Štatistické nástroje kvality ako podporný nástroj manažérov pri jej hodnotení

„7 starých nástrojov kvality“, ktoré sa používajú na meranie, analýzu, hodnotenie kvality v podnikoch so zavedeným systémom manažérstva kvality predstavujú podporný prostriedok pre zabezpečovanie procesov neustáleho zlepšovania kvality.

Tieto štatistické nástroje umožňujú vyhodnocovať plnenie cieľov kvality a politiky kvality, kvantifikujú kvalitu v podniku prostredníctvom rôznych ukazovateľov napr. nákladov, chýb, reklamácií, výsledky hodnotení poukazujú na možnosti zlepšovania kvality. Štatistické spracovanie údajov o kvalite je nevyhnutným predpokladom ďalšieho budovania systému manažérstva kvality a jeho neustáleho zlepšovania.

Štatistické nástroje kvality sú uplatňované v rámci procesu riadenia kvality, kontroly kvality, merania a vyhodnocovania kvality. V prvku č. 8.4. Analýza dát normy STN EN ISO 9004 sa uvádza, že rozhodnutia manažmentu o kvalite sa majú zakladať na analýze údajov získaných z meraní. Na to, aby organizácia vedela hodnotiť svoju výkonnosť a identifikovať oblasti na zlepšovanie musí analyzovať údaje o kvalite, porovnávať ich s plánovanými hodnotami, porovnávať ich cieľmi kvality. Analýza údajov o kvalite sa môže vykonávať na základe platných analytických metód alebo prostredníctvom vhodných štatistických metód. Analýza údajov musí manažmentu podniku poskytnúť informácie o spokojnosti zákazníka, o zhode s požiadavkami na produkt, informácie o dodávateľoch, informácie o trendoch v oblasti preventívnej činnosti a pod. Zároveň sa výstupy z kvality musia zohľadniť aj vo finančných ukazovateľoch podniku napr. v nákladoch na prevenciu a hodnotenie, nákladoch na nezhody, na interné a externé zlyhania, v nákladoch na životný cyklus produktu apod. Sedem starých štatistických nástrojov kvality klasifikoval Kaoru Ishikawa a patria k nim Cause-Effect (Ishikawov) diagram, Paretova analýza, Stratifikácia, Histogramy, Regulačné diagramy, Bodové – korelačné diagramy, Kontrolné tabuľky resp. kontrolný hárok.[1] Tieto štatistické nástroje kvality sú nevyhnutným prostriedkom pre manažérov, pretože umožňujú merať procesy v podniku, skúmať faktory pôsobiace na procesy, klasifikovať faktory podľa významnosti a ich vplyvu na procesy a riadiť procesy v zmysle neustáleho zlepšovania kvality. Kvalita je dnes považovaná za významný faktor úspešnosti podnikov a preto je nevyhnutné sledovať všetky procesy, operácie v podniku, ktoré súvisia s kvalitou a jej dopadom na celkovú efektívnosť podniku.

Diagram príčin a následkov – Cause-Effect diagram – CE diagram – Ishikawov diagram

Tento diagram definoval Kaoru Ishikawa. Je to jedna zo základných analytických metód, ktorej cieľom je hľadanie príčin ako hlavných prekážok uplatňovania kvality v podnikoch a následku, ktorý vzniká z dôvodu nekvality. Podľa Ishikawu sa príslušné zobrazenie nazýva aj diagramom rybacej chrbtice tzv.(fishbone). Postupnosť v diagrame sa zobrazuje zakresľovaním hlavných, vedľajších a elementárnych vplyvov, ktoré sú pre kvalitu vznikajúceho produktu rozhodujúce. Z jednotlivých skupín príčin sa zaraďujú spravidla príčiny vytvárajúce podskupiny tzv. stredné kosti a detaily tzv. malé kosti. Je veľmi dôležité usporiadať oblasti príčin zľava doprava a tak ich aj odstraňovať v procese realizácie. Ishikawov diagram je nástroj, ktorý sa používa na grafické zobrazenie príčinnej súvislosti medzi riešeným problémom a jeho príčinami. Pomocou grafického záznamu sa zobrazujú príčiny, ktoré ovplyvňujú výslednú skúmanú vlastnosť alebo problém. Hlavnú diagonálu diagramu predstavuje skúmaná vlastnosť, problém. Priamky smerujúce do hlavnej diagonály predstavujú príčiny, ktoré ovplyvňujú skúmanú vlastnosť, problém. Do nich môžu smerovať ďalšie priamky, ktoré predstavujú podpríčiny nižšej úrovne ovplyvňujúce príčiny vyššej úrovne apod. Hlavné príčiny majú priamy vzťah k skúmanej vlastnosti (následku), každá z podpríčin sa uvádza do vzťahov v poradí podľa úrovne vplyvu k hlavnej príčine (obr.1)

Ako nástroj pre konštrukciu Ishikawovho diagramu je vhodné používať brainstorming alebo brainwriting. Jednotlivé príčiny sa v diagrame uvádzajú na základe oblasti príčin (5 M), ku ktorým patria: Materials, Machines, Methods, Measurements, Men. Dnes sa k týmto oblastiam zaraďuje ešte Management a Environment.

Materials – materiál, suroviny, náhradné diely, polotovary, zdroje, informačné zdroje, energie.

Machines – stroje, zariadenia, výrobné linky, dopravné zariadenia, sklady, informačné a komunikačné technológie.

Methods – technologické, výrobné, servisné postupy, automatizácia, simulácia

Measurements– normy, štandardy, prepisy, prístroje a postupy pre získavanie kvantitatívnych dát

Men– príjmanie pracovníkov, výcvik, školenie, výber pracovníkov, kvalifikácia, zodpovednosť

Management – organizačné a riadiace štruktúry, vedenie tímov, financie, riadenie zisku, nákladov, výnosov

Environment – ekologické požiadavky, vplyvy okolia, ekologické záťaže činnosti

Postup vypracovania Ishikawovho diagramu:

  1. Definovanie problému v hlave ryby.
  2. Doplnenie chrbtice a rebier na základe oblasti príčin tohto diagramu.
  3. Vyplnenie diagramu pýtaním sa na otázky “prečo?” na každú príčinu problému.
  4. Pohľad na diagram a identifikovanie hlavných príčin.
  5. Navrhnutie opatrení na odstránenie hlavných príčin.

Diagram Cause– Effect sa môže používať aj na vytváranie príčinného reťazca tzv. stromu príčin, ktoré slúžia na zisťovanie všetkých možných dôvodov, ktoré viedli k haváriám, nehodám, zlyhaniam, rôznym poruchám.

Paretova analýza – Paretov diagram

Paretovu analýzu definoval taliansky ekonóm V. Pareto a prvý krát v oblasti kvality ju použil americký odborník na kvalitu J. M. Juran. Juran sformuloval záver, že 80-90 % problémov s kvalitou je spôsobené malým počtom príčin (5-20%). Tieto príčiny nazval „ životne dôležitou menšinou“. Ostatné príčiny (80-90%) nazval najprv „triviálnou väčšinou“, neskôr „ užitočnou väčšinou“. Paretovu analýzu môžeme využívať pri vyhľadávaní a definovaní najpodstatnejších problémov (napr. nepodarkov). Paretova analýza je založená na vzťahu medzi príčinami a ich následkami. (obr. 2)

Postup tvorby Paretovho diagramu:

  1. Definovanie miesta analýzy – výber procesu, činností, kde chceme zvýšiť zisk alebo efektivitu.
  2. Zber dát – pre analýzu je potrebné získať relevantné dáta o kvalite resp. nekvalite.
  3. Usporiadanie dát – získané údaje sa zoradia podľa najväčšieho výskytu, početností, najväčšej váhy alebo iného kritéria. Vždy sa zoradia od najväčšej hodnoty po najmenšiu. Zaraďovanie faktorov do skupín sa môže vykonať:
    – kvantitatívne (podľa početností výskytu každého problému /faktora, podľa nákladov na odstránenie príslušného problému /faktora)
    – kvalitatívne (podľa dôležitosti, váhy, ohodnotenia, ocenenia, hodnotovo).
  4. Lorenzova kumulatívna krivka – táto krivka vznikne ako kumulatívny súčet hodnôt, vyjadrí sa v percentách a vynesie sa do grafu.
  5. Stanovenie kritérií rozhodovania – tu sa rozhoduje o tom, v akom pomere budeme odstraňovať nezhody, základný pomer predstavuje 80/20.
  6. Identifikácia hlavných príčin – sledujeme príčiny, ktorými je potrebné sa zaoberať a tie ktoré majú najväčší vplyv na následky, tým že vynesieme v mieste 80% priamku a v mieste kde nám priamka pretne Lorenzovu krivku vynesieme kolmicu na os x. Tak oddelíme tie príčiny, ktoré sú pre nás podstatné ( v ľavej časti grafu).
  7. Stanovenie nápravných opatrení – k odstráneniu príčin, ktoré spôsobujú najviac strát stanovíme nápravné opatrenia.

V grafe sme sledovali výšku nákladov na kvalitu pre nákladové položky podľa jednotlivých činnosti. Štruktúra nákladov je vyjadrená fialovou farbou a predstavuje výšku nákladov usporiadaných činnosti od najväčšieho po najmenšiu hodnotu. Kumulovaný súčet nákladov je vyjadrený bordovou farbou na grafe. Ak by sme na grafe vyjadrili kumulovaný súčet v percentách môžeme vykresliť aj Lorenzovu krivku, ktorá by vykresľovala hranicu grafu pre kumulované súčty nákladov. Potom sme si nadefinovali kritéria rozhodovania, v akom pomere budeme sledovať nezhody. Základný pomer predstavuje 80/20. Na základe tohto pomeru hľadáme tie príčiny, ktoré najviac ovplyvňujú náklady na kvalitu. Ak vynesieme priamku rovnobežne s osou x v oblasti 80 % a tá nám pretne myslenú Lorenzovu krivku, v tom bode vynesieme kolmicu na os x a zistíme, ktorým príčinám je potrebné venovať pozornosť. V našom prípade ide o položky odborné posúdenie kvality, skúšobné prostriedky, laboratórium.

Kontrolné tabuľky resp. hárky

Ich využitie je opodstatnené pri priebežnej a vstupnej kontrole polotovarov, súčiastok, hotových výrobkov, pri analýze zariadení a technologického procesu, pri analýze nezhodných výrobkov. Kontrolné tabuľky majú byť dobre zrozumiteľné a dostatočne prehľadné. Forma kontrolnej tabuľky musí umožňovať využitie zistených údajov pre ďalšie nástroje riadenia kvality bez nutnosti ich prepisovania do iných formulárov.[1]

Histogram

Predstavuje grafické znázornenie dát vyjadrených početnosťou hodnôt. Nie je ich vhodné ho vytvárať pre náhodnú premennú, ktorej hodnoty sú závislé na čase. Histogram sleduje správanie sa strojov alebo výrobného procesu na základe rozptylového správania sa. Sumarizuje premenlivosť určitej množiny číselných údajov. [4] Jeho priebeh môže mať tvar normálny, dvojvrcholový, plochý, hrebeňovitý, ľavostranne odseknutý (pravostranne odseknutý), s izolovanými vrcholmi. Histogramom vieme znázorniť chyby merania, početnosť nezhôd, životnosť výrobkov vo vzťahu k nezhodám apod.

Stratifikácia

Je usporadúvanie záznamov o výskyte chýb/nezhôd do skupín, triedenie, vrstvenie údajov, rozloženie hodnôt podľa určitých hľadísk, vhodný podklad pre získanie homogénnych údajov pre ďalšie spracovanie. Cieľom stratifikácie je oddeliť údaje z použitých zdrojov tak, aby bolo možné určiť rýchle a hlavne jednoznačne pôvod každej položky údajov (proces vyhľadávania príčin nezhôd a problémov.). Napr. sťažnosť zákazníka je možné stratifikovať:

  • podľa toho na čo sa sťažuje (chybný výrobok, nedostatočné množstvo a pod.)
  • podľa zdroja problémov (výroba, sklad, výdaj)
  • podľa zodpovedajúceho oddelenia (konštrukcia, výroba, kontrola, sklad, predaj a pod.)

Stratifikácia (alebo rozvrstvenie) – je metóda, ktorej cieľom je oddeliť údaje z rôznych zdrojov tak, aby sa dal identifikovať ich pôvod (napr. stroj, dodávateľ a pod.). Metóda pomáha vyhľadávať a porovnávať zdroje nezhodných výrobkov. Výrobky sú označené podľa miesta pôvodu a sú analyzované oddelene. Je to jednoduchý spôsob ako poukázať na zdroje a početnosť chýb, čo uľahčuje vyhľadávanie príčin chýb.

Bodový diagram

Je to grafická metóda pre štúdium vzťahov medzi 2 premennými, používa sa pre hľadanie súvislostí medzi 2 sledovanými znakmi kvality, medzi sledovaným znakom kvality a parametrami procesu a pod. Poskytuje vizuálnu informáciu o možnej štatistickej závislosti. Ak sledujeme závislosť nákladov na kvalitu vo vzťahu k výnosom podniku, ktoré realizoval, priebeh by bol nasledovný.

Regulačné diagramy

Používajú sa ako preventívny prostriedok riadenia kvality procesov, u ktorých je problematické odlíšenie kolísania hodnôt vybranej premennej pod vplyvom náhodných a systematických (vymedziteľných) príčin a v ktorých sa predpokladá stabilizovaná – regulovaná úroveň príslušnej premennej v istom časovom úseku, v istom „spoľahlivostnom páse“. Pomáhajú zabrániť zbytočnému, resp. nepotrebnému nastavovaniu zariadení, výrobných liniek v prípade, že príslušný proces je stabilný. Umožňujú získavať informácie o spôsobilosti sledovaných procesov.

Základom regulačného diagramu je zobrazenie údajov v dvojrozmernom súradnicovom systéme. Os x-ová je osou časovou, os y-ová je osou hodnôt/údajov. Údaje sa navzájom spájajú do polygónu, priebehového diagramu – časového radu. Cieľom regulačných diagramov je posúdenie procesov pod štatistickou kontrolou. Pokiaľ je proces pod kontrolou jeho kvalita zodpovedá požiadavkám zákazníka. Ak proces nie je pod kontrolou je potrebné navrhnúť opatrenia na zlepšenie spôsobilosti procesu. [1]

V diagrame je znázornená trojica kritérií :

  • stredná priamka/čiara – CL (Central Line)
  • horná regulačná medza/hranica – UCL (Upper Control Limit)
  • dolná regulačná medza/hranica – LCL (Lower Control Limit)

Základné priebehy regulačných diagramov znázorňuje obr.7.

Záver

Využívanie štatistických metód pri hodnotení kvality je neodmysliteľnou súčasťou nástrojov každého manažéra podniku. Tieto metódy veľmi jednoduchou formou prezentujú informácie o kvalite, na základe ktorých môžu manažéri rozhodovať aj v otázkach týkajúcich sa výrobného procesu, finančného riadenia, riadenia ľudských zdrojov a pod. Informácie, ktoré analyzujú v oblasti riadenia kvality im poskytnú dostatočné informácie pre rozhodovanie sa o zmenách, ktoré prinesú podnikom zlepšenia na každej úrovni riadenia. Význam kvality sa prejavuje aj u zákazníka a spokojnosť zákazníka je prvoradým cieľom riadenia kvality.

Autor: Doc. Ing. Katarína Teplická, PhD., Ústav podnikania a manažmentu, TU F BERG v Košiciach
Príspevok je súčasťou grantového projektu VEGA č. 1/0002/08.

Fotografia z tlačenej verzie čísla.

Literatúra

  1. HRUBEC, J., VIRČÍKOVÁ, E. a kolektív: Integrovaný manažérsky systém. 1. vyd. Nitra: Slovenská poľnohospodárska univerzita v Nitre, 2009. ISBN 978-80-552-0231-0
  2. POTKÁNY, M., ŠATANOVÁ, A., GEJDOŠ, P.: Quality and quality costs as a effective tools for management company. In: Forestry and Wood Technology, Annals of Warsaw Agricultural University, Warsaw, 2003, s.118 -122, ISBN 1640-3622
  3. SÜTŐOVÁ, A., ŠOLC, M. : Utilization of statistical methods within the Eurapean preformance satisfaction index rating methodology. In: Kvalita, Inovácia, Prosperita. Roč. 13, č. 1/2009. str. 77-83, ISSN 1335-1745
  4. PETRÍK, J., PALFY, P, HAVLÍK, M, GIRMANOVÁ, L.: Efect of operators on microhardness measurement capability. In: Proceeedings of the 15th International Scientific Conference – CO-MAT-TECH 2007, Trnava, Alumni Press, 2007 p. 295-300. ISBN 978-80-8096-032-2.
  5. TEPLICKÁ, K., ALEXANDROVÁ, G.: Hodnotenie efektívnosti a funkčnosti procesov v systéme manažérstva kvality. In: Q-magazín : internetový časopis o jakosti. VŠB Ostrava, 2009. ISSN 1213-0451.

 4,248 total views,  5 views today

Pridaj komentár

Vaša e-mailová adresa nebude zverejnená. Vyžadované polia sú označené *

Táto webová stránka používa Akismet na redukciu spamu. Získajte viac informácií o tom, ako sú vaše údaje z komentárov spracovávané.