TRADYCYJNE TECHNIKI DOSKONALENIA JAKOŚCI

1 TRADYCYJNE TECHNIKI DOSKONALENIA JAKOŚCI 1. Stratyfikacja (formularz zbierania danych) 2. Arkusz sprawdzający (arkusz kontrolny) Arkusz sprawdzający Wydział...WS3...ymbol wyrobu...kra123... Data:...16.11.2004...zmiana..1-2-3... Symbol kontrolera...kj3... Rodzaj wady Zliczenia Razem Jama IIIII IIIII I 11 skurczowa Niedolew III 3 Pęcherze IIIII IIIII IIIII IIIII 22 II Przypalenie IIIII IIIII IIIII 15 Złuszczenie IIIII I 6 SUMA 57 3. Analiza Pareto- Lorenza 4. Diagram Ishikawy (przyczynowo-skutkowy) 500 100% Czło Mas Meto 450 90% tys. zł 400 350 300 250 200 150 100 80% 70% 60% 50% 40% 30% 20% % strat Mat Zarzą Środo PROBLEM (SK 50 10% 0 1 10 8 3 9 7 2 6 4 5 nr maszyny 0% Straty (tys. zł) wartości skumulowane udział procentowy strat 5. Wykres rozrzutu (korelacji, rozproszenia) 5. Histogram Przykład histogramu y i x i Częstotliwość danych 50 40 30 20 10 0 5 10 15 20 25 30 35 Wartości danych 7. Karta kontrolna 8. Diagram przebiegu procesu A B C C B A UCL CL LCL

2 STRATYFIKACJA Stratyfikacja jest techniką polegającą na zbieraniu danych dotyczących przedmiotu dostawy, produkcji lub przebiegu procesu na specjalnie przygotowanych formularzach w celu ich dalszego przetwarzania (np. analizy procesu, poszukiwania przyczyn problemów). Zastosowanie techniki pozwala na łatwiejszą identyfikację źródła i przyczyn ewentualnych błędów. W procesie produkcyjnym zbierane informacje w formularzach mogą obejmować np.: nr wydziału, nr partii, symbol materiału, symbol dostawcy, nr pracownika, nr kontrolera, temperatura powietrza, czasie obróbki itp. W procesie zaopatrzenia zbierane informacje w formularzach mogą dotyczyć, np.: symbol dostawcy, numeru partii, daty przesyłki, sposobu kontroli, warunków środowiska (temperatura, wilgotność), rodzaj transportu, itp. Przykład arkusza zbierania informacji na potrzeby stratyfikacji ARKUSZ PRZYJĘCIA MATERIAŁU Data... Nr partii... Symbol materiału... Symbol dostawcy... Środek transportu... Sposób kontroli... Warunki środowiska : temperatura... wilgotność... W sytuacji, gdy zaistnieje problem, np. pojawią się uszkodzenia materiałów, można wykorzystując informacje z formularzy, dokonać rozwarstwienia informacji (stratyfikacji) i wskazać główne źródło problemu. ARKUSZ SPRAWDZAJĄCY (ARKUSZ KONTROLNY) Celem arkuszy kontrolnych (sprawdzających) jest wspomaganie pracowników w zapewnieniu jakości w czasie wykonywania działań kontrolnych (sprawdzających). Wyróżniamy zasadniczo trzy typy arkuszy kontrolnych: - arkusz sprawdzający, - arkusz pytań kontrolnych, - graficzny arkusz sprawdzający.

3 Tabela. Przykład arkusza sprawdzającego Arkusz sprawdzający Wydział...WS3...Symbol wyrobu...kra123... Data:...16.11.2004...zmiana..1-2-3... Symbol kontrolera...kj3... Rodzaj wady Zliczenia Razem Jama skurczowa IIIII IIIII I 11 Niedolew III 3 Pęcherze IIIII IIIII IIIII IIIII II 22 Przypalenie IIIII IIIII IIIII 15 Złuszczenie IIIII I 6 Graficzny arkusz sprawdzający SUMA 57 Tabela. Przykład arkusza w postaci listy pytań kontrolnych Przygotowanie samochodu na wakacje 1. Sprawdź części ważne ze względów bezpieczeństwa Światło (r ) Głębokość bieżnika opon ( ) Zderzaki ( ) Układ kierowniczy ( ) Hamulce ( ) 2. Wyczyść samochód Wnętrze ( ) Szyba przednia ( ) Światła ( ) 3. Sprawdź, uzupełnij Płyn hamulcowy ( ) Woda w akumulatorze ( ) Płyn chłodzący ( ) Płyn do wycieraczek ( ) Zabezpieczenie przed mrozem ( ) Paliwo ( ) Ciśnienie w oponach ( ) Mapy ( ) Kasety muzyczne ( ) Źródło: Dahlgaard J.J., Kristensen K., Kanji G.K., Podstawy zarządzania jakością, Wydawnictwo Naukowe PWN, Warszawa 2000.

4 ANALIZA PARETO LORENZA Jest to technika stosowana do identyfikacji i hierarchizacji problemów do rozwiązania. Procedura: Mamy problemy jakościowe wyrażone ilościowo (np. ilość błędów powstałej na każdej maszynie, koszt błędów wytworzonych przez poszczególnych pracowników, koszty błędów powstałych w różnych fazach przepływu materiałowego). Krok 1. Uporządkowanie wartości problemów pod względem ważności Krok 2. Wyliczenie procentowych wartości problemów Krok 3. Wyliczenie wartości skumulowanych badanych problemów Krok 4. Wyliczenie wartości procentowych z wartości skumulowanych Krok 5. Sporządzenie wykresu słupkowego przedstawiającego na osi poziomej uporządkowane problemy jakościowe, na osi pionowej wartości problemów (np. w zł, szt, godz.). Krok 6. Na wykresie naniesienie z prawej strony dodatkowej osi przedstawiającej wartości skumulowane problemów (0%-100%) oraz naniesienie punktów przedstawiających te wartości skumulowane wartości nad każdym z problemów i połączenie ich w jedną krzywą. Istniejące odmiany analizy Pareto: Zasada 20: 80-20% przyczyn powoduje 80% skutków Zasada ABC : grupa A - 20% przyczyn powoduje 80% skutków, grupa B - 30% przyczyn powoduje 15% skutków, grupa C 50% przyczyn powoduje 5% skutków. Przykład W pewnym wydziale produkcyjnym zbadano wielkość strat powstałych w czasie rocznej produkcji w odniesieniu do poszczególnych maszyn. Kształtowały się one następująco: Numer Straty Numer maszyny [tys. Zł] maszyny Straty 1 190 6 6 2 7 7 15 3 40 8 53 4 3 9 30 5 1 10 155 Stosując metodę Pareto Lorenza zbadać problem powstawania strat na tym wydziale i zinterpretować wyniki.

5 Rozwiązanie Kroki 1-4 procedury analizy Pareto najlepiej wykonać posługując się tabelą pomocniczą: Numer maszyny Straty (tys. zł) Numer maszyny Uporządkowanie strat Udział % strat Kumulacja strat % skumulowanych strat Krok 1 Krok 2 Krok 3 Krok 4 1 190 1 190 38,0 190 38,0 2 7 10 155 31,0 345 69,0 3 40 8 53 10,6 398 79,6 4 3 3 40 8,0 438 87,6 5 1 9 30 6,0 468 93,6 6 6 7 15 3,0 483 96,6 7 15 2 7 1,4 490 98,0 8 53 6 6 1,2 496 99,2 9 30 4 3 0,6 499 99,8 10 155 5 1 0,2 500 100,0 Sporządzanie wykresu Pareto-Lorenza - faza 1. 500 100,0% tys. zł 500 450 400 350 300 250 200 150 100 50 0 1 10 8 3 9 7 2 6 4 5 nr maszyny Straty (tys. zł) Wykres Pareto-Lorenza faza 2.

6 tys. zł 500 450 400 350 300 250 200 150 100 50 0 1 10 8 3 9 7 2 6 4 5 nr maszyny Straty (tys. zł) wartości skumulowane Wykres Pareto-Lorenza faza 3 tys. zł 500 450 400 350 300 250 200 150 100 50 0 1 10 8 3 9 7 2 6 4 5 nr maszyny 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % strat Straty (tys. zł) wartości skumulowane udział procentowy strat Metoda 20:80 Zgodnie z tą metodą w prezentowanym przykładzie możemy podzielić maszyny na 2 grupy: Pierwsza obejmuje maszyny nr 1, nr 10 i nr 8, które stanowią 30% ogółu maszyn i przynoszą ok.80% strat jakościowych. Do drugiej grupy weszłyby pozostałe maszyny, które stanowią 70% ogółu maszyn i przynoszą tylko 20% strat jakościowych.

7 Metoda ABC W prezentowanym przykładzie grupy ABC będą wyglądać następująco Grupa A - maszyny nr 1, nr 10 i nr 8. Stanowią one 30 % ogółu maszyn przynoszących ok. 80% błędów jakościowych. Grupa B - maszyny nr 3 i nr 9. Stanowią one 20% ogółu maszyn przynoszących ok. 5% błędów jakościowych. Grupa C - pozostałe maszyny. Stanowią one aż 50% ogółu maszyn i przynoszą tylko ok. 5% błędów jakościowych. W wyjątkowych przypadkach podział może być przeprowadzony na większą liczbę grup, np. na 5 grup: ABCDE. DIAGRAM ISHIKAWY Diagram przyczynowo skutkowy, Wykres przyczynowo-skutkowy, Diagram rybiej ości, Diagram ryby Diagram Ishikawy stosowany jest w celu ustalenia przyczyn pojawiających się problemów jakościowych w przedsiębiorstwie. Sporządzenie Diagramu Ishikawy wymaga pracy grupowej. PROCEDURA Krok 1: Narysuj długą, poziomą strzałkę na środku kartki, skierowaną do prawej strony. Krok 2: Określ problem w formie zdania oznajmującego i zapisz go na kartce przy grocie strzałki. Krok 3: Określ główne grupy przyczyn problemu. Poprowadź do strzałki głównej strzałki pomocnicze. Na końcach każdej z nich zapisz jedną z głównych przyczyn. Krok 4: Przeanalizuj każdą grupę przyczyn i sformułuj przyczyny szczegółowe mieszczące się w każdej grupie. Poprowadź strzałki do strzałki pomocniczej. Na końcach każdej z nich zapisz jedną z przyczyn szczegółowych (podprzyczynę). Krok 5: Przeanalizuj każdą grupę pod przyczyn i sformułuj przyczyny szczegółowe mieszczące się w każdej grupie. Następne kroki: Przeprowadź analizę przyczyn zgodnie z krokiem 5 procedury aż do momentu, który przyjmiesz przyczyny za wystarczająco szczegółowe. Przyczyna 1 Ppdprzyczyna 11 Ppdprzyczyna 12 Przyczyna 2 Ppdprzy czyna 13 Przyczyna 3 PROBLEM (SKUTEK) Przyczyna 4 Przyczyna n

8 Określenie głównych grup przyczyn problemu Zasada 6M Man Mashin Method Material Management Milne - Człowiek - Maszyna - Metoda - Materiał - Zarządzanie - Środowisko Człowiek Maszyna Metoda PROBLEM (SKUTEK) Materiał Zarządzanie Środowisko Ujęcie procesowe Proces 1 Proces 2 Proces 3 PROBLEM (SKUTEK) Proces 4... Proces N

9 DIAGRAM ROZPROSZENIA (Wykres rozproszenia, Diagram korelacji) Służy do prostej analizy korelacji pomiędzy dwoma seriami danych: i. Diagram pozwala na 1. wykrycie związku przyczynowo-skutkowego pomiędzy dwoma mierzalnymi cechami (korelacja pozytywna, negatywna lub jej brak). 2. wykrycie par danych, które odbiegają od korelacji wykazywanej przez większość pozostałych par. Procedura 3. Zestawić parami dane (x,y) z dwóch badanych zbiorów danych (wskazane, aby mieć ok. 30 par danych). 4. Oznaczyć osie x i y. 5. Znaleźć wartość minimalną i maksymalną dla x i y oraz wykorzystać je do wyskalowania osi poziomej (x) i pionowej (y). Zaleca się aby obie miały równą długość. 6. Nanieść dane parami (x,y). Kiedy dwie pary danych mają te same wartości, narysować współśrodkowe koła względem naniesionego punktu albo nanieść obok drugi punkt. 7. Zbadać kształt chmury punktów w celu wykrycia rodzaju i siły wzajemnej relacji. Typy zależności Zależność pozytywna Zależność negatywna y i y i x i x i Brak zależności Zależność pozorna y i y i x i x i

10 HISTOGRAM Histogram służy do wizualnej prezentacji rozmieszczenia bądź zróżnicowania danych. Histogramy przedstawiane są w postaci prostokątnych słupków, odpowiadających poszczególnym grupom danych. Histogramy są pomocne przy wstępnej analizie danych, ponieważ umożliwiają opracowanie modelu rozkładu dla jakiejkolwiek zmiennej. Procedura tworzenia histogramu Krok 1. Zbierz dane do wykresu (co najmniej 30 jednostek) i policz całkowitą liczbę jednostek danych. Krok 2. Określ rozpiętość danych do wykresu poprzez odjęcie najmniejszej wartości od największej. Krok 3.Okreśł liczby słupków poprzez wyciągnięcie pierwiastka kwadratowego liczby jednostek danych (z praktycznego punktu widzenia najlepiej, aby wynosiła ona od 6 do 12 słupków). Krok 4. Określ wielkość każdego z przedziału poprzez podzielenie ogólnej rozpiętości danych określonej w kroku 3, poprzez liczbę słupków. Krok 5. Określ punkt środkowy poprzez odjęcie połowy wartości jednostki miary od najmniejszej danej. Krok 6. Określ częstotliwość danych w każdym przedziale Krok 7. Zaznacz poszczególne przedziały na osi poziomej wykresu. Krok 8. Zaznacz częstości występowania na osi pionowej wykresu Krok 9. Zaznacz na wykresie wysokość każdego ze słupków. Wszystkie słupki powinny mieć jednakową szerokość, powinny do siebie przylegać. Częstotliwość 30 25 20 15 10 5 0 a1 a2 a3 a4 a5 a6 a7 a8 Średni pomiar Karta kontrolna Karta kontrolna jest to narzędzie doskonalenia jakości stosowane w celu: diagnozy i oceny stabilności procesu, określenia, kiedy proces wymaga regulacji, a kiedy należy zostawić go bez zmian, potwierdzenia udoskonalenia procesu. Rodzaje zakłóceń w procesie: zakłócenia specjalne zakłócenia losowe. Budowa kart kontrolnych jest oparta na statystyce matematycznej. W kartach kontrolnych wykorzystywane są dane robocze w celu ustalenia granic, w których, zgodnie z oczekiwaniami, znajdują się wyniki przyszłych obserwacji, o ile na proces nie wpłyną wyznaczalne lub specjalne przyczyny.

11 Procedura sporządzania karty kontrolnej 1.Wybrać cechy, które mają być badane przy użyciu karty kontrolnej. 2.Wybrać właściwy rodzaj karty kontrolnej. 3.Zdecydować o podgrupie (mały zbiór elementów, wewnątrz której zakłada się, że zmienne występują wyłącznie przypadkowo), jej liczności i częstości pobierania próbek. 4.Zebrać i zapisać dane przynajmniej dla 20-25 podgrup lub skorzystać z uprzednio zapisanych danych. 5.Obliczyć statystyki, które charakteryzują każdą wybraną podgrupę. 6.Obliczyć granice kontrolne w oparciu o statystyki z wybranych podgrup. 7.Zbudować kartę i nanieść statystyki danej podgrupy. 8.Zbadać statystyki dla punktów znajdujących się poza granicami kontrolnymi i dla wzorów wskazujących na występowanie możliwych do wyznaczenia (specjalnych) przyczyn. 9.Zdecydować o przyszłym działaniu. Budowa karty kontrolnej Średnia wartość z pomiarów UCL CL (X Śr ) LCL Kolejne pomiary (czas) Najważniejszymi liniami na wykresie są: Linia centralna (CL ang. Control Limit) przedstawia wartość średnią ze wszystkich umieszczonych na karcie kontrolnej pomiarów, Górna granica kontrolna (UCL- ang. Upper Control Limit)- linia wyznaczająca górne wartości obserwowanych charakterystyk dla ustabilizowanego i poprawnie przebiegającego procesu. Dolna granica kontrolna (LCL- ang. Lower Control Limit) - linia wyznaczająca dolne wartości obserwowanych charakterystyk dla ustabilizowanego i poprawnie przebiegającego procesu.

12 DIAGRAM PRZEBIEGU PROCESU Proces (wg normy PN- EN ISO 9000:2001)- zbiór działań wzajemnie powiązanych lub wzajemnie oddziałujących, które przekształcają wejścia w wyjścia Struktura procesu: proces podproces czynności zadania (6-8 zadań na czynność) Procedura diagramu przebiegu procesu (wg PN-ISO 9004-4+AC1:1996) 1. Określić początek i koniec procesu. 2. Dokonać obserwacji całego procesu, od początku do końca. 3. Określić fazy w procesie (działanie, decyzje, dane wejściowe, dane wyjściowe). 4. Zbudować projekt karty przebiegu procesu w celu prezentacji procesu. 5. Dokonać przeglądu projektu karty procesu z ludźmi, których proces ten dotyczy. 6. Poprawić kartę przebiegu na podstawie tego przeglądu. 7. Zweryfikować kartę przebiegu względem rzeczywistego procesu. 8. Oznaczyć kartę przebiegu dla przyszłego odniesienia i wykorzystania. Symbole stosowane w diagramie przebiegu procesu początek, koniec procesu Początek Otrzymanie dokumentu opis działania (czynności, operacji) problem decyzyjny Wprowadzenie liczby kopii kierunek przebiegu działania symbol przeniesienia diagramu Rozpoczęcie kopiowania Naprawa usterki nie Maszyna OK? tak Ponowne rozpoczęcie kopiowania Kopie oprawić? tak Oprawienie dokumentów nie Telefonowanie po odbiór Koniec

13 Literatura:: Hamrol A., Mantura W., Zarządzanie jakością. Teoria i praktyka, PWN, Poznań 1999 Hamrol A., Zarządzanie jakości a z przykładami. PWN, Warszawa 2006, 2008 Bagiński J., Zarządzanie jakością totalną (TQM), Bellona, Warszawa 1993 Jazon A., Doskonalenie zarządzania jakością, Bydgoszcz 2002 Łańcucki J., Podstawy kompleksowego zarządzania jakością TQM, Poznań 2003. Dahlgaard, K. Kristesen J.J, Kanji, G., Podstawy zarządzania jakością, PWN, Warszawa 2001 Wawak S., Zarządzanie jakością. Teoria i praktyka, Wyd. Helion 2002.