Статистический метод управления качеством «Гистограмма»

1. Высокая квалификация  рабочих и служащих, что во  многом обеспечивается традиционными системой индивидуального ученичества, лицензированием уровня мастерства и высоким социальным престижем мастера.

2. Четкая регламентация  требований к качеству продукции  и системам качества как на государственном уровне (система стандартов ДИН ISO 9000 и др.), так и на уровне фирмы; развитая система сертификации продукции и систем качества; стабильность действующих стандартов и регламентов (срок действия не менее 5 лет).

3. Широкое применение  принципа делегирования ответственности,  обеспечение его реализации продуманной системой мер, что позволяет привлечь к работам по обеспечению качества практически весь коллектив фирмы.

4. Постепенное и продуманное  развитие систем менеджмента  качества как последовательное внедрение различных программ в области качества.

5. Большое внимание к  автоматизации производства и  менеджмента качества, что минимизирует роль субъективных факторов в обеспечении качества.

 

3. Принцип системного менеджмента качества «Принятие решений на основе фактов»

Любой вид человеческой деятельности сопряжен с производством огромных массивов данных. Они накапливаются иногда целенаправленно, иногда сами собой, но всегда существует острая проблема превращения этих данных в информацию, позволяющую осознать факты, важные для принятия разнообразных решений. Конечно, нет решений на все случаи жизни. Велик элемент неопределённости. Велико разнообразие ситуаций и задач. И всё же можно попытаться нащупать некий алгоритм.

Прежде всего, возникает  проблема показателей, которые представляют интерес для принятия решений. Некоторое время казалось, что для полной характеристики деятельности любого предприятия достаточно располагать его стандартными финансово-экономическими показателями. Однако постепенно стало ясно, что показатели такого рода интересны, прежде всего, владельцам бизнеса, акционерам, инвесторам, конкурентам. Но это вовсе не все заинтересованные стороны и не все важные аспекты деятельности. 
Одна из предложенных систем включает четыре группы показателей:

1. финансово-экономические показатели

2. показатели удовлетворённости клиентов продукцией и услугами

3. характеристики внутренних бизнес-процессов

4. показатели возможностей для обучения и роста нашего персонала

Совокупность четырёх  множеств составляют сбалансированную систему показателей. Они соединяют  миссию, видение и стратегию организации  с оценками результатов текущей деятельности, позволяя принимать управленческие решения, направленные на корректировку ситуации. 
Показатели, сформулированные на уровне предприятия, важно ретранслировать на все уровни, вплоть до каждого рабочего места. В таком виде сбалансированные показатели становятся мощным инструментом принятия управленческих решений.

Точность и эффективность  таких решений заметно повышаются, если для каждого показателя есть эталон, то есть такое значение, к  которому следует стремиться. Тенденция сама по себе обычно ясна из природы показателя. Ясно, например, что, чем выше рентабельность, тем лучше. Но как далеко стоит идти, каких значений достигнуть легко, каких трудно, а к каким, вообще, не стоит стремиться, вот вопросы, для ответов на которые полезно иметь эталоны сравнения. Именно для поиска таких эталонов в начале 80-х годов прошлого века был разработан подход, получивший название бенчмаркинг.

В зависимости от ситуации и от уровня амбиций, можно выбирать в качестве ориентиров конкурентов, которые признаны лучшими в том сегменте рынка, где работаем и мы, либо ближайших к нам по показателям. Во всех случаях тщательное изучение показателей конкурентов позволяет наметить целевые значения, эталоны. Иногда полезным оказывается сравнение не с прямыми конкурентами, а с организациями, работающими в совершенно других областях бизнеса. Располагая показателями и их целевыми значениями, важно сосредоточиться на самом процессе измерения. Измерение можно определить как приписывание чисел вещам. Измерения играют ключевую роль в процессе добывания фактов для принятия решений на основе теории измерений и метрологии. 
Теория измерений возникла в связи с тем, что жизнь заставила признать физические измерения слишком узким классом. Важно включить в рассмотрение измерение психологических характеристик человека, экспертные оценки, и просто школьные отметки. Всё это привело к разработке достаточно сложной математической теории, важной для решения проблем, связанных с качеством. Да и не все сбалансированные показатели можно измерить в метрических шкалах, характерных для физических измерений. 
Метрология заботится о соблюдении принципа единства измерений, об их сопоставимости, воспроизводимости, точности, правильности и несмещённости. Она определяет правила калибровки, настройки измерительных систем. Важно добиться включения метрологии в круг интересов систем качества, поскольку во взаимоотношениях этих направлений не всё гладко. Кроме того, важно учитывать метрологические характеристики человека как элемента измерительной системы, что часто недооценивается.

Обеспечив надлежащее качество измерений, можно приступить к сбору  данных. Этот шаг предполагает включение  измерительных процессов в блок-схемы бизнес-процессов организации. Сами же процедуры сбора данных могут опираться на технологии планирования эксперимента, на «пассивный» сбор данных или на имитационное моделирование. Выбор вида измерительных шкал и способа сбора данных влияет на методы обработки и представления данных. 
Для сбора, представления и первичной обработки данных в Японии были разработаны знаменитые «семь простых инструментов статистического контроля качества»:

1. гистограммы

2. временные ряды

3. диаграммы Парето

4. причинно-следственные диаграммы Исикавы

5. контрольные листки

6. контрольные карты

7. диаграммы рассеяния

В мире накоплен огромный опыт использования этих методов. Но семью  простыми инструментами дело не ограничивается. Как уже «старые» методы Тагучи, так и самые новые методы «6 сигм», оказывают существенное влияние на седьмой принцип менеджмента качества. 
В некоторых случаях приходится проводить «раскопки» в больших массивах данных с использованием всего арсенала современных статистических методов и самые изощрённые компьютерные программы. Кроме того, при регулярных больших потоках данных возникает потребность в разработке и внедрении информационных технологий и информационных систем, число, разнообразие и сложность которых быстро нарастает.

Принимать решения на основе фактов - значит отличать достоверные  или надёжные факты от ложных, сомнительных фактов. Здесь на помощь приходит концепция «статистического мышления», которую У. Шухарт и Е. Деминг разрабатывали на протяжении добрых трёх четвертей 20-го века. Речь идёт не столько о применении каких-то статистических методов, сколько о механизмах принятия решений менеджером.

В основу анализа кладутся представления о вариабельности рассматриваемого процесса и её компонентах. Любой процесс подвержен вариабельности. Но она может иметь разную природу. Если наблюдаемая вариабельность суть проявление только присущего системе разброса, то можно ожидать, что результаты будут относительно стабильны и предсказуемы. В таких случаях отклонения каких-то показателей от эталонов можно рассматривать как случайные. Тогда в процесс не стоит вмешиваться. Не надо принимать управленческих решений! Это и будет оптимальным решением.

Другое дело, когда на естественный разброс накладывается особая вариабельность, обусловленная действиями людей, участвующих в процессе. Здесь-то как раз управленческое решение было бы вполне уместно. Более того, такое вмешательство приведёт к желанным результатам самым дешёвым и самым быстрым способом. А если нас не устраивает системный разброс, то надо принимать решения не изнутри, а снаружи, меняя саму систему. 
Такой механизм, основанный на диагностическом анализе с помощью контрольных карт Шухарта, существенно снижает риски принятия неэффективных управленческих решений.

Таким образом, принимая решения  на основе фактов, мы снижаем до сих  пор огромные потери от неэффективных  управленческих решений и, одновременно, накапливаем информацию, которая постепенно превращается в знания.

 

4. Статистический метод управления качеством  «Гистограмма»

Применяется, когда требуется  исследовать и представить распределение  данных о числе единиц в каждой категории с помощью столбикового графика. Как мы уже видели на диаграмме Парето, очень полезно представить в форме столбикового графика частоту, с которой появляется определенное событие (так называемое частотное распределение). Однако, диаграмма Парето имеет дело только с характеристиками продукции или услуги: типами дефектов, проблемами, угрозой безопасности и т. п.

Гистограмма, напротив, имеет  дело с измеряемыми данными (температура, толщина) и их распределением. Распределение может быть критическим, т.е. иметь максимум. Многие повторяющиеся события дают результаты, которые изменяются во времени. 
Гистограмма обнаруживает количество вариаций, которые имеет процесс. Типичная гистограмма может выглядеть так, как показано на рис. 3.

Рис. 3 Гистограмма

Количество классов (столбиков  на графике) определяется тем, как много взято образцов или сделано наблюдений. 
Некоторые процессы по своей природе искажены (несимметричны), поэтому не следует ожидать, что каждое распределение будет иметь форму колоколообразной кривой. 
Не доверяйте точности данных, если классы внезапно остановились на какой-то точке, например, границе спецификации, хотя перед этим число не уменьшалось. 
Если у кривой имеется два пика, это означает, что данные собраны из двух или более различных источников, т.е. смен, машин и т.п.

 

 

 

Список  литературы:

1.Аристов О.В. Управление  качеством: учебное пособие для вузов.-М.: Инфра-М, 2008.-239с.

2. Басовский Л.Е., Протасьев В.Б. Управление качеством: учебное пособие для вузов.-М.: Инфра-М, 2008.-211с.

3. Мишин В.М. Управление качеством: учебное пособие для вузов.-М.: Юнити, 2007.-464с.