Семь инструментов контроля качества

Для анализа результатов контроля качества широкое распространение получили методы статистического контроля качества, которые представляют записи статистических данных о процессах изготовления продукции или предоставления услуг. Наиболее известные из них «семь инструментов контроля качества», которые сначала широко применялись в кружках качества в Японии, а затем, благодаря своей эффективности и доступности для рядовых работников, распространились и по другим странам.

Инструменты качества:

· Диаграмма Парето;

· Причинно-следственный анализ;

· Группировка данных по общим признакам;

· Контрольный лист;

· Гистограмма;

· Диаграмма разброса;

· График и контрольная карта.

По мнению Каору Исикавы применение перечисленных методов позволяет решить 95% любых проблем, возникающих на производстве.[7]

Исходя из поставленной задачи, разрабатывается система применения методов качества. Разработанная система не обязательно должна содержать все 7 методов. Порядок применения инструментов контроля качества в системе также может быть различный, в зависимости от установленной цели. Далее будут рассмотрены два инструмента качества: гистограмма и диаграмма разброса.

Метод «Гистограмма»

Гистограмма - один из инструментов статистического контроля качества. Метод гистограмм применяется везде, где требуется проведение анализа точности и стабильности процесса, наблюдение за качеством продукции, отслеживание существенных показателей производства. Целью метода является контроль действующего процесса и выявление проблем, подлежащих первоочередному решению. Данный метод - один из наиболее распространенных методов, помогающих интерпретировать данные по исследуемой проблеме. Благодаря графическому представлению имеющейся количественной информации, можно увидеть закономерности, трудно различимые в простой таблице с набором цифр, оценить проблемы и найти пути их решения.

План действий:

1. Собрать данные для измеряемых (контролируемых) параметров действующего процесса.

2. Построить гистограмму.

3. Проанализировать гистограмму:

· определить тип распределения данных (нормальное, несимметричное, бимодальное и т. д.);

· выяснить вариабельность процесса;

· при необходимости осуществить анализ нормального распределения с использованием математического аппарата.

4. Ответить на вопрос: "Почему распределение именно такое, и о чем это говорит?"

Для осмысления качественных характеристик изделий, процессов, производства (статистических данных) и наглядного представления тенденции изменения наблюдаемых значений применяют графическое изображение статистического материала, т. е. строя гистограмму распределения.

Гистограмма - один из вариантов столбиковой диаграммы, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания в определенный (заранее заданный) интервал. Собранные данные служат источником информации в процессе анализа с использованием различных статистических методов и выработке мер по улучшению качества процессов.

Порядок построения гистограммы:

1. Собрать данные, выявить максимальное и минимальное значения и определить диапазон (размах) гистограммы.

2. Полученный диапазон разделить на интервалы, предварительно определив их число (обычно 5-20 в зависимости от числа показателей) и определить ширину интервала.

3. Все данные распределить по интервалам в порядке возрастания: левая граница первого интервала должна быть меньше наименьшего из имеющихся значений.

4. Подсчитать частоту каждого интервала.

5. Вычислить относительную частоту попадания данных в каждый из интервалов.

6. По полученным данным построить гистограмму - столбчатую диаграмму, высота столбиков которой соответствует частоте или относительной частоте попадания данных в каждый из интервалов:

· наносится горизонтальная ось, выбирается масштаб и откладываются соответствующие интервалы;

· затем строится вертикальная ось, на которой также выбирается масштаб в соответствии с максимальным значением частот.[8]

Затем производится анализ формы гистограммы:

1) Обычная (симметричная, колоколообразная) форма(рисунок 3). Среднее значение гистограммы соответствует середине размаха данных. Максимальная частота также приходится на середину и постепенно уменьшается к обоим концам. Форма симметричная.

Рисунок 3 – Обычное распределение

Такая форма гистограммы встречается наиболее часто. Она свидетельствует о стабильности процесса.

2) Отрицательно скошенное распределение (положительно скошенное распределение) (рисунок 4). Среднее значение гистограммы располагается правее (левее) середины размаха данных. Частоты резко уменьшаются при движении от центра гистограммы вправо (влево) и медленно влево (вправо). Форма ассиметричная.

Рисунок 4 - Отрицательно скошенное распределение

Такая форма образуется либо, если верхняя (нижняя) граница регулируется теоретически или по значению допуска либо, если правое (левое) значение невозможно достигнуть.

3) Распределение с обрывом справа (распределение с обрывом слева) (рисунок 5). Среднее значение гистограммы располагается далеко правее (левее) середины размаха данных. Частоты очень резко уменьшаются при движении от центра гистограммы вправо (влево) и медленно влево (вправо). Форма ассиметричная.

Рисунок 5 – Распределение с обрывом справа

Такая форма часто встречается в ситуации стопроцентного контроля изделий по причине плохой воспроизводимости процесса.

4) Гребенка (мультимодальный тип) (рисунок 6). Интервалы через один или два обладают более низкими (высокими) частотами.

Рисунок 6 – Мультимодальное распределение

Такая форма образуется либо, если количество единичных наблюдений, входящих в интервал, колеблется от интервала к интервалу либо, если применяется определенное правило округления данных.

5) Гистограмма, не имеющая высокой центральной части (плато) (рисунок 7). Частоты в середине гистограммы примерно одинаковые (для плато все частоты примерно равны).

Рисунок 7 – Распределение «Плато»

Такая форма встречается, если объединяется несколько распределений со средними значениями близко расположенными друг к другу. Для дальнейшего анализа рекомендуется применить метод стратификации.

6) Двухпиковый тип (бимодальный тип) (рисунок 8). В окрестностях середины гистограммы частота низкая, но с каждой стороны есть по пику частот.

Рисунок 8 – Бимодальное распределение

Данная форма встречается, если объединяется два распределения со средними значениями, далеко отстоящими друг от друга. Для дальнейшего анализа рекомендуется применить метод стратификации.

7) Гистограмма с провалом (с «вырванным зубом») (рисунок 9). Форма гистограммы близка к распределению обычного типа, но есть интервал с частотой ниже, чем в обоих соседних интервалах.

Рисунок 9 – Распределение с провалом

Данная форма встречается, если ширина интервала не кратна единице измерения, если неправильно считаны показания шкалы и др.

8) Распределение с изолированным пиком(рисунок 10). Совместно с обычной формой гистограммы появляется небольшой изолированный пик.

Рисунок 10 – Распределение с изолированным пиком

Такая форма образуется при включении небольшого количества данных из другого распределения, например, если нарушена управляемость процесса, произошли ошибки при измерении или произошло включение данных из другого процесса.[9]

Можно выделить следующие достоинства данного инструмента:

· Наглядность, простота освоения и применения.

· Управление с помощью фактов, а не мнений.

· Позволяет лучше понять вариабельность, присущую процессу, глубже взглянуть на проблему и облегчить нахождение путей ее решения.