Aplikacyje aspekty metody Six Sigma w kwalitatywej oceie fukcjoowaia systemów logistyczych Applicatio aspects of the Six Sigma method i qualitative ratig of the workig of logistic systems Moika Dopytalska*, Jerzy Detya** * Wałbrzyska WyŜsza Szkoła Zarządzaia i Przedsiębiorczości, tel. +48506146073, e-mail: moiiad@iteria.pl ** Politechika Wrocławska, Istytut Kostrukcji i Eksploatacji Maszy, tel. +48604789008, e-mail: jerzy.detya@pwr.wroc.pl Streszczeie W artykule przedstawioo moŝliwości wykorzystaia metody Six Sigma do aalizy i ocey jakościowej systemów logistyczych. Przedstawieie całościowego modelu kwalitatywego jest zagadieiem iezwykle złoŝoym. MoŜemy powiedzieć, Ŝe prezetoway artykuł staowi początek prac aukowych związaych z iiejszą tematyką, które będą kotyuowae w przyszłości. Systemy logistycze w aspekcie ich efektywości moŝemy opisać za pomocą zbioru wskaźików, których wartości zmieiają się w czasie. MoŜa powiedzieć ze taki stochastyczy model Six Sigma geeruje macierz zaleŝości przyczyowo-skutkowych, która wpłyie a moŝliwość sterowaia daym systemem logistyczym. Abstract I the article we udertook the attempt of usig the Six Sigma method i the qualitative aalysis of the logistics systems. The presetatio of the complete model is a complicated problem. We ca say that this article is start poit of the theory, which will be supplemeted gradually i the future. The logistics systems we ca characterize by idex group, which values are variable i time. We ca say that stochastic models Six Sigma geerate the matrix of the causal-cosecutive depedece, which will give the ability of cotrollig a give logistics system. Key words: Logistics. Systems, Qualitative, Quality cotrol 1. Wprowadzeie Pojęcie jakości jest trude do jedozaczego ziterpretowaia [16]. Nie ma jedej ogólie przyjętej defiicji. Prawdopodobie wyika to stąd, ze problemami jakości zajmują się aukowcy z róŝych dziedzi wiedzy, ekoomiści, techicy, filozofowie, prawicy, pedagodzy, psycholodzy. KaŜdy z ich postrzega ją iaczej, przez pryzmat własych potrzeb. Jakość wyrobu w ujęciu techiczym, określoa jest przez jakość projektu i jakość wykoaia. Techiczym aspektem jakości zajmuje się kwalitologia techicza takŝe zwaa iŝyierią jakości. Aspekt techiczy przedmiotu ajczęściej obejmuje takie cechy jak: iezawodość, sprawość, trwałość, bezpieczeństwo, aprawialość, iowacyjość, estetyka, wymagaia prawe i ormatywe. Jakość w ujęciu techiczym ie jest utoŝsamiaa z kosz-
2 tami, a polega a osiągięciu celu uŝytkowego bez względu a akłady. Nie jest to zbytio racjoale [16]. Natomiast, jakość w sesie ekoomiczym wymaga kofrotacji z kosztami. Jakość obejmuje tu badaie relacji, pomiędzy jakością produktu a kategoriami ekoomiczymi (koszt, strata, zysk, dochód, premia, podatek itp.) [8]. Nieco iaczej przedstawia się kwestia jakości w systemach logistyczych. Na system składają się procesy (które przebiegają poziomo) oraz cele i sposoby ich realizacji poszczególych działów fukcjoalych (które przebiegają pioowo czyli fukcjoalie). Bardzo często dochodzi do kofliktów pomiędzy procesami a celami działów fukcjoalych. Przedsiębiorstwo moŝe je rozwiązać tylko wtedy, kiedy obydwa z wymieioych elemetów traktowae będą jako część jedego systemu i kiedy ich ocea kwalitatywa będzie oparta a owoczesych metodach zarządzaia jakością. Zarządzaie jakością (Rys. 1) to koordyowae działaia dla kierowaia i sterowaia orgaizacji w odiesieiu do pojęcia jakości. Obejmuje oo: ustaowieie polityki jakości, plaowaie jakości, kotrolę jakości, zapewieie jakości, doskoaleie jakości (ciągłe). % OBSZAR W PIERWOTNYCH GRANICACH KONTROLNYCH OSZTY K STAŁE STRATY (MOśLIWOŚĆ SZAR Najskutecziejsze osiągaie poŝądaych wyików w systemie logistyczym jest moŝliwe, gdy zarządzamy poszczególymi działaiami i związaymi z imi zasobami tak, jak procesem. Ozacza to koieczość współdziałaia ludzi z róŝych działów fukcjoalych (fiase, produkcja, projektowaie) w ramach kokretych procesów. Takie współdziałaie wymaga bardzo dobrych arzędzi i umiejętości orgaizacji w skuteczej komuikacji. Kluczowym elemetem w tym podejściu było wypracowaie arzędzi i metod tworzeia i utrzymywaia systemów zapewiaia jakości w róŝych istytucjach. Skupioo się a budowaiu orm, które miały staowić wytycze w tym zakresie. Kotrola zgodości two- OB- W Rys. 1 Sekwecja działań w zarządzaiu jakością; opracowaie a podstawie: [23].
3 rzoych w poszczególych firmach systemów zapewiaia jakości z ustaleiami zawartymi w ormie miały staowić zarazem podstawę ich certyfikacji. Stosowae tutaj arzędzia, z uwagi a losowy charakter cech jakościowych, w duŝej mierze opierają się a metodach statystyczych. 2. Statystycze metody sterowaia jakością Statystyka zajmuje się aalizą i iterpretacją daych w sytuacjach iepewości lub zmieości. Zmieość taka jest czymś ieuikioym w większości działań realizowaych w przemyśle, tak, więc myśleie w kategoriach statystyki powio przeikać wszelkie aalizy daych przemysłowych. Jest to szczególie istote przy kotroli procesów wytwarzaia oraz procesów związaych z logistyczą obsługą przedsiębiorstwa. Bardzo przydatą cechą statystyczej ocey wyrobów i procesów logistyczych jest moŝliwość sterowaia procesem i jego ocea a podstawie wyików pomiaru iewielkiej części elemetów systemu logistyczego, zwaej próbą. Jej liczebość i sposób pobieraia ustalay jest, aby zapewić ekoomiczie uzasadioy poziom jakości wyrobów i/lub usług. Metody statystyczego sterowaia procesem, wspomagae zaagaŝowaiem ze stroy kierowictwa oraz dobra orgaizacja, dostarczają obiektywych sposobów kotroli jakości procesu logistyczego a kaŝdym jego etapie. Systematycze badaie procesu dostarcza wiedzy o jego efektywości oraz źródłach powstawaia odchyleń od ormy [13]. Statystycze sterowaie procesem SPC (Statistical Process Cotrol) jest to oparta a ch kotrolych procedura, opracowaa w 1930r. przez A. Shewharta. Był o twórcą podstaw współczesej teorii kotroli jakości. Shewhart traktował statystyczą aalizę wyików badań jako uzupełieie całości systemu zapewieia jakości w przedsiębiorstwie. SPC wprowadzoo w Japoii w latach pięćdziesiątych przez amerykańskich kosultatów bizesowych. W latach osiemdziesiątych zostało reimportowae do Staów Zjedoczoych, a kilka lat późiej dotarło do europy. 3. Metody i arzędzia SPC Na statystycze sterowaie procesem składa się szereg metod i arzędzi statystyczych. Ich liczba jest bardzo duŝa i zaleŝy od podejścia do iteresującego zagadieia. W iiejszej pracy przedstawioych zostaie zaledwie kilka ajpopulariejszych i ajistotiejszych. Karty kotrole (cotrol chart), zostały stworzoe w 1924 przez W. A. Shewharta, który zastosował je do sterowaia procesami produkcji masowej części elektroiczych w zakładach Wester Electric w USA. SłuŜą am do [23]: rozróŝiaia kiedy mamy do czyieia z aturalym, a kiedy z adzwyczajym rozkładem wyików w próbce, wykrywaia kiedy a kotroloway proces miały wpływ ormale, a kiedy szczególe przyczyy zmieości, ocey czy proces jest wyreguloway (pod kotrolą statystyczą). Więc częściowo do kotroli ad zmieością, a częściowo do idetyfikacji i kotroli przyczy, które powodują wzrost tej zmieości [3]. Polska azwa jest raczej myląca, gdyŝ owe karty ie słuŝą do kotroli, lecz do sterowaia, adzorowaia, paowaia ad procesem [6]. W duŝym uproszczeiu zasadę działaia karty kotrolej moŝemy przedstawić jako: śade proces z uwagi a wszelakie zakłóceia, ie przebiega w sposób idealie stabily. MoŜa jedyie określić pewe graice, w których powiie się o mieścić, gdy oddziałują a
4 iego tylko zakłóceia losowe. JeŜeli proces w którymś momecie wykroczy poza te graice to ozaczać to będzie, Ŝe został zakłócoy zakłóceiami specjalymi [6]. PoiewaŜ róŝe są procesy, róŝe są teŝ karty kotrole. KaŜdy z procesów ma swoja specyfikę i to aleŝy uwzględić przy wdraŝaiu metod statystyczych do doskoaleia jakości. Podstawowe karty kotrole Shewharta dobierae są w zaleŝości od rodzaju gromadzoych daych (Rys. 2). 3.1 Karty kotrole ocey liczbowej Te typ kart wykorzystyway jest w przypadku, gdy mamy do dyspozycji kokrete liczbowe wyiki pochodzące z pomiarów iteresujących as właściwości produkowaych wyrobów. Podstawowym warukiem stosowaia tych kart jest to, iŝ zebrae dae muszą mieć rozkład ormaly, więc ajpierw aleŝy sprawdzić to załoŝeie przed wykreśleiem kart [6]. Karty kotrole przy oceie liczbowej, moŝa umowie podzielić a dwie grupy: Stadardowe, p. x _ - R, x _ - s; Specjale czyli złoŝoe, p. CUSUM, MA. Najprostsze i zarazem ajczęściej stosowae, w praktyce przedsiębiorstw, karty stadardowe: Karta rozstępów R W procesach kotrolowaych za pomocą zmieej mierzalej istieje moŝliwość pojawieia się stau procesu będącego poza kotrola, iego iŝ wskutek odsuięcia się średiej od wartości docelowej. WaŜe jest wykrycie kaŝdego wzrostu zmieości poad poziom właściwy dla procesu, zbaday w trakcie aalizy jego zdolości. Wzrost taki moŝe pojawić się bez zmiay średiej w procesie. By wykryć te wzrosty, trzeba prowadzić wykres jakiejś statystyki, która mierzy zmieość procesu pokazywaą przez próby. Najczęściej stosowaą statystyką jest rozstęp w próbach, który jest po prostu róŝicą miedzy ajwiększą a ajmiejszą obserwacja w próbie [12]. Słabość rozstępu polega a tym, ze wykorzystuje tylko dwie iformacje z dostępych w próbie, i Ŝe jest wraŝliwy a załoŝeie o ormalości rozkładu obserwacji przy ustalaiu liii kotrolych. Zaprojektowaym przezaczeiem karty kotrolej rozstępów jest wykrycie jakiejkolwiek zmiay (zwykle wzrostu) rozrzutu, właściwego daemu procesowi. Jedak spełia oa takŝe ia dodatkowa fukcje sygalizowaia idywidualych obserwacji z prób, zaczie odległych od wartości oczekiwaej. Karta odchyleia stadardowego s Aby obliczeia potrzebe przy ch sprowadzić do miimum, jako miarę rozrzutu przyjęto rozstęp, zamiast teoretyczie bardziej poprawego odchyleia stadardowego. Stosowaie odchyleia stadardowego stało się obecie bardziej powszeche, gdyŝ komplikacje związae z jego obliczaiem moŝa omiąć stosując kalkulator czy komputer. Wówczas wyik uzyskuje się tak samo łatwo, jak przy rozstępie. Mimo to adal domiuje stosowaie rozstępu, główie za sprawą róŝych orm krajowych i zakładowych [12]. Karta średich i rozstępów x _ - R Pojedyczy "wyskok" z większym prawdopodobieństwem wywoła góry sygał a karcie rozstępów (lub odchyleń stadardowych), a a karcie średich moŝe być iezauwaŝoa. Wartości takie mogą pojawiać się wskutek pojedyczego wyrobu wadliwego w próbie lub wskutek błędego zapisaia daej. Ta fukcja karty jest juŝ dostateczym uzasadieiem, by kartę rozstępów w połączeiu z kartą średich stosować zawsze.
5 TYP ZBIERANYCH DANYCH ZMIENNE LOSOWE CIĄ- GŁE ZMIENNE LOSOWE SKO- KOWE POMIAR WIELKOŚCI FI- ZYCZNYCH WYZNACZANIE LICZBY EGZEM- PLARZY WA- DLIWYCH ZLICZENIE WY- STĄPIEŃ ZJAWI- SKA NA DANYM OBSZARZE ZAKRESY LICZNOŚĆ PRÓBKI 9 ŚREDNIE ODCHYLENIA STANDARDOWE LICZNOŚĆ PRÓBKI 10 EGZEMPLARZE WADLIWE W PRÓBKACH RÓWNOLICZNYCH EGZEMPLARZE WADLIWE W PRÓBKACH RÓśNOLICZNYCH ROZMIAR OBSZARU STAŁY LUB NIEUWZGLĘDNIA- NY UWZGLĘDNIANY ZMIENNY ROZMIAR OBSZARU R x s p p c u RAZEM RAZEM OCENA LICZBOWA OCENA ALTERNATYWNA Rys. 2 Typy kart; opracowaie a podstawie: [13] Peła kotrola dla zmieych mierzalych jest kartą, którą rówocześie kotroluje poziom średiej i rozrzutu. W takiej karcie średie i rozstępy pochodzą z tej samej próby, która powia być dostateczie duŝa, by zapewić precyzje oszacowaia średiej i rozstępu,
6 a takŝe umoŝliwić wykorzystaie cetralego twierdzeia graiczego do załoŝeia ormalego rozkładu średich z prób przy ustalaiu graic. Z drugiej stroy, próby powiy być dostateczie małe, by zapewić atychmiastowy obraz procesu. Najlepszym kompromisem są liczebości od czterech do ośmiu, przy czym ajbardziej populara liczebością jest pięć [12]. 3.2 Karty kotrole właściwości alteratywych Karty kotrole przy oceach alteratywych dotyczą przypadku, gdy orygiale dae są wyikiem dokoywaia oce alteratywych spełia lub ie spełia wymagań lub mierzeia liczby iezgodości, wad. Ocea alteratywa moŝe p. mieć postać: czy średica elemetu mieści się w graicach toleracji. Te typ kart moŝa stosować w dwóch sytuacjach [12]: 1. Odrębych sztuk klasyfikowaych a: przyjęte oraz iezgode. Podział taki moŝe być dokoay albo a podstawie tzw. autetyczych cech, gdy sztukę kwalifikujemy do jedej z dwóch kategorii, bez koieczości jakichkolwiek pomiarów lub przy uŝyciu sprawdziaów graiczych względem wielkości mierzalych. Stosujemy wówczas karty kotrole: kotrola liczby sztuk iezgodych ( p), kotrola udziału sztuk iezgodych ( p). 2. Procesów geerujących iezgodości, w których jedak próby ie da się zdefiiować jako pewej liczby odrębych sztuk, lecz jako pewą próbę "przestrzei", w ramach, której pojawiają się iezgodości. Sytuacje te moŝemy scharakteryzować tym, Ŝe ie da się określić liczby iezgodości, które ie ujawiły się. Karty kotrole wówczas stosowae to: kotrola liczby iezgodości ( c), kotrola liczby iezgodości a jedostkę ( u). Krótka charakterystyka tych poszczególych kart kotrolych przy oceach alteratywych [26]: Karta p Karta liczby jedostek iezgodych, słuŝy do badaia liczby elemetów iespełiających wymagań. Na karcie wykreśla się liczbę elemetów iezgodych z wymagaiami w próbkach o stałej liczości. Karta p Karta frakcji jedostek iezgodych, róŝi się od karty typu p tylko tym, Ŝe zamiast liczby jedostek iezgodych z wymagaiami wykreśla się a iej frakcję (procet) takich jedostek w próbce o zadaej liczości. W przypadku karty typu p liczości próbek mogą być róŝe. Puktem wyjścia do obliczeń jest rozkład dwumiaowy. Karta c Kartą liczby iezgodości, posługujemy się, gdy iteresuje as liczba iezgodości lub wad (a jedostkę, a partię, w zadaym przedziale czasu, a zadaej długości materiału itd.),. Mamy tu do czyieia z sytuacją jakościowo odmieą od tej, gdy stosuje się kartę typu p lub p. Gdy iteresuje as liczba jedostek iezgodych z wymagaiami w próbce o zadaej liczości x, wiemy, Ŝe jedostek iezgodych ie moŝe być więcej iŝ x. Nie umiemy podać górego ograiczeia a wartość liczby iezgodości. Probabilistyczą podstawę do kostrukcji karty typu c daje rozkład Poissoa. Karta C ie moŝe być zastosowaa, gdy liczości próbek są róŝe. Karta u
7 Kartę liczby iezgodości a jedostkę, stosujemy gdy liczości próbek są róŝe, a iej wykreśla się stosuek liczby wad do liczości próbki (stosuku liczby wad do długości badaego materiału, czasu badaia itd.). Graice kotrole muszą tym razem być obliczae dla kaŝdej próbki oddzielie. W rezultacie graice te mają róŝe wartości dla róŝych próbek. Tab. 1 Wzory dla wyzaczaia główych składowych kart kotrolych wg PN-ISO 8258+AC1:1996; opracowaie a podstawie: [13]. LC p odchyleie stadardowe p p( 1 p) p graice kotrole UCL Ozaczeia: - liczość próbek jest zmiea, p - średie prawdopodobieństwo, c - liczba iezgodości, u - liczba iezgodości a jedostkę, - baday obszar jest zmiey(w karcie u), A2, d, D3, D4, B3, B4 - stałe, LCL 3 p( p) p 3 p( 1 p) + 1 p p p( 1 p) p( 1 p) p + 3 p 3 c c c c + 3 c c 3 c u x _ u x u R d u + 3 u + A R A R x 2 R R - D 4 R s s c s s B 4 p ( 1 p) wielkość próby stała, zazwyczaj 25 zmiea, 25, 50, 100 i więcej gotowy produkt u u 3 - x 2 R D 3 s B 3 4, zwykle 4 lub 5 4, zwykle 4 lub 5 6 zastosowaie ocea ogóla frakcji wadliwych w procesie ocea ogóla frakcji wadliwych w procesie kotrola całkowitej liczby wad a próbę liczba wad czy iezgodości a jedostkę kotrola charakterystyki liczbowej kotrola charakterystyki liczbowej kotrola charakterystyki liczbowej c - współczyik zaleŝy od wielkości próby. 3.3 Budowa karty Karta kotrola to arkusz papieru z tabelą a wpisywaie wyików i miejscem a wykreśleie wykresu. Nad wykresem i tabelą daych jest tzw. metka karty, jest waŝa do zapewieia pełej idetyfikacji daych, ułatwia archiwizowaie kart. Określa jaki proces i w jakim okresie
8 opisuje daa. Zawarte tu dae to: umer karty kotrolej, azwa sterowaego procesu, azwa tj. rodzaj karty kotrolej, okres procesu, wyiki podsumowujące [6]. Tabela wyików to miejsce do wpisywaia wyików pomiarów dokoywaych podczas adzorowaia procesu. Uwzględia się tu takie dae jak: liczość próbki, obliczoe wartości, opisaie kolejych pomiarów, tz. kto i kiedy je zebrał. Dae zawarte w tej tabeli są podstawą do arysowaia wykresu przebiegu procesu [6]. Aalizując budowę wykresu przebiegu procesu, wyróŝiamy elemety: Liia cetrala LC, w zaleŝości od rodzaju gromadzoych daych mogą ią być p.: średia w próbce X, rozstęp w próbce R, udział wadliwych egzemplarzy w próbce p itd. Jest oa uzaleŝioa od stabilości procesu [13]. Liie kotrole określa się jako UCL, tj. Upper Cotrol Limit góra liia kotrola oraz dola liia kotrola czyli LCL Lower Cotrol Limit (Rys. 3). Są to ozaczeia międzyarodowe. Obliczaie tych liii, zaleŝy od rodzaju zastosowaej karty kotrolej (Tab. 1). Z reguły oblicza się jako średią z pomiarów ± trzy odchyleia stadardowe. Prawdopodobieństwo, ze pukt wypadie poza liiami kotrolymi, przyjmując, Ŝe ormalość rozkładu wyosi w przybliŝeiu l a 1000. Więc jeśli iterpretujemy fakt takiego połoŝeia puktu, jako zmiaę w procesie, to prawdopodobieństwo, ze mamy racje, wyosi 0,999 [12]. Czasem wstawia się dodatkową parę liii wewątrz liii kotrolych są to liie ostrzegawcze i przyjmuje się zasadę, ze dwa koleje pukty leŝące a zewątrz jedej z tych dwóch liii staowią podstawę do decyzji podjęcia działaia korygującego. Zwiększa to czułość karty. Liie te połoŝoe są, w odległości ± dwóch błędów stadardowych od liii cetralej (Rys. 3), czemu odpowiada prawdopodobieństwo l do 40. Jeśli stosujemy liie ostrzegawcze, to zalezieie się puktu poza liią traktujemy, jako sygał, Ŝe koleją próbę aleŝy pobrać szybciej iŝ zwykle, tak by podejrzeie zmiay potwierdzić lub oddalić szybko [12]. A B C C B 99,7% 95,4% 68,2% G Ó R N A G R A N I C A K O N T R O L N A 3 σ 2 σ 1 σ L I N I A CENTRALNA UCL CL A D O L N A G R A N I C A K O N T R O L N A Rys. 3 Rozmieszczeie liii wykresu z karty kotrolej; opracowaie włase. LCL 3.4 Sporządzeie wykresu kotrolego Aby wykreślić wykres kotroly aleŝy wykoać astępujące czyości [13]: 3. Wybór jedostki miary wyików przy kotroli przebiegu procesu i umieszczeie jej a osi pioowej. 4. Wybór przedziału czasowego lub p. kolejych badaych próbek, w którym dokoywae będą pomiary, i umieszczeie go a osi poziomej. 5. Wyzaczeie limitów toleracji poprzez określeie średiej (średia lub liia cetrala) i wielkości odchyleia stadardowego zwykle góry limit toleracji (lub góra graica kotrola) jest rówy sumie wielkości średiej i trzech odchyleń
9 stadardowych; doly limit toleracji (lub dola graica kotrola) jest rówy sumie wielkości średiej i trzech odchyleń stadardowych. 6. Zazaczeie średiej i limitów toleracji a osi pioowej i poprowadzeie liii prostych od kaŝdego z tych puktów wzdłuŝ poziomej osi wykresu. 7. Wprowadzeie daych w porządku chroologiczym. 8. Narysowaie liii łączącej poszczególe dae. 3.5 Iterpretacja wykresów Bardzo waŝą role odgrywa prawidłowa iterpretacja wyików uzyskaych za pomocą kart kotrolych. Jedym z celów karty kotrolej jest takŝe pomoc w oceie, czy proces pozostaje pod kotrolą w sesie statystyczym. Czyli, proces produkcyjy, który jest pod taką kotrolą wtedy, gdy pomiary są losowo rozrzucoe wewątrz liii kotrolych. Więc proces jest poza kotrolą w sesie statystyczym, jeśli pomiary wypadają poza liie kotrole, bądź ie układają się losowo wewątrz liii kotrolych. Jeśli chodzi o zmieość w ramach liii kotrolych, to istieje wiele reguł, stosowaych do podejmowaia decyzji, czy zmieość ma charakter losowy, czy teŝ ie. Jedą z ich jest zaa reguła siedmiu kolejych puktów poiŝej lub powyŝej liii cetralej a karcie, co wskazuje, Ŝe pojawiła się przyczya specjala. O procesie produkcyjym pozostającym pod kotrolą statystyczą mówimy, Ŝe jest zarówo stabily i progozowaly. Cechą takiego procesu jest to, Ŝe wszystkie przyczyy specjale zostały usuięte i pozostały tylko przyczyy systemowe. Wyikają z powyŝszego dwie zasady [12]: Jeśli akceptowala jest przez as zmieość wyikająca z przyczy systemowych, to ie powiiśmy igerować w system. Nie moŝa reagować a pojedycze pomiary. Gdybyśmy reagowali a idywiduale pomiary procesu pozostającego pod kotrolą w sesie statystyczym, to zwiększymy zmieość i pogorszymy jakość. Jeśli ie jesteśmy zadowolei z procesu, pozostającego pod kotrolą statystyczą, to musimy spróbować zidetyfikować iektóre z przyczy systemowych i poddać je kotroli. Trzeba zmieić proces tak, by działał w warukach iego zestawu przyczy. W przypadku rozpatrywaia procesu, ad którym mamy kotrolę, musza być spełioe astępujące waruki [13]: wszystkie pukty muszą mieścić się pomiędzy górą i dola liią kotrolą, większość puktów musi zajdować się bliŝej liii cetralej iŝ graic kotrolych, pukty ie mogą wykazywać tredów ai cykli świadczących o ieaturalych przyczyach zmieości, pukty ie mogą tworzyć powtarzających się okresowo układów, liczba puktów zajdujących się powyŝej lub poiŝej liii cetralej musi być w przybli- Ŝeiu jedakowa, liie łączące poszczególe pukty a wykresie powiy przeciać liię cetralą. Przebieg procesu w sposób iekotroloway, moŝa zauwaŝyć poprzez róŝe ustaloe waruki, jakie przedstawioe są a Rys. 4.
10 a) Jede pukt poza strefą A b) 15 kolejych puktów w strefie C, powyŝej lub poiŝej liii cetralej c) 9 kolejych puktów w strefie C, lub poza ią po tej samej stroie liii cetralej d) 6 kolejych puktów stale rosących lub malejących e) 14 puktów po kolei przemieie rosących i malejących f) Dwa z trzech kolejych puktów w strefie A lub poza ią g) Cztery z pięciu kolejych puktów w strefie B lub poza ią h) 8 kolejych puktów po obu stroach liii cetralej lecz Ŝade w Rys. 4 Wzory wykresów rozregulowaych procesów; opracowaie a podstawie: [23].
11 5. Podsumowaie Ocea efektywości procesów (systemów) logistyczych moŝe być realizowaa w róŝoraki sposób. Z uwagi a to, Ŝe system logistyczy jest zazwyczaj kostrukcją moco złozoa, aleŝy bardzo staraie sformułować kocepcję badawczą i w jej obrębie ustalić problematykę liczbowej ocey procesów i systemów logistyczych. Efektywość systemu pojmowaa jest jako wymiera (i kompleksowa) ocea w ujęciu relacji efektów i akładów osiągaych i pooszoych w systemie logistyczym. We wspomiaej kocepcji koieczie aleŝy ustalić kryteria ocey. W kocepcjach empiryczych iezwykle waŝe jest przyjęcie określoej metodologii, iaczej mówiąc aleŝy sformalizować metody i techiki pomiaru. NaleŜy jedak mieć jaso określoy cel czyli aleŝy mieć świadomość tego w jaki sposób chcemy oceiać efektywość badaego systemu. Jedyą słuszą iicjatywą jest wykorzystaie wskaźików. Wyzaczeie spójego zbioru wskaźików efektywości, które jedozaczie charakteryzują system logistyczy wymaga: wyzaczeia celów logistyczych; ustaleia orm; wyzaczeia zasad wyboru wskaźików efektywości poprzez szczegółową aalizę działalości przedsiębiorstwa; ustaleia logistyczej struktury orgaizacji; zgodości lokalizującej wskaźik wśród iych iformacji o przedsiębiorstwie; ustaleia poziomu agregacji wyikającego z praktyczych potrzeb stosowaia metod aalizy działalości [14]. Koleją waŝą kwestią, z uwagi a wykorzystaie kart kotrolych, jest ustaleie orm. Zazwyczaj stosuje się akty ormatywe ustaloe w przedsiębiorstwie, albo teŝ przyjmuje się ormy obowiązujące (lub zalecae) w określoych braŝach. Ocea efektywości systemu logistyczego moŝe być prowadzoa za pomocą metody Six Sigma w formie aalizy jego stau (czas jako zmiea iezaleŝa) z wymagaiami ujętymi w modelu ormatywym W dyamiczej (zmieej w czasie) aalizie wskaźikowej systemu logistyczego ajczęściej propouje się przyjecie realcji rzeczywistych efektów lub akładów do rzeczywistych bądź teŝ ormatywych efektów lub akładów. Przyjęcie moŝliwości pomiędzy tak wyróŝioymi elemetami prowadzi do wyodrębieia: wskaźików wykorzystaia, jako odiesieia rzeczywistego akładu do ormy lub stadardu związaego z akładami; wskaźików produktywości ujmujących rzeczywiste efekty do rzeczywistego akładu; wskaźików skuteczości, czyli relacji rzeczywistego efektu do efektu w postaci ormy lub stadardu; wskaźików efektywości dla poszczególych poziomów orgaizacji. Dyamiczą aalizę wskaźikową moŝa przeprowadzić w oparciu o przedstawioą propozycję wykorzystaia kart kotrolych. Niezwykle uŝyteczy w tych działaiach jest komputerowy pakiet Statistica frimy StatSoft. W jego skład wchodzi moduł Statystyki przemysłowe, który ułatwia plaowaie doświadczeń oraz ułatwia wykorzystaie kart kotrolych w zapropoowaej, dyamiczej (czasowej) aalizie efektywości procesów i systemów logistyczych. Przedstawioa kocepcja badań kwalitatywych obejmuje oceę całego systemu logistyczego oraz jego podsystemów.
12 6. Bibliografia [1] Bosiakowski Z., Ekoomicze problemy sterowaia jakością, Państwowe Wydawictwo Ekoomicze, Warszawa 1987. [2] Crosby P.B., Quality is Free, The Art. of Makig Quality Certai, Mc Graw Hill Book Co, New York 1979. [3] Dahlgaard J. J., Kristese K., Kaji G. K., Podstawy zarządzaia jakością, Wydawictwo Naukowe PWN, Warszawa 2000. [4] Drummod H., W pogoi za jakością, Dom Wydawiczy ABC, Warszawa 1998. [5] Gorzkowski St., Zarządzaie jakością. Systemy zapewiaia jakości w oparciu o ormę międzyarodową ISO 9000-9004, Bydgoszcz 1994, [6] Greber T., Statystycze sterowaie procesami doskoaleie jakości z pakietem Statistica, StatSoft, Kraków 2000. [7] Grudowski P., Jakość, środowisko i bhp w systemach zarządzaia, AJG, Bydgoszcz 2004. [8] Hamrol A., Matura W., Zarządzaie jakością. Teoria i praktyka, PWN, Warszawa Pozań 1999. [9] Jura F.M., Grya Jr., Jakość, projektowaie, aaliza, WNT, Warszawa 1974. [10] Kidlarski E., Wykresy Ishikawy i Pareto, Wydawictwo Belloa, Warszawa 1993. [11] Koarzewska-Gubała E., Zarządzaie przez jakość; Kocepcje, metody, studia przypadków, Wydawictwo Akademii Ekoomiczej im. Oskara Lagego we Wrocławiu, Wrocław 2003. [12] Lock D., Podręczik zarządzaia jakością, PWN, Warszawa 2002. [13] Łańcucki J., Podstawy kompleksowego zarządzaia jakością TQM, Akademia Ekoomicza w Pozaiu, Pozań 2003. [14] Nowicka-Skowro M., Efektywość systemów logistyczych, Wyd. PWE, Warszawa 2000. [15] Ostasiewicz S., Rusak Z., Siedlecka U., Statystyka. Elemety teorii i zadaia, Wydawictwo Akademii Ekoomiczej im. Oskara Lagego we Wrocławiu, Wrocław 2003. [16] OŜarek G., Korzeie jakości. [w] Problemy Jakości. Nr 5/2004 [17] Słowik Języka Polskiego PWN, Warszawa 2002. [18] Sobczyk M., Statystyka, Wydawictwo Naukowe PWN, Warszawa 1996. [19] Stefański K., Systemy jakości - modele zapewiaia jakości wg orm ISO serii 9000, [20] Thompso J.R., Koracki J., Statystycze sterowaie procesem; Metoda Demiga etapowej optymalizacji jakości, Akademicka Oficya Wydawicza PLJ, Warszawa 1994. [21] Zymoik J., Zymoik Z., Doskoaleie systemów jakości, Ageda Wydawicza Wrocławskiej Rady FSNT NOT, Wrocław 2000. [22] http://advise.com.pl/ [23] http://www.ibspa.waw.pl/ [24] http://www.qualityprogress.pl/ [25] http://www.roal.com.pl/ [26] http://www.statsoft.pl/ [27] http://www.strategie.ifo.pl/ [28] http://www.szkoleia.com/ [29] http://www.tuvpol.pl/