9 Семь новейших инструментов контроля качества
9.1 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»
Автор метода: Дзиро Кавакита (Япония), 1967 г.
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:
Сформировать команду из специалистов, владеющих вопросами по обсуждаемой теме.
Сформулировать вопрос или проблему в виде развернутого предложения.
Провести "мозговую атаку", связную с основными причинами существования проблемы или ответов на поставленные вопросы.
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: 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.