14

Иллюстративные материалы

к лекции 2 по курсу «Менеджмент качества»

Тема: «Семь простых статистических инструментов качества»

Зайнетдинов Рашид Исламгулович

доктор технических наук,

профессор кафедры «Инновационные технологии» МИИТа,

действительный член Академии проблем качества РФ,

действительный член РНАН по отделению «Синергетика»,

сертифицированный эксперт по стандартизации

(сертификат СЭ № 0000439 в Реестре экспертов РФ)

E-mail: zri7755@gmail.com

М.: МИИТ, 2012

Восемь ключевых принципов

управления качеством -

- основа МС ИСО серии 9000 версии 2000 г.

1. Ориентация на потребителя

2. Лидерство (роль руководства)

3. Вовлечение всего персонала

4. Подход на основе процессов

5. Системный подход к управлению

6. Постоянное улучшение, непрерывное совершенствование

7. Принятие решений, основанных на фактах

8. Взаимовыгодные отношения с поставщиками

"Семь инструментов"

я понского управления качеством

1. Вовлечение в процесс обеспечения качества каждого сотрудника фирмы.

2. Использование статистических методов контроля над качеством.

3. Создание системы мотивации.

4. Поощрение обучения, повышения квалификации.

5. Организация кружков качества, поддерживающих низшую иерархическую ступень управления.

6. Создание команд (временных коллективов) из специа­лис­тов, заинтересованных в решении конкретной проблемы.

7. Превращение проблемы обеспечения качества в обще­национальную задачу.

Кружки качества - Quality Circle (qc)

- это добровольные объединения работников организации различного уровня и разных областей деятельности, которые собираются в свободное от работы время для проведения мероприятий по совершенствованию качества.

Обычно имеют девиз, например, "Думай о качестве ежеминутно", "Качество решает судьбу фирмы" и т.п. Идея их создания предложена профессором Каору Исикава.

Действуют на основе следующих принципов:

• добровольность участия;

• регулярность собраний;

• конкретность решаемых проблем;

• выявление, изучение и решение проблем качества.

Деятельность кружков качества обеспечивает:

• проведение причинно-следственного анализа;

• проведение мероприятий по снижению затрат;

• укрепление связей между сотрудниками фирмы;

• самообучение членов кружка.

Основной инструмент - статистические методы контроля качества и регулирования процессов

Семь простых статистических инструментов качества и регулирования процессов

Японская версия:

1. Метод расслоения (стратификации) данных

2. Контрольный листок

3. Диаграмма Парето (принцип 80/20)

4. Схема Исикава (диаграмма причинно-следственных связей)

5. Диаграмма рассеивания (поле корреляции)

6. Гистограмма (воспроизводимость процессов)

7. Контрольная карта

В американскую версию вместо метода расслоения входит

Диаграмма потоков процесса (Flowchart)

1. Метод расслоения данных

поз­во­ляет произвести селекцию (отбор) тех статистических дан­ных, которые от­ра­жают требуемую информацию о процессе.

Данные, разделенные на груп­пы в соответствии с их особенностями, называют слоями (стратами), а сам про­­цесс разделения на слои - расслоением (стратификацией или группи­ров­кой). Стратификация может производиться по различным факторам рас­слое­ния, выбор которых зависит от постановки конкретной задачи.

Способ 5M учи­тывает фак­торы расслоения, зависящие от:

- человека (Man);

- машины (Machine);

- ма­те­риа­ла (Material);

- метода (Method);

- измерения (Measurement)

• расслоение по исполнителям - по каждой бригаде, отдельно по дневной и ночной смене, по конкретным исполнителям, их квалификации, полу, стажу работы и т.д.;

• расслоение по машинам и оборудованию - по конкретным станкам, их сроку службы, марке, конструкции, фирме-изготовителю и т.д.;

• расслоение по материалу - по фирме-поставщику, по партии, месту и времени производства, качеству сырья и т.д.;

• расслоение по методу производства - по технологическому приёму, по температуре, по месту производства работ и т.д.;

• расслоение по измерению - по методу измерения, по измерительному прибору, типу измерительного средства, его точности, контролёру и т.д.

Способ 5P учитывает фак­то­ры расслоения, зависящие от:

- работников (People) сервиса;

- процедур (Pro­ce­dure) его выполнения;

- места (Place), где осуществляется сервис;

- потребителей (Patron);

- поставщиков, осуществляющих снабжение (Provision)

X - исходная выборка (не расслоенная)

X₁ X₂

При правильно проведенном расслоении выполняются два условия:

1). Разность математических ожиданий  (средних зна­че­ний) па­раметров меж­ду слоями должна быть как можно больше:

| _X1 - _X2 |  max;

2). Разброс зна­чений параметров внутри слоев должен быть зна­чи­тельно мень­ше раз­бро­са значений параметров в нерасслоённой ис­ходной выборке, т.е. груп­повая дисперсия должна быть меньше об­щей дис­пер­сии:

D_X1 << D_X; D_X2 << D_X;

Пример 1. См. табл. 1 и рис. 1.

До рас­­слое­ния данных: _X = 850,3; D_X = 175,5.

После расслоения данных по фак­то­ру "номер печи" получили:

- для печи 1: _X1 = 839,8; D_X1 = 52,8;

- для печи 2: _X2 = 860,9; D_X2 = 73,7.

Таблица 1.

Значения выходного параметра X тех­но­логичес­ко­го процесса

термообработки деталей для печей 1 и 2

Печь 1				Печь 2
Номер детали	Х	Номер детали	Х	Номер Детали	Х	Номер детали	Х
1	843	26	837	51	852	76	860
2	837	27	829	52	841	77	866
3	850	28	838	53	862	78	870
4	839	29	849	54	858	79	867
5	840	30	837	55	865	80	847
6	836	31	851	56	867	81	858
7	829	32	844	57	869	82	870
8	834	33	858	58	859	83	869
9	827	34	842	59	863	84	855
10	831	35	851	60	853	85	860
11	838	36	844	61	867	86	879
12	844	37	838	62	859	87	855
13	834	38	837	63	875	88	854
14	843	39	845	64	852	89	846
15	830	40	827	65	861	90	857
16	839	41	842	66	862	91	869
17	835	42	839	67	872	92	860
18	853	43	839	68	863	93	861
19	855	44	832	69	842	94	865
20	845	45	840	70	862	95	876
21	845	46	843	71	862	96	866
22	841	47	843	72	866	97	867
23	832	48	836	73	857	98	849
24	829	49	834	74	869	99	858
25	838	50	847	75	861	100	843

а)

б)

в)

Рис. 1. Гистограммы результатов измерения выходного параметра Х деталей после термообработки: а - без расслоения; б - печь 1; в - печь 2

Пример 2. В табл. 2 приведены результаты измерений размеров деталей. Де­та­ли 1…50 изготовлены исполнителем А, а детали 51…100 - исполни­те­лем  Б. С использованием компьютера и программного комплекса MS Excel об­работать цифровой материал табл. 2, расслоив данные по исполнителям А и Б. Построить гистограммы результатов измерений для исходных нерасслоённых данных, а также расслоённых по исполнителям А и Б. Рассчитать среднее значение и дисперсию для каждого слоя, а также общее среднее значение и дисперсию для исходных не­рас­слоён­ных данных. Проана­ли­зи­ро­вать изменение среднего значения и дисперсии в ре­зультате расслоения данных.

Таблица 2

Исходные данные к примеру 2

Исполнитель А				Исполнитель Б
Номер детали	Размер детали	Номер детали	Размер детали	Номер детали	Размер детали	Номер детали	Размер детали
1	14,12	26	14,38	51	14,81	76	14,95
2	14,55	27	14,27	52	14,40	77	14,50
3	14,26	28	14,53	53	14,88	78	15,06
4	14,43	29	14,54	54	14,47	79	14,66
5	14,50	30	14,64	55	14,57	80	14,65
6	14,46	31	14,37	56	14,94	81	14,71
7	14,15	32	14,58	57	14,60	82	14,51
8	14,40	33	14,56	58	14,59	83	14,66
9	14,22	34	14,80	59	14,64	84	14,94
10	14,61	35	14,60	60	14,70	85	14,67
11	14,24	36	14,48	61	14,80	86	15,14
12	14,42	37	14,44	62	14,62	87	14,56
13	14,03	38	14,50	63	14,43	88	14,86
14	14,35	39	14,38	64	14,96	89	14,69
15	14,18	40	14,63	65	14,53	90	14,77
16	14,48	41	14,45	66	14,58	91	15,04
17	14,51	42	14,46	67	14,85	92	14,71
18	14,52	43	14,36	68	14,44	93	14,79
19	14,62	44	14,52	69	14,41	94	14,73
20	14,45	45	14,33	70	14,79	95	14,68
21	14,32	46	14,65	71	14,92	96	14,78
22	14,14	47	14,82	72	14,55	97	14,93
23	14,59	48	14,61	73	15,84	98	14,68
24	14,51	49	14,49	74	14,67	99	14,75
25	14,54	50	14,78	75	14,57	100	14,70