7 новых инструментов контроля качества. Показать взаимосвязь семи инструментов менеджмента качества. Контрольные вопросы и задания

Цель метода «Семь основных инструментов контроля качества» заключается в выявлении проблем, подлежащих первоочередному решению, на основе контроля действующего процесса, сбора, обработки и анализа полученных фактов (статистического материала) для последующего улучшения качества процесса.

Суть метода - контроль качества (сравнение запланированного показателя качества с действительным его значением) - это одна из основных функций в процессе управления качеством, а сбор, обработка и анализ фактов - важнейший этап этого процесса.

Из множества статистических методов для широкого применения выбраны только семь, которые понятны и могут легко применяться специалистами различного профиля. Они позволяют вовремя выявить и отобразить проблемы, установить основные факторы, с которых нужно начинать действовать, и распределить усилия с целью эффективного разрешения этих проблем.

Ожидаемый результат - решение до 95% всех проблем, возникающих на производстве.

Семь основных инструментов контроля качества – набор инструментов, позволяющих облегчить задачу контроля протекающих процессов и предоставить различного рода факты для анализа, корректировки и улучшения качества процессов.

1. Контрольный листок - инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации.

2. Гистограмма - инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания данных в определенный (заранее заданный) интервал.

3. Диаграмма Парето - инструмент, позволяющий объективно представить и выявить основные факторы, влияющие на исследуемую проблему, и распределить усилия для ее эффективного разрешения.

4. Метод стратификации (расслаивания данных) - инструмент, позволяющий произвести разделение данных на подгруппы по определенному признаку.

5. Диаграмма разброса (рассеивания) - инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

6. Диаграмма Исикавы (причинно-следственная диаграмма) - инструмент, который позволяет выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие).

7. Контрольная карта - инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявленных к процессу требований.

Контрольные листы (или сбор данных) - специальные бланки для сбора данных. Они облегчают процесс сбора, способствуют точности сбора данных и автоматически приводят к некоторым выводам, что очень удобно для быстрого анализа. Результаты легко преобразуются в гистограмму или диаграмму Парето. Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам. Форма контрольного листа может быть разной, в зависимости от его назначения.

Для нахождения правильного пути достижения поставленной цели или решения возникшей проблемы, первое, что необходимо сделать - собрать необходимую информацию, которая послужит основой для дальнейшего анализа. Желательно, чтобы собранные данные были представлены в структурированной и удобной для обработки форме. Для этого, а также для уменьшения вероятности возникновения ошибок при сборе данных применяют контрольный листок.

Контрольный листок – форма, предназначенная для сбора данных и их автоматического упорядочивания, что позволяет облегчить дальнейшее использование собранной информации.

По своей сути контрольный листок - бумажный бланк, на котором напечатаны контролируемые параметры, в соответствии с которыми, при помощи пометок или простых символов, в листок заносятся необходимые и достаточные данные. То есть контрольный листок – средство регистрации данных.

Форма контрольного листка зависит от поставленной задачи и может быть очень разнообразной, но в любом случае в ней рекомендуется указывать:

Тему, объект исследования (обычно указывается в заголовке контрольного листка);

Период регистрации данных;

Источник данных;

Должность и фамилию работника, регистрирующего данные;

Условные обозначения, для регистрации полученных данных;

Таблицу регистрации данных.

При подготовке контрольных листков нужно следить за тем, чтобы использовались наиболее простые способы их заполнения (цифры, условные значки), число контролируемых параметров было по возможности наименьшим (но достаточным для анализа и решения проблемы), а форма листка была как можно понятнее и удобнее для заполнения даже неквалифицированным персоналом.

1. Сформулируйте цель и задачи, для которых собирается информация.

2. Выберите методы контроля качества, с помощью которых будет производиться дальнейший анализ и обработка собранных данных.

3. Определите временной период, в течение которого будут проводиться исследования.

4. Разработайте меры (создайте условия) для добросовестного и своевременного внесения данных в контрольный листок.

5. Назначьте ответственных за сбор данных.

6. Разработайте форму бланка контрольного листка.

7. Подготовьте инструкции по выполнению сбора данных.

8. Проведите инструктаж и обучение работников сбору данных и внесению их в контрольный листок.

9. Организуйте периодические проверки сбора данных.

Самым острым вопросом, возникающим при решении проблемы, является достоверность собираемой персоналом информации. Найти решение на основании искаженных данных очень затруднительно (если вообще возможно). Принятие мер (создание условий) для регистрации работниками истинных данных является необходимым условием для достижения поставленной задачи.

Рис. Примеры контрольного листка

Возможно использование электронных бланков

При этом к минусам электронной формы контрольного листка по сравнению с бумажной можно отнести:

- б о льшую сложность для использования;

- необходимость тратить больше времени на внесение данных.

К плюсам:

- удобство обработки и анализа данных;

- высокая скорость получения необходимой информации;

- возможность одновременного доступа к информации множества людей.

Однако большинство собираемых данных приходится дублировать в бумажном виде. Проблема в том, что это ведет к снижению производительности: время, которое экономится на проведение анализа, хранение и получение необходимой информации большей частью нивелируется за счет двойной работы по регистрации данных.

Гистограмма – инструмент, который позволяет наглядно изобразить и легко выявить структуру и характер изменения полученных данных (оценить распределение), которые трудно заметить при их табличном представлении.

Проведя анализ формы полученной гистограммы и ее местоположения относительно интервала допуска можно сделать заключение о качестве рассматриваемой продукции или состоянии изучаемого процесса. На основе заключения вырабатываются меры по устранению отклонений качества продукции или состояния процесса от нормы.

В зависимости от способа представления (сбора) исходных данных, методика построения гистограммы разбивается на 2 варианта:

I вариант Для сбора статистических данных разрабатываются контрольные листки показателей продукции или процесса. При разработке бланка контрольных листков необходимо сразу определиться с количеством и размером интервалов, в соответствии с которыми будет производиться сбор данных, на основе которых в свою очередь будет построена гистограмма. Это необходимо в связи с тем, что после заполнения контрольного листка пересчитать значения показателя для других интервалов будет практически невозможно. Максимум, что можно будет сделать – не учитывать интервалы, в которые не попало ни одно значение и объединять по 2, 3 и т.д. интервала, не боясь исказить данные. Как вы понимаете при таких ограничениях, к примеру, из 11 интервалов сделать 7 практически невозможно.

Методика построения :

1. Определите количество и ширину интервалов для контрольного листка.

Точное количество и ширину интервалов стоит выбирать исходя из удобства использования или по правилам статистики. Если для измеряемого показателя существуют допуски, то стоит ориентироваться на 6-12 интервалов внутри допуска и 2-3 интервала за пределами допуска. Если допусков нет, то оцениваем возможный разброс значений показателя и тоже делим на 6-12 интервалов. При этом ширина интервалов обязательно должна быть одинаковой.

2. Разработайте контрольные листки и с их помощью произведите сбор необходимых данных.

3. С помощью заполненных контрольных листков подсчитайте частоту попадания (т.е. сколько раз) полученных значений показателя в каждый интервал.

Обычно для этого выделяют отдельный столбец, расположенный в конце таблицы регистрации данных.

Если значение показателя точно соответствует границе интервала, то добавьте по половинке обоим интервалам на границу которых попало значение показателя.

4. Для построения гистограммы используйте только те интервалы, в которые попало хотя бы одно значение показателя.

Если между интервалами, в которые попали значения показателя, имеются пустые интервалы, то их тоже нужно построить на гистограмме.

5. Вычислите среднее значение результатов наблюдения.

На гистограмму необходимо нанести среднее арифметическое значение полученной выборки.

Стандартная формула, используемая для вычислений:

где x i – полученные значения показателя,

N – общее количество полученных данных в выборке.

Каким образом ею воспользоваться, если нет точных значений показателя x 1 , x 2 и т.д. нигде не объясняется. В нашем случае для приблизительной оценки среднего арифметического могу предложить воспользоваться собственной методикой:

а) определите среднее значение для каждого интервала по формуле:

где j – интервалы, выбранные для построения гистограммы,

x j max – значение верхней границы интервала,

x j min – значение нижней границы интервала.

б) определите среднее арифметическое выборки по формуле:

где n – количество выбранных интервалов для построения гистограммы,

v j – частота попадания результатов выборки в интервал.

6. Постройте горизонтальную и вертикальную оси.

7. На горизонтальную ось нанесите границы выбранных интервалов.

Если в дальнейшем планируется сравнивать гистограммы, описывающие похожие факторы или характеристики, то стоит при нанесении шкалы на ось абсцисс руководствоваться не интервалами, а единицами измерения данных.

8. На вертикальную ось нанесите шкалу значений в соответствии с выбранным масштабом и диапазоном.

9. Для каждого выбранного интервала постройте столбик, ширина которого равна интервалу, а высота равна частоте попадания результатов наблюдений в соответствующий интервал (частота уже подсчитана ранее).

Нанесите на график линию, соответствующую среднему арифметическому значению исследуемого показателя. При наличии поля допуска постройте линии, соответствующие границам и центру интервала допуска.

II вариант Статистические данные уже собраны (например, проставлены в журналах регистрации) или их предполагается собрать в виде точно измеренных значений. В связи с этим мы не ограничены никакими начальными условиями, поэтому можем выбирать, а также в любой момент изменять количество и ширину интервалов в соответствии с текущими потребностями.

Методика построения :

1. Полученные данные сведите в один документ в удобном для дальнейшей обработки виде (например, в виде таблицы).

2. Вычислите диапазон значений показателя (выборочный размах) по формуле:

где x max – наибольшее полученное значение,

x min – наименьшее полученное значении.

3. Определите количество интервалов гистограммы.

Для этого можно воспользоваться таблицей, рассчитанной на основе формулы Стерджесса:

Можно также воспользоваться таблицей, рассчитанной на основе формулы:

4. Определите ширину (размер) интервалов по формуле:

5. Округлите полученный результат в большую сторону до удобного значения.

Обратите внимание, что вся выборка должна быть разделена на интервалы одинакового размера.

6. Определите границы интервалов. Сначала определите нижнюю границу первого интервала таким образом, чтобы она была меньше x min . К ней прибавьте ширину интервала, чтобы получить границу между первым и вторым интервалами. Далее продолжайте прибавлять ширину интервала (Н ) к предыдущему значению для получения второй границы, затем третьей и т. д.

После произведенных действий следует удостовериться, что верхняя граница последнего интервала больше x max .

7. Для выбранных интервалов подсчитайте частоты попадания значений исследуемого показателя в каждый интервал.

Если значение показателя точно соответствует границе интервала, то добавьте по половинке обоим интервалам, на границу которых попало значение показателя.

8. Вычислите среднее значение исследуемого показателя по формуле:

Следуйте порядку построения гистограммы, начиная с п.5, приведенной выше методики для I варианта .

Анализ гистограммы также разбивается на 2 варианта, в зависимости от наличия технологического допуска.

I вариант Допуски для показателя не заданы. В этом случае производим анализ формы гистограммы:

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

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

Отрицательно скошенное распределение (положительно скошенное распределение). 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.

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

Распределение с обрывом справа (распределение с обрывом слева). 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.

Такая форма часто встречается в ситуации 100 %-го контроля изделий по причине плохой воспроизводимости процесса.

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

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

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

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

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

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

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

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

Распределение с изолированным пиком. Совместно с обычной формой гистограммы появляется небольшой изолированный пик.

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.

II вариант. Для исследуемого показателя существует технологический допуск. В этом случае производится анализ, как формы гистограммы, так и ее расположение по отношению к полю допуска. Возможны варианты:

Гистограмма имеет вид обычного распределения. Среднее значение гистограммы совпадает с центром поля допуска. Ширина гистограммы меньше ширины поля допуска с запасом.

В данной ситуации процесс не нуждается в корректировке.

Гистограмма имеет вид обычного распределения. Среднее значение гистограммы совпадает с центром поля допуска. Ширина гистограммы равна ширине интервала допуска, в связи с чем возникают опасения появления некондиционных деталей как со стороны верхнего, так и со стороны нижнего полей допуска.

В этом случае необходимо либо рассмотреть возможность изменения технологического процесса с целью уменьшения ширины гистограммы (например, увеличение точности оборудования, использование более качественных материалов, изменение условий обработки изделий и т.д.) либо расширить поле допуска, т.к. требования к качеству деталей в данном случае трудновыполнимы.

Гистограмма имеет вид обычного распределения. Среднее значение гистограммы совпадает с центром поля допуска. Ширина гистограммы больше ширины интервала допуска, в связи с чем обнаруживаются некондиционные детали как со стороны верхнего, так и со стороны нижнего полей допуска.

В этом случае необходимо реализовать меры, описанные в пункте 2.

Гистограмма имеет вид обычного распределения. Ширина гистограммы меньше ширины поля допуска с запасом. Среднее значение гистограммы сдвинуто влево (вправо) относительно центра интервала допуска, в связи с чем имеются опасения, что могут находится некондиционные детали со стороны нижней (верхней) границы поля допуска.

В данной ситуации необходимо проверить, не вносят ли систематическую ошибку применяемые средства измерения. Если средства измерения исправны, следует отрегулировать процесс таким образом, чтобы центр гистограммы совпал с центром поля допуска.

Гистограмма имеет вид обычного распределения. Ширина гистограммы примерно равна ширине поля допуска. Среднее значение гистограммы сдвинуто влево (вправо) относительно центра интервала допуска, причем один или несколько интервалов выходят за границу поля допуска, что свидетельствует о наличии дефектных деталей.

В этом случае первоначально необходимо отрегулировать технологические операции таким образом, чтобы центр гистограммы совпадал с центром поля допуска. После этого нужно принять меры для уменьшения размаха гистограммы или увеличения размера интервала допуска.

Центр гистограммы смещен к верхнему (нижнему) пределу допуска, причем правая (левая) сторона гистограммы рядом с верхней (нижней) границей допуска имеет резкий обрыв.

В этом случае можно сделать вывод, что изделия со значением показателя, выходящим за пределы поля допуска, исключили из партии или умышленно распределили как годные, для включения в пределы допуска. Следовательно, необходимо выявить причину, которая привела к появлению данного явления.

Центр гистограммы смещен к верхнему (нижнему) пределу допуска, причем правая (левая) сторона гистограммы рядом с верхней (нижней) границей допуска имеет резкий обрыв. Кроме того один или несколько интервалов выходят за границы поля допуска.

Случай аналогичен 6., но интервалы гистограммы, выходящие за границы поля допуска указывают на то, что измерительное средство было неисправно. В связи с эти необходимо провести поверку средств измерения, а также провести повторный инструктаж работникам по правилам выполнения измерений.

Гистограмма имеет два пика, хотя измерение значений показателя проводилось у изделий из одной партии.

В этом случае можно сделать вывод, что изделия были получены в разных условиях (например, использовались материалы разных сортов, изменялась настройка оборудования, изделия производились на разных станках и т.д.). В связи с этим для дальнейшего анализа рекомендуется применить метод стратификации.

Основные характеристики гистограммы в порядке (соответствуют случаю 1.), при этом имеются дефектные изделия со значениями показателя, выходящими за пределы поля допуска, которые образуют обособленный «островок» (изолированный пик).

Данная ситуация могла возникнуть в результате небрежности, при которой дефектные детали были перемешаны с доброкачественными. В этом случае необходимо выявить причины и обстоятельства, приводящие к возникновению данной ситуации, а также принять меры к их устранению.

К семи новым инструментам контроля качества продукции относятся:

– диаграмма сродства

– диаграмма зависимостей

–системная (древовидная) диаграмма

– матричная диаграмма

– стрелочная диаграмма

– диаграмма планирования оценки процесса

– анализ матричных данных

– схема потока

Диаграмма сродства:

Цель метода – Систематизация и упорядочение идей, потребительских требований или мнений членов групп, высказанных в связи с решением какой-либо проблемы.

Диаграмма сродства обеспечивает общее планирование. Это творческий инструмент, который помогает уяснить нерешенные проблемы, раскрывая ранее невидимые связи между отдельными частями информации или идеями, путем сбора из разных источников бессистемно изложенных устных данных и их анализа по принципу взаимного сродства (ассоциативной близости).

План действий

1. Сформировать команду из специалистов, владеющих вопросами по обсуждаемой теме.

2. Сформулировать вопрос или проблему в виде развернутого предложения.

3. Провести "мозговую атаку", связную с основными причинами существования проблемы или ответов на поставленные вопросы.

4. Зафиксировать все высказывания на карточках, сгруппировать родственные данные по направлениям и присвоить заголовки каждой группе. Попробовать объединить какие-либо из них под общим заголовком, создавая иерархию.

1. При формулировании темы для обсуждения использовать "правило 7 плюс или минус 2". Предложение должно иметь не менее 5 и не более 9 слов, включая глагол и существительное.

2. При проведении "мозговой атаки" использовать стандартную методику.

3. Каждая формулировка записывается на отдельную карточку.

4. Если карточка может быть отнесена больше чем к одной группировке, следует сделать копии.

Карточки, не вошедшие ни в какую группировку, составляют остаток. Как правило, это 4 или 5 карточек.

Дополнительная информация:

Диаграмма сродства используется в работе не с конкретными числовыми данными, а со словесными высказываниями.

Диаграмму сродства следует применять, главным образом, когда:

· необходимо систематизировать большое количество информации (различных идей, разных точек зрения и т. д.);

· ответ или решение не всем абсолютно очевиден;

· принятие решения требует согласия среди членов команды (а воз- можно, и среди других заинтересованных лиц), чтобы эффективно работать.

Достоинства метода

Раскрывает родство между различными частями информации.

Процедура создания диаграммы сродства позволяет членам команды выйти за рамки привычного мышления и способствует реализации творческого потенциала команды.

Недостатки метода

При наличии большого числа объектов (начиная с нескольких десятков) инструменты творчества, в основе которых лежат ассоциативные способности человека, уступают инструментам логического анализа.

Диаграмма сродства – первый из инструментов среди семи методов управления качеством, который способствует выяснению более точного понимания проблемы и позволяет выявлять основные нарушения процесса путем сбора, обобщения и анализа большого числа устных данных на основе родственных (близких) отношений между каждым элементом.

Ожидаемый результат

Новое понимание требований и проблемных вопросов, и новые решения старых проблем.

Эта диаграмма служит для определения причин нарушения процесса и их систематизации для облегчения поиска мер, направленных на их исключение. Например, важной задачей является нахождение правильных методов осуществления научных исследований и разработок с учетом условий, складывающихся в современном обществе в «эпоху высокоэффективных технологий». При этом важным оказывается вопрос, как изменить существующую систему обеспечения качества, чтобы она соответствовала новым требованиям. Каждая такая тема характеризуется множеством словесных данных. Диаграмма сродства представляет собой метод систематизации основных проблем, требующих решения, подобранных по принципу сродства того количества словесных данных, которое относится к этим проблемам.

Диаграмма взаимосвязей.

Эта диаграмма составляется для того, чтобы проблемам, требующим разрешения, зафиксированным в диаграмме сродства, поставить в соответствие основные причины, вызвавшие их появление, например, диаграмма зависимостей, указывающая причины несовпадения параметров опытных образцов изделия по его проекту.

На диаграмме, показанной на рисунке 8.2 приведено 30 факторов, которые рассматриваются как первичные и вторичные причины несовпадения: зависимости между ними показаны стрелками. Классификация этих причин по важности осуществляется с учетом используемой технологии, числовых данных, характеризующих причины и т.д.

Чтобы оценить значимость взаимного влияния подсчитывают количество входящих и выходящих стрелок на каждом факторе.

Древовидная диаграмма.

Диаграмма дерева исследует все возможные причины на основании множества последовательных шагов.

Эта диаграмма используется в качестве метода системного определения оптимальных средств решения возникших проблем и строится в виде многоступенчатой древовидной структуры, элементами которой являются различные средства и способы решения. Как правило, иерархические структуры типа «дерево». Применяется для анализа возможности решения некоторой сложной проблемы.

Анализ может осуществляться в разных аспектах, например, для:

Выявления тех подпроблем, совокупность которых отражает сущность сложной исходной проблемы (в этом случае дерево представляет собой дерево проблем);

Определения набора средств, с помощью которых может быть обеспечено решение исходной проблемы (дерево становится деревом средств или деревом мероприятий);

Обозначения или иерархического упорядочения тех целей, для достижения которых выполняется некоторый проект или программа (дерево целей);

Выбора оптимального набора средств, обеспечивающих решение исходной сложной проблемы (дерево решений);

Распространения ресурсов (например, финансовых), выделяемых для решения отдельных подпроблем сложной проблемы (дерево относительных важностей);

Прогнозирование возможности решения отдельных подпроблем сложной проблемы (дерево прогнозов).

Применяются и другие виды деревьев: дерево свойств, дерево показателей, дерево классификационное, дерево дефектов, дерево полезностей, дерево функций, дерево взаимосвязей, дерево ресурсов.

Практически все перечисленные выше виды деревьев могут рассматриваться как частные случаи дерева проблем. Поскольку оно наиболее часто используется на практике, последующий материал будет излагаться на наиболее часто встречающемся дереве проблем.

Кроме сложных и простых в дереве свойств могут присутствовать так называемые квазипростые свойства. Это свойства, которые в силу того, что они являются сложными, могут быть разделены на группы менее сложных, однако нет необходимости подвергать их такому делению, поскольку известна функциональная или корреляционная зависимость между таким сложным свойством и группой менее сложных свойств.

В дереве свойств качество, как наиболее сложное свойство рассматривается в виде ствола дерева, который условно считают расположенным в 0-м ярусе дерева (рисунок 8.3). Это сложное свойство делится на менее сложные свойства, каждое из которых, в свою очередь, делится на еще менее сложные и т.д. Причем свойства более низкого (К-1)-го яруса являются обобщающимися для соответствующих свойств последующего К-го яруса (К=1,2,…m, где m – номер самого высокого (последнего) яруса дерева свойств).

При построении (синтезе) деревьев в системном анализе, исследовании операций, чаще всего используют так называемое нижестороннее дерево (т.е. дерево, растущее вниз (рисунок 8.4 а)). Реже верхнестороннее дерево (рисунок 8.4 б) или правостороннее (растущее слева направо рисунок 8.4 в). Совсем редко применяют левосторонее (т.е. растущее влево рисунок 8.4 г).

На практике применяются три основные формы изображения дерева: табличная форма (рисунок 8.5 а), дающая возможность компактно (но не совсем наглядно) изобразить взаимосвязи элементов дерева и две так называемые графовые формы, менее компактные по сравнению с табличной, но обеспечивающие лучшую наглядность. Эти разновидности графовых форм: строгая графовая форма рисунок 8.5 б) и нестрогая графовая форма (рисунок 8.4 а-г).

Строгая графовая форма используется чаще всего в прогнозировании и исследовании операций.

Правила, регламентирующие выбор типа дерева:

Полное дерево при применении точного метода решения задачи (решение задачи количественного сравнения двух объектов по их качеству с минимальной погрешностью);

Усеченное дерево при применении шкалы рангов (если количественные результаты сравнения объектов по качеству допустимо выразить в шкале рангов).

Неполное дерево при применении упрощенного метода решения задачи.

Каждое свойство, входящее в группу свойств должно быть необходимым для адекватного описания связанного с этой группой сложного свойства, расположенного на дереве свойств на один ярус ниже, и, одновременно, количество этих свойств должно быть достаточным для обеспечения выше адекватного описания.

Число свойств в группе должно быть минимальным, не более семи-девяти.

Правильное построение дерева – важное условие, в решающей степени влияющее на достоверность получаемой при оценивании качества объекта информации.

Предположим, что фактор «много бракованных деталей, получаемых по внешнему заказу» на диаграмме зависимостей является наиболее важным фактором. В этом случае проблемой, требующей решения, будет «Снижение брака деталей, получаемых по внешнему заказу». Меры, применяемые для решения возникшей проблемы, выбираются с учетом самых разных факторов, таких как руководство фирмой, на которой размещен заказ, уровень техники на фирме-заказчике, уровень техники контроля и т.д.

На рисунке 8.6 приведена древовидная диаграмма, в которой систематизированы меры, с помощью которых планируется распространение на фирме «семи новых инструментов контроля качества», для успешного осуществления плана внедрения всеобщего контроля качества.

В правой части диаграммы обычно приводится оценка мер по их важности и подробное пояснение способа выполнения намеченной меры.

Матричная диаграмма.

В матричной диаграмме подобно «дому качества» из «голоса заказчика» противопоставляются требования к продукции с точки зрения заказчика и с точки зрения продавца. В отдельных клеточках матрицы оценивается взаимовлияние.

Эта диаграмма выражает соответствие определенных факторов и явлений различным причинам их появления и средствам устранения их последствий, а также степень взаимных зависимостей этих факторов, причин их возникновения и мер по их устранению. На рисунке 8.7 приведена наиболее часто используемая Т-образная матричная диаграмма. На диаграмме приведены различные факторы, ухудшающие внешний вид определенных изделий, вызывающие их причины, а также процесс, являющийся причиной их возникновения. Расположение данных по трем направлениям образует Т-образную матричную диаграмму. Степень важности показана специальным, заранее оговоренным значком. Желательно, чтобы данные в клетках, расположенных на пересечении осей, были представлены в процентах появления брака. На основании приведенных данных можно решить, часто ли возникает отклонение от требуемого уровня качества, выраженное в том или ином явлении, какая причина оказывается наиболее важной в возникновении этого отклонения, какой процесс оказался источником этого отклонения и т.д. Таким образом, эта диаграмма дает возможность определить меры для уменьшения отклонения от требуемого уровня качества изделия, т.е. для уменьшения процента брака.

Стрелочная диаграмма.

Стрелочная диаграмма используется на этапе составления оптимальных планов тех или иных мероприятий после того, как определены проблемы, требующие решения, намечены необходимые меры, определены сроки и размечен ход осуществления запланированных мер, т.е. после составления первых четырех диаграмм. На рисунке 8.8 приведена стрелочная диаграмма плана подготовки 1-й конференции членов кружков качества на фирме.

Стрелочная диаграмма наглядно показывает взаимозависимость процессов и событий.

Как видно из диаграммы, для подготовки требуется 48 дней. На диаграмме показан порядок осуществления мероприятий, представлены параллельные операции. В случае если 48 дней окажется слишком много по отношению к намеченному сроку открытия конференции, план необходимо скорректировать. Для этого следует оптимизировать программу подготовки: добавить параллельные операции, сократить сроки, отведенные на те или иные операции, и т.д.

65.Диаграмма планирования осуществления процессов.

Как и при анализе FMEA при осуществлении отдельных шагов уже заранее исследуются потенциальные препятствия и определяются соответствующие контрмеры.

Эта диаграмма применяется для оценки сроков и правильности осуществления программы и возможности корректирования тех или иных мероприятий в ходе их выполнения в соответствии со стрелочной диаграммой в случаях решения сложных проблем в области научных разработок, в области производства при хроническом появлении брака, при получении крупных заказов со стороны и т.д. В этом случае вначале составляют программу и, если на промежуточных этапах ее реализации возникнут отклонения от намеченных пунктов, сосредотачивают внимание на мероприятиях, приводящих процесс в соответствие с программой. В тех случаях, когда в ходе выполнения программы складывается непредвиденная ситуация, которую совершенно нельзя было учесть заранее, необходимо составить новую программу, лишенную прежних недостатков.

В работах по корректированию процесса должны участвовать не только непосредственные исполнители, но и другие лица и подразделения, имеющие отношение к этой области. Это позволяет не упустить время и добиться наибольшего эффекта в реализации планов. На рисунке 8.9 приведен пример диаграммы PDPC, которая была использована при осуществлении одной из задач в области научных разработок.

Матрица приоритетов.

Это метод представления в нескольких двухмерных плоскостях. Анализ матричных данных соответствует методу анализа составляющих, типичным примером которого является метод многофакторного анализа.

Пусть, например, требуется определить 234 числовых данных, относящихся к 9 факторам, на которых может сказываться брак, для 26 видов изделий, изготавливаемых литьем по корковым формам, с целью снижения брака (таблица 8.1).

Результаты анализа этих данных представлены на рисунке 8.10. Разными по размеру черными кружками на рисунке показан процент брака для отдельных видов изделий.

Результат анализа показал, что к составляющим первого порядка важности относятся такие факторы, как вес, площадь заглушки, отношение веса к площади заглушки, диаметр выводной трубки, а к составляющим второго порядка важности – расход материала на единицу готовой продукции, форма.

Таблица 8.1 – Исходные данные для анализа матричных данных

Факторы Изделия

Из рисунка 8.10 можно сделать вывод, что процент брака высок для факторов первого порядка важности, матричные данные для которых оказались в отрицательных плоскостях. После проведения специальных мероприятий, направленных на снижение брака, процесс производства был стабилизирован.

Каждый из семи инструментов можно применять по одному, но они построены таким образом, что взаимодействуют, и из этого складывается дополнительная польза (рисунок 8.11).

67.Математическое планирование эксперимента.

Один из базовых принципов управления качеством состоит в принятии решений на основе фактов. Наиболее полно это решается методом моделирования процессов, как производственных, так и управленческих инструментами математической статистики. Однако, современные статистические методы довольно сложны для восприятия и широкого практического использования без углубленной математической подготовки всех участников процесса. К 1979 году Союз японских ученых и инженеров (JUSE) собрал воедино семь достаточно простых в использовании наглядных методов анализа процессов. При всей своей простоте они сохраняют связь со статистикой и дают профессионалам возможность пользоваться их результатами, а при необходимости - совершенствовать их.

Причинно-следственная диаграмма (диаграмма Ишикавы)

Диаграмма типа 5М рассматривает такие компоненты качества, как “человек”, “машина”, “материал”, “метод”, “контроль”, а в диаграмме типа 6М к ним добавляется компонент “среда”. Применительно к решаемой задаче квалиметрического анализа, для компоненты “человек” необходимо определить факторы, связанные с удобством и безопасностью выполнения операций; для компоненты “машина” - взаимоотношения элементов конструкции анализируемого изделия между собой, связанные с выполнением данной операции; для компоненты “метод” - факторы, связанные с производительностью и точностью выполняемой операции; для компоненты “материал” - факторы, связанные с отсутствием изменений свойств материалов изделия в процессе выполнения данной операции; для компоненты “контроль” - факторы, связанные с достоверным распознаванием ошибки процесса выполнения операции; для компоненты “среда” - факторы, связанные с воздействием среды на изделие и изделия на среду.

Пример диаграммы Ишикавы

Контрольные листки

Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам.

Гистограммы

Гистограммы – один из вариантов столбчатой диаграммы, отображающий зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений от этих значений.

Гистограмма строится следующим образом:

Определяем наибольшее значение показателя качества.
Определяем наименьшее значение показателя качества.
Определяем диапазон гистограммы как разницу между наибольшим и наименьшим значением.
Определяем число интервалов гистограммы. Часто можно пользоваться приближенной формулой:
(число интервалов) = Ц (число значений показателей качества) Например, если число показателей = 50, число интервалов гистограммы = 7.
Определяем длину интервала гистограммы = (диапазон гистограммы) / (число интервалов).
Разбиваем диапазон гистограммы на интервалы.
Подсчитываем число попаданий результатов в каждый интервал.
Определяем частоту попаданий в интервал = (число попаданий)/(общее число показателей качества)
Строим столбчатую диаграмму

Диаграммы разброса

Диаграммы разброса представляют из себя графики вида, изображенного ниже, которые позволяют выявить корреляцию между двумя различными факторами.

Диаграмма разброса: Взаимосвязи показателей качества практически нет.

Диаграмма разброса: Имеется прямая взаимосвязь между показателями качества

Диаграмма разброса: Имеется обратная взаимосвязь между показателями качества

Анализ Парето

Анализ Парето получил свое название по имени итальянского экономиста Вилфредо Парето, который показал, большая часть капитала (80%) находится в руках незначительного количества людей (20%). Парето разработал логарифмические математические модели, описывающие это неоднородное распределение, а математик М.Оа. Лоренц представил графические иллюстрации.

Правило Парето - “универсальный” принцип, который применим во множестве ситуаций, и без сомнения - в решении проблем качества. Джозеф Джуран отметил “универсальное” применение принципа Парето к любой группе причин, вызывающих то или иное последствие, причем большая часть последствий вызвана малым количеством причин. Анализ Парето ранжирует отдельные области по значимости или важности и призывает выявить и в первую очередь устранить те причины, которые вызывают наибольшее количество проблем (несоответствий).

Анализ Парето как правило иллюстрируется диаграммой Парето (рис. ниже), на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания вызванных ими проблем, а по оси ординат – в количественном выражении сами проблемы, причем как в численном, так и в накопленном (кумулятивном) процентном выражении.

На диаграмме отчетливо видна область принятия первоочередных мер, очерчивающая те причины, которые вызывают наибольшее количество ошибок. Таким образом, в первую очередь, предупредительные мероприятия должны быть направлены на решение проблем именно этих проблем.

Диаграмма Парето

Стратификация

В основном, стратификация - процесс сортировки данных согласно некоторым критериям или переменным, результаты которого часто показываются в виде диаграмм и графиков

Мы можем классифицировать массив данных в различные группы (или категории) с общими характеристиками, называемыми переменной стратификации. Важно установить, которые переменные будут использоваться для сортировки.

Стратификация - основа для других инструментов, таких как анализ Парето или диаграммы рассеивания. Такое сочетание инструментов делает их более мощными.

На рисунке приведен пример анализа источника возникновения дефектов. Все дефекты (100%) были классифицированы на четыре категории – по поставщикам, по операторам, по смене и по оборудованию. Из анализа представленных донных наглядно видно, что наибольший вклад в наличие дефектов вносит в данном случае «поставщик 1».

Стратификация данных.

Контрольные карты

Контрольные карты – специальный вид диаграммы, впервые предложенный В. Шухартом в 1925 г. Контрольные карты имеют вид, представленный на рис. 4.12. Они отображают характер изменения показателя качества во времени.

Общий вид контрольной карты

Контрольные карты по количественным признакам

Контрольные карты по количественным признакам - это как правило сдвоенные карты, одна из которых изображает изменение среднего значения процесса, а 2-я - разброса процесса. Разброс может вычисляться или на основе размаха процесса R (разницы между наибольшим и наименьшим значением), или на основе среднеквадратического отклонения процесса S.

В настоящее время обычно используются x- S карты, x - R карты используются реже.

Контрольные карты по качественным признакам

Карта для доли дефектных изделий (p - карта)

В p - карте подсчитывается доля дефектных изделий в выборке. Она применяется, когда объем выборки - переменный.

Карта для числа дефектных изделий (np - карта)

В np - карте подсчитывается число дефектных изделий в выборке. Она применяется, когда объем выборки - постоянный.

Карта для числа дефектов в выборке (с - карта)

В с - карте подсчитывается число дефектов в выборке.

Карта для числа дефектов на одно изделие (u - карта )

В u - карте подсчитывается число дефектов на одно изделие в выборке.

Бланк контрольной карты

Рассмотренные выше простые инструменты контроля качества («Семь инструментов контроля качества») предназначены для анализа количественных данных о качестве. Они позволяют достаточно простыми, но научно обоснованными методами решать 95 % проблем анализа и управления качеством в разных областях. Они используют приемы в основном математической статистики, однако доступны всем участникам процесса производства и применяются практически на всех этапах жизненного цикла продукции.

Тем не менее, при создании нового продукта не все факты имеют численную природу. Существуют факторы, которые поддаются лишь словесному описанию. Учет этих факторов составляет примерно 5 % проблем в области качества. Эти проблемы возникают в основном в области управления процессами, системами, коллективами, и при их решении наряду со статистическими методами необходимо использовать результаты операционного анализа, теории оптимизации, психологии и др.

Поэтому JUSE (Union of Japanese Scientists and Engineers - Союз японских ученых и инженеров) в 1979 г. на базе этих наук разработал очень мощный и полезный набор инструментов, позволяющих облегчить задачу управления качеством при анализе указанных факторов.

К «Семи инструментам управления» относятся:

1) диаграмма сродства (affinity diagram);

2) диаграмма (график) взаимосвязей (зависимостей) (interrelationship diagram);

3) древовидная (системная) диаграмма (дерево решений) (tree diagram);

4) матричная диаграмма или таблица качества (matrix diagram or quality table);

5) стрелочная диаграмма (arrow diagram);

6) диаграмма процесса осуществления программы (планирования осуществления процесса) (Process Decision Program Chart - PDPC);

7) матрица приоритетов (анализ матричных данных) (matrix data analysis).

Сбор исходных данныхобычно осуществляют в период «мозговых штурмов» специалистов в исследуемой области и неспециалистов, но способных генерировать продуктивные идеи в новых для себя вопросах.

Каждый участник может свободно высказываться по обсуждаемой теме. Его предложения фиксируются. Проводится обработка результатов обсуждения, и предлагаются средства для решения проблемы.

Сфера применения «Семи новых инструментов контроля качества» быстро расширяется. Эти методы применяются в таких областях как делопроизводство и управление, обучение и подготовка кадров и пр.

Наиболее эффективно применять «Семь новых инструментов» на этапе

· разработки новой продукции и подготовки проекта;

· для выработки мер по снижению брака и уменьшению рекламаций;

· для повышения надежности и безопасности;

· для обеспечения выпуска экологической продукции;

· для совершенствования стандартизации и т. д.

Рассмотрим кратко эти инструменты.

1. Диаграмма сродства (ДС)- позволяет выявить основные нарушения процесса путем объединения однородных устных данных.

§ определение темы для сбора данных;

§ создание группы по сбору данных от потребителей;

§ занесение полученных данных на карточки (самоклеящиеся листы), которые можно свободно перемещать;

§ группировка (систематизация) однородных данных по направлениям различных уровней;

§ формирование единого мнения членов группы по распределению данных;

§ создание иерархии выделенных направлений.

2. Диаграмма взаимосвязей (ДВ)- способствует определению взаимосвязи основных причин нарушения процесса с проблемами, существующими в организации.

Процедура создания ДС состоит из следующих этапов:

· формируется группа специалистов, которые устанавливают и группируют данные по проблеме;

· выявленные причины размещаются на карточках, и устанавливается связь между ними. Сравнивая причины (события) необходимо задавать вопрос: « Имеется ли между этими двумя событиями связь?» Если имеется, тогда спрашивают: «Какое событие вызывает другое или является причиной возникновения другого события?»;

· рисуют стрелку между двумя событиями, показывая направление влияния;

· после выявления взаимосвязей между всеми событиями считают число стрелок, исходящих из каждого и входящих в каждое событие.

Событие с наибольшим числом исходящих стрелок является исходным.

3. Древовидная диаграмма (ДД). После определения с помощью диаграммы взаимосвязей (ДВ) наиболее важных проблем, характеристик и т. п. с помощью ДД ищут методы решения этих проблем. ДД указывает пути и задачи на различных уровнях, которые необходимо решать для достижения заданной цели.

ДД используют:

1. когда пожелания потребителей преобразуются в показатели работы организации;

2.требуется установить последовательность решения задач для достижения поставленной цели;

3. второстепенные задачи должны быть решены раньше основной задачи;

4. должны быть выявлены факты, определяющие основную проблему.

Создание ДД включает следующие этапы:

§ организуется группа, которая на основе ДС и ДВ определяет проблему исследования;

§ определяют возможные основные причины выявленной проблемы;

§ выделяют главную причину;

§ разрабатывают меры по её полному или частичному устранению.

4. Матричная диаграмма (МД)- позволяет наглядно представить взаимосвязи между различными факторами и степень их тесноты. Это повышает эффективность решения различных задач, учитывающих такие взаимосвязи. В качестве факторов, подвергаемых анализу с помощью МД, могут быть:

§ проблемы в области качества и причины их появления;

§ проблемы и способы их устранения;

§ потребительские свойства продукции, их инженерные характеристики;

§ свойства изделия и его комплектующих;

§ характеристики качества процесса и его элементы;

§ характеристики эффективности работы организации;

§ элементы системы менеджмента качества и др.

Метод матричных диаграмм, как и другие новые инструменты качества, обычно реализуется командой, перед которой поставлена какая-либо задача в области улучшения качества. Степень тесноты взаимосвязи между факторами оценивается либо с помощью экспертных оценок, либо с помощью корреляционного анализа.

5. Стрелочная диаграмма (СД). После предварительного анализа проблемы и способов ее решения, выполненного с помощью методов ДС, ДВ, ДД, МД, составляется план работ по решению проблемы, например по созданию продукта. План должен содержать все этапы работ и информацию об их продолжительности. Для облегчения разработки и контроля плана работ путем повышения его наглядности используется СД. Стрелочная диаграмма может иметь вид либо диаграммы Ганта, либо сетевого графа. На сетевом графе с помощью стрелок наглядно показана последовательность действий и влияние той или иной операции на ход выполнения последующих операций, поэтому сетевой граф более удобен для контроля над ходом выполнения работ, чем диаграмма Ганта.

6.Диаграмма планирования осуществления процесса - PDPC (Process Decision Program Chart) применяется для:

§ планирования и оценки сроков выполнения сложных процессов в области научных исследований,

§ производства новой продукции,

§ решения задач менеджмента со многими неизвестными, когда необходимо предусмотреть различные варианты решений, возможности корректировки программы работ.

С помощью диаграммы PDPC отразить процесс к которому применим цикл Деминга (PDCА). В результате использования цикла Деминга к конкретному процессу при необходимости осуществляется одновременно и совершенствование этого процесса.

7. Анализ матричных данных (матрица приоритетов ).

Данный метод наряду с диаграммой взаимосвязей (ДВ) и в определенной степени матричной диаграммой (МД) предназначен для выделения факторов, имеющих приоритетное влияние на изучаемую проблему. Особенностью данного метода является то, что поставленная задача решается путем многофакторного анализа большого числа опытных данных, часто косвенным образом характеризующих изучаемые взаимосвязи. Анализ взаимосвязей между этими данными и изучаемыми факторами позволяет выделить наиболее важные факторы, для которых затем устанавливаются взаимосвязи с выходными показателями изучаемого явления (процесса).

ВОПРОСЫ ДЛЯ САМОПРОВЕРКИ

1.Перечислите семь простых инструментов контроля качества. Для чего их используют?;

2. Для чего используют контрольный листок и диаграмму Парето?;

3. Какие факторы, влияющие на качество, представлены в диаграмме Исикавы?;

4. Что определяют с помощью гистограммы, диаграммы разброса и стратификации?;

5. С помощью какого простого инструмента судят об управляемости процесса?;

6. С какой целью разработаны «Семь новых инструментов контроля качества»? Перечислите их.

7. На каких этапах наиболее эффективно применять «Семь новых инструментов качества»?

Система менеджмента качества это система, эффективная работа которой невозможна без объективной и достоверной информации. Именно такая информация позволяет принимать правильные решения по управлению качеством продукции, процессами, системами и различными видами ресурсов организации. Но для того, чтобы принимаемые решения действительно были правильными, они должны основываться на определенном наборе исходных данных, характеризующих продукцию, процесс или систему управления организации. Получить этот набор данных можно в том случае, если организация систематически применяет инструменты качества.

Инструменты качества - это различные методы и техники по сбору, обработке и представлению количественных и качественных данных какого-либо объекта (продукта, процесса, системы и т.п.). Набор методов, который применяется в менеджменте качества достаточно широкий и разнообразный. Он формировался на протяжении всей истории развития менеджмента качества.

Инструменты контроля качества - речь здесь идет об инструментах контроля, которые позволяют принимать управленческие решения, а не о технических средствах контроля. Большинство инструментов, применяемых для контроля, основаны на методах математической статистики. Современные статистические методы и математический аппарат, применяемый в этих методах, требуют от сотрудников организации хорошей подготовки, что далеко не каждая организация может обеспечить. Однако без контроля качества невозможно управлять качеством и тем более повышать качество.

Из всего разнообразия статистических методов для контроля наиболее часто применяют самые простые статистические инструменты качества. Их еще называют семь инструментов качества или семь инструментов контроля качества. Эти инструменты были отобраны из множества статистических методов союзом японских ученых и инженеров (JUSE) в 1979г. Особенность этих инструментов заключается в их простоте, наглядности и доступности для понимания получаемых результатов.

«Семь инструментов контроля качества» (методы административного управления) позволяют простыми методами решить до 95 % проблем, возникающих при контроле качества в самых разных областях. Оставшиеся 5 % проблем требуют дополнительных методов решения.

1) Контрольные листки , позволяющие усовершенствовать процесс сбора данных и упорядочить данные для облегчения их дальнейшего использования.
2) Диаграммы Парето , позволяющие выяснить причины появления немногочисленных существенно важных дефектов и сосредоточить усилия на ликвидации именно этих причин.

С помощью диаграмм Парето анализируют виды брака, суммы потерь от брака, затраты времени и материальных средств на его использование, содержание рекламаций и затраты, связанные с рекламациями, число случаев поломок. Диаграммы Парето используются также для анализа временных факторов, себестоимости, безопасности труда, спроса на разные виды продукции, для определения эффективности мероприятий по устранению причин возникновения дефектов.

3) Диаграммы причин и результатов (диаграмма Исикавы), показывающие отношение между показателем качества и воздействующими на него факторами. Использование диаграмм Исикавы эффективно при решении вопросов обеспечения качества продукции, повышения производительности труда, разработки рационализаторских предложений, повышения эффективности использования оборудования, совершенствования техники безопасности, разработки и внедрения стандартов на технологические операции и др.
4) Гистограммы , отражающие условия процесса за период, в течение которого были получены данные. Сравнение вида распределения гистограммы с контрольными нормативами дает важную информацию для управления процессом. Гистограммы удобны при составлении месячных отчетов о качестве выпускаемой продукции, о результатах технического контроля, при демонстрации изменения уровня качества по месяцам и т.д.
5) Диаграммы рассеяния , позволяющие выявить причинно-следственные связи показателей качества и влияющих факторов при анализе диаграммы Исикавы. Диаграмма рассеяния (разброса) строится как график зависимости между двумя переменными х и у.
6) Контрольные карты , позволяющие отделить вариации показателя качества, обусловленные определенными причинами, от вариаций, обусловленных случайными причинами. Контрольная карта представляет собой специальный бланк, на котором проводится центральная линия и две линии выше и ниже средней, называемые верхней и нижней контрольными границами. На карту точками наносятся данные измерений или контроля параметров и условий производства. Исследуя изменение данных с течение времени, следят, чтобы точки графика не вышли за контрольные границы. Если обнаруживается выброс одной или нескольких точек за контрольные границы это воспринимается как информация об отклонении параметров или условий процесса от установленной нормы. Для выявления причины отклонения исследуют влияние качества исходного материала или деталей, методов, операций, условий проведения технологических операций, оборудования.
7) Метод расслоения (стратификации) , в соответствии с которым, данные группируются в зависимости от условий их получения. Обработка каждой группы данных проводится отдельно. Расслоение помогает выяснить ричины появления дефектов, если обнаруживается разница в данных между «слоями».

«Семь новых инструментов контроля качества» относятся к методам обработки главным образом словесных (описательных) данных. Применение этих инструментов особенно эффективно, когда их используют как методы наиболее полной реализации планов на основе системного подхода в условиях сотрудничества всего коллектива предприятия.

Эти «семь новых инструментов» должны дополнять другие широко применяемые статистические методы контроля качества. Важно именно совместное применение уже известных методов контроля качества и «семи новых

Диаграмма родства служит для определения нарушений установленного процесса по состоянию нарушений и для указания возможных мер, требуемых для их устранения. Диаграмма родства представляет собой перечень основных нарушений, скомплектованных по принципу родства различных данных.

Диаграмма зависимостей составляется для того, чтобы проблемам, требующим решения, зафиксированным в диаграмме родства, поставить в соответствие основные причины, вызвавшие их появление. Классификация этих причин по важности осуществляется с учетом используемой технологии, а также числовых данных, характеризующих причины.

Системная (древовидная) диаграмма используется в качестве метода системного определения оптимальных средств решения возникших проблем и строится в виде многоступенчатой древовидной структуры, элементами которой являются различные средства и способы решения.

Матричная диаграмма выражает соответствие определенных факторов и явлений различным причинам их появления и средствам устранения их последствий, а также степень зависимостей этих факторов, причин их возникновения и мер по их устранению.

Стрелочная диаграмма используется при составлении оптимальных планов тех или иных мероприятий после того, как определены проблемы, требующие решения, определены необходимые меры, сроки и этапы их осуществления, т.е. после составления первых четырех диаграмм

Диаграмма планирования оценки процесса применяется для оценки правильности осуществления, а также необходимости корректирования тех или иных мероприятий в ходе их выполнения в соответствии со стрелочной диаграммой в случае решения сложных проблем в области научных разработок, в области производства при регулярном появлении брака, при получении крупных заказов со стороны и т.д.

Анализ матричных данных - это обработка большого количества числовых данных, полученных при осуществлении каждого этапа матричной диаграммы. Этот анализ проводится с помощью графиков отдельно для каждой группы данных.