Istnieje osiem głównych zasad zarządzania jakością, które stanowią obecnie podstawę norm ISO serii 9000.

1. Orientacja na klienta

2. Przywództwo

3. Zaangażowanie ludzi

4. Podejście procesowe

5. Podejście systemowe

6. Ciągłe doskonalenie

7. Podejmowanie decyzji na podstawie faktów

8. Wzajemnie korzystne relacje z dostawcami

Zajmę się siódmą zasadą zarządzania jakością. Mówi ona że zarządzanie jakością jest skuteczne, jeśli opiera się na faktach, a nie opiniach czy przypuszczeniach. Jednak w organizacji występuje wiele procesów, których występowanie lub siła działania mogą być określone tylko z pewnym prawdopodobieństwem, wtedy ich dane powinny być przetwarzane metodami statystyki matematycznej. Właśnie z tego tytułu iż każda organizacja czy firma jest inna, powinna ona posiadać swoje opracowane schematy stosowania narzędzi statystycznych.

Aby zastosować metody statystyczne należy poznać siedem podstawowych narzędzi zarządzania jakością które stanowią bazę skutecznej diagnostyki i analizy występujących problemów:

1. Arkusz kontrolny

Arkusz kontrolny pomaga w zbieraniu i porządkowaniu informacji. Na takim arkuszu nanosi się dane o zdarzeniach związanych z danym wyrobem lub procesem, zazwyczaj o częstości i miejscu ich występowania. Na arkuszu musi być jasno określony cel, w jakim został on stworzony.

Przykład takiego arkusza: Tutaj arkusz ma kształt szyby samochodowej. Oceniamy wystąpienie pęknięcia szyby. Takie dane można też przedstawić w postaci diagramu. Oddaje ona lepiej zależności ilościowe, ale nie pozwala na ich opis przestrzenny.

2. Schemat blokowy

Schemat blokowy przedstawia w sposób graficzny ciąg działań realizowanych w danym procesie, przepływ informacji, przepływ materiałów itp. Najlepiej kiedy taki schemat tworzony jest w zespole. Należy zdefiniować zakres, jaki ma objąć schemat i najlepiej budować go w sposób kolumnowy, gdzie w kolumnie głównej powinny znajdować się działania stanowiące istotę przedstawionego procesu.

Schemat wyboru poddostawcy

3. Histogram

Histogram jest rodzajem diagramu słupkowego, stosowanym w statystyce do graficznego przedstawiania częstości występowania wartości zmiennej losowej w określonym przedziale. Przed wykreśleniem histogramu należy: określić przedział zmienności analizowanej wielkości i wyznaczyć liczbę przedziałów(od tego zależy kształt histogramu). Jako wartości graniczne najczęściej przyjmuje się k (min)=5 oraz k (max)= 15. Należy unikać przedziałów pustych.

Przykład: Firma produkuje tapicerki samochodowe. Aby firma wyprodukowała dobre pokrycie, sąsiadujące ze sobą elementy tapicerki muszą być dobrze dopasowane. Jeżeli któryś s kawałków przesunie się, to może spowodować, że produkt nie będzie spełniał wymagań i będzie odbierany jako wadliwy. Dlatego w zaszywkach materiału wycinane są specjalne znaczki, które ułatwiają kontrole poprawności ich dopasowania. Dopuszczalne przesunięcie znaczków wynosi +/- 2,5 mm.

W celu wykonania oceny dokładności dopasowania elementów pobrano z grupy wyrobów wyprodukowanych w ciągu 5 dni na tej samej maszynie 200-elementową próbkę. Wyniki przedstawiono w postaci histogramu. Z histogramu można odczytać. że w 43 przypadkach odchyłka przekracza wartości graniczne.

4. Diagram Pareto-Lorenza

Diagram Pareto-Lorenza opiera się na prawidłowości, że w przyrodzie, technice, działalności człowieka itp. zazwyczaj 20-30% przyczyn decyduje o 70-80% skutków. Zdefiniowanie tych przyczyn pozwala na wyznaczenie kierunków działań, które przyczynią się do doskonalenia procesów i podnoszenia poziomu jakości wyrobów. Diagram składa się z pewnej ilości "słupków" uporządkowanych od "największego do najmniejszego". Każdy "słupek" reprezentuje daną cechę (kategorię), a wysokość słupka odzwierciedla ilość wystąpień danej cechy (kategorii) lub jej procentowy udział.

Analizując wykres pareto, najpierw sprawdzamy czy w analizowanym zjawisko zachodzi zasada 80/20. Poniższy wykres przedstawia taki przykład. Niewielka ilość przyczyn takich jak: rysy, przebarwienia, inny kolor stanowi około 80% wad. Wady te przedstawiono w kolorze żółtym. Pozostałe kategorie wad mają mniejsze znaczenie.

Na poniższym wykresie pareto przedstawiona jest sytuacja, gdzie zasada 80/20 nie występuje.

5. Wykres przyczynowo-skutkowy Ishikawy

Wykres przyczynowo-skutkowy Ishikawy stanowi graficzne przedstawienie powiązań między czynnikami działającymi na proces i skutkami, które one powodują. Przygotowanie takiego diagramu powinno być realizowane w grupie, np. z wykorzystaniem „burzy mózgów”. Opracowanie diagramu może być realizowane w kilku fazach:

-Określenie przyczyn głównych: (M-5wg. którego najważniejsze grupy czynników oddziaływujących na wynik procesu są związane z : człowiekiem(Man), maszyna(machine), metodą(metod), materiałem(material), środowiskiem i zarządzanie(management)).

-Określenie czynników drugorzędnych-

-Wybór czynnika krytycznego:

Na tym wykresie przedstawiono przykład wykresu Ishikawy dla problemu występowania wiórów w kanałach olejowych części samochodowej obrabianej mechanicznie(obecność wiórów grozi uszkodzeniem silnika), a następnie czyszczonej i kontrolowanej.

6. Wykresy korelacji

Wykresy korelacji są graficzną instrukcją związku zachodzącego pomiędzy dwiema zmiennymi. są one stosowane w przypadkach, gdy konieczne jest zbadanie zależności między dwoma czynnikami. W celu sporządzenia diagramu korelacyjnego dane przedstawia się we współrzędnych prostokątnych, poprzez nanoszenie na wykres wszystkich par wyników. Aby uzyskać wiarygodne wyniki, wskazane jest przeanalizowanie stosunkowo dużej liczby par danych (więcej niż 30). Sposób w jaki punkty grupują się na wykresie pokazuje zależności korelacyjne między badanymi zmiennym. Współczynnik korelacji wynosi r=+1

Jeżeli punkty układają się w pobliżu linii prostej, o ujemnym lub dodatnim współczynniku pochylenia

Jeżeli punkty są na wykresie rozproszone lub ułożone wzdłuż prostej prostopadłej do jednej z osi układu współrzędnych, oznacza to, że badane nie są skorelowane, są od siebie niezależne.

7. Karta kontrolna Shewharta

Karty kontrolne Shewharta są podstawowym narzędziem w statystycznym nadzorowaniu i sterowaniu procesów, zwłaszcza w produkcji seryjnej. Prowadzenie karty kontrolnej jest związane z pobieraniem z procesu, w ustalonych regularnych odstępach czasu, próbek o określonej liczebności. Częstotliwość pobierania próbek oraz ich liczebność powinny być tak ustalone, aby wykres obliczonych wartości wykazywał wszelkie istotne zmiany zachodzące w kontrolowanym procesie.

Jeśli wartości mieści się w przedziale wyznaczonym na karcie przez tzw. linie kontrolne

Sygnał o niebezpieczeństwie rozregulowania procesu

Metody statystyczne mogą pomóc w zrozumieniu zmienności, która występuje na różnych etapach całego cyklu życia wyrobu, od badania rynku poprzez produkcję, sprzedaż i obsługę klienta. Zmienność tę można zaobserwować w przebiegu i wynikach wielu działań, nawet w warunkach pozornej stabilności. Metody statystyczne są także przydatne w mierzeniu, opisaniu, analizie i interpretowaniu tej zmienności. Dzięki analizom statystycznym możemy zrozumieć charakter, zakres i przyczyny zmienności, rozwiązać problemy oraz poprawić skuteczność i efektywność. Ułatwiają one także lepsze wykorzystanie dostępnych danych przy podejmowaniu decyzji.

1

---