7 новых инструментов контроля качества. Семь основных инструментов контроля качества

Цель метода «Семь основных инструментов контроля качества» заключается в выявлении проблем, подлежащих первоочередному решению, на основе контроля действующего процесса, сбора, обработки и анализа полученных фактов (статистического материала) для последующего улучшения качества процесса.

Суть метода - контроль качества (сравнение запланированного показателя качества с действительным его значением) - это одна из основных функций в процессе управления качеством, а сбор, обработка и анализ фактов - важнейший этап этого процесса.

Из множества статистических методов для широкого применения выбраны только семь, которые понятны и могут легко применяться специалистами различного профиля. Они позволяют вовремя выявить и отобразить проблемы, установить основные факторы, с которых нужно начинать действовать, и распределить усилия с целью эффективного разрешения этих проблем.

Ожидаемый результат - решение до 95% всех проблем, возникающих на производстве.

Семь основных инструментов контроля качества – набор инструментов, позволяющих облегчить задачу контроля протекающих процессов и предоставить различного рода факты для анализа, корректировки и улучшения качества процессов.

1. Контрольный листок - инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации.

2. Гистограмма - инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания данных в определенный (заранее заданный) интервал.

3. Диаграмма Парето - инструмент, позволяющий объективно представить и выявить основные факторы, влияющие на исследуемую проблему, и распределить усилия для ее эффективного разрешения.

4. Метод стратификации (расслаивания данных) - инструмент, позволяющий произвести разделение данных на подгруппы по определенному признаку.

5. Диаграмма разброса (рассеивания) - инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

6. Диаграмма Исикавы (причинно-следственная диаграмма) - инструмент, который позволяет выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие).

7. Контрольная карта - инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявленных к процессу требований.

Контрольные листы (или сбор данных) - специальные бланки для сбора данных. Они облегчают процесс сбора, способствуют точности сбора данных и автоматически приводят к некоторым выводам, что очень удобно для быстрого анализа. Результаты легко преобразуются в гистограмму или диаграмму Парето. Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам. Форма контрольного листа может быть разной, в зависимости от его назначения.

Для нахождения правильного пути достижения поставленной цели или решения возникшей проблемы, первое, что необходимо сделать - собрать необходимую информацию, которая послужит основой для дальнейшего анализа. Желательно, чтобы собранные данные были представлены в структурированной и удобной для обработки форме. Для этого, а также для уменьшения вероятности возникновения ошибок при сборе данных применяют контрольный листок.

Контрольный листок – форма, предназначенная для сбора данных и их автоматического упорядочивания, что позволяет облегчить дальнейшее использование собранной информации.

По своей сути контрольный листок - бумажный бланк, на котором напечатаны контролируемые параметры, в соответствии с которыми, при помощи пометок или простых символов, в листок заносятся необходимые и достаточные данные. То есть контрольный листок – средство регистрации данных.

Форма контрольного листка зависит от поставленной задачи и может быть очень разнообразной, но в любом случае в ней рекомендуется указывать:

Тему, объект исследования (обычно указывается в заголовке контрольного листка);

Период регистрации данных;

Источник данных;

Должность и фамилию работника, регистрирующего данные;

Условные обозначения, для регистрации полученных данных;

Таблицу регистрации данных.

При подготовке контрольных листков нужно следить за тем, чтобы использовались наиболее простые способы их заполнения (цифры, условные значки), число контролируемых параметров было по возможности наименьшим (но достаточным для анализа и решения проблемы), а форма листка была как можно понятнее и удобнее для заполнения даже неквалифицированным персоналом.

1. Сформулируйте цель и задачи, для которых собирается информация.

2. Выберите методы контроля качества, с помощью которых будет производиться дальнейший анализ и обработка собранных данных.

3. Определите временной период, в течение которого будут проводиться исследования.

4. Разработайте меры (создайте условия) для добросовестного и своевременного внесения данных в контрольный листок.

5. Назначьте ответственных за сбор данных.

6. Разработайте форму бланка контрольного листка.

7. Подготовьте инструкции по выполнению сбора данных.

8. Проведите инструктаж и обучение работников сбору данных и внесению их в контрольный листок.

9. Организуйте периодические проверки сбора данных.

Самым острым вопросом, возникающим при решении проблемы, является достоверность собираемой персоналом информации. Найти решение на основании искаженных данных очень затруднительно (если вообще возможно). Принятие мер (создание условий) для регистрации работниками истинных данных является необходимым условием для достижения поставленной задачи.

Рис. Примеры контрольного листка

Возможно использование электронных бланков

При этом к минусам электронной формы контрольного листка по сравнению с бумажной можно отнести:

- б о льшую сложность для использования;

- необходимость тратить больше времени на внесение данных.

К плюсам:

- удобство обработки и анализа данных;

- высокая скорость получения необходимой информации;

- возможность одновременного доступа к информации множества людей.

Однако большинство собираемых данных приходится дублировать в бумажном виде. Проблема в том, что это ведет к снижению производительности: время, которое экономится на проведение анализа, хранение и получение необходимой информации большей частью нивелируется за счет двойной работы по регистрации данных.

Гистограмма – инструмент, который позволяет наглядно изобразить и легко выявить структуру и характер изменения полученных данных (оценить распределение), которые трудно заметить при их табличном представлении.

Проведя анализ формы полученной гистограммы и ее местоположения относительно интервала допуска можно сделать заключение о качестве рассматриваемой продукции или состоянии изучаемого процесса. На основе заключения вырабатываются меры по устранению отклонений качества продукции или состояния процесса от нормы.

В зависимости от способа представления (сбора) исходных данных, методика построения гистограммы разбивается на 2 варианта:

I вариант Для сбора статистических данных разрабатываются контрольные листки показателей продукции или процесса. При разработке бланка контрольных листков необходимо сразу определиться с количеством и размером интервалов, в соответствии с которыми будет производиться сбор данных, на основе которых в свою очередь будет построена гистограмма. Это необходимо в связи с тем, что после заполнения контрольного листка пересчитать значения показателя для других интервалов будет практически невозможно. Максимум, что можно будет сделать – не учитывать интервалы, в которые не попало ни одно значение и объединять по 2, 3 и т.д. интервала, не боясь исказить данные. Как вы понимаете при таких ограничениях, к примеру, из 11 интервалов сделать 7 практически невозможно.

Методика построения :

1. Определите количество и ширину интервалов для контрольного листка.

Точное количество и ширину интервалов стоит выбирать исходя из удобства использования или по правилам статистики. Если для измеряемого показателя существуют допуски, то стоит ориентироваться на 6-12 интервалов внутри допуска и 2-3 интервала за пределами допуска. Если допусков нет, то оцениваем возможный разброс значений показателя и тоже делим на 6-12 интервалов. При этом ширина интервалов обязательно должна быть одинаковой.

2. Разработайте контрольные листки и с их помощью произведите сбор необходимых данных.

3. С помощью заполненных контрольных листков подсчитайте частоту попадания (т.е. сколько раз) полученных значений показателя в каждый интервал.

Обычно для этого выделяют отдельный столбец, расположенный в конце таблицы регистрации данных.

Если значение показателя точно соответствует границе интервала, то добавьте по половинке обоим интервалам на границу которых попало значение показателя.

4. Для построения гистограммы используйте только те интервалы, в которые попало хотя бы одно значение показателя.

Если между интервалами, в которые попали значения показателя, имеются пустые интервалы, то их тоже нужно построить на гистограмме.

5. Вычислите среднее значение результатов наблюдения.

На гистограмму необходимо нанести среднее арифметическое значение полученной выборки.

Стандартная формула, используемая для вычислений:

где x i – полученные значения показателя,

N – общее количество полученных данных в выборке.

Каким образом ею воспользоваться, если нет точных значений показателя x 1 , x 2 и т.д. нигде не объясняется. В нашем случае для приблизительной оценки среднего арифметического могу предложить воспользоваться собственной методикой:

а) определите среднее значение для каждого интервала по формуле:

где j – интервалы, выбранные для построения гистограммы,

x j max – значение верхней границы интервала,

x j min – значение нижней границы интервала.

б) определите среднее арифметическое выборки по формуле:

где n – количество выбранных интервалов для построения гистограммы,

v j – частота попадания результатов выборки в интервал.

6. Постройте горизонтальную и вертикальную оси.

7. На горизонтальную ось нанесите границы выбранных интервалов.

Если в дальнейшем планируется сравнивать гистограммы, описывающие похожие факторы или характеристики, то стоит при нанесении шкалы на ось абсцисс руководствоваться не интервалами, а единицами измерения данных.

8. На вертикальную ось нанесите шкалу значений в соответствии с выбранным масштабом и диапазоном.

9. Для каждого выбранного интервала постройте столбик, ширина которого равна интервалу, а высота равна частоте попадания результатов наблюдений в соответствующий интервал (частота уже подсчитана ранее).

Нанесите на график линию, соответствующую среднему арифметическому значению исследуемого показателя. При наличии поля допуска постройте линии, соответствующие границам и центру интервала допуска.

II вариант Статистические данные уже собраны (например, проставлены в журналах регистрации) или их предполагается собрать в виде точно измеренных значений. В связи с этим мы не ограничены никакими начальными условиями, поэтому можем выбирать, а также в любой момент изменять количество и ширину интервалов в соответствии с текущими потребностями.

Методика построения :

1. Полученные данные сведите в один документ в удобном для дальнейшей обработки виде (например, в виде таблицы).

2. Вычислите диапазон значений показателя (выборочный размах) по формуле:

где x max – наибольшее полученное значение,

x min – наименьшее полученное значении.

3. Определите количество интервалов гистограммы.

Для этого можно воспользоваться таблицей, рассчитанной на основе формулы Стерджесса:

Можно также воспользоваться таблицей, рассчитанной на основе формулы:

4. Определите ширину (размер) интервалов по формуле:

5. Округлите полученный результат в большую сторону до удобного значения.

Обратите внимание, что вся выборка должна быть разделена на интервалы одинакового размера.

6. Определите границы интервалов. Сначала определите нижнюю границу первого интервала таким образом, чтобы она была меньше x min . К ней прибавьте ширину интервала, чтобы получить границу между первым и вторым интервалами. Далее продолжайте прибавлять ширину интервала (Н ) к предыдущему значению для получения второй границы, затем третьей и т. д.

После произведенных действий следует удостовериться, что верхняя граница последнего интервала больше x max .

7. Для выбранных интервалов подсчитайте частоты попадания значений исследуемого показателя в каждый интервал.

Если значение показателя точно соответствует границе интервала, то добавьте по половинке обоим интервалам, на границу которых попало значение показателя.

8. Вычислите среднее значение исследуемого показателя по формуле:

Следуйте порядку построения гистограммы, начиная с п.5, приведенной выше методики для I варианта .

Анализ гистограммы также разбивается на 2 варианта, в зависимости от наличия технологического допуска.

I вариант Допуски для показателя не заданы. В этом случае производим анализ формы гистограммы:

Обычная (симметричная, колоколообразная) форма. Среднее значение гистограммы соответствует середине размаха данных. Максимальная частота также приходится на середину и постепенно уменьшается к обоим концам. Форма симметричная.

Такая форма гистограммы встречается наиболее часто. Она свидетельствует о стабильности процесса.

Отрицательно скошенное распределение (положительно скошенное распределение). Среднее значение гистограммы располагается правее (левее) середины размаха данных. Частоты резко уменьшаются при движении от центра гистограммы вправо (влево) и медленно влево (вправо). Форма ассиметричная.

Такая форма образуется либо, если верхняя (нижняя) граница регулируется теоретически или по значению допуска либо, если правое (левое) значение невозможно достигнуть.

Распределение с обрывом справа (распределение с обрывом слева). Среднее значение гистограммы располагается далеко правее (левее) середины размаха данных. Частоты очень резко уменьшаются при движении от центра гистограммы вправо (влево) и медленно влево (вправо). Форма ассиметричная.

Такая форма часто встречается в ситуации 100 %-го контроля изделий по причине плохой воспроизводимости процесса.

Гребенка (мультимодальный тип). Интервалы через один или два обладают более низкими (высокими) частотами.

Такая форма образуется либо, если количество единичных наблюдений, входящих в интервал, колеблется от интервала к интервалу либо, если применяется определенное правило округления данных.

Гистограмма, не имеющая высокой центральной части (плато). Частоты в середине гистограммы примерно одинаковые (для плато все частоты примерно равны).

Такая форма встречается, если объединяется несколько распределений со средними значениями близко расположенными друг к другу. Для дальнейшего анализа рекомендуется применить метод стратификации.

Двухпиковый тип (бимодальный тип). В окрестностях середины гистограммы частота низкая, но с каждой стороны есть по пику частот.

Данная форма встречается, если объединяется два распределения со средними значениями, далеко отстоящими друг от друга. Для дальнейшего анализа рекомендуется применить метод стратификации.

Гистограмма с провалом (с «вырванным зубом»). Форма гистограммы близка к распределению обычного типа, но есть интервал с частотой ниже, чем в обоих соседних интервалах.

Данная форма встречается, если ширина интервала не кратна единице измерения, если неправильно считаны показания шкалы и др.

Распределение с изолированным пиком. Совместно с обычной формой гистограммы появляется небольшой изолированный пик.

Такая форма образуется при включении небольшого количества данных из другого распределения, например, если нарушена управляемость процесса, произошли ошибки при измерении или произошло включение данных из другого процесса.

II вариант. Для исследуемого показателя существует технологический допуск. В этом случае производится анализ, как формы гистограммы, так и ее расположение по отношению к полю допуска. Возможны варианты:

Гистограмма имеет вид обычного распределения. Среднее значение гистограммы совпадает с центром поля допуска. Ширина гистограммы меньше ширины поля допуска с запасом.

В данной ситуации процесс не нуждается в корректировке.

Гистограмма имеет вид обычного распределения. Среднее значение гистограммы совпадает с центром поля допуска. Ширина гистограммы равна ширине интервала допуска, в связи с чем возникают опасения появления некондиционных деталей как со стороны верхнего, так и со стороны нижнего полей допуска.

В этом случае необходимо либо рассмотреть возможность изменения технологического процесса с целью уменьшения ширины гистограммы (например, увеличение точности оборудования, использование более качественных материалов, изменение условий обработки изделий и т.д.) либо расширить поле допуска, т.к. требования к качеству деталей в данном случае трудновыполнимы.

Гистограмма имеет вид обычного распределения. Среднее значение гистограммы совпадает с центром поля допуска. Ширина гистограммы больше ширины интервала допуска, в связи с чем обнаруживаются некондиционные детали как со стороны верхнего, так и со стороны нижнего полей допуска.

В этом случае необходимо реализовать меры, описанные в пункте 2.

Гистограмма имеет вид обычного распределения. Ширина гистограммы меньше ширины поля допуска с запасом. Среднее значение гистограммы сдвинуто влево (вправо) относительно центра интервала допуска, в связи с чем имеются опасения, что могут находится некондиционные детали со стороны нижней (верхней) границы поля допуска.

В данной ситуации необходимо проверить, не вносят ли систематическую ошибку применяемые средства измерения. Если средства измерения исправны, следует отрегулировать процесс таким образом, чтобы центр гистограммы совпал с центром поля допуска.

Гистограмма имеет вид обычного распределения. Ширина гистограммы примерно равна ширине поля допуска. Среднее значение гистограммы сдвинуто влево (вправо) относительно центра интервала допуска, причем один или несколько интервалов выходят за границу поля допуска, что свидетельствует о наличии дефектных деталей.

В этом случае первоначально необходимо отрегулировать технологические операции таким образом, чтобы центр гистограммы совпадал с центром поля допуска. После этого нужно принять меры для уменьшения размаха гистограммы или увеличения размера интервала допуска.

Центр гистограммы смещен к верхнему (нижнему) пределу допуска, причем правая (левая) сторона гистограммы рядом с верхней (нижней) границей допуска имеет резкий обрыв.

В этом случае можно сделать вывод, что изделия со значением показателя, выходящим за пределы поля допуска, исключили из партии или умышленно распределили как годные, для включения в пределы допуска. Следовательно, необходимо выявить причину, которая привела к появлению данного явления.

Центр гистограммы смещен к верхнему (нижнему) пределу допуска, причем правая (левая) сторона гистограммы рядом с верхней (нижней) границей допуска имеет резкий обрыв. Кроме того один или несколько интервалов выходят за границы поля допуска.

Случай аналогичен 6., но интервалы гистограммы, выходящие за границы поля допуска указывают на то, что измерительное средство было неисправно. В связи с эти необходимо провести поверку средств измерения, а также провести повторный инструктаж работникам по правилам выполнения измерений.

Гистограмма имеет два пика, хотя измерение значений показателя проводилось у изделий из одной партии.

В этом случае можно сделать вывод, что изделия были получены в разных условиях (например, использовались материалы разных сортов, изменялась настройка оборудования, изделия производились на разных станках и т.д.). В связи с этим для дальнейшего анализа рекомендуется применить метод стратификации.

Основные характеристики гистограммы в порядке (соответствуют случаю 1.), при этом имеются дефектные изделия со значениями показателя, выходящими за пределы поля допуска, которые образуют обособленный «островок» (изолированный пик).

Данная ситуация могла возникнуть в результате небрежности, при которой дефектные детали были перемешаны с доброкачественными. В этом случае необходимо выявить причины и обстоятельства, приводящие к возникновению данной ситуации, а также принять меры к их устранению.

Полховская Т., Адлер Ю., Шпер В.

В современном мире чрезвычайно важное значение приобретает проблема качества продукции. От ее успешного решения в значительной степени зависит благополучие любой фирмы, любого поставщика. Продукция более высокого качества существенно повышает шансы поставщика в конкурентной борьбе за рынки сбыта и, самое важное, лучше удовлетворяет потребности потребителей. Качество продукции - это важнейший показатель конкурентоспособности предприятия.

Качество продукции закладывается в процессе научных исследований, конструкторских и технологических разработок, обеспечивается хорошей организацией производства и, наконец, оно поддерживается в процессе эксплуатации или потребления. На всех этих этапах важно осуществлять своевременный контроль и получать достоверную оценку качества продукции.

Для уменьшения затрат и достижения уровня качества, удовлетворяющего потребителя нужны методы, направленные не на устранение дефектов (несоответствий) готовой продукции, а на предупреждение причин их появления в процессе производства.

Каковы же причины появления различных дефектов в изделиях и какие существуют возможности для уменьшения их числа?

Многие считают, что дефектные изделия неизбежны, поскольку продукция должна удовлетворять жестким требованиям стандартов качества, а факторы, ведущие к появлению дефектов, многочисленны. Однако, несмотря на различия в видах продукции и типах технологических процессов, причины появления дефектных изделий универсальны. Частично дефекты вызываются самими физико-химическими процессами создания изделий, а частично они связаны с вариабельностью (изменчивостью) материалов, процессов, приемов работы, методов контроля и т.д. Если бы не было вариабельности, то все изделия были бы идентичными, т.е. их качество было бы абсолютно одинаковым для всех них.

Что будет, например, если изготавливать изделия из материалов одинакового качества на одинаковых станках, с помощью одних и тех же методов и проверять эти изделия совершенно одинаковым образом? Вне зависимости от того, сколько изделий будет изготовлено, всё они должны быть идентичными, пока идентичны упомянутые четыре условия, т.е. либо все изделия будут соответствовать требованиям, либо не будут им соответствовать. Все изделия окажутся дефектными, если материалы, станки, методы изготовления или контроля будут отличаться от установленных требований. В этом случае неизбежно появление одинаковых дефектных изделий. Если же никаких отклонений в перечисленных четырех условиях производства не будет, то все изделия должны быть "идентичными" - бездефектными.

Но практически невозможно, чтобы все изделия оказались дефектными. Из всего объема выпуска только некоторые будут таковыми, в то время как остальные - бездефектными.

Рассмотрим, например, процесс гибки стальных листов. На первый взгляд кажется, что все листы имеют одинаковую толщину, но если точно измерить, их толщина будет различной, причем даже в разных частях одного и того же листа. Если исследовать кристаллическую структуру разных частей листа, то окажется, что в форме кристаллов, состоящих из атомов железа, углерода и других, есть незначительные вариации. Эти различия, естественно, влияют на показатели качества. Даже если используется один и тот же метод гибки, листы не будут изгибаться одинаковым образом, а в некоторых могут появиться и трещины.

Другой пример - механическая обработка металла. По мере роста числа обработанных деталей резец тупится. Консистенция смазочно-охлаждающей жидкости при изменении температуры тоже меняется. В итоге размеры изделий зависят от того, заточен ли резец и правильно ли он установлен. Хотя может показаться, что обе операции выполняются в одних и тех же условиях, на самом деле происходит множество изменений или вариаций, остающихся незамеченными, но именно они сказываются на качестве продукции.

Рассмотрим еще один пример - термообработку. Температура в печи постоянно меняется с изменением напряжения (если процесс идет в электропечи)или давления газа (если используется газовая печь). В самой печи области, расположенные у заслонки; вблизи пода, свода, у боковых стенок, в центральной части, находятся в разных условиях. Когда изделия помещаются в печь дня термообработки, количество тепла, которое они получают, варьируется в зависимости от их положения, что влияет на такой показатель качества, как твердость изделия.

Физические способности и мастерство рабочих также оказывают воздействие на изменение качества изделий. Есть высокие и низкие, худые и толстые, слабые и сильные люди, левши и люди, у которых лучше развита правая рука. Рабочие могут думать, что они работают одинаково, но есть индивидуальные отличия. Даже один и тот же человек работает по-разному в зависимости от своего самочувствия в каждый конкретный день, состояния и степени усталости. Иногда он допускает ошибки из-за невнимательности.

Ошибки могут допускаться контролерами при измерении параметров изделий. Вариации замеров могут стать следствием использования неисправного измерительного инструмента или несовершенства метода измерения. Так в случае органолептического (визуального контроля) изменения в критериях, которыми руководствуется контролер, могут привести к ошибочной оценке качества продукции и сказаться на объективности принятия решения относительно годности продукции.

Рассматривая проблему подобным образом, можно видеть, что в процессе изготовления изделия существует множество факторов, оказывающих влияние на его показатели качества. Оценивая производственный процесс с точки зрения изменения качества, можно рассматривать его как некую совокупность причин изменчивости. Эти причины и объясняют изменения в показателях качества изделий, что приводит к разделению их на дефектные и бездефектные. Изделие считается бездефектным, если его показатели качества соответствуют определенному стандарту, в противном случае изделие классифицируется как дефектное. Более того, даже дефектные изделия отличаются друг от друга при сопоставлении со стандартом, т.е. нет "абсолютно одинаковых" изделий. Одной из причин выпуска дефектных изделий, как уже было сказано, служит изменчивость. Если попытаться ее уменьшить, их число, несомненно, сократится. Это - простой и здравый принцип, одинаково правильный вне зависимости от видов изделий или типов технологических процессов.

Существовавшие издавна методы контроля сводились, как правило, к анализу брака путем сплошной проверки изготовленных изделий. При массовом производстве такой контроль очень дорог. Расчеты показывают, что для обеспечения качества продукции посредством ее разбраковки контрольный аппарат предприятий должен в пять-шесть раз превышать количество производственных рабочих.

С другой стороны, сплошной контроль в массовом производстве не гарантирует отсутствия дефектных изделий в принятой продукции. Опыт показывает, что контролер быстро устает, в результате чего часть годной продукции принимает за дефектную и наоборот. Практика также показывает - там, где увлекаются сплошным контролем, резко возрастают убытки от брака.

Указанные причины поставили производство перед необходимостью перехода к выборочному контролю. Распространению выборочного контроля способствовали исследования специалистов в области теории вероятностей и математической статистики, которые показали, что в большинстве случаев для надежной оценки качества нет необходимости в проверке всей выпускаемой продукции. Эти исследования (в первую очередь американских статистиков Доджа, Ромига и Шухарта) позволили подойти к организации технического контроля на новой научной и методической основе. Однако следует иметь в виду, что переход к выборочному контролю эффективен только тогда, когда технологические процессы, будучи в налаженном состоянии, обладают такой точностью и стабильностью, при которых автоматически гарантируется изготовление продукции с минимальным числом дефектов.

Почему же выборочный контроль должен быть статистическим? Рассмотрим два характерных примера.

Сегодня текущий контроль состояния технологического процесса осуществляется следующим образом. Из текущей продукции в случайные моменты времени отбирается на контроль одна единица продукции, по которой судят о состоянии технологического процесса: если она оказывается годной, процесс считается налаженным, в противном случае принимается решение о необходимости приостановки изготовления продукции и о корректировке процесса.

Какова эффективность подобных действий? Сформулированная процедура контроля состояния технологического процесса исходит из традиционней логики: процесс налажен - брака нет, процесс разлажен - вся изготовленная продукция будет дефектной.

В производстве действуют иные закономерности, которые называют стохастическими или случайными. При разладке процесса доля производимого брака лишь несколько увеличивается: до 1, 2, 10 % и крайне редко до 100 % -это зависит от конкретной технологии и конкретной причины разладки. Представим, что в результате разладки технологического процесса доля производимого брака возросла до 5 % . Это означает, что в среднем каждая двадцатая изготовляемая единица продукции окажется дефектной. Какова же вероятность извлечь именно эту, одну среди двадцати, дефектную единицу и принять правильное решение? Ответ может быть таким, что вероятность обнаружения нарушения процесса равна вероятности изготовления дефектной единицы продукции при разлаженном процессе, в нашем случае - 5 %,

Современная практика организации текущего контроля состояния технологического процесса принципиально не может решать проблему предупреждения брака. Не спасает и то, когда на проверку отбирают, не одну, а две или три единицы. При статистическом контроле качества те же самые результаты, обработанные методами математической статистики, позволяют с высокой степенью достоверности оценить истинное состояние технологического процесса. Статистические методы позволяют обоснованно обнаруживать разладку процесса даже тогда, когда две-три единицы продукции, отобранные для контроля, окажутся годными, так как обладают высокой чувствительностью к изменениям в состоянии технологических процессов.

Годами упорного труда специалисты выделяли из мирового опыта по крупицам такие приемы и подходы, которые можно понять и эффективно использовать без специальной подготовки, причем делалось это так, чтобы обеспечить реальные достижения при решении подавляющего большинства проблем, возникающих в реальном производстве.

В итоге была выработана система практических методов, рассчитанных на массовое применение. Это так называемые семь простых методов:

1) диаграмма Парето;

2) схема Исикавы;

3) расслаивание (стратификация);

4) контрольные листки;

5) гистограммы;

6) графики (на плоскости)

7) контрольные карты (Шухарта).

Иногда эти методы перечисляют в ином порядке, что не принципиально, поскольку предполагается их рассмотрение и как отдельных инструментов, и как системы методов, в которой в каждом конкретном случае предполагается специально определить состав и структуру рабочего набора инструментов.

Статистические методы управления качеством - это философия, политика, система, методология, а также технические средства управления качеством на основе результатов измерений, анализа, испытаний, контроля, данных эксплуатации, экспертных оценок и любой другой информации, позволяющей принимать достоверные, обоснованные, доказательные решения.

Применение статистических методов - весьма действенный путь разработки новой технологии и контроля качества производственных процессов. Многие ведущие фирмы стремятся к их активному использованию, и некоторые из них тратят более ста часов ежегодно на обучение этим методам, осуществляемое в рамках самой фирмы. Хотя знание статистических методов - часть нормального образования инженера, само знание еще не означает умения применить его. Способность рассматривать события с точки зрения статистики важнее, чем знание самих методов. Кроме того, надо уметь честно признавать недостатки и возникшие изменения и собирать объективную информацию.

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.

ВВЕДЕНИЕ 4

1.1. Контрольный листок 5

1.2. Гистограмма 6

1.3. Метод стратификации (группировки, расслоения)

статистических данных.11

1.4. Причинно-следственная диаграмма Исикавы.13

1.5. Диаграмма Парето.17

1.6. Диаграмма разброса (рассеивания) .22

1.7. Контрольные карты.25

2. НОВЫЕ И НОВЕЙШИЕ ИНСТРУМЕНТЫ

УПРАВЛЕНИЯ КАЧЕСТВОМ .31

2.1. Восемь новых инструментов управления качеством.31

2.2. Новейшие инструменты управления качеством.36

3. ЭКОНОМИКА КАЧЕСТВА .42

3.1. Показатели, определяющие качество продукции.42

3.2. Оптимальный уровень качества.45

3.3. Экономический эффект от внедрения новой

техники и организационно-технических мероприятий,

направленных на повышение качества продукции.48

3.4. Затраты на качество.53

4. ПРОГРАММА СЕМИНАРСКИХ ЗАНЯТИЙ .58

4.1. Основополагающие понятия в области качества………..58

4.2. Стандарты на системы менеджмента качества.
Концепция Всеобщего Управления Качеством (TQM). Процессный подход……………………………………….58

4.3. Зарубежный опыт управления качеством……………….59

4.4. Управление качеством в строительстве (в условиях
саморегулирования)……………………………………….60

БИБЛИОГРАФИЧЕСКИЙ СПИСОК .62

Введение

Основной проблемой обеспечения национальной экономической безопасности России является качество и конкурентоспособность продукции. Особую значимость эта проблема приобретает в условиях кризиса, сопровождающегося утратой позиций на внутреннем и внешнем рынках. Исторический опыт США, Японии и ряда европейских стран показывает, что обеспечение прогресса в области применения эффективных систем менеджмента качества (по ISO 9000) помогает успешно преодолевать последствия кризиса и занимать, как и раньше, прочные позиции по многим видам товаров на мировом рынке.

В разных странах было разработано много статистических методов анализа и контроля качества. В 1960-х годах японские ученые отобрали из всего множества семь методов, получивших всемирную известность как «Семь простых инструментов контроля качества». Эти инструменты построены на использовании приёмов математической статистики, но при этом доступны для понимания всем участникам процесса производства и применяются практически на всех этапах жизненного цикла продукции.

При создании нового продукта возникают, в основном, проблемы в области управления процессами, системами, коллективами. Для их решения необходимо использовать результаты операционного анализа, теории оптимизации, психологии и др., для чего японским союзом учёных и специалистов по качеству (1979 г.) были собраны и предложены семь новых инструментов контроля качества.

Настоящий практикум помогает будущим экономистам-менеджерам получить практические навыки использования простых и новых инструментов контроля и управления качеством, а также в оценке затрат на качество и эффективности систем менеджмента качества в строительстве. Эти навыки необходимы будущим специалистам при разработке и внедрении СМК, планировании и организации работ по качеству, распределении ресурсов, успешной реализации мероприятий по совершенствованию деятельности организации.

1. СЕМЬ ПРОСТЫХ (СТАРЫХ) ИНСТРУМЕНТОВ КОНТРОЛЯ И УПРАВЛЕНИЯ КАЧЕСТВОМ

Среди статистических методов и инструментов управления и контроля качества, наибольшее распространение получили семь методов, выделенных в начале 50-х гг. японскими специалистами под руководством К. Исикавы. С их помощью, по свидетельству самого К. Исикавы, может решаться до 95 % всех проблем, находящихся в поле зрения производственников .

1.1. Контрольный листок

Контрольный листок – это форма для систематического сбора данных и автоматического их упорядочения с целью облегчения дальнейшего использования собранной информации .

Контрольный листок представляет собой бумажный бланк, на котором заранее напечатаны названия и диапазоны контролируемых показателей, с тем, чтобы можно было легко и точно записать данные измерений и упорядочить их для дальнейшего использования. Анализ данных контрольного листка позволяет ответить на вопрос «Как часто встречаются изучаемые события?». С него начинается превращение мнений и предположений в факты.

Построение контрольного листка включает в себя определенные шаги, предусматривающие необходимость :

1) установить, какое событие будет наблюдаться;

2) договориться о периоде, в течение которого будут собираться данные (час, день);

3) построить форму, которая будет ясной и легкой для заполнения;

4) собирать данные постоянно и честно, не искажая информацию.

Форма контрольного листка разрабатывается в соответствии с конкретной ситуацией. В любом случае в нём указываются: объект изучения; таблица регистрации данных контролируемого параметра; место контроля (цех, участок); должность
и фамилия работника, регистрирующего данные; дата сбора данных; продолжительность наблюдения и наименование контрольного прибора (если он применялся в ходе наблюдения).

В регистрационной таблице в соответствующей графе проставляются условные знаки, соответствующие количеству наблюдаемых событий. На рис. 1.1 приведён пример контрольного листка для сбора информации.

По результатам сбора данных, произведенного для нескольких партий с использованием рассмотренного выше контрольного листка, может быть составлена сводная таблица
(рис. 1.2), которую можно использовать для дальнейшего анализа с помощью других статистических инструментов.

1.2. Гистограмма

Гистограмма – это инструмент, позволяющий зрительно оценить закон распределения величины разброса данных, а также принять решение о том, на чем следует сфокусировать внимание для целей улучшения процесса .

Этапы построения гистограммы:

1. Разработка и заполнение (в процессе наблюдения за контролируемым процессом) бланка для сбора первичных данных – контрольного листка.

2. Определение максимального (x max) и минимального (x min) значений выборки.

3. Вычисление размаха выборки (R ) по формуле:

. (1.1)

4. Определение количества интервалов на гистограмме (n ). Число интервалов гистограммы зависит от объема выборки (N ), определить его можно с помощью табл. 1.1.

Рис. 1.1. Контрольный листок

Рис. 1.2. Сводная таблица результатов сбора информации

Таблица 1.1

Определение числа интервалов на гистограмме

Объем выборки (N )	Число интервалов (n )

5. Определение размеров интервалов осуществляют так, чтобы размах, включающий максимальное и минимальное значения, делился на интервалы равной ширины. Ширина интервалов (h ) определяется по формуле:

. (1.2)

6. Определение границ интервалов. Нижней границей первого интервала является минимальное значение выборки, а верхней границей последнего интервала – максимальное.

Первый интервал: …

Последний интервал: .

7. Определение количества «попаданий» данных в тот или иной интервал (k i ).

8. Вычисление относительные частоты «попадания» данных в i -й интервал(f i )

. (1.3)

9. Построение графика гистограммы.

На горизонтальную ось необходимо нанести границы интервалов, при этом с обеих сторон (перед первым и после последнего интервалов) следует оставить место для того, чтобы можно было указать верхнюю (USL ) и нижнюю (LSL ) границы поля допуска . На вертикальной оси наносят относительную частоту. Пользуясь шириной интервалов как основанием, строят прямоугольники, высота каждого из которых равна частоте попадания результатов наблюдений в соответствующий интервал.

Пример гистограммы показа на рис. 1.3.

Рис. 1.3. Пример построения гистограммы

На гистограмму необходимо нанести линии, представляющие: среднее арифметическое значение выборки (х ср ), границы поля допуска (USL и LSL ) и середину поля допуска (Ц ).

Среднее арифметическое значение х ср результатов наблюдений x i определяется по формуле:

. (1.4)

Границы поля допуска USL (верхняя) и LSL (нижняя) определяются согласно требованиям стандартов к качеству продукции.

Середина поля допуска или целевое значение (Ц ) определяется по формуле:

. (1.5)

Вычисление основных характеристик качества
процесса по гистограмме

Для оценки качества процесса по гистограмме необходимо рассчитать следующие значения:

Индекс пригодности процесса удовлетворять технический допуск без учета положения среднего значения (P p ). Определяется по формуле:

. (1.6)

Если P p ≥ 1, то ширина гистограммы укладывается в пределах ширины поля допуска, и процесс является управляемым (точнее говоря, имеется возможность осуществить процесс так, что 99,73 % изделий будут попадать в пределы поля допуска). Если P p

Большинство российских заводов работают при значениях P p ≈ 0,95 ... 1,3, а японским специалистам по управлению качеством продукции во многих случаях удается поддерживать на своих предприятиях значения индекса пригодности процессов P p ≈ 1,5 ... 4,0, что позволяет ограничить дефектность продукции единицами бракованных изделий на миллион выпускаемых изделий .

Показатель настроенности процесса на целевое значение (k ). Определяется по формуле:

. (1.7)

Индекс пригодности процесса удовлетворять технический допуск с учетом положения среднего значения (P pk ) определяется по формуле:

. (1.8)

Для повышения качества процесса (уменьшения уровня дефектности) необходимо обеспечить высокое значение индекса P p и низкое значение показателя k .

Задача 1.1

Для исследования качества процесса изготовления стальных осей на токарном станке были измерены диаметры 90 осей. Результаты измерений приведены в табл. 1.2.

Таблица 1.2

ВАРИАНТ 1:

Теория: Семь инструментов качества (графические методы оценки качества продукции)

Введение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

Семь простых инструментов качества. . . . . . . . . . . . . . . . . . . . . . . . . . .3

Причинно-следственная диаграмма (диаграмма Ишикавы). . . . 5

Контрольные листки. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Гистограммы. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Диаграммы разброса. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

Анализ Парето. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

Стратификация. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Контрольные карты. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Заключение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

Задача. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

Литература. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Введение

Цель работы – изучение семи инструментов в области управления качеством продукции на предприятии. Задачи исследования: 1) Изучение этапов формирования методов контроля качества; 2) Изучение сущности семи инструментов качества. Объект исследования – методы исследования затрат на качество продукции.

Семь простых инструментов качества

Указанные причины поставили производство перед необходимостью перехода к выборочному контролю.

Статистические методы позволяют обоснованно обнаруживать разладку процесса даже тогда, когда две-три единицы продукции, отобранные для контроля, окажутся годными, так как обладают высокой чувствительностью к изменениям в состоянии технологических процессов.

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.

Это так называемые семь простых методов:

1) диаграмма Парето;

2) схема Исикавы;

3) расслаивание (стратификация);

4) контрольные листки;

5) гистограммы;

6) графики (на плоскости)

7) контрольные карты (Шухарта).

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.

Рис. 1 Пример диаграммы Ишикавы

Контрольные листки

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

Рис. 2 Контрольные листки

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:

Определяем наибольшее значение показателя качества.

Определяем наименьшее значение показателя качества.

Определяем диапазон гистограммы как разницу между наибольшим и наименьшим значением.

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.

Определяем длину интервала гистограммы = (диапазон гистограммы) / (число интервалов).

Разбиваем диапазон гистограммы на интервалы.

Подсчитываем число попаданий результатов в каждый интервал.

Определяем частоту попаданий в интервал = (число попаданий)/(общее число показателей качества)

Строим столбчатую диаграмму

Диаграммы разброса

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

Рис. 3 Диаграмма разброса: Взаимосвязи показателей качества практически нет.

Рис. 4 Диаграмма разброса: Имеется прямая взаимосвязь между показателями качества

Рис. 5 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.

Рис. 6 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».

Рис. 7 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.

Рис. 8 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.

Рис. 9 Бланк контрольной карты

Заключение

Политика предприятия должна быть нацелена на высокое качество. Брак, являющийся его противоположностью, может возникнуть на любом предприятии. Его надо учитывать.

Анализ расходов на качество проводится в основном с целью определения важнейших и первоочередных задач по повышению качества. В зависимости от целей, задач анализа на качество и возможностей получения необходимой информации методы анализа качества могут быть различны. На это влияет и прохождение продукцией определенного этапа деятельности предприятия.

Умело организованный анализ качества может стать источником значительной экономии для предприятия, а также может повысить имидж предприятия в глазах потенциальных клиентов.

Задание № 2:

Основываясь на методике построения графического изображения оценки качества, постройте для завода по изготовлению кровельных листов диаграмму парето по следующим данным о браке в производстве кровельных листов (табл.1):

Табл.1 - Данные о браке в производстве кровельных листов

Вид брака	Количество бракованных изделий	Потери от брака (тыс. руб.)
1. Боковые трещины
2. Шелушение краски
3. Коробление
4. Отклонение от перпендикулярности
5. Грязная поверхность
6. Шероховатость поверхности
7. Винтообразность
8. Трещины по поверхности
9. Боковой изгиб
10. Прочие причины

Используемая литература:

Ильенкова С.Д. Управление качеством: учебник для студентов вузов – М.: ЮНИТИ-ДАНА,2007.- 352с.

Исикава К. Японские методы управления качеством. М.: Экономика, 1998. – 250с.

Лапидус В. А. Всеобщее качество в российских компаниях; Нац. Фонд подготовки кадров. – М.: Новости, 2000.- 435с.

Леонов И. Т. Управление качеством продукции. М.: Изд-во стандартов, 1990.- 375с.

Мазур И. И., Шапиро В. Д. Управление качеством: Учеб пособие для студентов вузов / И. И. Мазур, В. Д. Шапиро; Под общ. Ред. И. И. Мазура. М.: Омега-Л, 2005. – 256с.