книги / Системы качества

Рис. 1.24. Основной вид причинно-следственной диаграммы

Имеет место иерархия взаимоотношений результатов (следст­ вий) с главными причинами и их последующая связь с подпричи­ нами. Например, главная причина А непосредственно связана с результатом. Каждая из подпричин упорядочена по уровню своего влияния на главную причину.

Несмотря на то что диаграмму «причина-результат» можно раз­ работать в индивидуальном порядке, лучше, когда она используется командой. Одно из наиболее ценных свойств этого инструмента — со­ действие проведению «мозгового штурма».

Диаграмма фокусирует внимание участников на рассматривае­ мых вопросах и позволяет им сразу же рассортировать их на полез­ ные категории, особенно когда используются методы анализа детали­ зации или классификации процессов.

Анализ детализации процессов

Предположим, что имеются жалобы потребителя. Необходимо собрать вместе не менее семи индивидуумов из различных функцио­ нальных подразделений организации. Каждый из них имеет глубокое представление как о бизнесе в целом, так и о конкретной области своего участия. Цель создания команды — построить диаграмму «причина-результат» с помощью методов анализа детализации. Это делается за три шага.

Шаг 1. Во-первых, определяется характеристика качества, кото­ рую необходимо улучшить, например удовлетворенность потреби­ теля. Должна быть обеспечена уверенность, что имеется консенсус. Далее формулируется проблема: «Потребители не удовлетворены».

Кратко излагается фактическое положение дела на большом, к примеру, листе бумаги. Проблема пишется справа, в центре листа, обводится рамкой и рисуется стремящаяся к ней стрелка. Эта форму­ лировка проблемы констатирует результат.

В производственном процессе для описания результата можно использовать конкретные характеристики продукции, такие как, напри­ мер, проблемы, связанные с толщиной клея на сборочной линии, плохой окраской или ошибками сварки. В административной сфере или сфере услуг это могут быть жалобы потребителей, уменьшение объема про­ даж, увеличение получаемых счетов сверх ожидаемого количества.

Шаг 2. Команда должна генерировать идеи относительно того, что служит причиной, приводящей к неудовлетворенности потреби­ телей. Эти причины формируются в виде ветвей, стремящихся к главной причине. На рисунке 1.25 даны названия главных причин, сформулированные в ходе реального обсуждения в сфере бизнеса, связанного с услугами и обращением товаров.

Рис. 1.25. Главные причины неудовлетворенности потребителей

В нашем случае команда определила пять сфер (см. рис. 1.25), объ­ единяющих главные потенциальные причины неудовлетворенности потребителей. Если существует трудность в поиске главных ветвей, т.е. причин, используются самые общие —такие, как методы (техноло­ гия), машины (оборудование), люди, материалы, окружающая среда, обучение.

Шаг 3. Проводится «мозговой штурм» для сортировки всех воз­ можных причин возникновения проблем по каждой из категорий главных причин. Соответствующие идеи выявляются и изобража­ ются на схеме как подклассы. Важно постоянно определять и соот­ носить причины друг с другом. Допускается повторять подклассы в нескольких местах, если команда чувствует, что существует прямая

имногосторонняя связь. Эти усилия обеспечат полноту диаграммы

ибольшую осведомленность команды.

На рисунке 1.25 видно, что команда идентифицировала пять главных причин недовольства потребителей. Теперь члены команды должны спросить себя: «Что могло бы обусловить каждую из этих причин?» Как только несколько подпричин идентифицируются, ко­ манда продолжает задавать тот же самый вопрос до тех пор, пока не будут выявлены причины самого низкого уровня иерархии.

Рисунок 1.26 иллюстрирует законченную часть диаграммы для од­ ной из главных причин: услуг. Команда идентифицировала проблемы надежности, транспорта (например, проблемы грузоперевозчика), плохой обмен информацией и плохое обучение или отсутствие его.

уд ов летво рены

Рис. 1.26. Часть причинно-следственной диаграммы для главной причины «Услуги»

Следующий уровень причин идентифицирован путем ответа на вопрос: «Что могло бы вызывать проблемы в этих областях?» В слу­ чае плохого обмена информацией команда фокусирует внимание на Функциях и работе продавцов, агентов по обслуживанию, менеджеров

как на потенциальных причинах. Видно, что незнание потребителя может приводить менеджеров к плохому обмену информацией. Да­ лее видно, что неопытность и плохое обучение могут быть главными причинами отсутствия у менеджеров знания потребителей. Таким образом, в этом примере присутствует шесть уровней причин.

Классификация процессов

Другой тип диаграммы известен как «диаграмма классификации процесса». Каждый продукт или услуга есть результат некоторого процесса.

Основные этапы конструирования диаграммы этого типа такие же, как и используемые для анализа детализации, имеются и отличия, обусловленные условиями применения. Для классификации про­ цессов необходимо идентифицировать блок-схему потока процесса, требующего улучшения, а затем перечислить ключевые с точки зрения влияния на качество характеристики для каждой из стадий процесса.

Шаг 1. Идентифицируется процесс и разрабатывается блок-схе­ ма потока для исходных последовательных ступеней. Например, для общего процесса продаж могли бы быть идентифицированы сле­ дующие ступени: первоначальное контактирование с потребителем, анализ потребительского спроса, обеспечение потребителя информа­ цией, предпродажные мероприятия и мероприятия по продаже.

Шаг 2. Применяется все, что может повлиять на качество на каждой из стадий. Используется метод, описанный в предыдущем разделе. «Мозговой штурм» с командой знающих людей сделает окон­ чательную диаграмму более похожей на реальный процесс.

Целесообразно также рассматривать стадии стыковки между сту­ пенями процесса. Везде, где существует передача с одной ступени на другую, наиболее вероятны причины ветвления. В этих местах мож­ но найти многочисленные возможности для улучшений.

Перечисление причин

Метод перечисления причин включает простое выявление с по­ мощью «мозгового штурма» всех возможных причин и запись их в порядке поступления. Как только «мозговой штурм» исчерпал своп возможности, команда начинает процесс группировки причин, как это делалось для диаграмм анализа детализации. Конечный резуль­ тат выглядит абсолютно таким же.

1.6.2.Контрольные карты

В1926 г. Уолтер Шухарт из Bell Labs разработал способ извлечения данных из процесса, позволяющий выяснить, соответству­ ют ли вариации процесса стабильному распределению, трансформи­ ровать это распределение в нормальную форму и оценить его среднее значение и стандартное отклонение. Любые изделия, произведенные за границами этих контрольных пределов, указывают, что распре­ деление изменилось. Шухарт нашел причины, которые приводят к изменению распределения, но он не смог обнаружить причины ва­ риаций внутри распределения. Он предположил теоретически, что вариации внутри распределения вызываются случайными или необнаруживаемыми (обычными) причинами, а изменения в распределе­ нии вызываются определенными (особыми) причинами.

В дальнейшем был разработан ряд методов обнаружения как обыч­

ных, так и особых причин вариаций. Чаще всего применяется метод мно­ гомерных вариаций. Хотя контрольные карты теперь не используются для решения вопроса, можно или нельзя улучшить процесс, они все же могут снизить число лишних наладок, сообщая оператору, когда про­ цесс надо подналаживать, а когда его не стоит трогать (рис. 1.27). Они также сообщают нам, когда процесс достаточно хорош, чтобы мы могли направить наши ресурсы по совершенствованию других дел.

Рис. 1.27. Общий вид контрольной карты

Если распределение уже поля допусков и находится внутри его, процесс не требует наладки. Если распределение изменяется так, что, по крайней мере, часть его выходит за пределы поля допуска, то про­

цесс требует немедленной наладки. Чтобы определять распределение и понимать различные изменения, Шухарт использовал центральную предельную теорему.

Существуют три аспекта этой теоремы, относящиеся к конт­ рольным картам.

1.Если выборки извлекаются из распределения группами, на­ зываемыми подгруппами, и индивидуальные значения усредняются, распределение средних приближается к нормальному или Гауссовому по мере увеличения объема подгрупп.

2.Распределение средних будет иметь то же самое среднее, как

ираспределение индивидуальных значений.

3.Стандартное отклонение распределения средних будет уже, чем для распределения индивидуальных значений. Фактически, со­

отношение между ними будет равно:

где с - , o v —стандартные отклонения распределения средних и индивидуальных значений; п — число индивидуальных значений, использованных для вычисления каждого среднего.

Для целей построения контрольных карт распределение средних может рассматриваться как нормальное при условии, что каждая под­ группа состоит, по крайней мере, из четырех индивидуальных значе­ ний. Если мы берем 25 подгрупп, мы можем использовать среднее их размахов для оценки О- . Предшествующая формула позволяет нам вычислить а д. и сравнить распределение индивидуальных значений с границами поля допуска.

Построение контрольных карт

Верхний и нижний контрольные пределы для средних обычно ус­ танавливаются на уровне среднего ±3а. Так как это включает 99,74 % площади распределения, вероятность получить для подгруппы из данного распределения среднее значение, лежащее за контрольными пределами, равна всего лишь 0,26 %. Иногда используются пределы, равные ±2а. В этом случае вероятность попадания средней за преде­ лы контрольных границ близка к 5 %. Контрольные пределы нахо­ дят, беря 25 подгрупп, состоящих как минимум из четырех изделий каждая. Вычисляются среднее и размах для каждой подгруппы, затем общее среднее .г и средний размах R.

Таблица 1.2 представляет собой развернутую форму, удобную для данной цели. Общее среднее х будет центральной линией нашей *-карты.

Для х : верхний и нижний контрольные пределы

_ X + A2-R и X - A 2-R>

где R - центральная линия для R-карты.

Для R: верхний и нижний контрольные пределы Ц, • R и D3 R,

где Av Dy DА—это коэффициенты, которые зависят от объема под­ группы, п (для некоторых типичных значений объема подгруппы приведены в табл. 1.3).

Таблица 1.3. Коэффициенты Л2, Dv D 4 в зависимости от типичных значений

объема подгруппы

Карты для х и R рисуются так, как это показано на рис. 1.28. Центральная линия и контрольные пределы для данных табл. 1.2

Все значения средних и размахов, использованные для вычисле­ ния контрольных пределов, надо откладывать на соответствующих картах. Если какая-либо точка попадает за пределы любой из конт­ рольных границ, распределение нестабильно, и контрольные преде­ лы необоснованны. Причину данной нестабильности надо выявить и скорректировать (или исключить). Затем надо взять новый набор из 25 подгрупп и построить из них новые контрольные пределы.

Карта для х на рис. 1.28 имеет три точки за пределами конт­ рольных границ. Особую причину надо обнаружить и снова собрать данные по 100 точкам. На рисунке 1.29 представлен график индиви­ дуальных значений, взятых из табл. 1.2. Стрелки показывают направ­ ление смещения распределений, причем распределение меняет как свое среднее, так и стандартное отклонение несколько раз в течение

времени, когда вычислялись контрольные пределы. Если бы особые причины этого дрейфа и изменения ширины распределения удалось обнаружить и устранить или сделать управляемыми, то этот процесс имел бы гораздо меньшую вариацию.

Рис. 1.28. Контрольные карты

Время и усилия, требующиеся для получения данных для всех 100 точек, зачастую так обременительны, что многие практики про­ сто выкидывают те подгруппы, которые попали за контрольные пределы, и вычисляют контрольные пределы заново.

Интерпретация результатов

После получения хороших контрольных пределов мы можем пе­ риодически извлекать подгруппы и наносить их среднее и размах на

Рис. 1.29. Вид карты индивидуальных значений

соответствующие карты. Если среднее выходит за границу, любую из контрольных пределов, распределение либо сместилось, либо стало шире. Если размах выходит за границу любого из контрольных пре­ делов, распределение изменило свою ширину. В любом случае про­ цесс нестабилен, и о нем говорят, что он неуправляем. Причину надо обнаружить и исключить или сделать управляемой. Контрольные карты могут только предупредить нас о наличии особой причины вариаций. Они не очень хороши для поиска этих причин и не могут их исключить или ими управлять. Для этого инженеры и операторы должны использовать другие инструменты.

Воспроизводимость процесса

Распределение параметров процесса, которое остается стабиль­ ным и находится внутри контрольных пределов, будет удовлетвори­ тельным, только если контрольные пределы лежат внутри допусков. Контрольные пределы применяются к распределению средних, а допуски —к распределению индивидуальных значений. Эти распре­ деления различаются своими масштабными множителями. Соотно­ шение между ними дается упоминавшейся выше центральной пре­ дельной теоремой. Если мы хотим сравнить допуск с контрольными

пределами, мы должны сначала разделить допуск на \fn Так, если объем подгруппы равен четырем, надо сначала разделить допуск на два. Индекс воспроизводимости процесса Ср представляет собой