмму на примере производственного процесса, всё многообразие факторов и причин в котором можно расслаивать с помощью причинных факторов 5М-5 слов на английском языке (методы, машины, материалы, персонал, финансы). Эту диаграмму называют «рыбьей костью» или «рыбьим скелетом».

Построение диаграммы Исикава проводится следующим способом (рис. 1.11).

Рис. 1.11. Причинно-следственная диаграмма Исикава

Этап 1. Определяется показатель качества, т.е. тот результат, которого вы хотели бы достичь.

Этап 2. Заключается выбранный показатель качества в прямоугольник - это голова рыбы. Проводится прямая линия («хребёт») рыбы. Далее главные причины соединяются с «хребтом» стрелками в виде «больших костей хребта» (главных причин).

Этап 3. Располагаются (вторичные) причины, влияющие на главные причины («большие кости»), в виде «средних костей». Располагаются причины третьего порядка, которые влияют на вторичные причины, в виде «мелких костей».

Этап 4. Ранжируются причины (факторы) по их значимости, используют для этого диаграмму Парето, и выделяются особо важные, которые предположительно оказывают наибольшее влияние на показатель качества.

Этап 5. Наносится на диаграмму вся необходимая информация: её название; наименование изделия, процесса или группы процессов; имена участников процесса; дата и т. д.

При анализе причинно-следственной диаграммы систематизацию причин следует проводить, рассматривая их последовательности: от «мелких костей» к «средним» и от «средних» к «большим» [2].

2. Семь новых инструментов менеджмента качества

Среди наиболее популярных методов в TQM - семь инструментов управления и планирования, разработанных Японским Комитетом по научным исследованиям JUSE в 1979 г. Книга Мизуно, посвящённая этим семи инструментам, была переведена на английский язык в 1986 г. Эти инструменты получили название семи инструментов управления или семи новых инструментов контроля качества. В отличие от семи простейших методов (количественных) семь новых являются качественными.

В табл. 2.1 показан порядок применения семи инструментов для совершенствования, планирования и управления качеством, а в табл. 2.2 - порядок выполнения цикла РДСА.

Таблица 2.1 Семь новых инструментов менеджмента качества

	Диаграмма сходства. Инструмент, который структурирует детальные данные в более общие выводы. Используемый для обеспечения первоначальной структуры при исследовании проблемы. Часто структурирует ответы на вопросы типа: "Что?", например, " Что происходит в сложной ситуации?"
	Диаграмма матрица. Для отношения множественных альтернатив к множественным последствиям каждой. Часто используется для ответа на вопросы: "Какой?", например: "Какие вещи мы должны делать, чтобы удовлетворить потребности клиента?"
	Диаграмма связей (отношений). Сеть отношений "причина - следствие". Часто используется при прослеживании вопросов: "Почему?", например: "Почему происходит то, что происходит?"
	Древовидная схема (диаграмма). Инструмент, часто используемый для связи средств с результатами, которые в свою очередь являются средством для более общей цели. Структурирует ответы на вопросы: "Как?", например, "Как мы делаем то, что выбрали?"
	PDPC диаграмма (схема программы процесса решения). Диаграмма потока альтернативных возможностей и встречных мер для каждой. Часто используется для ответов на возможные препятствия -- ответы на вопросы: "А что если?"
	Диаграмма-указатель. Упрощенная схема PERT (система планирования и руководства программами разработок (сетевое планирование)), используемая для составления расписания и обозначения "узких мест" (критических путей). Отвечает на вопросы: "Когда?" Например: "Когда мы должны делать то, что выбирали? "
	Матричный анализ данных. Математический анализ числовых данных в виде матриц, например: "Где в данных мы находим различные структуры?" Существует много методов, называемых компонентным и многоэлементным анализом.

Таблица 2.2 7 инструментов управления и планирования относительно PDCA, 7 шагов QC и 7 инструментов QC

( A ) PDCA	( B )7 шагов QC	( C )7 инструментов QC	( D )7 инструментов управления и планирования
Планируйте	1. Выберите тему 2. Соберите и проанализируйте данные 3. Проанализируйте причины	Проверьте таблицу, график, диаграмму Парето, гистограмму, диаграмму разброса, диаграмму "причины-следствия", контрольную карту	KJ метод Диаграмма связей Матричная диаграмма
Выполняйте	4. Планируйте и проводите решение		Древовидная диаграмма Матричная диаграмма Диаграмма-указатель PDPC диаграмма
Проверьте	5. Оцените результаты	Проверьте таблицу, график, диаграмму Парето, гистограмму, диаграмму разброса, диаграмму "причины-следствия", контрольную карту
Действуйте	6. Стандартизируйте решение 7. Обдумайте процесс (и следующую проблему)		Диаграмма-указатель PDPC диаграммаKJ метод
(Обеспечивает повторение)	(Обеспечивает шаги)	(Обеспечивает инструменты)	(Обеспечивает инструменты)

РDCA - планируй - выполняй, контролируй - анализируй и улучшай.

QC - контроль качества.

2.1 Мозговой штурм

Сбор исходных данных для инструментов управления обычно осуществляют в период «мозгового штурма», во время принятия адекватных решений по проблемным вопросам. Цель метода - генерировать как можно больше идей. Группа «мозгового штурма» включает всех тех, кто обладает знаниями по изучаемой проблеме. Такие участники группы должны предварительно взаимодействовать друг с другом в той области, к которой относится обсуждаемая проблема. Мозговой штурм может проводиться устно или письменно. Каждый участник группы качества в течение нескольких минут высказывает (или записывает) свои соображения по поводу выявления или решения характерной для сложившейся ситуации проблемы. Высказывания носят спонтанный характер. Остановок на тщательное обдумывание не дается. Считается, что при таком порядке, когда человек вынужден с ходу сформулировать предложение, его чаще «осеняют» блестящие и нужные идеи.

Для проведения «мозгового штурма» руководитель группы должен:

сформулировать обсуждаемую тему;

тщательно подготовиться к «мозговому штурму» - собрать компетентных в обсуждаемой теме людей в группу и чётко сформулировать постановочные вопросы;

выбрать лидеров, знающих и заранее обдумавших обсуждаемую тему;

перейти к заданной теме, объяснив её важность;

организовать непосредственное обсуждение «мозгового штурма», когда каждый имеет возможность высказаться по теме обсуждения; резюме каждого выступающего должно фиксироваться на видном для всех месте; общее время обсуждения должно быть от 30 до 45 мин.

Провести обработку результатов обсуждения, группируя аналогичные идеи, и, согласовав с участниками обсуждения критерий их ценности, предложить сформулировать средство решения проблемы, учитывая при этом: стоимость; время для реализации; возможный успех как технический, так и организационный.

Иногда с целью сбора идей применяется методика Гордона, являющаяся, по существу, разновидностью метода «мозгового штурма». Особенность этой методики состоит в том, что специфические причины «мозгового штурма» участникам обсуждения заранее не сообщаются. Они обсуждают проблему, опираясь на свою интуицию. Высказываемые идеи во всех случаях сразу не анализируются, а просто фиксируются с целью последующей обработки. Для этой обработки используются довольно разнообразные методы, в частности метод Дельфы.Метод Дельфы - экспертный метод проведения и обработки мозгового штурма. Данный метод помогает выбрать из предлагаемой серии альтернатив лучшую. От членов группы требуется дать оценку каждой альтернативе в определенной последовательности. Например, с помощью статистических методов выявлено пять причин дефектов. Какую назвать главной? Участники обсуждения проблемы сначала ранжируют все причины по степени важности. На первое место каждый ставит ту альтернативу, которую считает самой главной, на пятое - самую второстепенную. Затем каждая альтернатива каждым человеком оценивается по 10-балльной системе в зависимости от издержек, связанных с той или иной причиной дефектов. При этом за высший балл здесь принимается единица, а за низший - десять. На третьем этапе оба результата по каждой альтернативе перемножаются между собой и находится сумма произведений. Наименьшая сумма укажет на причину, которую надо устранять в первую очередь.

2.2 Семь новых инструментов управления

После проведения «мозгового штурма» выбираются данные и диаграммы, по семи новым инструментам управления.

К семи новым инструментам управления относятся:

диаграмма сродства,

диаграмма (график) связей,

древовидная диаграмма (дерево решений),

матричная диаграмма,

диаграмма осуществления процесса,

стрелочная диаграмма,

матрица приоритетов.

Взаимосвязь и последовательность новых семи методов показана на рис. 2.1.

Рис. 2.1. Взаимосвязь и последовательность разработки семи инструментов

2.2.1 Диаграмма сродства

Диаграмма сродства - инструмент, позволяющий выявить основные нарушения процесса путём объединения родственных устных данных. Основоположник этого метода - японский учёный Джиро Кавакита.

Принципы создания диаграммы сродства и определения основных нарушений процесса с целью принятия мер по их устранению приведены на рис. 2.2.

Диаграмма сродства является творческим средством организации больших количеств устных данных, таких как идеи, пожелания потребителей или мнения групп, участвующих в обсуждаемой проблеме по принципу родства различных данных, и иллюстрирует скорее ассоциации, чем логические связи. Создавать диаграмму предпочтительно группой (6-8 человек имеющих опыт).

Рис. 2.2. Диаграмма сродства

Порядок создания диаграммы

Определить предмет или тему, которая станет основой для сбора данных.

Собрать данные, которые группа произведёт во время «мозгового шторма» вокруг темы.

Сгруппировать родственные данные вместе по направлениям различных уровней согласно цели и принципам решаемой проблемы (примерно в 5-7 групп).

2.2.2 Диаграмма связей

Диаграмма связей - инструмент, позволяющий выявить логические связи между основной идеей, проблемой или различными данными.

Задачей этого инструмента управления является установление соответствия основных причин нарушения процесса, выявленных с помощью диаграммы сродства, тем проблемам, которые требуют решения. Классификация этих причин по важности осуществляется с учётом используемых в компании ресурсов, а также числовых данных, характеризующих причины.

Работа над диаграммой связей должна проводиться в соответствующих группах. Последовательно рассматриваются взаимосвязи между двумя группами, которые обозначают стрелками. Начало стрелки исходит из причины, а конец обозначает следствие. Важным является то, что исследуемый предмет (результат) должен быть сначала определён. Основные причины, требуемые для работы, можно сгенерировать из диаграммы сродства.

Принципы построения диаграммы связей показаны на рис. 2.3.

Рис. 2.3. Диаграмма связей

2.2.3 Древовидная диаграмма

Древовидная диаграмма, или систематическая диаграм-ма - инструмент, обеспечивающий систематический путь разрешения существенной проблемы, центральной идеи или удовлетворения нужд потребителей, представленных на различных уровнях.

В отличие от диаграммы сродства и диаграммы связей этот инструмент более целенаправлен. Древовидная диаграмма строится в виде многоступенчатой древовидной структуры, элементами которой являются различные средства и способы решения проблемы.

Принцип построения древовидной диаграммы показан на рис. 2.4.

EMBED Word.Picture.8

Рис. 2.4. Древовидная диаграмма

Процедура создания древовидной диаграммы похожа на описанную для диаграммы сродства, однако предмет, который должен исследоваться, точно определён из диаграммы связей.

2.2.4 Матричная диаграмма

Матричная диаграмма - инструмент, выявляющий важность различных связей, является средством семи инструментов управления.

Этот инструмент служит для организации огромного количества данных, так что логические связи между различными элементами могут быть графически проиллюстрированы.

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

Рис. 2.5. Матричная диаграмма

Матрица связей: а1, а2….аi и b1, b2….bi - компоненты исследуемых объектов, которые характеризуются различной теснотой связей:

¦

Они показывают наличие и тесноту связей компонентов, например, причины А с компонентами фактора В. Связь между компонентами А и В на матрицах связей изображается с помощью специальных символов, характеризующих степень тесноты этих связей. Если в строке матрицы связей отсутствует какой-либо символ, то это означает, что связь между данным компонентом а1 и всеми компонентами В отсутствует. Если символ отсутствует в столбце матрицы, то, следовательно, компонент bi, соответствующий столбцу, не влияет ни на одну из причин в соответствующей строке. Символ, стоящий на пересечении строки и столбца матричной диаграммы, указывает не только на наличие связи между соответствующими компонентами, но и на тесноту этой связи.

При развёртывании функции качества рекомендуется, чтобы каждый участник группы качества (кружка контроля качества), выполняющий эту работу, заполнил матрицу самостоятельно, с тем чтобы в дальнейшем можно было сравнить результаты.

2.2.5 Стрелочная диаграмма

Стрелочная диаграмма - инструмент, позволяющий спланировать оптимальные сроки выполнения всех необходимых работ для скорейшей и успешной реализации построенной цели.

Применение этого инструмента возможно лишь после того, как выявлены проблемы, требующие своего решения, и определены необходимые меры, сроки и этапы их осуществления, т.е. после составления первых четырёх диаграмм.

Стрелочная диаграмма представляет собой диаграмму хода проведения работ, из которой должны быть наглядно видны порядок и сроки проведения различных этапов изо дня в день. Этот инструмент используется для обеспечения уверенности, что планируемое время выполнения всей работы и отдельных её этапов по достижению конечной цели является оптимальным. Он широко применяется не только при планировании, но и для последующего контроля за ходом выполнения запланированных работ. Особенно широко этот инструмент используют при разработке различных проектов и планировании производства. Традиционным методом такого планирования является метод, применяющий стрелочную диаграмму либо в виде диаграммы Ганта, либо в виде сетевого графика (рис. 2.6).

Рис. 2.6. Планирование постройки дома в течение 12 месяцев с помощью диаграммы Ганта

2.2.6 Диаграмма процесса осуществления программы (PDPC)

PDPC - инструмент для оценки сроков и целесообразности проведения работ по выполнению программы в соответствии со стрелочной диаграммой с целью их корректировки в ходе выполнения.

PDPC представляет собой диаграмму, отражающую последовательность процесса, действий и решений, необходимых для получения требуемого результата.

Процесс оказания услуг приведён на рис. 2.7. PDPC широко применяется при решении сложных проблем в области научных разработок и производства, а также при разработке системы менеджмента качества как инструмент осуществления процессного подхода. При этом процессе существует расхождение в оценке качества услуг потребителем и производителем. Они вызваны разрывами в цепочке «Поставщик-Потребитель» - модели разрывов Зайтхальма. Модель разрывов Зайтхальма также представляет собой PDPC, в первую очередь - неточное восприятие руко-водством фирмы ожиданий потребителя.

Рис. 2.7. Модель разрывов Зайтхальма при оказании услуг

Чтобы избежать этих разрывов во взаимоотношениях как с внешними, так и с внутренними потребителями, необходим постоянный акцент на их нужды и пожелания, которые следует постоянно изучать и отслеживать с помощью анкетирования и личного контакта в процессе интервью.

3. НОВЕЙШИЕ ТЕХНОЛОГИИ КАЧЕСТВА

Серьезная работа по повышению деловой культуры, которая необходима для общего подъема качества во всех звеньях, во многом касается технологий разработки и подготовки производства продукции. Для того чтобы снизить затраты, учесть в большей степени пожелания потребителей и сократить сроки разработки и выхода на рынок продукции, применяют специальные технологии разработки и улучшения. К таким методам относятся: технология развертывания функций качества, функционально-стоимостный анализ, функционально-физический анализ, FMEA-анализ др.

Технология развертывания функций качества (QFD - Quality Function Deployment) представляет собой технологию проектирования изделий и процессов, позволяющую преобразовывать пожелания потребителя в технические требования к изделиям и параметрам процессов их производства.

Функционально-стоимостный анализ (ФСА) - технология анализа затрат на выполнение изделием его функций; ФСА проводится для существующих продуктов и процессов с целью снижения затрат, а также для разрабатываемых продуктов с целью снижения их себестоимости.

FMEA-анализ (Failure Mode and Effects Analysis) - технология анализа возможности возникновения и влияния дефектов на потребителя; FMEA проводится для разрабатываемых продуктов и процессов с целью снижения риска потребителя от потенциальных дефектов.

Функционально-физический анализ (ФФА) - технология анализа качества предлагаемых проектировщиком технических решений, принципов действия изделия и его элементов; ФФА проводится для разрабатываемых продуктов и процессов.

3.1 QFD (ТЕХНОЛОГИЯ РАЗВЕРТЫВАНИЯ ФУНКЦИЙ КАЧЕСТВА)

Проблема конкуренции с продукцией фирм Японии и США становится все более острой не только для европейских фирм, но и для российских. А острием этой конкурентной борьбы являются:

· повышение эффективности производства, в частности, снижение затрат на разработку качественной конкурентной продукции;

· ориентация всех стадий производственного процесса, начиная от разработки, на удовлетворение потребителей;

· повышение деловой культуры и улучшение управления во всех звеньях производства.

Для того чтобы выполнить эти требования, необходимо использовать новую технологию разработки, планирования и технической подготовки производства изделий. Такая технология разрабатывалась в Японии начиная с конца 60-х годов и сейчас все шире используется в разных странах мира. Одним из основных инструментов этой технологии является метод QFD (Quality Function Deployment - развертывание функций качества). Это - экспертный метод, использующий табличную форму представления данных, причем со специфической формой таблиц, которые получили название «домиков качества».

3.1.1 Основная идея QFD

Основная идея технологии QFD заключается в понимании того, что между потребительскими свойствами («фактическими показателями качества») и нормируемыми в стандартах, технических условиях параметрами продукта («вспомогательными показателями качества») существует большое различие. Вспомогательные показатели качества важны для производителя, но не всегда существенны для потребителя. Идеальным случаем был бы такой, когда производитель мог проконтролировать качество продукции непосредственно по фактическим показателям, но это, как правило, невозможно, поэтому он пользуется вспомогательными показателями. Технология QFD - это последовательность действий производителя по преобразованию фактических показателей качества изделия в технические требования к продукции, процессам и оборудованию.

3.1.2 Инструменты QFD

Основным инструментом технологии в QFD вляется таблица специального вида, получившая название «домик качества». В этой таблице удобно отображать связь между фактическими показателями качества (потребительскими свойствами) и вспомогательными показателями (техническими требованиями). Один из вариантов таблицы приведен на рис. 3.1.

Основные этапы технологии QFD:

1. Разработка плана качества и проекта качества.

2. Разработка детализированного проекта качества и подготовка производства.

3. Разработка техпроцессов.

4. Разработка бизнес-планов.

Таким образом, технология работы по методу QFD позволяет учитывать требования потребителя на всех стадиях производства изделий, для всех элементов системы качества предприятия и, таким образом, резко повысить степень удовлетворенности потребителя, снизить затраты на проектирование и подготовку производства изделий.

Рис 3.1. Схема процесса QFD

При внедрении систем качества по стандартам ИСО 9000 требуется, чтобы производитель внедрял методы анализа проектных решений, причем такому анализу должны подвергаться как входные данные проекта, так и выходные. Поэтому предприятия, создающие или развивающие системы качества, обязательно применяют либо типовые технологии анализа (SWOT, ФСА, FMEA, ФФА), либо используют собственные технологии с аналогичными возможностями. Использование типовых технологий предпочтительно, поскольку результаты понятны не только производителю, но и потребителю, и в полной мере выполняют функцию доказательств качества.

3.2 ФСА (функционально-стоимостный анализ)

Метод ФСА представляет собой технологию анализа затрат на выполнение изделием его функций; ФСА проводится для существующих продуктов и процессов с целью снижения затрат, а также для разрабатываемых продуктов с целью снижения их себестоимости без снижения качества. ФСА - один из методов функционального анализа технических объектов и систем.

Метод ФСА начал активно применяться в промышленности с 60-х годов, прежде всего в США. Сейчас ФСА является одним из самых популярных видов анализа.

Проведение ФСА включает следующие основные этапы.

1. Последовательное построение моделей объекта ФСА (компонентной, структурной, функциональной); модели строят обычно в табличной (матричной) форме;

2. Исследование моделей и разработка предложений по совершенствованию объекта анализа.

Эти же этапы характерны и для других методов функционального анализа - ФФА и FMEA.

3.3 Взаимосвязь QFD с другими инструментами качества

Нам известны семь простейших инструментов контроля качества и семь новых инструментов управления качеством. Метод QFD объединяет эти инструменты для выпуска продукции нужного качества, соответствующего требованиям потребителя.

С годами большое количество инструментов качества стало доступным для широкого круга людей при анализе и разрешении возникающих проблем качества. Это касается, в частности и QFD, которое считают также инструментом качества. Однако QFD является не просто инструментом качества, а наиважнейшим инструментом планирования и разработки, выпускаемого на рынок нового продукта. Также мы могли убедиться, что QFD является не просто процессом дробления элементов качества на каждой стадии дробления продукта, а методологией обеспечения ожидаемой потребителем ценности продукта при минимальной его стоимости.

В то же время методология QFD помогает практической реализации основных концепций TQM. Именно QFD позволяет потребителю управлять продуктом, и именно в результате применения QFD потребитель становится главной заботой компании. Практическая реализация QFD, как наиважнейшего инструмента качества, требует применения не только семи инструментов управления, но и семи инструментов контроля качества. Взаимосвязь между QFD и другими инструментами показана на рис. 3.2.

Рис. 3.2. Роль QFD в улучшении качества продуктов

Требования потребителя должны быть чётко определяемы и измеряемы, что помогает сделать диаграмму сродства и связей, а также древовидную диаграмму. Развёртывание функции качества с помощью матричных диаграмм позволяет выделить наиболее важные позиции для их учёта в различных стадиях цикла производства нового продукта либо улучшения прежнего, что и является целью QFD.

Неотъемлемой целью процесса статистического контроля, использующего семь инструментов контроля качества, является поддержание стандартного уровня качества выходного продукта, обеспечивающего получение прибыли. Информация, поступающая по обратной связи на QFD, позволяет произвести корректировку при последующем развёртывании функции качества.