Zarządzanie jakością w logistyce 

dr inż. Anna Olszewska 

a.olszewska@pb.edu.pl 

Metody wspomagające zarządzanie jakością 

Metody wspomagające 

 zarządzanie jakością 

Rozwinięcie funkcji jakości QFD  

Pierwszą z wymienionych metod projektowych jest QFD (ang. Quality Function 
Deployment), tłumaczona jako rozwinięcie funkcji jakości. Została ona 
opracowana w Japonii w latach sześddziesiątych przez Yoji Ako. Jest to forma 
przeniesienia informacji pochodzących od klienta na język projektantów, 
konstruktorów i technologów. Jej idea została oparta na zasadzie, iż produkt 
zaprojektowany i wykonany poprawnie nie przyniesie firmie oczekiwanych 
korzyści, jeżeli nie zaakceptuje go klient. Stąd powstał pomysł wykorzystania na 
każdym jej etapie narzędzia nazywanego ze względu na swój kształt „domem 
jakości”.  

Rozwinięcie funkcji jakości QFD  

„Dom jakości” nie jest konstruowany jednorazowo w metodzie QFD. Tego typu 
narzędzie wykorzystywane jest wielokrotnie przez różne osoby w kolejnych fazach. 
W pierwszej realizacji przekształcane są wymagania klientów na parametry 
techniczne. Informacje stąd pochodzące przekazywane są do kolejnej fazy, w której 
konstruktor przenosi je na zespoły i części. Następnie informacje te przekształcane 
są przez technologa na operacje procesu technologicznego i montażu.  
 
Metoda wielokrotnego wykonywania domów jakości, która jest istotą QFD, może 
byd stosowana zarówno w produkcji, jak też w usługach, czy w opracowaniach 
systemów komputerowych. Jej przydatnośd została wielokrotnie wykazana w 
praktyce. Pozwala ona przede wszystkim na dokładne odzwierciedlenie w 
produkcie czy usłudze oczekiwao klienta, co często jest trudne, zwłaszcza w 
procesach przebiegających masowo. 

Przenoszenie wymagao poprzez dom jakości 

JAK

(2)

 

CELE

 (2)

 

 

CO

(2)

 

 

JAK

(1)

 

CELE

 (1)

 

 

CO

(1)

 

 

JAK

(3)

 

CELE

 (3)

 

 

CO

(3)

 

 

Klienci/ 

/Rynek 

Projektant 

Konstruktor 

Technolog 

Domy jakości 

Wzbogacenie macierzowej analizy 

danych o diagram macierzowy ułatwia 

wykorzystanie narzędzia nazywanego 

„domem jakości” (ang. House of Quality).  
Jest to diagram zależności pomiędzy 

ocenami klienta wydawanymi w 

odniesieniu do pewnych charakterystyk 

produktu, a rzeczywistym ich poziomem. 
Konstrukcja domu jakości przebiega 

etapami. 

I.

zbierane są od klienta informacje o 

jego oczekiwaniach. Podawany 

wówczas opis zazwyczaj 

pozbawiony jest typowo 

inżynierskich określeo, bazujący na 

niesprecyzowanych oczekiwaniach 

takich jak „łatwy w obsłudze”, 

„trwały”, „estetycznie wykonany” 

czy ”atrakcyjne wyglądający”.  

II.

Nadanie przez klienta wag 

poszczególnym, wymienionym 

oczekiwaniom.  

Parametry  

techniczne  

produktu 

Zależności  

wymagań  

i parametrów  

technicznych 

Ważność  

parametrów  

technicznych 

Docelowe  

wartości  

parametrów  

technicznych 

Wskaźniki technicznej trudności 

wykonania 

Porównanie 

wyrobu  

własnego  

z konkurencyjnymi 

Ważność 

wymagań 

według 

klientów 

Wymagania 

klientów 

Zależność pomiędzy 

 parametrami technicznymi 

 
 
 

I

N
F
O
R
M
A
C
J
E 

 
 
    

T
E
C
H
N

I

C
Z
N
E 

INFORMACJE MARKETINGOWE 

VI 

III 

IV 

VII 

V 

VIII 

IX 

II 

I 

Domy jakości 

III.

przełożenie wag i wymagao na konkretne 
parametry techniczne. Odbywa się 
to poprzez ustalenie typu zmiennej 
(nominanta, stymulanta czy destymulanta)  

IV.

określenie zależności pomiędzy 
wymaganiami klienta, a konkretnymi 
parametrami technicznymi produktu. 
Odbywa się to poprzez nadanie wag, np. 9-
silne oddziaływanie, 3-pośrednie i 1-słabe. 
W przypadku braku zależności 
przypisywane są wartości zerowe.  

V.

zdefiniowanie ważności parametrów 
technicznych poprzez wyznaczenie sum 
iloczynów tych parametrów. Wyznaczone w 
ten sposób wartości ułatwiają 
zdiagnozowanie problemów kluczowych, 
które są istotne dla klienta, a tym samym 
decydują o sukcesie produktu 

Parametry  

techniczne  

produktu 

Zależności  

wymagań  

i parametrów  

technicznych 

Ważność  

parametrów  

technicznych 

Docelowe  

wartości  

parametrów  

technicznych 

Wskaźniki technicznej trudności 

wykonania 

Porównanie 

wyrobu  

własnego  

z konkurencyjnymi 

Ważność 

wymagań 

według 

klientów 

Wymagania 

klientów 

Zależność pomiędzy 

 parametrami technicznymi 

 
 
 

I

N
F
O
R
M
A
C
J
E 

 
 
    

T
E
C
H
N

I

C
Z
N
E 

INFORMACJE MARKETINGOWE 

VI 

III 

IV 

VII 

V 

VIII 

IX 

II 

I 

Domy jakości 

VI.

przypisywanie zależności pomiędzy parametrami 
technicznymi. Odbywa się to przez wstawienie 
znaków odzwierciedlających zależności: znak „+” 
jako dodatnia, zaś „-” jako ujemna. Przewaga 
znaków mówiących o oddziaływaniu przeciwnym 
(-) wskazuje, że nie istnieją możliwości zmian 
w poziomie parametrów bez jednoczesnego 
obniżenia poziomu innych. W przypadku, gdy 
przeważają oddziaływania neutralne lub 
dodatnie (+) możliwym jest ulepszenie produktu, 
tak by pełniej można było zrealizowad 
oczekiwania klienta, zaś przeprowadzone zmiany 
nie niosłyby negatywnych skutków dla 
pozostałych parametrów. 

VII.

porównanie własnego wyrobu z konkurencją 
Przypisane wówczas punkty wskazują na 
produkt, który najpełniej spełnia oczekiwania 
klienta. Wysokie wartości stają się wówczas 
ważną informacją marketingową.  

VIII.

określenie wartości docelowych parametrów, 
które mogą byd zmienione,  

IX.

wskazanie trudności w ich realizacji 

Parametry  

techniczne  

produktu 

Zależności  

wymagań  

i parametrów  

technicznych 

Ważność  

parametrów  

technicznych 

Docelowe  

wartości  

parametrów  

technicznych 

Wskaźniki technicznej trudności 

wykonania 

Porównanie 

wyrobu  

własnego  

z konkurencyjnymi 

Ważność 

wymagań 

według 

klientów 

Wymagania 

klientów 

Zależność pomiędzy 

 parametrami technicznymi 

 
 
 

I

N
F
O
R
M
A
C
J
E 

 
 
    

T
E
C
H
N

I

C
Z
N
E 

INFORMACJE MARKETINGOWE 

VI 

III 

IV 

VII 

V 

VIII 

IX 

II 

I 

Analiza przyczyn skutków i wad 

Metoda FMEA (ang. Failure Mode and Effects Analysis) w literaturze 
tłumaczona jako analiza przyczyn i skutków wad. Metoda ta powstała w latach 
sześddziesiątych XX wieku w Stanach Zjednoczonych. Jej koncepcja, zgodnie z 
przyjętą nazwą, opiera się na analizie mogących jeszcze się ujawnid lub już 
istniejących wad. W metodzie tej odpowiednio dobrany zespół ekspertów 
szacuje szanse wystąpienia wady, analizuje przyczyny jej wystąpienia, jak też 
bada konsekwencje. Oprócz tej analizy zespół ten zastanawia się nad 
możliwościami wyeliminowania powstałej niezgodności, proponując 
rozwiązania prewencyjne czy korygujące.  

Analiza przyczyn skutków i wad 

W literaturze wyróżnia się dwa typy FMEA:  

1.

 dotyczące wyrobu (konstrukcji) – ma na celu wyeliminowanie możliwości 
powstania wad w projektowanym wyrobie, jeszcze przed podjęciem 
działao projektowych i konstrukcyjnych, oraz produkcję 

2.

 procesu. – ma na celu wskazanie punktów, które mogą utrudniad 
właściwą realizację procesu.  

 
Jednak metody te różnią się nie tylko kryterium i przedmiotem analizy – różnic 
tych jest więcej. Są to m. in. różne rodzaje stawianych problemów, sposoby 
opisu wad, przyczyn i skutków.  

Analiza przyczyn skutków i wad 

Metodę tą można także w różny sposób prowadzid:  

1.

problemowo – analizowane są jedynie obszary objęte problemem 

2.

systemowo – analizowany jest problem całościowo.  

 
FMEA prowadzona w odniesieniu do konkretnego problemu jest prostsza w 
realizacji, ale jednocześnie ogranicza możliwośd wykrycia wszystkich zagrożeo.  
 
W podejściu systemowym takie ograniczenie nie występuję, ale jednocześnie 
sprawia to, iż jest ono zdecydowanie bardziej złożone i trudniejsze w realizacji. 
Metoda FMEA, zarówno dotycząca wyrobu, jak też procesu, przebiega w 
trzech fazach:  

1.

przygotowanie,  

2.

właściwa analiza,  

3.

wprowadzenie i nadzorowanie działao prewencyjnych. 

Analiza przyczyn skutków i wad 

W pierwszym etapie prowadzenia projektu FMEA powoływany jest zespół 

ekspertów, z którego wybierany jest lider. Grupa ta identyfikuje problem, wybiera 

sposób prowadzenia i określa zakres, który metoda ma objąd.  
 
Kolejny etap metody – właściwa analiza – zawiera identyfikację możliwych wad, 

które mogą zostad ujawnione na każdym etapie życia produktu. Wadom tym 

przypisywane są wskaźniki oznaczające znaczenie wady w rozumieniu skutków, 

jakie może ona powodowad (Z), ryzyko jej wystąpienia (R), jak też możliwośd 

wykrycia (W). Iloczyn określonych w ten sposób wskaźników (WPR – wskaźnik 

priorytetu) umożliwia wskazanie wad o największej szkodliwości. Określane w ten 

sposób rangi, wraz z zaplanowaniem i podjęciem działao naprawczych stają się 

początkiem ostatniego etapu wprowadzenia metody FMEA, kooczącego się 

nadzorowaniem poprawności prowadzonych działao.  
 
Metoda ta, ze względu na złożonośd, jak też wymóg doboru grupy ekspertów, jest 

stosowana w sytuacjach, które mogą narazid producenta na znaczne straty 

lub wymagana jest wysoka niezawodnośd wyrobów. Stąd liczne jej zastosowania 

w astronautyce, technice jądrowej, przemyśle lotniczym czy samochodowym. 

Jednakże, mimo szeregu zalet posiada również wady, wśród których najistotniejszą 

jest, iż opiera się ona na oszacowaniach nie zawsze będących obiektywnymi 

ocenami.  

 

Planowanie eksperymentu – DOE  

Początki rozwoju Planowanie eksperymentu (DOE – Design of Experiments) 
sięgają lat dwudziestych XX wieku, a związane są z pracami Ronalda 
A. Fishera, który opracował statystyczne modele doświadczeo rolniczych 
i biologicznych.  

 

Planowanie eksperymentu – DOE  

Metoda planowania eksperymentów wiąże się z pojęciem procesu. Jako 
proces rozumiany jest układ posiadający wejścia i wyjście. W grupie wejśd 
należy wyróżnid te, które poddają się kontroli, jak też te, których nie można 
kontrolowad. Często pierwsza grupa nazywana jest czynnikami sterowalnymi, 
zaś druga niesterowalnymi. Wyróżniana jest też grupa wejśd nazywanych 
zakłóceniami, pochodzącymi z zewnątrz procesu lub jego wnętrza.  

 

Planowanie eksperymentu – DOE  

Planowanie eksperymentu polega na opracowaniu matematycznego modelu, 
który opisuje zależności pomiędzy wielkościami wejściowymi, a wyjściową, 
przy określonych czynnikach zakłócających. Zbudowany model poddawany 
jest statystycznej weryfikacji. W praktyce korzysta się z dwóch modeli: 

1.

plan pełny (kompletny czy czynnikowy) 

Zakładając, że czynniki sterowalne mogą przyjmowad dwa poziomy: 
maksymalny i minimalny, przypisane zostaną im odpowiednio znaki „+” i „–”. 
Planując eksperyment pełny należy się liczyd z wystąpieniem 2

k

 liczby 

eksperymentów (k 



 liczba czynników).  

I tak w przypadku dwóch czynników liczba eksperymentów wynosi 4, zaś przy 
trzech czynnikach już 8. 

 

Planowanie eksperymentu – DOE  

2.

układy ułamkowe  

W pierwszym kroku redukuje się liczbę czynników za pomocą różnych narzędzi 
i sprowadzając do 2-4 czynników wykonuje się analizę pełną lub jej 
modyfikacje. Przykładami działao redukujących są: karty zmienności, 
systematyczna zmiana elementów, porównanie parami, systematyczna 
zmiana czynników. W wymienionych schematach wykorzystuje się wiele 
narzędzi zarówno klasycznych (np. wykres Pareto), jak też statystycznych 
(np. testy parametryczne, estymacja, analiza wariancji, analiza regresji).  

Metody kontroli 

W metodach kontroli wskazuje się na: 
statystyczną kontrolę procesu,  
statystyczną kontrolę odbiorczą.  
 
Pierwsza ukierunkowana jest na proces, zaś druga na produkt.  
Obie polegają na pobieraniu z procesu próbek i ocenianiu na ich podstawie 
poprawności wykonania, z tą różnicą, że w kontroli procesu weryfikowany jest 
wpływ czynników specjalnych, zaś przy odbiorczej podejmowana jest decyzja 
o przyjęciu partii lub poddaniu jej kontroli 100-procentowej.  
Kontrola 100-procentowa jest metodą zdecydowanie najbardziej 
czasochłonną i jednocześnie kosztowną. Jest ona stosowana jedynie przy 
produktach wytwarzanych w małych seriach lub w badaniach nieniszczących 
przy pewnym poziomie automatyzacji tych pomiarów. 

Schemat kontroli 100-procentowej

 

Źródło: Hamrol A., Mantura W., Zarządzanie jakością. Teoria i praktyka, Wydawnictwo 
Naukowe PWN, Warszawa, 2002.  

OCENA 

DECYZJA 

WYBÓR 

DOSTAWCA 

Wyroby kontrolowane 

Strumień wyrobów 

Przepływ informacji 

KONTROLA 

SELEKCJA 

Jednostki 
niezgodne  

Jednostki 
zgodne 

Schemat statystycznej kontroli odbiorczej (SKO)

 

Źródło: Hamrol A., Mantura W., Zarządzanie jakością. Teoria i praktyka, Wydawnictwo 
Naukowe PWN, Warszawa, 2002.  

OCENA 

DECYZJA 

Wyroby kontrolowane 

Strumień wyrobów 

Przepływ informacji 

KONTROLA 

SELEKCJA 

WYBÓR 

DOSTAWCA 

Partie 
zakwalifikowane 
jako niezgodne – 
zawierają jednostki 
zgodne i niezgodne 

Partie zakwalifikowane 
jako zgodne – zawierają 
jednostki zgodne i 
niezgodne 

Schemat statystycznej kontroli procesu

  

Źródło: Hamrol A., Mantura W., Zarządzanie jakością. Teoria i praktyka, Wydawnictwo 
Naukowe PWN, Warszawa, 2002.  

KONTROLA 

OCENA 

REGULACJA 

PROCES 

STRUMIEŃ 

WYROBÓW 

Wyroby kontrolowane 

Strumień wyrobów 

Przepływ informacji 

Tylko 
jednostki 
zgodne 

St

aty

sty

czna k

on
tr

ola pr

oce
su (SK

P)

 

Analiza wymagao i satysfakcji klienta 

Jako wymaganie rozumiana jest potrzeba, czy oczekiwanie, które powinno byd 
zrealizowane, zaś jako satysfakcja – stan zadowolenia wynikający ze spełnienia tegoż 
wymagania.  
Opracowano wiele narzędzi wykorzystywanych do określenia wymagao klienta i poziomu 
satysfakcji. Pierwszy etap jest zawsze identyczny, jest to pozyskanie danych od adresata 
produktu czy usługi. Odbywa się to poprzez metody  

1.

pośrednie  

▫

analizą trendów rynkowych,  

▫

pozorne zakupy,  

▫

obserwacje,  

▫

sugestie i skargi klientów 

2.

bezpośrednie 

▫

 wywiad  

▫

badania ankietowe. 

Pozyskane w ten sposób dane poddawane są obróbce, z której wyniki przedstawiane są w 
różnych formach, dając tym samym informacje o postrzeganiu przez klienta produktu czy 
usługi na różnych płaszczyznach. Przykładem takiej analizy może byd mapa jakości  czy 
konstrukcja modeli satysfakcji. 

Mapa jakości 

powierz c hnia

k olory s ty k a

gęstość

grubość

format

lic z ba s z t.

powierz c hniakolorystyka

gęstość

grubość

format

lic z ba s z t.

powierz c hnia

k olory s ty k a

gęstość

grubość

format

lic z ba s z t.

wagi

o

ce

n

y

Prawdziwe mocne strony

Prawdziwe słabe strony

Słabości małej wagi

Fałszywe poczucie bezpiecze

 Marka M1            
 Marka M2             
 Marka M3

Przykład modelu satysfakcji 

Satysfakcja 

Lojalność 

Cena 

Wizerunek firmy 

Ocena produktu 

Jakość 

Marka M3 

Marka M2 

Marka M1