Причинно-следственная диаграмма (диаграмма Исикавы)

Причинно-следственная диаграмма - инструмент, позволяющий выявить наиболее существенные причины (факторы), влияющие па конечный результат (следствие). Была предложена в 1953 г. профессором Токийского университета К. Исикава.

Причины, влияющие на проблему, изображаются (рис. 4.3) наклонными стрелками, причем общие причины (причины первого порядка) - наклонными большими стрелками, частные (причины второго и последующего порядка) - наклонными маленькими стрелками.

В литературе рассматриваемая диаграмма называется также "рыбьим скелетом". Изучаемая проблема - это "голова рыбьего скелета". "Хребет" условно изображается в виде прямой горизонтальной стрелки, "кости" - причины - изображаются наклонными стрелками.

Рис. 4.3.

На производстве все возможные причины распределяют по группам (категориям) по принципу "5М":

• 1) man (человек) - причины, связанные с человеческим фактором;
• 2) machines (машины, оборудование) - причины, связанные с оборудованием;
• 3) materials (материалы) - причины, связанные с материалами;
• 4) methods (методы, технология) - причины, связанные с технологией работы, организацией процессов;
• 5) measurements (измерения) - причины, связанные с методами измерения, контроля качества.

Для каждой группы строятся дополнительные "кости", представляющие отдельные причины, а к тем, в свою очередь, подстраиваются свои подпричины. В результате получается разветвленное дерево, связывающее причины возникновения несоответствия, находящиеся на разном уровне детализации. Таким способом можно добраться до первичных причин, устранение которых наиболее существенно повлияет на решение проблемы.

В товароведении при рассмотрении проблемы качества выявляют две главные группы причин (факторов):

• 1) причины, формирующие качество товаров;
• 2) причины, способствующие сохранению качества товаров.

Это причины первого порядка. Каждая группа детализируется до причин второго порядка. Например, первая группа представлена сырьем, технологией, конструкцией; вторая - упаковкой, транспортированием, хранением. В ряде случаев требуется дальнейшая детализация до причин третьего порядка. Например, причина "хранение" может быть представлена температурой, влажностью, составом воздуха.

При анализе должны выявляться и фиксироваться все причины, даже те, которые кажутся незначительными, так как цель диаграммы - отыскать наиболее правильный и эффективный способ решения поставленной проблемы.

Но устранить все выявленные и зафиксированные причины невозможно или нерентабельно. Требуется выявить наиболее важные причины и управлять ими. Ранжирование причин производится экспертным методом, в частности методом мозгового штурма.

Один из зарубежных авторов , проводивший анализ применения диаграммы Исикавы в разных странах, сетовал на то, что в западных странах (в отличие от Японии) в 49 из 50 составленных диаграмм авторы проникают не глубже, чем на вторую ступень детализации причин. При таком поверхностном подходе не удается выявить корневые причины

Одна команда, с которой работал автор, настаивала на том, что основной причиной жалоб потребителей был недостаток персонала. Это выглядело не очень убедительно. Команду попросили разделить жалобы по видам и проанализировать степень важности каждого вида на основе частоты поступления соответствующих жалоб. И тогда самой значительной причиной недовольства оказалось то, что звонившие потребители до выяснения волновавших их вопросов вначале были вынуждены следовать длительным инструкциям, сообщаемым автоответчиком. Простое изменение компьютерного текста автоответчика существенно смягчило эту проблему, и она стала занимать седьмое по важности место в списке.

Диаграмма Парето - инструмент, позволяющий распределить усилия для разрешения возникающих проблем и выявить основные причины, с которых нужно начинать действовать. Диаграмма названа так по имени итальянского экономиста Вильфредо Парето (1845-1923).

В. Парето предложил формулу, показывающую, что блага распределяются неравномерно: в большинстве случаев наибольшая доля доходов или благ принадлежит небольшому числу людей. Эта же теория была проиллюстрирована американским экономистом М. Лоренцом в 1907 г. на диаграмме. Доктор Д. Джуран применил диаграмму М. Лоренца в сфере контроля качества для классификации проблем качества на немногочисленные, но существенно важные, и многочисленные, но несущественные. Он назвал этот метод анализом Парето. Д. Джуран подчеркнул, что в большинстве случаев подавляющее число дефектов и связанных с ними потерь возникает из-за относительно небольшого числа причин. При этом он иллюстрировал это с помощью диаграммы, которая получила название диаграммы Парето.

Диаграмма Парето строится в виде столбчатого графика (рис. 4.4). При его построении по оси ординат откладываются количественные характеристики (доли в %, потери и т.д.), а по оси абсцисс - качественные характеристики (номера причин брака, номера видов брака и т.д.).

Различают два вида диаграмм Парето.

• 1. По причинам {факторам) - отражают причины проблем, которые возникают в ходе производства (рис. 4.4, а).
• 2. По результатам деятельности - служат для выявления главной проблемы и отражают нежелательные результаты деятельности (потери, дефекты и т.д.).

Из диаграммы на рис. 4.4, а видно, что при устранении причин, связанных с нарушением технологической дисциплины и неудачной конструкцией технологической оснастки, брак можно снизить почти на 88%.

Из диаграммы на рис. 4.4, б видно, что главной проблемой являются большие потери (почти 24 тыс. руб.), вызванные браком материалов.

Рис. 4.4.

а - диаграмма Парето по видам причин брака: 1 - нарушение технологической дисциплины на участке; 2 - неудачная конструкция технологической оснастки; 3 - дефекты комплектующих изделий; 4 - недостаточность освещения; 5 - прочие причины; б - диаграмма Парето - потери по видам брака: 1 - брак по размерам (11 тыс. руб.); 2 - брак материалов (24 тыс. руб.); 3 - брак гальванического покрытия (15 тыс. руб.); 4 - брак заклепки (1 тыс. руб.); 5 - прочие виды брака (5 тыс. руб.)

Разновидностью анализа Парето является АВС -анализ. При этом анализе исследуется зависимость суммы потерь (или прибыли, или товарооборота) от вида продукции. В результате устанавливают три группы продукции - А, В и С.

Группу А составляет немногочисленная часть (по числу наименований) продукции, на которую приходится наибольшая доля (до 80%) в потерях (или в товарообороте или в объеме прибыли). Группу С составляет многочисленная часть продукции, на которую приходится наименьшая доля (до 10%) в потерях, в товарообороте или в прибыли. Группа В занимает промежуточное положение.

В сфере контроля качества, как правило, группа А - это наиболее проблемная продукция, поскольку на нее приходится наибольшая доля затрат (потерь), связанных с устранением дефектов.

В сфере анализа структуры ассортимента товаров группа А является наиболее цепной частью продукции, поскольку она обеспечивает магазину наибольшую часть товарооборота и прибыли (см. гл. 9, подпараграф 9.5).

ABC-анализ представляется, как правило, в табличной форме.

Контрольные карты (КК) - инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него, предупреждая его отклонения от предъявляемых к процессу требований.

В производстве потребительских товаров с помощью контрольных карт осуществляют статистическое регулирование технологического процесса, в частности корректирование параметров процесса по результатам выборочного контроля параметров изготовляемой продукции. КК позволяет проанализировать стабильность технологического процесса, отделить случайные погрешности от систематических, выделить случайные факторы, которые резко влияют на качество изготовляемой продукции.

КК графически отражает изменение показателей качества во времени (рис. 4.5).

Рис. 4.5.

Существуют КК по качественным признакам (доли дефектных изделий, число дефектных изделий, суммарное число дефектов на единицу продукции) и КК по количественным признакам (для средних значений и размаха, для медианы и размаха, для средних значений и среднего квадратического отклонения). На КК отмечается диапазон неизбежного разброса значений показателя, т.е. разброса, вызванного случайными погрешностями производства, которые обусловлены изменениями качества сырья и материалов (в пределах допустимых отклонений), а также условий производства.

Неизбежный разброс устранить нельзя, но нужно уметь его оценить. Неизбежный разброс лежит в пределах верхней и нижней границ. Для оценки контрольных границ (границ регулирования) применяется трехкратное среднее квадратическое отклонение (правило "трех сигм"). Если точки, наносимые на КК, не выходят за границы регулирования, то технологический процесс считают протекающим стабильно.

Если же точки на КК выходят за контрольные границы, то считается, что в технологическом процессе возникли какие-то систематические погрешности, которые должны быть выявлены и устранены.

Пример

Имеются данные приема манометров за декабрь: число проверенных приборов по датам, число дефектных приборов. На их основе рассчитывают долю дефектных манометров (в процентах), среднюю долю и среднее квадратическое отклонение (сигму). По указанным данным строят КК (см. рис. 4.5). В бланке КК по вертикали откладывают долю дефектных изделий (%), а по горизонтали - дату выборки. Значение р = 3,5% определяет положение средней линии. Если значение р + 3σ = 0,918, то верхняя граница регулирования равна 6,254%, а нижняя граница р - 3σ = 0,746%.

При анализе КК видно, что 16 декабря доля дефектных манометров (р = 10,7) выходит за пределы верхней контрольной границы. Допустим, удалось установить причину высокой дефектности. Это использование регулировщицей с индексом 24 контрольного манометра, неправильно размеченного работниками метрологической лаборатории. Причина была устранена. 9 декабря доля дефектных манометров тоже достаточно высока (приближена к верхней границе), но причину дефектности выявить не удалось. Поэтому при расчете реального уровня дефектности на ближайший плановый период есть все основания предположить, что в январе будут иметь место все те же причинно-следственные связи при производстве манометров, какие были в исследуемом (базисном) периоде.

С учетом исправления дефектов, вызванных фактором, который имел место 16 декабря, реальный уровень дефектности в январе, по расчетам, будет ниже: р = 3,1%. А верхняя и нижняя границы будут, соответственно, 5,699 и 0,501. Таким образом, из расчетов видно, что в январе можно ожидать некоторого улучшения показателей качества.

Итак, результаты контроля, вписывающиеся в пределы контрольных границ, свидетельствуют о нормальном ходе процесса. Каждый выход за верхнюю контрольную границу должен фиксироваться и сразу тщательно анализироваться с целью выявления и устранения причин дефектов. Техника КК позволяет также устанавливать дни с низким уровнем дефектности и, следовательно, выявлять сложившиеся производственные ситуации, приводящие к снижению качества.

Если по результатам анализа КК устанавливается стабильный технологический процесс, то можно рекомендовать переходить от сплошного контроля к выборочному, что сокращает трудовые затраты на контроль.

Диаграмма разброса (рассеивания) - инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.

Две переменные могут относиться к:

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

Для выявления связи между ними и служит диаграмма разброса.

Диаграмма разброса строится как график зависимости между двумя переменными (см. рис. 4.1). Если такая взаимосвязь существует, то можно устранить отклонение от нормативного значения одного параметра, воздействуя на другой.

Между переменными возможны: положительная взаимосвязь; отрицательная взаимосвязь; отсутствие взаимосвязи.

Использование диаграммы разброса 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 при применении диаграммы Исикавы.

Метод стратификации (расслаивания данных) - инструмент, позволяющий произвести селекцию данных, отражающую требуемую информацию о процессе.

В соответствии с этим методом производят расслаивание статистических данных, т.е. группируют данные в зависимости от выбранного стратифицирующего фактора и производят обработку каждой группы данных в отдельности.

Данные, разделенные на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) - расслаиванием (стратификацией).

В производственных процессах при выборе стратифицирующего фактора часто используют выше разобранный метод 5М. В частности, учитывают факторы, зависящие от человека, оборудования, материала, метода контроля, измерения.

В сервисе для расслаивания используют метод 5Р, учитывающий факторы, зависящие от работников (people ); процедур (procedures ) сервиса; потребителей, являющихся фактическими покровителями (patrons ) сервиса; места (place), где осуществляется сервис и определяется его внешняя среда; поставщиков, осуществляющих снабжение (provisions).

Для иллюстрации метода рассмотрим примеры анализа результатов поставок комплектующих.

Довольно часты случаи, когда поставки по заказам, размещенным в сторонних организациях, задерживаются, сроки поставок не выполняются. Проблема обсуждается на совещаниях всех имеющих отношение к делу служб с целью нахождения причины невыполнения сроков поставок и мер по устранению этих причин.

Однако прежде чем принять то или иное решение, необходимо хорошо проанализировать данные, чтобы понять, будет, например, строгое соблюдение даты оформления заказа той мерой, которая действительно решит проблему задержки выполнения заказа. Для этого разделяют случаи выполнения заказа в срок и случаи задержки выполнения заказа, с одной стороны, а также случаи строгого соблюдения даты оформления заказа и случаи запаздывания с оформлением заказа - с другой.

Рассмотрим два примера . В обоих случаях была осуществлена поставка 68 различных комплектующих, из которых 44 изделия были поставлены с опозданием. При этом известно, что только на 23 изделия заказ был оформлен в соответствии с установленной датой.

Ниже показаны результаты расслаивания поставок и случаев задержки по срокам оформления заказов (табл. 4.1 и 4.2).

Как видно из результатов анализа данных, в первом случае строгое соблюдение даты оформления заказа приведет к значительному улучшению положения со своевременным выполнением заказа.

Таблица 4.1

Рассмотрим второй случай с теми же данными (по общему числу поставок, числу опозданий и числу изделий несвоевременного оформления заказа), что в предыдущем примере.

Таблица 4.2

Результаты расслаивания поставок комплектующих

Как видно из указанного примера, расслаивание данных не позволяет утверждать, что строгое соблюдение даты оформления заказа окажется решающим фактором в решении проблемы. В этом случае необходимо провести более глубокий анализ данных. Прежде всего, следует провести дополнительное расслаивание, например, по видам продукции, которые составляют заказ (табл. 4.3).

Таблица 4.3

Результаты расслаивания поставок комплектующих и случаев их задержки в зависимости от вида комплектующих

Как видно, более всего случаев задержки относится к поставкам комплектующих А, В и С. По сравнению с ними число случаев задержки комплектующих D, E, F незначительно. Следует, очевидно, найти причину такой разницы в сроках поставки этих образцов. Поэтому потребовалось провести расслаивание по новому фактору.

Допустим, было выяснено, что продукция А, В, С в отличие от продукции Д E, F требует дополнительной термотренировки (стабилизации параметров качества под воздействием температуры в течение заданного времени). Также было выяснено, что, во-первых, процесс изготовления продукции А, В, С является более длительным, а во-вторых, термотренировка этой продукции выполняется, в свою очередь, по вторичному заказу другим предприятием. Кроме того, оказалось, что бывают случаи, когда продукция D, E, F передается для изготовления другому предприятию по вторичному заказу, так как на предприятии, принявшем заказ, не хватает мощностей по их изготовлению. Вот почему возникает необходимость проведения расслаивания по фактору наличия или отсутствия вторичного заказа (табл. 4.4).

Таблица 4.4

Результаты расслаивания поставок комплектующих в зависимости от наличия вторичного заказа

Таким образом, анализ данных по методу расслаивания в трех последних примерах приводит нас к выводу о том, что для окончательного решения проблемы необходимо применить следующие меры:

• 1) не допускать вторичных заказов, которые делаются без предварительной договоренности с предприятием-заказником;
• 2) скорректировать объем и сроки размещения заказа на продукцию так, чтобы он был по силам предприятию, на котором размещается заказ;
• 3) информацию о планировании размещения заказа на продукцию, требующую термотренировки, заранее доводить до предприятия, на котором размещается заказ;
• 4) помочь предприятию, на котором размещается заказ, освоить принципы ведения дел с предприятиями, на которых размещаются вторичные заказы.

Гистограмма - инструмент, позволяющий зрительно оценить закон распределения статистических данных.

Гистограмма представляет собой столбчатый график (см. рис. 4.1), который строится для интервального изменения значения параметра. Для этого па интервалах, отложенных на оси абсцисс, строят прямоугольники (столбики), высота которых пропорциональна частотам интервалов. Если гистограмма имеет симметричный (колоколообразный) вид, то можно предполагать гауссовский закон распределения случайной величины. Наивысшая частота оказывается в середине и постепенно снижается в обе стороны.

Практическое значение гистограммы заключается в том, что она позволяет оценить стабильность качества продукции в объеме.

По гистограмме (см. рис. 4.8) определяется неизменность основных параметров процесса: среднего значения х или математического ожидания М(х) и стандартного отклонения во времени. Это важно при оценке процесса с помощью выборочных данных, когда требуется выяснить вероятность пересечения распределения генеральной совокупности границ поля допуска и появления в связи с этим несоответствия требованиям потребителя. В гистограмме симметричного вида не представляет труда определить возможность выхода распределения генеральной совокупности при заданных значениях М (х ) и сигмы , исходя из сравнения соответствующих трех сигмовых пределов и пределов поля допуска.

Из рис. 4.8 видно, что если брать в качестве границ допуска трехсигмовые пределы, то годными будут считаться 99,73% всех данных генеральной совокупности, и только 0,27% данных будут считаться несоответствующими (nonconformity - NC ) требованиям потребителя, так как расположены за границами заданного поля допуска.

Гистограмму начали широко использовать в конце 1980-х гг. для иллюстрации программы "Шесть сигм" как методологии обеспечения стабильности качества (см. параграф 4.4).

• Примеры заимствованы из .
• Как известно, сигму (буква греческого алфавита "σ") применяют для обозначения меры изменчивости, вариабельности. Ее значение показывает, как часто может возникать дефект.

Диаграмма Исикавы – популярный способ графического представления анализа причинно-следственных связей. Внешне она напоминает рыбную кость или скелет. Поэтому часто инструмент называют «рыбий скелет».

Автор – японский химик Каора Исикава. Метод был разработан еще в начала пятидесятых. Сначала аналитическая техника использовалась лишь в рамках менеджмента качества. Впоследствии начала применяться и в других проблемных областях.

Диаграмма Исикава на предприятии

Основная цель метода – групповой поиск проблем и их причин. Диаграмма Исикавы («Ишикавы» – еще одна транскрипция) включена в японский промышленный стандарт (JIS) как график причин и результатов, показывающий отношение между качественным показателем и воздействующими на него факторами.

Техника предназначена для первоначального ранжирования воздействующих на исследуемую проблему факторов. Это результат аналитической работы. Например, вырос брак на производстве. Это проблема, исследуемый объект. Руководитель собирает ответственных и просит выделить возможные причины данной проблемы. Затем анализируются факторы, приведшие к возникновению той или иной причины.

Конечные цели аналитического метода Ишикавы:

• выявление всех факторов, повлиявших на возникновение проблемы;
• визуализация связей между проблемой и возможными причинами;
• расстановка акцентов для анализа и решения проблемы.



Причинно-следственная диаграмма Исикавы («рыбий скелет»): пример

Классический шаблон диаграммы выглядит следующим образом:

Важно при анализе выявить все факторы. Даже те, которые кажутся незначительными. В дальнейшем факторы оцениваются и ранжируются. Задача – выявить самые значимые, которые больше всего повлияли на снижение продаж.

Для ранжирования факторов можно использовать, к примеру, метод Парето.

Как построить диаграмму Исикавы в Excel

Диаграмму Ишикавы построить с помощью средств Excel достаточно сложно. Зато проанализировать вес каждого фактора можно. И уже на основе графика найти оптимальный путь решения проблемы.

Обратимся к нашему примеру. Найденные факторы не имеют числового выражения. Для иллюстрации оценим их в баллах.

Отсортируем цифры в порядке возрастания. Посчитаем долю каждого фактора с накопительным итогом.

Проиллюстрируем баллы в виде гистограммы. А долю – в виде графика с маркерами.

Диаграмма показывает: чтобы решить возникшую проблему, нужно работать, в основном, с первыми тремя факторами.

Другие названия метода: "Причинно-следственная диаграмма" ("рыбий скелет")

Назначение метода

Применяется при разработке и непрерывном совершенствовании продукции. Диаграмма Исикавы - инструмент, обеспечивающий системный подход к к определению фактических причин возникновения проблем.

Цель метода

Изучить, отобразить и обеспечить технологию поиска истинных причин рассматриваемой проблемы для эффективного их разрешения.

Суть метода

Причинно-следственная диаграмма - это ключ к решению возникающих проблем.

Диаграмма позволяет в простой и доступной форме систематизировать все потенциальные причины рассматриваемых проблем, выделить самые существенные и провести поуровневый поиск первопричины.

План действий

В соответствии с известным принципом Парето, среди множества потенциальных причин (причинных факторов, по Исикаве), порождающих проблемы (следствие), лишь две-три являются наиболее значимыми, их поиск и должен быть организован. Для этого осуществляется:

• сбор и систематизация всех причин, прямо или косвенно влияющих на исследуемую проблему;
• группировка этих причин по смысловым и причинно-следственным блокам;
• ранжирование их внутри каждого блока;
• анализ получившейся картины.

Особенности метода

Причинно-следственная диаграмма ("рыбий скелет")

Общие правила построения

1. Прежде чем приступать к построению диаграммы, все участники должны прийти к единому мнению относительно формулировки проблемы.
2. Изучаемая проблема записывается с правой стороны в середине чистого листа бумаги и заключается в рамку, к которой слева подходит основная горизонтальная стрелка - "хребет" (диаграмму Исикавы из-за внешнего вида часто называют "рыбьим скелетом").
3. Наносятся главные причины (причины уровня 1), влияющие на проблему, - "большие кости". Они заключаются в рамки и соединяются наклонными стрелками с "хребтом".
4. Далее наносятся вторичные причины (причины уровня 2), которые влияют на главные причины ("большие кости"), а те, в свою очередь, являются следствием вторичных причин. Вторичные причины записываются и располагаются в виде "средних костей", примыкающих к "большим". Причины уровня 3, которые влияют на причины уровня 2, располагаются в виде "мелких костей", примыкающих к "средним", и т. д. (Если на диаграмме приведены не все причины, то одна стрелка оставляется пустой).
5. При анализе должны выявляться и фиксироваться все факторы, даже те, которые кажутся незначительными, так как цель схемы - отыскать наиболее правильный путь и эффективный способ решения проблемы.
6. Причины (факторы) оцениваются и ранжируются по их значимости, выделяя особо важные, которые предположительно оказывают наибольшее влияние на показатель качества.
7. В диаграмму вносится вся необходимая информация: ее название; наименование изделия; имена участников; дата и т. д.

Дополнительная информация:

• Процесс выявления, анализа и объяснения причин, является ключевым в структурировании проблемы и переходу к корректирующим действиям.
• Задавая при анализе каждой причины вопрос "почему?", можно определить первопричину проблемы (по аналогии с выявлением главной функции каждого элемента объекта при функционально-стоимостном анализе).
• Способ взглянуть на логику в направлении "почему?" состоит в том, чтобы рассматривать это направление в виде процесса постепенного раскрытия всей цепи последовательно связанных между собой причинных факторов, оказывающих влияние на проблему качества.

Достоинства метода

Диаграмма Исикавы позволяет:

• стимулировать творческое мышление;
• представить взаимосвязь между причинами и сопоставить их относительную важность.

Недостатки метода

• Не рассматривается логическая проверка цепочки причин, ведущих к первопричине, т. е. отсутствуют правила проверки в обратном направлении от первопричины к результатам.
• Сложная и не всегда четко структурированная диаграмма не позволяет делать правильные выводы.

Ожидаемый результат

Получение информации, необходимой для принятия управляющих решений.

Причинно-следственная диаграмма (схема Исикавы) позволя­ет разделить проблему, требующую своего решения, на отдельные фрагменты, выявить и сгруппировать условия и факторы, влияю­щие на проблему, и провести причинно-следственный анализ. Цель построения диаграммы - соотнести причины с результатами (следствиями).

Применительно к задачам статистического управления про­цессами причинно-следственная диаграмма - это простое средство для индивидуального или группового решения проблем, исполь­зуя графическое описание различных элементов процесса для ана­лиза потенциальных источников изменчивости.

На диаграмме изучаемая проблема условно изображается в виде прямой горизонтальной стрелки, факторы и условия, которые пря­мо или косвенно влияют на проблему, - наклонными стрелками, а причины, влияющие на эти факторы (причины второго и последую­щих порядков), - короткими горизонтальными стрелками. При построении диаграммы следует учитывать даже кажущиеся незна­чительными факторы, поскольку на практике довольно часто встре­чаются случаи, когда решение проблемы обеспечивается устране­нием нескольких, на первый взгляд, несущественных причин.

При построении причинно-следственной диаграммы примени­тельно к процессу производства продукции необходимо учитывать факторы, влияющие на качество продукции, - комплектующие из­делия и материалы, производственное оборудование, методы осуществления технологических операций, условия труда, производ­ственный персонал, контрольно-измерительное оборудование и т.д.

Обычно подробно детализированная диаграмма имеет форму рыбьего скелета, по­этому ее называют «рыбьей костью» или «рыбьим скелетом».

Следует отметить, что сложные причинно-следственные диа­граммы целесообразно анализировать с помощью метода страти­фикации, т.е. с помощью расслоения диаграммы по различным факторам и условиям.

Диаграмма Парето

Диаграмма Парето основана на принципе Парето, согласно которому из-за небольшого числа (-20%) причин или источников изменчивости процессов зачастую возникает большинство (-80%) последствий. Поэтому на практике усилия по решению проблем следует концентрировать на главных источниках изменчивости, временно игнорируя «второстепенное большинство».

Диаграмма Парето строится в прямоугольной системе коорди­нат. По оси абсцисс откладывают равные отрезки, соответствую­щие выявленным причинам, а по оси ординат - величину их вклада в решаемую проблему. В результате получается диаграмма в виде столбикового графика, высота столбиков которого уменьшается слева направо. Для показа накопленного влияния причин последо­вательно суммируют высоту всех столбиков и получают ломаную кумулятивную кривую (кривую Парето). Показывая в понятной и наглядной форме относительное влияние каждой причины на ре­шаемую проблему, диаграмма Парето позволяет выявить те причи­ны, от которых в первую очередь зависит решение проблемы и на устранение которых следует направлять усилия прежде всего.

По существу, диаграмма Парето - простой графический ме­тод, предусматривающий ранжирование всех потенциальных ис­точников изменчивости или причин в соответствии с их вкладом в стоимость решения проблемы или в изменчивость процесса.

В условиях производства диаграмму Парето часто используют для анализа причин брака, поскольку она позволяет в удобной форме представить уровень брака в зависимости от причин появ­ления брака. При построении диаграммы Парето важно, чтобы вклад груп­пы «прочие причины» был незначительным. В противном случае необходимо собрать дополнительный статистический материал по каждой причине появления брака и уточнить ранжирование при­чин брака.

Следует отметить, что диаграмма Парето является не только эффективным средством решения проблемы, но и позволяет на­глядно демонстрировать эффективность мероприятий, предпри­нимаемых для решения проблемы. Для этого достаточно визуаль­но сравнить диаграммы Парето, построенные до и после проведения соответствующих мероприятий. В ряде случаев для проведения анализа возможных причин, приводящих к каким-то следстви­ям, оказывается целесообразным диаграмму Парето применять совместно с причинно-следственной диаграммой.

Контрольные карты

Одним из наиболее эффективных методов контроля за состоя­нием процесса во времени является метод, основанный на постро­ении и анализе контрольных карт. В отличие от рассмотренных выше методов контрольные карты позволяют воздействовать на процесс до того, как он выйдет из-под контроля, и тем самым пре­дупреждать отклонения процесса от предъявляемых к нему тре­бований.

Контрольная карта - это карта, на которой для наглядности ото­бражения состояния процесса отмечают значения соответствующей выборочной характеристики смежных выборок во временной после­довательности. В качестве выборочной характеристики (статисти­ки) могут использоваться индивидуальные значения какого-либо параметра продукции, среднее арифметическое значение, медиана, среднее квадратическое (стандартное) отклонение, размах, доля или число несоответствующих единиц продукции, число несоответствий и др. По существу, контрольная карта представляет собой графиче­ское отображение состояния процесса, его уровня и изменчивости.

Контрольные карты строят в произвольном масштабе на лис­те бумаги или экране дисплея компьютера. По оси абсцисс откла­дывают моменты взятия выборок или их текущие номера, а по оси ординат - реализации выборочной характеристики. Для нагляд­ности точки значений выборочной характеристики, соответствующие двум последовательным выборкам, соединяют отрезками прямых линий и получают линейный график, показывающий ди­намику поведения процесса.

В качестве ориентира на контрольной карте проводится цент­ральная линия (ЦЛ) - прямая, параллельная оси абсцисс и опреде­ляющая среднее процесса. Ее расстояние от оси абсцисс соответ­ствует заданному в нормативной или технической документации номинальному значению контролируемого параметра, например, центру поля допуска, математическому ожиданию значений выбо­рочной характеристики, значению параметра, полученному в ходе предварительного исследования процесса, находящегося в статис­тически управляемом состоянии, или же оценочному значению, прогнозируемому по результатам изучения предыстории процесса.

Параллельно ЦЛ на контрольной карте наносятся две линии – верхняя (ВКГ) и нижняя (НКГ) контрольные границы, называе­мые иногда границами регулирования. По существу, контрольные границы, указывающие момент разладки процесса, ограничива­ют диапазон неизбежного разброса значений выборочной харак­теристики, т.е. разброса, обусловленного неустранимыми в насто­ящее время обычными причинами, и позволяют судить, находится ли процесс в статистически управляемом состоянии или он подвергнут влиянию особых причин.

Кроме того, на контрольную карту в ряде случаев наносятся еще две дополнительные линии - верхняя (ВПГ) и нижняя (НПГ) предупреждающие границы, которые располагаются ближе друг к другу, чем ВКГ и НКГ.

Если значениям выборочной характеристики присуще одно­стороннее отклонение от ЦЛ, то используют контрольные карты с односторонними (верхними или нижними) границами.

По существу, целью применения контрольных карт является не обеспечение совершенного управляемого состояния процесса, а достижение разумного и экономичного статистически управляе­мого состояния процесса.

С помощью контрольных карт изучают возможности производственных процессов, производят оценку их управляемости и воспроизводимости и осуществляют оператив­ное управление технологическими процессами серийного и массо­вого производства продукции. Они находят применение для:

Анализа точности и стабильности технологических процессов;

Выявления производственных факторов, дестабилизирую­щих производственные процессы;

Слежения за состоянием технологических процессов и своев­ременной их корректировки (регулировки);

Осуществления приемки продукции, гарантирующей, что фак­тически уровень несоответствий продукции не превышает ус­тановленный нормативный уровень;

Обнаружения потери управляемости процесса в режиме реаль­ного времени.

контрольные карты подразделяются на три ос­новных вида:

Контрольные карты Шухарта, с помощью которых, как пра­вило, оценивают только, находится ли процесс в статисти­чески управляемом состоянии;

Приемочные контрольные карты, которые позволяют одно­временно осуществлять как слежение за процессом и его ре­гулирование, так и приемку продукции, гарантирующую, что фактически уровень несоответствий данной продукции не превышает установленный нормативный уровень несо­ответствий;

Адаптивные контрольные карты, с помощью которых ре­гулируют процесс посредством планирования его тренда и проведения упреждающей корректировки на основании прогнозов.

По типу используемых выборочных данных контрольные кар­ты подразделяются на два класса:

Контрольные карты для количественных данных;

Контрольные карты для альтернативных данных.

В свою очередь контрольные карты для количественных данных подразделяются на карты:

Средних и размахов ( - и R - карты);

Средних и стандартных отклонений ( - и S -карты);

Медиан и размахов (М е - и R - карты);

Индивидуальных значений и скользящих размахов (Х - и МR - карты).

Причем карты средних и медиан являются контрольными кар­тами расположения и позволяют оценить, произошел ли сдвиг в уровне процесса. Карты размахов и стандартных отклонений рас­сматриваются как контрольные карты рассеяния (разброса) и дают возможность производить оценку изменчивости процесса.

Контрольные карты для альтернативных данных подразделя­ются на карты:

Доли несоответствующих единиц продукции (р -карта);

Числа несоответствующих единиц продукции в выборке (пр - карта);

Числа несоответствий в выборке (с -карта);

Числа несоответствий, приходящихся на единицу продукции (u -карта).

Причинно-следственная диаграмма (диаграмма Исикавы) – инструмент, позволяющий в упорядоченном виде представить все факторы, влияющие на конечный результат, и помогающий выявить основные факторы, влияющие на конечный результат.

Причинно-следственная диаграмма часто называется также диаграммой Исикавы (по имени ее автора), диаграммой «причина-следствие», «рыбьей костью», «рыбьим скелетом». Она позволяет выявить и систематизировать различные факторы и условия, оказывающие влияние на рассматриваемую проблему (на показатели качества, такие как простои автомобилей по техническим неисправностям, наработка на отказ и т. д.). Информация о показателях качества для построения диаграммы собирается из всех доступных источников. При построении диаграммы выбираются важные с технической точки зрения факторы.

Сложная причинно-следственная диаграмма анализируется с помощью расслоения по отдельным факторам. При выявленной анализом заметной разнице в разбросе между «слоями» принимают соответствующие меры для ликвидации этой разницы и устранения причины ее появления.

При использовании причинно-следственной диаграммы процесс производства рассматривают как взаимодействие 4М (material – (материал) + machine – (оборудование) + man – (оператор)+method – (метод)). Зависимость между процессом, представляющим собой систему причинных факторов, и качеством, представляющим собой результат действия этих причинных факторов, можно выразить графически, как показано на рис. 1.10.

Рис. 1.10. Причинно-следственная диаграмма

Если результат процесса оказался неудовлетворительным, то в системе причин, т. е. в какой-то точке процесса, произошло отклонение от заданных условий. Если постоянно поддерживать заданные условия хода процесса, можно обеспечить формирование высокого качества.

Как показано на рис. 1.10, характеристики качества, являющиеся следствием, определяют причины М1–М4, обозначенные стрелками. Эти причины являются, в свою очередь, следствием других причин. Все они также обозначены стрелками, направленными к соответствующим следствиям. Вторичным причинам могут соответствовать третичные причины и т. д.

Для составления причинно-следственной диаграммы необходимо подобрать максимальное количество факторов, имеющих отношение к характеристике, которая вышла за пределы допустимых значений.

Наиболее эффективным считается групповой метод анализа причин, называемый «мозговым штурмом». В этом случае, если проблема возникла на участке, к группе экспертов присоединяются лица, непосредственно работающие на этом производственном участке.

При анализе причин часто приходится пользоваться другими статистическими методами и прежде всего – методом расслоения.

Диаграммы разброса

Диаграмма разброса – инструмент, позволяющий определить вид и тесноту связи между парами рассматриваемых переменных.

Диаграмма разброса используется для выявления зависимости между показателями качества (результат) и основными факторами производства (причина) при анализе причинно-следственной диаграммы или для выявления корреляционной зависимости между факторами.

Диаграмма разброса, так же как и метод расслоения, используется для выявления причинно-следственных связей показателей качества и влияющих факторов при анализе причинно-следственной диаграммы.

При наличии корреляционной зависимости причинный фактор оказывает очень большое влияние на характеристику процесса, поэтому, удерживая этот фактор под контролем, можно достичь стабильности характеристики.

При такой зависимости между отдельными факторами значительно облегчается контроль процесса с технологической, временной и экономической точек зрения.

Для построения диаграммы разброса прежде всего, проводят сбор этих данных и представляют их в виде таблицы соответствия тех и других какому-то общему для них условию сбора.

Если данных мало, четкую зависимость установить трудно, поэтому желательно, чтобы число пар было не менее 30. Однако даже в тех случаях, когда число данных оказывается всего лишь порядка 10, часто можно получить какую-то полезную информацию.

Существуют различные методы оценки степени корреляционной зависимости. Одним из них является метод вычисления коэффициента корреляции по формуле

,

где х i , у i – значения параметров х и у для i -го измерения; х, у – средние арифметические значения величин х и у; S x , S y - стандартные отклонения величин х и у; п – число измерений в выборке (объем выборки).

Если r = ±1, это свидетельствует о наличии корреляционной зависимости, если r = 0, корреляционная зависимость отсутствует. Чем ближе коэффициент корреляции к 1, тем теснее зависимость между параметрами.

Эффективным и более простым методом анализа степени корреляционной зависимости считается метод медиан, удобный при исследовании технологического процесса с использованием данных, полученных на рабочем месте.

Диаграмма разброса строится как график зависимости между двумя переменными и .

Применяют две разновидности метода медиан. Рассмотрим действие первого метода на практическом примере, диаграмма разброса для которого приведена на рис. 1.11.

Рис. 1.11.. Диаграмма разброса для определения зависимости между и методом медиан

На график наносятся данные в порядке измерений. Если на одну и ту же точку графика попадает два или три значения, они обозначаются как точка в круге, или в двух кругах, или возле точки проставляется число данных, или рядом с нанесенной точкой сразу перед ней ставятся еще одна, две точки и т. д.

На диаграмме разброса проводятся вертикальная и горизонтальная линии медиан. Выше и ниже горизонтальной медианы, справа и слева от вертикальной медианы должно быть равное количество точек.

Если количество точек окажется нечетным, следует провести линию через центральную точку. В каждом из четырех квадрантов, получившихся в результате разделения диаграммы разброса вертикальной и горизонтальной медианами, подсчитывают число точек и обозначают соответственно. Точки, через которые прошла медиана, не учитывают. Отдельно складывают число точек в положительных и отрицательных квадрантах и их общую сумму:

Для определения наличия и степени корреляции по методу медиан используется специальная таблица (табл. 1.2) кодовых значений, соответствующих различным при двух значениях коэффициента риска (0,01 и 0,05). Сравнивают меньшее из чисел и с кодовым значением, соответствующем значению , делают заключение о наличии и характере корреляции. Если меньшее из чисел и оказывается равным или меньше табличного кодового значения, то корреляционная зависимость имеет место.

В соответствии с данными таблицы для = 25 (числа степеней свободы) и значении коэффициента риска = 0,01 кодовое значение меньшего из чисел и равно 5. Поскольку полученное в результате расчетов число 5 не превышает табличное значение, можно утверждать, что между двумя параметрами существует корреляционная зависимость с коэффициентом риска, равным 0,01. При этом, так как > это свидетельствует о прямой корреляции. В противном случае можно было говорить об обратной корреляции.

На рис. 1.12 приведен пример использования второй разновидности метода медиан.

Рис. 1.12. Анализ корреляции между переменными и с помощью метода медианы: 1 – график ; 2 – график ; 3 – линия медианы

x·y: = 11 + 4/2 = 13;

x·y: = 14 + 4/2 = 16;

13 + 16 = 29.

Таблица 1.2

Таблица кодовых значений (извлечения)

k		k		k
0,01	0,05	0,01	0,05	0,01	0,05

В соответствии с данными таблицы для =29 (числа степеней свободы) и значении коэффициента риска =0,05 кодовое значение для меньшего из чисел и равно 8. Поскольку полученное в результате расчетов число 13 превышает табличное значение 8, можно утверждать, что между двумя параметрами не существует корреляционная зависимость с коэффициентом риска, равном 0,05.

Контрольные карты

Контрольная карта – инструмент, позволяющий отслеживать ход протекания рассматриваемого процесса и воздействовать на него с целью предупреждения отклонения от требуемых значений.

Контрольные карты, как инструмент управления качеством, предложены У. Шухартом в 1924 г.

Контрольная карта – это разновидность графика, однако она отличается от обычного графика наличием линий, называемых контрольными границами или границами регулирования. Эти контрольные границы обозначают ширину разброса, образующегося в обычных условиях течения процесса. Если все точки на графике входят в область, ограниченную контрольными границами, это указывает на то, что процесс протекает в относительно постоянных условиях, т. е. указывает на стабильность процесса. И наоборот, точки, выходящие за пределы контрольных границ, означают, что в ходе процесса возникли погрешности, нарушившие стабильность процесса.

Контрольная карта представляет собой специальный бланк, на котором проводятся центральная линия и две линии выше и ниже средней, называемые верхней и нижней контрольными границами. На карту точками наносятся данные измерений или контроля параметров. Записывают условия производства.

Исследуя изменение данных с течением времени, следят, чтобы точки графика не вышли за контрольные границы. В случае отклонений выясняют причины с использованием других инструментов контроля качества.

В производственной практике применяются следующие виды контрольных карт:

● карта средних арифметических и размахов () – применяется в случае контроля по количественному признаку таких показателей качества, как длина, масса, прочность на разрыв и др.;

● карта индивидуальных значений (х) – применяется в случае необходимости быстрого обнаружения незамеченных факторов или в случае, когда за день или за неделю было произведено только одно наблюдение;

● карта доли дефектной продукции (р) – применяется в случае контроля качества по определению доли дефектных изделий (например, доли дефектных винтов по длине винта, доли дефектных электрических лампочек по качеству металла и т. д.);

● карта числа дефектных единиц продукции (pn) – применяется в случае контроля качества по определению числа дефектных изделий;

● карта числа дефектов (С) – применяется в случае, когда контроль качества осуществляется путем определения суммарного числа дефектов в заранее установленном постоянном объеме проверяемых изделий (например, число разрывов на постоянной площади ткани);

● карта числа дефектов на единицу продукции (U) – применяется в случае контроля качества по числу дефектов на единицу продукции, когда площадь, длина или другой параметр образца продукции не являются постоянной величиной.

Данные, представляемые в контрольной карте используются для построения гистограмм. Графики, получаемые на контрольных картах, сравниваются с контрольными нормативами.

Представление полученных данных в виде графика в порядке их поступления в ходе технологического процесса в виде временного ряда позволяет оценить изменения, которые происходили на этот период. Таким образом, график отражает динамику процесса.

Разброс показателей качества в пределах считается допустимым. Такой разброс вызван случайными отклонениями показателей (качества исходных материалов или деталей, а также условий производства), и называется неизбежным разбросом (рассеянием) показателей качества. Неизбежный разброс показателей качества и не требует вмешательства в ход процесса.

Если же на графике часть точек выходит за пределы верхней или нижней контрольной границы, это значит, что показатели качества испытывают разброс, выходящий за пределы контрольных нормативов. Такой разброс называется устранимым разбросом (рассеиванием) показателей качества. Как только на контрольной карте появляется одна или несколько точек на графике, выходящих за пределы контрольного диапазона, необходимо немедленно принять все меры для выявления и устранения причины отклонения.

Эта карта составляется в следующем порядке.