СТАТИСТИЧЕСКИЕ МЕТОДЫ УПРАВЛЕНИЯ КАЧЕСТВОМ
Статистические методы в управлении качеством
/ Статистические методы при управлении качеством организация внедрения ИСО
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны. Актуальность использования статистических методов в различных отраслях современного менеджмента непрерывно возрастает. Это вызвано прежде всего развитием рыночных отношений, конкурентной борьбы на рынках товаров и услуг, требованиями стандартов. В этих условиях резко возросли требования к качеству продукции. Статистические методы контроля и управления качеством только тогда будут давать значительный эффект, когда они применяются на всех уровнях: Для этого необходима специализированная методология обучения взрослых людей, массовые доступные учебно-методические материалы, способствующие пониманию широким кругом работников особенностей статистических методов, их применения и возможностей. Большое распространение в управлении качеством под влиянием японских специалистов получили семь простых методов, применение которых не требует высокой квалификации персонала и позволяет охватить анализ причины большинства возникающих на производстве дефектов. Понятие "управление качеством" как наука возникло в конце го столетия, с переходом промышленного производства на принципы разделения труда. Принцип разделения труда потребовал решения проблемы взаимозаменяемости и точности производства. До этого при ремесленном способе производстве продукции обеспечение точности готового продукта производилось по образцам или методами подгонки сопрягаемых деталей и узлов. Учитывая значительные вариации параметров процесса, становилось ясно, что нужен критерий качества производства продукции, позволяющий ограничить отклонения размеров при массовом изготовлении деталей. В качестве такого критерия Ф. Тейлором были предложены интервалы, устанавливающие пределы отклонений параметров в виде нижних и верхних границ. Поле значений такого интервала стали называть допуском. Установление допуска привело к противостоянию интересов конструкторов и производственников: Очевидно также, что при наличии разрешенных границ допуска у изготовителей не было мотивации "держать" показатели параметры изделия как можно ближе к номинальному значению параметра, это приводило к выходу значений параметра за пределы допуска. В тоже время начало х годов прошлого столетия некоторых специалистов в промышленности заинтересовало, можно ли предсказать выход параметра за пределы допуска. И они стали уделять основное внимание не самому факту брака продукции, а поведению технологического процесса, в результате которого возникает этот брак или отклонение параметра от установленного допуска. В результате исследования вариабельности технологических процессов появились статистические методы управления процессами. Родоначальником этих методов был В. С момента зарождения статистических методов контроля качества специалисты понимали, что качество продукции формируется в результате сложных процессов, на результативность которых оказывают влияние множество материальных факторов и ошибки работников. Поэтому для обеспечения требуемого уровня качества нужно уметь управлять всеми влияющими факторами, определять возможные варианты реализации качества, научиться его прогнозировать и оценивать потребность объектов того или иного качества. Используемые в сегодняшней практике предприятий статистические методы можно подразделить на следующие категории:. К ним относятся методы кластерного анализа, адаптивные робастные статистики и др. К ним относятся "Семь простых методов" или "Семь инструментов качества" , включающие в себя контрольные листки; метод расслоения; графики; диаграммы Парето; диаграммы Исикавы; гистограммы; контрольные карты. Определение потребности и выбор конкретных статистических методов в системе качества являются достаточно сложной и длительной работой аналитического и организационного характера. В связи с этим данную работу целесообразно вести на основе специальной программы, которая может содержать следующий комплекс организационных мероприятий рис. Начинать освоение статистических методов следует с применения простых и доступных и уже после этого переходить к более сложным методам. Учитывая трудности освоения статистических методов в производственной практике, эти методы целесообразно подразделять на два класса: При выборе статистических методов стремятся к тому, чтобы они соответствовали характеру производственного процесса, наличию средств измерений и обработки статистической информации. Поскольку для решения определенной производственной проблемы можно выбрать несколько разных статистических методов, выбирается такой из них, который обеспечит достижение наилучшего результата при минимальных затратах. Среди простых статистических методов, названных так ввиду их сравнительной несложности, убедительности и доступности, наибольшее распространение получили семь методов, выделенных в начале х годов японскими специалистами под руководством К. В своей совокупности эти методы образуют эффективную систему методов контроля и анализа качества. С их помощью, по свидетельству самого К. Для применения семи простых методов не требует специального образования стандартная японская программа обучения этим методам рассчитана на 20 занятий и ориентирована на уровень старшеклассников. О популярности семи простых методов можно судить по тому, что сегодня в японских фирмах ими владеют все - от президента до рядового рабочего. Семь простых методов могут применяться в любой последовательности, в любом сочетании, в различных аналитических ситуациях, их можно рассматривать и как целостную систему, как отдельные инструменты анализа. В каждом конкретном случае предлагается определить состав и структуру рабочего набора методов. Хотя они являются простыми методами, но это отнюдь не значит, что при использовании многих из них нельзя воспользоваться компьютером, чтобы быстрее и без затруднений сделать подсчеты и наглядней представить статистические данные. Мозговая атака используется, чтобы помочь группе выработать наибольшее число идей по какой-либо проблеме в возможно коротко время, и может осуществляться двумя путями:. Упорядоченно - каждый член группы подает идеи в порядке очередности по кругу или пропускает свою очередь до следующего раза. Таким способом можно побудить к разговору даже самых молчаливых людей, однако, здесь присутствует некоторый элемент давления, что может помешать. Неупорядоченно - члены группы просто подают идеи по мере того, как они приходят на ум. Так создается более раскованная атмосфера, правда, есть опасность, что самые говорливые возьмут верх. В обоих методах общие правила поведения одинаковы. Желательно придерживаться такой линии поведения:. Никогда не критиковать идей. Записывать на лист или доску каждую идею. Если слова видны всем, это помогает избежать неверного понимания и рождает новые идеи. Схема процесса последовательности операций, маршрутная карта применяется, когда требуется проследить фактические или подразумеваемые стадии процесса, которые проходит изделие или услуга, чтобы можно было определить отклонения. При изучении схем процессов часто можно обнаружить скрытые ловушки, которые служат потенциальными источниками помех и трудностей. Необходимо собрать специалистов, располагающих наибольшими знаниями о данном процессе, для того, чтобы:. Контрольный листок позволяет ответить на вопрос: С него начинается превращение мнений и предположений в факты. Построение контрольного листка включает в себя следующие шаги, предусматривающие необходимость:. Каждый должен следить за одной и той же вещью;. Он может колебаться от часов до недель;. В форме должны быть четко обозначены графы и колонки, должно быть достаточно места для внесения данных;. Еще раз убедитесь, что назначенное вами время достаточно для выполнения за дачи по сбору данных. Собранные данные должны быть однородными. Если это не так, необходимо сначала сгруппировать данные, а затем рассматривать их по отдельности. Временной ряд применяется, когда требуется самым простым способом представить ход изменения наблюдаемых данных за определенный период времени. Временной ряд предназначен для наглядного представления данных, очень прост в построении и использовании. Точки наносятся на график в том порядке, в каком они были собраны. Поскольку они обозначают изменение характеристики во времени, очень существенна последовательность данных. Опасность в использовании временного ряда заключается в тенденции считать важным любое изменение данных во времени. Временной ряд, как и другие виды графической техники, следует использовать, чтобы сосредоточить внимание на действительно существенных изменениях в системе. Одно из наиболее эффективных применений временного ряда заключается в выявлении существенных тенденций или изменений средней величины. Применяется, когда требуется представить относительную важность всех проблем или условий с целью выбора отправной точки для решения проблем, проследить за результатом или определить основную причину проблемы. Диаграмма Парето - это особая форма вертикального столбикового графика, которая помогает определить, какие имеются проблемы, и выбрать порядок их решения. Построение диаграммы Парето, основанное или на контрольных листках или на других формах сбора данных помогает привлечь внимание и усилия к действительно важным проблемам. Можно достичь большего, занимаясь самым высоким столбиком, не уделяя внимания меньшим столбикам. Выберите проблемы, которые необходимо сравнить и расположите их в порядке важности путем мозговой атаки, используя существующие данные - отчеты. Определите критерий для сравнения единиц измерения натуральные или стоимостные характеристики. Перечислите категории слева направо на горизонтальной оси 1 порядке уменьшения значения критерия. В последний столбик включите категории, имеющие наименьшее значение. Диаграмма Исикавы "рыбий скелет" применяется, когда требуется исследовать и изобразить все возможные причины определенных проблем или условий. Позволяет представить соотношения между следствием, результатом и всеми возможными причинами, влияющими на них. Следствие, результат или проблема обычно обозначаются на правой стороне схемы, а главные воздействия или "причины" перечисляются на левой стороне. Перечислите причины, необходимые для построения причинно следственной диаграммы одним из следующих способов:. Чтобы отыскать основные причины проблемы, ищите причины, которые повторяются. Основные причинные категории нужно записывать в самом общем виде. Используйте как можно меньше слов. Применяется, когда требуется исследовать и представить распределение данных о числе единиц в каждой категории с помощью столбикового графика. Как мы уже видели на диаграмме Парето, очень полезно представить в форме столбикового графика частоту, с которой появляется определенное событие так называемое частотное распределение. Однако, диаграмма Парето имеет дело только с характеристиками продукции или услуги: Гистограмма, напротив, имеет дело с измеряемыми данными температура, толщина и их распределением. Распределение может быть критическим, то есть иметь максимум. Многие повторяющиеся события дают результаты, которые изменяются во времени. Гистограмма обнаруживает количество вариаций, которые имеет процесс. Типичная гистограмма может выглядеть так, как показано на рис. Количество классов столбиков на графике определяется тем, как много взято образцов или сделано наблюдений. Некоторые процессы по своей природе искажены несимметричны , поэтому не следует ожидать, что каждое распределение будет иметь форму колоколообразной кривой. Не доверяйте точности данных, если классы внезапно остановились на какой-то точке, например, границе спецификации, хотя перед этим число не уменьшалось. Если у кривой имеется два пика, это означает, что данные собраны из двух или более различных источников, то есть смен, машин и т. Все большее освоение новой для нашей страны экономической среды воспроизводства, то есть рыночных отношений, диктует необходимость постоянного улучшения качества с использованием для этого всех возможностей, всех достижений прогресса в области техники и организации производства. Наиболее полное и всестороннее оценивание качества обеспечивается, когда учтены все свойства анализируемого объекта, проявляющиеся на всех этапах его жизненного цикла: Таким образом, производитель должен контролировать качество продукции и по результатам выборочного контроля судить о состоянии соответствующего технологического процесса. Благодаря этому он своевременно обнаруживает разладку процесса и корректирует его. Статистические методы методы, основанные на использовании математической статистики , являются эффективным инструментом сбора и анализа информации о качестве. Применение этих методов, не требует больших затрат и позволяет с заданной степенью точности и достоверностью судить о состоянии исследуемых явлений объектов, процессов в системе качества, прогнозировать и регулировать проблемы на всех этапах жизненного цикла продукции и на основе этого вырабатывать оптимальные управленческие решения. Статистические методы в управлении качеством. Место статистических методов в общей системе управления качеством. Семь простых инструментов качества. Экономические ряды динамики, правила их построения и смыкания. Построение динамического ряда с помощью электронной таблицы Microsoft Office Excel. Статистические ряды распределения, их виды. Индексы индивидуальные и общие. Динамические характеристики и погрешности приборов для измерения и контроля финансово-экономических показателей. Функции управления качеством продукции. Понятие качества продукции, его сущность и особенности, методы и критерии оценивания. Значение повышения качества для предприятия-производителя. Основные положения и методы управления качеством. Цели и задачи, методы контроля качества на предприятии. Метод группировки и его место в системе статистических методов. Отличительные черты типологических, структурных, аналитических группировок. Индексы базисные и цепные с переменными и постоянными весами. Использование индексов в экономическом анализе. Номенклатура показателей качества продукции. Построение гистограммы, контрольных карт по количественным признакам. Причинно—следственная диаграмма диаграмма Исикавы. Массив данных наружный диаметр кровельного самореза 8мм. Расчет выборочных параметров ряда. Построение диаграммы накопленных частот и гистограммы выборки. Линейная диаграмма исходного временного ряда. Его аналитическое выравнивание с помощью линейной функции, статистические показатели и прогнозирование. Статистическая обработка результатов измерений; среднее арифметическое, квадратичное, дисперсия. Применение инструментов качества при изготовлении диванов. Основы статистического контроля качества продукции. Качество продукции и рыночная экономика. Статистический контроль - это выборочный контроль на научной основе. Общая теория статистики как одна из основных дисциплин в системе экономического образования. Расчет и анализ обобщающих статистических показателей. Статистические методы, их возможности и границы применения. Индивидуальные индексы потребительских цен. История возникновения и современное содержание науки "Управление качеством". Методы измерения качества продукции, проведение анализа современного состояния производства, разработка предложений по совершенствованию управления качеством молочной продукции. Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т. PPT, PPTX и PDF-файлы представлены только в архивах. Главная Библиотека "Revolution" Экономика и экономическая теория Статистические методы управления качеством. Интервалы, устанавливающие пределы отклонений параметров в виде нижних и верхних границ, предложенные Ф. Определение потребности и выбор конкретных статистических методов в системе качества. Порядок построения причинно-следственной диаграммы. Цель данной работы - изучить статистические методы управления качеством. Постановка данной цели обусловила необходимость решения следующих задач: Понятие о статистических методах качества Понятие "управление качеством" как наука возникло в конце го столетия, с переходом промышленного производства на принципы разделения труда. Используемые в сегодняшней практике предприятий статистические методы можно подразделить на следующие категории: Освоение статистических методов Определение потребности и выбор конкретных статистических методов в системе качества являются достаточно сложной и длительной работой аналитического и организационного характера. Простые статистические методы Среди простых статистических методов, названных так ввиду их сравнительной несложности, убедительности и доступности, наибольшее распространение получили семь методов, выделенных в начале х годов японскими специалистами под руководством К. Исикаве в семь простых методов входят: Кроме того на начальной стадии работы часто используются еще два приема: Желательно придерживаться такой линии поведения: Каждый должен согласиться с вопросом или повесткой дня предстоящей мозговой атаки. Заносить на доску или на лист слова выступающего буквально, не редактируя их. Делать все быстро, лучше всего проводить мозговую атаку за 5 - 15 минут. Необходимо собрать специалистов, располагающих наибольшими знаниями о данном процессе, для того, чтобы: Построение контрольного листка включает в себя следующие шаги, предусматривающие необходимость: Каждый должен следить за одной и той же вещью; договориться о периоде, в течение которого будут собираться данные. Он может колебаться от часов до недель; построить форму, которая будет ясной и легкой для заполнения. В форме должны быть четко обозначены графы и колонки, должно быть достаточно места для внесения данных; собирать данные постоянно и честно, ничего не искажая. Порядок построения диаграммы Парето: Наметьте период времени для изучения. Сгруппируйте данные по категориям, сравните критерии каждой группы. Порядок построения причинно-следственной диаграммы: Начинайте процесс с описания выбранной проблемы, а именно: Перечислите причины, необходимые для построения причинно следственной диаграммы одним из следующих способов: Постройте действительную причинно-следственную диаграмму. Попытайтесь дать толкование всем взаимосвязям. Заключение Все большее освоение новой для нашей страны экономической среды воспроизводства, то есть рыночных отношений, диктует необходимость постоянного улучшения качества с использованием для этого всех возможностей, всех достижений прогресса в области техники и организации производства. Статистические методы временных рядов. Расчет и моделирование статистических данных. Управление качеством продукции на предприятии. Статистические методы анализа экономических явлений. Использование статистических методов качества в мелкосерийном производстве. Эконометрические методы управления качеством и сертификации продукции. Расчет и анализ статистических показателей. Теория управления качеством продукции. Другие документы, подобные "Статистические методы управления качеством".
Статистические методы играют важную роль в объективной оценке количественных и качественных характеристик процесса и являются одним из важнейших элементов системы обеспечения качества продукции и всего процесса управления качеством. Неслучайно основоположник современной теории менеджмента качества Э. Деминг много лет работал в Бюро по переписи населения и занимался именно вопросами статистической обработки данных. Он придавал огромное значение статистическим методам. Для получения качественной продукции необходимо знать реальную точность имеющегося оборудования, определять соответствие точности выбранного технологического процесса заданной точности изделия, оценивать стабильность технологического процесса. Решение задач указанного типа производится в основном путем математической обработки эмпирических данных, полученных многократными измерениями либо действительных размеров изделий, либо погрешностей обработки или погрешностей измерения. Существуют две категории погрешностей: В результате непосредственных наблюдений, измерений или регистрации фактов получается множество данных, которые образуют статистическую совокупность и нуждаются в обработке, включающей систематизацию и классификацию, расчет параметров, характеризующих эту совокупность, составление таблиц, графиков, иллюстрирующих процесс. На практике используют ограниченное количество числовых характеристик, называемых параметрами распределения. Одной из основных характеристик статистической совокупности, дающей представление о том, вокруг какого центра группируются все значения, является среднее арифметическое. Оно определяется из выражения:. Статические совокупности могут иметь близкие или даже одинаковые значения центра группирования, но отдельные значения величин в них могут существенно отличаться, вследствие того, что разброс значений относительно центра бывает разный. Самой элементарной характеристикой рассеяния является вариационный размах R, определяемый по формуле. Вариационный размах не всегда характерен, так как учитывает только крайние значения, которые могут сильно отличаться от всех других значений. Более точно рассеяние определяется с помощью показателей, учитывающих отклонение всех значений от среднего арифметического. Основным из этих показателей является среднее квадратичное отклонение результата наблюдений, которое определяется по формуле. Это отклонение является наиболее распространенным и общепринятым показателем вариации. Дисперсия имеет самостоятельное значение во многих задачах математической статистики и относится к числу важнейших показателей вариации. Показателем отклонения значения самого среднего арифметического является среднее квадратическое отклонение среднего значения S, которое еще называют среднее квадратическое отклонение результата измерения. Для характеристики формы распределения обычно используют ту математическую модель, которая наилучшим образом приближает к виду кривой распределения вероятностей, полученной при анализе экспериментально полученных данных. Большинство случайных явлений, происходящих в жизни, в частности, в производстве и научных исследованиях, характеризуются наличием большого числа случайных факторов, описывается законом нормального распределения, который является основным во многих практических исследованиях. Однако нормальное распределение не является единственно возможным. В зависимости от физической природы случайных величин, некоторые из них на практике могут иметь распределение другого вида, например, логарифмическое, экспоненциальное, Вейбулла, Симпсона, Релея, равной вероятности и др. Следует отметить, что это же правило распространяется на отклонения среднего значения Х ср? Нормальное распределение хорошо проявляется при большом количестве членов статистической совокупности, не менее Для практики большой интерес представляет возможность судить о распределении случайных величин и определять производственные погрешности во всех изготовленных изделиях и погрешности научных экспериментов по результатам измерения параметров статистической совокупности полученным из партии малого объема. Эта методика была разработана Карлом Госсетом в году и опубликована под псевдонимом Стьюдент. Распределение Стьюдента симметрично, но более сплющено, чем кривая нормального распределения, и поэтому вытянуто на концах рисунок 2. Для каждого значения n имеется своя t-функция и свое распределение. Коэффициент z заменен в распределении Стьюдента коэффициентом t, значение которого зависит от заданного уровня значимости, который определяет какая часть реализации может находиться за пределами выбранной области кривой распределения Стьюдента и количества изделий в выборке. При больших n распределение Стьюдента асимптотически сближается со стандартным нормальным распределением. С приемлемой для практики точностью можно считать, что при n? Это среднее арифметическое Хср , среднее квадратическое отклонение? Хср определяется по формуле 1 , S определяется по формуле 4 , а? Когда известно распределение случайной величины, можно получить все особенности данной партии изделий, определить среднее значение, дисперсию и т. Но полная совокупность статистических данных партии промышленных изделий, а значит закон распределения вероятностей смогут быть известными, только после изготовления всей партии изделий. На практике закон распределения всей совокупности изделий почти всегда неизвестен, единственным источником информации служит выборка, обычно малая. Каждая рассчитанная по выборочным данным числовая характеристика, например, среднее арифметическое или дисперсия есть реализация случайной величины, которая от выборки к выборке может принимать различные значения. Задача контроля облегчается благодаря тому, что обычно не требуется знать точного значения отличий случайных значений от заданной величины. Достаточно лишь знать отличаются ли наблюдаемые значения больше чем на величину допускаемой ошибки, которая определяется величиной допуска. Распространение на генеральную совокупность оценок, сделанных по выборочным данным, может быть осуществлено только с некоторой вероятностью Р t. Таким образом, суждение о свойствах генеральной совокупности всегда носит вероятностный характер и содержит элемент риска. Так как заключение делается по выборочным данным, то есть при ограниченном объеме информации, могут возникать ошибки первого и второго рода. Вероятность допустить ошибку первого рода называют уровнем значимости и обозначают а. Область, отвечающая вероятности а , называется критической, а дополняющая ее область, вероятность попадания в которую равна 1-а , называется допустимой. Вероятность ошибки второго рода обозначается? Величина а иногда называется риском изготовителя, а величина? С вероятностью 1-а неизвестное значение Х 0 полной совокупности лежит в интервале. При уменьшении объема выборки при распределении Стьюдента доверительные границы расширяются, а вероятность ошибки возрастает. В реальных условиях производства фактические значения параметров технологического процесса и характеристик изготовляемой продукции не только хаотично изменяются за счет случайных погрешностей, но часто с течением времени постепенно и монотонно отклоняются от заданных значений, то есть имеет место появление систематических погрешностей. Эти погрешности должны ликвидироваться путем выявления и устранения вызывающих их причин. Проблема заключается в том, что в реальных условиях систематические погрешности трудно отличить от случайных. Незначительные систематические погрешности без специального статистического анализа могут долго оставаться незамеченными на фоне случайных погрешностей. Анализ основан на том, что когда систематические ошибки отсутствуют, фактические значения параметров изменяются случайным образом. Однако их средние значения и основные ошибки остаются неизменными во времени. В таком случае технологический процесс называют стабильным. Условно считается, что в данной партии все изделия являются одинаковыми. Среднее значения параметров, полученные в различных партиях, должны быть приближенно равны Хо. Материалом для анализа стабильности могут служить те же данные, которые использовались для контроля точности. Но они будут пригодны лишь в том случае, если представляют собой непрерывные наблюдения, охватывающие достаточный промежуток времени, или если они составлены из выборок, отобраны через определенные промежутки времени. Интервалы между выборками, называемые в этом случае пробами, устанавливают в зависимости от наблюдаемой частоты разладок оборудования. При заданном уровне значимости среднее значение Хсрт в различных текущих партиях могут различаться не более чем на величину tS от базового Хср, полученного для первого замера, то есть. При выполнении этого условия можно считать, что процесс стабилен и обе партии выпущены при одинаковых условиях. Если же различие средних значений в двух партиях будет превосходить величину tS, то уже нельзя считать, что это различие вызвано только случайными причинами. В процессе появился доминирующий постоянный фактор, который изменяет значения параметров изделий в партии по определенному постоянному закону. Процесс является нестабильным и изделия, выпускаемые в разное время, будут значительно отличаться друг от друга, причем эта разница будет увеличиваться со временем. Таким образом, расхождение средних значений в различных партиях больше чем на tS, указывает на наличие систематических ошибок и на необходимость принятия мер для их обнаружения и устранения причин, которые их вызывают. Этот принцип был применен В. Шухартом при разработкеконтрольных карт. Статистические методы анализа стабильности могут применяться также в ситуациях, противоположных рассмотренным выше. Если в конструкцию изделия или технологический процесс его изготовления вносят какие-то изменения, то требуется определить, в какой мере это приведет к ожидаемым результатам. Следовательно, требуется провести испытания, сделать несколько проб и статистически обработать данные. Современные статистические методы довольно сложны для восприятия и широкого практического использования без углубленной математической подготовки всех участников процесса. К году Союз японских ученых и инженеров JUSE собрал воедино семь достаточно простых в использовании наглядных методов анализа процессов. При всей своей простоте они сохраняют связь со статистикой и дают профессионалам возможность пользоваться их результатами, а при необходимости - совершенствовать их. Данная диаграмма является очень мощным инструментом для анализа ситуации, получения информации и влиянии разных факторов на основной процесс. Здесь появляется возможность не только выявить факторы, влияющие на процесс, но и определить и приоритетность их влияния. Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам, в этом документе фиксируются определенные виды дефектов за определенный отрезок времени. Контрольный листок является хорошим статистическим материалом для дальнейшего анализа и изучения проблем производства и уменьшения уровня дефектности рисунок 4. Парето разработал логарифмические математические модели, описывающие это неоднородное распределение, а математик М. Лоренц представил графические иллюстрации, в частности кумулятивную кривую. Анализ Парето ранжирует отдельные области по значимости или важности и призывает выявить и в первую очередь устранить те причины, которые вызывают наибольшее количество проблем несоответствий. Анализ Парето, как правило, иллюстрируется диаграммой Парето рисунок 5 , на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания вызванных ими проблем, а по оси ординат - в количественном выражении сами проблемы, причем как в численном, так и в накопленном кумулятивном процентном выражении. Построим диаграмму по данным, взятым из предыдущего примера - контрольного листка. На диаграмме отчетливо видна область принятия первоочередных мер, очерчивающая те причины, которые вызывают наибольшее количество ошибок. Таким образом, в первую очередь, предупредительные мероприятия должны быть направлены на решение именно этих проблем. Выявление и устранение причин, вызывающих появление наибольшего количества дефектов, позволяет нам расходуя минимальное количество ресурсов деньги, время, люди, материальное обеспечение получить максимальный эффект в виде значительного уменьшения количества дефектов. В основном, стратификация - процесс сортировки данных согласно некоторым критериям или переменным, результаты которого часто показываются в виде диаграмм и графиков. Мы можем классифицировать массив данных в различные группы или категории с общими характеристиками, называемыми переменной стратификации. Важно установить, которые переменные будут использоваться для сортировки. Стратификация - основа для других инструментов, таких как анализ Парето или диаграммы рассеивания. Такое сочетание инструментов делает их более мощными. Возьмем данные из контрольного листка рисунок 4. На рисунке 6 приведен пример анализа источника возникновения дефектов. Гистограммы - один из вариантов столбчатой диаграммы, отображающий зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений от этих значений. Для удобства расчетов и построения применяем прикладной компьютерный программный пакет EXCEL. Необходимо определить разброс значений геометрического размера, например, диаметр вала, номинальный размер которого равен 10 мм. Произведен замер 20 валов, данные замеров приведены в первом столбце А рисунок 7. В столбце В производим расстановку замеров по возрастанию, затем в ячейке D7 определяем размах размеров, как разницу самого большого и малого значений замера. Выбираем количество интервалов гистограммы равным 8. Определяем диапазон интервала D. Затем определяем параметры интервалов, это наименьшее и наибольшее включительно значение геометрического параметра, входящего в интервал. После этого определяем количество попаданий значений параметра в каждый из 8 интервалов, после этого окончательно строим гистограмму. Диаграммы разброса представляют из себя графики, которые позволяют выявить корреляцию статистическую зависимость между различными факторами, влияющими на показатели качества. Диаграмма строится по двум координатным осям, по оси абсцисс откладывается значение изменяемого параметра, а на оси ординат откладывается получаемое значение исследуемого параметра, которое мы имеем в момент использование изменяемого параметра, на пересечении этих значений ставим точку. Собрав достаточно большое количество таких точек, мы можем делать анализ и вывод. На предприятии решили проводить занятия по основам менеджмента качества. Каждый месяц обучение проходило определенное количество рабочих. В январе обучение прошли 2 человека, в феврале 3 человека и т. В течение года количество обученных работников возрастало и к концу года достигло 40 человек. Руководство дало поручение службе качества отследить зависимость процента бездефектной продукции, предъявляемой с первого раза, количества поступающих на завод рекламаций на продукцию со стороны заказчиков и расхода электроэнергии в цеху от количества обученных рабочих. Была составлена таблица 1 данных по месяцам и построены диаграммы разброса рисунок 8, 9, На них хорошо видно, что процент бездефектности повышается, имеем прямую корреляционную зависимость, количество рекламаций уменьшается, имеем обратную корреляционную зависимость, причем на диаграммах хорошо видна четко выраженная корреляционная зависимость, которая определяется по кучности точек и их приближении к какой либо точно очерченной траектории, в нашем случае это прямая линия. Количество расходуемой электроэнергии не имеет зависимости от количества обученных работников. Контрольные карты - специальный вид диаграммы, впервые предложенный В. Шухартом в г. Они отображают характер изменения показателя качества во времени, например, стабильности получения размера изделия. По существу контрольные карты показывают стабильность технологического процесса, то есть нахождение среднего значения параметра в коридоре допускаемых значений, состоящего из верхней и нижней границы допуска. Данные этих карт могут сигнализировать о том, что параметр приближается к границе допуска и необходимо уже принимать упреждающие действия еще до того как параметр выйдет в зону брака, то есть такой метод контроля позволяет предупреждать появление брака еще на стадии его зарождения. Все карты можно разбить на две группы. Первая контролирует количественные параметры качества, представляющие собой непрерывные случайные величины - размеры, масса и т. Вторая для контроля качественных альтернативных дискретных параметров есть дефект - нет дефекта. Колебания среднего арифметического значения, коридор допуска здесь является величина 3S для нормального распределения или tS для распределения Стьюдента , где S - среднеквадратическое отклонение среднего. Середина коридора среднее арифметическое значение первого замера. Значения этой карты наиболее достоверны и объективны. Общий вид контрольной карты показан на рисунке Нам более 7 лет, и все это время ресурс пополняется новыми и новыми материалами, почти ежедневно. Если вы ищете информацию о менеджменте вообще и управлении качеством в частности, скорее всего, вы найдете эту информацию здесь. Кроме отличной и действительно большой подборки статей, действует живой форум по менеджменту качества. Все течет, все изменяется, и только изменения неизменны. Сатпаева Статистические методы играют важную роль в объективной оценке количественных и качественных характеристик процесса и являются одним из важнейших элементов системы обеспечения качества продукции и всего процесса управления качеством. Оно определяется из выражения: Основным из этих показателей является среднее квадратичное отклонение результата наблюдений, которое определяется по формуле 3 Это отклонение является наиболее распространенным и общепринятым показателем вариации. Уравнение, описывающие плотность вероятности нормального распределения имеет вид: Рисунок 2 При больших n распределение Стьюдента асимптотически сближается со стандартным нормальным распределением. С вероятностью 1-а неизвестное значение Х 0 полной совокупности лежит в интервале Хср - Z? Предельные крайние значения Х 0 называют доверительными границами. Семь простейших методов статистического исследования процесса Современные статистические методы довольно сложны для восприятия и широкого практического использования без углубленной математической подготовки всех участников процесса. Внизу приведен пример построения гистограммы. Рисунок 7 Диаграммы разброса. Существуют 7 основных типов карт. Отклонения среднеквадратического отклонения среднего значения х-S, Отклонений размахов х-R, Отклонений индивидуальных значений х, Колебания числа дефектов С, Колебания числа дефектов на единицу продукции u, Колебания числа дефектных единиц продукции pn, Колебания доли дефектной продукции p. Алматы, Pro servisе, , с. Методы мастера качества Всеобъемлющий менеджмент качества как явление культуры Подготовлено при поддержке: Добавить в "Избранное" Рекомендуем Наш новый проект: Все о качестве менеджмента Избранные книги Реклама на сайте. Торговое оборудование манекены санкт-петербург www. Ерлан Аскаров, доцент КазНТУ им. Часть 1 Часть 2 Часть 3 Часть 4 Часть 5 Часть 6 Часть 7. Часть 1 Часть 2 Часть 3 Часть 4 Часть 5 Часть 6 Часть 7 Часть 8 Часть 9 Часть 10 Часть 11 Часть 12 Часть 13 Часть 14 Часть Полезные файлы - Часть 1 Полезные файлы - Часть 2 Полезные файлы - Часть 3 Полезные файлы - Часть 4 Испытательная лаборатория Рефераты.
Как сушить грибы коровники
Поздравление подружки с днем свадьбы
Хочу новую стрижку как подобрать
Способы контроля зубчатых передач
Курсы флористов в омске