KARTY KONTROLNE SPC. 1. Wstęp

Transkrypt

1 KARTY KONTROLNE SPC Dariusz Lipski TERMINÓW REALIZACJI ZADAŃ PRODUKCYJNYCH 1. Wstęp Od wielu lat mówi się o ryzyku przedsiębiorstw, a nawet o zarządzaniu nim, jednak nie podaje się, jak je obliczyć. Zakładamy, że mówimy o ryzyku czysto produkcyjnym w firmie, a nie o ryzyku kredytowym, rynkowym (kursowym i stopy procentowej) oraz operacyjnym, ponoszonym przez instytucje finansowe, które między innymi regulują takie dokumenty, jak: 1. Capital Requirements Directive (CRD) [Dyrektywa 2006/49/WE; Drektywa 2006/48/WE]; 2. Markets in Financial Instruments Directive (MiFID) [Dyrektywa 2006/39/WE; Rozporzadzenie Komisji(WE) nr 1287/2006; Dyrektywa 2006/31/WE; Dyrektywa 2006/73/WE]; 3. Nowa Umowa Kapitałowa Basel II [Komiet Bazylejski ; Komitet Bazylejski ; Komitet Bazylejski ; Komitet Bazylejski ; Uchwała KNB 5/2001]. Mamy tutaj do czynienia z zależnością, że ryzyko produkcyjne przedsiębiorstwa jest często w jakimś stopniu ryzykiem kredytowym banku. Ryzyko rynkowe dotyczy firm eksportowych w przypadku wahań kursów walut, stopy procentowej zaś dla przedsiębiorstw, które działają np. z dużą dźwignią finansową, jednak ryzyka te są dalece odległe od operacyjnego zarządzania produkcją. 2. Cel opracowania i problem badawczy Opracowanie to przedstawia ryzyko jako rozkłady statystyczne terminów wykonania zadań produkcyjnych z wykorzystaniem metodologii Six Sigma, gdyż do tej pory nie było żadnej innej szeroko stosowanej metody alternatywnej dla Earned Value Management (EVM) Project Management Institute (PMI). Przeprowadzona analiza ma na celu określenie wydajności procesów oraz kosztów utraconych możliwości wynikających z opóźnień harmonogramu (opóźnień kontraktowych), a także udzielenie rekomendacji dotyczących działań korygujących i zapobiegawczych. Autor zaproponował przykładowe karty kontrolne dla projektu i dla procesu oraz wyznaczył kluczowe parametry w metodologii Six Sigma, takie jak USL, LSL, Cp, Cpk. Kontrolę wydajności stosuje się przede wszystkim do [opracowano na podstawie Czerwiński 2005]: 1. sformułowania rekomendacji umożliwiających dokonanie niezbędnych zmian i poprawę procesów, projektów i produktów; 2. pomocy w zidentyfikowaniu możliwości dostarczenia większej ilości lepszych produktów i usług po takim samym koszcie lub taniej; 3. używania uzyskiwanych informacji do lepszego zarządzania operacyjnego; 4. zademonstrowania możliwości obniżania kosztów bez zmniejszania ilości i jakości; 5. wzrostu lub/i poprawy produkcji oraz usług bez powiększania wydatków;

2 6. identyfikacji słabości w istniejących kontrolach i procesach w celu lepszego użycia zasobów. Należy jednak mieć świadomość, w którym miejscu leżą prawdziwe oszczędności w poprawie wydajności procesów, a jest tak, że na 100% opóźnień w realizacji zadań - 80% powoduje czynnik ludzki, a 20% czynnik techniczny. Z tych 80% - 64[%] jest wynikiem złego zarządzania i kierowania, a 16% niewłaściwej obsługi bezpośredniej [Notatki ]. W ujęciu jakościowym wygląda to w ten sposób, że Six Sigma wyróżnia 3 sposoby wyliczania wydajności dotyczącej jakości wykonania produktów [Notatki ]: wydajność klasyczną, pierwotną i całkowitą. Miary te jednakże nie są właściwe do oceny ryzyka produkcyjnego, traktowanego w tym opracowaniu jako ryzyko opóźnień w harmonorgamie realizacji zadań, podają jedynie liczbę błędów w produkowanych elementach, a na tej podstawie można wyciągnąć jedynie pewne wnioski odnośnie do mierzonego asortymentu. Zarządzaniem ryzykiem w pewnym sensie zajmowali się już W. Shewart (~1924 rok) i W.E. Deming. Shewart zaproponował podział zmienności procesów na kontrolowaną i niekontrolowaną [Notatki ]. W dalszym etapie zaproponował podział procesów kontrolowanych na stabilne, spójne, losowe i przewidywalne, a niekontrolowane - na niestabilne, niespójne, nieprzewidywalne, których powody są jednak możliwe do przypisania w celu ich optymalizacji. Wynikiem tych prac było wykonanie kart kontrolnych wykorzystywanych w SPC. W.E. Deming zaproponował równolegle podział zmienności procesów na podział z przyczyn ogólnych i szczególnych [Notatki ]. W podziale na przyczyny ogólne zmienność określił za pomocą takich parametrów, jak: wewnętrzna dla systemu, kontrolowana przez zarząd i możliwa do skorygowania tylko przez zarząd. W drugim przypadku zmienność może mieć naturę lokalną, niebędącą normalną właściwością systemu i może być skorygowana lokalnie. Zarówno Shewart, jak i Deming dążyli do tego, aby zrozumieć zmienność procesów (którą w późniejszym okresie nazwano ryzykiem) i aby móc w pełni ją kontrolować. Współcześnie najlepsze odzwierciedlenie ryzyka produkcyjnego przedsiębiorstwa moim zdaniem oddaje J. Bizon-Górecka w pracy, która wydziela zmienność (ryzyko) reputacji, technologii, organizacji, zarządzania i finansów [Bizon-Górecka 2004]. Zmienność technologii zależy od: zmienności jakości, technologiczności, środków technicznych i postępu technicznego. Zmienność organizacji zależy od: zmienności obsługi maszyn i urządzeń oraz harmonizacji procesów. Zmienność zarządzania zależy od: zmienności logistycznej, pozycji konkurencyjnej, zgodności z prawem, uzależnienia od kadr oraz od zmienności makroekonomicznej (otoczenia przedsiębiorstwa). Zmienność finansowa zależy od: trafności oferty cenowej, oszacowanych kosztów, płynności finansowej, zdolności kredytowej, udzielonych gwarancji i zmienności inwestycyjnej. Zapewne każdy z tych podziałów można rozważać w różnych kategoriach, jednak chodzi tu przede wszystkim o ramy określenia zmienności procesów w przedsiębiorstwie, a co za tym idzie - ryzyka produkcyjnego przedsiębiorstwa. Autor chciałby to zobrazować za pomocą kart kontrolnych, gdyż każdy proces generuje jakieś ryzyko. Jeśli jest ono istotne dla organizacji, to może i powinno być obserwowane przez nią, tutaj autor proponuje robić to używając kart kontrolnych. Aby jednak przedstawić propozycje takich kart, trzeba uwzględnić dwa istotne dla tej analizy narzędzia: Multi Variable Study oraz Gage R&R. Pierwsze z tych narzędzi podaje kolejne kroki dla analizy procesów stabilnych (Cp, Cpk) oraz okresowo stabilnych (Pp, Ppk). Procesy takie możemy dekomponować, analizować wieloczynnikowo, a także dochodzić do nich przez ich planowanie wirtualne (Design of Experiments - DOE). Gdy wykorzystujemy analizę wieloczynnikową, monitorujemy operacje i zadania. W wyniku tych obserwacji planujemy, implementujemy i pilotujemy zmiany, które stabilizują nasze działania w czasie. Po każdych zmianach badamy ich wpływ na analizowany

3 proces, a następnie określamy tolerancję operacyjną (standard, normę), do której odnosimy się akceptując proces {specyfikacja USL, LSL - tab. 1), zdolność Cp (Pp), Cpk (Ppk) (rys.1, rys. 2)}. Drugie z tych narzędzi pozwala na obserwację zmienności procesu, uwzględniającą zarówno rzeczywistą (naturalną) zmienność procesu, jak i zmienność pomiarów. Zmienność pomiarów określana jest poprzez zmienność w ramach próbki (szczegółowo opisuje to zagadnienie narzędzie Gage R&R) tzw. odtwarzalność, która jest zmiennością średniej mierzonej przez różnych operatorów używających tego samego przyrządu pomiarowego podczas pomiaru tych samych próbek. Mamy jednak tutaj również zmienność wskutek rozpiętości, którą dzielimy na [Notatki ]: 1) dokładność (subiektywność) - jest to różnica między zaobserwowaną średnią pomiarów a rzeczywistością; 2) precyzję (replikację) powtarzalność ten sam operator używając tego samego przyrządu pomiarowego, dokonuje pomiarów tej samej próbki; 3) stabilność - odnosi się do różnicy w średniej z ostatnich dwóch ustawień pomiarowych tego samego narzędzia pomiarowego przy tej samej próbce pomiarowej pomierzonej w różnym czasie. Stabilność populacji pokazuje, czy pojawiają się przesunięcia, trendy lub cykle; 4) liniowość - jest to różnica w precyzji i zakresie przyrządów pomiarowych lub też różnica w precyzji wartości i oczekiwanego zakresu przyrządów pomiarowych, chodzi tu o kwestię używania tych samych przyrządów pomiarowych przez dostawcę i odbiorcę; 5) rozdzielność kwestia wydzielenia poszczególnych procesów, czy są one rozdzielne, czy może mamy do czynienia z procesem bimodalnym. Na podstawie rozkładów statystycznych ustalono, że granice specyfikacji procesów (USL, LSL) powinny znajdować się w następujących przedziałach czasowych w odniesieniu do terminu planowanego, będącego terminem zerowym: Tabela 1. Propozycja dolnej (LSL) i górnej (USL) granicy specyfikacji. Granice specyfikacji procesów LSL USL 1 Produkcji -7dni +7dni 2 Materiału -75 dni -28 dni 3 Dokumentacji -105 dni -75 dni Zakresy poszczególnych specyfikacji są wielkościami, których należy poszukiwać, doskonale zostało to zobrazowane w dalszej części opracowania na rys Karty kontrolne jako narzędzia oceny ryzyka produkcyjnego Aby dokładnie zobrazować korzyści płynące z zastosowanie kart kontrolnych, autor sugeruje wykorzystać wzór rys. 1 dla pomiaru ryzyka projektu i wzór rys. 2 dla pomiaru ryzyka procesów.

4 PROJEKT - LongTerm (LT) Mean ST.Dev. Z.Bench Z.Shift Yeld DPMO Pp Ppk X/7 produkcji X/7 - materiału X/7 dokumenta cji technicznej 4 9 1,11 1,5 86, ,60 0, ,05 1,5 47, ,23 0, ,42 1,5 33, ,15 0,1 Rys. 1. Przykład karty kontrolnej dla projektu Górna część rysunku przedstawia porównane rozkłady statystyczne terminów wykonania zadań dla procesów: produkcji, zaopatrzenia materiałowego, tzdm terminarz biura planowania, dokumentacji. Środkowa część pokazuje proces produkcji (kolor niebieski, linia najbardziej zbliżona do osi X); zaopatrzenia materiałowego (kolor zielony, druga linia w odległości od osi X), tzdm, trzecia linia w odległości od osi X), dokumentacja najbardziej oddalona linia od osi X. Dolna część przedstawia tabelę zbiorczą uzyskanych wyników.

5 PROCES ZAOPATRZENIA MATERIAŁOWEGO - LongTerm (LT) Mean ST.Dev. Z.Bench Z.Shift Yeld DPMO Pp Ppk X/ ,05 1,5 47, ,23 0,1 X/ ,56 1,5 28, ,33-0,18 Rys. 2. Przykład karty kontrolnej dla procesów Górna część rysunku przedstawia porównane rozkłady statystyczne terminów wykonania zadań dla procesów zaopatrzenia materiałowego dla dwóch projektów 8168/6 (kolor zielony, linia bliżej osi X) i 8168/7 (kolor czerwony, linia dalej od osi X). Dolna część przedstawia tabelę zbiorczą uzyskanych wyników. Uzyskane w ten sposób wyniki (rys. 1, rys. 2) pozwalają na następującą interpretacje badanych procesów [Notatki ]:

6 Mean średnio zadania wykonywano na 39 dni przed terminem zerowym, przedział czasowy mieści się w zadanych parametrach (tab. 1), jednak już dla 17 dni średnia pokazuje złe planowanie prac; ST.Dev. odchylenie standardowe podaje odchylenie od średniej dni, co mówi nam, że już w niektórych przypadkach przekraczamy zadane parametry z tab. 1; Z.Bench (Sigma) benchmark procesu to od -0,05 do -0,56, im większy, tym lepszy, powinien być około 1,0; parametr -0,05 jest krytycznie słaby; Z.Shift wskazuje ukryte rezerwy na produkcji, ponieważ Z.Shift 1; Yield mówi, że losowo wybrana dana ma w LongTerm (LT) {powyżej roku} od 28,82% do 47,81% szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej; DPMO oczekiwana ilość wad na 1 mln w tym przypadku jest daleka od ideału. Pp (Cp) zdolność procesu podaje skupienie na celu badanego rozkładu statystycznego, im bliżej 1,0, tym lepiej. Jest wyliczana jako różnica pomiędzy tolerancją górną USL a tolerancją dolną LSL podzieloną przez sześć odchyleń standardowych; Ppk (Cpk) wydolność procesu pokazuje dryf, trend (stabilność) rozkładu statystycznego, który im bliższy 1,0, tym lepiej. Jest wyliczana jako różnica pomiędzy tolerancją górną USL (lub tolerancją dolną LSL) a średnią podzieloną przez sześć odchyleń standardowych pod uwagę bierzemy mniejszą z tych dwóch liczb. 4. Wyniki Mając już rozkłady statystyczne, wydajność można określić za pomocą Cp(Pp) lub też funkcji straty Taguchiego. LSL USL Rys. 3. Graficzne przedstawienie wpływu przesuwania zakresów specyfikacji LSL i USL na osiągnięte wskaźniki wydajności Cp (Pp). Sposób wyznaczania Cp (Pp) przedstawiono przy interpretacji tego wskaźnika Jeśli wskaźnik Pp potraktujemy jako rzeczywisty procentowy parametr wydajności procesu, to można go odnieść do budżetu przedsiębiorstwa, gdzie planujemy przychody w odniesieniu do procesów lub projektów. Jeśli zakładamy pewien budżet na projekt czy

7 proces, a wiemy, że osiągana wydajność jest Pp(Cp)=0,60, to musimy uwzględnić rezerwy budżetowe na 40% strat budżetowych lub też zapewnić sobie finansowanie tego procesu/projektu z innego procesu/projektu. Wynik pokazuje, że nastąpi 40% przesunięcie harmonogramu, jedynie w 60% zmieszczono się z planie. Oznacza to, że realizowany proces/projekt ma opóźnienia w realizacji, które można potraktować jako utracone możliwości, gdyż podczas planowania uwzględniono, że zasoby, którymi przedsiębiorstwo dysponuje, zostaną wykorzystane w 100%. Skoro ustalony wynik nie został osiągnięty, należy rozważać zaistniałą sytuację jako ryzyko produkcyjne mogące przenieść się na pozostałe projekty i procesy w firmie, a także na zewnątrz firmy. Oczekiwane straty można również wyliczyć za pomocą funkcji strat Taguchiego : wzór (1) opracowano na podstawie [Walanus] (norma ile dni standardowo zakładamy odchylenia od planu) (rzeczywiste odchylenie) Strata = dzień pracy wydziału w [PLN] x (wielkość straty przy minimalnym odchyleniu 1 dzień)² Gdzie: dzień pracy wydziału w [PLN] suma kosztów wydziałowych w miesiącu podzielona przez liczbę dni w miesiacu; norma zero dni odchylenia od planu ile dni standardowo zakładamy odchylenia od planu - LSL (USL) z tab. 1 rzeczywiste odchylenie wyniki uzyskane w programie MiniTab.14 (tabela na dole przy rys.1, rys.2) wielkość straty przy minimalnym odchyleniu zakładając normę jako zero ta wartość również wynosi zero Rys.4. Graficzne przedstawienie utraconych możliwości za pomocą funkcji strat Taguchiego.

8 Po podstawieniu rzeczywistych danych wyniki uzyskane poprzez potraktowanie Cp (Pp) jako wskaźnika procentowego wykorzystania budżetu oraz za pomocą wzoru Taguchiego są bardzo zbliżone. Tabela 2. Porównanie uzyskanych wyników. Strata [rbg] Strata [zł] Funkcja strat Tagouchiego Bazując na Pp Wnioski Rozbijając proces mający złe wskaźniki na podprocesy, możemy odnaleźć przyczyny błędów i je usunąć. Przedstawiona analiza pokazuje, że różne procesy można analizować, znajdując ich punkt wspólny, np. zadanie produkcyjne, i powiązując je terminami realizacji. Problemy pojawiają się wtedy, gdy mamy dużo różnych produktów i mało zadań. Analiza pokazuje, że zachowując dyscyplinę przy realizacji harmonogramu zgodnie z planami budżetowymi, można w ciągu roku wykonać nawet kilka projektów więcej na produkcji. Literatura Dyrektywa 2006/49/WE Parlamentu Europejskiego i Rady z dnia 14 czerwca 2006 r. w sprawie adekwatności kapitałowej firm inwestycyjnych i instytucji kredytowych (CAD). Dyrektywa 2006/48/WE Parlamentu Europejskiego i Rady z dnia 14 czerwca 2006 r. w sprawie podejmowania i prowadzenia działalności przez instytucje kredytowe (BCD). Dyrektywa 2004/39/WE Parlamentu Europejskiego i Rady z dnia 21 kwietnia 2004 r. w sprawie rynków instrumentów finansowych. Rozporządzenie Komisji (WE) nr 1287/2006 z dnia 10 sierpnia 2006 r. wprowadzające środki wykonawcze do dyrektywy 2004/39/WE. Dyrektywa 2006/31/WE Parlamentu Europejskiego i Rady z dnia 5 kwietnia 2006 r. zmieniająca dyrektywę 2004/39/WE. Dyrektywa Komisji 2006/73/WE z dnia 10 sierpnia 2006 r. wprowadzająca środki wykonawcze do dyrektywy 2004/39/WE. Komitet Bazylejski The Supervisory Treatment of Market Risk, r. Komitet Bazylejski An Internal Model-Based Approach to Market Risk Capital Requirements, r. Komitet Bazylejski Amendment to the Capital Accord to Incorporate Market Risks, r.

9 Komitet Bazylejski Risk Managenent Guidelines for Derivates, r. Uchwała KNB 5/2001 Nowa Umowa Kapitałowa 1996 r. Czerwiński K., Audyt wewnętrzny, InfoAudit, Warszawa Bizon-Górecka J., Koszty w przedsiębiorstwie w ujęciu komplementarnym, Rynek terminowy 2004 no. 2. Notatki ze szkolenia Det Norske Veritas (DNV) Działania Korygujące i Zapobiegawcze, Sopot Notatki ze szkolenia Polish Six Sigma Academy (PSSA) Black Belt DMAIC Gdańsk 2006 Lipski D., Wieloczynnikowa kontrola wydajności procesu, Zarządzanie Jakością 2007 no. 1. Walanus A., Zdolność Procesu, SPC control charts of realization terms of production tasks Summary In this paper, the author presents his proposal of using SPC control charts to measure and rationalize realization terms of production tasks in an enterprise. This analysis is based on indicators estimation taken from MiniTab14, especially Pp(Cp), which is compared to the percentage of budget consumption. The simplification of this calculating might be alternative methods like Taguchi loss function and portfolio analysis.