График протекания процесса

График протекания процесса — это разновидность графика временного ряда, позволяющая проиллюстрировать развитие процесса.

 

Когда это применяется?

График протекания процесса используется для выявления тенденций и существенных изменений в ходе процесса.

 

Как это применяется?

Последовательность шагов при построении графика протекания про­цесса такова.

1.   Соберите необходимые данные.

2.   Нарисуйте вертикальную (у) и горизонтальную (х) оси; обычно вре-меннбй осью является ось х.

3.   Нанесите данные на график (в виде точек) и проведите между эти­ми точками прямые линии.

4.   Посмотрите, показывает ли график какие-либо тенденции и изме­нения. О тенденции говорит серия точек, опускающихся или под­нимающихся по отношению к горизонтальной оси графика.

Пример

Управляющий магазина деликатесов в Брюсселе заметил, что бывают периоды, когда покупателей так много, что им приходится стоять в очереди у входа, а бывают периоды, когда их практически нет. Он решил проанализировать колебание объема продаж в течение года, чтобы выявить сезонные пики и спады и получить возможность пред­сказывать вероятность образования очереди. Управляющий собрал не­обходимые данные (см. табл. 3.3) и построил график протекания про­цесса (см. рис. 3.8).

График показывает интересную закономерность, которая не так очевидна, когда изучаешь таблицу. Пики продаж приходятся на фев­раль (Валентинов день), апрель (Пасха) и декабрь (Рождество). Мень­ше всего продается в январе, поскольку люди вынуждены экономить после прошедших праздников, а также в августе, когда многие уходят в отпуск.

Диаграмма разброса

 

Диаграмма разброса — это графический способ изучения соотношения между двумя переменными (которые существуют попарно) и выясне­ния, имеется ли между ними связь и насколько она сильна. На этой диаграмме парные данные изображают в виде облака точек. Соотно­шение между двумя переменными определяют из формы этих облаков. Плотность и расположение облаков показывают, как эти переменные влияют друг на друга. Если величина одной из них как-то влияет на величину другой, между ними существует корреляция. Положительная зависимость между двумя переменными означает, что рост одной из них связан с увеличением другой, отрицательная — что рост одной обусловлен уменьшением другой.

Шесть наиболее часто встречающихся форм облаков показаны на рисунке 3.12 [NEN-ISO 9004-4].

 

Когда это применяется?

Диаграмма разброса используется после проведения анализа причин­но-следственных зависимостей, чтобы установить, имеет ли данная причина отношение к данному следствию. С ее помощью можно опре­делить, что произойдет с одной переменной, если изменить другую.

 

Как это применяется?

Последовательность шагов при построении диаграммы разброса та­кова.Соберите 30—50 пар данных, относящихся к двум взаимосвязанным переменным (причине и следствию), соотношение между которы­ми нужно проанализировать.

1.  Нарисуйте горизонтальную (х) и вертикальную (у) оси. Обычно зна­чения причины откладываются по оси х, а значения следствия — по оси у. Оси должны быть примерно одинаковой длины.

2.  Обозначьте оси, дайте диаграмме название и укажите источник дан­ных, дату и ответственных лиц.

3.  Нанесите на диаграмму парные данные (х, у), отмечая на ней каж­дую точку. Если пары данных имеют одинаковые значения, обве­дите эти точки кружочком.

4.  Чтобы определить характер и силу связи между переменными, изу­чите форму облака точек на диаграмме.

Пример

Нью-Йоркская компания Florence Ice Cream получила интересное пред­ложение от одного поставщика мороженого. Он приступает к выпус­ку нового сорта мороженого, который уже успел понравиться покупа­телям и продажа которого, похоже, принесет большую прибыль. Если Florence закажет много этого мороженого, ей придется установить до­полнительный холодильник. Известно, что пробные продажи нового мороженого проводились в теплую погоду, и руководители Florence опасаются, что, когда похолодает, оно будет продаваться хуже. Вот почему они решили выяснить, есть ли связь между продажами моро­женого и максимальной дневной температурой. Каждый день в течение четырех недель сотрудники компании регистрировали объемы продаж и сравнивали их с максимальными дневными температурами. Постро­енная на этой основе диаграмма разброса представлена на рисунке 3.13 [PA Consulting, 1991; Rampersad, 2001В].

Из диаграммы видно, что рост выручки от продажи мороженого вряд ли зависит от повышения дневной температуры. Поэтому Florence может спокойно устанавливать дополнительный холодильник и заку­пать новое мороженое, возможно, предварительно проанализировав, какое влияние на продажи оказывают другие факторы. Так построе­ние диаграммы разброса позволило руководству компании принять важное решение.

Применение контрольной карты

Контрольная карта используется для выявления важнейших причин отклонений (дестабилизирующих факторов) и их устранения в целях статистического контроля процесса; кроме того, она позволяет стати­стическими методами определить управляемость процесса. С помощью контрольной карты предсказуемые показатели (т.е. относящиеся к внутренней производительности процесса) можно отделить от непред­сказуемых (т.е. возникающих по особым причинам). Этот метод при­меняют, чтобы оценить стабильность процесса и решить, когда в него необходимо внести изменения. Организация статистического контро­ля процесса позволяет постоянно получать сигналы о возникающих в ходе его проблемах и надежно их фиксировать. Статистический конт­роль процесса создает основу для работы команды по улучшению. Усвоение философии контроля процесса можно даже считать необхо­димым условием дальнейшего улучшения с использованием метода «шесть сигм» или других программ.

 

Как это применяется?

Последовательность шагов при построении контрольной карты та­кова.

1.   Выберите характеристики, динамика которых будет отслеживаться с помощью контрольной карты.

2.   Выберите подходящий вид контрольной карты.

3.   Соберите данные.

4.   Нарисуйте вертикальную ось (у), по которой вы будете откладывать значения качественной характеристики (например, времени, дли­ны и т.д.). На этой оси будет показываться положение (разброс) качественных параметров процесса.

5.   Нарисуйте горизонтальную ось (х), по которой вы будете отклады­вать время или номера произвольных выборок.

6.   Проведите центральную линию CL (central line), линию среднего зна­чения характеристики или целевую линию, если процесс поддается регулированию. С каждой стороны центральной линии (см. рис. 3.14) проведите:

 

•        линию нижнего контрольного предела LCL (lower control limit);

•        линию верхнего контрольного предела UCL (upper control limit). Эти линии характеризуют размах естественных колебаний процесса.

7.   Нанесите данные на график.

Время измерения

 

Рисунок 3.14. Пример контрольной карты

8.   Изучите точки, находящиеся выше или ниже соответствующей ли­нии предела. Точки, располагающиеся ниже линии LCL или выше линии UCL, сигнализируют, что случилось нечто требующее к себе особого внимания. На рисунке 3.14 точка, обведенная кружочком, находится выше линии верхнего контрольного предела. Эта точка сигнализирует о необходимости принятия мер.

9.   Если обнаруживается, что процесс вышел из-под контроля, следуй­те плану действий в случае неуправляемости (out of control action plan, OCAP). OCAP — это заранее разработанная схема последова­тельности операций по поиску неисправностей, дающая работни­ку возможность принять меры по регулированию процесса. Она позволяет устранить наиболее часто встречающиеся особые причи­ны отклонений и сохранить ответственность работника за исправ­ление положения дел [Sandorf, Bassett, 1993].

 

Пример контрольной карты отдельных значений: формулы

Индивидуальные показатели х_у, х₂, х₃ и т.д. создают основу построения контрольной карты отдельных значений. Пусть х₁ — значение первого показателя. Центральная линия (CL), или средняя из к показателей, рассчитывается следующим образом:

CL = (х, + х₂ + х₃ + ... + х_к) I к,

или CL соответствует целевому значению, если процесс поддается ре­гулированию.

Линии верхнего и нижнего контрольных пределов (для более чем 25 показателей) можно рассчитать по формулам:

UCL = CL+ 2.66МЛ, LCL = CL - 2,66MR,

где MR = [I | х -        ] / (к - 1) для t 2 2 и к £ 25.

Здесь MR (moving range) — это средний скользящий разброс, по­казатель размаха для средней произвольной выборки. Константа 2,66 используется для определения расстояния между центральной линией и контрольными границами; 2,66 — это статистическая постоянная, которая превращает среднюю в оценку «трех сигм».

 

Контрольная карта

Что это такое?

Статистический контроль процесса — один из основополагающих принципов метода «шесть сигм» [Monhemius, 2001]. Его ключевые по­ложения были разработаны еще в 20-е годы прошлого века [Shewart, 1931], но не утратили своего значения и поныне. Главная идея такого контроля состоит в том, что улучшить процесс путем ужесточения технических требований невозможно. Управляющие отвечают за то, чтобы в компании был налажен процесс производства продукции, со­ответствующей ожиданиям потребителя и техническим требованиям. Далее должен осуществляться мониторинг такого процесса. Если с процессом все в порядке (процесс «под контролем» или в ходе его произошло отклонение по «обычной причине»), то его параметры под­чиняются устойчивому статистическому распределению. Сегодня мо­ниторинг не предполагает больше проверки качества продукции, про­веряется только, все ли в порядке с самим процессом, поскольку при надежном отлаженном процессе производится лишь хорошая продук­ция. Если в процессе происходит сбой, мониторинг об этом сигнали­зирует (процесс «вышел из-под контроля» или произошло отклонение по «особой причине»). В этом случае необходимо остановить процесс и устранить причину отказа. Все это кажется вполне логичным, но в то же время означает, что пока процесс еще не вышел из-под конт­роля, вмешиваться в него не следует. На практике служащие, которые пытаются отреагировать на какие-то незначительные отклонения, со­здают новые проблемы. Ненужное вмешательство в производственный процесс приводит к росту его изменчивости и снижению качества про­дукции.

Контрольная карта — это метод статистического контроля процес­са, позволяющий оценить процесс, обеспечить и сохранить его управ­ляемость. Он показывает, как может протекать процесс, и помогает ответить на следующие вопросы:

•         Можем ли мы выполнять эту работу правильно?

•         Выполняем ли мы ее правильно?

•         Выполнили ли мы ее правильно?

•         Могли бы мы выполнять эту работу более последовательно и эф­фективно?

Контрольная карта представляет собой статистический инструмент, позволяющий отделить особую причину отклонения от обычной. При­мер простейшей контрольной карты — график динамики какой-либо характеристики. На этом графике отклонение по обычной причине используется для расчета «контрольных пределов». Если измеряемая величина выходит за контрольные пределы, тому должна быть особая причина. Этот график нужно строить и интерпретировать в режиме реального времени протекания процесса. Обычно с его помощью ра­ботник сам следит за процессом. Сразу после завершения выпуска одного вида продукции он наносит на график результаты и смотрит, можно ли приступить к выпуску следующего вида. Если работник об­наруживает, что процесс вышел из-под контроля, он может незамед­лительно приступить к решению проблемы, не дожидаясь вмешатель­ства руководства.

 

Развертывание функции качества

Развертывание функции качества (quality function deployment, QFD) используется для того, чтобы трансформировать пожелания потреби­телей в ключевые особенности продукции и производственного процес­са. Этот подход, впервые примененный в Японии, предполагает обра­ботку пожеланий потребителей с помощью матриц, которые строятся на основе подробных данных о технических параметрах продукции и целях проекта (см. рис. 3.15). Из-за своей формы эта матрица на­зывается «домик качества» [Hauser, Clausing, 1988; Rampersad, 2001В]. С помощью трех последовательно расположенных «домиков» важней­шие спецификации продукции (ее технические параметры) переводятся на язык процесса, необходимого для ее производства. Благодаря это­му процессом можно управлять, с тем чтобы обеспечить стабильное и приемлемое качество продукции (см. рис. 3.16). В первом «домике качества» пожелания потребителей увязываются со спецификациями продукции. Во втором «домике» эти спецификации соотносятся с ха­рактеристиками деталей изделия. В третьем осуществляется увязка де­талей изделия и характеристик процесса. В результате устанавливаются показатели эффективности важнейших процессов. И наконец, в чет­вертом «домике» характеристики процесса преобразуются в произ­водственные операции, которые должны выполняться под контролем работников, т.е. в производственные спецификации. Помимо всего прочего, это позволяет разработать стандартные процедуры для каж­дого шага, осуществляемого в ходе данного процесса. Для целей этой книги мы подробнее остановимся на первом «домике качества», в ко­тором происходит увязка пожеланий потребителя со спецификациями продукции.

 

Когда это применяется?

Развертывание функции качества (QFD) позволяет вам лучше пони­мать своих потребителей и разрабатывать продукцию, услуги и про­цессы, полнее учитывая их запросы. Цель QFD — сделать, чтобы «глас потребителя» был услышан уже в ходе разработки новой продукции и связанных с ней процессов, а также реализовать принцип «Делай пра­вильно с первого раза».