Tradycyjne i nowe narzędzia zarządzania jakością
Tradycyjne narzędzia zarządzania jakością
Tradycyjne narzędzia są nazywane wielką siódemką (ang. Magnificientseven). Są one najczęściej wykorzystywane i mają one podstawowe znaczenie. Narzędzia te mogą być stosowane samodzielnie ale często używa się ich jako składniki metod zarządzania jakością.
Narzędzia te opierają się na prostych aparatach matematycznych i na statystyce matematycznej. Dlatego też nazywane są narzędziami statystycznego sterowania procesami SPC (ang. Statistical Process Control). Narzędzia te wykorzystywane są głównie do indywidualnej pracy.
Do podstawowych narzędzi statystycznego sterowania procesami zalicza się:
Diagram przebiegu procesu (schemat blokowy)
Karta kontrolna
Arkusz analityczny
Diagram przyczynowo-skutkowy (Ishikawy, "rybia ość", schemat jodełkowy)
Histogram
Wykres zmiennych (punktowy diagram korelacji, wykres korelacji, analiza korelacji, diagram rozproszenia, diagram rozrzutu, ang. Scatter Diagram)
Krótki opis
Diagram nazywany także schematem blokowym jest wykorzystywany najczęsciej przy projektowaniu systemu zarządzania jakością. Pokazuje graficznie etapy przebiegu procesów technologicznych - przepływy materiałów, informacji ...
Karty kontrolne Shewharta mają na celu ustalanie czy dany proces przebiega zgodnie z oczekiwaniami. Tworzy się ją z pobieranych, w określonych odstępach czasu, próbek o danej liczebności. Próbki te zapisywane są do kart i pozwalają na odczytanie czy wszystko przebiega tak jak powinno. Pozwala wykrywać ewentualne zakłócenia, które dzięki temu mogą być eliminowane, by proces / produkt mógł poprawnie funkcjonować. Eliminacja dokonuje się za pomocą tzw. Cyklu Shewharta, która usuwa wszystkie zakłócenia jakości produktu, które zostaną wykryte.
Arkusze analityczne są prostym narzędziem zbierania informacji na temat konkretnych procesów lub produktów. Na arkuszu umieszcza się cel, dla którego jest on stworzony. Następnie dokonuje się rejestracji stanu faktycznego, który zapisuje się w odpowiednie miejsce na arkuszu.
Wykres przyczynowo-skutkowy został opracowany przez KaoruIshikawę dla kół jakości w japońskich przedsiębiorstwach. Jest on graficzną postacią ukazującą jakie przyczyny powodują konkretne skutki w danym procesie. Jest to bardzo pomocne przy rozwiązywaniu problemów. Do przyczyn głównych zaliczne są tzw. przyczyny "5M" (z ang. man, material, method, management) człowiek, meteriał, metoda zarządzanie. Do tych pięciu głównych przyczyn często dodaje się jeszcze mierzenie (ang. measurement) co daje regułę "6M". Można dobierać ponadto dowolne czynniki wpływające na dany proces, nie ma ograniczeń. Tworzenie diagramu powinno być oparte na pracy grupowej np. na wykorzystaniu burzy mózgów.
Diagram Pareto, nazywany jest także diagramem Pareto-Lorenza. Ten diagram jest bardzo prostym sposobem zapisu, które wady występują najczęsciej. Pozwala to na szybkie identyfikowanie problemu, który powinien być jak najszybciej naprawiony. Diagram ten opiera się na stwierdzonej empirycznie prawidłowości w przyrodzie, technice, działalności człowieka itp. Zazwyczaj 20-30% przyczyn (czynników) decyduje o około 70-80% skutków. [Zarządzanie Jakością... 2002, str.220]
Histogram w analizie jakości służy do określenia częstości występowania danych wyników z procesu badanego w ustalonych przedziałach.
Punktowy diagram korelacji pozwala badać jaki wpływ mają na siebie dwie zmienne. Pomagają ustalić w przedsiębiorstwie jak i czy w ogóle ma wpływ np. spadek jakości na zmiany sprzedaży. Na podstawie otrzymanego diagramu można stwierdzić o kierunku współzależności tych dwu zmiennych.
Nowe narzędzia zarządzania jakością
Wraz z rozwojem zarządzania jakością powstało 7 nowych narzędzi. Mają one na celu wspomaganie narzędzi podstawowych. Dzięki nim usprawniony jest przebieg informacji w przedsiębiorstwie oraz ich porządkowanie. W przedsiębiorstwach, do zarządzania jakością, są wykorzystywane we wczesnym stadium tworzenia jakości. Przeznaczone są do pracy grupowej.
Zalicza się do nich :
Diagram pokrewieństwa (ang. affinity diagram)
Diagram relacji (ang. interrelationship diagram)
Diagram macierzowy ( ang. matrix diagram)
Macierz analizy danych (ang. matrix data analysis)
Diagram strzałkowy (ang. arrow diagram)
Drzewo decyzyjne (ang. tree diagram)
Wykres programowy procesu decyzji (ang. processdecisionprogramme chart)
Dodatkowe narzędzia jakości
Wizualizacja danych
Analizapolasił (ang. Force Field Analysis)
Metoda ABCD
Metoda ABC
Krótki opis i przykładowe zastosowanie wybranych narzędzie
Diagram Pareto:
Omawiając jedno z najczęściej stosowanych narzędzi do doskonalenia jakości należy wspomnieć o jego genezie. Włoski socjolog i ekonomista VilfredoPareto w 1897 roku na podstawie analizy danych statystycznych ludności włoskiej stwierdził, iż 20% mieszkańców Włoch jest w posiadaniu 80% majątku kraju.
Określenia "zasada Pareto" pierwszy raz użył Joseph Juran, amerykański teoretyk zarządzania, w 1941 roku w swoich badaniach nad jakością. Juran zauważył wówczas, iż 80% problemów powodowanych jest przez 20% przyczyn.
Diagram Pareto-Lorenza, nazywany również metodą ABC, prawem nierównomierności rozkładu lub prawem 20-80, używany jest w celu identyfikacji i oceny istotności analizowanych zagadnień. Identyfikowane są te problemy, które mimo stanowienia mniejszości względem liczebności pozostałych (20%), wywierają dominujący wpływ na rozpatrywane zagadnienie (80%). Innymi słowy, większość przypadków zdeterminowana jest w 80% przez 20% przyczyn.
Procedura przeprowadzania analizy według metody ABC sprowadza się do:
identyfikacji rodzajów rozpatrywanych zagadnień (np. rodzajów wad),
określenia przedziału czasowego (dzień, zmiana, rok itp.) w celu późniejszego porównywania efektów wprowadzonych zmian,
ustalenia częstości występowania poszczególnych kategorii (np. przyczyn, wad),
uszeregowania kategorii wg malejącej częstości występowania, obliczenia częstości procentowych oraz skumulowanych,
ustalenia skal na osi pionowej (najczęściej przyjmuje się bezwzględną częstość występowania oraz procent skumulowany) i poziomej (kategorie),
naniesienia na wykres słupków odpowiadających częstości dla poszczególnych kategorii (wykres Pareto) i krzywej dla procentów skumulowanych (krzywa Lorenza), w kolejności od największego do najmniejszego nasilenia oddziaływani
Przykład zastosowania Diagramu Pareto-Lorezna:
Diagram Ishikawy
KaoruIshikawa, profesor Uniwersytetu Tokijskiego, opublikował założenia swojego wykresu w 1962 roku. Celem tej metody jest rozpoznanie przyczyn poniesionych lub potencjalnych niepowodzeń przedsięwzięć. Z tego powodu nazywa się ją także wykresem przyczynowo-skutkowym, a ze względu na charakterystyczny wygląd - wykresem rybiej ości. Zakres stosowania tej metody początkowo był ograniczony jedynie do przemysłu, lecz w krótkim czasie okazała się ona przydatna w wielu innych dziedzinach.
Z powodzeniem można go używać w usługach, administracji, zarządzaniu projektami.
Sporządzanie wykresu musi być wysiłkiem wielu pracowników organizacji, ponieważ przyczyny niepowodzeń mają swoje źródła zwykle w różnych dziedzinach działania. Dlatego zespół powinien składać się z ludzi o dużej wiedzy specjalistycznej, którzy dodatkowo posiadają wolę ujawnienia przyczyn wadliwości, w tym także spowodowanych przez siebie. Bardzo przydatne jest stosowanie w trakcie budowy schematu metod heurystycznych.
Budowa diagramu Ishikawy
Wykres składa się ze strzałek wraz z opisami, łączących się w ten sposób, że główna strzałka wskazuje skutek, czyli opis niepowodzenia, które jest badane. Przedstawiono to na rys.1.
Rys.1. Zasada budowy wykresu Ishikawy
Pokazane na rysunku kategorie przyczyn zwykle wybierane są z zestawu 5M:
człowiek (Man),
maszyna (Machine),
materiał (Material),
stosowana metoda (Method),
kierownictwo (Management),
Spotyka się również inne zestawy, np. 5M+E gdzie do ww dochodzi jeszcze otoczenie (Environment) lub układ 6M gdzie do ww dochodzi pomiar (Mesurement).
Można także używać innych kategorii (np. procedury, wyposażenie, materiały, informacje, ludzie) zależnie od dziedziny, w jakiej wykres jest stosowany. Każda kategoria przyczyn jest rozbudowywana o kolejne przyczyny szczegółowe. Jeżeli zachodzi taka potrzeba, dołącza się także podprzyczyny. Rozbudowa wykresu kończy się w momencie pełnego zidentyfikowania zjawiska.
E. Kindlarski zaproponował stosowanie układu przedmiotowego lub technologicznego przyczyn. W pierwszym kategorie stanowią podzespoły analizowanego obiektu, a przyczyny - elementy tych podzespołów. W drugim układzie wykorzystuje się odpowiednio procesy technologiczne i operacje w tych procesach. Przykłady takich zastosowań pokazują rys. 2 i 3.
Rys.2. Układ przedmiotowy przyczyn (Źródło: E. Kindlarski 1995, s.5.)
Rys.3. Układ technologiczny przyczyn (Źródło: E. Kindlarski 1995, s.5).
W praktyce czyste układy występują rzadko, zwykle złożoność przyczyn wymaga zastosowania układu mieszanego.
Bibliografia
www.jakosc.biz
www.centrum.jakosci.pl
Hamrol A., Mantura W., Zarządzanie jakością - Teoria i praktyka
Wawak S., Zarządzanie jakością - Teoria i praktyka