double arrow

В управлении качеством

МЕТОДЫ СТАТИСТИЧЕСКОГО ИЗМЕРЕНИЯ

Метод (от греч. methodos - путь исследования или познания, теория, учение) -совокупность приемов и операций практического или теоретического освоения действительности, подчиненных решению конкретной задачи1.

В учебной литературе методы исследования называют способами: «Метод - способ по­знания или достижения какой-либо цели, решение конкретной задачи»2.

Основное содержание методологической науки образуют прежде всего научные тео­рии, проверенные практикой. Различие между методом и теорией имеет существенный харак­тер: формируясь в качестве теоретического результата прошлых исследований, методология выступает как исходный пункт и условие для последующих исследований. Эксперименты, даю­щие строгий однозначный результат, требуют особого отношения к методам, на основе кото­рых они выполняются.

Современная методология менеджмента качества столь же разнообразна, как и сама эта наука. Существует множество различных классификаций.

Говорят, например, о методологии эксперимента, методологии обработки эмпирических данных, построения научных теорий и их проверки, изложения научных результатов по стадиям исследовательской работы, например, по главам учебника или учебного пособия.

По другой классификации методы исследования делятся на философские, общенаучные и специально-научные.

Ещё одна классификация предполагает деление на качественное и количественное изу­чение реальности.

В зависимости от форм причинности методы подразделяются на однозначно-детерминированные и вероятностные.

Междисциплинарное проникновение наук порождает углубление их взаимосвязей и приводит к тому, что модели и методы одних наук все больше и продуктивнее используются в других науках. Например, управление качеством использует практически все, что было создано методологией статистики, общего менеджмента, теориями управления, включая кибернетику, математику, физику, геометрию и философию.

Повышение уровня абстракции современной науки выдвинуло проблему интерпретации полученных результатов, их анализа. Это приводит к мысли создать единую теорию всего информационного поля, где царствовала бы единая методология учета, измерения, анализа, пла­нирования и управления, т.е. теорию, которая давала бы полное и систематическое описание всех существующих и возможных систем методов. Пока возможно только исследование структуры и ти­пологии существующих методов исследования, в частности, в управлении качеством.

Здесь уместно отделить методы познания от методов исследования, методы анализа от методов сбора и обработки полученного по специально разработанной программе материа­ла, методы экономико-статистические и математические от методов менеджмента.

Применение этих методов в менеджменте качества обусловлено наличием качественно­го признака.

Качественный признак — это конкретное свойство продукта или услуги, заложенное в проект, которое стремятся выявить при испытании. Иногда в изделие закладывают при проек­тировании его несколько качественных признаков.

Качественные признаки делят по принципу их измеряемости на измеряемые и неизме-ряемые количественно.

Методы классифицируются на две группы по количественным и качественным призна­кам, что обеспечивает возможность оперировать либо с цифрами, когда при измерении пара­метров качества получается некоторое число, либо с суждениями о них (хороший - плохой; годный — негодный) или с рейтинговыми оценками.

Для работы, например, с контрольными картами Шухарта (ККШ) это имеет принципи­альное значение.

В первом случае эти карты называют картами для непрерывных величин, во втором — для дискретных величин1, что выявляет специфику обработки данных с использованием одного и того же метода (ККШ).

Результаты обработки данных при этом определяют информативность метода, его при­годность для решения современных практических задач.

Для применения контрольных карт необходимо знать:

1) вариабельность (изменчивость) процесса;

2) рассеяние параметров качества по корреляционному полю;

3) степень воспроизводимости технологического процесса;

4) меру качества продукции;

5) объем группы или подгруппы, которую измеряют в некоторый момент времени в неко­торой точке процесса;

6) технику, на которой будут производиться вычисления.

Рассмотрим пример воспроизводимости процесса. Допустим, воспроивзодимость про­цесса измеряется средней долей дефектных изделий, полученной по всем выборкам. При кон­троле по количественному признаку нужна выборка большого объема. Если n=1, то рекомен­дуется использовать «карту индивидуальных значений и скользящего размаха» (x-mR); если n>1, то возможно применение нескольких подтипов ККШ.

В том случае, если n≤10, рекомендуется применять карты с использованием средних значений и размах вариации R.

«Пока не изобрели компьютеры, размах был удобной практической оценкой вариа­бельности данных, поскольку для выборок объема меньше 10 его информативность в этом ка­честве близка к информативности стандартного отклонения. Однако при большом объеме под­группы размах теряет свою информативность, поскольку это всего лишь оценка, основанная на двух крайних значениях. В эпоху компьютеризации этот фактор перестал играть сколько-нибудь заметную роль для практики, но дифференциация типов ККШ пока что сохраняется».

Воспроизводимость процесса определяет тот уровень качества, который в состоянии обеспечить данный процесс при нормальном функционировании самого этого процесса.

Воспроизводимость зависит от двух причин:

- изменчивости качества сырья или материала, полуфабриката, из которого изготавлива­ется изделие;

- изменчивости технологического процесса, включая вариацию в труде самого рабочего.

Присущая технологическим процессам вариация, известная как неустранимая вариация также характеризует воспроизводимость процесса.

Воспроизводимость процесса оценивают с помощью среднего квадратического откло­нения «δ».

Эта формула пригодна при контроле качества продукции по количественному признаку при выборке большого объема, т.к. только в этом случае можно получить достаточно точную оценку воспроизводимости процесса «δ».

При расчете воспроизводимости процесса по качественным признакам и выборке большого объема (обычно 25≤n≤250) воспроизводимость процесса измеряется средней долей дефектных изделий, полученной по всем выборкам.

Это только первый этап управления качеством на основе математико-статистических методов: выборочного наблюдения, средних величин, показателей вариации, структурных вели­чин для условий обработки данных, полученных по количественным и качественным признакам для различного объема выборок.

Необходимо на этом этапе сформулировать понятие статистического управления качеством продукции. Это - совокупность методов обнаружения неслучайных фак­торов для диагностирования состояния процесса с целью провести его корректи­ровку и в результате получить уровень продукции более высокого качества уже на стадиях её производства.

Управление качеством в технологическом процессе имеет свои этапы и условия:

ый этап, - измерение;

2ой этап, - установление номинального режима;

3ий этап, — определение оптимального уровня номинального режима;

4ый этап, - управление по номиналам и допускам.

Для измерения (1 этап) необходимо знать меру качества продукции.

Для количественных признаков измерение осуществляется по натуральному методу уче­та продукции или, как пишет У.А. Шухарт, «измерение производится «в непрерывной шкале»».

Например, объем жидкости измеряется в литрах, баррелях, галлонах; длина - в метрах; вес - в тоннах, килограммах.

Для качественных признаков это будет «годно - негодно»; «качественная продукция -брак» и таким образом, повышение уровня качества означает снижение процента или доли продукции с дефектом.

В бухгалтерском учете рассчитывают при этом два показателя:

- процент брака:

- процент потерь от брака.

Например, имеются следующие данные по предприятию (тыс. долл.):

По данным таблицы 8 абсолютный размер брака составляет: 10+5=15 тыс. долл. абсо­лютный размер потерь от брака: (10+15)-(0,6+0,8+0,6)=15-2=13 тыс. долл. относительный раз­мер потерь от брака: 13/2000*100=0,65%, а процент брака = 15/2000*100=0,75%.

Иногда высказывается суждение о том, что брак не является продукцией и потому качество ее характеризовать не может.

При этом полагают, что показатели (абсолютный и относительный) потерь брака и потерь от брака могут характеризовать качество роботы самого предприятия. Переход от стандартов к техническим регламентам по-новому ставит вопрос о соответствии или несоответствии продукции техническим условиям (требованиям к качеству), за которые ответственно только само предприятие.

Управление качеством может быть отображено в четырех этапах:

1. Измерение показателя, подлежащего управлению.

2. Номинал, который выявляется в процессе статистического анализа определения степени контролируемости процесса.

3. Оптимальный номинал, т.е. анализ и оценка альтернативных методов и выбор из них наи­более подходящего варианта.

4. Управление по номиналу и допускам, т.е. разработка методов, гарантирующих функциони­рование процесса в соответствии с номиналом, и выявление тех моментов, когда парамет­ры процесса отклоняются от номинала.

При установлении номинального режима нельзя обойтись без статистической теории.

В теории управления качеством номинал определяется как уровень, полученный при нормальном функционировании процесса, налаженного в реальных условиях настолько хорошо, насколько это возможно.

В производственном процессе, соответствующем номиналу, все факторы производства должны соответствовать друг другу:

- сырье будет одинаково и очень высокого качества;

- производственные операции осуществляются равномерно;

- все рабочие имеют одинаковую квалификацию.

Иными словами, вероятность для какого-либо изделия или процесса оказаться дефект­ным одинакова.

При наладке процесса определяется нулевая гипотеза о подконтрольности этого процесса.

Для этого строится распределение показателя качества по эмпирическим (опытным) зна­чениям. Если гипотеза верна, то распределение качественных признаков будет биномиальным, а количественных - нормальным.

Когда процесс не отлажен, то следует принять меры для его наладки. Это - задача це­хового менеджмента предприятия, которая решается на основе статистической методологии и методологии внутрипроизводственного менеджмента.

Методология - учение о структуре, логической организации, методах и средствах деятельности. Это - необходимый компонент всякой деятельности как предмета обучения и рационализации.

Наиболее важными сферами приложения методологии являются:

- постановка проблемы;

- построение предмета исследования;

- построение научной теории;

- проверка полученного результата с точки зрения истинности его.

Статистическая методология устанавливает научно обоснованный порядок органи­зации сбора, обработки, расчета и анализа статистических данных. Согласно этой методологии, при анализе нечисловой (качественной) информации широко исполь­зуются методы, основанные на рангах, выборочных долях, оцифровке данных (метод балльных оценок).

Из этого следует, что контрольные карты У. Шухарта приобретают в современных усло­виях более широкий смысл, чем это было до сих пор, и сам метод обращается в методологию.

Установив, что процесс функционирует в соответствии с номиналом, т.е. нормально, ставят следующий вопрос: оптимально ли данное состояние производственного процесса, -ответить на который можно лишь в том случае, если помимо полного знания статистической методологии есть еще и большой опыт управления, т.е. известна методология управления.

Основные методы статистической теории, применяемые при управлении качеством:

- биномиальное распределение;

- распределение Пуассона;

- нормальное распределение;

- соответствие этих распределений фактическому статистическому материалу для качест­венных и количественных признаков;

- проверка соответствия между эмпирическими данными и гипотезой о характере рас­пределения - вычисление «критерия согласия» - χ2 (хи-квадрат).

Методология построения контрольных карт американским ученым, доктором У. А. Шу-хартом, перешагнула не только границы своей страны, но и время, образовав, как всякое простое и гениальное изобретение, пространственно-временной континиум.

Разработанные в 1924 году карты У. Шухарта используются в современной России и теперь в 2005 году.

Широкое применение современной вычислительной техники и информационных техно­логий позволяет выполнять такие задачи по управлению качеством, какие не удавались в прежние времена.

Контрольная карта, по мнению У. А. Шухарта, должна соответствовать трем главным задачам управления процессом:

1) определять требуемый уровень или номинал процесса, на достижение которого должен быть нацелен весь персонал во главе с руководителем предприятия;

2) использоваться как вспомогательное средство для достижения этого номинала;

3) служить основой при определении соответствия номиналу и допускам.

Современная теория к этому добавляет систему карт по типам и подтипам и методы моды и медианы к средним и размаху вариации.

Контрольным картам Шухарта повезло. Впервые этот метод был применен в Велико­британии доктором Б. Даддингом (B. Dudding) и У. Дж. Дженнеттом (W. Jennett). Стандарт Ве­ликобритании касался качественных признаков с использованием таблиц распределения Пуас­сона и теории вероятности.

Накопленные значения вероятностей распределения Пуассона используют при уста­новлении контрольных границ технологических процессов.

Для этого строят статистические таблицы «Накопленные вероятности для распределения Пуассона», в которых приводятся значения вероятностей того, что «z» и более случайных со­бытий появятся в некотором интервале при среднем числе таких событий в интервале, равном «m», что соответствует формуле:

Три примера, демонстрирующих применение таблиц распределения Пуассона, раскры­вают их смысл.

1. Вероятность получения двух или более положительных результатов (Р) в процессе со средним числом 1,6. Расчет: m=1,6. P=0,4751 (по таблице распределения Пуассона).

2. Вероятность получения двух положительных результатов: P=0,4751.

3. Вероятность получения трех и более положительных результатов: P=0,2166.

Значит, вероятность получения двух положительных результатов: 0,4751-0,2166=0,2585.

Далее строится график воспроизводимости технологического процесса. Стандарт США в отличие от стандарта Великобритании имеет только один вид границ — внешние, которые устанавливаются на уровне ±3 стандартных отклонения.

Стандартные отклонения числа дефектов в выборке формализовано выглядят так:

Современная теория и практика работы с ККШ создала классификацию ККШ. Она имеет следующий вид (схема 7):

При работе с картами, построенными по качественным признакам, их принято делить на две группы в зависимости от соотношения числа наблюдений и объектов, что схематически можно представить следующим образом (табл. 9).

Для работы с ККШ кроме приведенной в схеме системы показателей широко исполь­зуется табличный метод.

Из таблиц берут данные для расчета величин границ и пределов; таблицами опери­руют при работе с различными типами карт и графиков. Ниже приводится таблица соответст­вующих коэффициентов, соотносимых с подгруппами ККШ (n).


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



Сейчас читают про: