Опыт и наблюдение - таковы величайшие источники мудрости, доступ к которым открыт для каждого. (Уильям Эллери Чэннинг)
Виктор Яковлевич БЕЛОБРАГИН, зав. кафедрой "Сертификация и испытания" АСМС, профессор, доктор экономических наук, заслуженный работник высшей школы РФ
Николай Михайлович БОРИСОВ, доцент кафедры "Сертификация и испытания" АСМС, кандидат технических наук
Юрий Павлович ЗУБКОВ, зам. зав. кафедрой "Сертификация и испытания" АСМС, доцент, кандидат технических наук
Современная история использования статистических методов контроля качества берет свое начало с 1924 г., когда в США на фирме "Bell Telephone Laboratories" группа молодых ученых - Х.Д.Додж, Х.Г.Ромит, У.А.Шухарт, Д.М.Муран и др. под руководством доктора Р.П.Джонсона разработала первые принципы статистического контроля качества.
Однако наибольшую популярность статистические методы контроля качества получили в Японии. Именно там, в 50-е годы XX века нашли широкое распространение так называемые "семь японских инструментов контроля качества", в число которых вошли:
-расслоение;
-графики;
-диаграмма Парето;
-причинно-следственная диаграмма;
-гистограмма;
-диаграмма разброса;
-контрольные карты.
Именно эти семь простейших статистических методов, доступных для использования каждым рабочим сборочного конвейера, были в дальнейшем углублены и доработаны и стали основой для комплекса графических статистических методов, о которых будет сказано далее.
Позже (в 80-е годы) там же, в Японии, стали использовать еще семь инструментов, которые назвали методами планирования и управления качеством:
-диаграмма сродства;
-диаграмма отношений;
-древовидная диаграмма;
-матричная диаграмма;
-стрелочная диаграмма;
-диаграмма планирования и оценки;
-анализ матричных данных.
Эти методы нельзя считать статистическими в полной мере, так как они служат в основном для обработки описательных данных, однако в настоящее время они находят все большее применение при планировании и анализе результатов выполнения планов на основе системного подхода. Статистические методы становятся основой для использования информационных технологий в менеджменте качества.
Условно все методы можно классифицировать по признаку общности на три основные группы: графические методы, методы анализа статистических совокупностей и экономико-статистические методы. Предложенная классификация дает наглядное представление о разнообразии статистических методов и о тех потенциальных возможностях, которыми располагают сегодня специалисты предприятий при реализации требований стандартов ИСО по использованию статистических методов в системе качества.
Охарактеризуем особенности каждой из классификационных групп методов.
Графические методы
Графические методы основаны па применении графических средств анализа статистических данных. В эту группу могут быть включены такие методы, как контрольный листок, диаграмма Парето, схема Исикавы, гистограмма, диаграмма разброса, расслоение, контрольная карта, график временного ряда и др. Эти методы не требуют сложных вычислений, могут использоваться как самостоятельно, так и в комплексе с другими методами.
Методы анализа статистических совокупностей
Эти методы служат для исследования информации, когда изменение анализируемого параметра носит случайный характер. Основными методами, включаемыми в данную группу, являются регрессивный, дисперсионный и факторный виды анализа, методы статистической оценки качества и приемки продукции и др. Эти методы позволяют устанавливать зависимость изучаемых явлений от случайных факторов - как качественную (дисперсионный анализ), так и количественную (корреляционный анализ), исследовать связи между случайными и неслучайными величинами (регрессионный анализ), выявлять роль отдельных факторов в изменении анализируемого параметра (факторный анализ) и т.д.
Экономико-математические методы
Экономико-математические методы представляют собой сочетание экономических, математических и кибернетических методов. Центральным понятием методов этой группы является оптимизация, т.е. процесс нахождения наилучшего варианта из множества возможных с учетом принятого критерия (критерия оптимальности). Для целей, связанных с обеспечением качества, из достаточно обширной группы экономико-математических методов следует выделить в первую очередь следующие:
математическое программирование (линейное, нелинейное, динамическое);
планирование эксперимента; имитационное моделирование; теория игр; теория массового обслуживания; теории расписаний; функционально-стоимостный анализ и др. В данную группу могут быть включены и методы Тагутти, методы структурирования функции качества (QFD) и др.
Эта общая классификация статистических методов получила свою детализацию в международном стандарте ИСО 10017, в котором приводится таблица применимости различных методов но каждому требованию стандарта ГОСТ Р ИСО 9001-2001 "Системы менеджмента качества. Требования". В приложении приведена сводная таблица для всех требований от п.4 до п.8.5 этого стандарта и даны пояснения к отдельным методам.
Описательная статистика
Описательная статистика с пользой применяется почти во всех областях, где собираются количественные данные. Некоторые примеры таких применений:
-суммарное рассмотрение основных показателей характеристик продукции;
-описание поведения некоторого параметра процесса;
-характеристики времени доставки или времени ответа в сфере услуг;
-суммарное рассмотрение данных потребительских обследований.
Планирование экспериментов
При оценке или подтверждении представляющей интерес характеристики существует потребность убедиться, что полученные результаты не определяются только случайными факторами. Такая необходимость возникает при сравнении оценок, сделанных по какому-либо стандарту, и, даже в большей степени, при сравнении двух или более систем. Планирование экспериментов позволяет делать такие оценки с предписанным доверительным уровнем.
Главное преимущество планирования экспериментов - его относительная эффективность п экономичность при исследовании воздействия многочисленных факторов в одном процессе по сравнению с исследованием каждого отдельного фактора. Кроме того, его способность идентифицировать взаимодействие между некоторыми факторами может привести к более глубокому пониманию процесса. Такие достоинства становятся особенно явными при работе со сложными процессами, т.е. процессами, па которые потенциально может влиять большое количество факторов.
Проверка гипотез
Проверка гипотез в общем случае применяется тогда, когда должно быть сделано утверждение относительно параметра или распределения количества совокупностей (по выборочным оценкам) или при оценке самих данных по выборке. Например, процедура может использоваться для того, чтобы проверить:
-удовлетворяет ли среднее значение (или стандартное отклонение) всей совокупности заданным требованиям - таким, как целевые требования или требования стандарта;
-отличаются ли средние значения двух совокупностей данных, например, при сравнении различных партий комплектующих;
-не превышает ли доля дефектных изделий заданного значения;
-различие в доле дефектных единиц в продукции двух процессов;
-были ли взяты данные выборки случайным образом из одной совокупности;
-является ли распределение совокупности нормальным;
-является ли наблюденное значение в выборке "выбросом", т.е. экстремальным значением, вызывающим сомнение.
Измерительный анализ
Измерительный анализ используется для того, чтобы оценить, на заданном доверительном уровне, пригодна ли система измерения для предназначенной цели. Он используется для определения величины вариаций различного происхождения, таких, как вариации, вносимые производящим измерения персоналом, или вариации, присущие самому инструменту измерения. Он используется также, чтобы описать вариации, вносимые системой измерения, как часть общей вариации процесса, или общей допустимой вариации.
Анализ возможностей процесса
Анализ возможностей процесса представляет собой изучение присущих самому процессу изменчивости и распределения для оценки его способности производить продукцию, характеристики которой находятся в диапазоне, установленном спецификациями.
Когда данные являются измеряемыми переменными (продукции или процесса), присущая процессу изменчивость выражается "разбросом" процесса, если он статистически контролируется, и обычно измеряется как шесть стандартных отклонений распределения процесса. Если параметры процесса распределены нормально (описываются кривой в виде колокола), этот разброс будет охватывать 99,73 % всей совокупности.
Возможность процесса удобно выражать в виде показателя, который связывает фактическую изменчивость процесса с допуском, установленным спецификациями.
Когда данные процесса включают в себя такие характеристики, как, например, процент несоответствия или количество несоответствий, устанавливаются такие показатели возможности процесса, как средняя доля несоответствующих единиц, или средний уровень несоответствий.
Регрессионный анализ
Регрессионный анализ соотносит поведение интересующей характеристики (обычно называемой "переменной отклика") с потенциально причинными факторами (обычно называемыми "независимыми переменными"). Такие соотношения задаются с помощью модели, которая может определяться научными, экономическими, инженерными или другими соображениями. Цель состоит в том, чтобы помочь понять потенциальную причину вариаций в отклике и объяснить, насколько много вносит каждый фактор в эту вариацию. Это достигается статистическим связыванием вариации переменной отклика с вариациями независимых переменных и получением лучшей согласованности путем минимизации отклонений между предсказанным и фактическим откликом. Регрессионный анализ позволяет:
-проверить гипотезы относительно влияния потенциально независимых переменных на отклик и использовать эту информацию для оценок изменений в отклике при заданном изменении независимой переменной;
-предсказать значения переменной отклика при заданных значениях независимых переменных;
-предсказать (с заданным доверительным уровнем) диапазон значений, в котором будет находиться ожидаемое значение отклика при заданном значении независимой переменной;
-оценить направление и степень связи между переменной отклика и независимой переменной (хотя такая связь не означает причинную зависимость). Такая информация могла бы использоваться, например, для определения влияния изменения такого фактора, как температура, на выходные характеристики процесса, в то время как другие факторы остаются постоянными.
Анализ безотказности
Анализ безотказности обеспечивает количественный показатель функционирования изделий и выполнения услуг на базе отказов.
Преимущества использования статистических методов при анализе надежности включают:
-способность прогнозировать и количественно определять вероятность отказов и других показателей надежности с установленным доверительным уровнем;
-разработку объективных критериев приемки или отбраковки для проведения испытаний на соответствие для демонстрации выполнения требований к надежности;
-способность планировать оптимальные схемы профилактического обслуживания и замены, основанные на данных анализа надежности функционирования, обслуживания и износа изделий.
Выборочный контроль
Выборочный контроль может быть условно разделен на две широкие области:
"приемочный выборочный контроль" и "выборочное обследование".
Приемочный выборочный контроль имеет дело с решением относительно принятия или непринятия "партии" (т.е. группы изделий) на основании результатов выборки, взятой из этой "партии". Имеется широкий диапазон планов приемочного выборочного контроля, способный удовлетворить заданные требования и обеспечить необходимое применение. Выборочный контроль используется для проведения проверок операторов, машин или изделий в процессе работы, чтобы контролировать изменения и определять корректирующие и предупреждающие действия.
Выборочное обследование используется при сборе сведений, а также аналитических исследованиях для получения оценок значений одной или большего количества характеристик в совокупности либо для определения того, как эти характеристики распределены по совокупности.
Моделирование
Это собирательный термин для процедур, в соответствии с которыми для решения какой-либо проблемы (теоретической или эмпирической) система представляется математически с помощью компьютерной программы.
В теоретической области моделирование используется, когда не существует исчерпывающей теории для решения проблемы (или, если такая теория существует, решение получить трудно или невозможно) и когда решение может быть получено с помощью компьютера.
Карты статистического контроля процесса (карты СКП)
Карты СКП, или "контрольная карта" является графиком данных, полученных из выборок, которые периодически отбираются из процесса и последовательно наносятся на график. На картах СКП также отмечают "границы регулирования", которые описывают присущую процессу изменчивость в устойчивом состоянии. Функция контрольной карты состоит в том, чтобы помогать оценивать стабильность процесса, и это осуществляется при рассмотрении положения наносимых на карту данных относительно границ регулирования.
На график может наноситься любая переменная (данные измерений) или представляющая интерес характеристика (вычисляемые данные) изделия или процесса. В случае переменных данных контрольная карта обычно используется для контроля изменений некоторого центра процесса, а отдельная контрольная карта - для контроля изменений изменчивости процесса. Для качественных данных в контрольных картах обычно используются количество или доля (пропорция) несоответствующих единиц, или количество несоответствий, обнаруженных в образцах, взятых из процесса.
Обычная форма контрольной карты для переменных данных называется контрольной картой Шухарта. Имеются другие формы контрольных карт, каждая из которых обладает свойствами, подходящими для применения в специальных обстоятельствах.
Статистическое установление допусков
При сборке большого количества отдельных компонентов в один модуль часто критическим фактором или требованием с точки зрения сборки и взаимозаменяемости таких модулей являются не размеры отдельного компонента, а вместо этого общий размер, полученный в результате сборки.
Экстремальные значения общего размера, т.е. очень большие или очень маленькие размеры, могут реализоваться только в том случае, когда размеры всех индивидуальных компонентов лежат или у нижней, или у верхней границы их соответствующих индивидуальных допусков. В рамках структуры цепочки допусков, если индивидуальные допуски прибавлять к допуску на общий размер, этот допуск представляет собой полный арифметический допуск. При статистическом определении общих допусков предполагается, что в сборке большого количества отдельных компонентов размеры, лежащие вблизи одной границы диапазона индивидуальных допусков, будут сбалансированы размерами, лежащими вблизи другой границы диапазона допусков.
Это семейство методов для изучения совокупности наблюдений, сделанных последовательно во времени. Методы включают:
-построение графиков временных рядов, часто называемых тренд-картами, в которых представляющие интерес характеристики откладываются по оси у, а отрезки времени по оси х;
-обнаружение запаздывания типичных фрагментов графика при статистическом рассмотрении того, как каждое наблюдение коррелировано с непосредственно ему предшествующим, и повторение этого для каждого следующего один за другим периода запаздывания;
-обнаружение типичных фрагментов графика, которые являются циклическими или сезонными, для понимания того, как причинные факторы в прошлом могут повторить свое влияние в будущем.
Статистическая обработка данных широко применяется в таких методах управления качеством, как методология "Шесть сигм", метод статистических групп, QFD, FMEA и других инструментов, которые являются основой всеобщего менеджмента качества (TQM). Фундаментом современных систем менеджмента качества, соответствующих требованиям новой версии стандартов ИСО серии 9000, являются восемь принципов менеджмента качества, одним из которых является "Метод принятия решений, основанный на фактах". Суть этого принципа состоит в том, что эффективные решения, как правило, основываются на анализе данных и информации.
Применение принципа требует от персонала:
-сбора достоверных данных и информации, относящейся к проблеме;
-обеспечения уверенности в точности этих данных и информации;
-использования апробированных методов анализа данных и информации;
-осознания ценности используемых статистических методов;
-принятия решений и осуществления действий на основе баланса результатов анализа факторов, опыта и интуиции.
Именно для оказания помощи персоналу предприятий и организаций в решении этих задач собраны материалы этой статьи. Они являются основой проводимых на кафедре "Сертификация и испытания" АСМС семинаров и курсов повышения квалификации.
quality.eup.ru - один из самых старых в рунете ресурсов, посвященных менеджменту качества во всем его разнообразии.
Нам более 7 лет, и все это время ресурс пополняется новыми и новыми материалами, почти ежедневно. Если вы ищете информацию о менеджменте вообще и управлении качеством в частности, скорее всего, вы найдете эту информацию здесь.
Кроме отличной и действительно большой подборки статей, действует живой форум по менеджменту качества.
Добавить в "Избранное"