Štatistická kontrola procesu

História

Štatistickú kontrolu procesov zaviedol Walter A. Shewhart začiatkom 20. rokov 20. storočia. Shewhart vytvoril základ regulačného diagramu a koncepciu stavu štatistickej kontroly pomocou starostlivo navrhnutých experimentov. Hoci Dr. Shewhart vychádzal z čisto matematických štatistických teórií, pochopil, že údaje z fyzikálnych procesov zriedkavo vytvárajú "krivku normálneho rozdelenia" (Gaussovo rozdelenie, bežne označované aj ako "zvonová krivka"). Zistil, že pozorovaná variabilita výrobných údajov sa nechová vždy rovnako ako údaje v prírode (napríklad Brownovpohyb častíc). Dr. Shewhart dospel k záveru, že hoci každý proces vykazuje odchýlky, niektoré procesy vykazujú riadené odchýlky, ktoré sú pre proces prirodzené (bežné príčiny odchýlok), zatiaľ čo iné vykazujú nekontrolované odchýlky, ktoré nie sú v kauzálnom systéme procesu vždy prítomné (špeciálne príčiny odchýlok). Nekontrolovaná odchýlka je často spojená s chybnými výrobkami, čo poskytuje prostriedok na identifikáciu problémov a zlepšenie kvality na základe údajov.

W. Edwards Deming neskôr aplikoval metódy SPC v USA počas druhej svetovej vojny, čím úspešne zlepšil kvalitu pri výrobe munície a ďalších strategicky dôležitých výrobkov. Po skončení vojny sa zaslúžil o zavedenie metód SPC do japonského priemyslu. Demingov prístup využívajúci SPC so súvisiacimi manažérskymi postupmi sa stal známy ako systém riadenia kvality.

Aplikácia

Nasledujúci opis sa vzťahuje skôr na výrobu ako na odvetvie služieb, hoci zásady SPC možno úspešne aplikovať v oboch prípadoch. Opis a príklad uplatnenia SPC v prostredí služieb nájdete v Roberts (2005). Selden opisuje, ako používať SPC v oblasti predaja, marketingu a služieb zákazníkom, pričom ako názornú ukážku používa Demingov slávny experiment s červenými korálkami.

V hromadnej výrobe sa kvalita hotového výrobku tradične dosahovala prostredníctvom kontroly výrobku po jeho výrobe; každý výrobok (alebo vzorky z výrobnej dávky) sa prijímal alebo odmietal na základe toho, ako dobre spĺňal svoje konštrukčné špecifikácie. Naproti tomu štatistická kontrola procesov využíva štatistické nástroje na pozorovanie výkonnosti výrobného procesu s cieľom predvídať významné odchýlky, ktoré môžu neskôr viesť k vyradeniu výrobku.

Vo všetkých výrobných procesoch sa vyskytujú dva druhy odchýlok: oba tieto druhy odchýlok procesu spôsobujú následné odchýlky konečného výrobku. Prvý druh je známy ako prirodzená alebo bežná odchýlka a pozostáva z odchýlky, ktorá je vlastná procesu, ako je navrhnutý. Medzi odchýlky bežných príčin môžu patriť odchýlky teploty, vlastností surovín, sily elektrického prúdu atď. Druhý druh odchýlky je známy ako odchýlka so špeciálnou príčinou alebo odchýlka s priraditeľnou príčinou a vyskytuje sa menej často ako prvá. Pri dostatočnom skúmaní je možné nájsť špecifickú príčinu odchýlky špeciálnej príčiny, napríklad abnormálnu surovinu alebo nesprávne nastavené parametre.

Napríklad baliaca linka na raňajkové cereálie môže byť navrhnutá tak, aby každá krabica s cereáliami bola naplnená 500 gramami výrobku, ale niektoré krabice budú mať o niečo viac ako 500 gramov a niektoré o niečo menej v súlade s rozložením čistej hmotnosti. Ak sa zmení výrobný proces, jeho vstupy alebo prostredie (napríklad sa začnú opotrebovávať stroje, ktoré vykonávajú výrobu), toto rozdelenie sa môže zmeniť. Napríklad, keď sa opotrebujú vačky a kladky, stroj na plnenie obilnín môže začať dávať do každej škatule viac obilnín, ako je stanovené. Ak sa táto zmena nechá nekontrolovane pokračovať, bude sa vyrábať čoraz viac výrobkov, ktoré nebudú zodpovedať toleranciám výrobcu alebo spotrebiteľa, čo povedie k vzniku odpadu. Hoci v tomto prípade má odpad podobu "bezplatného" výrobku pre spotrebiteľa, zvyčajne odpad pozostáva z prepracovania alebo odpadu.

Tým, že inžinier kvality alebo ktorýkoľvek člen tímu zodpovedného za výrobnú linku v správnom čase zistí, čo sa stalo v procese, ktorý viedol k zmene, môže vyriešiť hlavnú príčinu odchýlky, ktorá sa do procesu vkradla, a problém odstrániť.

SPC indikuje, kedy by sa mala v procese vykonať akcia, ale aj to, kedy by sa nemala vykonať žiadna akcia. Príkladom je osoba, ktorá by si chcela udržať konštantnú telesnú hmotnosť a každý týždeň si meria hmotnosť. Osoba, ktorá nerozumie pojmom SPC, by mohla začať držať diétu vždy, keď sa jej hmotnosť zvýši, alebo jesť viac vždy, keď sa jej hmotnosť zníži. Takýto postup by mohol byť škodlivý a prípadne by mohol vyvolať ešte väčšie rozdiely v telesnej hmotnosti. SPC by zohľadňovala normálne kolísanie hmotnosti a lepšie by ukázala, kedy osoba v skutočnosti priberá alebo chudne.

Základné kroky SPC

Štatistickú kontrolu procesov možno všeobecne rozdeliť na tri skupiny činností: pochopenie procesu, pochopenie príčin odchýlok a odstránenie zdrojov odchýlok so špeciálnou príčinou. Kľúčovými nástrojmi SPC sú regulačné diagramy, zameranie na neustále zlepšovanie a navrhnuté experimenty.

Pri chápaní procesu sa proces zvyčajne mapuje a proces sa monitoruje pomocou regulačných diagramov. Regulačné diagramy sa používajú na identifikáciu odchýlok, ktoré môžu byť spôsobené špeciálnymi príčinami, a na zbavenie používateľa obáv z odchýlok spôsobených bežnými príčinami. Ide o nepretržitú, priebežnú činnosť. Ak je proces stabilný a nespúšťa žiadne z pravidiel detekcie pre regulačný diagram, môže sa vykonať aj analýza schopnosti procesu predpovedať schopnosť súčasného procesu vyrábať v budúcnosti vyhovujúci (t. j. v rámci špecifikácie) výrobok.

Ak sa pomocou pravidiel detekcie na kontrolnom diagrame zistí nadmerná odchýlka alebo sa zistí nedostatočná spôsobilosť procesu, vynaloží sa ďalšie úsilie na určenie príčin tejto odchýlky. Medzi používané nástroje patria Ishikawove diagramy, navrhnuté experimenty a Paretove diagramy. Navrhnuté experimenty sú v tejto fáze SPC rozhodujúce, pretože sú jediným prostriedkom na objektívne vyčíslenie relatívnej dôležitosti mnohých potenciálnych príčin odchýlok.

Po kvantifikácii príčin odchýlok sa vynaloží úsilie na odstránenie tých príčin, ktoré sú štatisticky aj prakticky významné (t. j. príčinu, ktorá má len malý, ale štatisticky významný účinok, nemožno považovať za nákladovo efektívnu na odstránenie; avšak príčinu, ktorá nie je štatisticky významná, nemožno nikdy považovať za prakticky významnú). Vo všeobecnosti sem patrí vypracovanie štandardných pracovných postupov, zabezpečenie proti chybám a školenia. Na zníženie odchýlok alebo zosúladenie procesu s požadovaným cieľom môžu byť potrebné ďalšie zmeny procesu, najmä ak ide o problém so spôsobilosťou procesu.

SPC a kvalita softvéru

V roku 1989 Inštitút softvérového inžinierstva predstavil myšlienku, že SPC možno užitočne aplikovať na nevýrobné procesy, ako sú procesy softvérového inžinierstva, v modeli zrelosti spôsobilosti (CMM). Táto myšlienka dnes existuje v rámci postupov úrovne 4 a úrovne 5 modelu integrácie vyspelosti spôsobilosti (CMMI). Táto predstava, že SPC je užitočným nástrojom, keď sa aplikuje na neopakovateľné procesy náročné na znalosti, ako sú napríklad inžinierske procesy, sa však stretla s veľkou skepsou a dodnes zostáva kontroverzná. Problém spočíva v mnohých oblastiach softvéru, ktoré sa neopakujú, ale sú skôr jednorazovými alebo jednorazovými aspektmi kvality, než aby sa sledovala ich opakovaná výkonnosť z dlhodobého hľadiska.

Súvisiace stránky

• Zabezpečenie kvality
• Kontrola kvality
• ANOVA
• Výber vzorky (štatistika)
• Six sigma