A minőség elméletének fejlődése, a minőség létrehozásának eszközei

Download Report

Transcript A minőség elméletének fejlődése, a minőség létrehozásának eszközei

Minőségmenedzsment
2.előadás
A minőség elméletei,
történelmi előzményei
1
Kronológia










1900-as évek eleje – tudományos menedzsment alapjai (Taylor)
1920-as évek – statisztikai folyamat szabályozás (Shewart)
1930-as évek – átvételi mintavételezés alapjai (Dodge és Rooming)
1940-es évek – katonai szabványok megjelenése
1950-es évek – Minőségmenedzsment Japánban (Deming és
Juran)
1960-as évek – Taguchi módszerei, minőség technikák
1970-es évek – A minőség stratégiai jelentőségűvé válik (USA)
1980-as évek – LEAN, TQM és Baldrige Award (USA)
1990-es évek – Újraszervezés (reengineering) és Six Sigma, a
minőség megközelítés elterjedése
2000-es évek – A szállítóval való együttműködések, Supply Chain
Management előtérbe kerülése, LEAN, Six Sigma népszerűvé
válása
2
A Taylorizmus
F.W.Taylor (1856-1915) - "A tudományos vezetés alapelvei"

A taylorizmus alapelvei:








a komplex munkafolyamatok felbontása standardizált, elemi egységekre,
egyszerű műveletekre,
az elemi munkaműveletek optimalizálása, a műveletek során végzett fogások,
mozdulatok időtakarékos racionalizálása majd – legügyesebb és leggyorsabb
munkáshoz igazítva – standardizálása, és általános normává tétele (idő- és
mozdulatelemzés),
a munkafolyamatok tervszerű felépítése és kijelölése, a munka megtervezése,
vagyis a „feladat szerinti vezetés”,
a tervezés és az irányítás, azaz a menedzsment, valamint a kivitelezés, tehát a
konkrét munkaműveletek szervezeti különválasztása,
a teljesítmény szerinti bérezés bevezetése,
a szigorú előírásokkal időben szabályozott munkarend kialakítása, valamint
a hatékony, az elemi munkaműveletekhez igazított, egyesített, szabványosított
szerszámok alkalmazása.
A Taylorizmus és a minőség:

elválasztotta a tervezést a munka javításától,

elszigetelte a munkást a munka javításának felelősségétől

létrejött a produktum minőségét ellenőrző osztály (MEO)

a minőségért való felelősség szétszóródott a szervezeten belül.
3
W.E. Deming (1900-1993)
– statisztikus,
A minőség létrehozásában
nem csak a munkásoknak
van szerepe
 a menedzsment feladata a
rendszer szervezése és az
általános problémák
kezelése,
 a munkások a speciális
hiba okokért felelnek,
amelyeket ők okozhatnak.
 A minőség javításának
feladatát tehát meg kell
osztani a különböző szintek
között! A statisztikai
minőségszabályozás
megalapozója (SQC, SPC)
4
Juran



Az alacsony minőség a tervezés
nem megfelelő és nem hatékony
voltából ered
Hagyományos szemlélet:
 A tervezés során kialakítják
azokat a módszereket, amivel a
terméket előállítják, meghatározva
a minőségét is
 A műveletek 20%-a veszteség,
amely a folyamatokba/termékbe
bele lett tervezve
 Minőség fejlesztés helyett
ellenőrzés alkalmazása
Juran trilógia
 tervezés
 ellenőrzés
 fejlesztés
5
Ishikawa

A minőség 7 alapeszköze
Folyamat
ábra
Ellenőrző
lap
Hisztogram
Pont
diagram
Ok-okozat
elemzés
Pareto
elemzés
Ellenőrző
kártya






Bármilyen más sorrendben is alkalmazhatók
Képet kapni a folyamat egészéről (folyamat ábra))
Adatokat gyűjteni (ellenőrző lap)
Elemezni az adatokat (hisztogram, pont diagram,
ellenőrző kártya)
Meghatározni a gyökérokokat (ok-okozat elemzés)
Priorizálni az okokat (Pareto elemzés)
6
Folyamat ábra
Döntésre van szükség
Input/output –amikor
valamilyen információ, adat,
eszköz be- vagy kilép a
folyamatból
A folyamatot szimbolizálja
Kezdés/befejezés – a
áttekinthetőségért
Lap összekötő
Folyamat jelölő



Először egy általános folyamat ábrával kezdjünk és utána
egészítsük ki részletekkel
Menjünk végig a folyamaton és kérdezzük meg azokat akik
ténylegesen végzik azt
Határozzuk meg mely lépések teremtenek értéket és melyek
azok amelyek feleslegesek
Folyamat ábra -példa
Ellenőrző lap
Dátum
Megj.
Termék típus

Adat gyűjtő módszer amellyel hisztogramokhoz gyűjthetünk
adatokat. Alkalmazásához:



Gyakran előforduló problémák azonosítása
Ellenőrző lap elkészítése (idő intervallumok meghatározása)
A felhasználó jelölje a hibák előfordulását
Hisztogram


Folytonos adatok
mérésekor (diszkrét
adatokhoz a gyakorisági
ábra alkalmazható)
Adatok eloszlásának
bemutatására



Az oszlopok szélessége
legyen ugyanakkora
Az osztályok legyenek
egymást kizáróak, és fedjék
le a teljes intervallumot
(eseményteret)
Az osztályközök száma (k)

Ahol n a megfigyelések
száma
2k  n
log n
k
log 2
Pont diagram

A változók közötti kapcsolat vizsgálatára




Határozzuk meg a változókat
Gyűjtsünk adatokat a korábban bemutatott módszerekkel
Ábrázoljuk két dimenzióban
Vizsgáljuk meg a kapcsolatot pl. korrelációs teszttel
Kontroll kártya


A folyamat határok magából a folyamat jellemzőből számíthatók
A folyamat stabilitását vizsgálja, problémát jelent





Ha egy érték a szabályozó határokon kívül esik
Trendszerű megszaladás tapasztalható (7-nél több érték trendszerűen
nő vagy csökken)
7 vagy annál több érték esik a közép vonal egyik vagy másik oldalára
Túl sok érték esik a középvonal köré vagy a szabályozó határok
közelébe
Periodikusság tapasztalható
Ishikawa halszálka elemzés
Az ok-okozati elemzés célja: egy probléma vagy állapot (vagyis az okozat) összes
lehetséges okának szisztematikus, növekvő részletességgel történő
meghatározása és grafikus ábrázolása.
Az ISHIKAWA elemzés néhány jellemzője:

általában teljeskörűségre törekvés

hosszabb idő, alaposabb munka

jelentős erőforrás- és időigény

a probléma alapos ismeretét igényli
Lépései:

1. határozzuk meg a problémát

2. határozzuk meg a bordákat (vagy brainstorminggal az érintettek által, vagy a
9M szerint)

Töltsük ki a halszálka diagramot a Miért kérdésre adott válaszok segítségével
(5W szerint)

Határozzuk meg a gyökér okokat
Ishikawa elemzés folyamata 1
Felbontási eljárások:

A diszperzió-, azaz szóráselemzést úgy végzik, hogy az egyes
okokat hozzárendelik a fő okokhoz, és minden egyes oknál
felteszik a kérdést: „Miért lép fel ez az ok?” Ezt a kérdést a
részletezés következő szintjén megismételjük egészen addig,
amíg a csapatnak nem jut eszébe több ok.
Tényező csoport meghatározásának két alapvető lehetősége:

- az 9M elemei:
Munkaerő (Manpower)
Eszköz (machine)
Anyag (material)
Módszer (method)
Mérés (measurement)
Környezet (milieu)
Ösztönzés (motivation)
Pénzügyi forrás (money)
Karbantartás (maintenance)
Ishikawa elemzés folyamata 2


A folyamat-osztályozás a fő okok helyett a folyamat főlépéseit
használja. Az alapvető okokra való rákérdezés menete ugyanolyan
mint a diszperzió- vagy a szóráselemzés esetén.
A folyamat logikai sorrendje alapján - Például:
–bejövő árúk
–komissiózás – előkészítés
–alkatrész-gyártás
–alkatrész szerelés
–késztermék szerelés
–kiszállítás előtti ellenőrzés
–csomagolás
Ishikawa halszálka elemzés - példa
Pareto elemzés - példa
1.
2.
3.
4.
5.
6.
Döntsük el, melyik problémáról akarunk többet tudni!
Válasszuk ki ötletroham segítségével vagy meglévő adatok alapján az
okokat vagy problémákat, melyeket nyomon követni, összehasonlítani és
rangsorolni kell! Módszere: ötletroham vagy rendelkezésre álló adatok
alapján
Válasszuk ki a legtöbbet mondó mértékegységet, például gyakoriságot
vagy költséget!
Határozza meg a vizsgálat időtartamát.
Gyűjtsük össze a szükséges adatokat működés közben, vagy tekintsük át
a korábbi adatokat. Módszere: adatgyűjtő lap
Összesítő adatlap készítése Az adatgyűjtő lapból kiindulva elkészítjük az
összesítő adatgyűjtő lapot.
7. Pareto diagram adatlap készítése - Nagyság szerint sorba állítjuk az
adatokat, és elkészítjük a Pareto diagram adatlapját. Hibatípusonkénti
darabszám mellett feltüntetjük a hiba százalékot, a kumulált hibaszámot és a
kumulált hiba százalékot.
Hibatípus
Hibaszám
Hiba %
K.h. szám
K.h. %
Mennyiség kevés
108
54
108
54
Szállítás közben összefolyt
40
20
148
74
Hideg az étel
20
10
168
84
Fövetlen
14
7
182
91
Égett
8
4
190
95
Ízetlen
6
3
196
98
Egyéb
4
2
200
100
Összesen:
200
100
Megjegyzés: Az Egyéb megnevezésű tétel mindig a táblázat aljára kerül. Amennyiben
%-ban jelentős, új szempontok alapján ismételten el kell végezni az adatgyűjtést.
8. Készítsük el az oszlopdiagramot - A Pareto diagram adatlap első - harmadik
oszlopait ábrázoljuk
8.1. A diagram skálabeosztását úgy tervezzük meg, hogy az oszlopok egy négyzet
alakú területet foglaljanak el.
8.2. Rajzoljunk egy vízszintes tengelyt, melyen a hibafajtákat ábrázoljuk. A tengelyt
annyi részre osztjuk, ahány hibafajtánk volt.
8.3. Két függőleges tengelyt rajzoljunk be a vízszintes tengely jobb és bal oldalára.
A baloldali tengely a hiba számot jelöli, a jobb oldali a hibaszázalékot. Mindkét
tengelyen jelöljük be az osztástávolságot!
9. Rajzoljuk meg a kumulatív görbét- Itt a Pareto diagram adatlap második és negyedik oszlopát
ábrázoljuk a vízszintes, függőleges tengelyen. A pontokat folyamatos vonallal összekötjük. A kumulált
%-ot kivetítjük a jobb oldali függőleges tengelyre.
10. Határozzuk meg a legnagyobb fejlesztési lehetőségeket A 80%-os értéknél egy vízszintes
vonalat húzunk és ahol az metszi a kumulált görbét egy függőlegest állítunk. A függőleges bal oldalán
találjuk a legnagyobb fejlesztési lehetőségeket.
11. A diagram jellemző paramétereinek feltüntetése Minden lehetséges és szükséges adatot
rögzítsünk a diagramon. Pl.: dátum, elemző neve, adatok száma, egysége stb. Írjuk az ábra alá a
levont konklúziót.
min
%
2002
100
90
80
70
Függőleges tengely: Olyan
mértékegységet válasszunk, amely a
legkifejezőbb számunkra (gyakoriság,
hiba-arány, ppmérték, költség)
60
1000
50
40
30
20
10
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Vízszintes tengely: Lehetőség szerint
csökkenő sorrendben minden
elképzelhető hibaok szerepeljen, a
hasonló jellegű hibaokok együtt
szerepeljenek. „Egyéb hibaokok”
kategória külön kezelendő (utolsó
oszlopként
Feigenbaum





ATotal Quality Control (TQC)
atyja
a teljes szervezet felelős a
minőségért
nem születhet minőség a
gyártás terén, ha
 a termékeket rosszul
tervezték,
 kevéssé átgondolt módon,
nem megfelelő piacokon
hozták forgalomba, és
 nem volt megfelelő a
vevőkapcsolat.
A minőségfejlesztés három
lépése
A négy halálos betegség
20
Crosby

Crosby 4 abszolútuma:
 a minőség definíciója: az
igényeknek való
megfelelés és a saját
szervezet olyan
alakítása, hogy ezeknek
az elvárásoknak
megfeleljen.
 a minőségi rendszer a
megelőzés és nem az
ellenőrzés.
 A teljesítmény szintje a
nulla hiba.
 A minőség a profit
forrása lehet. A minőség
költségeit mérni kell.
Ezek alapján kerülhet sor
a fejlesztési döntések
meghozatalára.
21
Taguchi



A minőség definíciója: A minőség a társadalomnak okozott
veszteséggel mérhető, ha például a szolgáltatás észlelt és elvárt
minősége között különbség van. (negatív minőség)
Minőség Veszteség: A célértéktől való eltérés a társadalomnak
okozott veszteség.
L=K*V2



K – konstans
2 - szórásnégyzet
K=C/T2


C – egy termék javításának költsége
T – tolerancia intervallum
LSL célérték
USL
22
Robosztus tervezés – hibamentes
termék



Robosztus tervezés– a technológia
megválasztása
Parameter tervezés – azon paraméterek
megválasztása, amelyek befolyásolják a
minőséget (nem változtatja meg a gyártási
költséget)
Tolerancia tervezés – a minőség
fejlesztésére, ha a paraméter tervezés
nem megfelelő eredményű (növeli a
gyártási költséget)
23
TAGUCHI kísérletterv


1. probléma meghatározás
2. Brainstorming

A faktorok, az értékek és a kapcsolatok meghatározása,



Célok meghatározása








Offline kísérletek (az ismétlések számának meghatározása)
Kísérlet lefuttatása


Minél kisebb, annál jobb
Konkrét célérték
Minél nagyobb, annál jobb
A kísérlet megtervezése


Szabályozó faktor
Zaj faktor
Ortogonális tömbök (a faktorok száma és értékeinek függvényében)
Eredmények rögzítése
A faktorokhoz kapcsolódó átlagos eredmények rögzítése
a kedvezőbb érték kiválasztása
Elemzés (faktorok értékének megválasztása)
A kísérlet megerősítése (az eredmények validálása)
Kontingencia elmélet



Nincsenek sémák, a vállalatoknak nem
egyféle minőség megközelítést kell
alkalmazniuk
A sikeres vállalatok mindegyik
megközelítésből alkalmaznak egy keveset,
ami segít a minőségfejlesztésben, megértik
és kreatívan alkalmazzák ezeket a
megközelítéseket.
A szituációtól függ, hogy melyik a legjobb
megközelítés
25
KÖSZÖNÖM A FIGYELMET!
26