Statystyczna kontrola jakości(koncepcja zaczerpnięta z japońskiej normy) to zastosowanie zasad, metod i technik statystycznych na wszystkich etapach produkcji, mające na celu ekonomiczne wytwarzanie produktów, które są jak najbardziej użyteczne i zbywalne. Ponieważ decyzje dotyczące dostosowywania i regulowania procesów produkcyjnych podejmowane są na podstawie informacji o kontroli jakości w czasie rzeczywistym, w Rosji opracowano koncepcję statystycznego zarządzania jakością

Statystyczne zarządzanie jakością to zestaw metod wykrywania czynników nielosowych, które pozwalają zdiagnozować stan procesu, przeprowadzić jego korektę i ostatecznie przyczynić się do poprawy jakości produktu.

Stosowanie statystycznych metod zarządzania jakością i kontroli jakości reguluje międzynarodowa norma ISO 10017–1994 oraz wiele norm krajowych, na przykład wprowadzająca GOST 15895–77. Metody statystyczne zarządzania jakością produktów. Terminy i definicje (100 terminów i definicji)

Metody statystyczne są przydatne w projektowaniu wyrobów, usług i procesów, w sterowaniu procesami produkcyjnymi, w analizie problemów, określaniu stopnia ryzyka, ustalaniu pierwotnych przyczyn niezgodności, ustalaniu limitów produktów i procesów, w prognozowaniu, kontroli oraz w pomiarze lub ocenie wskaźników jakości.

W zależności od poziomu rozwoju zarządzania jakością wyróżnia się trzy grupy lub kategorie metod lub narzędzi: siedem elementarnych narzędzi kontroli statystycznej (1962), siedem nowych narzędzi zarządzania jakością (1977), metody Taguchiego (1969–1988).

4.4.2. Podstawowe metody lub narzędzia kontroli jakości

Harmonogram - narzędzie umożliwiające śledzenie zmian wartości wskaźników jakości uzyskanych w wyniku pomiarów i badań w formie wykresu liniowego (obserwacja szeregu czasowego, wykres punktowy w przypadku zmiany mierzonego parametru lub obserwuje się liczbę wad i wadliwych produktów w partii), diagramy kołowe, kolumnowe i „promieniowania”.

Wykres promieniowania jest kombinacją wykresów kołowych i liniowych i jest skonstruowany w następujący sposób. Linie proste (promienie) są rysowane od środka okręgu do okręgu zgodnie z liczbą współczynników, do tych promieni stosuje się podziałki i wykreślane są wartości danych. Powstałe punkty są połączone odcinkami linii prostych. Wykres jest bardzo wizualny i jest szeroko stosowany do analizy zarządzania przedsiębiorstwem.

Wykres kontrolny) – narzędzie, które pozwala monitorować postęp procesu poprzez pomiar wskaźników jakości i wpływać na niego (za pomocą odpowiedniego feedbacku), zapobiegając odstępstwom od wymagań stawianych produktowi i procesowi. Karta kontrolna jest jednym z głównych narzędzi w szerokim arsenale statystycznych metod kontroli jakości.

Jej graficzną reprezentacją jest skomplikowany wykres liniowy poprzez wprowadzenie linii środkowej oraz linii wyznaczających dolną (Dolny Poziom Kontroli) i górną (Górny Poziom Kontroli) granicę kontrolną (odpowiednio minimalną i maksymalną dopuszczalną wartość parametru procesu lub produktu). . Inaczej mówiąc, można powiedzieć, że granice wyznaczają dopuszczalny zakres rozproszenia wskaźników jakości w normalnych warunkach procesów produkcyjnych. Wyjście wskaźników jakości poza granice kontrolne oznacza naruszenie stabilności procesu i wymaga analizy przyczyn oraz podjęcia odpowiednich działań. Współrzędne karty kontrolnej: oś rzędnych to wartość wskaźnika jakości, oś odciętych to numer próbki.

Główne cechy klasyfikacji kart kontrolnych to:

charakter mierzonej zmiennej losowej; tutaj są wykresy kontrolne dla ciągły, losowy wielkości i wykresy kontrolne dla całkowitej, dyskretnej zmiennej losowej, tj. stwierdza się, że „jest wada lub nie ma wady” i nazywane są one kartami kontrolnymi zbudowanymi na zasadzie alternatywnej;

prawdopodobieństwo wystąpienia zdarzeń niepożądanych (na przykład wydajność wadliwych produktów jest większa niż 5% lub mniejsza niż 5%).

W ramach siedmiu prostych metod najczęściej stosuje się dziewięć rodzajów kart kontrolnych: X-mapa, R-mapa, (X-R)-mapa, S-mapa, C-mapa, U-mapa, Np-mapa, P-mapa mapa i mapa regresji.

Spójrzmy na kilka przykładów.

Karta X. Na tej karcie kontrolnej wykreślono wartości średnich wartości i-tej próbki. Współrzędną linii środkowej () definiuje się jako średnią wartości średnich ( )i-te próbki i są stosowane jako wzorce. Aby wyznaczyć dolną (LNG) i górną (UL) granicę kontrolną zmiany średniej z próbek i, przyjmuje się hipotezę o prawie rozkładu normalnego mierzonej zmiennej losowej. Wtedy będziemy mieli

, (6.1)

, (6.2)

gdzie  jest odchyleniem standardowym średniej wielkości próby

Karta R jest skonstruowany tak, aby kontrolować stopień zakresu próbki w stosunku do dopuszczalnego, akceptowalnego zakresu. Linia środkowa mapy R będzie odpowiadała dopuszczalnemu zakresowi parametru w próbce. Zatem mapa ta jest mapą zmienności procesu.

C – karta. Na takich mapach tworzony jest wykres liczby usterek w partii, na dzień, na maszynę, na 100 jednostek sprzętu itp., tj. próbki są równe (n = n i). Stosowanie mapy C opiera się na rozkładzie Poissona i stałości objętości kontrolowanych produktów. Przy stosowaniu tego typu kart zakłada się, że wady kontrolowanych cech produktu są stosunkowo rzadkie. Na mapie naniesiona jest liczba defektów dla każdej próbki C i. Granice kontrolne dla tego typu wykresów obliczane są w oparciu o właściwości rozkładu Poissona. W takim przypadku odchylenie standardowe zmiennej losowej będzie równe
. (4.4)

Wtedy górna granica kontrolna będzie równa

, (4.5)

dolny limit

, (4.6)

Gdzie – średnia arytmetyczna liczby wad na kontrolowanych próbkach wyrobów,  – współczynnik sztywności dopuszczalnego rozrzutu liczby wad na próbkach;

Karta U. Na mapie tego typu wykreślany jest wykres względnej częstości występowania defektów, tj. stosunek liczby wykrytych wad m i do n i liczba badanych jednostek produktu w próbce iN. W przeciwieństwie do karty C, zbudowanie tego typu mapy nie wymaga stałej liczby jednostek testowanych produktów, dzięki czemu można ją wykorzystać przy analizie partii o różnej wielkości. Współrzędne dolnej i górnej granicy Ui wyznacza się za pomocą wzorów (6.3) i (6.4). Stosowana jest wartość średnia

, Gdzie
,i = 1,2,… ,N. (4,7)

wykres słupkowy– narzędzie do prezentacji danych , pogrupowane według częstotliwości uderzania w określony, z góry określony przedział i przeznaczony do identyfikacji charakteru rozrzutu w wartościach kontrolowanego parametru. wykres słupkowy to wykres słupkowy, na którym na osi Y podana jest częstotliwość (częstotliwość) trafień, a na osi X odstępy między zmianami parametrów. Służy do wizualnego przedstawienia rozkładu częstotliwości wartości wskaźników jakości, usterek, strat, awarii itp. w określonym przedziale czasu. Do zilustrowania zmienności używa się histogramu; komunikat wizualny o postępie procesu; w celu ustalenia prawa rozkładu zmiennej losowej.

Zakładamy, że proces jest sterowalny, jeśli systematycznie identyfikuje się i eliminuje systematyczne składniki jego błędów, a pozostają jedynie przypadkowe składniki błędów, które z reguły rozkładają się zgodnie z prawem rozkładu normalnego (prawo Gaussa).

Metoda warstwowa (stratyfikacja) to narzędzie, które pozwala na selekcję i stratyfikację danych według różnych czynników. Istota metody polega na grupowaniu danych w zależności od warunków ich otrzymania i przetwarzaniu każdej grupy osobno. Badając problemy produkcyjne, stratyfikację przeprowadza się według następujących czynników, tzw. 5 M:

wykonawcy – według kwalifikacji, płci, doświadczenia zawodowego itp.;

urządzenia i maszyny – według sprzętu nowego i starego, marki, konstrukcji i żywotności;

materiał źródłowy - według jakości surowców, partii, miejsca produkcji, daty wydania itp.;

metoda produkcji – proces technologiczny, miejsce produkcji, warunki produkcji;

pomiar - według metody pomiaru, rodzaju przyrządów pomiarowych lub ich dokładności itp.

Czynniki dzieli się na czynniki pierwszej, drugiej i trzeciej kategorii.

Metodę warstwową wykorzystuje się także przy konstruowaniu diagramów przyczynowo-skutkowych, diagramów Pareto, histogramów i wykresów kontrolnych. W czystej postaci stosuje się go również przy obliczaniu kosztu produktu, gdy konieczne jest oszacowanie kosztów bezpośrednich i pośrednich według produktu i partii, przy ocenie jakości przechowywania oddzielnie według produktu, partii itp.

Diagram Pareto – narzędzie, które pozwala zidentyfikować najważniejsze czynniki lub warunki zapewnienia jakości produktu. Wykres Pareta , nazwany na cześć swojego autora, włoskiego ekonomisty Pareto (1845–1923), to wykres słupkowy zbudowany według pewnej reguły. Diagram zapewnia wizualną reprezentację rozkładu defektów (strat) poprzez sekwencyjne ułożenie liczby defektów (lub strat) uzyskanych w wyniku wpływu określonych czynników lub w jednostce czasu. Jednocześnie rozpoczyna się budowanie wykresu od największej liczby defektów do najmniejszej liczby defektów, tj. według ich ilościowego znaczenia. Rozkład wad podaje się zarówno w pomiarze naturalnym, jak i w ujęciu względnym, jako procent. Elementem wykresu Pareto jest skumulowana krzywa pokazująca względną całkowitą wagę przyrostu defektów.

Diagram przyczynowo-skutkowy (diagram Ishikawy ) – narzędzie do identyfikacji związek wskaźników jakości z czynnikami na nią wpływającymi poprzez uporządkowanie i wykazanie związku poszczególnych czynników (przyczyn) z efektem końcowym. Potencjalne przyczyny są klasyfikowane w kategorie i podkategorie, tak aby ich wygląd przypominał szkielet ryby (ryc. 4.3.).

Ryż. 4 3. Diagram przyczynowo-skutkowy zależności czynników

Konstruując diagram przyczynowo-skutkowy należy kierować się pewnymi zasadami: a) czynniki wskazane u podstawy strzałki powodują lub prowadzą do skutku znajdującego się na końcu strzałki; b) przedstawiony związek przyczynowo-skutkowy należy zawsze sprawdzić za pomocą następującego testu: „czy rzeczywiście A prowadzi (lub jest przyczyną). W". Jeśli na wszystkie połączenia możesz odpowiedzieć „tak”, oznacza to, że schemat został sporządzony poprawnie.

Autorem diagramu przyczynowo-skutkowego jest japoński naukowiec zajmujący się jakością, profesor na Uniwersytecie Tokijskim Kaoru Ishikawa. Cechy konstruowania diagramu są następujące: problemem jest centralna linia pozioma, głównymi czynnikami (kategoriami) są linie nachylone, linie poziome do linii nachylonych to główne czynniki (podkategorie), które określają stan każdego głównego czynnika; linii ukośnych do poziomych, głównymi czynnikami są czynniki częściowe. Liczba głównych czynników z reguły jest ograniczona do 4–6. Na przykład Ishikawa bada głównie pięć czynników - 5M: ludzie i warunki ich pracy, sprzęt (maszyna), przedmioty pracy (materiał), metody (metoda) - technologia i organizacja pracy, pomiary. Schemat zbudowany jest w formie „szkieletu ryby”, gdzie „kręgosłup” jest skutkiem, „duże kości” to przyczyny główne, które są wynikiem działania mniej istotnych czynników-przyczyn.

Diagram rozproszenia)– narzędzie pozwalające określić rodzaj i stopień powiązania pomiędzy parametrami odpowiednich zmiennych. Wykres rozrzutu pozwala postawić hipotezę dotyczącą natury związku między dwiema zmiennymi losowymi. Jeżeli pomiędzy dwiema zmiennymi istnieje korelacja, można znacznie ułatwić sterowanie procesem z technologicznego, czasowego i ekonomicznego punktu widzenia.

Zbieranie informacji do skonstruowania diagramu odbywa się w następujący sposób. Identyfikuje się przedmiot analizy (U) i czynnik (X) na niego wpływający. Kompilowana jest próbka sparowanych danych (X, Y). Wskazane jest, aby mieć co najmniej 30 par. Ocena zależności pomiędzy badanymi parametrami X i Y dokonywana jest zgodnie z charakterem akumulacji punktów, z których każdy określa ilościową zależność pomiędzy X i Y. Wyróżnia się cztery najbardziej charakterystyczne formy akumulacji punktów: korelacja bezpośrednia (zależność bezpośrednia), korelacja ujemna (zależność odwrotna), korelacja krzywoliniowa (funkcja nieliniowa), korelacji nie ma. Przykład form zależności pomiędzy X i Y przedstawiono na ryc. 4.4.

Ryż. 4.4. Pola korelacyjne: a) korelacja dodatnia; b) korelacja ujemna; c) nie ma korelacji.

Literatura

4.1. Fedyukin V.K., Durnev V.D., Lebedev V.G. Metody oceny i zarządzania jakością wyrobów przemysłowych: Podręcznik. – M.: Filin-Rilant, 2000.

4.2. Fomin V.N. Qualimetria. Kontrola jakości. Certyfikacja: Przebieg wykładów – M.: TANDEM, 2000.

4.3. Feigenbaum A. Kontrola jakości produktu / Tłum. z angielskiego – M.: Ekonomia, 1986.

4.4. GOST 16504–81. Testowanie i kontrola jakości produktów. Podstawowe pojęcia i definicje. – M.: Wydawnictwo Standardy, 1991.

Metody statystyczne zajmują szczególne miejsce w grupie metod kontroli jakości. Ich zastosowanie opiera się na wynikach pomiarów, analiz, badań, danych eksploatacyjnych i ocenach eksperckich. Najważniejszą rzeczą w metodach statystycznych jest metodologia pracy z rzeczywistymi danymi.

dane. Zadania rozwiązywane w tym przypadku to planowanie, pozyskiwanie, przetwarzanie i ujednolicanie informacji, jej wykorzystanie w analizie i zarządzaniu, podejmowanie decyzji na podstawie wyników analiz, prognozowanie itp.

Zestaw nowoczesnych metod statystycznych kontroli jakości dzieli się na trzy kategorie ze względu na stopień złożoności.

1. Podstawowe metody statystyczne wraz z diagramem

Pareto, wykres przyczynowo-skutkowy, arkusz kontrolny, histogram, wykres punktowy, metoda stratyfikacji, karta kontrolna.

2. Pośrednie metody statystyczne, do których zalicza się: teorię badań próbkowania; statystyczna kontrola próbkowania; różne metody przeprowadzania ocen statystycznych i definiowania kryteriów; eksperymentalna metoda obliczeń. Z tej grupy metod korzystają inżynierowie i specjaliści ds. zarządzania jakością.

3. Zaawansowane metody statystyczne, w tym projektowanie eksperymentów, analiza wielowymiarowa, różne metody badań operacyjnych. W zakresie ich stosowania przeszkolona jest ograniczona liczba inżynierów i specjalistów.

Elementarne metody statystyczne leżą u podstaw innych kategorii metod statystycznych.

Lista kontrolna to formularz, na którym drukowane są kontrolowane parametry części lub produktu, dzięki czemu można łatwo i dokładnie wprowadzić do niego dane pomiarowe. Jego cel jest dwojaki: po pierwsze, ułatwienie procesu zbierania danych o monitorowanych parametrach, a po drugie, automatyczne uporządkowanie danych w celu ułatwienia ich dalszego wykorzystania.

Istnieją cztery typy list kontrolnych:

1) arkusz kontrolny do rejestracji rozkładu mierzonego parametru podczas procesu produkcyjnego.

2) arkusz kontrolny w celu zapisania rodzajów usterek.

3) listę kontrolną lokalizacji usterek. Niektóre produkty wykazują wady zewnętrzne, takie jak zarysowania czy zabrudzenia, dlatego firma podejmuje różne działania, aby je zredukować. Dużą rolę w rozwiązaniu tego problemu odgrywają listy kontrolne lokalizacji defektów, które zawierają szkice lub diagramy, na których sporządza się notatki, umożliwiające obserwację lokalizacji defektów. Arkusze takie są niezbędne do diagnozowania procesu produkcyjnego części, ponieważ często przyczyny usterek można znaleźć badając miejsca ich występowania i obserwując proces w poszukiwaniu wyjaśnień, dlaczego defekty skupiają się w tych obszarach;

4) listę kontrolną przyczyn usterek. Tutaj wykryte wady są rejestrowane według rodzaju, biorąc pod uwagę, że przyczyną ich wystąpienia może być sprzęt, czas produkcji lub bezpośredni producent. Lista kontrolna pozwala zidentyfikować przyczyny źródłowe, co umożliwi opracowanie środków naprawczych.

Wykres Pareta nazwany na cześć włoskiego ekonomisty V. Pareto, który w 1897 r. wyprowadził wzór pokazujący, że korzyści w społeczeństwie rozkładają się nierównomiernie.

Istota zasady Pareto, na której opiera się konstrukcja diagramu, polega na tym, że cały zbiór możliwych przyczyn usterek dzieli się na dwie grupy. Pierwsza grupa to niewielka liczba przyczyn, które w istotny sposób wpływają na wystąpienie wad (kilka istotnie istotnych). Druga grupa to duża liczba przyczyn, które mają niewielki wpływ (liczne nieistotne). Konstruowanie wykresu Pareto to metoda określenia kilku istotnych czynników wpływających na jakość części lub produktu.

Istnieją takie rodzaje wykresów Pareto, jak wykres oparty na wynikach działań i wykres oparty na przyczynach. Pierwsza ma na celu identyfikację głównego problemu w badanym procesie i może odzwierciedlać niepożądane skutki działalności (w obszarze jakości mogą to być: wady, awarie, błędy, awarie, reklamacje, naprawy, zwroty produktów). Drugi odzwierciedla przyczyny problemów pojawiających się w procesie produkcyjnym i służy do identyfikacji głównego.

Diagram i krzywa Pareto wyraźnie odzwierciedlają wyniki kontroli jakości konkretnego produktu. Na podstawie tych danych identyfikowane są główne przyczyny prowadzące do najistotniejszych usterek i opracowywane są środki mające na celu ich eliminację.

Po pewnym czasie od wdrożenia tych środków procedura konstruowania diagramu Pareto jest powtarzana i wskazane jest, aby zrobić to w tej samej formie, aby wyraźnie zobaczyć, jak skuteczne są wysiłki podjęte w celu wyeliminowania przyczyn określonego typu wady były.

Diagram przyczynowo-skutkowy (ISHIKWAWA) odzwierciedla związek między określonym wskaźnikiem jakości a czynnikami na niego wpływającymi.

Nazywa się go inaczej diagramem ości rybiej ze względu na zewnętrzne podobieństwo kształtu.

Aby utworzyć diagram przyczynowo-skutkowy, należy:

1) określić wskaźnik jakości, który będzie badany;

2) znaleźć główne przyczyny wpływające na ten wskaźnik;

3) zidentyfikować przyczyny wtórne, które wpływają na główne, następnie zidentyfikować przyczyny trzeciego rzędu, które wpływają na wtórne i tak dalej, aż do całkowitego wyczerpania się;

4) przeanalizować wszystkie wykryte przyczyny i wyróżnić te, które prawdopodobnie mają największy wpływ na badany wskaźnik jakości. Powodom tym zwraca się szczególną uwagę przy rozwiązywaniu problemów związanych z badanym wskaźnikiem jakości.

Diagram rozproszenia- jeden z rodzajów elementarnych metod statystycznych - służy do określenia zależności jednych wskaźników od innych. Dane odtworzone na wykresie punktowym tworzą pole korelacji. Zależność pomiędzy wskaźnikami określana jest na podstawie kształtu tego pola. Za pomocą diagramu punktowego można technicznie kompetentnie rozwiązać wiele problemów, na przykład ustalić zależność dokładności obróbki części od parametrów maszyny, narzędzi, przestrzegania dyscypliny technologicznej itp.

wykres słupkowy to rodzaj wykresu słupkowego używanego do zilustrowania rozkładu dowolnego kontrolowanego parametru. Histogram służy do dostarczania informacji wizualnych na temat procesu produkcyjnego produktu i pomaga w podejmowaniu decyzji o dalszym postępowaniu.

na jakim problemie należy się skupić. Informacje te są wyświetlane w postaci szeregu słupków o tej samej szerokości, ale różnej wysokości. Szerokość kolumny to przedział w zakresie kontrolnym, wysokość to liczba badań w jednym przedziale.

Metoda stratyfikacji (stratyfikacja danych) - narzędzie umożliwiające selekcję danych odzwierciedlających wymagane informacje. Zgodnie z tą metodą dane statystyczne podlegają stratyfikacji, tj. grupuje się je w zależności od warunków otrzymania, a każda grupa danych przetwarzana jest oddzielnie. Dane podzielone na grupy ze względu na ich charakterystykę nazywane są warstwami (warstwami), a sam proces separacji nazywa się stratyfikację (stratyfikacja). Istnieją różne metody delaminacji, których zastosowanie zależy od konkretnego zastosowania. Na przykład dane dotyczące produktów wytworzonych w jednym warsztacie mogą się w pewnym stopniu różnić w zależności od wykonawcy, używanego sprzętu, metod wykonywania czynności roboczych itp. Wszystkie te różnice mogą

być czynnikami rozwarstwienia. Do stratyfikacji często stosuje się metodę „5”. M„, biorąc pod uwagę czynniki zależne od osoby (człowieka), maszyny (maszyny), materiału (materiału), metody (metody), pomiaru (pomiaru).

Delaminację można przeprowadzić w następujący sposób:

Przez artystę - kwalifikacje, płeć, doświadczenie zawodowe itp.;

Według maszyn i urządzeń – sprzęt nowy i stary, marka, projekt, firma produkcyjna itp.;

Według materiału - miejsce produkcji, producent itp.

Karty kontrolne zostały opracowane w latach trzydziestych XX wieku. w USA U.A. Shewharta. Mapy takie służą do wykrywania negatywnych trendów, aby zapobiec poważnym problemom, które wymkną się spod kontroli procesu.

Przykładowo, przez określony czas (zmiana, godzina) monitorowano pracę maszyny lub procesu i mierzono średnicę produkowanych części. Na podstawie uzyskanych wyników konstruowany jest wykres. Wartość zmierzonej średnicy nanoszona jest wzdłuż osi pionowej, a numery części są kolejno zaznaczane na osi poziomej. Rysowane są dwie poziome linie odpowiadające tolerancjom rysunku lub specyfikacji technicznych oraz dwie kolejne, które ustalają górną i dolną granicę kontrolną (ich położenie określa się za pomocą specjalnych wzorów). Niewielki zakres rozbieżności pomiarowych pomiędzy nimi wskazuje, że produkt jest wytwarzany w granicach tolerancji. W ten sposób otrzymamy najprostsze rozwiązanie

wykres kontrolny, który wyświetla zmianę poziomu strojenia i dokładności procesu

Jeżeli punkty linii pomiarowej obrazującej proces znajdują się w przedziale pomiędzy granicami kontrolnymi, wówczas proces uważa się za kontrolowany. Jeśli liczba punktów wykracza poza granicę, sygnalizuje to zaburzenie procesu i potrzebę jego uregulowania. Wykresy kontrolne pozwalają monitorować bieżącą wydajność procesu. Pokazują pojawiające się odchylenia od normy, celu lub średniej i odzwierciedlają poziom statystycznej kontroli procesu w czasie. Stosowanie metod statystycznych jest ważnym warunkiem zwiększenia efektywności kontroli jakości produktów i procesów.

Wyślij swoją dobrą pracę do bazy wiedzy jest prosta. Skorzystaj z poniższego formularza

Studenci, doktoranci, młodzi naukowcy, którzy wykorzystują bazę wiedzy w swoich studiach i pracy, będą Państwu bardzo wdzięczni.

Wysłany dnia http://www.allbest.ru/

Wstęp

Konsument ma możliwość wyboru spośród dużej liczby dostawców i dyktowania swoich wymagań dotyczących jakości towarów, które jest gotowy kupić. I jeśli wcześniej konsument zadowalał się potwierdzeniem jakości samych towarów i usług, teraz chce mieć potwierdzenie, że produkcja towaru, za który przyjdzie mu zapłacić, jest zorganizowana w taki sposób, aby faktycznie zapewniała deklarowana jakość.

Jakość stała się jednym z najpopularniejszych haseł końca XX i początku XXI wieku. Normą pozwalającą potwierdzić jakość różnych aspektów pracy przedsiębiorstwa jest grupa norm ISO 9000 – szereg międzynarodowych standardów zarządzania jakością i zapewniania jakości, przyjętych przez ponad 90 krajów na całym świecie. Tworząc organizację i wybierając jej nazwę, wzięto pod uwagę potrzebę, aby skrót nazwy brzmiał jednakowo we wszystkich językach. W tym celu zdecydowano się użyć greckiego słowa isos - równy, dlatego we wszystkich językach świata Międzynarodowa Organizacja Normalizacyjna ma krótką nazwę ISO (ISO). Normy ISO 9000 dotyczą wszystkich przedsiębiorstw, niezależnie od ich wielkości i zakresu działalności.

Zgodnie z postanowieniami norm serii ISO 9000, metody statystyczne uznawane są za jeden z wysoce skutecznych środków zapewnienia jakości i stanowią podstawę skutecznego rozpoznawania i analizy problemów. Wprowadzenie metod statystycznych powinno mieć na celu stworzenie gwarancji ciągłości procesu zapewnienia jakości zgodnie z wymaganiami konsumentów. Zastosowanie tych metod, nie wymagając dużych nakładów finansowych, pozwala z zadaną dokładnością i wiarygodnością ocenić stan badanych zjawisk (obiektów, procesów) w systemie jakości, przewidzieć i uregulować problemy na wszystkich etapach życia produktu cyklu i na tej podstawie opracować optymalne decyzje zarządcze. Stosowanie metod statystycznych jest bardzo efektywnym sposobem opracowywania nowych technologii i kontroli jakości procesów produkcyjnych.

kontrola jakości zarządzania statystycznego

CzęśćI. Metody statystyczne w zarządzaniu jakością.stostatystyczna kontrola akceptacji

Metody statystyczne odgrywają ważną rolę w obiektywnej ocenie cech ilościowych i jakościowych procesu i są jednym z najważniejszych elementów systemu zapewnienia jakości produktu i całego procesu zarządzania jakością. To nie przypadek, że twórca nowoczesnej teorii zarządzania jakością, E. Deming, przez wiele lat pracował w Urzędzie Spisu Powszechnego i zajmował się specyficznie zagadnieniami przetwarzania danych statystycznych. Przywiązywał dużą wagę do metod statystycznych.

Aby uzyskać produkty wysokiej jakości, należy poznać rzeczywistą dokładność istniejącego sprzętu, określić zgodność dokładności wybranego procesu technologicznego z określoną dokładnością produktu i ocenić stabilność procesu technologicznego. Rozwiązanie tego typu problemów odbywa się głównie poprzez matematyczne przetwarzanie danych empirycznych uzyskanych w wyniku powtarzanych pomiarów albo rzeczywistych wymiarów produktów, albo błędów przetwarzania lub błędów pomiarowych.

Istnieją dwie kategorie błędów: systematyczne i losowe. W wyniku bezpośrednich obserwacji, pomiarów czy rejestracji faktów uzyskuje się wiele danych, które tworzą agregat statystyczny i wymagają przetworzenia, w tym usystematyzowania i klasyfikacji, obliczenia parametrów charakteryzujących ten agregat, sporządzenia tabel i wykresów ilustrujących proces.

Najpopularniejszym kierunkiem zarządzania jakością jest Total Quality Management (TQM).

Podstawowe koncepcje TQM można wyrazić w szeregu następujących tez:

1. Rola zarządzania; w działaniach związanych z zarządzaniem jakością w oparciu o zasady TQM, zarządzanie odgrywa ogromną rolę. Kierownictwo musi przejąć wiodącą rolę w działaniach związanych z zarządzaniem jakością. Musi być szczerze oddany systemowi i wierzyć w jego wartości. Kierownictwo musi zintegrować system zarządzania jakością z ogólnym modelem zarządzania projektem. Twój wpływ powinien wyrażać się nie tyle w formie dokumentacji organizacyjno-administracyjnej, ile w formie konkretnych słów i działań, które jasno i wyraziście przekazują stanowisko kierownictwa. Należy zmienić styl przywództwa z autorytarnego, administracyjnego na kooperacyjny, liberalny.

2. Skoncentruj się na klientach. Dbałość o klientów powinna przejawiać się nie w sloganach, ale w praktycznych działaniach. A przede wszystkim należy określić krąg klientów, z którymi firma współpracuje, a także zrobić wszystko, aby pozyskać nowych klientów. Pracownicy, a przede wszystkim menedżerowie muszą wiedzieć, kim są konsumenci produktów i określić potrzeby swoich klientów. Dużą rolę w zwiększeniu efektywności interakcji z klientem odgrywa system informacyjny, który oczywiście musi być kompatybilny z systemami informatycznymi klientów aspen.

3. Planowanie strategiczne. Dużą uwagę przywiązuje się do procesów planowania strategicznego TQM, planując przy tym nie tylko tradycyjne cele ekonomiczne, ale także te, które uważa się za niematerialne i niemierzalne, takie jak poziom zadowolenia klientów, pozytywny wizerunek biznesowy firmy, prestiż marki i inne.

4. Zaangażowanie wszystkich pracowników. TQM ma delegować większą odpowiedzialność na niższe szczeble zarządzania. Nie należy zapominać, że pracownicy muszą zostać specjalnie przeszkoleni, aby wziąć na siebie tę nową odpowiedzialność.

5. Szkolenie personelu. Wraz z poszerzaniem uprawnień i wzbogacaniem obowiązków funkcjonalnych pojawia się potrzeba ciągłego doskonalenia kadr, i to nie tylko wąsko zawodowych. Kolejną nowością w szkoleniach TQM jest obowiązkowa ocena efektywności szkolenia.

Przedstawione powyżej zasady TQM stały się podstawą opracowanych koncepcji zarządzania jakością, takich jak ISO 9000, wiele krajowych modeli zarządzania jakością, a także stanowiły podstawę do opracowania systemu zarządzania jakością.

Niniejsza norma ustanawia ogólne wymagania dotyczące organizacji oraz wsparcia regulacyjnego i metodologicznego statystycznej kontroli jakości akceptacji (SQC) zestawów dowolnych produktów kontrolowanych i dostarczanych w formie partii, przepływów, mas i objętości. Dokument ma zastosowanie do kontroli jakości wyrobów prowadzonej przez dostawcę, producenta, konsumenta i osoby trzecie, w tym podczas kontroli końcowej, odbioru, kontroli przychodzącej, certyfikacji, inspekcji i nadzoru nad zgodnością z normami, a także podczas kontroli i w przypadku arbitrażu lub sądowa kontrola spraw. Normę można zastosować także w przypadkach, gdy dostawcy i konsumenci nie są osobami prawnymi, np. reprezentują oddziały przedsiębiorstwa.

Norma traktuje procedury kontrolne dostawcy, konsumenta i stron trzecich jako pojedynczy system uzgodnionych planów i schematów kontroli. Praktycznie eliminuje kontrowersyjne decyzje oparte na wynikach kontroli, możliwe ze względu na statystyczny charakter procedur kontrolnych i odmienne interesy stron. Spójność planów i schematów kontroli zapewniają zasady i tryb nadawania i uzgadniania niektórych danych wstępnych niezbędnych do wyboru poszczególnych planów i schematów. System zapewnia możliwie najszersze prawa każdej ze stron do wyboru planów i schematów kontroli, chroniąc jednocześnie pozostałe strony przed błędnymi decyzjami.

Wymagania tej normy należy uwzględnić w ogólnych normach technicznych zawierających schematy, plany i zasady statystycznej kontroli akceptacji, w normach dla grup jednorodnych i określonych rodzajów wyrobów, w specyfikacjach technicznych, w normach zakładowych i innych dokumentach definiujących akceptację statystyczną procedury kontrolne. Standard opiera się na fakcie, że zgodnie z Ustawą o ochronie praw konsumentów dostawcy (producenci) mają obowiązek pełnego i rzetelnego informowania konsumentów i społeczeństwa o jakości wytwarzanych produktów, dlatego też procedury kontrolne uważane są za środki potwierdzenia lub weryfikacji (w zależności od tego, kto je przeprowadza) prawdziwości informacji o jakości produktów przekazywanych przez dostawcę. Producenci (dostawcy) ponoszą ciężar udowodnienia metodami kontrolnymi wiarygodności zgłaszanych informacji o jakości. Konsumenci oraz osoby trzecie mają prawo sprawdzić prawidłowość tych informacji, w tym także prawidłowość wyników kontroli producenta. Ale jednocześnie w przypadkach, w których można dochodzić roszczeń wobec producenta (dostawcy) lub upubliczniać wyniki jego kontroli, muszą oni wykazać błędność informacji producenta (dostawcy) na temat jakości produktu.

Biorąc pod uwagę, że ze względu na statystyczny charakter kontroli, błędne decyzje zawsze są możliwe z pewnym prawdopodobieństwem, każda ze stron przeprowadzających kontrolę musi chronić inne strony przed błędnymi decyzjami godzącymi w ich interesy. Norma ta określa wymagania dotyczące wiarygodności odpowiednich decyzji podejmowanych na podstawie wyników kontroli, umożliwiające ilościową realizację sformułowanych powyżej zapisów.

W przypadku dostaw hurtowych (zakupów) produktów, partie lub inne zestawy produktów są przedmiotem stosunków prawnych pomiędzy dostawcami, konsumentami i stronami trzecimi, określonych w umowach i przepisach prawa. Partie złej jakości nie powinny być dostarczane do konsumentów, a w przypadku naruszenia tego warunku i odkrycia takich partii przez konsumenta, mogą one w szczególności zostać zwrócone dostawcy w całości. Jednocześnie potrzebne są jasne wyobrażenia o tym, które partie są złej jakości.

W normie wykorzystuje się grupowe wskaźniki jakości, takie jak np. poziomy niezgodności, które są ilościowymi wskaźnikami jakości agregatów produktowych.

Wymagania dla takich wskaźników stają się kryteriami jakości partii i innych zestawów produktów, pozwalającymi na budowanie jasnych relacji pomiędzy stronami podczas dostaw hurtowych (zakupów), w tym w zakresie organizacji i metodologii statystycznej kontroli akceptacji.

W odróżnieniu od statystycznych metod regulacji procesów technologicznych, gdzie na podstawie wyników kontroli wyrywkowej podejmowana jest decyzja o stanie procesu technologicznego, w przypadku statystycznej kontroli akceptacji na podstawie wyników kontroli wyrywkowej podejmowana jest decyzja o przyjęciu lub odrzucić partię produktów.

W tym przypadku ryzyko dostawcy odnosi się do prawdopodobieństwa odrzucenia partii produktów, która ma akceptowalny poziom wadliwości. Ryzyko konsumenckie oznacza prawdopodobieństwo przyjęcia partii produktów o akceptowalnym poziomie wadliwości.

Głównym zadaniem statystycznych metod kontroli odbioru jest zapewnienie wysokiej wiarygodności oceny jakości wyrobów poddawanych kontroli oraz jednoznacznego wzajemnego uznawania wyników oceny jakości wyrobów pomiędzy dostawcą i konsumentem, przeprowadzonej według te same plany pobierania próbek.

Statystyczne metody kontroli akceptacji można realizować według kryteriów ilościowych, jakościowych i alternatywnych.

Kontrola statystyczna w ujęciu ilościowym odnosi się do kontroli jakości produktu, podczas której wyznaczane są wartości kontrolowanego parametru, a późniejsza decyzja dotycząca kontrolowanej populacji lub procesu podejmowana jest w zależności od ich porównania ze wzorcem kontrolnym. Cechą charakterystyczną ilościowej kontroli jakości jest to, że wymaga ona mniejszej wielkości próby w porównaniu do innych rodzajów kontroli o takim samym ryzyku podjęcia błędnych decyzji, a jednocześnie dostarcza więcej informacji o jakości produktu. Dlatego też, gdy koszt monitorowania lub badania jednostek produktów jest wysoki, wskazane jest wybranie kontroli ilościowej.

Statystyczna kontrola akceptacji na zasadzie jakościowej oznacza kontrolę jakości produktu, podczas której każda badana jednostka produktu zostaje przypisana do określonej grupy, a późniejsza decyzja dotycząca kontrolowanej populacji podejmowana jest w zależności od stosunku liczby jej jednostek znajdujących się w różnych grupach . Główną zaletą tej metody jest to, że metoda ta pozwala nie tylko podzielić jednostki produktu na dobre i wadliwe, ale także sklasyfikować je na kategorie, stopnie, klasy, grupy jakościowe itp.

Statystyczna kontrola akceptacji oparta na kryterium alternatywnym oznacza kontrolę jakości produktów w oparciu o kryterium jakościowe, podczas której każda badana jednostka produktu jest klasyfikowana jako odpowiednia lub wadliwa, a późniejsza decyzja dotycząca kontrolowanej populacji lub procesu podejmowana jest w zależności od wyników porównanie wadliwych jednostek produktów stwierdzonych w próbce lub liczby wad przypadających na określoną liczbę jednostek produktu, z kontrolowanym standardem.

Przez numer akceptacji rozumie się wzorzec kontroli równy maksymalnej liczbie jednostek towaru wadliwego w próbce lub liczbie wad przypadającej na 100 jednostek produktu, która stanowi kryterium przyjęcia partii produktów.

Przez numer odrzucenia rozumie się normę kontroli równą maksymalnej liczbie jednostek wadliwych w próbie lub liczbie wad na 100 jednostek produktu, która stanowi kryterium odrzucenia partii produktów.

Ten rodzaj sterowania znalazł szerokie zastosowanie w przemyśle.

Przez odpowiednie produkty rozumie się produkty spełniające wszystkie ustalone wymagania. Przez wadliwą jednostkę produkcyjną (produkt wadliwy) rozumie się jednostkę produktu, która posiada co najmniej jedną wadę – jest to każda niezgodność produktu z ustalonymi wymaganiami.

W zależności od znaczenia przyjmuje się następującą klasyfikację wad: drobne, istotne i krytyczne.

Drobną wadą jest wada, która nie wpływa znacząco na przeznaczenie produktu i jego trwałość. Wada istotna to wada, która znacząco wpływa na przeznaczenie produktu i (lub) jego trwałość, ale nie jest krytyczna. Wada krytyczna to wada, w przypadku której użytkowanie produktu zgodnie z jego przeznaczeniem jest praktycznie niemożliwe lub niedopuszczalne.

1.1 Miejsce metod statystycznych w zarządzaniu przestrzeniąhonor

Sukces każdego przedsiębiorstwa w dużej mierze zależy od jego potencjału innowacyjnego, efektywności oraz jakości wytwarzanych przez nie towarów i usług. Do środków pozacenowych, za pomocą których przedsiębiorstwo może wzmocnić swoją pozycję na rynku i zmniejszyć presję konkurencji, zalicza się – obok innowacji przemysłowych, tj. zdolność do wprowadzenia na rynek nowych produktów lub nowych technologii oraz ugruntowania ich na rynku, a także zapewnienie jakości. Bez odpowiednio wysokiego poziomu jakości produkty nie będą mogły zadomowić się na rynku. Zapewnienie jakości produktu jest kluczowym narzędziem utrzymania i wzmacniania konkurencyjności. Ponadto skuteczne zapewnienie jakości prowadzi do zwiększenia wydajności produkcji, ponieważ poprzez poprawę jakości zmniejszają się koszty związane z defektami i przeróbkami, co oznacza zmniejszenie kosztów produktów. Z drugiej strony produkty wysokiej jakości mogą poprawić wizerunek firmy, co przełoży się na wzrost popytu na jej produkty i umożliwi zwiększenie wolumenu produkcji, co z kolei doprowadzi do obniżenia kosztu pojedynczego produktu.

Podstawą rozwiązania problemów zapewnienia jakości przedsiębiorstw jest podnoszenie poziomu technicznego i organizacyjnego procesu produkcyjnego, wprowadzanie nowoczesnych technologii, form organizacyjnych produkcji oraz powszechne stosowanie międzynarodowych norm serii ISO 9000, które kładą nacisk na Procesowe podejście do zarządzania jakością. Oznacza to, że wszystkie działania organizacji są uważane za zbiór wzajemnie powiązanych procesów.

Zarządzanie jakością produktu rozumiane jest jako stały, systematyczny, celowy proces oddziaływania na czynniki i warunki na wszystkich poziomach, zapewniający powstanie produktów o optymalnej jakości i pełne ich wykorzystanie.

Kontrola jakości, niezależnie od doskonałości stosowanych w tym celu technik, polega przede wszystkim na oddzieleniu dobrych produktów od złych.

Zarządzanie jakością produktu można osiągnąć dwoma metodami:

Sortując produkty;

Poprzez zwiększenie precyzji technologicznej.

Od czasów starożytnych metody kontroli ograniczały się z reguły do ​​analizy wad poprzez ciągłą kontrolę produktów na wyjściu. Dlatego przechodzą od kontroli ciągłej do kontroli selektywnej, wykorzystując metody statystyczne do przetwarzania wyników.

Zapewnienie jakości obejmuje wszystkie działania zmierzające do jej osiągnięcia.

Do takich środków należą:

Planowanie jakości;

Kontrola jakości;

Kontrola jakości.

Funkcje zarządzania jakością obejmują planowanie, monitorowanie i korygowanie produktów lub usług. Zarządzanie jakością jest ściśle powiązane z planowaniem i opiera się na wynikach kontroli.

Metody statystyczne odgrywają główną rolę w zarządzaniu jakością produktu. Seria norm ISO 9000 zachęca producentów do stosowania metod statystycznych, ponieważ dziesięciolecia międzynarodowego doświadczenia wykazały, że metody statystyczne są bardzo skuteczne w rozwiązywaniu problemów w produkcji, usługach i innych obszarach.

Sukces i przydatność metod statystycznych tłumaczy się przede wszystkim względami ekonomicznymi, tj. przy stosowaniu metod statystycznych zmniejsza się poziom wad i strat pieniężnych.

Metody statystyczne zarządzania jakością produktów opierają się na teorii prawdopodobieństwa i statystyce matematycznej. Pomysł wykorzystania teorii prawdopodobieństwa i statystyki matematycznej do zarządzania jakością produktu po raz pierwszy wyraził akademik M.V. Ostrogradskiego w 1846 r. Istotą proponowanych przez niego metod było wykorzystanie wyników monitoringu określonej próbki z partii produktów do racjonalnej oceny jakości produktów z tej partii, bez uciekania się do pełnej kontroli. Oznacza to, że celem statystycznych metod zarządzania jakością jest wyciąganie wniosków na temat jakości wytwarzanych produktów poprzez zastosowanie metod matematycznych i statystycznych opartych na kontroli próbkowania.

Tym samym statystyczne metody zarządzania jakością produktów są metodami selektywnymi i różnią się od kontroli ciągłej większą produktywnością, niższymi kosztami kontroli i często większą dokładnością kontroli.

1.2 StatystycznieMetody chińskie w systemach jakości

W dobie intensywnego rozwoju różnych podejść do zapewnienia jakości produktów (robotów, usług) jako niezbędnego warunku pomyślnego funkcjonowania każdego przedsiębiorstwa, dużą wagę przywiązuje się do stosowania metod statystycznych. Znaczenie i konieczność ich stosowania jest oczywista, szczególnie jeśli specyfika wyrobów pozwala na pełną ocenę ich wskaźników jakościowych po wysyłce do konsumenta lub zamierzonym zastosowaniu (pianobeton monolityczny, cement portlandzki, zaprawy itp.). To nie przypadek, że metody statystyczne uważane są za integralną część „japońskiego cudu”. Jednak pomimo osiągnięć nauki i działań stosowanych w naszym kraju, mających na celu rozwiązywanie problemów z zakresu jakości, w wielu zagadnieniach nadal pozostajemy w tyle za zagranicą, gdzie z sukcesem zastosowano podejścia systemowe i procesowe stanowiące podstawę międzynarodowych standardów systemowych już od dawna normy jakościowe serii ISO 9000 oraz nowoczesne metody statystyczne zarządzania jakością wyrobów i regulacji procesów technologicznych.

Wiele uwagi poświęca się analizie trudności opanowania metod statystycznych w krajowych przedsiębiorstwach oraz opracowywaniu i wdrażaniu systemów zarządzania jakością (SZJ), choć w istocie jest to jeden problem. Normy serii ISO 9000:2000 i ich rosyjskie odpowiedniki uwzględniają „podejmowanie decyzji w oparciu o rzetelne i obiektywne informacje” jako jedną z 8 zasad zarządzania jakością. Realizacja tej zasady wymaga przeprowadzenia niezbędnych pomiarów, zebrania i zarejestrowania danych wyjściowych, a następnie ich przetworzenia i analizy. W szczególności norma GOST R ISO 9001-2001 wymaga od organizacji stosowania metod statystycznych do analizy danych, w tym do sprawdzania cech produktu, a GOST R ISO 9004-2001 zaleca, aby organizacja stosując odpowiednie metody statystyczne analizowała dane z różnych źródeł i zapewnił podejmowanie decyzji w oparciu o fakty.

Wydaje nam się, że bezpośrednie praktyczne wdrażanie systemów zarządzania jakością w przedsiębiorstwach krajowych lepiej rozpocząć od wykorzystania metod statystycznych. Ich skuteczność w zarządzaniu jakością jest powszechnie uznawana, a na pierwszy rzut oka może się nawet wydawać, że w celu zapewnienia stabilnego poziomu jakości (przeważnie przepis ten interpretowany jest jako jedna z podstawowych potrzeb konsumentów) wystarczy samo ich zastosowanie metodami, z pominięciem pracochłonnego i kosztownego procesu opracowywania i wdrażania SZJ zgodnie z odpowiednimi normami. Jednak metody statystyczne w dalszym ciągu nie mogą zastąpić stale rozwijanego i doskonalonego systemu zapewnienia jakości gwarantowanej produktów, dobrze funkcjonującego w przedsiębiorstwie, uwzględniającego także interesy zainteresowanych stron. Uczynią SZJ bardziej kompleksowym, jasno ilustrują podejście procesowe, które często nie jest do końca jasne dla zwykłych pracowników produkcyjnych i pomagają lepiej zrozumieć funkcjonowanie SZJ na swoim przykładzie.

Obecnie programiści nie mają konsensusu co do niezbędnej i wystarczającej liczby elementów QMS. Chęć szczegółowego opisu procesów systemowych często skutkuje obecnością dużej liczby elementów i nadmierną „dokumentacją” SZJ. Nic dziwnego, że takie podejście ma szansę „odstraszyć” swoją złożonością i poziomem kosztów wdrożenia, obecnie intensywnie rozwijające się małe i średnie przedsiębiorstwa, korzystające z odpowiedniego wsparcia rządowego, od opracowania SZJ. Dlatego każde konkretne przedsiębiorstwo musi ustalić swoją minimalną wymaganą listę elementów (przynajmniej dla początkowych etapów działania SZJ), wśród których z pewnością musi znaleźć się element opisujący procedury wyboru i zastosowania odpowiednich metod statystycznych do monitorowania jakości produktów i regulowanie procesu technologicznego jego wytwarzania. Ponadto obecnie istnieje ogromny wybór opracowanych metod statystycznych do najróżniejszych zastosowań, w tym także tych wdrażanych w systemach oprogramowania statystycznego.

1.3 ol na zasadzie alternatywnej

Konsument z reguły nie ma możliwości kontrolowania jakości produktów w procesie produkcyjnym. Musi jednak mieć pewność, że produkty, które otrzymuje od producenta, odpowiadają ustalonym wymaganiom, a jeżeli to nie zostanie potwierdzone, ma prawo żądać od producenta wymiany wadliwego produktu lub usunięcia wady. Główną metodą monitorowania surowców, dostaw i wyrobów gotowych dostarczanych konsumentom jest statystyczna kontrola akceptacji jakości produktów.

Statystyczna kontrola akceptacji jakości produktu to selektywna kontrola jakości produktu, oparta na wykorzystaniu metod statystyki matematycznej w celu sprawdzenia jakości produktu zgodnie z ustalonymi wymaganiami. Jeżeli wielkość próby zrówna się z objętością całej kontrolowanej populacji, wówczas taką kontrolę nazywa się ciągłą. Kontrola ciągła jest możliwa tylko w przypadkach, gdy jakość produktu nie ulegnie pogorszeniu w trakcie procesu kontroli, inaczej kontroli selektywnej, tj. kontrola pewnej małej części całkowitej produkcji zostaje wymuszona.

Pełną kontrolę przeprowadza się, jeśli nie ma ku temu szczególnych przeszkód, jeśli istnieje możliwość wystąpienia wady krytycznej, tj. wady, której występowanie całkowicie uniemożliwia użytkowanie produktu zgodnie z jego przeznaczeniem.

Wszystkie produkty można również testować w następujących warunkach:

partia produktów lub materiału jest niewielka;

jakość materiału wejściowego jest słaba lub nic na ten temat nie wiadomo.

Możesz ograniczyć się do sprawdzenia części materiału lub produktów, jeśli:

usterka nie spowoduje poważnej awarii sprzętu i nie stwarza zagrożenia dla życia;

produkty są używane w grupach;

wadliwe produkty można wykryć na późniejszym etapie montażu.

Statystyczna kontrola akceptacji skupia się na badaniu wyrobów gotowych i pozwala na podjęcie decyzji o możliwości przyjęcia takich wyrobów jako odpowiednich lub o konieczności ich odrzucenia i przesłania do sprawdzenia.

Podobnie jak statystyczna regulacja procesów technologicznych, statystyczna kontrola akceptacji wyrobów może być prowadzona według kryteriów alternatywnych i ilościowych.

Statystyczną kontrolę akceptacji opartą na kryterium alternatywnym wyróżnia główna cecha, że ​​w tym przypadku decyzja o przyjęciu lub odrzuceniu wyrobów zapada bezpośrednio w trakcie procesu kontroli na podstawie wyników podziału kontrolowanych jednostek na dwie grupy: odpowiednie i nieodpowiednie. Klasyfikacja tych jednostek na odmiany, klasy, kategorie, a także ilościowy pomiar ich głównych cech jakościowych nie jest przeprowadzana tą metodą kontroli.

Statystyczna kontrola akceptacji oparta na alternatywnym kryterium wymaga, w porównaniu do kontroli opartej na kryterium ilościowym, większej objętości próby, przy tym samym ryzyku podjęcia błędnych decyzji i ma mniej informacji. Jednocześnie ta metoda kontroli akceptacji stała się dość powszechna, co wiąże się z jej następującymi głównymi pozytywnymi cechami:

1) dość proste, nie wymaga wysoko wykwalifikowanych specjalistów, skomplikowanych przyrządów pomiarowych i długiego czasu;

2) nie wymaga dużej liczby zapisów i obliczeń do podjęcia decyzji o przyjęciu partii wyrobów;

3) pozwala na natychmiastowe rozdzielenie jednostek produktu w próbce na odpowiednie i wadliwe.

Kontrola statystyczna na zasadzie alternatywnej opiera się na metodach próbkowania. W związku z tym podczas korzystania z niego należy wziąć pod uwagę następujące dwa warunki.

1. Kontrola pobierania próbek nie może zagwarantować, że wszystkie produkty przyjętej partii będą spełniać ustalone wymagania pod względem swoich właściwości. Jeśli istnieje potrzeba pełnej zgodności, należy przeprowadzić pełną kontrolę jednostek produktu.

2. Aby na podstawie wyników analizy próby można było wyciągnąć rozsądne wnioski na temat parametrów całej partii, próbka taka musi obejmować reprezentatywną liczbę jednostek populacji ogólnej i być wybrana losowo.

1.4 Statystyczna kontrola akceptacjiol w ujęciu ilościowym

Ustalono, że statystyczna kontrola akceptacji przy tej samej liczebności próby dostarcza więcej informacji niż kontrola akceptacji oparta na alternatywnym kryterium. Wynika z tego, że wyniki statystycznej kontroli akceptacji, przy mniejszej liczebności próby, zawierają te same informacje, co statystyczna kontrola akceptacji na alternatywnej podstawie. Nie oznacza to jednak, że statystyczna kontrola akceptacji na podstawie ilościowej jest zawsze lepsza niż statystyczna kontrola akceptacji na podstawie alternatywnej. Ma następujące wady:

obecność dodatkowych ograniczeń zawężających zakres zastosowania;

monitorowanie często wymaga bardziej wyrafinowanego sprzętu.

Jeśli przeprowadzane są badania niszczące, wówczas plany kontroli oparte na charakterystyce ilościowej są bardziej ekonomiczne niż plany kontroli oparte na alternatywnej charakterystyce.

Statystyczna kontrola akceptacji oparta na kryteriach ilościowych została przedstawiona w GOST 20736-75. Norma uwzględnia wymagania międzynarodowej normy ISO 3951. Norma ta może być stosowana do kontroli wszelkiego rodzaju produktów jednostkowych zgłaszanych do kontroli w postaci pojedynczych partii z normalnym prawem dystrybucji jednego lub dwóch kontrolowanych parametrów.

Kontrola ilościowa polega na pomiarze wartości liczbowej kontrolowanego parametru dla jednostek produkcji, następnie obliczeniu średniej arytmetycznej próbki X i ocenie jej odchylenia r od wartości górnej granicy tolerancji Tv lub dolnej Tn.

Aby wybrać plan pobierania próbek, musisz ustawić następujące wskaźniki:

wielkość partii produktu,

Poziom kontroli

Poziom akceptacji kontroli AQL,

Rodzaj kontroli

Odchylenie standardowe lub metoda jego szacowania,

Metoda kontroli.

CzęśćII. Kontrolowana jest zawartość chromu w odlewach staliwnych. Pomiarów dokonuje się w czterech kąpielówkach. Na podstawie danych podanych w tabeli skonstruuj kartę kontrolną x-R Shewharta

Tabela 1. Lista kontrolna z danymi dotyczącymi zawartości chromu w odlewach staliwnych.

Dwie ostatnie kolumny listy kontrolnej pokazują obliczone średnie i odchylenia standardowe w każdej podgrupie:

Średni poziom procesu ocenia się za pomocą wzoru:

Średnie odchylenie standardowe określa się według wzoru:

Tabela 2. Arkusz kontrolny z danymi dotyczącymi zawartości chromu w odlewach stalowych.

Położenie granic kontrolnych mapy wartości średnich znajdujemy za pomocą wzoru, który znajduje się w tabeli współczynników i jest równy 0,729.

UCL = 0,7896+0,729*0,193=0,9306

LCL = 0,7896-0,729*0,193=0,6487

Aby obliczyć położenie granic kontrolnych mapy odchylenia standardowego, bierzemy pod uwagę, że dla niego UCL=*R i LCL=*R, gdzie znajduje się to w tabeli współczynników, to

UCL = 2,282*0,193=0,4411

Zbudujmy wykresy kontrolne dla średnich wartości i zakresów tej próbki za pomocą Excela:

Rysunek 1. Średni wykres kontrolny.

Rysunek 2. Wykres kontrolny średniego zasięgu.

Wniosek: widzimy, że żadna ze skonstruowanych map nie wskazuje na występowanie naruszeń procesu (żadna mapa nie zawiera punktów wykraczających poza granice kontrolne) – proces jest sterowalny statycznie.

Wniosek

Kwestie jakości stały się ostatnio tak ważne, że statystyczne procedury zapewniania jakości stanowią zwykle integralną część działalności każdej odnoszącej sukcesy firmy. Obecnie kierownictwo firmy uważa schematy pobierania próbek i statystyczną kontrolę procesu za coś oczywistego, a uwagę zwraca się na szerszy zakres aspektów (na przykład eliminację wejściowego próbkowania statystycznego ze względu na wiarygodną jakość produktów dostawców; wzmacnianie pozycji pracowników, co zastąpił wiele aspektów kontroli procesu). Wszystkie dzisiejsze światowej klasy firmy produkcyjne wymagają od swoich pracowników zrozumienia podstawowych pojęć. To zrozumienie jest kluczem do wysokiego poziomu jakości pracy różnych przedsiębiorstw.

Głównym celem metod kontroli statystycznej jest zapewnienie wytwarzania użytecznych produktów i świadczenia użytecznych usług po najniższych kosztach. Jedną z podstawowych zasad kontroli jakości wykorzystującej metody statystyczne jest chęć doskonalenia jakości produktu poprzez monitorowanie poszczególnych etapów procesu produkcyjnego.

Stosowanie metod statystycznych jest bardzo efektywnym sposobem opracowywania nowych technologii i kontroli jakości procesów produkcyjnych. Wszystkie metody statystyczne opierają się na pojęciu dyspersji. Zastosowanie metod statystycznych w miejscu pracy do kontroli rozrzutu parametrów wytwarzanego produktu jest graficznym przedstawieniem łatwych do zrozumienia wartości statystycznych charakteryzujących rozrzut.

Metody statystyczne są podstawą skutecznego rozpoznawania i analizy problemów. W ten sposób można uzyskać pełny obraz możliwych przyczyn problemów. Ustalane są priorytety, a decyzje podejmowane są w oparciu o fakty. „Siedem narzędzi kontroli jakości” (techniki zarządzania administracyjnego) pozwala prostymi metodami rozwiązać do 95% problemów pojawiających się w kontroli jakości w wielu różnych obszarach. Pozostałe 5% problemów wymaga dodatkowych metod rozwiązania.

„Siedem nowych narzędzi kontroli jakości” odnosi się do metod przetwarzania przede wszystkim danych werbalnych (opisowych). Wykorzystanie tych narzędzi jest szczególnie efektywne, gdy są stosowane jako metody najpełniejszej realizacji planów w oparciu o systematyczne podejście w warunkach współpracy całego zespołu przedsiębiorstwa.

Zgodnie z postanowieniami norm serii ISO 9000, metody statystyczne uznawane są za jeden z wysoce skutecznych środków zapewnienia jakości i stanowią podstawę skutecznego rozpoznawania i analizy problemów.

Koncentrują się na opracowaniu kompleksowego mechanizmu na wszystkich etapach cyklu życia produktu, od badania wymagań rynkowych dotyczących jakości produktu po jego utylizację po użyciu. Wprowadzenie metod statystycznych powinno mieć na celu stworzenie gwarancji ciągłości procesu zapewnienia jakości zgodnie z wymaganiami konsumentów. Zastosowanie tych metod, nie wymagając dużych nakładów finansowych, pozwala z zadaną dokładnością i wiarygodnością ocenić stan badanych zjawisk (obiektów, procesów) w systemie jakości, przewidzieć i uregulować problemy na wszystkich etapach życia produktu cyklu i na tej podstawie opracować optymalne decyzje zarządcze

Bibliografia

1. Ishikawa K. „Japońskie metody zarządzania jakością” Skrót. uliczka z angielskiego M.:Ekonomia, 1998;

2. Knowler L. i in. „Statystyczne metody kontroli jakości produktu” Przeł. język angielski - 2. rosyjski wyd. M.: Wydawnictwo Standardy, 1989;

3. Okrepiłow V.V. Shvets V.E. Rubtsov Yu.N. „Usługa Zarządzania Jakością Produktu” L.: Lenizdat, 1990;

4. Cowden D. „Statystyczne metody kontroli jakości” przeł. z języka angielskiego, M: 1961;

5. Belyaev Yu. K. „Kontrola akceptacji na podstawie alternatywnej” M: 1973;

6. Shor Ya. B. „Tabele do analizy i kontroli niezawodności” M: 1986;

7. Loganina V.I., Fedoseev A.A. „Statystyczne metody monitorowania i zarządzania jakością produktu” Rostów n/d: Phoenix, 2007;

8. Knowler L., Howell J., Told D., Colemat E., Moun O., Knowler V. „Statystyczne metody kontroli jakości produktu” M: Standards Publishing House, 1989;

9. Gmurman V. E. „Teoria prawdopodobieństwa i statystyka matematyczna” M: Szkoła wyższa, 1977;

10. Shindovsky E., Schurtz O. „Statystyczne metody zarządzania jakością” M: Mir, 1976.

Opublikowano na Allbest.ru

Podobne dokumenty

Jakość jako przedmiot zarządzania. Kontrola jakości produktu. Statystyczna kontrola akceptacji oparta na alternatywnym kryterium. Statystyczne standardy kontroli akceptacji. Karty kontroli jakości. Kontrola próbkowania w badaniach niezawodności.

praca na kursie, dodano 16.07.2011


Istota podstawowych, średnio zaawansowanych i zaawansowanych statystycznych metod zarządzania jakością. Pojęcie, rodzaje i przeznaczenie kart kontrolnych. Zalety i wady statystycznej kontroli akceptacji opartej na kryteriach alternatywnych i ilościowych.

praca magisterska, dodana 26.05.2014


Jakość jako przedmiot zarządzania zapewniający jakość funkcjonowania systemów zarządzania. Główne cechy partii produktów oparte na alternatywnej charakterystyce. Wymagania dla standardów statystycznej kontroli akceptacji. Pomysł na kartę kontrolną.

praca na kursie, dodano 09.05.2015


Cechy statystycznej kontroli jakości akceptacji w oparciu o kryteria alternatywne i zbiorcze. Rozważenie koncepcji, celu, głównych zadań i zasad organizacji kontroli jakości przychodzącego produktu, ocena jej efektywności.

test, dodano 8.04.2011


Koncepcja systemu zarządzania jakością w przedsiębiorstwie. Znaczenie metod statystycznych w zarządzaniu jakością. Karty kontrolne Shewharta jako metoda kontroli statystycznej i zarządzania jakością. Podstawowe zasady konstrukcji kart kontrolnych Shewharta.

praca na kursie, dodano 19.05.2011


Przeprowadzanie analizy korelacyjnej danych i ocena uzyskanych wyników. Cechy i warunki, możliwość stosowania statystycznej kontroli akceptacji przez dostawcę i konsumenta, a także produktów w oparciu o kryteria ilościowe i alternatywne.

praca na kursie, dodano 16.12.2014


Problemy ekonomiczne, istota jakości i zarządzanie nią. Ewolucja teorii i praktyki zarządzania jakością. Zasady i funkcje zarządzania jakością. Metody kontroli statystycznej, standaryzacja. Opracowanie i wdrożenie systemu zarządzania jakością.

przebieg wykładów, dodano 14.11.2013


Istota i cel kontroli statystycznej, jej klasyfikacja oraz charakterystyka głównych typów: procesowa i akceptacyjna. Etapy wdrażania tych form kontroli, analiza uzyskanych wyników. Pobieranie próbek na podstawie cech jakościowych. Metoda Tagushiego.

praca na kursie, dodano 27.03.2013


Istota zarządzania jakością w przedsiębiorstwie. Cechy pracy firm zagranicznych w tym obszarze. Statystyczne metody kontroli jakości. Działalność kół jakości. Doświadczenia japońskie i amerykańskie w doskonaleniu jakości. Charakterystyka norm ISO.

prezentacja, dodano 03.06.2015


Koncepcja, problem, zarządzanie i doskonalenie jakości. Konkurencja w krajach o rozwiniętej gospodarce rynkowej. Metody statystyczne kontroli jakości wyrobów. Jakość planowania, rozwój strategii. Międzynarodowe standardy jakości.

ZASTOSOWANIE NOWOCZESNYCH METOD STATYSTYCZNYCH

KONTROLA JAKOŚCI L.A. Titova, dr. ekonomia. nauki, asystent

Państwowy Uniwersytet Techniczny w Woroneżu, Woroneż

Rozważono problem stosowania statystycznych metod kontroli jakości. Konieczność stosowania statystycznej kontroli jakości uzasadniana jest jako jedna z metod kontroli czynników obcych, która polega na pomiarze ich wpływu i późniejszej korekcie metodami statystycznymi.

Obecność dużej liczby danych statystycznych oraz złożoność ich przetwarzania i interpretacji wymusiły konieczność zastosowania nowoczesnych komputerowych systemów dialogu, które pozwalają na analizę i syntezę planów kontroli

Jakość produktu charakteryzuje się zazwyczaj kilkoma wskaźnikami, które można ze sobą korelować. W tym drugim przypadku niezależne monitorowanie poszczególnych wskaźników może prowadzić do istotnych błędów. Wynik kontroli często okazuje się nieadekwatny do rzeczywistej sytuacji: możliwe jest zarówno pominięcie rzeczywistego zaburzenia procesu, jak i nieuzasadnione zatrzymania, gdy stosowane statystyki wykraczają poza granice kontrolne.

Ingerencja w proces technologiczny w celu dostosowania jest wymagana, gdy wytworzony wyrób nadal spełnia wymagania techniczne, ale wskaźniki statystyczne procesu wskazują na obecność wpływów nieprzypadkowych.

Kontrola statystyczna jest jedną z metod kontrolowania czynników zewnętrznych, polegającą na mierzeniu ich wpływu

z późniejszą korektą metodami statystycznymi.

Kontrola statystyczna to kontrola próbkowania oparta na podstawach naukowych. Kontrolę jakości produktu przeprowadza zwykle dział kontroli technicznej (QC) przedsiębiorstwa. Wyróżnia się różne rodzaje kontroli - kontrola przychodząca, kontrola przyjęcia (wyrobów gotowych) oraz kontrola podczas przenoszenia półproduktów i komponentów z warsztatu do warsztatu. Oprócz ciągłej kontroli wszystkich produktów w rzędzie stosuje się kontrolę selektywną, gdy jakość partii produktów ocenia się na podstawie wyników kontroli określonej części - próbki.

Dlaczego potrzebna jest kontrola selektywna? Aby sprawdzić jakość meczu, musisz go trafić. Jeśli się świeci, oznacza to odpowiednią jakość, jeśli się nie świeci, oznacza to, że jest uszkodzony. Ale gdy zapałka się zapali, nie można jej użyć ponownie. Dlatego partię zapałek można kontrolować jedynie selektywnie. Dużo konserw, żarówek, nabojów - też. Oznacza to, że podczas badań niszczących należy stosować metody selektywne i oceniać jakość partii wyrobów na podstawie wyników badań jej części – próbki.

Metody kontroli selektywnej można stosować także ze względów ekonomicznych, gdy koszt kontroli jest wysoki w porównaniu z kosztami

produkty. Na przykład wizualne sprawdzanie jakości każdego spinacza w każdym pudełku jest mało praktyczne.

Aby przeprowadzić kontrolę wyrywkową, konieczne jest utworzenie próby i wybranie planu kontroli. A jeśli istnieje plan, warto poznać jego właściwości. Analiza i synteza planów odbywa się z wykorzystaniem modelowania matematycznego opartego na teorii prawdopodobieństwa i statystyce matematycznej, z wykorzystaniem komputerowych systemów dialogowych (pakietów oprogramowania).

Dlaczego potrzebujemy systemów dialogowych do kontroli statystycznej? Wcześniej wprawdzie działy kontroli jakości formalnie stosowały plany kontroli z norm GOST dla konkretnych produktów, ale nikogo nie interesowała rzeczywista jakość wytwarzanych produktów. Teraz sytuacja zaczyna się zmieniać. Od grudnia 1990 r. zniesiono obowiązkowy charakter większości GOST (w zakresie podstawowych wskaźników jakości, z wyjątkiem wskaźników bezpieczeństwa). Kajdany branży zostały usunięte. Ale wraz z pojawieniem się gospodarki rynkowej pojawiają się konkurenci, w tym zagraniczni. Kierownicy produkcji muszą udoskonalać system kontroli jakości nie na pokaz, nie na zamówienie, ale w celu zwiększenia dochodów przedsiębiorstwa.

Komputerowe systemy dialogowe pozwalają przede wszystkim na analizę i syntezę planów kontroli. Załóżmy, że masz przed sobą poprzedni GOST dla produktów; zawiera on sekcję „Zasady akceptacji” z planami kontroli. Czy ten system planów jest dobry czy zły? Korzystając z systemów dialogowych można określić charakterystykę konkretnego planu, poziom akceptacji i odrzucenia usterek itp. Można też przeprowadzić syntezę planów, czyli komputer pomoże Ci podjąć decyzję w nowych warunkach – wybierze plan spełniający Twoje warunki.

Rosyjskie Stowarzyszenie Metod Statystycznych przeanalizowało setki standardów dla określonych produktów (sekcje „Zasady akceptacji”) i GOST dla metod statystycznych. Odkryto, że ponad połowa obu standardów zawiera rażące błędy i nie nadaje się do stosowania. W przeciwieństwie do GOST, interaktywnym systemom kontroli statystycznej można i należy ufać. I ekonomicznie opłacalne. Według szacunków niektórzy specjaliści

Stov, zastosowanie nowoczesnych metod statystycznych pozwala średnio zmniejszyć o połowę koszty pracy związane z operacjami kontrolnymi (jak wiadomo, wydaje się na nie około 10% kosztów produktów inżynieryjnych).

Statystyczna kontrola akceptacji jakości produktu to selektywna kontrola jakości produktu, oparta na wykorzystaniu metod statystyki matematycznej w celu sprawdzenia zgodności jakości produktu z ustalonymi wymaganiami.

Kontrolowana partia wyrobów to zbiór jednostek wyrobów o tej samej nazwie, typie lub standardowej wielkości i przeznaczeniu, przeznaczonych do kontroli, wyprodukowanych w określonym czasie i w tych samych warunkach.

Partii kontrolowanej wyrobów nie należy utożsamiać z partią dostawczą lub partią zakupową, która może różnić się od partii kontrolnej.

Statystyczna kontrola akceptacji może być prowadzona według kryteriów ilościowych, jakościowych i alternatywnych.

Statystyczna kontrola akceptacji może być jednoetapowa, dwuetapowa, wieloetapowa i sekwencyjna.

Przy kontroli jednostopniowej decyzja o kontrolowanej partii produktów podejmowana jest na podstawie sprawdzenia tylko jednej próbki lub próbki. Jest to najprostszy rodzaj kontroli.

Przy kontroli dwustopniowej decyzja o kontrolowanej partii produktów podejmowana jest na podstawie wyników sprawdzenia nie więcej niż dwóch próbek lub próbek, a wybór drugiej próbki lub próbki zależy od wyników kontroli pierwszej próbki lub próbki. próbka.

Oznacza to, że początkowo do badania wybiera się niewielką liczbę próbek, a jeśli podczas ich kontroli wykryje się wiele wad, partia zostaje odrzucona, jeśli jest ich niewiele, zostaje przyjęta. Jeżeli liczba wykrytych wad nie jest wystarczająco przekonująca, sprawdzane są próbki drugiej próbki i na podstawie sumy wyników obu kontroli podejmowana jest właściwa decyzja.

Zaletą kontroli dwustopniowej jest to, że w innych identycznych warunkach wymaga średnio 20-30% mniej elementów do sprawdzenia niż w przypadku kontroli jednostopniowej. Kontrola dwustopniowa wymaga jednak wyższych kwalifikacji kontrolerów i jest bardziej złożona organizacyjnie.

Przy kontroli wieloetapowej i sekwencyjnej decyzja o kontrolowanej partii produktów podejmowana jest na podstawie wyników sprawdzenia kilku kolejnych próbek, przy kontroli wieloetapowej maksymalna liczba próbek jest ograniczona, natomiast przy kontroli sekwencyjnej jest to nie. W obu przypadkach wybór

kolejna próbka lub próbka zależy od wyników poprzedniej próbki lub próbki.

W przypadku kontroli sekwencyjnej, średnio ceteris paribus, wymagana jest minimalna liczba produktów do badania. Należy zauważyć, że wraz ze wzrostem liczby etapów zmniejsza się średnia liczba kontrolowanych produktów, jednakże trudności organizacyjne związane z wdrażaniem kontroli wieloetapowej z reguły nie są rekompensowane oszczędnościami wynikającymi ze zmniejszenia średniej liczby kontrolowanych produktów. Z tego powodu w praktyce rzadko stosuje się sterowanie wielostopniowe. Kontrola sekwencyjna stała się powszechna w praktyce testów niezawodności przez całe życie, gdzie zgodnie z warunkami ich prowadzenia bardzo ważne jest zmniejszenie wielkości próbek.

Normy dotyczące wyrobów gotowych, specyfikacje techniczne, dokumentacja techniczna, umowy dostawy i inne dokumenty regulacyjne i techniczne w przypadku stosowania statystycznej kontroli akceptacji muszą wskazywać plany kontroli z obowiązkowym odniesieniem do odpowiedniej normy państwowej dotyczącej metod statystycznej kontroli akceptacji. W takim przypadku należy ustalić ryzyko konsumenta i ryzyko dostawcy, wartości akceptacji i odrzucenia poziomu wad.

Ryzyko konsumenckie to prawdopodobieństwo przyjęcia partii produktów o wadliwym poziomie.

Ryzyko dostawcy to prawdopodobieństwo odrzucenia partii produktów o akceptowalnym poziomie wadliwości.

Poziom akceptacji wad to maksymalny poziom wad (dla pojedynczych partii) lub średni poziom wad (dla sekwencji partii), który na potrzeby odbioru produktu uznaje się za zadowalający.

Poziom odrzucenia wad to minimalny poziom wad w pojedynczej partii, który na potrzeby przyjęcia produktu uznawany jest za niezadowalający. Nie ustalono poziomu wad wadliwych dla sekwencji partii.

W przypadku planu kontroli wysokiej jakości poziom akceptacji wad odpowiada wysokiemu prawdopodobieństwu przyjęcia partii produktów, a poziom odrzucenia wad odpowiada wysokiemu prawdopodobieństwu odrzucenia.

Ryzyko konsumenta i dostawcy ustalane jest w drodze porozumienia stron na podstawie względów ekonomicznych: na podstawie porównania kosztów kontroli i odszkodowania za szkody spowodowane wadami. Można je przyjąć na podstawie doświadczenia praktycznego.

Dla różnych wartości powyższych danych w standardach metod akceptacji statystycznej

kontroli opracowano tabele zawierające wymagane wartości wielkości próby, normy akceptacji i odrzucenia.

Standardów akceptacji i odrzucenia nie należy utożsamiać z wartościami akceptacji i odrzucenia poziomu wad (poziom wad jest cechą względną pokazującą udział wadliwych produktów w próbie, a standardy akceptacji i odrzucenia to wartości graniczne kontrolowanej charakterystyki).

Wraz z planami kontroli, normami dotyczącymi gotowych produktów, specyfikacjami technicznymi, umowami dostawy i innymi dokumentami regulacyjnymi i technicznymi należy wskazać procedurę pracy z odrzuconymi partiami produktów: czy przeprowadzane jest pełne sortowanie, sprzedawane po obniżonej cenie, zwracane dostawcy itp.

Zasady przeprowadzania statystycznej kontroli akceptacji według kryteriów alternatywnych i ilościowych, a także tabele planów kontroli dla różnych warunków zawarte są w GOST R (18242-72, 20736-75, 16493-70), MS ISO 2859 i wielu krajowych standardy.

Obecnie stosowanie metod statystycznych reguluje GOST R ISO/TO 100172005 – Metody statystyczne. Wytyczne dotyczące stosowania zgodnie z GOST R ISO 9001 (Metody statystyczne. Wytyczne dotyczące składania wniosków zgodnie z GOST R ISO 9001).

GOST R ISO/TO 10017-2005 zawiera wytyczne dotyczące wyboru metod statystycznych przy opracowywaniu, wdrażaniu, utrzymywaniu i doskonaleniu systemu zarządzania jakością zgodnie z normą ISO 9001.

Metody statystyczne podane w normie nie ograniczają organizacjom stosowania innych, odpowiednich dla nich metod. Norma nie jest przeznaczona do celów kontaktowych, regulacyjnych czy certyfikacyjnych; nie ustanawia także listy obowiązkowych metod statystycznych, które są monitorowane podczas weryfikacji zgodności z wymaganiami ISO 9001.

GOST R ISO/TO 10017-2005 określa zapotrzebowanie na dane ilościowe związane ze spełnieniem wymagań normy ISO 9001. Dla każdego zapotrzebowania podaje się jedną lub więcej metod statystycznych. Metody statystyczne można również zastosować do danych jakościowych, jeśli można je przekształcić w dane ilościowe. Nie określono metod statystycznych, chyba że potrzebne są dane ilościowe, aby spełnić wymagania normy ISO 9001.

GOST R ISO/TO 10017-2005 podaje tylko dobrze znane i szeroko stosowane metody, z których każda została krótko opisana w rozdziale

4, co pomaga ocenić przydatność i wartość metod, a także podjąć decyzję o ich zastosowaniu w konkretnym przypadku.

GOST R ISO/TO 10017-2005 określa następujące metody statystyczne lub rodziny metod:

Opisowe statystyki;

Projekt eksperymentów;

Testowanie hipotez;

Analiza pomiarów;

Analiza możliwości procesu;

Analiza regresji;

Analiza niezawodności;

Kontrola pobierania próbek;

Modelowanie;

Karty statystycznej kontroli procesów (karty SPC);

Statystyczne przypisanie tolerancji;

Analiza szeregów czasowych.

Należy mieć na uwadze, że w przypadku wielu metod istotną część stanowią statystyki opisowe (w tym metody graficzne).

Wybór metody i sposób jej zastosowania zależą od konkretnych okoliczności i celu.

Krótki opis każdej metody lub rodziny metod wymienionych powyżej podano w 4.2. - 4.13. Opisy mają na celu ocenę przydatności i korzyści stosowania metod w spełnieniu wymagań systemu zarządzania jakością. Praktyczne zastosowanie tych metod będzie jednak wymagało bardziej szczegółowego opisu, którego nie zawiera niniejsza norma.

Istnieje duża ilość publicznie dostępnych informacji na temat metod statystycznych — podręczniki, czasopisma, raporty, podręczniki branżowe i inne źródła informacji — które mogą pomóc organizacjom w skutecznym stosowaniu metod statystycznych.

Do niedawna metody statystyczne w produkcji skupiały się na obliczeniach ręcznych i nie było mowy o stosowaniu metod wieloczynnikowej analizy statystycznej. Zastosowanie technologii komputerowej i nowoczesnego oprogramowania pozwala zapewnić niezawodną kontrolę procesu technologicznego, uwzględniając wiele skorelowanych wskaźników jakości bezpośrednio w warunkach produkcyjnych oraz w obecności elektronicznych urządzeń kontrolno-pomiarowych z odpowiednim interfejsem – w czasie rzeczywistym . Ingerencja w proces technologiczny w celu dostosowania jest wymagana, gdy wytworzony wyrób nadal spełnia wymagania techniczne, ale wskaźniki statystyczne procesu wskazują na obecność wpływów nieprzypadkowych. Analiza i synteza planów odbywa się z wykorzystaniem modelowania matematycznego

w oparciu o teorię prawdopodobieństwa i statystykę matematyczną, z wykorzystaniem komputerowych systemów dialogowych (pakietów oprogramowania).

Wszystkie programy do przetwarzania danych statystycznych można podzielić na profesjonalne, półprofesjonalne (popularne) i specjalistyczne. Programy statystyczne to oprogramowanie wymagające dużej wiedzy, a ich cena często jest poza zasięgiem pojedynczego użytkownika. Pakiety profesjonalne posiadają dużą liczbę metod analitycznych, pakiety popularne posiadają szereg funkcji wystarczających do uniwersalnego zastosowania.

Specjalistyczne pakiety skupiają się na dowolnym wąskim obszarze analizy danych. Twórcy pakietów oprogramowania statystycznego twierdzą, że ich produkt jest lepszy od analogów. Brak czasu większości badaczy na opanowanie kilku programów utrudnia wybór jednego. Zawiera podstawowe informacje o głównych dostępnych na rynku półprofesjonalnych pakietach oprogramowania nadających się do przetwarzania danych statystycznych, przedstawione poniżej w formie zbiorczej tabeli.

Lista podstawowych półprofesjonalnych pakietów oprogramowania nadających się do przetwarzania statystycznego

dane prezentowane na rynku rosyjskim

Nazwa pakietu oprogramowania Charakterystyka pakietu oprogramowania

MS Excel. Najczęściej wymienianą (i wykorzystywaną) w praktyce krajowej jest aplikacja MS Excel z pakietu programów biurowych Microsoft MS Office. Przyczyną tego jest szeroka dystrybucja tego oprogramowania, dostępność wersji rosyjskiej i ścisła integracja z MS Word i PowerPoint. MS Excel jest jednak arkuszem kalkulacyjnym o dość potężnych możliwościach matematycznych, w którym niektóre funkcje statystyczne są po prostu dodatkowymi, wbudowanymi formułami. Obliczenia wykonane za jego pomocą nie zawsze są uznawane przez autorytatywnych ekspertów w dziedzinie jakości. Nie da się też stworzyć wysokiej jakości wykresów naukowych w MS Excel. Oczywiście MS Excel doskonale nadaje się do akumulacji danych, przekształceń pośrednich, wstępnych szacunków statystycznych i konstruowania niektórych typów wykresów. Jednakże końcową analizę statystyczną należy przeprowadzić w programach specjalnie zaprojektowanych do tych celów. Dostępny jest dodatek makr XLSTAT-Pro do MS Excel, który zawiera ponad 50 funkcji statystycznych.

STADIA Krajowy program z 16-letnią historią. Zawiera wszystkie niezbędne funkcje statystyczne. Dobrze radzi sobie ze swoim zadaniem – analizą statystyczną, jednak od 1996 roku program właściwie nie zmienił swojego wyglądu. Wykresy i diagramy zbudowane przy użyciu STADII wyglądają archaicznie we współczesnych prezentacjach. Kolorystyka programu (czerwona czcionka na zielonym) jest bardzo męcząca w obsłudze. Do pozytywnych cech programu należy interfejs w języku rosyjskim i dostępność książek opisujących pracę.

SPSS (Pakiet Statystyczny dla Nauk Społecznych) Najpopularniejszy pakiet do przetwarzania danych statystycznych z ponad 30-letnią historią. Jest elastyczny i wydajny, ma zastosowanie do wszystkich typów obliczeń statystycznych. Niedawno ukazała się 13. wersja angielska. Istnieje rosyjskojęzyczne przedstawicielstwo firmy, które oferuje w pełni zrusyfikowaną wersję SPSS 12.0.2 dla Windows. Istnieje podręcznik w języku rosyjskim, który pozwala krok po kroku opanować możliwości SPSS, korepetytor statystyki w języku rosyjskim, który pomaga wybrać odpowiednią procedurę statystyczną lub graficzną dla konkretnych danych i zadań, a także pomoc dotyczącą SPSS Base i tabel SPSS .

STATA Profesjonalny pakiet oprogramowania statystycznego z systemem zarządzania danymi. Jeden z najpopularniejszych w instytucjach edukacyjnych i naukowych w USA wraz z SPSS. Program jest dobrze udokumentowany, a dla użytkowników systemu wydawany jest specjalny magazyn. Nie ma jednak możliwości podglądu wersji demonstracyjnej.

STATISTICA Program jest produkowany przez firmę StatSoft Inc. (USA), która zajmuje się tworzeniem aplikacji statystycznych od 1985 roku. STATISTICA zawiera dużą liczbę metod analizy statystycznej (ponad 250 wbudowanych funkcji) połączonych ze specjalistyczną statystyką. Łatwy w nauce, ten pakiet statystyczny można polecić do badań produkcyjnych i technologicznych o dowolnej złożoności. Obecnie ukazała się wersja 7. Rosyjskie przedstawicielstwo firmy oferuje całkowicie zrusyfikowaną wersję 6 programu. Na stronie internetowej firmy znajduje się wiele informacji na temat przetwarzania danych statystycznych, podręcznik statystyki w języku rosyjskim.

SYSTAT System statystyczny dla komputerów osobistych w wersji 11 posiada dobry, intuicyjny interfejs. Systat Software rozwija również popularne wśród krajowych badaczy SigmaStat i SigmaPlot, które są odpowiednio programem do przetwarzania statystycznego i programem do tworzenia wykresów. Współpracując, stają się jednym pakietem do przetwarzania statystycznego i wizualizacji danych

NCSS Program rozwijany od 1981 roku i przeznaczony jest dla osób niebędących profesjonalistami w dziedzinie przetwarzania statystycznego. Interfejs systemu jest wielookienkowy i w związku z tym zjawiskiem jest nieco nietypowy w użyciu. Wszystkim działaniom użytkownika towarzyszą podpowiedzi

MINITAB 14 Pakiet statystyczny MINITAB jest obecnie wydawany w wersji 14. Na stronie producenta dostępna jest w pełni funkcjonalna wersja próbna programu, która działa przez 30 dni. Jest to dość łatwy w obsłudze pakiet oprogramowania, który ma dobry interfejs użytkownika i dobre możliwości wizualizacji wyników pracy. Zawiera szczegółowe informacje.

STATGRAPHICS PLUS Całkiem potężny program statystyczny. Zawiera ponad 250 funkcji statystycznych, generuje przejrzyste, konfigurowalne raporty. Najnowsza dostępna wersja to 5.1. Można go uzyskać na stronie internetowej. Istnieje możliwość pobrania wersji demonstracyjnej. Należy zauważyć, że wczesne wersje tego programu cieszyły się dużą popularnością wśród krajowych badaczy

PRISM Program ten został stworzony specjalnie do celów biomedycznych. Intuicyjny interfejs pozwala analizować dane i tworzyć wysokiej jakości wykresy w ciągu kilku minut. Program zawiera podstawowe, często używane funkcje statystyczne, które w większości badań będą wystarczające. Jednak, jak zauważają sami twórcy, program nie jest w stanie całkowicie zastąpić poważnych pakietów statystycznych.

Który program wybrać? Oczywiście wysoki koszt programów nie pozwala na ich zmianę. Dlatego warto zapoznać się z wersjami demonstracyjnymi, zapoznać się z pracą i dopiero wtedy dokonać ostatecznego wyboru.

Podsumowując powyższe, możemy wyciągnąć następujące wnioski: wprowadzenie metod statystycznych do analizy danych jakościowych pozwala na analizę danych jakościowych, znajdowanie przyczyn defektów poprzez badanie i zarządzanie procesami oraz wykrywanie wpływów przypadkowych i naturalnych; ocenić możliwości procesu (dokładność technologiczna); samokształcenie personelu; zarządzać personelem; sprawdzać skuteczność działań, stale podnosić jakość produktów.

Metody statystyczne służą do porównywania i analizy dużych zbiorów danych, przedstawiając je w formie wizualnej (diagram Pa).

reto, wykresy słupkowe, wykresy kontrolne, diagramy przyczynowo-skutkowe).

Literatura

1. Statystyczna kontrola akceptacji http://de.ifmo.ru/bk netra/page.php?tutindex=18&index= 30.

2. GOST R ISO/TO 10017-2005.

3. Nowoczesne oprogramowanie do statystycznej obróbki badań biomedycznych

Statystyczna kontrola procesu powstała w 1931 roku. Została zaproponowana przez naukowca Waltera Shewharta w książce „Economic Quality Control of Manufactured Products”. W tym czasie Shewhart pracował jako statystyk w Bell Laboratories. Zauważył, że w procesach produkcyjnych występują takie dane, które po przetworzeniu statystycznym mogą sygnalizować, czy proces jest pod kontrolą lub czy występują w nim jakieś odchylenia (spowodowane przyczynami niewrodzonymi w procesie). Listy kontrolne i wykresy kontrolne, które są obecnie używane, opierają się na pracach Shewharta. Statystyczne sterowanie procesem może wymagać zastosowania dowolnej metody statystycznej omówionej w paragrafie 3.4 „Metody analizy jakości”.

Chociaż statystyczna kontrola procesu była pierwotnie stosowana tylko w procesach produkcyjnych, można ją zastosować do prawie każdego procesu. Wszystko, co robią pracownicy, można uznać za procesy. Na każdy proces wpływa wiele czynników (używany sprzęt, materiały, metody i instrukcje pracy, pomiary i ludzie zaangażowani w proces). Jeśli poza tym nic nie wpływa na proces, a wszystkie te czynniki działają bez zarzutu i tak jak powinny, to proces jest kontrolowany statystycznie. Oznacza to, że na proces nie mają wpływu żadne przyczyny wtórne. Wszystkie usterki zostały naprawione. Według Shewharta nie oznacza to, że 100% produktu będzie bezbłędne i że w procesie nie będzie żadnych różnic. W każdym procesie występują naturalne wahania i odchylenia, które wpływają na wydajność. Wynoszą one 3 wadliwe jednostki na 1000 (wadliwość odnosi się tutaj do produktów wykraczających poza dopuszczalne limity - ±3s).

Fakt, że w każdym procesie występują naturalne różnice, można zilustrować w następujący sposób: na przykład średnice cylindrów toczonych na maszynie rzadko będą wynosić dokładnie 17 mm. Ich wartość będzie wahać się w granicach 17 mm przynajmniej w zakresie dokładności przyrządu pomiarowego i urządzeń kontrolnych. W rzeczywistości będzie znacznie więcej przyczyn nieodłącznie związanych z procesem, które powodują tę zmianę.

W statystycznym sterowaniu procesem za pomocą metod statystycznych (i tylko!) określa się, które odchylenia od ideału są normalne dla danego procesu (tych „normalnych” odchyleń nie należy mylić z charakterystyką techniczną urządzenia; oczywiście, parametry techniczne wpływają na proces, ale te „normalne” odchylenia są określane statystycznie).

Statystyczna kontrola procesu nie eliminuje całkowicie odchyleń i odchyleń produktów od ideału w procesach. Pozwala jednak kontrolować proces i odróżniać naturalne odchylenia występujące we wszystkich procesach od awarii spowodowanych dodatkowymi przyczynami. Stanowi podstawę doskonalenia procesów i produkcji wolnej od wad. Kiedy wszystkie przyczyny niepowodzeń zostaną zidentyfikowane i wyeliminowane, a pozostaną jedynie naturalne odchylenia, uważa się, że proces znajduje się w stanie kontroli statystycznej. Po osiągnięciu tego stanu proces jest stabilny i 99,73% produkcji nie przekracza statystycznych granic kontrolnych (górna i dolna granica kontrolna, o których była już mowa w paragrafie 3.4.8. „Karta kontrolna”). Tylko wtedy możesz ulepszyć proces. Więc:

Statystyczna kontrola procesuto statystyczna metoda oddzielania zmian spowodowanych błędami procesu od zmian „naturalnych”, które stanowią integralną część procesu. Celem statystycznej kontroli procesu jest identyfikacja i eliminacja usterek oraz ustalenie i utrzymanie stabilności procesu, umożliwiającej dalsze usprawnienia.

Statystyczna kontrola procesu, w ramach kompleksowego zarządzania jakością, poprawia jakość produktów i obniża koszty. Statystyczne sterowanie procesami znacznie zwiększa efektywność następujących procesów:

· Kontrola zmian.

· Ciągłe doskonalenie.

· Przewidywalność procesów.

· Eliminacja strat.

· Próbna kontrola produktów.

Zastanówmy się, co w tych procesach zapewnia statystyczne sterowanie procesami.

Kontrola zmian

Jak już wspomniano, na proces wpływają dwa rodzaje czynników - awarie i przyczyny naturalne. Statystyczne sterowanie procesem pozwala na odróżnienie jednego od drugiego. Doskonalenie procesów to jedynie eliminacja lub minimalizacja przyczyn naturalnych. Jest to możliwe po wyeliminowaniu awarii, w przeciwnym razie awarie nie pozwolą nam ocenić efektu poprawy.

W przypadku braku awarii rozkład wielkości produkcji według wartości dowolnej cechy w stosunku do jej wymaganej wartości jest krzywą dzwonową. Sposób konstrukcji takiego rozkładu opisano szczegółowo w paragrafie 3.4.9. „Wykres słupkowy”. Wartości tej cechy dla 99,73% jednostek produktu nie przekraczają ±3s (ryc. 3.9 a). Jeśli w procesie wystąpi awaria, wówczas więcej produktów przekroczy granicę ±3s (rys. 3.9 b). Ogólnie rzecz biorąc, w procesie, w którym wystąpiła awaria, rozkład niekoniecznie ma postać krzywej dzwonowej.

Ciągłe doskonalenie

Aby poprawić jakość produktów, konieczne jest doskonalenie procesów ich tworzenia. Udoskonalanie procesu polega na poprawie jego naturalnych cech. Można to przeprowadzić dopiero po wyeliminowaniu wszystkich awarii. W tym przypadku samo doskonalenie będzie kontrolowane i możliwe będzie tworzenie list kontrolnych i kart kontrolnych pozwalających ocenić efekty usprawnienia. Wyniki doskonalenia procesu można przedstawić graficznie jak na rys. 3,9 cala

Ryż. 3.9 Rozkład wartości średnic toczonych cylindrów w zależności od wymaganej wartości

Przewidywalność procesu

Statystyczne sterowanie procesami sprawia, że ​​procesy są stabilne, powtarzalne i przewidywalne. Kiedy proces jest pod kontrolą, firma dokładnie zna jego charakterystykę. Pozwala to trafnie ocenić możliwość realizacji konkretnego zamówienia i dokonać minimalnej możliwej oceny ryzyka (co w konsekwencji obniża koszt zamówienia i zwiększa konkurencyjność). Jeśli proces jest niekontrolowany, istnieje ryzyko albo nie dotrzymania warunków umowy, albo nie otrzymania zamówienia ze względu na wysoką cenę (jeśli podejmiemy maksymalne możliwe ryzyko). W każdym razie menedżer poświęci wiele nerwów na zdobycie kontraktu i wypełnienie jego warunków.

Eliminacja odpadów

Jeśli proces jest pod kontrolą statystyczną, pozwala to na identyfikację awarii już w momencie ich wystąpienia, co ogranicza produkcję produktów o niskiej jakości. Uznano, że taniej jest zorganizować statystyczną kontrolę procesu niż korygować defekty.

Kontrola produktu

Statystyczna kontrola procesu pozwala optymalnie zorganizować kontrolę wyrobów gotowych (tak, aby koszty były minimalne przy akceptowalnej niezawodności). Kontrola produktów wymaga drogiego sprzętu i wysoko wyszkolonego (i dobrze opłacanego) personelu, dlatego redukcja kosztów kontroli jest znacząca. Poza tym nawet 100% kontrola gotowych produktów ujawnia jedynie 80% wad. Jeśli proces jest pod kontrolą statystyczną, można określić wymaganą wielkość kontroli pobierania próbek i opracować najdogodniejsze formy arkuszy kontrolnych i kart kontrolnych. Jak już wspomniano, wszystko to odbywa się na podstawie statystyk i zostało szczegółowo opracowane przez Shewharta.

Uprawnienia operatora

Operatorzy zajmujący się statystyczną kontrolą procesu i monitorowaniem procesu muszą zostać specjalnie przeszkoleni. Muszą otrzymać odpowiednie uprawnienia umożliwiające wpływanie na proces. Na świecie nie ma zgody co do poziomu władzy. Istnieją dwie opcje:

· W przypadku wystąpienia usterki operator musi zatrzymać proces produkcyjny w celu zidentyfikowania usterki.

· Operator nie ma prawa zatrzymać procesu. Musi zgłosić awarię swoim przełożonym. Jeśli awaria nadal wymaga zatrzymania, należy jak najszybciej rozpocząć proces od nowa, ewentualnie stosując środki tymczasowe. Przyczyny awarii i sposób jej usunięcia, a także sama jej eliminacja zostaną przeprowadzone później, nie opóźniając procesu.

Która metoda jest lepsza, zależy od wielu powodów i można ją powiedzieć tylko w każdym konkretnym przypadku. Większość przedsiębiorstw stoi jednak na stanowisku, że należy natychmiast przerwać proces i wyeliminować awarię. Ich zdaniem jest to bardziej opłacalne ekonomicznie, ponieważ Nie produkuje się żadnych wadliwych produktów. Ponadto, jeśli proces nie zostanie natychmiast zatrzymany, objawy awarii mogą zniknąć, nie będzie możliwe wykrycie jej podczas konserwacji sprzętu, a może pojawić się w przyszłości, powodując dalsze szkody.