Статыстычны аналіз якасці
У эпоху ўсё больш жорсткай канкурэнцыі якасць — гэта ўжо не проста дадатковая каштоўнасць, а асноўная патрабаванне для выжывання прадуктаў і паслуг на рынку. Многія арганізацыі ўкаранілі праверкі, аўдыты і ўдасканаленне працэсаў. Аднак без вымернага падыходу намаганні па паляпшэнні якасці часта ператвараюцца ў чыста інтуітыўныя рашэнні. Менавіта тут статыстычны аналіз адыгрывае вырашальную ролю: дапамагае пераўтварыць дадзеныя ў інфармацыю, а затым у аб'ектыўныя рашэнні. У гэтым артыкуле абмяркоўваецца, як статыстычны аналіз выкарыстоўваецца для сістэматычнай ацэнкі, кантролю і паляпшэння якасці.
1. Чаму статыстыка важная для якасці?
Якасць фундаментальна звязана з варыяцыямі. У любым вытворчым або сэрвісным працэсе заўсёды існуюць варыяцыі — напрыклад, варыяцыі ў памеры, вазе, часе абслугоўвання або ўзроўні дэфектаў. Не ўсе варыяцыі па сваёй сутнасці дрэнныя; некаторыя з іх з'яўляюцца натуральнымі варыяцыямі, якія нельга цалкам ліквідаваць. Статыстыка дапамагае адрозніць натуральныя варыяцыі (агульныя прычыны) ад варыяцый, якія ўзнікаюць з-за канкрэтных праблем (асаблівыя прычыны). Разумеючы крыніцы варыяцый, арганізацыі могуць засяродзіцца на рэальных паляпшэннях, а не проста на «тушэнні пажараў», якія з'яўляюцца толькі зрэдку.
Без статыстыкі кіраўніцтва можа прыняць няправільныя меры. Напрыклад, калі сённяшні аб'ём вытворчасці крыху горшы за ўчорашні, гэта не абавязкова азначае, што працэс пагаршаецца — гэта можа быць проста звычайнае ваганне. І наадварот, калі існуе заканамернасць паступовага павелічэння дэфектаў, статыстыка можа выявіць іх раней, перш чым яны стануць сур'ёзнымі збоямі.
2. Дадзеныя аб якасці: тыпы і метады збору
Статыстычны аналіз настолькі добры, наколькі добрыя дадзеныя, якія ён выкарыстоўвае. Па якасці дадзеныя звычайна падзяляюцца на дзве катэгорыі:
1. Атрыбутныя дадзеныя: катэгарыяльныя дадзеныя, напрыклад, дэфектны/без дэфектаў, прайшоў/не прайшоў праверку, тып дэфекту A/B/C. Гэтыя дадзеныя звычайна выкарыстоўваюцца пры заключных праверках або візуальных праверках.
2. Зменныя даныя: бесперапынныя лікавыя даныя, напрыклад, даўжыня кампанента (мм), вага (грамы), цвёрдасць матэрыялу, час службы (хвіліны). Зменныя даныя, як правіла, больш інфарматыўныя, паколькі яны ўтрымліваюць падрабязную інфармацыю аб велічыні адхілення.
Збор дадзеных павінен улічваць некалькі прынцыпаў: выразнае вызначэнне дэфектаў, паслядоўныя працэдуры вымярэнняў, адэкватны памер выбаркі і дакладнае вядзенне ўліку. Адзін з аспектаў, які часта ігнаруецца, - гэта сістэма вымярэнняў: вымяральныя прыборы могуць быць недакладнымі, а аператары могуць рабіць розныя меркаванні. Таму многія арганізацыі праводзяць ацэнкі сістэм вымярэнняў (напрыклад, даследаванні паўтаральнасці і ўзнаўляльнасці), каб гарантаваць надзейнасць атрыманых дадзеных.
3. Апісальная статыстыка: першы крок да разумення якасці
Першым крокам аналізу звычайна з'яўляецца апісальная статыстыка. Мэта складаецца ў тым, каб апісаць бягучы стан якасці. Некаторыя часта выкарыстоўваюцца паказчыкі:
– Сярэдняе значэнне: сярэдняе значэнне, якое адлюстроўвае агульную тэндэнцыю.
– Медыяна: сярэдняе значэнне, якое больш устойлівае да выкідаў.
– Дысперсія і стандартнае адхіленне: апісваюць ступень варыяцыі. Вялікія варыяцыі часта з'яўляюцца «ворагам» якасці.
– Мінімум–максімум: дапамагае ўбачыць дыяпазон вынікаў працэсу.
– Працэнт дэфектаў: для дадзеных атрыбутаў.
Акрамя лічбаў, вельмі важная візуалізацыя. Гістаграмы, скрынкавыя дыяграмы і дыяграмы рассейвання дапамагаюць візуалізаваць форму размеркавання, патэнцыйныя выкіды і сувязі паміж зменнымі. Напрыклад, дыяграма рассейвання можа паказаць, што колькасць дэфектаў павялічваецца, калі тэмпература абсталявання занадта высокая — гэта ранняя падказка да першапрычыны.
4. Кіраванне працэсамі з дапамогай статыстычнага кіравання працэсамі (SPC)
Адным з найбольш вядомых спосабаў выкарыстання статыстыкі ў якасці з'яўляецца статыстычны кантроль працэсаў (СКП), асабліва з дапамогай кантрольных карт. Кантрольныя карты прызначаны для маніторынгу працэсу з цягам часу і вызначэння таго, ці застаецца працэс статыстычна стабільным.
Распаўсюджаныя тыпы кантрольных карт:
– X-балонкавая і R-дыяграма: для зменных дадзеных у падгрупах (напрыклад, 5 узораў у гадзіну).
– Дыяграма I-MR: для індывідуальных дадзеных (напрыклад, адно вымярэнне за адзін раз).
– p-дыяграма: для долі дэфектаў (атрыбутаў).
– c-дыяграма або u-дыяграма: для колькасці дэфектаў на адзінку.
Асновай кантрольнай карты з'яўляюцца верхняя кантрольная мяжа (ВКМ) і ніжняя кантрольная мяжа (НКМ). Калі кропкі дадзеных перасякаюць гэтыя межы або ўтвараюць пэўную заканамернасць (напрыклад, узыходзячую тэндэнцыю, працяглы перыяд у адзін бок), гэта сігналізуе аб наяўнасці асаблівай прычыны. Перавага кантрольнай карты заключаецца ў тым, што яна прадухіляе празмерную рэакцыю на нармальныя адхіленні і заахвочвае карэкціруючыя дзеянні толькі пры наяўнасці статыстычных дадзеных.
5. Магчымасці працэсу: ці здольны працэс адпавядаць спецыфікацыям?
Стабільны працэс не абавязкова гарантуе, што ён будзе адпавядаць патрабаванням заказчыка. Вось тут і патрэбны аналіз магчымасцей, які адказвае на пытанне: наколькі добра працэс дазваляе вырабляць прадукцыю ў межах зададзеных дапушчальных адхіленняў?
Часта выкарыстоўваныя індэксы:
– Cp: параўноўвае шырыню спецыфікацыі з варыяцыяй працэсу (без уліку сярэдняй пазіцыі).
– Cpk: улічвае сярэднюю пазіцыю адносна межаў спецыфікацыі; адлюстроўвае, ці з'яўляецца працэс «шчыльным» з аднаго боку.
– Pp і Ppk: падобныя да Cp/Cpk, але выкарыстоўваюць агульныя (доўгатэрміновыя) варыяцыі, часта выкарыстоўваюцца для дадзеных працэсу, якія яшчэ не цалкам кантралююцца.
Як правіла, значэнне Cpk ≥ 1,33 часта лічыцца дастатковым у многіх галінах прамысловасці, у той час як галіны з высокай рызыкай могуць імкнуцца да больш высокага значэння. Аднак гэты паказчык варта разглядаць у кантэксце: тып прадукту, выдаткі на ліквідацыю паломак і патрэбы кліентаў.
6. Высноўны аналіз: праверка здагадак і працэсы параўнання
Калі арганізацыі спрабуюць унесці змены — такія як змена сыравіны, пераўсталёўка параметраў абсталявання або навучанне аператараў — ім неабходна пераканацца, што гэтыя змены сапраўды паляпшаюць якасць. Высноўны аналіз дапамагае прымаць рашэнні на аснове выбарак.
Некаторыя распаўсюджаныя метады:
– Т-крытэрый: параўноўвае сярэдняе значэнне двух умоў (да і пасля, машына А і машына Б).
– ANOVA: параўноўвае больш за дзве групы (напрыклад, трох пастаўшчыкоў).
– Крытэрый хі-квадрат: для атрыбутных дадзеных, напрыклад, параўнанне прапорцый дэфектаў паміж зрухамі.
– Рэгрэсія: мадэляванне сувязі паміж якасцю прадукцыі і фактарамі працэсу (тэмпература, ціск, хуткасць).
Важна звярнуць увагу на дапушчэнні метаду, напрыклад, нармальнасць, незалежнасць і роўнасць дысперсій. Калі дапушчэнні не выконваюцца, можна разгледзець пераўтварэнне дадзеных або непараметрычныя метады.
7. Планаванне эксперыментаў (DOE): больш эфектыўнае ўдасканаленне працэсу
Калі мэта складаецца ў тым, каб знайсці аптымальнае спалучэнне фактараў працэсу, вельмі эфектыўным інструментам з'яўляецца планаванне эксперыментаў (DOE). У адрозненне ад праверкі аднаго фактара за раз, DOE дазваляе адначасова правяраць некалькі фактараў і фіксаваць узаемадзеянне паміж імі.
Просты прыклад: на якасць паверхні ўплываюць хуткасць рухавіка, тэмпература і тып змазкі. Міністэрства энергетыкі ЗША можа паказаць не толькі найбольш уплывовыя фактары, але і камбінацыю параметраў, якая прыводзіць да найменшай колькасці дэфектаў. Гэта прыводзіць да больш хуткага рамонту, зніжэння выдаткаў на выпрабаванні і больш статыстычна абгрунтаваных рашэнняў.
8. Сувязь статыстыкі з культурай якасці
Статыстычны аналіз не будзе эфектыўным, калі яго проста лічыць задачай аддзела якасці. Арганізацыям неабходна стварыць культуру дадзеных: аператары разумеюць значэнне кантрольных карт, кіраўнікі здольныя чытаць тэндэнцыі, а менеджэры выкарыстоўваюць доказы пры прыняцці рашэнняў. Акрамя таго, статыстыка павінна быць звязана з рэальнымі дзеяннямі: калі праблема выяўлена, павінен быць механізм для расследавання першапрычыны (напрыклад, аналіз 5 «чаму» або «рыбінай косткі») і наступных мер па паляпшэнні.
Распаўсюджаная памылка — «збор дадзеных без мэты». Статыстычны аналіз павінен грунтавацца на бізнес-пытаннях: што вы хочаце палепшыць, якая ваша мэта, якія фактары найбольш уплывовыя і як кантраляваць вынікі.
Выснова
Статыстычны аналіз якасці — гэта падыход, які пераўтварае кіраванне якасцю ад простай праверкі да кантролю і паляпшэння, заснаваных на дадзеных. Дзякуючы апісальнай статыстыцы, SPC, магчымасцям працэсаў, высноўнаму тэсціраванню і DOE, арганізацыі могуць разумець адрозненні, хутчэй выяўляць праблемы і гарантаваць, што працэсы адпавядаюць патрабаванням кліентаў. У рэшце рэшт, статыстыка — гэта больш, чым проста лічбы; гэта аб'ектыўная мова для кіравання пастаянным удасканаленнем — скарачэннем дэфектаў, зніжэннем выдаткаў і павышэннем задаволенасці кліентаў.
Калі вы жадаеце, я магу адаптаваць гэты артыкул да канкрэтнага кантэксту (вытворчасць, ахова здароўя, адукацыя або абслугоўванне кліентаў) або дадаць прыклады разлікаў Cp/Cpk і кантрольныя карты на аснове вашых дадзеных.
