Jakość definiuje się jako zespół cech i właściwości produktu (usługi) spełniający formułowane i przyszłościowe wymagania klienta.
Stare i nowe techniki Zarządzania Jakością
A.)Stare
Schemat blokowy
Burza mózgów
Diagram Pareto-Lorenza
Wykres przyczynowo-skutkowy Ishikawy
Histogram
Karty kontrolne Shewharta -SPC
Wykres rozrzutu
Stare narzędzia jakości
Schemat blokowy jest graficznym przedstawieniem ciągu operacji i zdarzeń realizowanych w danym procesie. Schemat tworzony jest z ogólnie przyjętych symboli łączonych za pomocą strzałek. Początek procesu rozpoczyna się owalem lub kółkiem.
Poszczególne kroki przedstawiane są w postaci prostokątów. Miejsca podejmowania decyzji oznaczone są symbolem “karo”. Strzałki pokazują kierunek przebiegu i jego zmiany. Wszystkie opisy znajdują się w środku figur lub nad strzałkami.
Burza mózgów- Technika zespołowego poszukiwania rozwiązań, zbierania pomysłów i wyboru optymalnego wariantu. Stosowana bardzo szeroko w tym do oceny jakości wyrobów, rozwiązywania złożonych problemów organizatorskich oraz techniczno – technologicznych.
W pracach grupy uczestniczy zwykle od 5 – 15 osób, a jej skład powinien być następujący:
40 – 60 % specjalistów tematu poruszanego na sesji burzy mózgów
20 – 40 % specjalistów dziedzin pokrewnych
5-20 % osób nie związanych z problemem
ZASADY BM:
Każda idea jest dopuszczalna
Każdy pogląd może być zaprezentowany i nie podlega krytyce
Każda następna osoba może dany pomysł rozwinąć
Wszystkie pomysły są zapisywane
Pomysły powinny być zgłaszane pojedynczo
Powinny być formułowane jasno i zwięźle
Pomysły są własnością grupy.
Diagram Pareto-Lorenza
służy wyznaczaniu priorytetów działań- Analiza Pareto jest narzędziem pozwalającym uporządkowanie danych pod względem ich ważności dla procesu. Zidentyfikowanie przyczyn w kolejności ich wagi pozwala na ukierunkowanie działań, które w sposób najbardziej efektywny przyczynią się do poprawy poziomu jakości wyrobu.
Prawo stosunku Pareto 80/20 mówi nam, iż zazwyczaj 80% skutków wynika z 20% przyczyn.
…
Wykres Ishikawy
Diagramu przyczynowo-skutkowego zwany jest również diagramem "rybiego szkieletu" lub “rybiej ości” (ang. fishbone diagram).
Wykres ten stosowany jest do analizy związków przyczynowo-skutkowych, ich przedstawienia, a także ułatwienia rozwiązania problemu. Jest narzędziem stosowanym w celu przemyślenia i przedstawienia związków pomiędzy danymi skutkami i ich potencjalnymi przyczynami.
W oparciu o wiedzę ekspercką prowadzi on do uporządkowania potencjalnych przyczyn i sformułowania roboczych hipotez na temat związków przyczynowo-skutkowych
Najbliżej osi głównej znajdują się najistotniejsze elementy.
I ETAP Precyzyjne określenie rozważanego zagadnienia – identyfikacja problemu (główna oś wykresu).
II ETAP Określenie głównych przyczyn (kategorii). Najczęściej stosuje się 5-6 kategorii wg metody 5-M z języka angielskiego: Man, Machine, Method, Material, Management, czyli: człowiek, maszyna, metoda, materiał, zarządzanie. Można również w zależności od problemu przyjąć inne kategorie główne.
Dodatkowo uwzględnia się również szósty element - ŚRODOWISKO
III ETAP Określenie przyczyn drugorzędnych. Czynniki te stanowią rozwinięcie (uszczegółowienie) przyczyn głównych. Proces ten odbywa się na zasadach burzy mózgów i toczy się aż do wyczerpanie pomysłów.
IV Wybranie najistotniejszych (krytycznych) przyczyn w poszczególnych kategoriach. Można do tego celu zastosować analizę Pareto. Przyczyny należy rozmieszczać zgodnie z ich wagą dla problemu. Czym bliżej osi głównej tym przyczyna bardziej istotna.
V Analiza i weryfikacja otrzymanych wyników
Histogram jest wykresem słupkowym, stosowanym w statystyce.
Narzędzie to służy do prezentacji wykresów zmienności, wizualnego przedstawiania informacji o przebiegu procesu oraz podejmowania decyzji odnośnie tego, na czym należy się skupić w działaniach.
Przy wykreślaniu histogramu należy przyjąć przedział zmienności opisywanej wielkości (DGT - dolna granica tolerancji, GGT - górna granica tolerancji) oraz liczbę przedziałów szeregu rozdzielczego (k). Ilość przyjętych przedziałów k powinna zawierać się pomiędzy 5, a 15. Dobiera się ją w zależności od liczby uwzględnionych danych.
Pamiętać należy o unikaniu występowania przedziałów pustych. Liczba przyjętych przedziałów ma decydujący wpływ na kształt histogramu, natomiast jego kształt decyduje o możliwej interpretacji.
Histogramy można wykorzystywać w wielu obszarach działalności przedsiębiorstwa m.in. do obserwacji zmienności: liczby zniszczonych narzędzi, liczby braków na zmianę, liczby klientów itp.
INTERPRETACJA
Prawidłowy wygląd histogramu informuje, iż proces przebiega prawidłowo. Wartości wielkości badanej rozkładają się zgodnie z rozkładem normalnym.
Jeżeli na wykresie zaobserwujemy dwa wierzchołki, świadczyć to może o sprawdzaniu wyrobów pochodzących z dwóch rożnych partii, wyprodukowanych na różnych maszynach lub nagłym przestawieniu parametrów procesu.
Podobne dwa wierzchołki - lecz oddzielone wyraźną przerwą - zaobserwujemy przy błędnym odczycie pomiaru lub uszkodzeniu przyrządu pomiarowego.
Brak wyraźnego wierzchołka, wykres mało skupiony (odcięty), to cechy charakterystyczne wykresu dla wyrobów po wstępnej kontroli (selekcji).
Złe ustawienie maszyny dla całej partii daje kształt wykresu prawidłowy, lecz jest on przesunięty w lewą lub prawą stronę.
Karty kontrolne – SPC
Karty kontrolne są graficznym przedstawieniem i porównaniem informacji pobieranych z serii (4-5) próbek przedstawiających aktualny stan i przebieg procesu. Karty kontrolne Shewharta są podstawowym narzędziem statystycznego sterowania procesem - zapobiegania powstawaniu wad.
Kontrola prowadzona jest w trakcie trwania procesu, a nie po jego zakończeniu. Metoda kart kontrolnych pozwala określić, czy dany proces osiągnął stan statystycznego uregulowania i przebiega stabilnie??.
Niebezpieczeństwo rozregulowania procesu sygnalizowane jest pojawieniem się na karcie punktów poza liniami kontrolnymi lub ich niekorzystnej tendencji.
INTERPRETACJA
Równomierne rozmieszczenie punktów pomiarowych pomiędzy liniami GGO i DGO oznacza iż proces przebiega prawidłowo i stabilnie.
Wykres rozrzutu (ang. scatter diagram) nazywany również wykresem korelacji lub diagramem rozproszenia jest graficzną metodą przedstawiania związków pomiędzy dwiema zmiennymi. Analizę taką przeprowadza się na podstawie obrazu i kształtu skupisk punktów naniesionych na układ współrzędnych x, y. Prawidłowa analiza powinna opierać się na obrazie przynajmniej 30-tu punktów (par danych). Zależności korelacyjne między badanymi zmiennymi zależą od sposobu układania się tych punktów. Korelacja (zależność) zachodzi w przypadku układania się punktów wzdłuż pewnej linii. Większe skupienie punktów wzdłuż prostej oznacza większą zależność pomiędzy zmiennymi. Jeżeli punkty układają się wzdłuż prostej prostopadłej do jednej z osi, lub są rozproszone po wykresie, oznacza to brak zależności pomiędzy badanymi zmiennymi