Документальное оформление требований к качеству

     Применение  статистических методов — весьма действенный путь разработки новых технологий и контроля качества процессов.

     Современные подходы к управлению качеством предполагают внедрение системы контроля показателей качества продукта на всех этапах его жизненного цикла, начиная от проектирования, и заканчивая послепродажным обслуживанием. Основная задача контроля качества — не допустить появления брака. Поэтому в ходе контроля проводится постоянный анализ заданных отклонений параметров продукции от установленных требований. В том случае, если параметры продукции не соответствуют заданным показателям качества, система контроля качества поможет Вам оперативно выявить наиболее вероятные причины несоответствия и устранить их.

     Существуют  различные методы контроля качества продукции, среди которых особое место занимают статистические методы.

     Многие  из современных методов математической статистики довольно сложны для восприятия, а тем более для широкого применения всеми участниками процесса управления качеством. Поэтому японские ученые отобрали из всего множества семь методов, которые наиболее применимы в процессах контроля качества. Заслуга японцев состоит в том, что они обеспечили простоту, наглядность, визуализацию этих методов, превратив их в инструменты контроля качества, которые можно понять и эффективно использовать без специальной математической подготовки. В то же время, при всей своей простоте эти методы позволяют сохранить связь со статистикой и дают возможность профессионалам при необходимости совершенствовать их.

     Итак, к семи основным методам или инструментам контроля качества относятся следующие статистические методы:

• контрольный листок;
• гистограмма;
• диаграмма разброса;
• диаграмма Парето;
• стратификация (расслоение);
• диаграмма Исикавы (причинно-следственная диаграмма);
• контрольная карта.

     Перечисленные инструменты контроля качества можно  рассматривать и как отдельные методы, и как систему методов, обеспечивающую комплексный контроль показателей качества. Они — наиболее важная составляющая комплексной системы контроля Всеобщего Управления Качеством.

     Внедрение семи инструментов контроля качества должно нaчинaться с обучения этим методам всех участников процесса. Например, успешному внедрению инструментов контроля качества в Японии способствовало обучение руководства и сотрудников компаний методикам контроля качества. Большую роль в обучении статистическим методам в Японии сыграли Кружки контроля качества, в которых прошли обучение рабочие и инженеры большинства японских компаний.

     Говоря  о семи простых статистических методах контроля качества, следует подчеркнуть, что основное их назначение — контроль протекающего процесса и предоставление участнику процесса фактов для корректировки и улучшения процесса. Знание и применение на практике семи инструментов контроля качества лежат в основе одного из важнейших требований TQM — постоянного самоконтроля.

     Статистические  методы контроля качества в настоящее время применяются не только в производстве, но и в планировании, проектировании маркетинге, материально-техническом снабжении и т.д. Последовательность применения семи методов может быть различной в зависимости от цели, которая поставлена перед системой. Точно так же применяемая система контроля качества не обязательно должна включать все семь методов. Их может быть меньше, а может быть и больше, так как существуют и другие статистические методы.

     Однако  можно с полной уверенностью сказать, что семь инструментов контроля качества являются необходимыми и достаточными статистическими методами, применение которых помогает решить 95 % всех проблем, возникающих на производстве.  

     3.1. Контрольный листок

     Какая бы задача не стояла перед системой, объединяющей последовательность применения статистических методов, всегда начинают со сбора исходных данных, на базе которых затем применяют тот или иной инструмент.

     Контрольный листок (или лист) — это инструмент для сбора данных и автоматического их упорядочения для облегчения дальнейшего использования собранной информации.

     Обычно  контрольный листок представляет собой  бумажный бланк, на котором заранее напечатаны контролируемые параметры, согласно которым можно заносить в листок данные с помощью пометок или простых символов. Он позволяет автоматически упорядочить данные без их последующего переписывания. Таким образом, контрольный листок — хорошее средство регистрации данных.

     Число различных контрольных листков  исчисляется сотнями, и в принципе для каждой конкретной цели может быть разработан свой листок. Но принцип их оформления остается неизменным. Например, график температуры больного — один из возможных типов контрольных листков. В качестве другого примера можно привести контрольный листок, применяемый для фиксирования отказавших деталей в телевизорах (рис. 1).

     

     Рисунок 1. Контрольный листок 

     На основании собранных с помощью этих контрольных листков данных не представляет труда составить таблицу суммарных отказов табл. 2.

 

     Таблица 2

     Таблица суммарных отказов

 

     При составлении контрольных листков  следует обратить внимание на то, чтобы было указано, кто, на каком этапе процесса и в течение какого времен собирал данные, а также чтобы форма листка была простой и понятной без дополнительных пояснений. Важно и то, чтобы все данные добросовестно фиксировались, и собранная в контрольном листке информация могла быть использована для анализа процесса.  

     3.2. Гистограмма

     Для наглядного представления тенденции  изменения наблюдаемых значений применяют графическое изображение  статистического материала. Наиболее распространенным графиком, к которому прибегают при анализе распределения случайной величины при проведении контроля качества, является гистограмма.

     Гистограмма — это инструмент, позволяющий зрительно оценить закон распределения статистических данных.

     Гистограмма распределения обычно строится для  интервального изменения значения параметра. Для этого на интервалах, отложенных на оси абсцисс, строят прямоугольники (столбики), высоты которых пропорциональны частотам интервалов. По оси ординат откладывают абсолютные значения частот (см. рисунок). Аналогичную форму гистограммы можно получить, если по оси ординат отложить соответствующие значения относительных частот. При этом сумма площадей всех столбиков будет равна единице, что оказывается удобно. Гистограмма также очень удобна для визуальной оценки расположения статистических данных в пределах допуска. Чтобы оценить адекватность процесса требованиям потребителя, мы должны сравнить качество процесса с полем допуска, установленным пользователем. Если имеется допуск, то на гистограмму наносят верхнюю (S_U) и нижнюю (S_L) его границы в виде линий, перпендикулярных оси абсцисс, чтобы сравнить распределение параметра качества процесса с этими границами. Тогда можно увидеть, хорошо ли располагается гистограмма внутри этих границ.

     Пример  построения гистограммы.

     На рисунке в качестве примера приведена гистограмма значений коэффициентов усиления 120 проверенных усилителей. В ТУ на эти усилители указано номинальное значение коэффициента S_N на этот тип усилителей, равное 10дБ. В ТУ также установлены допустимые значения коэффициента усиления: нижняя граница допуска S_L = 7,75 дБ, а верхняя S_U = 12,25 дБ. При этом ширина поля допуска Т равна разности значений верхней и нижней границ допуска Т = S_U – S_L.

     Если  расположить все значения коэффициентов  усиления в ранжированный ряд, все они будут находиться в пределах поля допуска, что создаст иллюзию отсутствия проблем. При построении гистограммы сразу становится очевидным, что распределение коэффициентов усиления хотя и находится в пределах допуска, но явно сдвинуто в сторону нижней границы и у большинства усилителей значение этого параметра качества меньше номинала. Это, в свою очередь, дает дополнительную информацию для дальнейшего анализа проблем.

     

     Рисунок 2. Пример построения гистограммы 

     3.3. Диаграмма разброса

     Диаграмма разброса — инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

     Эти две переменные могут относиться к:

• характеристике качества и влияющему на нее фактору;
• двум различным характеристикам качества;
• двум факторам, влияющим на одну характеристику качества.

     Для выявления связи между ними и служит диаграмма разброса, которую также называют полем корреляции.

     Использование диаграммы разброса в процессе контроля качества не ограничивается только выявлением вида и тесноты связи между парами переменных. Диаграмма разброса используется также для выявления причинно-следственных связей показателей качества и влияющих факторов.

     Построение  диаграммы разброса выполняется  в следующей последовательности:

     Этап 1.

     Соберите  парные данные (х, у), между которыми вы хотите исследовать зависимость, и расположите их в таблицу. Желательно не менее 25—30 пар данных.

 

     Этап 2.

     Найдите максимальные и минимальные значения для х и y. Выберите шкалы на горизонтальной и вертикальной осях так, чтобы обе длины рабочих частей получились приблизительно одинаковыми, тогда диаграмму будет легче читать. Возьмите на каждой оси от 3 до 10 градаций и используйте для облегчения чтения круглые числа. Если одна переменная — фактор, а вторая — характеристика качества, то выберите для фактора горизонтальную ось х, а для характеристики качества — вертикальную ось у.

     Этап 3.

     На отдельном листе бумаги начертите график и нанесите на него данные. Если в разных наблюдениях получаются одинаковые значения, покажите эти точки, либо рисуя концентрические кружки, либо нанося вторую точку рядом с первой.

     Этап 4.

     Сделайте  все необходимые обозначения. Убедитесь, что нижеперечисленные данные, отраженные на диаграмме, понятны любому человеку, а не только тому, кто делал диаграмму:

• название диаграммы;
• интервал времени;
• число пар данных;
• названия и единицы измерения для каждой оси;
• имя (и другие данные) человека, который делал эту диаграмму.

     Пример  построения диаграммы разброса.

     Требуется выяснить влияние термообработки интегральных схем при Т = 120° С в течение времени t= 24 ч на уменьшение обратного тока p-n-перехода (Iобр. ). Для эксперимента было взято 25 интегральных схем (n = 25) и замерены значения Iобр, которые приведены в таблице 3.

 

     Таблица 3

     Данные  измерения интегральных схем