Instrumente de control al calitii

Instrumente de control al calitii

Calitatea a fost dintotdeauna un aspect extrem de important al managementului afacerilor. Produsele de nalt calitate asigur mulumirea i satisfacia clienilor. Acestea, la rndul lor, ajut la creterea vnzrilor, a ncrederii clienilor n produsul respectiv, n firma respectiv. Managementul de vrf consider mbuntirea calitii ca fiind vital pentru obiectivele companiei. Concentrarea ntregii aciuni manageriale n privina calitii se face pe urmtoarele trei coordonate:

1) clienii vor calitate;

2) calitatea conduce la performane organizaionale;

3) competiia presupune calitate.

Instrumente de control:

1 Histograma

Reprezentarea grafic a evoluiei rezultatelor nregistrate pentru o caracteristic a procesului analizat se poate face cu ajutorul histogramei. n general histogramele se utilizeaz la msurarea parametrilor de tendin medie, a parametrilor de dispersie i la vizualizarea distribuiei, permind o apreciere mai bun a dispersiei. Histograma permite o prezentare a datelor pe clase, numrul de puncte pe fiecare clas fiind un prim indiciu pentru construcia empiric a unei distribuii de responsabilitate.

n domeniul calitii histogramele eviden iaz elementele asupra crora trebuie intervenit pentru mbuntirea rezultatelor. Se pot elabora numeroase tipuri de histograme, dar cea mai utilizat este histograma de frecven.

Cum se construiete o histogram ?

Pe baza datelor culese, i nregistrate de obicei ntr-un tabel, se construiete un numr determinat de intervale n form de dreptunghiuri lipite. Bazele dreptunghiurilor sunt egale, iar nlimea este proporional cu nivelul frecvenei fenomenului.

Practic, construirea histogramei presupune parcurgerea urmtoarelor etape:

ntocmirea tabelului cu datele de intrare; stabilirea numrului de intervale n funcie de numrul valorilor cunoscute ale parametrului studiat;

determinarea valorilor maxim (Vmax)) i minim (Vmin) din irul valorilor parametrului studiat i a mrimii intervalelor (L);

trasarea limitelor fiecrui interval pe abscis i a frecvenei datelor acestora pe ordonat; desenarea dreptunghiurilor

Prin trasarea histogramei, datele din tabel pot fi interpretate mai uor i cu mai mult precizie. n figura nr. 22 se prezint modelul clasic de histogram.

Pentru construcia unei histograme, corespunztor etapelor prezentate mai nainte, ne vom folosi de un exemplu. S considerm c datele ce caracterizeaz problema analizat sunt cele din tabelul nr. 5. Exemplul se refer la controlul preciziei de strunjire a unei piese, pentru o dimensiune de 150 mm, cu o toleran admis de 5 mm. Sunt msurate 100 de piese pentru care s-au obinut valorile di tabelul 1.

La stabilirea numrului de clase care vor fi utilizate se are n vedere c cea mai mare valoare este 190, iar cea mai mic 109. n acest caz putem alege 200 i 100 ca limite superioar i inferioar ale claselor. Pentru ca histograma s aib sens este indicat s alegem numrul de clase n funcie de numrul de observaii. Dac pentru cele 100 de date alegem cinci clase, dimensiunea fiecrei clase va fi: (200 100):5 = 20.

Prima clas va fi 100-120, a doua 120-140 i aa mai departe. Distribuia rezultat a datelor este cea din tabelul nr. 6, iar n fig. nr. 23 se prezint grafic rezultatul.

50

40

30

20

10

0

11

13

15

17

19

Fig. nr.22 Histogram

Extras de date

Tabelul nr. 5

157

135

156

153

140

160

141

169

165

162

162

137

148

152

109

151

174

145

155

175

159

167

158

125

133

110

142

118

156

144

136

128

143

147

164

158

190

136

165

137

180

136

144

172

159

130

163

163

135

151

166

145

151

145

151

145

164

182

150

140

172

150

156

134

136

154

126

148

166

121

176

147

168

155

126

131

134

154

148

151

161

136

139

155

143

138

150

134

142

157

127

158

183

163

143

180

150

172

172

155

Date pentru construcia histogramei

Tabelul nr. 6

Clase de intervale

Media

Frecven

intervalului

100-120

110

3

120-140

130

24

140-160

150

45

160-180

170

23

180-200

190

5

Total

Total 100

Mrimea intervalelor se stabilete cu relaia:

L=

V maxV min

, unde n numrul intervalelor

n

Din analiza histogramei se constat c zonele colorate n albastru sunt n afara cmpului de toleran admis. ntruct nu se ncadreaz n cerinele normativului sunt considerate neconformiti, respectiv rebuturi. Pentru analist aceast informaie va sta la baza msurilor ce vor fi propuse n vederea mbuntirii calitii de execuie a operaiei de strunjire.

Reinem c histogramele cu dispersie mare indic variaii mari, iar cele n care rezultatele sunt concentrate n jurul mediei indic variaii slabe, ceea ce face posibil stpnirea procesului care a generat rezultatele.

Frecven

110130150170190

Dispersia

interval de toleran admis

Fig. nr. 23

2 Diagrama cauz - efect

A fost conceput de japonezul Ishikawa i este cunoscut sub diverse denumiri Schelet de pete (Fishbone diagram), diagrama Ishikawa, diagrama cauz efect. Prin configuraia sa, diagrama premite evidenierea i ierarhizarea cauzelor care genereaz un anumit efect. Cauzele sunt factorii care determin apariia unei situaii date, iar efectele sunt concretizate n evoluia nivelului parametrilor ce caracterizeaz procesul supus analizei.

Desigur, cauzele pot fi diferite n funcie de specificul bunului analizat. Dispersia caracteristicilor unui produs, de exemplu, poate fi determinat de existena unor cauze cum sunt: defecte la materiile prime folosite, diferen e de reglaj la mainile pe care se prelucreaz, greeli de manoper, metodele de organizare a execu iei, mediul n care se desfoar activitatea. Toate aceste cauze, cunoscute sub denumirea de cele 5 M-uri, sunt ordonate pe categorii i vizualizate grafic sub forma scheletului de pete.

n practic, dac se constat existena unei cauze care influeneaz negativ parametrii produsului, aceasta trebuie identificat precis i apoi formulate propunerile prin care poate fi eliminat. Pentru emiterea propunerilor se organizeaz, cel mai adesea, o edin de brainstorming, n care diagrama cauz efect servete ca suport vizual, stimulnd creativitatea participanilor.

Cum se construiete o diagram cauz efect ?

Se parcurg urmtorii pai:

prezentarea problemei. Se realizeaz prin definirea precis a produselor, procedeelor sau evenimentelor supuse studiului i a caracteristicilor finale pe care trebuie s le aib efectul acestora. Efectul este considerat rezultatul unor activiti, cum ar fi :

din activitatea de livrare nivelul stocurilor, modul de expediie;

din activitatea de control al calitii refuzuri, acurateea, msurtori etc.; expunerea principalelor cauze posibile. Pentru aceasta, se ntocmete o list cu toate cauzele posibile care determin variaia caracteristicilor stabilite. Cauzele sunt, de regul, clasificate n cele 5 M-uri, menionate mai nainte sau n cele 5 rele (defecte, greeli, ntrzieri, pierderi, accidente). Evident, pot exista i alte cauze n funcie de problema studiat. Pentru identificarea cauzelor se folosete o metod adecvat, de exemplu brainstorming-ul;

gruparea cauzelor pe cauze fundamentale directe i pe cauze secundare indirecte sau subcauze. Dac ntr-o grup numrul cauzelor este foarte mare, acestea vor fi delimitate pe subgrupe realiznd o ramificare pn la un nivel de detaliere care permite analiza acestora. n cazul studierii unor bunuri complexe care prezint un numr mare de cauze, este indicat s se ntocmeasc diagrame pariale;

elaborarea i dezvoltarea diagramei.

Sunt poziionate principalele categorii de cauze i problema (respectiv efectul acestora).

Materiale

Mijloace

Metode

Subcauz

Cauz

Cauz

Cauz

Problem

Cauz

Cauz

Subcauz

Mn de lucru

Maina

Fig. nr. 24 Diagrama cauz-efect

Reinem, ns, c diagrama n aceast form nu poate oferi sluiile necesare, ci doar permite o definire clar a problemei studiate. Fiind folosit ca suport vizual n cadrul edinei de brainstorming, diagrama are rolul de a stimula imaginaia participanilor n cutarea ideilor prin care s se rezolve problema analizat. Propunerile urmeaz filiera cunoscut n tehnica brainstorming i, n final, se vor concretiza n soluii.

3 Diagrama Pareto

Economistul italian Vilfredo Pareto, este autorul unui principiu care i poart numele i care poate fi enunat astfel: urmrind performana unui grup de persoane sau obiecte se constat adesea c un numr mic dintre acestea prezint o importan mare, n timp ce restul

au o importan redus. Acest principiu a fost folosit de M.D. Lorenz, la proiectarea unei diagrame (care n mod eronat poart denumirea diagrama Pareto) prin care a vizualizat distribuia neuniform a bogiei naionale. El a observat c n Anglia secolului al XIX-lea, 20% din populaie deinea n jur de 80% din avuia naional.

Principiul este important pentru studiul problemelor legate de calitate, ntruct cea mai mare parte a costurilor noncalitii nregistrate ntr-o organizaie se datoreaz, n general, unui numr mic de cauze speciale.

Referitor la acest principiu, Juran consider ca n domeniul calitii acesta acioneaz astfel: ... pierderile nu sunt niciodat uniform distribuite pe caracteristici de calitate. ntotdeauna neuniformitatea distribuiei pierderilor este de aa natur nct un procent redus, respectiv acele cteva caracteristici de calitate care au o importan vital, deine o pondere important n totalul pierderilor referitoare la calitate.24 n baza acestor constatri Juran a folosit diagrama Pareto n Japonia, pentru stabilirea prioritilor ntr-un studiu de ameliorare a calitii i a productivitii.

Diagrama Pareto este o reprezentare grafic a unor date (n cazul nostru a cauzelor defectelor), cu scopul de a ajuta echipa de lucru s-i ierahizeze obiectivele n funcie de importana acordat. De exemplu, n cazul costului unor defecte la un produs, pe ordonata sistemului de axe rectangulare sunt trasate clasele de defecte. Acestea sunt ordonate n mod descresctor n funcie de importan, cea mai important fiind plasat la extremitatea superioar a axei. Pe abscis este redat mrimea (amplitudinea) claselor de cauze sau defecte stabilite, cum ar fi: costul defectelor, numrul defectelor, ponderea pieselor defecte etc. Amplitudinea claselor este redat prin dreptunghiuri lipite, desenate orizontal. Uneori pentru ca diagrama s fie mai sugestiv este completat printr-o linie ntrerupt care reprezint amplitudinea cumulat pe toate clasele (fig. nr. 25).

n practic se ntlnesc i alte tipuri de diagrame, ntre care mai des se folosete diagrama costurilor, la care pe abscis se reprezint costul defectelor, iar pe ordonat se traseaz tipurile de defecte, tot n ordinea descresctoare a frecvenei (fig. nr. 26).

Analiza diagramei permite cunoaterea defectelor. Pentru obinerea unei eficiene imediate se recomand ca eliminarea defectelor s nceap cu cele care au valoarea cea mai mare. Pentru aceasta vor fi identificate locurile de munc care le-au provocat i se vor face propuneri corespunztoare, innd seama de specificul activitii.

Verificarea schimbrilor produse de msurile luate pentru nlturarea cauzelor care au provocat defectele, se poate trasa o nou diagram . Dac pe ordonat se nregistreaz pierderile bneti corespunztoare defectelor, se poate calcula economiile obinute i stabili eficiena aciunilor ntreprinse i a aplicrii metodei.

24 Juran, J. , M. Calitatea produselor, Editura Tehnic, Bucureti, 1973

defecte

F

E

D

costul cumulat

de

C

Tipuri

B

A

0

10

20

30

40

50

60

70

80

90

100 110 120

Costul

Fig. nr. 25

200

150

100

50

0

1234567

Fig. 26 Diagrama Pareto pentru analiza defectelor de calitate

4 Diagrama de corelare

Eviden iaz grafic existena sau inexistena relaiilor poteniale dintre dou categorii de date. Pentru construcia diagramei se reprezint grafic cele dou categorii de date, una pe abscis i cealalt pe ordonat. Figura nr. 27 este o ilustrare a acestor diagrame n care s-au reprezentat mai multe tipuri de distribuie a datelor. n cazul managementului calitii, datele se pot referi de exemplu la numrul reclamaiilor i numrul produselor remediate.

Diagrama este folosit pentru aprecierea tipului de corelaie stabilit ntre cele dou categorii de date. Astfel, corelaiile pot fi pozitive sau negative, avnd o intensitate (atrac ie) puternic sau slab, liniar sau neliniar. Corelaiile sunt pozitive dac valorile crescnde ale unei categorii de date corespund valorilor crescnde ale celeilalte categorii i negative n caz contrar25. Intensitatea corelaiei este puternic dac punctele nu prezint un grad mare de mprtiere i slab cnd mprtierea este mare.

n ceea ce privete tipul de corela ie existent ntre puncte, acesta este liniar n cazul corelaiilor pozitive i neliniar atunci cnd pentru o parte dintre valorile cresctoare ale unei

25 Marieta Olaru, Op. cit.

categorii corespund, la nceput, valori cresc toare iar apoi descresctoare, ale celeilalte categorii de date. Dac punctele prezint un grad mare de mprtiere, ntre cele dou categorii de date nu exist corelaii.

Pentru construirea diagramei corelaiei se ntocmete mai nti un tabel n care se nregistreaz rezultatele obinute din studierea relaiilor dintre dou creteri, care s-au msurat simultan, ntr-un proces. Apoi, pe o hrtie milimetric se traseaz i se gradeaz cele dou axe ale diagramei. De asemenea, se traseaz punctele ce reprezint perechile de date. Odat obinut, diagrama este interpretat. Anumite corelaii se observ uor pe diagram, .chenarul cu puncte alungit indic existena corelaiilor, dimpotriv , un chenar rotund indic faptul c nu exist corelaie. Dar, n toate cazurile, metoda testului semnelor permite s se trag concluzii clare. Pentru aceasta trebuie s se traseze dreptele orizontal i vertical, care reprezint medianele de distribuie. n jurul punctului central se gsesc patru zone(indicate prin cifrele 1-4). Se numr punctele din fiecare zon, cu excepia celor plasate pe mediane, i apoi se trec rezultatele ntr-un tabel n form de ptrat. Acesta este tabelul testului semnelor. Pentru compararea rezultatelor se calculeaz punctele. Se adun punctele din zonele 1 i 3, pe de o parte, i 2 i 4, pe de alt parte. Se adun apoi cele dou rezultate i se obine numrul total de puncte al diagramei ( cu excepia celor plasate pe mediane). Tabelul testului semnelor d o limit care corespunde acestui numr. Dac cel mai mic dintre rezultatele (1+3) i (2+4) este inferior limitei, atunci exist o corelaie, iar dac situaia este opus atunci nu exist corelaie.26

Fig. nr. 27

Figura nr. 28 a fost realizat pe baza unui exemplu. S-au considerat categoriile de date din tabelul nr. 7 care exprim situaia calitativ a vinurilor depozitate pentru maturizare. Corelaia se formeaz ntre datele care exprim gradul de alcool al vinului i procentul de sticle compromise dup prima decad a perioadei de maturizare din totalul sticlelor stocate. Procentul de respingere scade odat cu creterea gradului de alcool al vinului. Din figur rezult clar o relaie negativ i de tip neliniar.

26 Gogue, J.M. Management de la Qualit, Ed. Economic, 1997

Tabelul nr. 7

Experimentul

Gradul de alcool (%)

Sticle compromise (%)

1

9,0

15,00

2

10,0

2,85

3

11,0

0,39

4

12,0

0,03

5

12,5

0,02

6

8,5

20,5

7

8,0

60,4

(%)

14

12

alcool

10

8

de

6

Gradul

4

2

0

0.02

0.03

0.39

2.85

15

20.5

60.4

Nr. de sticle compromise (%)

Fig nr. 28

5 Graficul de control

Graficul sau diagrama de control servete la analiza stabilitii sistemului i la stabilirea momentului n care trebuie intervenit pentru a-l corecta. Un sistem este stabil cnd rezultatele (pentru caracteristica sau parametru analizat) sunt conforme cu cerinele prevzute. Deoarece este dificil de apreciat dac un sistem este stabil, analiza pornete de la starea de instabilitate a caracteristicii alese, care se studiaz prin apariia unor semnale statistice n cadrul unui grafic de control. Pentru a nregistra apariia unui semnal statistic este recomandat s se aplice metoda dimensiunii mobile, folosit n lucrrile lui Wheeler, care ofer maximum de anse apariiei semnalelor statistice atunci cnd exist o cauz special de variaii. Metoda se utilizeaz n special pentru msurtori individuale.

n practic se folosesc numeroase tipuri de grafice de control.

Graficul de tendin pentru studiul stabilitii

Pentru a studia stabilitatea unui sistem, datele sunt incluse ntr-un grafic provizoriu, numit Grafic de tendin. n acest grafic, pe orizontal se nregistreaz ordinea producerii datelor, iar pe vertical scara de msur. Punctele se unesc prin linii, ceea ce permite o mai bun observare a variailor. Graficul de tendin este completat cu o linie orizontal, care indic media datelor, i de alte dou linii, tot orizontale, care indic limitele de control al stabilitii. Se poate spune c sistemul este stabil dac exist o secven de minimum 30 de

puncte fr nici un semnal statistic. Liniile de control al stabilitii se obin folosind urmtoarele relaii :

LCS = X + 2,66 mR .

LCI = X - 2,66 mR

n aceste relaii, X reprezint media datelor, iar mR este media dimensiunilor mobile. Secven a dimensiunilor mobile se obine prin scrierea datelor n linie sau n coloan i prin calculul diferenei dintre dou date vecine, aa cum se prezint n exemplul urmtor:

Date (X)

20 16 18 19 21 21 17 15 :

X = 18,37

Dimensiuni mobile (mR):

4 2 1 2 0 4 2 :

mR

= 2,14

Primul grafic de control a fost conceput de specialitii firmei Western Electric, fost filial a societii Bell Telephone.

nc de la primul semnal statistic, sistemul este declarat instabil. Dac secvena de 30 de puncte nu prezint nici un semnal statistic, sistemul este stabil i l putem transpune ntr-un grafic de control integrat.

Graficul de control integrat

Numai n cazul unui sistem stabil se poate vorbi despre grafice de control integrate n producie sau n domeniul serviciilor. Scopul acestor grafice este de a menine caracteristica respectiv ntr-o stare stabil, conducerea ncredinnd angajailor sarcina s completeze graficele i s detecteze semnalele statistice. Un grafic de control integrat are n mod obligatoriu dou limite de control trasate deasupra i sub linia mijlocie. Liniile se calculeaz pornind de la cel puin 30 de date stabile i sunt revzute apoi pentru a avea o baz de date ct mai mare. Calculul trebuie reluat dup fiecare schimbare a procesului, n special ca urmare a unei instabiliti. n acest sens trebuie s existe o instruciune de munc, care s precizeze metoda de msurare i frecven a msurtorilor. Singura sarcin care revine angajailor este s descopere semnalele statistice, prin raportarea la limitele de control, i s-i anune superiorii ierarhici imediat ce apare un semnal.

Graficul de control, medie i amplitudine

Sunt foarte recomandate aceste grafice deoarece au o sensibilitate la cauzele speciale de variaie mai bun dect graficul msurtorilor individuale. Graficele de acest tip au ns nevoie de o baz de date de cel puin 100 de msurtori, de aceea sunt adesea utilizate n producia de serie i n administraie.

Graficul medie de control este utilizat pentru exprimarea variaiei valorilor medii ale caracteristicii analizate, iar graficul de amplitudine, pentru reprezentarea variaiei amplitudinii caracteristicii. Cele dou grafice se asociaz. Un semnal statistic se poate gsi n fiecare dintre cele dou grafice, dar i ntr-un caz i n cellalt, tot sistemul este acela care prezint instabilitate.

Etapele aplicrii diagramei de control la analiza stabilitii unui sistem sunt:

adunarea i selectarea datelor n ordine cronologic; calcularea mediei i a amplitudinii pentru fiecare subgrup;

-calcularea limitelor de control (LCS i LCI) pentru mX i R ;

construirea graficului de tendin; cutarea semnelor statistice.

Metodologia determinrii parametrilor statistici necesari construirii graficului de control este redat n standardele ISO 7870 i ISO 8258.

Din definiia semnalelor statistice rezult c un sistem produce un semnal statistic atunci cnd graficul de control prezint una dintre variaiile urmtoare: 1 punct deasupra limitei superioare de control (LCS); 1 punct sub linia inferioar de control (LCI); 8 puncte succesive deasupra liniei mijlocii; 8 puncte succesive sub linia mijlocie.

Fig. nr. 29

Fig. nr. 30

6 Stratificarea datelor

O analiz matematic riguroas necesit mai multe informa ii pentru fiecare dat. De exemplu, pentru a mpri populaia unei ri n diverse categorii dup poziia acestora n structura social , sunt necesare informa ii cu privire la numrul populaiei, categoriile sociale, criterii (limite) de ncadrare pe categorii etc. Aceast operaie se numete stratificarea datelor. n managementul calitii, stratificarea datelor este o cerin curent . ansele de mbuntire a calitii unui produs, de exemplu, cresc dac datele legate de parametrii calitativi sunt analizate detaliat.

La nivelul unei histograme, a unui grafic de control etc., datele pot fi stratificate prin simboluri sau coduri de culori (fig. nr. 31). Aceast vizualizare permite gsirea unei cauze

care provoac variaii speciale intr-un proces. Departajarea cauzelor, n funcie de efectele propagate, presupune ns un test de compara ie. Cercetarea cauzelor se face, n general, prin compararea caracteristicilor cu dou nivele obinute dintr-un factor de variaie unic. De exemplu, se compar frecvent sporurile de cereale nregistrate la hectar prin folosirea a dou tipuri de ngrminte sau, n cadrul fermelor de psri, sporurile de greutate nregistrate de puii pentru carne prin hrnirea cu dou tipuri diferite de furaje etc. Analiza se face pe baza msurtorilor realizate pe cele dou eantioane. Deoarece rezultatele nu sunt de fiecare dat sugestive, este necesar gsirea unei limite de la care diferen ele constatate ntre medii reprezint mai mult dect variaia obinuit care apare ntotdeauna la experimentri.

Etapele aplicrii metodei sunt:

se ntocmete tabelul alctuit din dou coloane denumite rezultat, care vor fi desprite de un spaiu suficient pentru trasarea sgeilor de legtur;

se traseaz sgeile care leag numerele dup ordinea cresctoare; se nregistreaz rangurile rezultatelor. Dac mai multe rezultate sunt identice, li se va acorda un rang mediu egal, care nu trebuie s fie n mod obligatoriu numr ntreg;

se calculeaz suma rangurilor celui mai mic eantion; se compar rezultatele cu tabelul testului de comparare.

Pentru exemplificare ne vom folosi de un test de comparare a rangurilor. De asemenea vom folosi un tabel n care efectivele sunt de 13 la un eantion i de 11 la cellalt.

Fig nr. 31

Eantionul A

Eantionul B

(n =13)

(n = 11)

Tabelul nr. 8

Rang

Rezultat

Rezultat

Rang

1

256

258

3

2

257

259

5,5

5,5

259

264

13,5

5,5

259

264

13,5

5,5

259

265

16

8

261

265

16

9

262

265

16

9

262

266

18

10

263

270

21

10

263

270

21

19

267

271

23

21

270

24

273

Suma rangurilor= 166.5

Tabelul tabloului de comparare

Tabelul nr. 9

A

10

11

12

13

14

15

B

78

132

11

81

96

139

157

12

85

99

115

145

157

185

13

88

103

119

137

152

172

193

214

14

91

106

123

141

160

159

180

201

223

246

15

94

110

127

145

164

185

166

187

209

232

256

280

16

96

114

131

150

169

190

174

194

217

240

265

290

17

100

117

135

154

175

195

180

202

225

249

273

300

18

103

121

139

159

179

201

187

209

233

257

283

309

19

107

124

144

163

184

205

193

217

240

266

292

320

20

110

128

148

168

189

211

200

224

248

274

301

329

n exemplul luat, suma rangurilor celui mai mic eantion este 166,5. Rezultatele se compar cu tabelul testului de comparare. n acest tabel, limitele care ar corespunde efectivelor 13 i 11 sunt 172 103. Rezultatul stabilit se afl ntre aceste limite.

Din analiza rezultatului se constat c diferena ntre cele dou eantioane este nesemnificativ. Ca urmare se poate adopta oricare dintre ele.

7 Brainstorming

Brainstorming-ul (furtuna de ideii) este o metod practic de stimulare a gndirii creatoare, n scopul obinerii unor idei pentru rezolvarea problemei supus discuiilor. Conceput de A. Osborn, metoda pornete de la ipoteza c n orice domeniu de activitate, problemele pot fi rezolvate mai bine dect n prezent, dar pentru aceasta trebuie s gsim ideile care s sparg barierele rutinei.

Conform principiilor pe care A. Osborn le-a formulat n 1957, metoda preconizeaz organizarea unor reuniuni n care participanii s poat exprima nestingherii i emite orice idei, fiind siguri c nu se vor face aprecieri asupra valorii i oportunitii acestora. Brainstorming-ul nu este, aadar, o metod concret de rezolvare a unor probleme, ci o metod folosit n procesul de management al calitii pentru obinerea soluiilor n vederea rezolvrii optime a problemelor.

Pentru reuita acestor reuniuni, este necesar respectarea unor reguli asupra crora ne vom referi n continuare:

alegerea persoanelor participante. Este indicat ca numrul acestora s fie ntre 6 i 12, iar compoziia grupului s fie eterogen pentru a asigura o mai mare spontaneitate i emiterea unui numr mare de ideii;

stabilirea unui conductor animator al conferinei, al crui principal rol const n lansarea unor idei ce pot fi apoi valorificate n realizarea atmosferei de colaborare i asigurare a unui caracter dinamic al conferinei, care s favorizeze fenomenul de reacie n lan pentru emiterea de idei;

alegerea momentului optim de desfurare a edinei i organizarea discuiei ntr-un spaiu confortabil, care s asigure starea de creativitate.

n ceea ce privete desfurarea propriu-zis a edinei este obligatoriu realizarea unui climat favorabil de permisivitate, de adaptare care presupune abinerea de la interpretarea critic a ideilor expuse.

Reuita edinei depinde, n bun msur, de respectarea urmtoarelor reguli:

selectarea atent a participanilor; exprimarea clar i concis a problemelor de calitate pentru care se cer sugestii; eliminarea oricrui argument de evaluare n timpul edinei, toate propunerile fiind dezvoltate ntr-o viziune constructiv i pozitiv;

propunerile trebuie s fie scurte, eliminndu-se discursurile lungi; crearea unui climat n care s se accepte orice idee, orict de fantastic ar prea; ncurajarea participanilor s emit noi idei pe baza celor prezentate anterior.

Controlul financiar n organizaie

Metodele de control financiar permit managerilor s aloce i s evalueze folosirea resurselor financiare necesare pentru obinerea unui produs. Totodat, ele le asigur managerilor lichiditi acceptabile, solvabile i standarde de profitabilitate.

ns, trebuie evideniat faptul c acest tip de control este extrem de important, deoarece se refer n principal la resursele financiare. Acestea, trebuie cntrite cu grij chiar din faza de planificare. Se alctuiesc astfel bugete ce aloc fonduri pentru fiecare categorie major de cheltuieli.

Planificarea i bugetarea sunt ineficiente dac nu sunt susinute de politici i proceduri ce definesc tranzaciile ce trebuie fcute. Aadar, controlul concurent al resurselor financiare se implementeaz, n principal, prin intermediul controlului intern.

Caracteristicile principale ale unui control intern eficient trebuie s includ urmtoarele aspecte:

a) nici o persoan nu trebuie s aib control direct asupra tuturor fazelor unei tranzacii importante. De exemplu, acelai individ nu trebuie s completeze comenzile i, n acelai timp, s emit facturi pentru ncasarea lor;

b) sarcinile de munc de la angajat la angajat nu trebuie s fie duplicative (s se suprapun). Munca unuia trebuie s fie o continuare a muncii celuilalt;

c) angajaii ce mnuiesc diverse bunuri materiale nu trebuie s fie responsabili i de recepionarea lor.

d) responsabilitile fiecrui loc de munc trebuie definite ntr-un mod ct mai clar posibil, n aa fel nct s poat fi stabilite aspectele concrete pentru fiecare tranzacie necesar. Cu alte cuvinte, funcia de organizare a managementului trebuie s fie o surs primar pentru controlul intern.

Pentru controlul financiar in cadrul unei orgaizatii se pot utilize urmatorii indicatori:

Nr

crt

INDICATORI

UM

1.

Cifra de afaceri (CA)

CA = Producia x pret

vndut bucata

2.

Profit brut (Pb)

Pb = Venituri totale - Cheltuieli totale

3.

Profit net (Pn)

Pn = Profit brut - Impozit pe profit

4.

Rata de crestere a vanzarilor (Rv)

Rv = =

1

1

2

V

V

V

-

x 100

%

5.

Numr de salariai (Ns)

pers

6.

Fond de salarii (Fs)

7.

Salariu mediu lunar (Sml)

Sml =

FS

NS

8.

Productivitatea muncii (Wm)

Wm =

CA

NS

per pers

9.

Capital propriu (Cpr)

10.

Capital permanent (Cp)

Cp = Cpr + Provizioane pentru riscuri i cheltuieli + Datorii pe termen lung

11.

Rentabilitatea profitabilitatii fata de cheltuieli (Rpc)

Rpc= (profit brut/cheltuieli totale)x 100

%

12.

Rentabilitatea capitalului (Rc)

Rc = (profit net/capitaluri proprii)x 100

%

13.

Rentabilitatea activelor (Ra)

Ra = (profit net/Total active)x 100

%

14.

Credite bancare (CB)

%

15.

Ponderea creditelor bancare n capitalul circulant (PCB)

PCB=

CB

CC

X100

%

16.

Stocuri (S)

17.

Ponderea stocurilor n CA (Ps)

PS=

S

CA

X100

%

18.

Viteza de rotatie a sctocurilor (Vr)

Vr=

S

CA

19.

Durata medie de stocare (Dms)

Dms=

365

/

.

CA

stocuri

Val

20.

Viteza de rotatie a activelor totale (Vra)

Vra=

active

Total

CA

.

21.

Rata stabilitii financiare (RSF)

RSF=

Pasive

Cp

x100

%

22.

Rata independenei financiare (RIF)

RIF=

Cp

Cpr

x100

%

24.

Rata de rentabilitate financiar (Rfin)

Rfin=

Cpr

Pn

x100

%

25.

Solvabilitatea parimonial (Sp)

Sp=

C

C

pr

pr

CB

+

x100

%

26.

Rata solvabilitatii patrimoniale (Rsp)

Rsp=

Pasive

Total

C

pr

.

x100

%

27.

Rata solvabilitatii pe termen lung (Rstl)

Rstl=

totale

Datorii

active

Total

.

.

x100

%

28.

Rata lichiditatii patrimoniale (Rlp)

Rlp=

totale

datorii

circulante

Active

.

.

x100

%

29.

Rata lichiditatii curente (Rlc)

Rlc=

totale

Datorii

Stocuri

circulante

Active

.

.

-

x100

%

30.

Rata datoriilor (Rd)

Rd=

totale

Active

totale

Datorii

.

.

x100

%