Применение семи новых инструментов управления. Семь новых методов управления качеством

Основные понятия

Рассмотренные прежде семь японских методов предназначены для анализа количественной информации. Они позволяют решить до 95 % проблем связанных с качеством. Однако при создании например, нового продукта не все факторы имеют численную природу. Существуют факты, которые поддаются лишь словесному описанию. Они составляют примерно 5% проблем в области управления процессами, коллективами и при их решении на ряду со статистическими методами необходимо использовать результаты операционного анализа, психологии и другие.

Поэтому Союз Японских ученых и инженеров разработал 7 новейших инструментов , которые позволяют решить указанные проблемы. Эти инструменты были собраны вместе и предложены Японским Союзом в 1979 году. К ним относятся:

1) Диаграмма сродства;

2) Диаграмма зависимостей;

3) Системная (древовидная) диаграмма;

4) Матричная диаграмма;

5) Стрелочная диаграмма;

6) Диаграмма планирования оценки процесса;

7) Анализ матричных данных.

Сбор исходных данных для инструментов качества обычно осуществляют методом мозгового штурма , который осуществляется с помощью специалистов.

Сфера применения этих методов : управление качеством, делопроизводство, обучение, подготовка кадров и др.

Применение «диаграммы сродства»

Диаграмма сродства – инструмент, позволяющий выявить основные нарушения процесса путем объединения сродственных устных данных. Это метод группировки множества аналогичных или взаимосвязанных идей, генерированных в ходе «мозгового штурма». Японский союз ученых и инженеров в 1979 г. включил диаграмму сродства в состав семи методов управления качеством.

Цель метода – систематизация и упорядочение идей, потребительских требований или мнений членов групп, высказанных в связи с решением какой-либо проблемы. Диаграмма сродства обеспечивает общее планирование. Это творческий инструмент, который помогает уяснить нерешенные проблемы, раскрывая ранее невидимые связи между отдельными частями информации или идеями, путем сбора из разных источников бессистемно изложенных устных данных и их анализа по принципу взаимного сродства (ассоциативной близости).

План действий:

1 Сформировать команду из специалистов, владеющих вопросами по обсуждаемой теме.

2 Сформулировать вопрос или проблему в виде развернутого предложения.

3 Провести "мозговую атаку", связную с основными причинами существования проблемы или ответов на поставленные вопросы.

4 Зафиксировать все высказывания на карточках, сгруппировать родственные данные по направлениям и присвоить заголовки каждой группе. Попробовать объединить какие-либо из них под общим заголовком, создавая иерархию.

Принципы создания диаграммы сродства и определения основных нарушений процесса с целью принятия мер по их устранению приведены на рис. 31. Как видно из рисунка, диаграмма сродства является творческим средством организации больших количеств устных данных.

Рисунок 31 - Принцип построения диаграммы сродства

Дополнительная информация:

Диаграмма сродства используется в работе не с конкретными числовыми данными, а со словесными высказываниями.

Диаграмму сродства следует применять, главным образом, когда:

Необходимо систематизировать большое количество информации (различных идей, разных точек зрения и т. д.);

Ответ или решение не всем абсолютно очевиден;

Принятие решения требует согласия среди членов команды (а воз- можно, и среди других заинтересованных лиц), чтобы эффективно работать.

Достоинства метода: р аскрывает родство между различными частями информации.

Процедура создания диаграммы сродства позволяет членам команды выйти за рамки привычного мышления и способствует реализации творческого потенциала команды.

Недостатки метода: п ри наличии большого числа объектов (начиная с нескольких десятков) инструменты творчества, в основе которых лежат ассоциативные способности человека, уступают инструментам логического анализа.

Диаграмма сродства – первый из инструментов среди семи методов управления качеством, который способствует выяснению более точного понимания проблемы и позволяет выявлять основные нарушения процесса путем сбора, обобщения и анализа большого числа устных данных на основе родственных (близких) отношений между каждым элементом.

9.2 Применение «Диаграммы взаимосвязей»

Диаграмма взаимосвязей предназначена для ранжирования родственных факторов (условий, причин, показателей и др.) по силе связанности между ними.

1) необходимо записать каждую проблему на отдельный листок и прикрепить эти листки по кругу;

2) необходимо начать с верхнего листка и двигаясь по часовой стрелке, задаваясь вопросом имеется ли между этими двумя проблемами связь. Если имеется, то какое событие является причиной;

3) нарисовать стрелки между двумя событиями, показывая направления влияния;

5) исходным является, тот из которого выходят больше стрелок.

Пример: Диаграмма взаимосвязей для выявления причин увеличения травматизма на производстве На рис. 32 показан пример ДВ, отражающей результаты анализа взаимосвязей причин высокого травматизма на производстве.

Рисунок 32 - Пример диаграммы взаимосвязей

Рассмотренная ранее диаграмма Исикавы позволяет выявить факторы влияющие на какую либо проблему. Диаграмма взаимосвязей даёт возможность структурировать их по признаку их важности.

Таким образом, из данной диаграммы видно, что основными причинами увеличения травм в ходе производства являются: отсутствие командной работы и недостаточно обученный персонал.

К семи новым инструментам контроля качества продукции относятся:

– диаграмма сродства

– диаграмма зависимостей

–системная (древовидная) диаграмма

– матричная диаграмма

– стрелочная диаграмма

– диаграмма планирования оценки процесса

– анализ матричных данных

– схема потока

Диаграмма сродства:

Цель метода – Систематизация и упорядочение идей, потребительских требований или мнений членов групп, высказанных в связи с решением какой-либо проблемы.

Диаграмма сродства обеспечивает общее планирование. Это творческий инструмент, который помогает уяснить нерешенные проблемы, раскрывая ранее невидимые связи между отдельными частями информации или идеями, путем сбора из разных источников бессистемно изложенных устных данных и их анализа по принципу взаимного сродства (ассоциативной близости).

План действий

1. Сформировать команду из специалистов, владеющих вопросами по обсуждаемой теме.

2. Сформулировать вопрос или проблему в виде развернутого предложения.

3. Провести "мозговую атаку", связную с основными причинами существования проблемы или ответов на поставленные вопросы.

4. Зафиксировать все высказывания на карточках, сгруппировать родственные данные по направлениям и присвоить заголовки каждой группе. Попробовать объединить какие-либо из них под общим заголовком, создавая иерархию.

1. При формулировании темы для обсуждения использовать "правило 7 плюс или минус 2". Предложение должно иметь не менее 5 и не более 9 слов, включая глагол и существительное.

2. При проведении "мозговой атаки" использовать стандартную методику.

3. Каждая формулировка записывается на отдельную карточку.

4. Если карточка может быть отнесена больше чем к одной группировке, следует сделать копии.

Карточки, не вошедшие ни в какую группировку, составляют остаток. Как правило, это 4 или 5 карточек.

Дополнительная информация:

Диаграмма сродства используется в работе не с конкретными числовыми данными, а со словесными высказываниями.

Диаграмму сродства следует применять, главным образом, когда:

· необходимо систематизировать большое количество информации (различных идей, разных точек зрения и т. д.);

· ответ или решение не всем абсолютно очевиден;

· принятие решения требует согласия среди членов команды (а воз- можно, и среди других заинтересованных лиц), чтобы эффективно работать.

Достоинства метода

Раскрывает родство между различными частями информации.

Процедура создания диаграммы сродства позволяет членам команды выйти за рамки привычного мышления и способствует реализации творческого потенциала команды.

Недостатки метода

При наличии большого числа объектов (начиная с нескольких десятков) инструменты творчества, в основе которых лежат ассоциативные способности человека, уступают инструментам логического анализа.

Диаграмма сродства – первый из инструментов среди семи методов управления качеством, который способствует выяснению более точного понимания проблемы и позволяет выявлять основные нарушения процесса путем сбора, обобщения и анализа большого числа устных данных на основе родственных (близких) отношений между каждым элементом.

Ожидаемый результат

Новое понимание требований и проблемных вопросов, и новые решения старых проблем.

Эта диаграмма служит для определения причин нарушения процесса и их систематизации для облегчения поиска мер, направленных на их исключение. Например, важной задачей является нахождение правильных методов осуществления научных исследований и разработок с учетом условий, складывающихся в современном обществе в «эпоху высокоэффективных технологий». При этом важным оказывается вопрос, как изменить существующую систему обеспечения качества, чтобы она соответствовала новым требованиям. Каждая такая тема характеризуется множеством словесных данных. Диаграмма сродства представляет собой метод систематизации основных проблем, требующих решения, подобранных по принципу сродства того количества словесных данных, которое относится к этим проблемам.

Диаграмма взаимосвязей.

Эта диаграмма составляется для того, чтобы проблемам, требующим разрешения, зафиксированным в диаграмме сродства, поставить в соответствие основные причины, вызвавшие их появление, например, диаграмма зависимостей, указывающая причины несовпадения параметров опытных образцов изделия по его проекту.

На диаграмме, показанной на рисунке 8.2 приведено 30 факторов, которые рассматриваются как первичные и вторичные причины несовпадения: зависимости между ними показаны стрелками. Классификация этих причин по важности осуществляется с учетом используемой технологии, числовых данных, характеризующих причины и т.д.

Чтобы оценить значимость взаимного влияния подсчитывают количество входящих и выходящих стрелок на каждом факторе.

Древовидная диаграмма.

Диаграмма дерева исследует все возможные причины на основании множества последовательных шагов.

Эта 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. Как правило, иерархические структуры типа «дерево». Применяется для анализа возможности решения некоторой сложной проблемы.

Анализ может осуществляться в разных аспектах, например, для:

Выявления тех подпроблем, совокупность которых отражает сущность сложной исходной проблемы (в этом случае дерево представляет собой дерево проблем);

Определения набора средств, с помощью которых может быть обеспечено решение исходной проблемы (дерево становится деревом средств или деревом мероприятий);

Обозначения или иерархического упорядочения тех целей, для достижения которых выполняется некоторый проект или программа (дерево целей);

Выбора оптимального набора средств, обеспечивающих решение исходной сложной проблемы (дерево решений);

Распространения ресурсов (например, финансовых), выделяемых для решения отдельных подпроблем сложной проблемы (дерево относительных важностей);

Прогнозирование возможности решения отдельных подпроблем сложной проблемы (дерево прогнозов).

Применяются и другие виды деревьев: дерево свойств, дерево показателей, дерево классификационное, дерево дефектов, дерево полезностей, дерево функций, дерево взаимосвязей, дерево ресурсов.

Практически все перечисленные выше виды деревьев могут рассматриваться как частные случаи дерева проблем. Поскольку оно наиболее часто используется на практике, последующий материал будет излагаться на наиболее часто встречающемся дереве проблем.

Кроме сложных и простых в дереве свойств могут присутствовать так называемые квазипростые свойства. Это свойства, которые в силу того, что они являются сложными, могут быть разделены на группы менее сложных, однако нет необходимости подвергать их такому делению, поскольку известна функциональная или корреляционная зависимость между таким сложным свойством и группой менее сложных свойств.

В дереве свойств качество, как наиболее сложное свойство рассматривается в виде ствола дерева, который условно считают расположенным в 0-м ярусе дерева (рисунок 8.3). Это сложное свойство делится на менее сложные свойства, каждое из которых, в свою очередь, делится на еще менее сложные и т.д. Причем свойства более низкого (К-1)-го яруса являются обобщающимися для соответствующих свойств последующего К-го яруса (К=1,2,…m, где m – номер самого высокого (последнего) яруса дерева свойств).

При построении (синтезе) деревьев в системном анализе, исследовании операций, чаще всего используют так называемое нижестороннее дерево (т.е. дерево, растущее вниз (рисунок 8.4 а)). Реже верхнестороннее дерево (рисунок 8.4 б) или правостороннее (растущее слева направо рисунок 8.4 в). Совсем редко применяют левосторонее (т.е. растущее влево рисунок 8.4 г).

На практике применяются три основные формы изображения дерева: табличная форма (рисунок 8.5 а), дающая возможность компактно (но не совсем наглядно) изобразить взаимосвязи элементов дерева и две так называемые графовые формы, менее компактные по сравнению с табличной, но обеспечивающие лучшую наглядность. Эти разновидности графовых форм: строгая графовая форма рисунок 8.5 б) и нестрогая графовая форма (рисунок 8.4 а-г).

Строгая графовая форма используется чаще всего в прогнозировании и исследовании операций.

Правила, регламентирующие выбор типа дерева:

Полное дерево при применении точного метода решения задачи (решение задачи количественного сравнения двух объектов по их качеству с минимальной погрешностью);

Усеченное дерево при применении шкалы рангов (если количественные результаты сравнения объектов по качеству допустимо выразить в шкале рангов).

Неполное дерево при применении упрощенного метода решения задачи.

Каждое свойство, входящее в группу свойств должно быть необходимым для адекватного описания связанного с этой группой сложного свойства, расположенного на дереве свойств на один ярус ниже, и, одновременно, количество этих свойств должно быть достаточным для обеспечения выше адекватного описания.

Число свойств в группе должно быть минимальным, не более семи-девяти.

Правильное построение дерева – важное условие, в решающей степени влияющее на достоверность получаемой при оценивании качества объекта информации.

Предположим, что фактор «много бракованных деталей, получаемых по внешнему заказу» на диаграмме зависимостей является наиболее важным фактором. В этом случае проблемой, требующей решения, будет «Снижение брака деталей, получаемых по внешнему заказу». Меры, применяемые для решения возникшей проблемы, выбираются с учетом самых разных факторов, таких как руководство фирмой, на которой размещен заказ, уровень техники на фирме-заказчике, уровень техники контроля и т.д.

На рисунке 8.6 приведена древовидная диаграмма, в которой систематизированы меры, с помощью которых планируется распространение на фирме «семи новых инструментов контроля качества», для успешного осуществления плана внедрения всеобщего контроля качества.

В правой части диаграммы обычно приводится оценка мер по их важности и подробное пояснение способа выполнения намеченной меры.

Матричная диаграмма.

В матричной диаграмме подобно «дому качества» из «голоса заказчика» противопоставляются требования к продукции с точки зрения заказчика и с точки зрения продавца. В отдельных клеточках матрицы оценивается взаимовлияние.

Эта диаграмма выражает соответствие определенных факторов и явлений различным причинам их появления и средствам устранения их последствий, а также степень взаимных зависимостей этих факторов, причин их возникновения и мер по их устранению. На рисунке 8.7 приведена наиболее часто используемая Т-образная матричная диаграмма. На диаграмме приведены различные факторы, ухудшающие внешний вид определенных изделий, вызывающие их причины, а также процесс, являющийся причиной их возникновения. Расположение данных по трем направлениям образует Т-образную матричную диаграмму. Степень важности показана специальным, заранее оговоренным значком. Желательно, чтобы данные в клетках, расположенных на пересечении осей, были представлены в процентах появления брака. На основании приведенных данных можно решить, часто ли возникает отклонение от требуемого уровня качества, выраженное в том или ином явлении, какая причина оказывается наиболее важной в возникновении этого отклонения, какой процесс оказался источником этого отклонения и т.д. Таким образом, эта диаграмма дает возможность определить меры для уменьшения отклонения от требуемого уровня качества изделия, т.е. для уменьшения процента брака.

Стрелочная диаграмма.

Стрелочная диаграмма используется на этапе составления оптимальных планов тех или иных мероприятий после того, как определены проблемы, требующие решения, намечены необходимые меры, определены сроки и размечен ход осуществления запланированных мер, т.е. после составления первых четырех диаграмм. На рисунке 8.8 приведена стрелочная диаграмма плана подготовки 1-й конференции членов кружков качества на фирме.

Стрелочная диаграмма наглядно показывает взаимозависимость процессов и событий.

Как видно из диаграммы, для подготовки требуется 48 дней. На диаграмме показан порядок осуществления мероприятий, представлены параллельные операции. В случае если 48 дней окажется слишком много по отношению к намеченному сроку открытия конференции, план необходимо скорректировать. Для этого следует оптимизировать программу подготовки: добавить параллельные операции, сократить сроки, отведенные на те или иные операции, и т.д.

65.Диаграмма планирования осуществления процессов.

Как и при анализе FMEA при осуществлении отдельных шагов уже заранее исследуются потенциальные препятствия и определяются соответствующие контрмеры.

Эта диаграмма применяется для оценки сроков и правильности осуществления программы и возможности корректирования тех или иных мероприятий в ходе их выполнения в соответствии со стрелочной диаграммой в случаях решения сложных проблем в области научных разработок, в области производства при хроническом появлении брака, при получении крупных заказов со стороны и т.д. В этом случае вначале составляют программу и, если на промежуточных этапах ее реализации возникнут отклонения от намеченных пунктов, сосредотачивают внимание на мероприятиях, приводящих процесс в соответствие с программой. В тех случаях, когда в ходе выполнения программы складывается непредвиденная ситуация, которую совершенно нельзя было учесть заранее, необходимо составить новую программу, лишенную прежних недостатков.

В работах по корректированию процесса должны участвовать не только непосредственные исполнители, но и другие лица и подразделения, имеющие отношение к этой области. Это позволяет не упустить время и добиться наибольшего эффекта в реализации планов. На рисунке 8.9 приведен пример диаграммы PDPC, которая была использована при осуществлении одной из задач в области научных разработок.

Матрица приоритетов.

Это метод представления в нескольких двухмерных плоскостях. Анализ матричных данных соответствует методу анализа составляющих, типичным примером которого является метод многофакторного анализа.

Пусть, например, требуется определить 234 числовых данных, относящихся к 9 факторам, на которых может сказываться брак, для 26 видов изделий, изготавливаемых литьем по корковым формам, с целью снижения брака (таблица 8.1).

Результаты анализа этих данных представлены на рисунке 8.10. Разными по размеру черными кружками на рисунке показан процент брака для отдельных видов изделий.

Результат анализа показал, что к составляющим первого порядка важности относятся такие факторы, как вес, площадь заглушки, отношение веса к площади заглушки, диаметр выводной трубки, а к составляющим второго порядка важности – расход материала на единицу готовой продукции, форма.

Таблица 8.1 – Исходные данные для анализа матричных данных

Факторы Изделия

Из рисунка 8.10 можно сделать вывод, что процент брака высок для факторов первого порядка важности, матричные данные для которых оказались в отрицательных плоскостях. После проведения специальных мероприятий, направленных на снижение брака, процесс производства был стабилизирован.

Каждый из семи инструментов можно применять по одному, но они построены таким образом, что взаимодействуют, и из этого складывается дополнительная польза (рисунок 8.11).

67.Математическое планирование эксперимента.

Анализируя большие массивы данных, мы привычно используем среднее значение, реже среднеквадратичное отклонение, еще реже иные методы обработки. Чем вызвано такое «самоограничение»? 🙂 Скорее всего, недостаточными знаниями и опытом в этих вопросах. Откуда современный менеджер может узнать о методах статистической обработки данных? Вряд ли он вспомнит вузовский курс статистики. Да и был ли он включен в учебную программу!?

У меня знакомство со статистикой, точнее с ее использованием в бизнесе, началось около 15 лет тому назад, когда я впервые прочитал о методах менеджмента качества. К сожалению, с первого раза семь основных инструментов мне «не показались»… Я не воспринял их, как «руководство к действию». Скорее, я отнесся к ним, как к чему-то заоблачно заумному. И лишь постепенно в течение нескольких лет, повторно наталкиваясь в литературе на применение того или иного метода, а также в связи с возникновением практических задач, шаг за шагом, я стал понимать смысл этих инструментов и области их применения. Постепенно эти методы я стал использовать в своей практике, даже иногда не вспоминая, что они – часть стройной системы.

Настало время, отдать дань первоисточнику – японскому менеджменту, а также показать, как, казалось бы, книжные знания, становятся мощным инструментом управления реальным бизнесом.

Скачать заметку в формате , примеры в формате

Семь основных инструментов контроля качества используют для аналитического решения проблем, то есть, в ситуации, когда данные доступны, и чтобы решить проблему, нужно их проанализировать.

1. Диаграмма причин и результатов. Эта диаграмма используется для выявления факторов процесса, влияющих на результат. Встречаются также названия: «диаграмма Исикавы» или «диаграмма рыбий скелет». В классическом варианте факторы (причины) группируются по категориям по принципу «5М»:

Man (человек) − причины, связанные с человеческим фактором; Machines (машины, оборудование) − причины, связанные с оборудованием; Materials (материалы) − причины, связанные с материалами; Methods (методы, технология) − причины, связанные с организацией бизнес-процессов; Measurements (измерения) − причины, связанные с методами измерения.

Рис. 1. Диаграмма Исикавы. Шаблон.

Понятно, что можно использовать и иную релевантную группировку. Вот, например, какой «скелет» мы нарисовали, анализируя возможности сокращения времени обслуживания клиентов на складе:

Рис. 2. Диаграмма Исикавы. Время обслуживания клиентов на складе.

– инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации.

Рис. 3. Контрольный листок. Пример.

Преимущество контрольных листков – возможность их использования сотрудниками, не работающими с компьютером. Если данные для последующую анализа получаются путем измерения непосредственно на рабочих местах, контрольные листки очень эффективны. Понятно, что если данные для анализа извлекаются из баз данных, контрольные листки не нужны, а данные сразу преобразуются в гистограмму, диаграмму Парето или рассеивания (см. ниже).

В моей практике контрольные листки не нашли применения, поскольку процессы, с которыми я имею дело, либо полностью связаны с использованием компьютера, либо стартуют по команде из компьютера, а финиш фиксируется оператором ПК.

Эти диаграммы ранжируют проблемы по степени (частоте) влияния на результат. Свое название они получили по имени экономиста Вильфредо Парето , который в одной из своих научных работ на рубеже XIX и XX веков показал, что в Италии 20% домохозяйств получают 80% доходов. Термин «принцип Парето» в 40-х годах XX века ввел в обращение американский специалист в области менеджмента качества Джозеф Джуран. Анализ Парето, как правило, иллюстрируется диаграммой Парето, на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания их влияния на число несоответствий (объем брака), а по двум осям ординат: а) число несоответствий в штуках; б) накопленная доля (проценты) вклада в итоговое число несоответствий. Например:

Рис. 4. Диаграмма Парето. Причины возникновения просроченной дебиторской задолженности.

В первую очередь следует работать с причинами, вызывающими наибольшее количество проблем. В нашем примере с первыми тремя.

4. Гистограмма – инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания в определенный (заранее заданный) интервал. В классическом варианте гистограмма используется для определения проблем при помощи анализа формы разброса значений, центрального значения, его близости к номиналу, характера рассеивания:

Рис. 5. Варианты расположения гистограммы по отношению к технологическому допуску

Краткие комментарии: а) всё хорошо: среднее совпадает с номиналом, вариабельность в пределах допусков; б) следует сместить среднее для совпадения с номиналом; в) следует уменьшить рассеивание; г) следует сместить среднее и уменьшить рассеивание; д) следует значительно уменьшить рассеивание; е) смешаны две партии; следует разбить на две гистограммы, и проанализировать их; ж) аналогично предыдущему пункту, только ситуация более критичная; з) необходимо понять причины такого распределения; «обрывистый» левый край, говорит о каких-то действиях в отношении партий деталей; и) аналогично предыдущему.

Вот какие гистограммы мы строили в течение нескольких лет для изучения времени обслуживания клиентов на складе:

Рис. 6. Гистограмма. Время обслуживания клиентов на складе.

По оси абсцисс – 15-минутные диапазоны времени обслуживания клиентов на складе; по оси ординат – доля заявок обслуженных в выделенном диапазоне времени от общего числа заявок за год. Красная пунктирная линия показывает среднее время обслуживания в течение года.

5. Диаграмма разброса (рассеивания) – инструмент, позволяющий определить вид и тесноту связи (корреляцию) между парами соответствующих переменных. Такие диаграммы содержат две совокупности данных, нанесенных на график в виде точек. Взаимосвязь между этими точками показывает зависимость между соответствующими данными. В Excel такая диаграмма имеет тип – «точечная». Вот, например, как я ранее полезность точечных диаграмм:

Рис. 7. Выявление корреляционной зависимости на основе точечной диаграммы.

Вот любопытный пример использования корреляционного анализа для управления размещением товаров на складе:

Современный склад имеет весьма внушительные размеры. В глубину он может достигать 100-150 метров (расстояние от погрузочных ворот до задней стенки). Понятно, что располагая товары с высокой оборачиваемостью ближе к воротам, можно сэкономить время на перемещения по складу. На рисунках выше показана частота обращений к отдельным ячейкам; слева – для случайного размещения товаров; справа – для товаров, разбитых на АВС-группы. Чем интенсивнее цвет, тем чаще обращение к ячейке. Видно, что без АВС-распределения обращение к ячейкам практически случайное, при АВС-разбиении номенклатуры можно наблюдать границы зон. Левый фронт каждого рисунка обращен к зоне приемки. Таким образом, в ситуации, изображенной на рис. б, суммарный путь кладовщиков / техники будет меньше, чем на рис. а

6. Графики – инструмент, позволяющий провести анализ данных по различным срезам. Формы и цели анализа могут диктовать использование различных видов графиков. Подробнее об этом можно прочитать в книге Джина Желязны « ». Покомпонентное сравнение данных лучше всего демонстрируется при помощи круговой диаграммы. Для иллюстрации позиционного сравнения лучше всего подходит линейчатая диаграмма. Если покомпонентное и позиционное сравнение показывают взаимосвязи в определенный момент времени, то временнóе сравнение отражает динамику изменений; временнóе сравнение лучше всего иллюстрировать гистограммой или графиком.

Например, вот какими диаграммами мы анализируем сразу три параметра по каждому клиенту: динамику дебиторской задолженности, просроченной дебиторской задолженности, лимитов по кредитной линии:

Рис. 8. Пример использования графика для анализа данных.

7. Контрольная карта – инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него, предупреждая отклонения от предъявленных к процессу требований (или реагируя на отклонения). Существует два типа вариаций: естественные , связанные с разбросом значений вокруг номинала, присущие процессу; и специальные , появление которых можно объяснить конкретными причинами. Подробнее об этом можно прочитать в книге Д. Уилера и Д. Чамберса « . Оптимизация бизнеса с использованием контрольных карт Шухарта». Контрольные карты служат для выявления специальных вариаций. На график наносятся точки, соответствующие отдельным данным, линия средних значений (μ), верхняя и нижняя контрольные границы (µ ± 3σ). Если точки лежат в пределах контрольных границ, реагировать на отклонения от средней линии не нужно. Если хотя бы одна точка вышла за контрольные границы, требуется провести анализ возможных причин отклонения. См., например, « », « ».

Использование контрольных карт для анализа объема дебиторской задолженности:

Рис. 9. Контрольная карта. Естественные причины вариаций.

На 27-й неделе задолженность выросла с $ 1,4 млн. до $ 2,6 млн. Тем не менее, управленческое воздействие не требуется, так как точки разместились в пределах контрольных границ.

На следующей диаграмме показано среднее (по неделе) время выхода в рейс машин:

Рис. 10. Контрольная карта. Специальные причины вариаций.

Видно, что, начиная с 19-й недели, точки выходят за контрольные границы. Требуется вмешательство в процесс для выявления специальных причин вариаций.

Я надеюсь, что мои примеры помогут вам осознать, что семь основных инструментов контроля качества могут служить реальным подспорьем для анализа бизнес-процессов.

Излагаются по варианту, приведенному в книге М.Имаи « ». Я расположил эти методы в том порядке, который мне представляется наиболее логически последовательным.

Семь основных инструментов качества - название, которое дано набору очень простых графических методов, которые были определены как наиболее полезные для решения простых, повседневных вопросов, связанных с качеством. Они называются основными , потому что даже люди с недостаточной квалификацией или без статистической подготовки будут в состоянии понять эти принципы и применить их в своей повседневной работе.

Я часто видела, что даже высококвалифицированный персонал игнорирует идею использования современных инструментов качества, таких, как планирование эксперимента, проверка гипотез или многомерный анализ. Хотя для большинства профессионалов было бы полезно знать, что большинство вопросов, связанных с качеством могут быть решены с помощью этих семи основных инструментов качества.

Целью данной статьи является обзор этих основных инструментов и их эффективного использования. Получение наилучших результатов с помощью любого из этих инструментов не требует доказательств; специалист по качеству должен обеспечить полную, объективную и достаточную информацию.

Инструмент № 1: Диаграммы Исикавы

(также называемые «рыбий скелет» или «диаграммы причинно-следственных связей» ) являются причинно-следственными диаграммами, которые показывают основную причину (ы) конкретного события. Распространенным способом построения действительно информативного «рыбьего скелета» является одновременное применение метода «Пяти почему» (5 Whys) и диаграммы причинно-следственных связей.

1. Людей - Персонал, участвующий в процессе; заинтересованные стороны и т.д.
2. Методы - Процессы для выполнения задач и конкретные требований для их выполнения, такие как стратегии, процедуры, правила, инструкции и законы
3. Машины - Любое оборудование, компьютеры, инструментарии и т.д., необходимые для выполнения работы
4. Материалы - Сырье, детали, ручки, бумага и т.д., используемые для производства конечного продукта
5. Показатели - Данные, полученные от процесса, которые используются для оценки его качества
6. Окружающую среду - Условия, такие как местоположение, время, температура и культура, в которых этот процесс осуществляется

Инструмент № 2: Контрольный лист

Представляет собой структурированный, подготовленный бланк для сбора и анализа данных. Это универсальный инструмент, который может быть адаптирован для самых разнообразных целей. Собираемые данные могут быть количественными или качественными. Когда информация является количественной, контрольный листок называется учетным листом .

Определяющей характеристикой контрольного листа является то, что данные вносятся в него в виде отметок ("галочек"). Типичный контрольный лист разделен на графы, и отметки, сделанные в разных графах, имеют разные значения. Данные считываются с учетом расположения и количества отметок в листе. Контрольные листы обычно используют "шапку", которая отвечает на пять вопросов: Кто? Что? Где? Когда? Почему? Разрабатывайте оперативные определения для каждого из вопросов.

1. Кто заполнил контрольный лист
2. Что было собрано (что представляет собой каждая отметка, идентификационный номер партии или число изделий в партии)
3. Где происходил сбор данных (оборудование, помещение, инструментальные средства)
4. Когда происходил сбор данных (час, смена, день недели)
5. Почему эти данные были собраны

Инструмент № 3:

Является отображением статистической информации, которая представляется прямоугольниками для того, чтобы показать частоту элементов данных в последовательных числовых интервалах одинакового размера. В наиболее распространенной форме гистограммы, независимая переменная откладывается по горизонтальной оси, а зависимая переменная графически наносится по вертикальной оси.

Основная цель гистограммы - уточнить представленные данные. Это полезный инструмент для выведения обрабатываемых данных в области или столбцы гистограммы для установления частоты определенных событий или категорий данных. Эти гистограммы могут помочь отразить наибольшую частоту. Типичные области применения гистограмм анализа основной причины включают представление данных для определения доминирующей причины; понимание распределения проявлений различных проблем, причин, последствий и т.д. Диаграмма Парето, (объясняется далее в статье) представляет собой особый тип гистограммы.

Инструмент № 4:

Является важным инструментом и решением. Так как ресурсы организации ограничены, для владельцев процессов и заинтересованных сторон важно понимать первопричины ошибок, дефектов и т.д. Парето превосходно представляет этот механизм четким ранжированием основных причин дефекта. Диаграмма также известна как принцип 80:20.

Диаграмма, названная в честь экономиста и политолога Вильфредо Парето, представляет собой тип графика, который содержит столбцы и линейный график, где отдельные значения представлены в порядке убывания столбцов, а накопленная сумма представлена линией. Левая вертикальная ось обычно представляет частоту проявлений. Правая вертикальная ось - суммарный процент от общего числа проявлений. Так как причины располагаются в порядке убывания их значимости, кумулятивная функция является вогнутой. В качестве примера вышеизложенного, для того, чтобы снизить количество опозданий на 78%, достаточно устранить первые три причины.

Инструмент № 5: Диаграмма рассеяния или точечный график

Часто используется для выявления потенциальных связей между двумя переменными, где одну из них можно считать объясняющей переменной, а другую - зависимой. Это дает хорошую визуальную картину отношений между двумя переменными, и помогает при анализе коэффициента корреляции и регрессионной модели. Данные отображаются в виде набора точек, каждая из которых имеет значение одной переменной, определяющей положение по горизонтальной оси, и значение второй переменной, определяющей положение по вертикальной оси.

Точечная диаграмма используется, когда существует переменная, находящаяся под контролем экспериментатора. Если существует параметр, который систематично увеличивается и / или уменьшается при воздействии другого, это называется параметром управления или независимой переменной и обычно наносится по горизонтальной оси. Регулируемая или зависимая переменная обычно откладывается вдоль вертикальной оси. Если не существует зависимой переменной, или переменной может быть нанесена по любой из осей или на диаграмме рассеяния, она отобразит только степень корреляции (а не причинно-следственные отношения) между двумя переменными.

Инструмент № 6:

Представляет собой метод выборочного исследования населения. В статистических обследованиях, когда группы населения в генеральной совокупности отличаются, целесообразно делать выборку каждой группы (страты) отдельно. Стратификация является процессом деления членов общества на однородные подгруппы перед осуществлением выборки.

Страты должны быть взаимоисключающими: каждая единица населения должна быть отнесена только к одному слою. Страты должны быть исчерпывающими: ни одна единица населения не может быть исключена. Затем в рамках каждой страты производится простая случайная выборка или систематическая выборка.

Это часто повышает репрезентативность выборки за счет уменьшения ошибки выборки. Она может давать средневзвешенную величину, которая имеет меньшую изменчивость, чем среднее арифметическое простой случайной выборки населения. Я часто говорю группам, которые курирую, что правильные процедуры отбора являются более важными, чем просто наличие достаточного размера выборки!!

Инструмент № 7: Контрольные карты, также известные как карты Шухарта или карты поведения процесса

Представляет собой особый вид временной диаграммы, которая позволяет значимому изменению дифференцироваться вследствие естественной изменчивости процесса.

Если анализ контрольной карты показывает, что процесс находится под контролем (т.е. является стабильным, изменяется только из-за причин, свойственных процессу), то никакие исправления или изменения параметром управления процессом не требуются или не желательны. Кроме того, данные этого процесса могут быть использованы для прогнозирования будущей эффективности процесса.

Если карта показывает, что наблюдаемый процесс не управляемый, анализ этой карты может помочь определить источники изменения, которые затем могут быть устранены, чтобы снова восстановить управляемость процесса.

Контрольная карта может рассматриваться как часть объективного и упорядоченного подхода, который способствует правильным решениям в отношении управления процессом, в том числе, нужно ли изменять параметры управления процессом. Параметры процесса не должны исправляться для процесса, который находится под контролем, так как это приведет к снижению показателей процесса. Процесс, который является стабильным, но осуществляется вне заданного интервала (процент брака, например, может быть статистически управляемым, но выше заданной нормы), должен быть улучшен за счет целенаправленных усилий, чтобы понять причины текущей деятельности и коренным образом улучшить процесс.

Когда я руковожу простыми проектами (Six Sigma) (обычно называется проектом желтых поясов), где вопросы несложные и команда проекта состоит из людей с 3-х - 5-тилетним опытом участия в процессе, я решительно выступают за использование этих простых инструментов для решения вопросов, связанных с процессом.

Как эмпирическое правило, любой процесс, демонстрирующий воспроизводимость с 1-2% среднеквадратичных отклонений, может быть улучшен путем простого анализа с использованием этих инструментов. Только когда показатель воспроизводимости процессов более 2,5 - 3% среднеквадратичных отклонений, необходимо использовать инструменты средней и повышенной сложности для выявления и решения вопросов, связанных с процессом. Я также рекомендую любому начальному курсу обучения и тренингу Six Sigma использовать семь инструментов контроля качества для создания плодородной почвы для подготовки зеленых и черных поясов в рамках организации.

Материал подготовлен Андреем Гариным
по материалам зарубежных изданий
http://www.сайт/

Один из базовых принципов управления качеством состоит в принятии решений на основе фактов. Наиболее полно это решается методом моделирования процессов, как производственных, так и управленческих инструментами математической статистики. Однако, современные статистические методы довольно сложны для восприятия и широкого практического использования без углубленной математической подготовки всех участников процесса. К 1979 году Союз японских ученых и инженеров (JUSE) собрал воедино семь достаточно простых в использовании наглядных методов анализа процессов. При всей своей простоте они сохраняют связь со статистикой и дают профессионалам возможность пользоваться их результатами, а при необходимости - совершенствовать их.

Причинно-следственная диаграмма (диаграмма Ишикавы)

Диаграмма типа 5М рассматривает такие компоненты качества, как “человек”, “машина”, “материал”, “метод”, “контроль”, а в диаграмме типа 6М к ним добавляется компонент “среда”. Применительно к решаемой задаче квалиметрического анализа, для компоненты “человек” необходимо определить факторы, связанные с удобством и безопасностью выполнения операций; для компоненты “машина” - взаимоотношения элементов конструкции анализируемого изделия между собой, связанные с выполнением данной операции; для компоненты “метод” - факторы, связанные с производительностью и точностью выполняемой операции; для компоненты “материал” - факторы, связанные с отсутствием изменений свойств материалов изделия в процессе выполнения данной операции; для компоненты “контроль” - факторы, связанные с достоверным распознаванием ошибки процесса выполнения операции; для компоненты “среда” - факторы, связанные с воздействием среды на изделие и изделия на среду.

Пример диаграммы Ишикавы

Контрольные листки

Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам.

Гистограммы

Гистограммы – один из вариантов столбчатой диаграммы, отображающий зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений от этих значений.

Гистограмма строится следующим образом:

1. Определяем наибольшее значение показателя качества.
2. Определяем наименьшее значение показателя качества.
3. Определяем диапазон гистограммы как разницу между наибольшим и наименьшим значением.
4. Определяем число интервалов гистограммы. Часто можно пользоваться приближенной формулой:

   (число интервалов) = Ц (число значений показателей качества) Например, если число показателей = 50, число интервалов гистограммы = 7.

5. Определяем длину интервала гистограммы = (диапазон гистограммы) / (число интервалов).
6. Разбиваем диапазон гистограммы на интервалы.
7. Подсчитываем число попаданий результатов в каждый интервал.
8. Определяем частоту попаданий в интервал = (число попаданий)/(общее число показателей качества)
9. Строим столбчатую диаграмму

Диаграммы разброса

Диаграммы разброса представляют из себя графики вида, изображенного ниже, которые позволяют выявить корреляцию между двумя различными факторами.

Диаграмма разброса: Взаимосвязи показателей качества практически нет.

Диаграмма разброса: Имеется прямая взаимосвязь между показателями качества

Диаграмма разброса: Имеется обратная взаимосвязь между показателями качества

Анализ Парето

Анализ Парето получил свое название по имени итальянского экономиста Вилфредо Парето, который показал, большая часть капитала (80%) находится в руках незначительного количества людей (20%). Парето разработал логарифмические математические модели, описывающие это неоднородное распределение, а математик М.Оа. Лоренц представил графические иллюстрации.

Правило Парето - “универсальный” принцип, который применим во множестве ситуаций, и без сомнения - в решении проблем качества. Джозеф Джуран отметил “универсальное” применение принципа Парето к любой группе причин, вызывающих то или иное последствие, причем большая часть последствий вызвана малым количеством причин. Анализ Парето ранжирует отдельные области по значимости или важности и призывает выявить и в первую очередь устранить те причины, которые вызывают наибольшее количество проблем (несоответствий).

Анализ Парето как правило иллюстрируется диаграммой Парето (рис. ниже), на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания вызванных ими проблем, а по оси ординат – в количественном выражении сами проблемы, причем как в численном, так и в накопленном (кумулятивном) процентном выражении.

На диаграмме отчетливо видна область принятия первоочередных мер, очерчивающая те причины, которые вызывают наибольшее количество ошибок. Таким образом, в первую очередь, предупредительные мероприятия должны быть направлены на решение проблем именно этих проблем.

Диаграмма Парето

Стратификация

В основном, стратификация - процесс сортировки данных согласно некоторым критериям или переменным, результаты которого часто показываются в виде диаграмм и графиков

Мы можем классифицировать массив данных в различные группы (или категории) с общими характеристиками, называемыми переменной стратификации. Важно установить, которые переменные будут использоваться для сортировки.

Стратификация - основа для других инструментов, таких как анализ Парето или диаграммы рассеивания. Такое сочетание инструментов делает их более мощными.

На рисунке приведен пример анализа источника возникновения дефектов. Все дефекты (100%) были классифицированы на четыре категории – по поставщикам, по операторам, по смене и по оборудованию. Из анализа представленных донных наглядно видно, что наибольший вклад в наличие дефектов вносит в данном случае «поставщик 1».

Стратификация данных.

Контрольные карты

Контрольные карты – специальный вид диаграммы, впервые предложенный В. Шухартом в 1925 г. Контрольные карты имеют вид, представленный на рис. 4.12. Они отображают характер изменения показателя качества во времени.

Общий вид контрольной карты

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), или на основе среднеквадратического отклонения процесса S.

В настоящее время обычно используются x- S карты, x - R карты используются реже.

Контрольные карты по качественным признакам

Карта для доли дефектных изделий (p - карта)

В p - карте подсчитывается доля дефектных изделий в выборке. Она применяется, когда объем выборки - переменный.

Карта для числа дефектных изделий (np - карта)

В np - карте подсчитывается число дефектных изделий в выборке. Она применяется, когда объем выборки - постоянный.

Карта для числа дефектов в выборке (с - карта)

В с - карте подсчитывается число дефектов в выборке.

Карта для числа дефектов на одно изделие (u - карта )

В u - карте подсчитывается число дефектов на одно изделие в выборке.

Бланк контрольной карты