Ποιοτικός έλεγχος

Quantitative

Ποιοτικός έλεγχος

Η ιδέα της παγκοσμιοποίησης της οικονομίας έκανε της επιχειρήσεις να αναζητουν νέους τρόπους αύξησης της ανταγωνιστικότητα του.Σημαντικό σε αυτό ήταν σαφές ότι θα έπαιζε η ποιότητα των παρεχόμενων αγαθών και υπηρεσιών.Ταυτόχρονα , άρχισε να επικρατεί και η άποψη ότι η ελεύθερη διακίνηση αγαθων θα απαιτούσε και κοινά αποδεκτά πρότυπα ποιότητας.

Βασική φιλοσοφία του νέου συστήματος ποιότητας η συνεχής διακίνηση αγαθών μέσα από ένα συγκεκριμένο κύκλο:Σχεδιασμός->Υλοποίηση->Έλεγχος->Δράση

Με την πάροδο των ετών έχουμε φτάσει σε ένα επίπεδο εξέλιξεις της ποιότητας έτσι σε μια επιχείρηση να υπάρχει ξεχωριστός κλάδος-τμήμα ποιότητας που εκφράζεται με τον όρο σύστημα διοίκησης ποιότητας.Βασικό εργαλείο της είναι τα διαγράμματα ελέγχου που αποτυπώνουν την εξέλιξη διαφόρων μετρήσεων , όπως:ποσοτικά χαρακτηριστηκα προιόντων,ποιοτικά χαρακτηριστηκα προιόντων.κ.α.

Στατιστικός Έλεγχος Ποιότητας

Ο Στατιστικός Έλεγχος Ποιότητας (Statistical Quality Control) είναι ένα κρίσιμο εργαλείο της επιχείρησης που επηρεάζει αποφάσεις σχετικές με τις προδιαγραφές, την παραγωγική διαδικασίακαι τον έλεγχο των παραγόμενων προϊόντων. Για την αποτελεσματική χρήση του Στατιστικού Ελέγχου Ποιότητας απαιτείται η ενσωμάτωσή του σε ένα πλαίσιο λειτουργίας και διοίκησης της επιχείρησης που έχει ως στόχο τη διαρκή βελτίωση της ποιότητας σε όλα τα επίπεδα της επιχείρησης, γνωστού ως Διοίκησης Ολικής Ποιότητας (Total Quality Management ή Total Quality Assurance). Θα μπορούσαμε να πούμε ότι ο Στατιστικός Έλεγχος Ποιότητας αποτέλεσε τον προάγγελο της Διοίκησης Ολικής Ποιότητας. Στόχος της Διοίκησης Ολικής Ποιότητας είναι η συνεχής βελτίωση στην ποιότητα εκτέλεσης όλων των διεργασιών, προϊόντων και υπηρεσιών, σε μια επιχείρηση. Αυτό επιτυγχάνεται με τέσσερα βήματα τα οποία επαναλαμβάνονται το ένα μετά το άλλο και όταν ολοκληρωθεί το τελευταίο βήμα η διαδικασία ξεκινά πάλι από την αρχή.

Χαρακτηριστικά εξέλιξης Ελέγχου Ποιότητας

• Πολυπλοκότητα των νέων προϊόντων
• Απαιτήσεις για υψηλή ποιότητα
• Έξοδα ελέγχου

Σκοπός Ελέγχου Ποιότητας

• Εγγύηση για καλή ποιότητα των τελικών προϊόντων και ανάπτυξη ακριβέστερων μέσων ελέγχου
• Μείωση των εξόδων ελέγχου ποιότητας

Για την επίτευξη αυτών των σκοπών, ο έλεγχος ποιότητας κάνει χρήση των μαθηματικών και ειδικότερα της στατιστικής, οπότε και καλείται Στατιστικός Έλεγχος Ποιότητας (Statistical Quality Control). Ο Αμερικανός επιστήμονας W. Shewhart επινοεί τα διαγράμματα ελέγχου, διαγράμματα που ακόμα και σήμερα θεωρούνται από τα καλύτερα εργαλεία ποιότητας. Δύο είναι οι βασικοί πόλοι ανάπτυξης των εργαλείων αυτών:

• Εργαλεία τα οποία επιτρέπουν να ληφθεί απόφαση για την ποιότητα μιας παρτίδας προϊόντων προς έλεγχο με τη λήψη σχετικά μικρού δείγματος από την αντίστοιχη παρτίδα (Δειγματοληπτικός Έλεγχος Αποδοχής)
• Εργαλεία τα οποία επιτρέπουν ελαχιστοποίηση των ελαττωματικών ή σκάρτων μιας διεργασίας, παρακολουθώντας κατά τακτά χρονικά διαστήματα την ομοιομορφία των παραγομένων προϊόντων (Στατιστικός Έλεγχος Διεργασιών (SPC) : έλεγχος ποιότητας παραγωγικής διαδικασίας)

Τα 7 Κυριότερα Εργαλεία του Στατιστικού Ελέγχου Διεργασιών

Για να ικανοποιεί ένα προϊόν το χρήστη πρέπει να παράγεται σύμφωνα με μια “σταθερή επαναλαμβανόμενη” διεργασία. Η διεργασία πρέπει να είναι ικανή να λειτουργεί με μικρή μεταβλητότητα γύρω από κάποιες τιμές στόχους που έχουν τεθεί στα ποιοτικά χαρακτηριστικά που πρέπει να διακρίνει το τελικό προϊόν. Ο Στατιστικός Έλεγχος Διεργασιών είναι μια συλλογή εργαλείων που είναι χρήσιμα για την επίβλεψη της σταθερότητας μιας διεργασίας και τη βελτίωση της ικανότητάς της (capability) μέσω της μείωσης της μεταβλητότητάς της. Ο Στατιστικός Έλεγχος Διεργασιών μπορεί να εφαρμοσθεί σε κάθε διαδικασία. Τα επτά κυριότερα εργαλεία που χρησιμοποιεί είναι τα ακόλουθα:

• Το Ιστόγραμμα ή το Διάγραμμα Μίσχου-Φύλλων (Histogram or Stem-and-Leaf Plot)

Το ιστόγραμμα αποτελεί τη γραφική απεικόνιση ενός πίνακα συχνοτήτων και αποκαλύπτει σημαντικές πληροφορίες για το σύνολο των τιμών που αντιπροσωπεύει όπως είναι η κεντρική τάση, η μεταβλητότητα και το σχήμα της κατανομής των τιμών. Για τον τρόπο κατασκευής των πινάκων συχνοτήτων ο αναγνώστης παραπέμπεται σε βιβλία περιγραφικής στατιστικής. Κρίνεται όμως σκόπιμο να υπενθυμίσουμε ορισμένα βασικά στοιχεία της κατασκευής ενός πίνακα συχνοτήτων. Ο καθορισμός του πλήθους C των τάξεων σε ένα πίνακα συχνοτήτων (οπότε και του πλήθους των ιστίων - ορθογωνίων του αντίστοιχου ιστογράμματος) έγκειται στην κρίση του αναλυτή.

• Το Φύλλο Ελέγχου (Check Sheet)

Το φύλλο ελέγχου ή καταχώρησης είναι ένας απλό εργαλείο συλλογής και καταγραφής στοιχείων. Σε ένα φύλλο ελέγχου μπορούν να καταχωρηθούν λεπτομέρειες σχετικές με το είδος και το χρόνο των σφαλμάτων που εμφανίζουν τα προϊόντα, να καταγραφούν οι απαραίτητοι έλεγχοι που πρέπει να γίνουν κατά την παραλαβή μιας παρτίδας υλικών ή κατά την επιθεώρηση ενός συστήματος ποιότητας, κτλ. Επιπλέον στο φύλο ελέγχου καταγράφονται διάφορα συμπληρωματικά στοιχεία σχετικά με το είδος των δεδομένων που καταχωρούνται, όπως η ημέρα, η παρτίδα, η βάρδια, και γενικά κάθε πληροφορία που αφορά τη διεργασία. Τέλος το φύλο ελέγχου μπορεί να χρησιμοποιηθεί και ως φύλλο εργασίας για την εισαγωγή των δεδομένων σε υπολογιστή.

• Το Διάγραμμα Pareto (Pareto Chart)

Το διάγραμμα Pareto (ή ανάλυση Pareto) οφείλει το όνομά του στον Ιταλό οικονομολόγο Vilfredo Pareto ο οποίος είναι κυρίως γνωστός για την παρατήρησή του ότι η κατανομή του 80%-90% του πλούτου της χώρας του ήταν συγκεντρωμένη στο 20%-10% του πληθυσμού (κανόνας 80/20, αρχή Pareto). Έτσι η ανάλυση Pareto έχει ως σκοπό να διαχωρίσει τις σημαντικές πλευρές ενός προβλήματος από τις λιγότερες σημαντικές.

Τα βασικά βήματα που ακολουθούνται για την ανάλυση Pareto είναι τα ακόλουθα:

• Καταγραφή όλων των στοιχείων • Μέτρηση των στοιχείων • Διάταξη των στοιχείων • Δημιουργία αθροιστικών κατανομών • Σχεδίαση διαγράμματος Pareto • Ερμηνεία του διαγράμματος Pareto

• Το Διάγραμμα Αιτίας-Αποτελέσματος (Cause-and-Effect Diagram)

Το διάγραμμα αιτίου - αποτελέσματος χρησιμοποιείται για να ανιχνεύσει πιθανές αιτίες ενός συγκεκριμένου προβλήματος. Αποτελεί μια απεικόνιση των ποικίλων στοιχείων ενός συστήματος (αίτια) τα οποία συνεισφέρουν στη δημιουργία ενός προβλήματος (αποτέλεσμα).

• Το Διάγραμμα Συγκέντρωσης Ελαττωμάτων (Defect Concentration Diagram)

Το διάγραμμα συγκέντρωσης ελαττωμάτων έχει ως σκοπό να απεικονίσει τις τοποθεσίες που εμφανίζονται τα διάφορα ελαττώματα σε ένα προϊόν. Είναι μια εικόνα όλων των εξωτερικών όψεων του προϊόντος όπου σημειώνονται οι θέσεις (περιοχές) που εμφανίζονται τα ελαττώματα. Έτσι βοηθάει στην ανίχνευση ειδικών αιτιών της παραγωγικής διαδικασίας που είναι υπεύθυνες για τη δημιουργία αυτών των ελαττωμάτων. Η θέση που παρατηρείται το ελάττωμα είτε χρωματίζεται (συνήθως τα διάφορα είδη ελαττωμάτων απεικονίζονται με διαφορετικό χρώμα) είτε σημειώνεται πάνω της ένας κωδικός (διαφορετικοί κωδικοί για κάθε είδος ελαττώματος).

• Το Διάγραμμα Διασποράς ή Διασκόρπισης (Scatter Plot)

Το διάγραμμα διασποράς ή διασκόρπισης χρησιμοποιείται για να αποκαλύψει αν υπάρχει σχέση μεταξύ δύο μεταβλητών. Είναι ένα γράφημα που απεικονίζει τις τιμές δύο μεταβλητών με τη μορφή σημείων σε ένα επίπεδο. Αν οι μεταβλητές είναι συσχετισμένες τότε τα σημεία ακολουθούν την πορεία μιας γραμμής ή καμπύλης. Όσο πιο έντονη είναι η συσχέτιση τόσο πιο πολύ τα σημεία “αγκαλιάζουν” τη γραμμή.

• Το Διάγραμμα Ελέγχου (Control Chart)

Τα παραπάνω στατιστικά εργαλεία αναφέρονται και ως “the magnificent seven”. Από τα παραπάνω εργαλεία, το διάγραμμα ελέγχου (ίσως το πιο σημαντικό εργαλείο) θα αποτελέσει το αντικείμενο εκτενής μελέτης.

Πλεονεκτήματα του Στατιστικού Ελέγχου Ποιότητας

• Στατιστική   διερεύνηση   της   πορείας της διαδικασίας παραγωγής 
• Αποφυγή απόρριψης και επιδιόρθωσης
• Εξασφάλιση ομοιογενούς ποιότητας
• Περισσότερο   ορθολογική   οργάνωση της εργασίας

Συνιστώσες Στατιστικού Ελέγχου Ποιότητας

Ο Στατιστικός Έλεγχος Ποιότητας αποτελείται από ένα σύνολο μεθόδων στατιστικής ανάλυσης δεδομένων. Το σύνολο αυτό μπορεί να χωριστεί σε τρία βασικά υποσύνολα που το καθένα περιέχει στατιστικές μεθόδους προσανατολισμένες σε διαφορετικές φάσεις της παραγωγικής διαδικασίας.

Τα τρία υποσύνολα είναι τα ακόλουθα: • Σχεδιασμός και Ανάλυση Πειραμάτων (Design of Experiments) • Στατιστικός Έλεγχος Διεργασιών (Statistical Process Control) • Δειγματοληψία Αποδοχής (Acceptance Sampling) Ο Σχεδιασμός και η Ανάλυση Πειραμάτων περιέχει όλες εκείνες τις στατιστικές τεχνικές οι οποίες μας βοηθούν στην ανακάλυψη της επίδρασης που έχουν τα διάφορα επίπεδα των παραγόντων (μεταβλητών) που επηρεάζουν τις ποιοτικές παραμέτρους του τελικού προϊόντος και συνεπώς διαδραματίζει σημαντικό ρόλο στη βέλτιστη σχεδίαση της παραγωγικής διεργασίας. Ο Στατιστικός Έλεγχος Διεργασιών περιέχει στατιστικές τεχνικές που είναι απαραίτητες για τον έλεγχο της παραγωγικής διεργασίας κατά την διάρκεια της παραγωγής των προϊόντων. Η Δειγματοληψία Αποδοχής περιέχει στατιστικές τεχνικές (δειγματοληπτικές) που είναι απαραίτητες για να αποφασίσουμε αν μια συγκεκριμένη παρτίδα (σωρός) προϊόντων θα γίνει δεκτή ή θα απορριφθεί.

Οι Φάσεις της Διαδικασίας Παραγωγής

Φάση 1 Σχεδιασμός Προϊόντος , Σχεδιασμός και Ανάλυση Πειραμάτων

Φάση 2 Παραγωγική Διεργασία , Στατιστικός Ελεγχος Διεργασιών

Φάση 3 Τελικό Προϊόν , Δειγματοληψία Αποδοχής

Από τη φάση παραλαβής των πρώτων υλών μέχρι τη φάση των τελικών ελέγχων και της συσκευασίας ενός προϊόντος μπορεί να διακριθεί ένας αριθμός σταδίων στην εξέλιξη του προϊόντος. Το σύνολο αυτών των σταδίων αποτελούν μια διεργασία. Διεργασία επίσης μπορεί να θεωρηθεί και κάθε επιμέρους στάδιο. Σύμφωνα με την ορολογία του ISO 9000, διεργασία θεωρείται ένας προδιαγεγραμμένος τρόπος για να γίνει μια ενέργεια.

Σημαντικότητα των ελέγχων της μέσης τιμής για τους ποιοτικούς ελέγχους βιομηχανικών μεθόδων.

Έστω ότι από τα προιόντα που προέρχονται από την παραγωγή μας ενδιαφέρει το χαρακτηριστικό Χ που μπορεί να είναι π.χ. βάρος, μήκος κ.α. Θεωρούμε πως αυτό το χαρακτηριστικό ακολουθεί τη Ν(μ,σ²) και το σ² είναι γνωστό. Σε τακτά χρονικά διαστήματα λαμβάνουμε δείγματα προιόντων μεγέθους n (n συνήθως 5 έως 10). Ελέγχουμε τη μηδενική υπόθεση H₀: μ=μ₀έναντι της εναλλακτικής H₁: μ με επίπεδο σημαντικότητας πρώτα α=0.01 και μετά α=0.05.

Αν η H₀ απορρίπτεται με α=0.01 τότε σταματάμε την παραγωγή και διορθώνουμε τις μηχανές.

Αν η H₀ δεν απορρίπτεται με α=0.01 αλλά απορρίπτεται με α=0.05 τότε λαμβάνουμε νέο δείγμα που αν δεν απορριφθεί η H₀ με α=0.05 τότε συνεχίζουμε την παραγωγή.