Меню
Главная
Авторизация/Регистрация
 
Главная arrow Товароведение arrow Товарный менеджмент

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.

Диаграмма Исикавы с основными категориями причин

Рис. 4.3. Диаграмма Исикавы с основными категориями причин

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 [25] 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 [31], 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 Паретоинструмент, 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.

Диаграммы Парето

Рис. 4.4. Диаграммы Парето:

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).

Контрольная карга доли дефектных изделий Р

Рис. 4.5. Контрольная карга доли дефектных изделий Р

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 = 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 [7] 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[1]. 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

Результаты расслаивания поставок комплектующих

Оформление заказа

Выполнение заказа, число случаев

всего

в срок

с опозданием

В соответствии с установленной датой

23

21

2

С опозданием

45

3

42

Всего

68

24

44

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

Оформление заказа

Выполнение заказа, число случаев

всего

в срок

с опозданием

В соответствии с установленной датой

23

6

17

С опозданием

45

18

27

Всего

68

24

44

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

Продукт

Всего поставленных образцов

Выполнение заказов в срок, число случаев

Выполнение заказов с опозданием, число случаев

А

15

1

14

В

13

2

11

С

11

0

11

D

9

8

1

Е

10

6

4

F

10

7

3

Всего случаев

68

24

44

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

Вторичный

заказ

Выполнение первичного заказа, число случаев

всего

в срок

с опозданием

Имеет место

45

3

42

Отсутствует

23

21

2

Всего случаев

68

24

44

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.

Гистограммаинструмент, 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[2], 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).

  • [1] Примеры заимствованы из [7].
  • [2] Как известно, сигму (буква греческого алфавита "σ") применяют для обозначения меры изменчивости, вариабельности. Ее значение показывает, как часто может возникать дефект.
 
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
< Предыдущая   СОДЕРЖАНИЕ   Следующая >
 

Популярные страницы