Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Розд к лек стат мет экономисты.doc
Скачиваний:
6
Добавлен:
01.03.2025
Размер:
3.12 Mб
Скачать

Статистические методы контроля качества

Статистическое управление процессами - это основанный на статистиче­ском мышлении процесс анализа и решения проблем, использующий как ста­тистические (вероятностные), так и нестатистических методы с целью осуще­ствления действий, необходимых для достижения и поддержания состояния статистической управляемости процессов, и постоянного улучшения их ста­бильности и воспроизводимости

Статистическое мышление - это способ диагностики состояния процессов и/или систем, основанный на теории вариабельности, и имеющий своей целью принятие оптимальных управленческих решений.

Под качеством объекта (продукции, процесса, услуги) понима­ют совокупность его характеристик, обеспечивающих необхо­димую степень удовлетворения предполагаемых потребностей пользователя этого объекта. Например, качество автомобиля характеризуется количеством пассажиров, скоростью (это показатели назначения), сроком службы (один из показателей надежности), расходом бензина (показатель экономичности), вне­шним видом (показатель эстетичности) и др.

На результат выполнения каждого из этих этапов влияет множество различных факторов, и это приводит к вариабельнос­ти (изменчивости) свойств объекта. Например, для этапа про­изводства изделия характерны вариации (колебания) свойств материала, нестабильность работы оборудования, различная ква­лификация и индивидуальные особенности работника, измене­ния окружающей среды (температура, влажность, вибрации и т.п.) и другие факторы.

Вариабельность свойств объекта на различных этапах оказывает существенное влияние на его качество. Статистические методы позволяют проводить измерение и анализ вариаций с целью их сокраще­ния, и таким путем обеспечивают снижение дефектности про­дукции до приемлемого уровня.

Причины вариаций любых процессов могут быть разделены на две группы. Первая — это общие причины, связанные с произ­водственной системой (оборудование, здания, сырье, персонал); соответствующую вариабельность нельзя изменить без измене­ния системы. Любые действия рядовых сотрудников — испол­нителей в этой ситуации скорее всего только ухудшат положе­ние. Вмешательство в систему почти всегда требует действий со стороны руководства — высшего менеджмента.

Вторая группа — специальные причины, связанные с ошибка­ми оператора, сбоями настройки, нарушением режима. Лик­видацией этих причин занимается персонал, непосредственно участвующий в процессе. Это неслучайные причины — износ инструмента, ослабление креплений, изменение температуры ох­лаждающей жидкости, нарушение технологического режима. Такие причины должны быть изучены и могут быть устранены при настройке процесса, что и обеспечит его стабильность.

Впервые системный подход к вопросам контроля качества промыш­ленной продукции предложен в 1905 г. Ф. Тейлором (1856—1915), которого иногда называют «отцом научного менеджмента».

Система Тейлора устанавливает требования к качеству изде­лий в виде полей допусков (верхняя и нижняя границы контро­лируемого показателя), вводит измерительные инструменты -шаблоны, два типа калибров (проходной и непроходной).

Статистический контроль качества (Statistical Quality Control - SQC) - концепция, базирующаяся на систематичес­ком применении методов математической статистики. Ее осно­вы были заложены в 1924 г. в американской фирме Bell Telephone Laboratories.

Одним направлением использования статистических мето­дов стал выборочный контроль готовой продукции (первые пла­ны контроля были разработаны Г. Доджем и Г. Ромигом). Дру­гое направление — обеспечение стабильности процессов на основе контрольных карт (и практически реализующее теорию вариа­бельности) - предложено У. Шухартом (1891-1967).

Г. Тагути предложил учитывать потери качества, связанные не только с выходом значения контролируемого показателя за пределы до­пуска, но и с отклонением этого показателя от номинального значения, даже если это отклонение оказывается в пределах до­пуска.

Современные тенденции менеджмента качества нашли от­ражение в последней версии стандартов ИСО серии 9000, один из восьми принципов управления качеством: «Принятие решений, основанных на фактах. Эф­фективные решения основываются на анализе данных и инфор­мации». Сбор необходимой информации, ее обработка и анализ с целью принятия эффективных решений возможны только с использованием статистических методов.

Особое место в группе методов контроля качества занимают стати­стические методы. Их применение основано на результатах измере­ний, анализа, испытаний, данных эксплуатации, экспертных оценок. Эти инструменты пред­назначены для анализа и контроля качества непосредственно на рабочем месте и ориентированы в первую очередь на работни­ков, не имеющих специального образования: все эти средства оформляются вручную, часто на специальных бланках.

Задачами, решаемыми при этом, являются планиро­вание, получение, обработка и унификация информации, ее исполь­зование при анализе и управлении, принятие решения по результатам анализа, прогнозирование и др.

Совокупность современных статистических методов контроля ка­чества подразделяется по степени сложности на три категории.

1. Элементарные статистические методы, включающие диаграмму Парето, диаграмму причин и результатов, контрольный листок, гисто­грамму, диаграмму разброса, метод стратификации, контрольную кар­ту. Эта категория методов используется на японских предприятиях все­ми, начиная от выпускников школ и заканчивая управляющими высшего звена.

2. Промежуточные статистические методы, в состав которых вхо­дят: теория выборочных исследований; статистический выборочный контроль; различные методы проведения статистических оценок и оп­ределения критериев; метод расчета экспериментов. Эта группа мето­дов используется инженерами и специалистами в области управления качеством.

3. Передовые статистические методы, включающие методы расчета экспериментов, многофакторный анализ, различные методы исследо­вания операций. Их применению обучается ограниченное число ин­женеров и специалистов.