132398761 proiect managementul calitatii proceselor
Post on 24-Nov-2015
132 Views
Preview:
DESCRIPTION
TRANSCRIPT
-
Academia de Studii Economice, Facultatea de Management
Proiect la Managementul calitii proceselor :
Instrumente de control al calitii proceselor
Profesor coordinator:
Lector univ. dr. Nftnil Ion Studeni:
Sandu Marina-Elena
Sabadac Loredana
Sandu Daniela
Rou Bogdan
Bucureti, 2012
-
Cuprins
Capitolul I: Scurt prezentare a instrumentelor de control al calitii
proceselor.1
Capitolul II: Lista de control..2
Capitolul III: Diagrama Pareto..3
Capitolul IV: Histogramele.....7
Capitolul V: Graficul de variaie....9
Capitolul VI: Diagrama de dispersie............................................................11
Capitolul VII: Graficele de control................................................................16
Capitolul VIII: Diagrama cauza efect.20
-
I. Scurt prezentare a instrumentelor de control al calitii proceselor
Preocuprile de definire, ntr-o form coerent, a instrumentelor managementului calitii dateaz
din anii 50. K. Ishikawa propunea, la data respectiv, utilizarea instrumentelor statistice pentru inerea
sub control a calitii, pe care le-a grupat, n funcie de dificultatea aplicrii lor, n tehnici elementare,
intermediare i avansate.
Dintre acestea, n opinia lui, urmtoarele apte instrumente statistice elementare trebuie
considerate instrumente de baz ale calitii:
1) Lista de control
2) Diagrama Pareto
3) Histograma
4) Graficul de variaie
5) Diagrama de dispersie
6) Graficele de control
7) Diagrama cauz-efect (Ishikawa)
n anii 80, aceste instrumente erau utilizate pe scar larg, pentru rezolvarea problemelor
ntreprinderilor japoneze, n cadrul cercurilor calitii.
n scopul definirii tehnicilor i instrumentelor managementului calitii, Uniunea Oamenilor de
tiin i Inginerilor Japonezi (JUSE) a nfiinat, n anul 1972, o comisie care s se ocupe de aceast
problem. Propunerile sale au fost finalizate n anul 1977, prin selectarea urmtoarelor instrumente i
tehnici, dintr-un numr de 30 de tehnici de creativitate i de management: diagrama afinitilor,
diagrama relaiilor, diagrama matriceal, diagrama arbore, diagrama sgeat, diagrama deciziilor i
analiza factorial a datelor.
n prezent, instrumentele i tehnicile managementului calitii sunt utilizate de tot mai multe
ntreprinderi, nu numai n Japonia, ci i n alte ri.
Preocuprile de implementare a conceptului de calitate total, care presupune antrenarea
personalului ntreprinderii n identificarea problemelor i a soluiilor posibile pentru rezolvarea lor, au
determinat dezvoltarea, n continuare, de noi tehnici i instrumente, printre care cele ale cercetrii
operaionale. G.Kanji i M. Asher au inventariat, de pild, 100 de asemenea tehnici i instrumente. Cu
toate acestea, se consider c managementul calitii trebuie s se bazeze, n principal, pe
instrumentele menionate anterior.
Importana deosebit care se acord acestor instrumente este confirmat i de faptul c unele
dintre ele au fost definite ca tehnici i instrumente de mbuntire a calitii, ntr-un standard
internaional din seria ISO 9000.
Instrumentele clasice ale managementului calitii au fost preluate, n cea mai mare parte, din
statistic, fiind utilizate pentru:
- ordonarea i sintetizarea datele referitoare la calitate
- luarea decizii referitoare la calitatea loturilor de mrfuri, pe baza analizei eantionului prelevat;
- controlarea bunei funcionri a unui proces, n scopul asigurrii capacitii acestuia de a obine n
mod constant nivelul de calitate solicitat.
Din prima categorie de tehnici i instrumente, aparinnd statisticii descriptive, n analiza
calitii sunt utilizate diferite tipuri de fie, tabele, reprezentri grafice.
Din cea de-a doua categorie fac parte tehnicile de control statistic al calitii prin eantionare,
iar ultima, diagrama de control.
Toate aceste tehnici i instrumente sunt denumite, generic, Tehnici i instrumente pentru date
numerice. Ele permit ordonarea i prezentarea unui ansamblu de date referitoare la calitate, ntr-o
manier sintetic, uor de perceput. ndeosebi diferitele tipuri de grafice faciliteaz analizele
-
comparative, evidenierea tendinelor, stabilirea relaiilor ntre elementele domeniului analizat fiind
considerate, de aceea, deosebit de utile n luarea deciziilor.
n analiza calitii se utilizeaz o serie de alte tehnici i instrumente: brainstorming, benchmarking,
diagrama Ishikawa, diagrama procesului, matricea compatibilitii etc. Spre deosebire de cele anterior
menionate, ele sunt denumite Tehnici i instrumente pentru date nenumerice Aceste tehnici pot fi
folosite de ctre persoane cu pregtire medie, ceea ce a fcut ca ele s fie baza strategiilor de rezolvare
a problemelor n cercurile de calitate, i n general, n echipele de munc formate pentru a nregistra
mbuntiri n activiti i proces.
II. Lista de control
Lista de control sau de verificare este un formular cu format de tabel sau diagram, destinat
nregistrrii datelor pentru a obine o imagine clar asupra problemei. Conine ansamblul de
caracteristici pe care trebuie s le ndeplineasc o instalaie, o echip, o persoan, pentru a se lua n
consideraie faptul c se poate realiza sarcina atribuit. Aceste liste cu caracteristici se folosesc cu
mare eficien n etapa controlului calitii. Aceast tehnic de culegere de date se pregtete astfel
nct utilizarea s fie uoar i s se interfereze ct mai puin posibil cu activitatea celui care
realizeaz registrul. mbuntirea calitii se folosete att n studiul simptomelor unei probleme, ct
i n investigarea cauzelor sau n culegerea datelor pentru a verifica o ipotez.
Pentru a aplica n mod adecvat acest instrument, se urmresc paii:
1) determinarea obiectivului, care trebuie prezentat n mod clar: se verific distribuia unui proces,
defecte i/sau erori, se estimeaz cauze.
2) definirea modului n care se va realiza nregistrarea: cine o va face, cum i unde, dac se vor
nregistra toate datele sau se va face o demonstraie.
3) proiectarea Listei de control se face astfel nct aplicarea s fie simpl i situaia nregistrat s se
poat nelege imediat. De asemenea, este necesar s se includ date ca: Titlul; Ce se verific; Cine
face verificarea; Unde se realizeaz; Metoda folosit; Periodicitatea; i, n general, orice altceva care
se consider a fi necesar.
-
Tipul de greeli n facturile primite ntr-o mic organizaie regional.
ERORI Zona A Zona B Zona C Zona D Total
Nu apar datele tranzaciei /////// /// 10
Denumirea furnizorului invizibil sau
inexistent /// ///// / 9
S-a omis nr de inreg fiscala a
furnizorului // / // 5
Datele firmei eronate sau omise // / / 4
Nu figureaz semntura celui care a
cumprat ////// //// // 12
Lipsete data facturii / //// / 6
Lipsete numrul facturii //////// /// // 13
TOTAL 29 21 6 3 59
III. Diagrama Pareto
Vilfredo Pareto, economist i sociolog nscut n 1848, a realizat diferite studii despre
distribuirea bogiei, observnd c 80% din aceasta se afla concentrat la 20% din populaie.
Aceast relaie a fost gsit i n alte domenii. De exemplu, 80% dintre problemele unei
organizaii se datoreaz unui procent de 20% din cauzele posibile.Bineneles c relaia nu este mereu
exact 80/20, ns se poate afirma cu certitudine c un numr mic de cauze sunt responsabile de cea
mai mare parte a problemelor.
20 % din consum 80 % din resurse
module contribuie la erori
consum timpul de execuie
erori consum costurile de depnare
mbuntiri consum costurile de mentenan adaptiv
instrumente acoper necesitile de utilizare
Experiena a demonstrat c cea mai mare parte a efectelor sunt consecina unui numr foarte
mic de cauze. De exemplu, majoritatea amenzilor n trafic se datoreaz unui numr foarte redus de
tipuri de infraciuni. Juran face aluzie la acest lucru atunci cnd vorbete de cauze ca despre ceva de
importanta redus. ntr-un magazin, 10% din produse pot reprezenta (forma) 90% din cereri.
-
Graficul lui Pareto prezint un interes deosebit n circumstanele urmtoare:
- identificarea cauzelor principale care provoac o situaiei.
- stabilirea importanei unei aciuni care influeneaz asupra uneia din cauzele identificate.
- evaluarea evoluiei n timp a unui atribut determinat.
Aceast abordare ne conduce la fenomenul puin i vital i mult i trivial, constatat de ctre
J.M. Juran care, cutnd o definiie a acestui fenomen, a gsit lucrrile lui Pareto, i, de aceea, l-a
denumit Principiul lui Pareto.Din acest principiu deriva diagrama lui Pareto, care constituie o metod
grafic simpl de analiza ce permite deosebirea ntre cauzele cele mai importante ale unei probleme
(puine i vitale) i cele mai puin importante (multe i triviale).Diagrama Pareto este o diagram de
bare combinat cu un grafic cumulativ. Barele sunt ordonate descresctor i prin nlimea lor reflect
frecvena sau impactul unei anumite probleme. Graficul cumulativ arat care este contribuia
procentual a barelor.
Paii care trebuie urmai pentru elaborarea unei diagrame Pareto sunt prezentai n continuare,
utiliznd ca exemplu analiza plngerilor i reclamaiilor primite ntr-o unitate administrativ.
1. Stabilirea datelor ce se vor analiza i perioada de timp la care se refer datele respective. Este
necesar s se precizeze de unde provin i cum se vor clasif ica.
2. Gruparea pe categorii. n cazul nostru, se considera 845 de reclamaii efectuate, plecnd de la
fiele de reclamaii completate de beneficiarii serviciului, care s-au grupat n categoriile urmtoare
CATEGORIA NR RECLAMAII
Informaia transmis 210
Orarul 60
Tratamentul primit 92
Absena formularelor 13
Timp pt rspuns 320
Prea multe formaliti 75
Pregtirea personalului 18
Ateptarea la coad 53
Altele 4
3. Tabularea datelor. Se realizeaz ncepnd cu categoria ce conine mai multe elemente i
continund n ordine descresctoare. Astfel se calculeaz:
- frecvena absolut;
- frecvena absolut cumulat;
Nr curent Categoria Frecvena absolut Frecvena cumulata
1 Timp pt rspuns 320 320
2 Informaia transmis 210 530
-
3 Tratamentul primit 92 622
4 Prea multe formaliti 75 697
5 Orarul 60 757
6 Ateptarea la coad 53 810
7 Pregtirea personalului 18 828
8 Absena formularelor 13 841
9 Altele 4 845
4. Trasarea diagramei :
a) Trasarea axelor de coordonate carteziene.
b) Pe axa ordonatelor, se delimiteaz o scar ncepnd cu zero i ajungnd pn la valoarea total a
frecvenei acumulate.
c) Pe axa orizontal (a abscisei) se eticheteaz categoriile n care s-au grupat elementele, innd cont
c pe o diagram Pareto nu exist spaiu ntre bare.
d) Trasarea altei axe verticale, la dreapta graficului, cu aceeai lungime ca i axa din stnga,
numerotata de la 0 la 100, n care se vor reprezenta frecvenele relative
5. Desenarea curbei cumulative. Se deseneaz un punct care reprezint totalul fiecrei categorii. Prin
unirea acestor puncte se va forma o linie poligonala
6. Identificarea diagramei, etichetand-o cu date ca:
- titlu;
- data realizrii;
- perioada considerat;
- procedura;
- unitatea sau serviciul administrativ; etc.
7. Analizarea diagramei. Cu o prim aproximare, nu este greu s se ajung la concluzii valide despre
cauzele principale ale reclamaiilor. n exemplu, putem observa c aproape 2/3 dintre acestea (68%)
se datoreaz urmtoarelor dou categorii: timpul necesar Administraiei pentru a rspunde i
"informaia transmis", prima dintre acestea fiind cea care a acumulat cele mai multe plngeri.
-
innd cont c este mai uor s reduci o frecven ridicat dect una joas, se pare c va fi mai
util ca mbuntirea s se centreze pe primele dou cauze (puine i vitale) dect pe cele care au
incidenta mai mic (multe i triviale).Odat ndeplinite aciunile oportune pentru reducerea acestor
dou motive, se poate elabora alta diagram i verific reducerea reclamaiilor la fiecare dintre
categorii.
Diagrama Pareto poate avea diferite utilizri:
- s afle care este cauza principal a unei probleme, separnd-o de altele prezente, ns mai puin
importante.
- s decid care va fi obiectivul aciunilor de mbuntire, optimiznd eficienta eforturilor realizate
pentru aceasta.
- nevaluarea mbunatirilor obinute, comparnd diagrame succesive obinute n momente diferite.
- poate de asemenea s fie utilizat pentru a investiga efecte i cauze.
- s comunice uor altor membri ai organizaiei concluziile privind cauzele, efectele i costurile
erorilor.
n sfrit, este necesar s menionm c este de mare utilitate, n funcie de caz, s se
construiasc diagrame folosindu-se uniti financiare. Atunci e posibil ca rezultatul i semnificaia
analizei s fie diferite.
Exemplu: S presupunem c ntr-un hotel s-au efectuat 100 observaii n cadrul crora s-au identificat
5 factori care determin probleme de calitate ale serviciilor de cazare aa cum este prezentat n tabelul
urmtor:
Diagrama Pareto construit pe baza tabelului de msurtori. Se observ c pentru creterea calitii
serviciilor primele probleme care trebuie rezolvate sunt legate de gndaci, apa cald i nclzirea
camerelor.
IV. Histogramele
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
Gandaci Apa calda Incalzire
neadecvata
Iluminare
neadecvata
M obilier uzat Lenjerie rupta Zgomot
-
O histogram este un grafic coninnd linii verticale care reprezint distribuia unor date.
Construcia s ajuta la nelegerea tendinei ge 414i81e nerale, a dispersiei i a frecventelor relative
ale diferitelor valori.
Histograma este foarte util mai ales atunci cnd este vorba despre un numr mare de date ce
trebuie organizate, pentru o analiz mai detaliat i pentru a lua decizii pe baza lor. De asemenea, este
un mijloc eficace pentru a transmite altor persoane informaii despre un process, ntr-o form precis
i inteligibil.
Alta aplicaie foarte interesant este compararea rezultatelor unui proces cu cerinele stabilite
anterior pentru aceasta. n acest caz, prin intermediul histogramei se poate vedea n ce msur
procesul produce rezultate bune i pn n ce punct exista deviaii n privina limitelor fixate n
cerine. n acest sens, studiul distribuiei datelor poate fi un excelent punct de plecare pentru crearea
unei ipoteze privind o funcionare nesatisfctoare. Pentru elaborarea unei histograme de frecvent e,
trebuie s se realizeze urmtorii pai:
1) Strngerea i nregistrarea datelor. Odat selecionata variabil procesului ce se vrea a fi studiat,
se culeg datele corespunztoare, fiind preferabil s se dispun de un numr mai mare de 50 de
observaii.
Timpul de rspuns la solitarea unui petent
12 22 16 25 19 28 29 22 23 30
28 14 31 32 19 20 33 37 20 38
21 22 24 25 25 27 18 26 27 25
39 24 16 15 37 42 27 34 35 38
19 12 29 30 32 17 23 24 22 41
31 33 34 28 19 35 36 39 40 42
2) Determinarea rangului ansamblului de date. Rangul se obine prin realizarea diferenei intre
valoarea maxim i valoarea minim. Rangul trebuie s fie un numr pozitiv.
Exemplu: Valoarea maxim L = 42
Valoarea minim S = 12
3) Precizarea numrului de intervale i amplitudinea lor- numrul de intervale (k) n funcie de
numrul de date disponibile. Este frecvena folosirea a 10 intervale. Pentru a calcula amplitudinea
intervalelor (h), trebuie s mprim rangul (L - S) la numrul de intervale selecionat, rotunjind
rezultatul la ntregul mai mare.
Exemplu: Selecionat un numr de intervale k = 10
Amplitudinea intervalului (h) = (L - S)/K = 30/10 =3
4) Determinarea limitelor intervalelor. Aceasta va permite gruparea definitiv a datelor. Trebuie s
inem seama c valorile extreme ale fiecrui interval pot crea confuzie n privina intervalului cruia
i aparin. De aceea, este necesar s se precizeze foarte bine limitele.
n primul rnd, se calculeaz punctul de nceput al primului interval.
Pentru a concretiza bine limitele, se aplic formula:
Punctul de nceput = Valoarea minim - Unitatea/2
-
Exemplu: 12 - (1/2) = 11,5
Se ine cont c unitatea de msur folosit este 1 [zi]. Plecnd de aici, se nsumeaz valoarea
de amplitudine a inter valului (h) pentru a obine limitele intervalelor urmtoare.
5) Construirea tabelului de frecvente. Se obine nregistrnd valorile limita ale intervalelor, calculnd
elementele ce aparin fiecrei clase i notndu-le n coloana "verificare" i contabiliznd totalul
observaiilor pentru fiecare interval n coloana de frecvente .
Tabelul de frecvente
Nr Interval Frecvena Reprezentare
1 12 pn la 15 4 ////
2 15 ------- 18 7 //// ///
3 18 ------- 21 7 //// ///
4 21 ------- 24 9 //// //// /
5 24 ------- 27 8 //// ////
6 27 ------- 30 7 //// ///
7 30 ------- 33 6 //// //
8 33 ------- 36 5 //// /
9 36 ------- 39 5 //// /
10 39 ------- 42 4 ////
7) Trasarea histogramei care va concentr toat informaia acumulat pn atunci
- axa abscisei conine: intervalele anterior calculate;
- scara vertical reprezint frecvenele
- se traseaz bare verticale, plecnd de la fiecare interval, cu o nlime echivalent cu cea a frecvenei
sale.
8) Interpretarea. O histogram faciliteaz o reprezentare vizual, n care se poate aprecia dac
msurile tind s fie centrate sau s se disperseze. De asemenea, rspunde i la ntrebarea dac
procesul produce rezultate bune i dac acestea aparin sau nu cerinelor.
-
Rspunsul trebuie s i se dea ceteanului ntr-un timp nu mai mare de 60 de zile. Observnd
histograma, se vede ca un anumit numr de observaii nu au ndeplinit acest obiectiv. O analiz mai
detaliat ne-ar conduce la ideea c procesul nu poseda stabilitatea dorit. Histogramele care reflect
procese stabile sunt mai ridicate n centru sicoboara simetric spre ambele laturi. Aici nu pare a fi
ndeplinit aceast condiie, existnd o anumit asimetrie provocat de datele din afara limitei. Dar,
chiar dac datele ar fi mai stabile, putem deduce c o parte dintre ele ar cobor cerina. Astfel,se pare
c n cazul nostru eforturile ar trebui s se ndrepte spre un dublu obiectiv:
- reducerea dispersiei;
- deplasarea histogramei spre stnga, astfel nct datele din extreme s fie n cadrul limitei
specificate.
V. Graficul de variaie
Graficul de variaie este un grafic care reprezint linia de variaie a unor puncte asociate datelor
culese dintr-un proces, figurate n ordinea apariiei acestora.
Graficele de variaie se utilizeaz pentru a reprezenta evoluia sau tendina unei mrimi aflate
sub investigaie. Cel mai adesea ele sunt utilizate n ilustrarea efortului sau a mbuntirii
performanei proceselor n timp. ntr-un grafic de variaie pe axa y sunt reprezentate evenimentele iar
pe ax x este figurat timpul. Pe graficul de variaie poate fi trasat linia de medie pentru a aprecia mai
uor care sunt abaterile fa de medie ale procesului investigat.
Scopul graficului de variaie e acela de a prelucra datele, de a reda informaia general,
vizibil i clar i de a prezenta rezultatele.
Datele colectate i organizate trebuie prezentate sub o form ct mai sugestiv.
Reprezentrile grafice, caracterizate printr-o foarte mare putere de sugestie, permit privitorului s
perceap rapid cele mai importante caracteristici ale unui set de date.
Se consider c un suport grafic este de calitate dac persoana creia i este adresat 1nelege mesajul,
iar informaia este obiectiv.
Aplicaia 1
Societatea comercial Alfa SRL are ca obiect de activitate fabricarea mobilierului.Dorind s
fac un control al calitii conducerea a hotrt ca timp de 2 sptmni s adune informaii cu privire la
defectele mobilierului fabricat de 3 secii de producie.Astfel s-au nregistrat urmtoarele date :
-
Secia 1 :20,35,12,41,19,15,31,22,22,10 ;
Secia 2 :13,14,14,17,23,22,6,29,11,18 ;
Secia 3 :23,24,24,24,13,29,39,27,14,19.
Datele culese au fost evideniate n instrumentul de control al calitii, graficul de variaie.
Aplicaia 2
Societatea comercial Beta SRL avnd ca obiect de activitate fabricarea autoturismelor, dorete
s efectueze un control al calitii proceselor de fabricare utiliznd graficul de variaie.Astfel utiliznd
datele obinute n ultima sptmn naintea implementrii procesului i n prima sptmn dup
aplicarea noului proces de fabricaie cu privire la defectele pe care autoturismele le aveau vrnd s
observe dac acest nou proces este eficient.
Ziua 1 Ziua 2 Ziua 3 Ziua 4 Ziua 5
naintea implementrii procesului 34 24 37 29 42
Dup implementarea procesului 20 20 18 12 7
VI. Diagrama de dispersie
n situaiile reale, se poate ntmpla c, n locul unui parametru ce trebuie estimat, s fie mult
mai simplu de determinat un altul, aflat n corelaie cu primul. Problema care se pune este cea a aflrii
dac ntre cei doi parametri (ntre cele dou seturi de date) exist cu adevrat o corelaie.
Diagrama de dispersie permite s se determine foarte simplu dac exist o relaie comun ntre
dou seturi de date.
-
Aceast diagram se poate utiliza dup stabilirea unei diagrame cauze-efect, de exemplu pentru
a determina corelaiile posibile ntre dou cauze ale unei probleme, din aceeai categorie sau din
categorii diferite, precum i ntre o cauz probabil a unui efect dat i acest efect.
Diagrama de dispersie permite s se determine dac exist o relaie comun ntre dou grupuri
de date (M. Prigord). De aceea, aceast digram se mai numete i diagram de corelaie. Ea poate
stabili relaia dintre: - un efect (caracteristic de calitate) i o cauz (factorul de influen). De
exemplu, relaia dintre raportul H/D i indicele glutenic al finii pentru fabricarea pinii.- o
caracteristic de calitate i alt caracteristic de calitate. De exemplu, coninutul de vitamine al finii i
gradul de extracie al acesteia.- o cauz i o alt cauz. De exemplu, rezistena fibrei i calitatea
esturii. n cazul managementului calitii, datele se pot referi de exemplu la numrul reclamaiilor i
numrul produselor remediate.
Diagramele de dispersie se utilizeaz n procesul de prelucrare a datelor culese n urma
controalelor efectuate i n cel de identificare a cauzelor care au produs efecte nedorite.
Reprezentarea corelaiei dintre variabile cu ajutorul acestei diagrame presupune parcurgerea
urmtoarelor etape:
1. Stabilirea variabilelor x i y care se vor analiz n corelare;
2. Culegerea a 30 - 50 de perechi de date caracteristice;
3. Poziionarea pe diagram a punctelor caracteristice. De obicei, pe axa absciselor x se noteaz
variabilele pentru cauz sau factor de influen, iar pe axa ordonatelor y, se noteaz variabilele pentru
efect sau caracteristic de calitate.
4. Analizarea diagramei, care stabilete dac ntre cele dou variabile exist o corelaie i dac aceasta
este pozitiv sau negativ.
Analiza cu ajutorul diagramei de corelaie poate fi util n urmtoarele cazuri:
- pentru selecionarea, dintre factorii care o afecteaz, a factorilor cu o puternic influena asupra
caracteristicii de calitate;
- pentru compararea rezultatelor obinute prin msurtori simple i precise, prin ncercri distructive i
nedistructive pentru selecionarea caracteristicilor i a metodelor adecvate de realizare a msurtorilor
i experimentelor.
Analiz cantitativ presupune dou etape:
1. Elaborarea unei relaii cantitative ntre variabilele x, y cunoscut sub denumirea de ecuaie de
regresie y = f (x).
Ecuaiile de regresie cel mai frecvent utilizate sunt:
- liniara y = a + bx
- exponeniala y = a ebx
- logaritmica y = a xb
- polinomiala y = b0 + b1x + b2x2 + ...bnx
n ,unde y reprezint caracteristica rezultativ (efectul) iar x
reprezint caracteristica factorial (cauz).
Astfel, pot fi puse n eviden relaii corelative ntre duritatea materialelor i componentele de
aliere. n multe cazuri se utilizeaz regresia multipl:
y = f (x1 , x2...xm),unde x1 , x2..xm sunt caracteristici factoriale i y caracteristica rezultativ.
Acest tip de dependena se poate exprima algebric printr-o ecuaie liniara, sau exponeniala,
conform relaiilor:
-
y = a0 + a1x1 +...amxm
2. Simularea nivelurilor variabilelor rezultative y funcie de valori determinate ale valorilor factoriale
x, innd cont de tipul ecuaiei de regresie care exprima legtura cantitativ dintre cele dou variabile.
n figur 1 sunt prezentate cteva exemple tipice de diagrame de dispersie.
Corelaia ntre dou seturi de variabile nu implic faptul c ntre ele s-a stabilit o relaie de tip
cauz-efect. Uneori, poate exista o cauz ascuns care produce ambele efecte.
Diagrama de dispersie se poate aplica n domeniul reglrii automate, n situaia n care, n
locul unui parametru de interes se prefer un altul, mult mai simplu de reglat i despre care se tie c
este n strns corelaie cu primul.
n procesele de control i verificare a calitii, diagrama de dispersie este utilizat pentru
elaborarea unor metode mai rapide sau mai economice de control, precum i pentru a testa coerena
rezultatelor obinute de doi inspectori de calitate independeni.
Diagrama de dispersie poate fi utilizat n timpul fazei de colectare a datelor (n special pentru
tratarea datelor deja existente) sau n timpul fazei de identificare a cauzelor primare care determin
efectul principal.
Pentru c diagrama s probeze o relaie ntre dou seturi de date, este necesar ca norul de puncte s
aib alura unei drepte de pant nenul, aa cum reiese din figura 1.
Y
X
a )
Y
X
b )
Y
X
d )
Y
X
c)
Y
X
e )
-
Situaiile prezentate n figur 2 nu trebuie s conduc la ideea existenei corelaiei ntre dou
seturi de date.
Se vor trasa diagramele de dispersie corespunztoare, prin parcurgerea urmtoarelor etape:
1. Se definesc mrimile care trebuie determinate (uniti, domeniu de valori).
2. Se organizeaz colectarea datelor.
3. Se traseaz diagrama.
4. Se traseaz medianele Mex i Mey, separnd numrul de puncte n mod egal; graficul este
astfel mprit n patru cadrane, I, II, III, IV, ca n figur 3.
5. Se numr punctele din cadranele I i III.
6. Se numr punctele din cadranele I i IV. Dac un punct se situeaz pe una dintre mediane,
se va contabiliza la totalul cu cea mai mic valoare.
7. Se testeaz corelaia, prin compararea celei mai mici valori obinute pentru suma cadranelor
I i III, respectiv I i IV, cu cea citit n tabelul 1, n dreptul nivelului de semnificaie dorit.
Y
X
a )
Y
X
b )
Y
X
IV
I II
III
I + III =7 puncte
II + IV =21 puncte
M ey
M ex
-
8. Nivelul de semnificaie, exprimat n procente, reprezint probabilitatea ca ntre cele dou
seturi de date s nu existe corelaie.
9. Un nivel de semnificaie de 1% nseamn o probabilitate de 99% s existe corelaie ntre
cele dou seturi de date.
10. n final, innd seama de eventualele corelaii astfel stabilite, se vor determina factorii
asupra crora trebuie ndeplinit pentru a se nregistra o evoluie favorabil a caracteristicilor
studiate.
-
VII. Graficele de control
Graficele de control sunt instrumente statistice folosite pentru a evalua stabilitatea unui
proces. Acestea permit s se disting cauzele variaiei. Orice proces poate avea variaii, acestea
putndu-se grupa n:
- cauze aleatorii ale variaiei. Sunt cauze necunoscute i cu puin importan, datorate ntmplrii i
prezente n orice proces;
- cauze specifice (imputabile sau atribuibile). n mod normal, nu trebuie s fie prezente n proces.
Provoac variaii importante.
Cauzele aleatorii sunt greu de identificat i eliminat. Cauzele specifice, n schimb, pot fi
descoperite i eliminate, pentru a atinge obiectivul de stabilizare a procesului.n afar de capacitatea
de a distinge ntre cauze aleatorii i specifice, graficele de control sunt utile pentru a supraveghea
variaia unui proces n timp, pentru a proba eficienta aciunilor de mbuntire realizate, ca i pentru
a estima capacitatea unui proces.
Graficele de control au fost concepute de Shewhart n timpul desfurrii controlului statistic
al calitii. Au avut o mare rspndire, fiind foarte folosite n controlul proceselor industriale. Totui,
o dat cu reformularea conceptului de calitate i extinderea sa la ntreprinderi de servicii i la unitile
administrat ive i auxiliare, s-au transformat n metode de control aplicabile proceselor realizate n
aceste organizaii.
Exist diferite grafice de control:
- grafice de variabile, care la rndul lor pot fi:
- grafice de control Xm-R (Medie i rang). Reflect grafic dimensiuni, greutate, timp.
- grafice de control X-R(Median i rang). Sunt similare celor anterioare dar au o precizie mai mic.
-grafice de date prin atribute. Cer recalcularea msurtorilor discrete de genul acceptabil/inacceptabil,
da/nu. Acest tip da mai puin informaie dect cele anterioare, de aceea folosirea lui este mai puin
frecvena.
Metodologia determinrii parametrilor statistici necesari pentru construirea diagramei de
control este prezentat n standardele ISO 7870 i ISO 8258.
Graficele de control au la baza ideea ca variaia unei caracteristici a calitii poate fi
cuantificata, obinnd mostre ale ieirilor dintr-un proces i estimnd parametrii distribuiei sale
statistice. Reprezentarea acestor parametric ntr-un grafic n funcie de timp va permite constatarea
schimbrilor n distribuie.
Graficul are o linie central i dou limite de control : una superioar (LCS) i alta inferioar
(LCI), care se stabilesc la 3 deviaii tipice (sigma) ale mediei (linia central). Spaiul dintre ambe le
limite definete variaia aleatorie a procesului. Punctele care trec de aceste dou limite indica prezena
cauzelor specifice ale variaiei.
n acest paragraf se va prezenta desfurarea graficului prin var iabile de medie i rang (x - R).
Acest grafi adduce destule informaii i este probabil cel mai utilizat. Modul de trasare a acestui tip de
grafic de control este urmtorul:
-
1. Determinarea datelor ce vor trebui s se refere la o variabil a procesului consider ata relevanta. n
exemplul nostru, datele vor corespunde "timpului de a rspunde solicitrilor de includere n
programul A, de servicii sociale comunitare".
2. Strngerea de date. Mostra trebuie s fie constituit dintr-un numr suficient dedate. Frecvent,
acest numr este peste 100, dei se poate culege un numr mai mic.
Datele strnse se grupeaz pe subgrupe ale cror dimensiuni oscileaz ntre 4 i 10 observaii.
Cu ct dimensiunea subgrupurilor es te mai mare, cu att va fi mai sensibil graficul de control. Ct
despre numr, n procesele industriale se obinuiete a reuni 20 sau 25, dei este admisibil i un
numr mai mic, n funcie de caracteristicile proc esului studiat. Ceea ce este ns fundamental este ca
datele subgrupurilor s se ia secvenial, n diferite momente ale procesului. n exemplul urmtor, au
fost luate 12 subgrupuri, care corespund rspunsurilor emise la solicitrile cetenilor n perioade de
15 zile. Se poate considera fiecare perioad c fiind un lot i cele ase observaii ale fiecruia dintre
ele corespund solicitrilor efectuate consecutiv.
3. Calcularea mediei pentru fiecare subgrup de date:
4. Calcularea rangurilor sau a traseelor pentru fiecare subgrup:
R = (valoarea maxim a lui x - valoarea minim a lui x);
5. Calcularea mediei m ari (media mediilor) a subgrupurilor:
, k fiind numrul subgrupurilor;
6. Calcularea mediei rangurilor subgrupurilor:
7. Calcularea limitelor de control pentru medii i ranguri, att cele superioare (LCS) ct i cele
inferioare (LCI).
Pentru graficul de control al mediilor:
LCS = x + A2*R
LCI = x - A2* R
Pentru graficul de control al traseului fiecruia:
LCS = D4 *R
LCI = D 3* R
Valorile A2, D3 i D4 sunt constante bazate pe dimensiunea subgrupului (n) i apar diferit de rubrica
"N" n tabelul 4.10.
A se observa c pentru n
-
9. Analiza i evaluarea. Pentru interpretarea graficelor de control, a mediilor i traseelor se pot urma
recomandrile urmtoare:
n funcie de repartizarea valorilor pe diagrama, se pot trage urmtoarele concluzii generale:
- atunci cnd doar un punct este n afara limitelor de control, se poate semnala absenta controlului
procesului. Totui, aceast probabilitate este mic, drept care nu este, poate, oportuna efectuarea
de schimbri.
- dac valorile mediilor m X se afla ntre cele dou limite de control, procesul este controlat i stabil
din punct de vedere al reglajului; este instabil pentru subgrupele n care se nregistreaz
depirile.
- dac valorile rangurilor R se afla ntre limitele de control, procesul este stabil ca precizie (din
punct de vedere al proiectrii procesului); este instabil pentru subgrupele n care se nregistreaz
depirile.
- dac valorile mediilor X sau ale rangurilor R se afla n afara limitelor de control, procesul este
instabil ca reglaj, respectiv c precizie.
Dac cel puin dou sau trei puncte succesive sunt de aceeai parte a liniei mediane i mai mult
de dou uniti sigma ndeprtate de aceast linie, atunci controlul procesului lipsete. Aceeai
concluzie este valabil i n situaia n care al treilea punct consecutiv este ndeprtat de linia n
msura indicat, dar pe partea cealalt. Dac al treilea punct consecutiv este ndeprtat de linia n
msura indicat, dar n partea cealalt, este valabil aceeai concluzie.
n cazul n care patru sau cinci valori succesive se situeaz de aceeai parte, ndeprtate de
linia central mai mult de o sigma, se constat un deficit n stabilitatea controlului procesului.
De asemenea, controlul ar lipsi cnd cel puin apte valori succesive ar fi situate pe aceeai
latur a liniei medii. Aceasta ar dovedi o distribuie inadecvat a acestor puncte.
Evident, procesul s-ar considera stabilizat cnd toate punctele ar fi distribuite pe ambele pri
ale liniei medii i aproape de aceasta.
n exemplul nostru, procesul pare instabil. Apar trei puncte n afara limitelor de control (15/1;
30/3; 15/4). Aceast situaie ne face s bnuim prezena unor cauze, atribuibile sau specifice, de
variaie n cadrul procesului.
VIII. Diagrama cauza efect
Kaoru Ishikawa a gndit acest tip de diagram n anii '40 (cunoscut i ca"Diagrama lui
Ishikawa" sau "os de pete). Diagrama lui Ishikawa este o tehnic ce ajut la identific area,
clasificarea i reliefarea posibilelor cauze, att ale unor probleme specifice ct i ale unor
caracteristici ale calitii. Ea ilustreaz graphic relaiile existente ntre un rezultat dat (efectele) i
factorii (cauzele) care influeneaz acest rezultat.
Elaborarea unei diagrame cauza - efect trebuie s se ia n discuie atunci cnd se dorete:
- identificarea cauzelor principale ale unor probleme sau efecte;
-
- clasificarea i relaionarea interaciunilor intre factorii care afecteaz rezultatul unui proces;
- analiza problemelor care au nevoie de soluionare;
- centrarea, ntr-un grup de lucru, a discuiei orientnd-o asupra aspectelor relevante ale unei
probleme.
Definirea rezultatului sau efectului care trebuie analizat - aceasta definire trebuie s fie fcut
n termeni operativi, suficient de concrei pentru a nu exista ndoieli cu privire la ceea ce se dorete,
astfel incatefectul studiat s fie neles satisfctor de ctre membrii echipei.
Efectul care trebuie studiat poate fi pozitiv (un obiectiv) sau negativ (o problem).Uneori, a
propune un studiu despre un efect pozitiv (un obiectiv deatins) poate nlesni existena unui climat
care s stimuleze participarea. Alteori, va fi mai util exprimarea unui efect n termenii unei
probleme, permind axarea asupra cauzelor acesteia.
Exemplu: Defectele depistate n specificaiile tehnice pentru sisteme informatice. Utilizarea
diagramelor Ishikawa permite punerea n eviden a principalelor cauze ale non-calitii i reprezint
un instrument important n planificarea calitii
-
BIBLIOGRAFIE:
Managementul calitii proceselor-Concepte fundamentale , Lector univ. dr. Ion Naftanaila,
Bucureti 2011
Managementul calitii n sectorul public ,Prof.univ.dr. George Moldoveanu,
Lect.univ.dr.Cosmin Dobrin ,Editura ASE, Bucureti, 2003
Joseph M. Juran, http://www.wikipedia.ro
The Concise Encyclopedia of Economics - Vilfredo Pareto, http://www.econlib.org
top related