ТЕМА 2. СТАТИСТИЧЕСКОЕ НАБЛЮДЕНИЕ НАСЕЛЕНИЯ
2.1. Значение статистических методов в изучении населения
2.2. Переписи - основной источник данных о населении
2.3. Другие источники сведений о населении
2.4. Практическое использование знаний о населении в макроэкономике и на потребительском рынке.
Население представляет собой совокупность людей. Размер совокупности определяется численностью населения. Определив эту численность, мы получаем первое представление о стране.
Дальнейшее изучение населения означает исследование его структуры. Описание населения путем сбора характеристик каждой единицы совокупности и составляет особенность статистического наблюдения населения.
Среди приемов статистического наблюдения населения наибольшее распространение получили переписи населения, текущий учет естественного движения населения и его миграции, выборочные и анамнестические обследования, использование списков и учетных материалов, введение регистров и автоматизированных банков данных о населении.
Данные этих источников используются для разных целей и не могут заменять друг друга. В то же время между ними существует тесная связь: каждый источник дополняет или продолжает другой, поэтому важно.чтобы при разработке программ наблюдения обеспечивалась взаимная увязка соответствующих показателей.
Теоретические воззрения на законы движения населения развивались вплоть до конца XIX в. То в рамках экономических теорий (политэкономии), то в рамках социологии, однако изучение закономерностей демографических процессов шло неизменно в русле статистики, что давала и сейчас еще дает иногда повод считать демографию тождественной статистике населения и отрицать за ней право на самостоятельное существование как науки. Исторически население было первым объектом статистического учета, а демографические явления - той областью, в которой развивалась статистика как наука о методах количественного изучения массовых явлений.
Как указывал М.В. Птуха, число жителей и плотность населения давали в общем правильное представление о богатстве и мощи страны и об уровне развития ее производительных сил.
Демографические явления - массовые явления. Население, как следует уже из самого определения этого понятия, представляет собой совокупность людей. Демографические процессы складываются из множества отдельных случаев рождения, вступления в брак, перемены места жительства, смерти. Однако массовыми их делают в статистическом смысле не множество индивидуальных случаев, из которых они слагаются, а то обстоятельство, что в этих явлениях присутствует сочетание необходимого и случайного, присутствует сочетание причин, образующих вариацию признаков.
Частные причины не дают возможности выявить в каждом отдельном случае общую закономерность демографического процесса, уловить заложенную в нем необходимость. Она проявляется только в массе случаев, когда влияние частных, случайных причин взаимно погашается. «Прежде всего, -писал А. Кетле, - мы должны оставить в стороне человека, взятого в отдельности, и рассматривать его только как часть рода человеческого. Отвлекаясь от его индивидуальности, мы исключаем все случайное; индивидуальные особенности, которые оказывают на массы весьма малое или даже никакого влияния, сгладятся сами собой, и дадут возможность делать общие выводы». 2
Закономерность массового демографического явления проявляется в количественном виде в форме эмпирических статистических закономерностей. Последние представляют собой конкретное проявление общих законов развития населения. Выявление причинных отношений, общих законов развития населения - это теоретический демографический анализ, а обнаружение и исследование эмпирических статистических закономерностей массовых демографических явлений требует применения статистических методов.
Таковы исходные предпосылки и принципиальные основания для применения статистических методов в демографических исследованиях. Специфика демографических процессов предопределяет и специфические статистические методы, особенности их использования, их познавательное значение.
Специфика населения как объекта статистического изучения состоит в следующем:
В его разносторонности - множественности характеристик людей, образующих ряд взаимосвязанных структур населения. Поскольку признаки людей связаны между собой, структура населения по одному из этих признаков отражает его структуру по другим признакам. Вместе с тем, эти признаки
могут иметь множество значений (пол, возраст, занятие и др.), что делает население крайне разнородной совокупностью;
2 Кетле. А. Социальная физика или опыт о развитии способностей человека. - Т.1. - Киев. – 1911. –С. 6.
В его изменчивости. Население - совокупность, непрерывно обновляющаяся в процессе своего воспроизводства. В закрытом населении это самообновление, в открытом оно связано с притоком извне, миграцией;
Во взаимосвязи структуры и воспроизводства населения. Население возобновляется, сохраняя определенную структуру, обусловленную в значительной степени характером его воспроизводства. Изменения демографических процессов меняют структуру населения, в свою очередь изменения в
структуре населения отражаются на интенсивности демографических процессов;
В том, что демография имеет дело не только с характеристиками совокупностей людей и совокупностей демографических событий, но и с такими специфическими совокупностями, как поколения, применительно к жизни которых рассматриваются те или иные совокупности демографических событий;
Население характеризуется в основном качественными признаками, которыми одни люди обладают, а другие нет. Количественные признаки имеют сравнительно небольшое распространение, т.е. в основном дискретные признаки.
Совокупность статистических методов в демографии охватывает научные приемы сбора, обработки, обобщения и анализа данных о населении, применяемых для определения в массовых демографических данных закономерностей воспроизводства населения.
В комплексе статистических методов первостепенное значение имеют методы сбора информации о населении.
Важная особенность наблюдения демографических явлений заключается в том, что демографические события (вступление в брак, рождение ребенка, перемена места жительства) должны быть приурочены, с одной стороны, к определенному времени, когда действуют те или иные внешние обстоятельства, влияние которых необходимо исследовать, а с другой - к определенным периодам в жизни людей или к периодам жизни поколения.
Интенсивность демографических процессов различна в разных демографических состояниях. Поэтому организация и программа демографического наблюдения зависит от того, надо ли получить характеристики для современников или ровесников (для гипотетического или реального поколения). Население все чаще рассматривается как совокупность не только лиц, но и семей, домохозяйств. Выделение семьи, домохозяйства в качестве объекта наблюдения требуют четкого их определения, что представляет не простую задачу.
Сведения о населении получают путем опроса людей и поэтому имеет значение психологическая сторона. В опросе участвуют двое: опрашиваемый и регистратор. Можно подобрать квалифицированные кадры регистраторов, четко, в форме удобной для устного опроса, сформулировать вопросы, предусмотреть строгий порядок опроса и обеспечить контроль его соблюдения. Однако с опрашиваемыми дело обстоит сложнее. Необходимо учитывать социальные установки, отношение опрашиваемых к предмету обследования, степень остроты затрагиваемых обследованием проблем. Социально-психологические факторы особенно важны при изучении мнений, в частности при исследовании мотивов демографического поведения, которые становятся сейчас полноправным видом демографических исследований.
В результате изучения данной главы студент должен:
знать
уметь
владеть
Навыками применения статистических методов при регулировании качества продукции.
Контроль качества продукции является составной частью производственного процесса. Он проводится на всех стадиях технологического цикла, начиная с контроля качества используемых сырья и материалов и заканчивая определением соответствия готового продукта техническим характеристикам и параметрам. Контроль качества продукции ведется в двух направлениях:
Контроль качества на предприятии возложен на специальные службы - отделы технического контроля, в функции которых входят разработка показателей оценки качества по всем видам выпускаемой продукции, методов проверки качества, анализ рекламаций, выяснение причин возникновения дефектов и брака и условий их устранения.
В соответствии с международным положением стандартов ИСО серии 9001 статистические методы рассматриваются как одно из высокоэффективных средств обеспечения качества продукции. Применение статистических методов позволяет с заданной степенью точности и достоверности судить о состоянии производственного процесса и необходимости его регулирования на всех этапах жизненного цикла продукции. Статистические методы рассматриваются как путь разработки новой технологии и контроля качества на различных этапах производственного процесса. Детальные указания по применению статистических методов для анализа и контроля качества содержатся в ИСО 9004-1, п. 4.20.
Для получения качественной продукции необходимо обеспечить точность имеющегося оборудования, определять соответствие точности выбранного технологического процесса заданной точности изделия, оценивать стабильность технологического процесса. Решение этих задач осуществляется в основном путем статистической обработки эмпирических данных, полученных многократными измерениями, либо измерением размеров изделий, либо данных о погрешностях обработки или погрешностях измерения.
Для контроля технологических процессов на каждой стадии оцениваются их точность и стабильность. При этом фактические данные сравниваются с эталоном на контролируемые параметры, которые заданы в технологической документации.
Разброс данных, относящихся к измерению параметров изготавливаемого изделия, исследуется статистическими методами. Для контроля над разбросом строится график замеров, что позволяет понять характер процесса. Если разброс данных мал, среднюю оценку параметра можно считать надежной и нет необходимости в изменении технологии производства. Если же разброс велик, то это означает необходимость регулирования процесса для его стабилизации и обеспечения качества продукции.
Для контроля качества продукции необходимо располагать:
Статистические методы включают:
1) методы, применяемые при разработке операций технического контроля, планировании промышленных экспериментов, при расчетах точности и надежности параметров изделий. Они позволяют довольно просто идентифицировать несоответствие параметров изделия технической документации. Это так называемые семь инструментов контроля качества, которые в 1979 г. были объединены и предложены
Союзом японских ученых и инженеров (JUSE) как наиболее простые в использовании наглядных методов анализа процессов производства;
2) методы многомерного статистического анализа: корреляционнорегрессионный и дисперсионный анализ, методы факторного и кластерного анализа, адаптивные робастные статистики и др.
Основное назначение статистических методов - контроль производственного процесса и предоставление фактов для корректировки и улучшения процесса производства.
Семь инструментов контроля качества. Семь инструментов контроля качества - набор инструментов, позволяющих облегчить задачу контроля процессов производства, корректировки и улучшения качества продукции. Они включают в себя:
Перечисленные методы просты и образуют эффективную систему методов контроля и анализа качества. Они могут применяться в любой последовательности, их можно рассматривать как целостную систему и как отдельные инструменты анализа.
Стандарт ИСО утверждает, что правильное применение статистических методов имеет важное значение для проведения управляющих воздействий при анализе рынка, для проектирования продукции, для прогнозирования долговечности и срока службы, для изучения средств регулирования процессов, для определения уровней качества в планах выборочного контроля, при оценке эксплуатационных характеристик для улучшения качества процессов, при оценке безопасности и анализе рисков.
Используя статистические методы, можно своевременно выявлять проблемы, связанные с качеством (обнаружить нарушение процесса до того, как произошел выпуск дефектных изделий). В значительной мере статистические методы позволяют установить и причины нарушения.
Потребность в статистических методах возникает, прежде всего, в связи с необходимостью минимизации вариабельности (изменчивости) процессов.
Под вариабельностью понимается отклонение различных фактов от заданных значений. Не выявленная своевременно вариабельность может представлять собой смертельную опасность, как для производства, так и для продукции и предприятия в целом.
Системный подход к процедуре принятия решения, основанный на теории вариабельности, называют статистическим мышлением. В соответствии с формулировкой американского общества качество статистического мышления основывается на трех фундаментальных принципах:
1) любая работа осуществляется в системе взаимосвязанных процессов;
2) во всех процессах есть вариации;
3) понимание и снижение вариации – это ключ к успеху.
Деминг говорил «Если бы мне пришлось выразить мое послание менеджмент всего в нескольких словах, я бы сказал, что вся суть состоит в уменьшении вариации».
Причины вариации любых процессов могут быть разделены на две группы.
Первая группа – это общие причины, связанные с производственной системой (оборудование, здания, сырье, персонал) соответствуют вариабельность нельзя изменить без изменения системы. Любые действия рядовых сотрудников – исполнителей в этой ситуации, скорее всего, только ухудшает положение. Вмешательство в систему почти всегда требует действий со стороны руководства – высшего менеджмента.
Вторая группа – это специальные причины, связанные с ошибками оператора, сбоями настройки, нарушения режима и др. Ликвидацией этих причин занимается персонал, непосредственно участвующий в процессе. Это неслучайные причины – износ инструмента, ослабления креплений, изменение температуры охлаждающей жидкости, нарушение технологического режима. Такие причины должны быть изучены и могут быть устранены при настройке процесса, что и обеспечивает его стабильность.
Основные функции статистических методов в УК
Познавательная информационная функция
Прогностическая функция
Оценочная функция
Аналитическая функция
Ложная и необъявленная тревога
В данном случае речь идет о статистических ошибках. Где в результате их возникновения может быть обвялено ложная тревога и на оборот не обнаружения этих ошибок может перевести к необъявленной тревоге.
В целом ошибки наблюдения – это расхождения между статистическим наблюдением и действительными значениями изучаемых величин.
при проведении статистических наблюдений выделяют два вида ошибки
1) ошибки регистрации
2) ошибки репрезентативности
Ошибки регистрации – возникают из-за неправильного установления фактов в процессе наблюдения, либо ошибочной их записи, либо и того и другого.
Ошибки регистрации бывают случайными и систематическими, преднамеренными и непреднамеренными.
Случайные ошибки – это те ошибки, которые возникают под действием случайных факторов.
Такие ошибки могут быть направлены как в сторону преувеличения, так и в сторону преуменьшения, а при достаточно большом числе наблюдения это ошибки взаимно погашаются под действием закона больших чисел.
Систематические ошибки – возникают по определенным постоянным причинам, действующим в одном и том же направлении, т.е. в сторону преувеличения или преуменьшения размера данных, что приводит к серьезным искажениям общих результатов статистического наблюдения.
Преднамеренные ошибки – это ошибки причиной которых является сознательное искажение данных.
Непреднамеренные ошибки – это ошибки, которые носят случаный, неумышленный характер, например, неисправности измерительных приборов.
Ошибки репрезентативности – такие ошибки возникают при не сплошном наблюдении. Они, так же как и ошибки регистрации бывают случайными и систематическими
Случайные ошибки репрезентативности возникают в силу того, что выборочная совокупность отобранных на основе принципа случайности единиц наблюдения отражает не всю совокупность, величина этой ошибки может быть оценена.
Систематические ошибки возникают вследствие нарушения принципа случайности отбора единиц изучаемой совокупности, которые должны быть подвергнуты наблюдению.
Размеры этих ошибок, как правило, не поддаются количественному измерению. Проверка достоверности данных статистического наблюдения может быть реализована посредством осуществления контроля.
Классификация отклонений параметров качества изделий и методов контроля
В зависимости от источника и способа получения информации методы оценки качества классифицируются на объективные, эвристические, статистические и комбинированные (смешанные). Объективные методы делят на измерительный, регистрационный, расчетный и опытной эксплуатации. Эвристические методы включают в себя органолептический, экспертный и социологические методы.
Применение статистических методов - один из наиболее эффективных путей разработки новых технологий и контроля качества процессов.
Вопрос 2. Надежность систем. Оценка вероятности отказов и вероятности безотказной работы системы при различных схемах соединения входящих в нее элементов.
Надежность систем
Надежность системы – это свойство объекта сохранять во времени в установленных пределах значения всех параметров, характеризующих способность выполнять требуемые функции в заданных режимах и условиях применения, технического обслуживания, ремонтов, хранения и транспортировки.
Показатель надежности количественно характеризует одно или несколько свойств, составляющих надежность объекта.
Показатель надежности может иметь размерность (например, наработка на отказ) или не иметь (например, вероятность безотказной работы).
Показатели надежности могут быть единичными и комплексными. Единичный показатель надежности характеризует одно из свойств , а комплексный - несколько свойств , составляющих надежность объекта.
Различают следующие показатели надежности:
Исправность
Работоспособность
Безотказность
Долговечность
Ремонтопригодность
Восстанавливаемость
Сохраняемость и др.
Причины изготовления ненадежной продукции:
1) отсутствие регулярной проверки соответствия стандартам;
2) ошибки в применении материалов и неправильный контроль материалов в ходе производства;
3) неправильный учет и отчетность по контролю, включая информацию об усовершенствовании технологии;
4) не отвечающие стандартам схемы выборочного контроля;
5) отсутствие испытаний материалов на их соответствие;
6) не выполнение стандартов по приемочным испытаниям;
7) отсутствие инструктивных материалов и указаний по проведению контроля;
8) не регулярное использование отчетов по контролю для усовершенствования технологического процесса.
Оценка вероятность отказов и вероятность безотказной работы любой системы зависит от схемы соединения входящих в нее элементов.
Различают три схемы соединения:
1) последовательное соединение элементов
Последовательная система соединения элементов надежна тогда, когда надежны все элементы и чем больше количество элементов в системе, тем ниже ее надежность.
Надежность последовательно соединенных элементов можно найти по формуле:
(1)
где р – это степень надежности элемента.
п – это число элементов.
Вероятность отказа системы последовательно соединенных элементов находится по формуле:
2) параллельное соединение элементов
 |
Параллельное соединение элементов увеличивает надежность системы.
Надежность системы при параллельном соединении элементов определяется по формуле:
где q – это степень ненадежности элемента
вероятность отказа при параллельном соединении элементов определяется по формуле:
3) Комбинированные соединения.
Различают две Схемы комбинированных соединений элементов.
Схема (1) – отражает надежность системы при параллельном соединении двух подсистем, когда каждая из них состоит из двух последовательно соединенных элементов.
Схема (2) – отражает надежность системы при последовательном соединении двух подсистем, когда каждая из них состоит из двух параллельно соединенных элементов
Надежность системы при параллельном соединении двух подсистем, когда каждая из них состоит из двух последовательно соединенных элементов определяется по формуле:
Надежность системы при последовательном соединении двух подсистем, когда каждая из них состоит из двух параллельно соединенных элементов определяется по формуле.
Реферат натему:
Развитиестатистических методов в управлении качеством
Казань 2009
Введение
1. Понятие о статистических методах качества
2. История развития статистических методов качества
3. Применение и освоение статистических методов
4. Простые статистические методы
4.1 Мозговая атака
4.2 Схема процесса
4.3 Контрольный листок (таблица проверок)
4.4 Временной ряд (линейный график)
4.5 Диаграмма Парето
4.6 Причинно-следственная диаграмма (диаграмма Исикава)
4.7 Гистограмма
4.8 Диаграмма разброса(рассеяния)
4.9 Контрольная карта
4.10 Методы Тагучи
Заключение
Список литературы
Введение
Одним из важнейшихположений тотального менеджмента качества (TQM) является принятие решений наоснове фактов. Совершенствование качества продукции и процессов требуетскрупулезной работы персонала предприятия по выявлению причин дефектов(отклонений от документации) и их устранению. Для этого необходимо организоватьпоиск фактов, характеризующих несоответствия, в подавляющем большинствекоторыми являются статистические данные, разработать методы анализа и обработкиданных, выявить коренные причины дефектов и разработать мероприятия по ихустранению с наименьшими затратами.
Проблемами сбора,обработки и анализа результатов производственной деятельности занимается математическаястатистика, которая включает в себя большое количество не только известныхметодов, но и современных инструментов (как модно в последние годы называтьметоды) анализа и выявления дефектов. К таким методам можно отнестикорреляционный и регрессионный анализы, проверку статистических гипотез,факторный анализ, анализ временных рядов, анализ безотказности и т. д.
Большое распространение вуправлении качеством (под влиянием японских специалистов) получили семь простыхметодов, применение которых не требует высокой квалификации персонала ипозволяет охватить анализ причины большинства возникающих на производстведефектов. В настоящем пособии эти методы включены в различные разделы, исходяиз целесообразности их применения.
Большое вниманиеуделяется практическому приложению математической статистики для решенияконкретных производственных задач, особенно при анализе качества процессов.
Следует отметить, что сразвитием научных систем управления качеством роль статистических методов вуправлении качеством непрерывно возрастает. Именно широкое применение впроизводстве продукции статистических методов на первых этапах борьбы закачество (50-е годы) позволило японским предприятиям очень быстро выйти влидеры мировой экономики.
Конкурентоспособностьроссийских предприятий будет так же во многом зависеть от масштаба обученияперсонала методам статистического управления качеством и их систематическогоприменения на практике.
1. Понятие остатистических методах качества
Понятие «управлениекачеством» как наука возникло в конце 19-го столетия, с переходомпромышленного производства на принципы разделения труда. Принцип разделениятруда потребовал решения проблемы взаимозаменяемости и точности производства.До этого при ремесленном способе производстве продукции обеспечение точностиготового продукта производилось по образцам или методами подгонки сопрягаемыхдеталей и узлов. Учитывая значительные вариации параметров процесса,становилось ясно, что нужен критерий качества производства продукции,позволяющий ограничить отклонения размеров при массовом изготовлении деталей.
В качестве такогокритерия Ф.Тейлором были предложены интервалы, устанавливающие пределыотклонений параметров в виде нижних и верхних границ. Поле значений такогоинтервала стали называть допуском.
Установление допускапривело к противостоянию интересов конструкторов и производственников: однимужесточение допуска обеспечивало повышение качества соединения элементовконструкции, другим – создавало сложности с созданием технологической системы, обеспечивающейтребуемые значения вариаций процесса. Очевидно также, что при наличии разрешенныхграниц допуска у изготовителей не было мотивации «держать» показатели(параметры) изделия как можно ближе к номинальному значению параметра, этоприводило к выходу значений параметра за пределы допуска.
В тоже время (начало 20-хгодов прошлого столетия) некоторых специалистов в промышленности заинтересовало,можно ли предсказать выход параметра за пределы допуска. И они стали уделятьосновное внимание не самому факту брака продукции, а поведению технологическогопроцесса, в результате которого возникает этот брак или отклонение параметра отустановленного допуска. В результате исследования вариабельности технологическихпроцессов появились статистические методы управления процессами. Родоначальникомэтих методов был В.Шухарт.
Одновременно с этимбольшое внимание уделялось разработке теории выборочного контроля продукции.Первые работы в этой области появились в конце 20-х годов в США, автором их былГ.Додж, ставший впоследствии известным американским ученым.
С момента зарождениястатистических методов контроля качества специалисты понимали, что качествопродукции формируется в результате сложных процессов, на результативностькоторых оказывают влияние множество материальных факторов и ошибки работников.Поэтому для обеспечения требуемого уровня качества нужно уметь управлять всемивлияющими факторами, определять возможные варианты реализации качества,научиться его прогнозировать и оценивать потребность объектов того или иного качества.
В послевоенное время и вСША, и в Европе появились национальные стандарты по качеству. Центральная рольв разработке нормативных документов в области качества принадлежитМеждународной организации по стандартизации (ISO). Начиная с 90-х годов, идеитеории вариаций, статистического управления процессами (SPC) овладели не толькоспециалистами-математиками, но и стали неотъемлемыми инструментами менеджеров иработников служб качества.
Большой толчокдальнейшему развитию принципов управления качеством дал японский ученыйГ.Тагути. Он предложил учитывать вариации свойств продукции на разных этапах ееразработки, что для менеджмента качества явилось революционной идеей. По Тагутинужно было установить те сочетания параметров изделий и процессов, которыеприводили к минимуму вариаций процессов. Эти процессы, которые стали называтьробастными, были устойчивы к вариациям входных параметров процессов.
Используемые всегодняшней практике предприятий статистические методы можно подразделить наследующие категории:
Методы высокого уровнясложности, которые используются разработчиками систем управления предприятиемили процессами. К ним относятся методы кластерного анализа, адаптивныеробастные статистики и др.;
Методы специальные,которые используются при разработке операций технического контроля,планировании промышленных экспериментов, расчетах на точность и надежность ит.д.;
Методы общегоназначения, в разработку которых большой вклад внесли японские специалисты. Кним относятся «Семь простых методов» (или «Семь инструментовкачества»), включающие в себя контрольные листки; метод расслоения;графики; диаграммы Парето; диаграммы Исикавы; гистограммы; контрольные карты.
В настоящее время постатистическим методам имеется обширная литература и пакеты прикладныхкомпьютерных программ, по разработке которых отечественные научные школы потеории вероятностей занимают ведущее место в мире.
Из существующихстатистических методов наиболее распространенными являются:
1) описательнаястатистика;
2) планированиеэкспериментов;
3) проверка гипотез;
4) регрессионный анализ;
5) корреляционный анализ;
6) выборочный контроль;
7) факторный анализ;
8) анализ временныхрядов;
9) статистическоеустановление допуска;
10) анализ точностиизмерений;
11) статистический контрольпроцессов;
12) статистическоерегулирование процессов;
13) анализ безотказности;
14) анализ причиннесоответствий;
15) анализ возможностейпроцесса (гистограммы).
В таблице 1 приведенысферы использования статистических методов. Наименования граф соответствуетномеру статистического метода из вышеперечисленных.
Таблица 1 Статистическиеметоды, используемые при контроле качества
\ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 А + + + + Б + + + + В + + + + + + + + + Г + + + + Д + Е + + + + + + + + + + Ж + + + З + + + + + И + + К + Л + + + + + М + + + + + + +
Буквенная индексациястрок соответствует следующим элементам системы качества по стандарту ISO 9001-94:
А – ответственностьруководства;
Б – анализ контракта;
В – проектирование;
Г – закупки;
Д – идентификацияпродукции и прослеживаемость;
Е – управлениепроцессами;
Ж – контроль и испытания;
З – контрольное,измерительное и испытательное оборудование;
И – действия снесоответствующей продукцией;
К – регистрация данных;
Л – внутренние проверкикачества;
М – подготовка кадров.
2. История развитиястатистических методов качества
Первое восприятиестатистических методов качества в виде выборки имеет многовековую историю. Ещенесколько столетий тому назад покупатели зерна и хлопка проверяли свойстватовара, прокалывая мешки с зерном или хлопком, чтобы взять пробу. Можнодопустить, что в те времена не было научного расчета взятия проб, и следуетпредположить, что это было делом опыта, как продавцов, так и покупателейтовара.
До тех пор покаремесленник совмещал в себе функции и производителя, и контролера (до середины19-го века), не было проблем с оценкой качества изготовленной продукции. Всеизменилось с появлением разделения труда. Рабочие первых фабричных мануфактур,способные выполнять простые операции процесса, не могли отвечать за качествосвоего труда, и тем более за качество готовой продукции. Введение должности контролерапривело к необходимости нормирования функций контроля и со временем потребовалоразработки научного подхода к оценке качества продукции. Стремление кпроизводству высококачественной продукции привело к гипертрофированномураздуванию на промышленных предприятиях контрольного аппарата.
Применение статистическихметодов контроля качества труда произошло еще позже – в первой четверти 20-говека. Именно внедрение статистических методов позволило значительно сократитьтрудоемкость операций контроля и значительно снизить численность инспекторов(контролеров). Первое применение научных методов статистического контроля былозафиксировано в 1924 году, когда В.Шухарт использовал для определения долибрака продукции контрольные карты.
Вальтер Э. Шухарт с 1918года работал инженером фирмы «Western Electric» (США). В 1925 годуона была преобразована в фирму «Bell Telephone Laboratories». Шухартпроработал в ней до 1956 года (до выхода на пенсию). Основные его разработки вобласти статистического контроля внедрялись в первую очередь на этой фирме.В.Шухарт переключил внимание с допускового подхода к управлению качеством наподход, направленный на обеспечение стабильности процессов и уменьшение ихвариаций. Его идеи до настоящего времени сохраняют актуальность. Кроме того, Шухартвысказал идею непрерывного улучшения качества, предложив цикл непрерывного улучшения процессов, носящий сегодня название «ЦиклаШухарта – Деминга». В последние годы этот цикл получил дальнейшее развитиепод воздействием Деминга и стал использоваться как инструмент командной работыпо улучшению качества.
Одновременно с Шухартом,в той же фирме в середине 20-х годов инженером Г.Ф.Доджем была предложенатеория приемочного контроля, получившая вскоре мировую известность. Основы этойтеории были изложены в 1944 году в его совместной с Х.Г.Роллингом работе «SamplingInspection Tables– Single and Double Sampling».
Большой вклад в системуобеспечения качества контроля в середине 20-го века внесли американские ученыеД.Нойман, Э.Пирсон, Е.Фишер. Среди их разработок наибольшую известностьполучила теория проверки статистических гипотез. Можно отметить, что сегоднябез знания теории ошибок первого и второго рода невозможна рациональная оценкавыбранного метода статистического контроля.
Во время второй мировойвойны нехватка ресурсов заставила искать новые методы контроля с возможно малымчислом проверяемых изделий, особенно при разрушающем контроле. В 40-х годах20-го столетия А.Вальд (США) разработал теорию последовательного анализа истатистическую теорию принятия решений. Применение теории последовательного анализабыло настолько эффективно (расходы на контроль при прежней вероятности ошибокснижаются до 60% по сравнению с традиционными методами), что в США она былаобъявлена секретным документом и опубликована только после окончания войны.
Большое влияние настановление статистических методов контроля, как философии качества, оказалЭдвард Деминг (США). В начале 50-х годов Деминг проводил широкомасштабноеобучение японских специалистов новым методам обеспечения качества, особоевнимание при этом обращая на статистические методы управления качеством. Егодеятельность была настолько успешной, что уже в 60-х годах американцам пришлосьуступить японским фирмам значительную часть рынков сбыта, в том числе и в самихСША.
Американское научноевлияние на совершенствование систем обеспечения качества привело к созданиюяпонской научной школы в области качества, среди представителей которыхследует, прежде всего, отметить К.Исикаву и Г. Тагути, внесших большой вклад вразвитие статистических методов в управлении качеством. Так Каору Исикававпервые в мировой практике предложил оригинальный графический метод анализапричинно-следственных связей, получивший название «диаграммы Исикава».Сегодня практически невозможно найти такую область деятельности по решению проблемкачества, где бы ни применялась диаграмма Исикавы.
Генити Тагути −известный во второй половине 20-го века японский специалист в областистатистики. Он развивает идеи математической статистики, относящиеся, в частности,к статистическим методам планирования эксперимента и контроля качества. Тагутивпервые соединил математической зависимостью экономические затраты и качество,введя понятие функции потерь качества. Он первым показал, что потери качестваимеют место и в поле допуска – они появляются с момента несовпаденияноминального, заданного технической документацией, значения параметра изначения исследуемой случайной величины. Заслуга Тагути также в том, что онсумел найти сравнительно простые аргументы и приемы, которые сделали робастноепланирование эксперимента в области обеспечения качества реальностью. На нашвзгляд, невнимание к методам Тагути − одна из причин серьезногоотставания российских предприятий в области совершенствования качествапроцессов и продукции.
Внесли свой научный вкладв развитие статистических методов и советские ученые: В.И. Романовский,Е.Е.Слуцкий, Н.В.Смирнов, Ю.В.Линник и др. Так, например, Смирнов заложилосновы теории непараметрических рядов, а Слуцкий опубликовал несколько важныхработ по статистике связанных стационарных рядов. Особенно интенсивно в СССРразрабатывались статистические методы исследования и контроля качества вмассовом производстве, методы планирования эксперимента (Ю.П.Адлер и др.).
В 50-70-х годах прошлогостолетия на ряде предприятий оборонного комплекса СССР активно проводились (подвлиянием японского опыта по повышению качества) работы по внедрению системуправления качеством (в Саратове – БИП, в Горьком – КАНАРСПИ, в Ярославле –НОРМ, во Львове – КСУКП и др.), в которых статистические методы в областиприемочного контроля и регулирования технологических процессов занимали важноеместо в предупреждении дефектов продукции.
В последние годы можноотметить работы российского ученого к области качества В.А.Лапидуса. Имопубликован ряд трудов по теории и практике управления качеством с учетомвариаций и неопределенности, в которых изложен «принцип распределенияприоритетов», позволяющий оптимально выстроить отношения поставщика ипотребителя с позиции обеспечения качества. Ему же принадлежит новый подход куправлению качеством, названный «гибким методом статистического управления»,который математически опирается на теорию нечетких множеств.
И все же можно отметитьопределенный застой российской научной школы математической статистики,связанный, вероятно, с отсутствием спроса экономики на научный заказ по применениюновых статистических методов обеспечения качества продукции.
3. Применение и освоение статистическихметодов
Таблица 2 Применениестатистических методов на этапах жизненного цикла продукции
Этапы жизненного цикла продукции Задачи, решаемые в системе качества Статистические методы Маркетинг и изучение рынка Изучение и оценка рыночного спроса и перспектива его изменений Методы анализа статистических совокупностей, экономико-математические (динамическое программирование, имитационное моделирование и др.) /> Анализ пожеланий потребителей в отношении качества и цены продукции Экономико-математические методы (QFD) и др. /> Прогнозирование цены, объема выпуска, потенциальной доли рынка, ожидаемой продолжительности жизни продукции на рынке Экономико-математические методы (теория массного обслуживания, теория игр, линейное и нелинейное программирование и др.) Проектирование и разработка продукции
Нормирование требований к качеству продукции.
Определение технических требований в области надежности.
Оптимизация значений показателя качества продукции.
Оценка технического уровня продукции
Графические методы (схема Исикавы, диаграмма Парето, гистограмма и др.): методы анализа статистических совокупностей; экономико-математические методы (методы Тагути, QFD) /> Испытания опытных образцов или опытных партий новой (модернизированной) продукции Графо-аналитические методы (гистограмма, расслоенная гистограмма и др.), методы анализа статистических совокупностей (методы проверки статистических гипотез, сравнение средних, сравнение дисперсий и др.): экономико-математические методы (планирование эксперимента) /> Обеспечение безопасности продукции Экономико-математические методы (имитационное моделирование, метод деревьев вероятности и др.) Закупки Формирование планов обеспечения предприятий материально-техническими ресурсами требуемого качества Экономико-математические методы (теория массового обслуживания, линейное программирование и др.) /> Оценка возможностей поставщиков Экономико-математические методы (системный анализ, динамическое программирование и др.) /> Своевременное обеспечение поставок материально-технических ресурсов Экономико-математическое методы (теория массового обслуживания) /> Снижение затрат на материально-техническое обеспечение качества продукции Экономико-математические методы (методы Тагути, функционально-стоимостной анализ и др.) Производство Разработка технологических процессов Экономико-математические методы (методы Тагути); графики разброса и др.); методы анализа статистических совокупностей (дисперсионный, регрессионный и корреляционный виды анализа и др.) /> Обеспечение точности и стабильности технологических процессов Методы статистической оценки точности и стабильности технологических процессов (гистограммы, точностные диаграммы, контрольные карты) /> Обеспечение стабильности качества продукции при производстве Методы статистического регулирования технологических процессов (точностные диаграммы, контрольные карты) Контроль и испытания Соблюдение метрологических правил и требований при подготовке, выполнении и обработке результатов испытаний Графические методы (гистограмма, график разброса и др.); методы анализа статистических совокупностей (методы проверки статистических гипотез, сравнение средних, сравнение дисперсий и др.) /> Выявление продукции, качество которой не соответствует установленным требованиям Методы статистического приемочного контроля /> Анализ качества продукции Графические методы (схема Исикавы, диаграмма Парето, расслоение диаграммы Парето и др.), экономико-математические методы (функционально-стоимостной анализ, QFD) Упаковка и хранение Анализ соблюдения требований к упаковке и хранению продукции на предприятии Методы статистического приемочного контроля; экономико-математические методы (теория массового обслуживания) Реализация и распределение продукции Обеспечение качества транспортировки продукции Экономико-математические методы (линейное программирование, теория массового обслуживания) Установка и ввод в эксплуатацию Анализ качества продукции в процессе монтажа и ввода в эксплуатацию Графические методы (график временного ряда и др.); методы анализа статистических совокупностей (факторный анализ и др.) /> Анализ затрат потребителей при использовании продукции Экономико-математическое методы (методы Тагути, функционально-стоимостной анализ, QFD) Техническая помощь в обслуживании
Организация гарантийного ремонта продукции
Организация своевременной поставки запасных частей
Экономико-математическое методы (теория массового обслуживания, линейное программирование и др.) Послепродажная деятельность Анализ отказов и других несоответствий продукции Графические методы (график временного ряда и др.); методы анализа статистических совокупностей (факторный анализ и др.) Утилизация после использования Изучение возможности использования продукции несоответствующего качества или по истечении срока службы Экономико-математические методы (функционально-стоимостной анализ, QFD и др.)
Определение потребности ивыбор конкретных статистических методов в системе качества являются достаточносложной и длительной работой аналитического и организационного характера.
В связи с этим даннуюработу целесообразно вести на основе специальной программы, которая можетсодержать следующий комплекс организационных мероприятий (рис. 1). Начинатьосвоение статистических методов следует с применения простых и доступных и ужепосле этого переходить к более сложным методам. Учитывая трудности освоениястатистических методов в производственной практике, эти методы целесообразноподразделять на два класса: простые и сложные методы.
При выборе статистическихметодов стремятся к тому, чтобы они соответствовали характеру производственногопроцесса, наличию средств измерений и обработки статистической информации.Поскольку для решения определенной производственной проблемы можно выбратьнесколько разных статистических методов, выбирается такой из них, которыйобеспечит достижение наилучшего результата при минимальных затратах.
Рис. 1 Программа освоениястатистических методов
Для выполнениянеобходимых статистических расчетов используются различного рода техническиесредства, в том числе электронно-вычислительная техника. Сравнительно простыетехнические средства, например, статистические индикаторы, обеспечивают вводданных со шкал контрольно-измерительных приборов, журналов и таблиц, а такжевычисление статистических характеристик при непосредственном измерении.Применение ЭВМ дает возможность обрабатывать исходную информацию, следить запараметрами процесса, непрерывно экспериментировать, меняя переменные до техпор, пока не установятся оптимальные режимы. При этом можно воспользоватьсястандартными программами статистического управления качеством.
4. Простые статистическиеметоды
Среди простыхстатистических методов, названных так ввиду их сравнительной несложности,убедительности и доступности, наибольшее распространение получили семь методов,выделенных в начале 50-х годов японскими специалистами под руководством К.Исикавы. В своей совокупности эти методы образуют эффективную систему методовконтроля и анализа качества. С их помощью, по свидетельству самого К. Исикавы,может решаться от 50 до 95% всех проблем, находящихся в поле зренияпроизводственников. Для применения семи простых методов не требует специальногообразования (стандартная японская программа обучения этим методам рассчитана на20 занятий и ориентирована на уровень старшеклассников). О популярности семипростых методов можно судить по тому, что сегодня в японских фирмах ими владеютвсе - от президента до рядового рабочего. В этом отношении данные методы являютсясредством демократизации технологии управления качеством.
Семь простых методовмогут применяться в любой последовательности, в любом сочетании, в различныханалитических ситуациях, их можно рассматривать и как целостную систему, какотдельные инструменты анализа. В каждом конкретном случае предлагаетсяопределить состав и структуру рабочего набора методов. Хотя они являютсяпростыми методами, но это отнюдь не значит, что при использовании многих из нихнельзя воспользоваться компьютером, чтобы быстрее и без затруднений сделатьподсчеты и наглядней представить статистические данные.
Согласно К. Исикаве всемь простых методов входят:
1. гистограммы;
2. временные ряды;
3. диаграммы Парето;
4. причинно-следственныедиаграммы Исикавы;
5. контрольныелистки;
6. контрольные карты;
7. диаграммырассеяния.
Области примененияупомянутых «инструментов» качества показаны на рис. 2; там жеприведены еще два приема, часто используемы на начальной стадии работы:
1. мозговая атака;
2. схема процесса.
Рассмотрим суть указанныхметодов.
4.1 МОЗГОВАЯ АТАКА
Мозговая атака используется,чтобы помочь группе выработать наибольшее число идей по какой-либо проблеме ввозможно коротко время, и может осуществляться двумя путями:
1. Упорядоченно - каждый член группы подает идеи в порядке очередности по кругу или пропускаетсвою очередь до следующего раза. Таким способом можно побудить к разговору дажесамых молчаливых людей, однако, здесь присутствует некоторый элемент давления,что может помешать.
2. Неупорядоченно - члены группы просто подают идеи по мере того, как они приходят на ум. Таксоздается более раскованная атмосфера, правда, есть опасность, что самыеговорливые возьмут верх.
В обоих методах общиеправила поведения одинаковы. Желательно придерживаться такой линии поведения:
1. Никогда некритиковать идей. Записывать на лист или доску каждую идею. Если слова виднывсем, это помогает избежать неверного понимания и рождает новые идеи.
2. Каждый долженсогласиться с вопросом или повесткой дня предстоящей мозговой атаки.
3. Заносить на доскуили на лист слова выступающего буквально, не редактируя их.
4. Делать всебыстро, лучше всего проводить мозговую атаку за 5 – 15 минут.
5. Выявлениепроблем.
6. Анализ проблем.
Рис 2 Область применения«инструментов» качества
4.2 СХЕМА ПРОЦЕССА
Схема процесса(последовательности операций, маршрутная карта) применяется, когда требуетсяпроследить фактические или подразумеваемые стадии процесса, которые проходитизделие или услуга, чтобы можно было определить отклонения.
При изучении схемпроцессов часто можно обнаружить скрытые ловушки, которые служат потенциальнымиисточниками помех и трудностей.
Необходимо собратьспециалистов, располагающих наибольшими знаниями о данном процессе, для того,чтобы:
7. построитьпоследовательную схему стадий процесса, который действительно происходит;
8. построитьпоследовательную схему стадий процесса, который должен протекать, если всебудет работать правильно;
9. сравнить двесхемы, чтобы найти, чем они отличаются, и таким образом найти точку, в которойвозникают проблемы.
4.3 КОНТРОЛЬНЫЙ ЛИСТОК(ТАБЛИЦА ПРОВЕРОК)
Контрольный листокпозволяет ответить на вопрос: «Как часто случается определенноесобытие?». С него начинается превращение мнений и предположений в факты.Построение контрольного листка включает в себя следующие шаги,предусматривающие необходимость:
1. установить какможно точнее, какое событие будет наблюдаться. Каждый должен следить за одной итой же вещью;
2. договориться опериоде, в течение которого будут собираться данные. Он может колебаться отчасов до недель;
3. построить форму,которая будет ясной и легкой для заполнения. В форме должны быть четкообозначены графы и колонки, должно быть достаточно места для внесения данных;
4. собирать данныепостоянно и честно, ничего не искажая. Еще раз убедитесь, что назначенное вамивремя достаточно для выполнения за дачи по сбору данных.
Собранные данные должныбыть однородными. Если это не так, необходимо сначала сгруппировать данные, азатем рассматривать их по отдельности.
Рис 3 Контрольный листок/>
4.4 ВРЕМЕННОЙ РЯД(ЛИНЕЙНЫЙ ГРАФИК)
Временной рядприменяется, когда требуется самым простым способом представить ход изменениянаблюдаемых данных за определенный период времени.
Временной рядпредназначен для наглядного представления данных, очень прост в построении ииспользовании. Точки наносятся на график в том порядке, в каком они былисобраны. Поскольку они обозначают изменение характеристики во времени, оченьсущественна последовательность данных.
Опасность в использованиивременного ряда заключается в тенденции считать важным любое изменение данныхво времени.
Временной ряд, как идругие виды графической техники, следует использовать, чтобы сосредоточить вниманиена действительно существенных изменениях в системе.
Одно из наиболееэффективных применений временного ряда заключается в выявлении существенныхтенденций или изменений средней величины (рис.4)
Рис 4 Временной ряд
4.5 ДИАГРАММА ПАРЕТО
Применяется, когдатребуется представить относительную важность всех проблем или условий с цельювыбора отправной точки для решения проблем, проследить за результатом илиопределить основную причину проблемы.
Диаграмма Парето - этоособая форма вертикального столбикового графика, которая помогает определить,какие имеются проблемы, и выбрать порядок их решения. Построение диаграммыПарето, основанное или на контрольных листках или на других формах сбора данныхпомогает привлечь внимание и усилия к действительно важным проблемам. Можнодостичь большего, занимаясь самым высоким столбиком, не уделяя внимания меньшимстолбикам (рис. 5).
Рис 5 Диаграмма Парето
Порядок построениядиаграммы Парето:
1. Выберитепроблемы, которые необходимо сравнить и расположите их в порядке важности(путем мозговой атаки, используя существующие данные - отчеты).
2. Определитекритерий для сравнения единиц измерения (натуральные или стоимостныехарактеристики).
3. Наметьте периодвремени для изучения.
4.6 ПРИЧИННО-СЛЕДСТВЕННАЯДИАГРАММА (диаграмма Исикавы)
Диаграмма Исикавы(«рыбий скелет») применяется, когда требуется исследовать иизобразить все возможные причины определенных проблем или условий.
Позволяет представитьсоотношения между следствием, результатом и всеми возможными причинами,влияющими на них. Следствие, результат или проблема обычно обозначаются направой стороне схемы, а главные воздействия или «причины»перечисляются на левой стороне (рис.6).
Рис 6 Причинно-следственная диаграмма
Порядок построенияпричинно-следственной диаграммы:
1. Начинайте процессс описания выбранной проблемы, а именно:
· ее особенности;
· где она возникает;
· когда проявляется;
· как далекораспространяется.
2. Перечислитепричины, необходимые для построения причинно следственной диаграммы одним изследующих способов:
· проведитемозговую атаку, на которой обсудите все возможные причины без предварительнойподготовки;
· внимательнопроследите все стадии производственного процесса и на контрольных листкахукажите возможные причины возникающей проблемы.
3. Постройтедействительную причинно-следственную диаграмму.
4. Попытайтесь датьтолкование всем взаимосвязям.
Чтобы отыскать основныепричины проблемы, ищите причины, которые повторяются. Основные причинныекатегории нужно записывать в самом общем виде. Используйте как можно меньшеслов.
4.7 ГИСТОГРАММА
Применяется, когдатребуется исследовать и представить распределение данных о числе единиц вкаждой категории с помощью столбикового графика. Как мы уже видели на диаграммеПарето, очень полезно представить в форме столбикового графика частоту, скоторой появляется определенное событие (так называемое частотноераспределение). Однако, диаграмма Парето имеет дело только с характеристикамипродукции или услуги: типами дефектов, проблемами, угрозой безопасности и т. п.
Гистограмма, напротив,имеет дело с измеряемыми данными (температура, толщина) и их распределением.Распределение может быть критическим, т.е. иметь максимум. Многие повторяющиесясобытия дают результаты, которые изменяются во времени.
Гистограмма обнаруживаетколичество вариаций, которые имеет процесс. Типичная гистограмма можетвыглядеть так, как показано на рис. 7.
Рис 7 Гистограмма
Количество классов(столбиков на графике) определяется тем, как много взято образцов или сделанонаблюдений.
Некоторые процессы посвоей природе искажены (несимметричны), поэтому не следует ожидать, что каждоераспределение будет иметь форму колоколообразной кривой.
Не доверяйте точностиданных, если классы внезапно остановились на какой-то точке, например, границеспецификации, хотя перед этим число не уменьшалось.
Если у кривой имеется двапика, это означает, что данные собраны из двух или более различных источников,т.е. смен, машин и т.п.
4.8 ДИАГРАММА РАЗБРОСА(РАССЕЯНИЯ)
Применяется, когдатребуется представить, что происходит с одной из переменных величин, еслидругая переменная изменяется, и проверить предположение о взаимосвязи двухпеременных величин.
Диаграмма рассеянияиспользуется для изучения возможной связи между двумя переменными величинами.Глядя на диаграмму рассеяния нельзя утверждать, что одна переменная служит причинойдля другой, однако диаграмма проясняет, существует ли связь между ними и каковасила этой связи. Диаграмма рассеяния строится в таком порядке: погоризонтальной оси откладываются измерения величин одной переменной, а повертикалькой оси - другой переменной. Вид типичной диаграммы рассеяния представленна рис. 8.
Рис 8 Диаграмма рассеяния/>
4.9 КОНТРОЛЬНАЯ КАРТА
Одним из основныхинструментов в обширном арсенале статистических методов контроля качестваявляются контрольные карты. Принято считать, что идея контрольной картыпринадлежит известному американскому статистику Уолтеру Л. Шухарту. Она былавысказана в 1924 г. и обстоятельно описана в 1931 г.
Первоначально онииспользовались для регистрации результатов измерений требуемых свойствпродукции. Выход параметра за границы поля допуска свидетельствовал онеобходимости остановки производства и проведении корректировки процесса всоответствии со знаниями специалиста, управляющего производством.
Это давало информацию отом, когда, кто, на каком оборудовании получал брак в прошлом.
Однако в этом случаерешение о корректировке принималось тогда, когда брак уже был получен. Поэтомуважно было найти процедуру, которая бы накапливала информацию не только дляретроспективного исследования, но и для использования при принятии решений. Этопредложение опубликовал американский статистик И. Пейдж в 1954 г.
Карты, которыеиспользуются при принятии решений, называются кумулятивными.
Контрольная карта (рис 9)состоит из центральной линии, двух контрольных пределов (над и под центральнойлинией) и значений характеристики (показателя качества), нанесенных на картудля представления состояния процесса.
Рис 9 Контрольная карта
В определенные периодывремени отбирают (все подряд; выборочно; периодически из непрерывного потока ит. д.) n изготовленных изделий и измеряют контролируемый параметр.
Результаты измеренийнаносят на контрольную карту, и в зависимости от этого значения принимаютрешение о корректировке процесса или о продолжении процесса без корректировок.
Сигналом о возможнойразладке технологического процесса могут служить:
· выход точки законтрольные пределы (точка 6); (процесс вышел из-под контроля);
· расположениегруппы последовательных точек около одной контрольной границы, но не выход занее (11, 12, 13, 14), что свидетельствует о нарушении уровня настройкиоборудования;
· сильное рассеяниеточек (15, 16, 17, 18, 19, 20) на контрольной карте относительно средней линии,что свидетельствует о снижении точности технологического процесса.
При наличии сигнала онарушении производственного процесса должна быть выявлена и устранена причинанарушения.
Таким образом,контрольные карты используются для выявления определенной причины, но неслучайной. Под определенной причиной следует понимать существование факторов,которые допускают изучение. Разумеется, что таких факторов следует избегать.
Вариация же,обусловленная случайными причинами необходима, она неизбежно встречается влюбом процессе, даже если технологическая операция проводится с использованиемстандартных методов и сырья. Исключение случайных причин вариации невозможнотехнически или экономически нецелесообразно.
Контролироваться должныестественные колебания между пределами контроля. Нужно убедиться, что выбранправильный тип контрольной карты для определенного типа данных. Данные должныбыть взяты точно той последовательности, как они собраны, иначе они теряютсмысл. Не следует вносить изменений в процесс в период сбора данных. Данныедолжны отражать, как процесс идет естественным образом. Контрольная карта можетуказать на наличие потенциальных проблем до того, как начнется выпуск дефектнойпродукции.
Существуют два основныхтипа контрольных карт: для качественных признаков (годен - негоден) и дляколичественных признаков. Для качественных признаков возможны четыре видаконтрольных карт:
· V - карта (числодефектов на единицу продукции)
· С - карта (числодефектов в выборке)
· Р - карта (долядефектных изделий в выборке)
· NP - карта (числодефектных изделий в выборке)
При этом в первом итретьем случаях объем выборки является переменным, а во втором и четвертом - постоянным.
Таким образом, целямиприменения контрольных карт могут быть:
1. выявлениенеуправляемого процесса
2. контроль зауправляемым процессом
3. оцениваниевозможностей процесса
Обычно подлежит изучениюследующая переменная величина (параметр процесса) или характеристика:
· известная важнаяили важнейшая
· предположительнаяненадежная
· по которой нужнополучить информацию о возможностях процесса
· эксплуатационная,имеющая значение при маркетинге
При этом не следуетконтролировать все величины одновременно. Контрольные карты стоят денег,поэтому нужно использовать их разумно:
· тщательновыбирать характеристики
· прекращать работус картами при достижении цели
· продолжать вестикарты только тогда, когда процессы и технические требования сдерживают другдруга
Необходимо иметь в виду,что процесс может быть в состоянии статистического регулирования и давать 100%брака. И наоборот, может быть неуправляемым и давать продукцию, на 100%отвечающую техническим требованиям. Контрольные карты позволяют проводитьанализ возможностей процесса.
Возможности процесса - это способность функционировать должным образом. Как правило, под возможностямипроцесса понимают способность удовлетворять техническим требованиям.
4.10 МЕТОДЫ ТАГУЧИ
В конце 60-х годовяпонский специалист по статистике Тагучи завершил разработку идейматематической статистики применительно к задачам планирования эксперимента иконтроля качества. Совокупность своих идей Тагучи назвал «методомнадежного проектирования».
Тагучи предложилхарактеризовать производимые изделия устойчивостью технических характеристик.Он внес поправку в понятие случайного отклонения, утверждая, что существуют неслучайности, а факторы, которые иногда трудно поддаются учету.
Важное отличие методовТагучи заключается в отношении к основополагающим характеристикам произведеннойпродукции - качеству и стоимости. Отдавая приоритет экономическому фактору(стоимости), он тем не менее увязывает стоимость и качество в одной характеристике,названной функцией потерь.
При этом одновременноучитываются потери как со стороны потребителя, так и со стороны производителя.Задачей проектирования является удовлетворение обеих сторон.
Тагучи создал надежный методрасчета, использовав отношение сигнал - шум, применяемое в электросвязи,которое стало основным инструментом инжиниринга качества.
Тагучи ввел понятиеидеальной функции изделия, определяемой идеальным отношением между сигналами навходе и выходе. Факторы, являющиеся причиной появления отличий реальныххарактеристик продукции от идеальных, Тагучи называет шумом.
Специалист, использующийметоды Тагучи, должен владеть методами предсказания шума в любой области, будьто технологический процесс или маркетинг.
Внешние шумы - это вариации окружающей среды:
· влажность
· индивидуальныеособенности человека и т. д.
Шумы при хранении иэксплуатации - это старение, износ и т. п. Внутренние шумы - этопроизводственные неполадки, приводящие к различиям между изделиями даже внутриодной партии продукции. При перенесении своего метода из лабораторных вреальные условия Г. Тагучи использует для характеристики отношения сигнал - шумпоказатель устойчивости, понимаемый как высокая повторяемость реагирования.Расчет устойчивости характеристик проводится в инжиниринге качества не сложнымии трудоемкими методами, а на основе нового метода планирования эксперимента сиспользованием дисперсного анализа.
Заключение
Все большее освоение новой для нашей страны экономическойсреды воспроизводства, т.е. рыночных отношений, диктует необходимостьпостоянного улучшения качества с использованием для этого всех возможностей,всех достижений прогресса в области техники и организации производства.
Наиболее полное и всестороннее оценивание качестваобеспечивается, когда учтены все свойства анализируемого объекта, проявляющиесяна всех этапах его жизненного цикла: при изготовлении, транспортировке,хранении, применении, ремонте, тех. обслуживании.
Таким образом, производитель должен контролироватькачество продукции и по результатам выборочного контроля судить о состояниисоответствующего технологического процесса. Благодаря этому он своевременнообнаруживает разладку процесса и корректирует его.
Статистические методы (методы, основанные наиспользовании математической статистики), являются эффективным инструментомсбора и анализа информации о качестве. Применение этих методов, не требуетбольших затрат и позволяет с заданной степенью точности и достоверностью судитьо состоянии исследуемых явлений (объектов, процессов) в системе качества,прогнозировать и регулировать проблемы на всех этапах жизненного циклапродукции и на основе этого вырабатывать оптимальные управленческие решения.
Список литературы
1. Ефимов В.В.Статистические методы в управлении качеством. Ульяновск: УлГТУ, 2003 – 134 с.
2. Статистическиеметоды управления качеством // www.lenobl.ru,2005.
3. Климанов В.Статистические методы управления качеством// victor61058.narod.ru,2004.
4. Окрепилов В.В.Управление качеством. СПб.: Наука, 2000. - 911 с.
Достаточно подробно изложены в отечественной литературе. В практике российских предприятий, между тем, используются только некоторые из них. Рассмотрим далее некоторые методы статистической обработки.
В практике отечественных предприятий распространены преимущественно статистические методы контроля . Если говорить о регулировании технологического процесса, то оно отмечается крайне редко. Применение статистических методов предусматривает, что на предприятии формируется группа из специалистов, которые имеют соответствующую квалификацию.
Согласно требованиям ИСО сер. 9000, поставщику необходимо определить необходимость в статистических методах, которые применяются в процессе разработки, регулирования и проверки возможностей производственного процесса и характеристики изделий. Используемые приемы базируются на теории вероятностей и математических расчетах. Статистические методы анализа данных могут внедряться на любом этапе жизненного цикла изделия. Они обеспечивают оценку и учет степени неоднородности продукции либо вариабельности ее свойств относительно установленных номиналов или требуемых значений, а также изменчивости процесса ее создания. Статистические методы - это приемы, посредством которых можно с заданной точностью и достоверностью судить о состоянии явлений, которые исследуются. Они позволяют спрогнозировать те или иные проблемы, выработать оптимальные решения на основе изученной фактической информации, тенденциях и закономерностях.
Основные области, в которых широко распространены статистические методы, - это :
Статистические методы - это база, обеспечивающая создание продукции с высокими потребительскими характеристиками. Эти приемы широко используются в промышленно развитых государствах. Статистические методы - это, по сути, гаранты получения потребителями продукции, соответствующей установленным требованиям. Эффект их использования доказан практикой промышленных предприятий Японии. Именно они способствовали достижению высочайшего производственного уровня в этой стране. Многолетний опыт зарубежных стран показывает, насколько эффективны эти приемы. В частности, известно, что компания Hewlelt Packard, применяя статистические методы, смогла снизить в одном из случаев количество брака за месяц с 9 000 до 45 ед.
В отечественной практике существует ряд препятствий, не позволяющих использовать статистические методы изучения показателей. Сложности возникают вследствие:
Необходимо сказать, что определение потребности в тех или иных статистических методах в сфере качества, выбор, освоение конкретных приемов является довольно сложной и длительной работой для любого отечественного предприятия. Для эффективного ее осуществления целесообразно разработать специальную долговременную программу. В ней следует предусмотреть формирование службы, в задачи которой будет входить организация и методическое руководство применения статистических методов. В рамках программы нужно предусмотреть оснащение соответствующими техническими средствами, обучение специалистов, определить состав производственных задач, которые должны решаться с помощью выбранных приемов. Освоение рекомендуется начать с использования самых простых подходов. К примеру, можно использовать известные элементарные производством. Впоследствии целесообразно перейти к другим приемам. Например, это может быть анализ дисперсии, выборочная обработка информации, регулирование процессов, планирование факторного исследования и экспериментов и пр.
К статистическим методам экономического анализа относятся разные приемы. Стоит сказать, их насчитывается довольно много. Однако ведущий специалист в сфере менеджмента качества в Японии К. Исикава рекомендует использовать семь основных методов:
Руководствуясь собственным опытом в сфере менеджмента, Исикава утверждает, что 95% всех вопросов и проблем на предприятии можно решить, используя эти семь подходов.
Этот базируется на определенном соотношении. Оно было названо "принципом Парето". В соответствии с ним, из 20% причин появляется 80% следствий. в наглядной и понятной форме показывает относительное влияние каждого обстоятельства на общую проблему в убывающем порядке. Это воздействие можно исследовать на количестве потерь, дефектов, спровоцированных каждой причиной. Относительное влияние иллюстрируется с помощью столбиков, накопленное воздействие факторов посредством кумулятивной прямой.
На ней исследуемую проблему условно изображают в форме горизонтальной прямой стрелки, а условия и факторы, косвенно либо прямо влияющие на нее, - в виде наклонных. При построении следует учитывать даже незначительные на первый взгляд обстоятельства. Это обуславливается тем, что на практике достаточно часто бывают случаи, в которых решение задачи обеспечивается исключением нескольких, кажущихся несущественными, факторов. Причины, которые влияют на основные обстоятельства (первого и следующих порядков) изображают на диаграмме горизонтальными короткими стрелками. Детализированная схема будет иметь форму скелета рыбы.
Этот экономико-статистический метод используется для упорядочения множества показателей, которые были получены при оценке и измерении одного или нескольких параметров объекта. Как правило, такая информация представлена в форме неупорядоченной последовательности значений. Это могут быть линейные размеры заготовки, температура плавления, твердость материала, количество дефектов и так далее. На основе такой системы сложно делать выводы о свойствах изделия либо процессах его создания. Упорядочивание осуществляется с помощью линейных графиков. Они наглядно показывают изменения наблюдаемых параметров в течение определенного периода.
Как правило, он представлен в виде таблицы распределения частот вхождения измеряемых величин параметров объекта в соответствующие промежутки. Контрольные листки составляются в зависимости от поставленной цели исследования. Диапазон значений показателей разделяется на одинаковые интервалы. Их число выбирают обычно равное квадратному корню из количества выполненных измерений. Бланк должен быть простым, чтобы исключить проблемы при заполнении, прочтении, проверке.
Она представлена в форме ступенчатого многоугольника. Он наглядно иллюстрирует распределение показателей измерений. Диапазон установленных величин разбивается на равные промежутки, которые откладывают по оси абсцисс. К каждому интервалу строится прямоугольник. Его высота равна частоте вхождения величины в данный промежуток.
Они используются при проверке гипотезы о взаимосвязи двух переменных величин. Модель строится следующим образом. На оси абсцисс откладывают величину одного параметра, ординат - другого показателя. В результате на графике появляется точка. Данные действия повторяются для всех значений переменных. При наличии взаимосвязи поле корреляции вытянуто, и направление не будет совпадать с направленностью оси ординат. Если зависимость отсутствует, оно параллельно одной из осей или будет иметь форму круга.
Они используются при оценке процесса в течение конкретного периода. Формирование контрольных карт базируется на следующих положениях:
Следует сказать, что отечественный и зарубежный опыт показывает, что наиболее эффективным статистическим методом оценки стабильности и точности оборудования и технологических процессов выступает составление контрольных карт. Этот способ используется также при регулировании производственных потенциальных мощностей. При построении карт необходимо правильно выбрать исследуемый параметр. Рекомендуется отдавать предпочтение тем показателям, которые непосредственно относятся к назначению изделия, могут быть легко измерены и на которые можно оказать воздействие посредством регулирования процесса. Если такой выбор затруднителен или не оправдан, можно выполнить оценку величин, коррелированных (взаимосвязанных) с контролируемым параметром.
Если измерение показателей с точностью, требуемой для составления карт по количественному критерию, экономически или технически невозможно, используют альтернативный признак. С ним связаны такие термины, как "брак" и "дефект". Под последним понимают каждое обособленное несоответствие изделия установленным требованиям. Браком называют продукцию, предоставление которой не допускается потребителям, в связи с наличием в ней дефектов.
У каждого типа карт есть своя специфика. Ее необходимо принимать во внимание при их выборе для конкретного случая. Карты по количественному критерию считаются более чувствительными к изменениям процесса, чем те, в которых используется альтернативный признак. Однако при этом первые более трудоемки. Их используют для:
Если разладка процесса отличается смещением контролируемого параметра, необходимо использовать Х-карты. Если имеет место увеличение рассеяния значений, выбирать нужно R или S-модели. Необходимо, однако, учитывать ряд особенностей. В частности, использование S-карт позволит точнее и быстрее установить разладку процесса, чем R-модели при одинаковых Вместе с тем, построение последних не требует выполнения сложных расчетов.
В экономике позволяют исследовать факторы, которые обнаруживаются в ходе качественной оценки, в пространстве и динамике. С их помощью можно выполнять прогнозные расчеты. К статистическим методам экономическая анализа не относят способы оценки причинно-следственных связей хозяйственных процессов и событий, выявления перспективных и неиспользованных резервов повышения результативности деятельности. Другими словами, в число рассмотренных подходов не включаются факторные приемы.
