Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Системы качества

..pdf
Скачиваний:
2
Добавлен:
12.11.2023
Размер:
12.76 Mб
Скачать

Попросить сотрудников отдела закупок записывать, когда они отправят заказ —очевидный и идеальный подход. Однако возникает проблема потенциального смещения, поскольку служащие могут бояться, что их обвинят в задержках, поэтому большое внимание уде­ ляется объяснениям, что если они не будут следовать своей обычной практике в период изучения, то данные окажутся смещенными, и дела в долговременной перспективе никогда не улучшатся. Чтобы убедиться, что это понято, одна из сотрудниц интервьюировала своих наблюдателей. Эти интервью подтвердили, что исследование можно провести с помощью сотрудников в качестве сборщиков (ин­ формации). Эта привлеченная служащая была также освобождена от некоторой обычной нагрузки с тем, чтобы могла наблюдать и контролировать процесс сбора данных в период исследования. За­ конченный контрольный листок с результатами этого исследования показан на рис. 1.35.

|

 

 

 

 

Р а б о ч и е д н и

 

 

 

 

1

3

5

7

9

11

1 3

1 5

1 7

1 9

21

2 3

2 5

*

* * *

Поставьте крестики (х) в самом нижнем свободном квадратике под числом рабочих дней от даты подписания заявки заказчиком и до даты отгрузки

Рис. 1.35. Контрольный листок

Конструкция контрольного листка делает распределение време­ ни очевидным сразу же, и это распределение можно проанализиро­ вать. Построив прямоугольники для внесения отметок, мы облегчили интерпретацию результатов. Если бы горизонтальные линии не были проведены, вариации величины и размещения значков X сделали бы интерпретацию менее точной.

Хотя применение контрольного листка в этом случае оказалось хорошим и быстрым способом получения некоторого первоначаль­ ного взгляда на ситуацию, члены команды поняли, что контрольный листок имел ряд ограничений по сравнению с полным списком дан­ ных. Например, здесь нельзя дифференцировать время, требуемое для закупки различныхтипов материалов.

Интерпретация и обоснование результатов

Прежде чем приступить к выводам по собранным данным, ко­ манде надо убедиться, что данные пригодны для этого. Полезно вернуться квопросам, которыебыли сформулированы вначале. Отве­ чают лн данные на эти вопросы?

Посмотрите на результаты какого-либо из аудитов, проведенного настадии сбора данных. Есть ли какие-либо свидетельства смещения процесса сбора? Собрано лн заданное число наблюдений? Если нет, то почему?

Есть лн пропущенные наблюдения или ответы? Это может быть главным источником ошибок. Выделите пропущенные данные для отдельной обработки. Например, в обследовании потребителей, тех, кто перешли квашим конкурентам, могут быть как раз те, кто меньше всего хочет отвечать. Но их взгляд жизненно важен. Никогда не пред­ полагайте, что пропущенные данные в среднем имеют тот же вид, что и собранные. В общем случае это будет не так.

Сделайте несколько вариантов таблиц данных и сравните их. На­ пример, выглядятли всреднем одинаководанные,собранные каждым из сборщиков. Если нет, то почему? Одинакова лн вариабельность результатов, полученных каждым из сборщиков? Излишне высокая или очень низкая вариабельность одного или двух сборщиков дан­ ных может указывать на проблемы в процессе сбора данных или на фальсификацию данных.

Большие ожидания

Не ожидайте слишком многого от данных. Данные должны да­ вать ответ на вопрос, поставленный при разработке процесса сбора информации. Они могутоказаться неспособными ответить надругие, непредвиденные вопросы. Не пытайтесь вывести из данных то, чтов них не содержится. Контрольный листок с его простым форматом для сбора н анализа предназначается для быстрого ответа на один единственный вопрос. Обычно он не может помочь в дальнейшем

анализе или стратификации. Однако хороший полный листок с дан­ ными часто будет полезен для многих уровней анализа и стратифика­ ции, если их предусмотрели при разработке.

Ловушки интерпретации

Большинство ловушек интерпретации связано с применением к данным конкретных инструментов, и они редко присущи полным собранным данным.

Виды смещений, которые могут вызывать проблемы.

Смещение из-за исключения (данных). Результаты могут оказат­ ься смещенными, если предполагается, что они представляют весь процесс, а на самом деле некоторая часть исследуемого процесса опущена. Данные должны собираться со всех мест, во все моменты времени и при всех условиях, в которых процесс функционирует.

Смещение из-за взаимодействий. Сам процесс сбора данных может влиять на изучаемый процесс. Например, команда пыталась увеличить скорость, с которой кадровая служба обрабатывает повышения. Члены команды начали сбор данных о процессе, но по мере того, как они соби­ рали данные, скорость процесса возросла в четыре раза.

Смещение из-за восприятия. Отношение и то, во что верят сбор­ щики данных, иногда могут окрашивать то, что они видят, и то, как они это регистрируют.

Операциональные смещения. Невыполнение установленных процедур —наиболее частая причина операциональных смещений. Обычно это смещение возникает потому, что инструкции, обучение и/или формы не были соответствующим образом подготовлены и испытаны в операциональной среде. Переписывание и обработка собранных данных могут приводить к дополнительным ошибкам.

Смещение из-за отсутствия ответов. Пропущенные данные мо­ гут смещать результаты. Как мы отмечали выше, предполагать, что пропущенные данные и среднем выглядят так же, как собранные, небезопасно. Тот факт, что они отсутствуют, ключ к тому, что они в чем-то отличаются от всех остальных.

Смещение оценивания. Формулы и методы, применяемые для вычисления статистик по собранным данным, могут приводить к определенным типам смещений. Однако смещения оценок должны пониматься при использовании инструментов, отличных от тех про­ стейших, которые были здесь описаны.

1.6.4. Диаграмма рассеяния

Часто случаются ситуации, когда есть данные, которые могут быть соотнесены с некоторыми характеристиками продукции или другими данными. Эти данные могут относиться к процессу производства, обслуживания или административным источникам. Например, мы хо­ тим узнать, можно ли по толщине картона предсказать его способность противостоять проколам при использовании или влияет ли накопив­ шаяся невыполненная работа на число ошибок при вводе данных в компьютер. Подобные связи могут быть оценены с помощью диаграмм рассеяния. На графике каждая ось используется для одного из двух наборов сравниваемых данных. Ось у обычно резервируют для той характеристики, которую мы хотели бы предсказать, например, для прочности картона на разрыв или для числа ошибок. Ось х для той переменной, которую мы используем для предсказания, например, толщина картона или объем накопившейся невыполненной работы.

Пример. Цвет гренок (как хорошо они подрумянены) — это то, что мы хотим предсказать, поэтому отложим его на оси у. Единица будет соответствовать незалеченному хлебу, а девять — сгоревшему. Возраст (давность покупки) хлеба —это та переменная, которую мы использу­ ем для предсказания цвета, поэтому отложим ее по оси х. Пары данных (одно число для цвета и другое для возраста) нанесены на график и составляют диаграмму рассеяния (рис. 1.36). Так существует ли связь

инужны ли статистические вычисления, чтобы эту связь увидеть? Су­ ществует вариабельность в измерениях или в других параметрах про­ цесса, поскольку хлеб одного и того же возраста не всегда имеет один

итот же цвет. На рисунках 1.37-1.39 можно увидеть, что возможны различные степени соотношения одних данных с другими.

о

X

£

Q) m =г

«Возраст» хлеба, дни

П е р е м е н н а я 9

П е р е м е н н а я 8

Рис. 1.37. Диаграмма рассеяния

Рис. 1.38. Диаграмма рассеяния

Н ап р я ж е н и е

Рис. 1.39. Диаграмма рассеяния

Однако важно заметить, что если две переменные кажутся свя­ занными, это не означает, что они таковыми являются (рис. 140-143).

Возможно, существуют и другие причины того, что две переменные кажутся связанными. На рисунке 1.40 кажется, что цена продуктов пи­ тания и стоимость жилья связаны друг с другом, но на деле обе эти ве­ личины связаны с инфляцией или с ростом стоимости производства.

Цены на продукты питания

Цены на ж илье

Рис. 1.40. Диаграмма рассеяния

Точно так же, только лишь существование очевидной графиче­ ской связи между двумя переменными еще не означает, что измене­ ние одной из них приводит к изменению другой.

Если данные не кажутся связанными, это не означает, что они несвя­ заны. Для этого может существовать множество причин, как показано на рис. 1.41-1.43. На рисунке 1.41 приведены данные для слишком малого числа лиц; следовало найти детей и в других классах школы. На рисун­ ке 1.42 для получения данных можно было использовать более чем одну модель автомобиля. Следовало бы построить несколько диаграмм, по одной для каждого типа автомобилей, использованных в исследовании. На рисунке 1.43 —ошибка в измерениях скрывает наличие связи.

Рост

В о зр а ст

М и л я /га л л о н

Д о б ав л е н о топ ли ва

Рис. 1.42. Диаграмма рассеяния

П рочность печати

Т е м п е р а т у р а опечаты в ан ия

Рис. 1.43. Диаграмма рассеяния

Так же, как и любой другой из инструментов статистического управления процессами, диаграмма может быть оценена теми, кто многое знает о продукции или о процессе, например, операторами, инженерами, контролерами и обслуживающим персоналом.

1.6.5. Методы Тагути

Японский специалист Тагути разработал идеи математической статистики применительно к задачам планирования эксперимента и контроля качества. Он предложил измерять качество теми потерями, которые вынуждено нести общество после того, как некоторый товар произведен и отправлен потребителю. Тагути доказал, что стоимость отклонения от целевого значения (номинала) возрастает по квадра­ тичному закону по мере удаления от цели и предусматривает нали­ чие потерь за пределами допуска (рис. 1.44).

Рис. 1.45. Мышление через функцию потерь

Устранение дефекта оценивается в 80 руб. (условно). Отклонение менее 1,5% дает приемлемое качество. С учетом формулы (1.1) опре­ делим постоянную потерь:

k = --- - — j

= 35,56 руб.

( у - т ) 1

1,52

Тогда любое отклонение от номинального размера (в нашем при­ мере диаметр вала 10 мм) служит причиной возрастания стоимости пропорционально квадрату отклонения. Графически эта зависимость позволяет оценить потери (рис. 1.46). Из графика видно, что мак­ симальное отклонение в пределах допуска дает потери 2,12 руб. на деталь.

Таким образом, если вал или, соответственно, шестерня изготов­ лены сточными (целевыми) параметрами, они будут отлично сопря­ гаться, не создавая шума при работе, не будут изнашиваться раньше времени из-за слишком тугой или свободной посадки, а также не вызовут неудобств для потребителя; потери при этом будут мини­ мальными. Кроме того, не потребуются дополнительные затраты на приемочные испытания.

Таким образом, логика, стоящая за функцией потерь доктора Тагути, становится вполне понятной. Если производится продукция,

Соседние файлы в папке книги