Министерство образования Российской Федерации

ГОУ ВПО Уральский государственный технический университет – УПИ

Факультет гуманитарного образования

Кафедра менеджмента

КУРСОВАЯ РАБОТА

По дисциплине «Управление качеством»

Тема работы:

«СТАТИСТИЧЕСКИЕ МЕТОДЫ УПРАВЛЕНИЯ

КАЧЕСТВОМ. ЦИКЛ ДЕМИНГА»

Студент группы ГО-38052

Замараев Артём

Руководитель:

Калинин В.В.

Екатеринбург

2010 г.

4

СОДЕРЖАНИЕ

ВВЕДЕНИЕ              2

ГЛАВА 1. СУЩНОСТЬ СТАТИСТИЧЕСКИХ МЕТОДОВ              2

МЕНЕДЖМЕНТА КАЧЕСТВА              2

1.1.  Причинно-следственная диаграмма (диаграмма Ишикавы)              2

1.2.  Контрольный листок              2

1.3.  Гистограмма              2

1.4.  Диаграмма разброса              2

1.5.  Диаграмма Парето              2

1.6.  Стратификация/Расслоение              2

1.7.  Контрольные карты              2

1.8.  Петля качества. Цикл Деминга              2

Глава 2. Мероприятия по управлению качеством              2

2.1.  Расчет среднего арифметического, дисперсии и стандартного отклонения. Их значение при управлении качеством.              2

2.2. Построение таблицы выборочного распределения              2

2.3.  Построение гистограммы              2

2.4.  Сопоставление эмпирического распределения с теоретическим нормальным              2

2.5.  Проверка гипотезы нормальности распределения по критерию Пирсона              2

2.6.  Проверка гипотезы правильности центральной тенденции              2

2.7.  Анализ качества методом кривых распределения              2

ЗАКЛЮЧЕНИЕ              2

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ              2

4

ВВЕДЕНИЕ

Построение и совершенствование менеджмента компании возможно на основе применения различных моделей. Этих моделей – великое множество. Они сменяют друг друга, на применение тех или иных существует мода. Достаточно известным, но недостаточно модным еще в нашей стране является менеджмент качества на основе международных стандартов ИСО серии 9000.

В ближайшем будущем ожидается всплеск интереса к этому направлению менеджмента. Всплеск этот легко прогнозировать, поскольку стремление нашей страны вступить в ВТО влечет за собой принудительную необходимость для компаний строить свою деятельность по международным стандартам.

Надо сказать, налицо очевидна внутренняя потребность компаний развивать и совершенствовать свой менеджмент. Необходимость соответствовать и потребность грамотно управлять органично объединены системой менеджмента качества (СМК), которую можно сертифицировать в престижной международной организации. Для многих компаний сегодня уже очевидно, что для того, чтобы выдержать конкуренцию с развитыми западными компаниями, удовлетворять требованиям субъектов рынка, нашим компаниям необходимо внедрять и развивать СМК на основе ИСО серии 9000.

С введением в действие новой версии 2000 года ИСО стало еще более перспективным именно для российских компаний, поскольку новая версия стандартов нацелена на построение и развитие СМК, построенной на принципах всеобщего менеджмента качества (TQM).

Преимуществом новой версии является возможность практического применения принципов TQM, учитывающих необходимость удовлетворения требований всех заинтересованных в деятельности компании сторон – потребителей, инвесторов, собственников, персонала и общества в целом. И из этого, в соответствии с разработанной моделью СМК, следует, что менеджмент качества нельзя воспринимать как дополнение к действующему в компании менеджменту (до сих пор распространенная точка зрения). Если подумать, то управление, не нацеленное на изготовление качественной продукции – это нонсенс. Любой вид менеджмента, существующего на предприятии – это менеджмент качества. Просто менеджмент качества, в зависимости от тактических предпочтений компанией интересов той или иной заинтересованной стороны, может содержать в себе и организационный, и финансовый, и кадровый, и даже экологический менеджмент.

4

ГЛАВА 1. СУЩНОСТЬ СТАТИСТИЧЕСКИХ МЕТОДОВ

МЕНЕДЖМЕНТА КАЧЕСТВА

Один из базовых принципов управления качеством состоит в принятии решений на основе фактов. Наиболее полно это решается методом моделирования процессов, как производственных, так и управленческих инструментами математической статистики. Однако, современные статистические методы довольно сложны для восприятия и широкого практического использования  без углубленной математической подготовки всех участников процесса. К 1979 году Союз японских ученых и инженеров (JUSE) собрал воедино семь достаточно простых в использовании наглядных методов анализа процессов. При всей своей простоте они сохраняют связь со статистикой и дают профессионалам возможность пользоваться их результатами, а при необходимости — совершенствовать их.

1.1.  Причинно-следственная диаграмма (диаграмма Ишикавы)

Диаграмма типа 5М рассматривает такие компоненты качества, как "человек", "машина", "материал", "метод", "контроль", а в диаграмме типа 6М к ним добавляется компонент "среда". Применительно к решаемой задаче квалиметрического анализа, для компоненты "человек" необходимо определить факторы, связанные с удобством и безопасностью выполнения операций; для компоненты "машина" — взаимоотношения элементов конструкции анализируемого изделия между собой, связанные с выполнением данной операции; для компоненты "метод" — факторы, связанные с производительностью и точностью выполняемой операции; для компоненты "материал" — факторы, связанные с отсутствием изменений свойств материалов изделия в процессе выполнения данной операции; для компоненты "контроль" — факторы, связанные с достоверным распознаванием ошибки процесса выполнения операции; для компоненты "среда" — факторы, связанные с воздействием среды на изделие и изделия на среду.

Рис. 1. Пример диаграммы Ишикавы

1.2.  Контрольный листок

Контрольный листок – бланк для сбора первичной информации. Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам.

1.3.  Гистограмма

Гистограмма — один из вариантов столбчатой диаграммы, отображающий зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений от этих значений.

Гистограмма строится следующим образом:

1.      Определяем наибольшее значение показателя качества.

2.      Определяем наименьшее значение показателя качества.

3.      Определяем диапазон гистограммы как разницу между наибольшим и наименьшим значением.

4.      Определяем число интервалов гистограммы. Часто можно пользоваться приближенной формулой: (число интервалов) = Ц (число значений показателей качества). Например, если число показателей = 50, число интервалов гистограммы = 7.

5.      Определяем длину интервала гистограммы = (диапазон гистограммы) / (число интервалов).

6.      Разбиваем диапазон гистограммы на интервалы.

7.      Подсчитываем число попаданий результатов в каждый интервал.

8.      Определяем частоту попаданий в интервал = (число попаданий)/(общее число показателей качества)

9.      Строим столбчатую диаграмму

1.4.  Диаграмма разброса

Диаграмма разброса представляет из себя графики вида, изображенного ниже, которые позволяют выявить корреляцию между двумя различными факторами.

Рис. 2. Диаграмма разброса: Взаимосвязи показателей качества практически нет

Рис. 3. Диаграмма разброса: Имеется прямая взаимосвязь между показателями качества

Рис. 4. Диаграмма разброса: Имеется обратная взаимосвязь между показателями качества

1.5.  Диаграмма Парето

Диаграмма Парето получила свое название по имени итальянского экономиста Вилфредо Парето, который показал, большая часть капитала (80%) находится в руках незначительного количества людей (20%). Парето разработал логарифмические математические модели, описывающие это неоднородное распределение, а математик М.Оа. Лоренц представил графические иллюстрации.

Правило Парето — "универсальный" принцип, который применим во множестве ситуаций, и без сомнения — в решении проблем качества. Джозеф Джуран отметил "универсальное" применение принципа Парето к любой группе причин, вызывающих то или иное последствие, причем большая часть последствий вызвана малым количеством причин. Анализ Парето ранжирует отдельные области по значимости или важности и призывает выявить и в первую очередь устранить те причины, которые вызывают наибольшее количество проблем (несоответствий).

Анализ Парето как правило иллюстрируется диаграммой Парето (рис. ниже), на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания вызванных ими проблем, а по оси ординат — в количественном выражении сами проблемы, причем как в численном, так и в накопленном (кумулятивном) процентном выражении.

На диаграмме отчетливо видна область принятия первоочередных мер, очерчивающая те причины, которые вызывают наибольшее количество ошибок. Таким образом, в первую очередь, предупредительные мероприятия должны быть направлены на решение проблем именно этих проблем.

Рис. 5. Диаграмма Парето

1.6.  Стратификация/Расслоение

В основном, стратификация — процесс сортировки данных согласно некоторым критериям или переменным, результаты которого часто показываются в виде диаграмм и графиков.

Мы можем классифицировать массив данных в различные группы (или категории) с общими характеристиками, называемыми переменной стратификации. Важно установить, которые переменные будут использоваться для сортировки.

Стратификация — основа для других инструментов, таких как диаграмма Парето или диаграммы рассеивания. Такое сочетание инструментов делает их более мощными.

На рисунке приведен пример анализа источника возникновения дефектов. Все дефекты (100%) были классифицированы на четыре категории — по поставщикам, по операторам, по смене и по оборудованию. Из анализа представленных данных наглядно видно, что наибольший вклад в наличие дефектов вносит в данном случае «поставщик 1».

Рис. 6. Стратификация данных

1.7.  Контрольные карты

Контрольные карты — специальный вид диаграммы, впервые предложенный В. Шухартом в 1925 г. Контрольные карты имеют вид, представленный на рис. 4.12. Они отображают характер изменения показателя качества во времени.

Рис. 7. Общий вид контрольной карты

Контрольные карты по количественным признакам

Контрольные карты по количественным признакам — это как правило сдвоенные карты, одна из которых изображает изменение среднего значения процесса, а 2-я — разброса процесса. Разброс может вычисляться или на основе размаха процесса R (разницы между наибольшим и наименьшим значением), или на основе среднеквадратического отклонения процесса S.

В настоящее время обычно используются x — S карты, x — R карты используются реже.

Контрольные карты по качественным признакам

Карта для доли дефектных изделий (p-карта)

В p-карте подсчитывается доля дефектных изделий в выборке. Она применяется, когда объем выборки — переменный.

Карта для числа дефектных изделий (np-карта)

В np-карте подсчитывается число дефектных изделий в выборке. Она применяется, когда объем выборки — постоянный.

Карта для числа дефектов в выборке (с-карта)

В с-карте подсчитывается число дефектов в выборке.

Карта для числа дефектов на одно изделие (u-карта)

В u-карте подсчитывается число дефектов на одно изделие в выборке.

Рис. 8. Бланк контрольной карты

1.8.  Петля качества. Цикл Деминга

Объектами управления качества продукции являются все элементы, образующие петлю качества. Под петлей качества в соответствии с международными стандарта­ми ИСО понимают замкнутый в виде кольца (рис. 9) жизненный цикл продукции, включающий следу­ющие основные этапы: маркетинг; проектирование и разработку технических требований, разработку продукции; материально-техническое снабжение; подготовку производства и разработку технологии и производственных процессов; производство; контроль, испытания и обследования; упаковку и хранение; реализацию и распределение продукцию; монтаж; эксплуатацию; техничес­кую помощь и обслуживание; утилизация. Нужно иметь в виду, что в практической деятельности в целях планирования, контроля, анализа и пр. эти этапы могут разбивать на составляющие. Наиболее важным здесь является обеспечение целостности процессов управления качеством на всех этапах жизненного цикла продукции.

С помощью петли качества осуществляется взаимосвязь изготовителя продукции с потребителем и со всеми объектами, обеспечивающими решение задач управления качеством продукции.

Рис.9. Петля качества

Управление качеством продукции осуществляется циклически и прохо­дит через определенные этапы, именуемые циклом Деминга. Реализация такого цикла называется оборотом цикла Деминга.

Понятие цикла Деминга не ограничивается только управлением качества продукции, а имеет отношение и к любой управленческой и бытовой деятельности. Последовательность этапов цикла Деменга показана на рис. 10 и включает: планирование (PLAN); осуществление (DO); контроль (CHECK); управление воздействием (ACTION).

Рис.10. Цикл Деминга

В круговом цикле, который мы подсознательно используем в повседневной жизни, заключается сущность реализации, так называемых, общих функций управления, рассмотренных ранее, имея в виду, что эти функции направлены на обеспечение всех условий создания качественной продукции и качественного ее использования.

Таблица 1

Таким образом, при управлении качеством в целях обеспечения системности этого процесса необходимо объединить кольцо качества с циклом (кругом) Деминга (табл.1), что будет характеризовать основные виды действий на протяжении жизненного цикла продукции. Тогда полнота основных видов деятельности на всем поле полученной матрицы будет характеризовать степень комплексности процесса управления качеством по отдельным видам продукции.

Управление качеством отличается от контроля, который в основном сводится к отделению хороших изделий от плохих. Качество продукта после завершения процесса производства не может быть изменено в результате контроля.

Управление качеством имеет дело со всей системой разработки, производства, эксплуатации (потребления) и утилизации товара. Задачей управления качеством является установление причин брака, где бы он не возникал, а затем устранение этих причин и обеспечение производства продукции лучшего качества.

4

Глава 2. Мероприятия по управлению качеством

2.1. Расчет среднего арифметического, дисперсии и стандартного отклонения. Их значение при управлении качеством.

Даны значения показателя качества (непрерывной случайной величины), полученные в результате обследования 100 объектов, без указания единиц измерения.

Таблица 2. Значения показателя качества

Также заданы требования в виде допуска Т на показатель качества и границ допуска:  верхнего предела Тв = 80 и  нижнего предела Тн = 4.

Рассчитаем среднее арифметическое, дисперсию и стандартное отклонение для данной совокупности.

1. Расчет среднего арифметического .

           ,

где Хi – показатель качества, n – объем выборки.

2. Расчет дисперсии .

где - квадрат показателя качества.

3.  Расчет стандартного отклонения .

Рассчитанные величины имеют важное значение  при управлении качеством. Средняя арифметическая используется для характеристики центральной тенденции, она дает обобщающую характеристику всей совокупности показателей качества. Другими словами, средняя арифметическая характеризует  систематические причины появления несоответствий.  Дисперсия и стандартное отклонение (среднее квадратичное отклонение) применяются для измерения вариации показателя качества.  Дисперсия показывает среднее из квадратов отклонений вариантов показателей качества от их средней величины, а  стандартное отклонение показывает как расположена основная масса показателей качества относительно средней арифметической. Таким образом, стандартное отклонение характеризует случайные причины появления несоответствий.

Взаимосвязь средней арифметической и стандартного отклонения очень важна, так как величина вариации характеризует возможности системы. Добиться же существенного сокращения вариации, как правило, можно только путем решения общесистемных проблем.

2.2. Построение таблицы выборочного распределения

При построении таблицы выборочного распределения значения отображаются в виде   упорядоченного определенным образом множества. Значения группируются по интервалам возможных значений. Число элементов каждого интервала определяет частоту попадания значений в заданный интервал. Частости , т.е. частоты, представленные в относительном выражении, накопленные частоты и накопленные частости также заносят в таблицу.  Ширина интервала вычисляется по формуле Стерджеса:

,

где  -  наибольшее и наименьшее значение в выборке объема n.

Сначала найдем наибольшее и наименьшее значение :

Затем найдем размах вариации R, т.е. разность между наибольшим и наименьшим значением :

Наконец, рассчитаем ширину интервала :

За начало первого интервала принимаем величину . Конец первого интервала равен . Начало последующих интервалов определяется по правилу , конец каждого интервала При подсчете частот придерживаемся правила: включается в рассматриваемый интервал, если удовлетворяет условию . Значения .

Формируем таблицу выборочного распределения.

Таблица 3. Таблица выборочного распределения

В результате разбиения всего диапазона значений на интервалы мы  получаем возможность анализировать непрерывные случайные величины. Теперь мы можем работать только с серединами интервалов, условно полагая, что значения, попавшие в один интервал примерно равны между собой и примерно равны середине интервала.

Кроме того, таблица выборочного распределения является основой для построения гистограммы – столбчатого графика, используемого для оценки характера и величины рассеяния изучаемого показателя качества и сопоставления полученного поля рассеяния с заданными требованиями.

2.3. Построение гистограммы

На основе таблицы 3 построим гистограмму выборочного распределения.

Рис.11. Гистограмма выборочного распределения

Так как размах вариации меньше допуска Т и , то можно говорить о том, что дефектов нет. Кроме того, большинство значений находится по обе стороны от центральной тенденции с примерно равным отклонением от центра. Это дает нам основание считать производственный процесс стабильным.

2.4.  Сопоставление эмпирического распределения с теоретическим нормальным

Для того, чтобы сопоставить эмпирическое распределение с теоретически нормальным необходимо построить эмпирическую и теоретическую кривые распределения в одном масштабе.

Для построения теоретической кривой распределения требуется сделать расчет теоретической частоты интервалов ,

где  - нормированный параметр для заданного интервала с серединой ,

- нормированная плотность нормального распределения.

Таблица 4.  Таблица расчета теоретических частот

Рис.12. Совмещенный график.

Из сопоставления графиков видно, что опытное распределение близко к закону нормального распределения. Но обоснованно управлять качеством на основе нормального распределения можно только после проверки соответствующей гипотезы, о том, что выборка, на основе анализа которой делаются выводы об уровне качества, получена из нормальной совокупности, т.е. генеральная совокупность подчиняется нормальному закону распределения. Поэтому следующим шагом будет проверка гипотезы нормальности распределения.

2.5.  Проверка гипотезы нормальности распределения по критерию Пирсона

Итак, необходимо принять или отклонить гипотезу о нормальной модели распределения. Так как наша выборка довольно большого объема (n=100), то для решения данной задачи лучше всего использовать критерий Пирсона  .

Формируем гипотезы: нулевую гипотезу и альтернативную гипотезу .

: случайная величина следует нормальной модели распределения с параметрами и , т.е.

:случайная величина не следует нормальной модели распределения, т.е.

Устанавливаем уровень доверительной вероятности , т.е. уровень значимости .

Для проверки гипотезы используем критерий  Пирсона. Табличное значение критерия Пирсона зависит от уровня значимости и числа степеней свободы , где - число строк в таблице эмпирического распределения.

Формируем решающее правило: принимается если <.

Расчетное значение критерия определяется по формуле:

Используя данные таблицы 4 , получаем .

Число сравниваемых интервалов m = 7, значит число степеней свободы . Критическое значение . Следовательно,

<

Таким образом, гипотеза о нормальности распределения модели выборочного наблюдения принимается.

2.6. Проверка гипотезы правильности центральной тенденции

1. Формируем гипотезы: нулевую гипотезу и альтернативную гипотезу .

: средняя арифметическая и однородны, т.е.

: средняя арифметическая и не однородны, т.е.

2. Устанавливаем уровень доверительной вероятности , т.е. , уровень значимости .

Для проверки гипотезы используем нормированную случайную величину .

Формируем решающее правило: принимается, если <.

Расчетное значение критерия определяется по формуле:

Где

Так как  . Таким образом, гипотеза о правильности центральной тенденции принимается. Другими словами, центральная тенденция не нуждается в корректировке.

2.7. Анализ качества методом кривых распределения

Примем выборочные оценки среднего арифметического и стандартного отклонения за параметры генеральной совокупности и, считая распределение нормальным, проведем анализ качества методом кривых распределения.

1. Совместим на одном графике уровни спецификации и теоретическую кривую нормального распределения. Последнюю построим по 7-и характерным точкам на основании следующей таблицы:

Таблица 5.

Координаты 7-и характерных точек нормального распределения

Рис.13. Кривая, построенная по 7-ми точкам нормального распределения

2. Рассчитаем и проанализируем индексы воспроизводимости процессов и .

Индекс используется для анализа вариации и определяется по формуле:

Так как , то можно сделать вывод, что качество неудовлетворительное, несоответствия присутствуют. Причина - слишком большая вариация. Стоит заметить, что раз , то и .

3. Определим долю дефектных объектов относительно верхнего и нижнего уровней спецификации.

Поле рассеяния больше допуска, возможности процесса недостаточны для выполнения установленных требований, имеется смещение поля рассеяния как в плюс, так и в минус за границу рассеяния. Так как , то доля дефектных объектов велика и составляет 1,644%. Возможности процесса в отношении уровня несоответствий не реализованы.

4

ЗАКЛЮЧЕНИЕ

В ходе курсовой работы  мне довелось подробно ознакомиться с понятиями статистической, генеральной и выборочной совокупностей, научиться находить основные характеристики признака, строить таблицы выборочного распределения, а также кривые выборочного и теоретического распределения. Все эти знания позволяют обобщить сделанные выводы в ходе настоящей работы с выборочной совокупностью.

              Уже на третьем этапе работы появилась возможность, опираясь на гистограмму, (с проведенными уровнями спецификации) предположить, что доля дефектных объектов присутствует, т.к.  граница поля рассеивания выходит за уровни спецификации  из-за большой вариации. И хотя процент бракованных объектов не так велик, все-таки следует провести ряд мероприятий, направленных на сокращение существующего брака, и поддержания такой тенденции в будущем.

Движение за улучшение качества продукции в России существовало с периода проведения индустриализации. С течением времени станови­лось ясно, что устойчивого совершенствования качества продукции нельзя добиться путем проведения отдельных и даже крупных, но раз­розненных мероприятий. Только путем системного и комплексного, взаимосвязанного осуществления технических, организационных, эко­номических и социальных мероприятий на научной основе можно бы­стро и устойчиво совершенствовать качество продукции.

Проблема качества — комплексная, т. е. ее можно решить только при проведении одновременно соответствующей политики в сферах законодательства, экономики, техники, образования и воспитания, а так­же на основе скоординированной работы производителей, эксплуата­ционников и потребителей, научных и инженерных структур, законодательных и исполнительных органов управления. Координи­рующим федеральным органом исполнительной власти в трех важней­ших для обеспечения решения проблемы качества сферах деятельности — стандартизации, сертификации и метрологии — является Госстан­дарт России.

Техническая политика Госстандарта в области управления качест­вом предусматривает содействие отечественным товаропроизводите­лям во внедрении систем качества на предприятиях в соответствии с требованиями международных стандартов ИСО семейства 9000.

Внедрение стандарта ISO помогает построить эффективную клиенториентированую систему менеджмента, позволяющую удовлетворять и предвосхищать ожидания клиентов, что в свою очередь дает компании возможность стабильно зарабатывать деньги. Сегодня в России сотни, а в Европе - уже сотни тысяч предприятий внедрили и сертифицировали Систему менеджмента качества на базе ISO, и с каждым годом их число неуклонно растет.

4

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1.      Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. – 2-е изд., испр. И доп. – М.: ИНФРА-М, 2005. – 416 с. – (Высшее образование).

2.      Окрепилов В.В. Управление качеством: Учебник для вузов / 2-е изд., доп. и перераб. – М.: ОАО «Изд-во «Экономика», 1998. – 639 с.

3.      Солонин С.И. Управление качеством (Quality Management): Учебное пособие  - Екатеринбург., 2001. – 112 с.

4.      Ребрин Ю.И. Управление качеством: Учебное пособие – Таганрог: Изд-во ТРТУ, 2004.

4