Ispis

Pregled statističkih metoda koje se upotrebljavaju u upravljanju kakvoćom

Kreirano Srijeda, 28 Listopad 2015 11:35
Hitovi: 1952

hmd1U suradnji s HMD -om objavljujemo članak naziva "Pregled statističkih metoda koje se upotrebljavaju u upravljanju kakvoćom" iz časopisa Svijet po mjeri (broj 2/2014) čiji je autor Mirko Vuković, dipl. ing.

Suvremena industrijska proizvodnja veoma je složena, a broj čimbenika koji mogu utjecati na promjene u proizvodnome procesu veoma velik. Kako bi se iz procesa dobili predvidljivi rezultati, potrebno je osigurati stabilnost procesa, odnosno smanjiti njegovu promjenjivost. Za to je potrebno uspostaviti odgovarajući sustav upravljanja procesom. Za ispravno upravljanje procesom potrebno je osigurati odgovarajuću povratnu vezu kojom se neposredno otkrivaju neispravnosti odnosno odstupanja od predviđenih proizvodnih značajka na temelju kojih se mogu provoditi pravodobni zahvati u proces, odnosno upravljati procesom.

Stoga je sposobnost otkrivanja i uklanjanja prevelikih odstupanja od predviđenih proizvodnih značajka jedan od odlučujućih čimbenika uspješne proizvodnje. Takva odstupanja mogu biti slučajna i sustavna. Slučajna odstupanja izazivaju mnogobrojni slučajni čimbenici i ona imaju neznatno djelovanje na kakvoću proizvoda.

Za razliku od slučajnih promjena pojava sustavnih promjena rezultat je poremećaja proizvodnoga procesa (dotrajalosti oruđa, promjene kakvoće ulaznih proizvoda i gradiva, neispravna rada strojeva, nedostatna školovanja radnika i sl.) i zahtijeva otklanjanje uzroka. Svrha je upravljanja proizvodnjom brzo
otkrivanje nastanka takvih promjena i njihova intenziteta te pravodobno otklanjanje njihovih tehnoloških i organizacijskih uzroka.

Temeljno su oruđe za mjerenje značajka procesa na temelju razmjerno ograničene količine podataka različite statističke metode koje omogućuju bolju uporabu dostupnih podataka za donošenje odluka o upravljanju procesima i proizvodima te tako mogu poslužiti za neprekidno poboljšavanje njihove kakvoće.

Statističke metode upravljanja kakvoćom prvi je uveo u primjenu Walter Shewhart dvadesetih godina prošloga stoljeća u Bellovim laboratorijima. Shewhart je pokazao kako se primjenom statističkih metoda mogu identificirati i mjeriti promjenjivosti u procesu.

Prve je norme iz području statističkog upravljanja kakvoćom izradila i upotrebljavala američka vojska tijekom Drugoga svjetskog rata za potrebe vojnih nabava. Neke od tih norma, kao što su norme za prihvaćanje uzorkovanjem prema atributima i varijablama, prihvatili su praktički u nepromijenjenom obliku i Međunarodna organizacija za normizaciju (ISO) i Međunarodno elektrotehničko povjerenstvo (IEC). Statističke se metode upotrebljavaju i u području mjeriteljstva za ovjeravanje mjerila koja se masovno upotrebljavaju (brojila električne energije, plinomjera, vodomjera itd. te mjeriteljskom nadzoru nad pretpakovinama) te su i međunarodne i europske mjeriteljske organizacije donijele velik broj preporuka i uputa za primjenu statističkih metoda u području mjeriteljstva.

U nastavku ćemo dati kratak opis karakterističnih skupina statističkih metoda koje se primjenjuju u industriji oslanjajući se prije svega na opise tih metoda dane u normi ISO/TR 10017.

Opisne statistike
Naziv opisna statistika odnosi se na postupke za sažet prikaz količinskih podataka na takav način koji otkriva značajke njihove razdiobe, od kojih su najčešće prosječna vrijednost i rasipanje (koje se obično mjeri rasponom ili standardnim odstupanjem) te oblik razdiobe podataka.

Podatci koje pruža opisna statistika često se mogu lako i djelotvorno prenijeti nizom grafičkih metoda koje daju razmjerno jednostavne prikaze takvih podataka, kao što su dijagram pravca razvoja (koji se također naziva i dijagramom hoda), što je grafički prikaz promatrane značajke u nekome vremenskom razdoblju radi praćenja njezina ponašanja, dijagram rasipanja koji služi za ocjenu odnosa između dviju varijabla crtanjem jedne varijable na osi x, a druge na osi y i histogram, koji opisuje razdiobu vrijednosti promatrane značajke.

Postoji velik broj grafičkih metoda koje pomažu pri tumačenju i analizi podataka. One se kreću od razmjerno jednostavnih oruđa (kao što su histogrami i kružni dijagrami) pa do onih složenijih kao što su npr. dijagrami vjerojatnosti i dijagrami koji uključuju više dimenzija i varijabla.

Grafičke su metode korisne jer često mogu otkriti neobična svojstva podataka koja se ne bi mogla lako otkriti količinskom analizom. One imaju široku uporabu pri istraživanju odnosa između varijabla i parametara koji opisuju takve odnose. Opisne statistike pružaju učinkovit i razmjerno jednostavan način sažetoga prikazivanja podataka, pogotovo za nespecijaliste, te su obično prvi korak u količinskoj analizi podataka i uporabi drugih statističkih postupaka, čime su neizravno uključene u mnoge statističke metode, te ih treba smatrati temeljnom sastavnicom statističke analize.

Opisne statistike daju količinske mjere značajka (kao što su prosjek i standardno odstupanje) podataka iz uzorka. Međutim takve su mjere podložne ograničenjima zbog veličine uzorka i primijenjene metode uzorkovanja. One se ne mogu smatrati valjanim procjenama značajka populacije iz koje je uzet uzorak ako nisu zadovoljene temeljne statističke pretpostavke.

Opisne statistike imaju korisnu primjenu u gotovo svim područjima u kojima se analiziraju podatci. One mogu dati podatke o proizvodu, procesu ili kojemu drugom aspektu sustava upravljanja kakvoćom, a mogu se upotrebljavati i za upravine ocjene. Primjeri su takvih primjena sažeti pregled ključnih mjera značajka proizvoda kao što su srednja vrijednost i rasipanje, opis ponašanja nekoga parametra procesa, opis vremena isporuke ili odaziva na poziv u uslužnim djelatnostima, sažet prikaz podataka iz anketa kupaca, slikovni prikaz mjernih podataka, prikaz razdiobe procesnih značajka s pomoću histograma, prikaz rezultata značajka proizvoda tijekom vremena s pomoću dijagrama pravca razvoja, procjena mogućih odnosa između procesnih varijabla i rezultata dobivenih iz dijagrama rasipanja.

Planiranje pokusa
Planiranje pokusa odnosi se na istraživanja koja se provode na planiran način i koja se pri izvođenju zaključaka oslanjaju na statističku procjenu rezultata. Pri planiranju pokusa obično se u sustav koji se ispituje uvode promjene i provodi statistička procjena djelovanja takvih promjena na sustav kako bi se vrednovale značajke sustava ili istražio utjecaj jednoga ili više čimbenika na značajke sustava.

Postoji više metoda koje se mogu upotrijebiti za analizu podataka iz pokusa. One se kreću od analitičkih metoda, kao što su analiza varijancije (ANOVA), do onih koje su po prirodi više grafičke, kao što su dijagrami vjerojatnosti. Planiranje pokusa može se upotrebljavati za procjenu neke značajke proizvoda, procesa ili sustava. Posebno je korisno za istraživanje složenih sustava na čije rezultate može utjecati više čimbenika. Cilj pokusa može biti postizanje maksimuma, optimizacija promatrane značajke ili smanjenje promjenjivosti. Planiranje pokusa može se upotrebljavati za utvrđivanje utjecajnih čimbenika na sustav, veličinu njihova utjecaja i njihove međusobne odnose. Dobiveni se rezultati mogu upotrijebiti za olakšavanje projektiranja i razvoja proizvoda ili procesa, ili za upravljanje postojećim sustavima ili njihovo poboljšavanje.

Podatci dobiveni planiranjem pokusa mogu se upotrijebiti za konstrukciju matematičkog modela koji opisuje promatrane značajke sustava kao funkciju utjecajnih čimbenika, s određenim ograničenjima. Takav se model može upotrebljavati za predviđanja. Glavna je prednost planiranja pokusa njegova učinkovitost i ekonomičnost u istraživanju učinaka više različitih čimbenika u procesu te sposobnost utvrđivanja međudjelovanja između različitih čimbenika koje može dovesti do dubljeg razumijevanja procesa, što je posebno korisno kad je riječ o složenim procesima (npr. procesima koji uključuju velik broj potencijalno utjecajnih čimbenika).

U svim sustavima postoji određena razina svojstvenih odstupanja (koja se često prikladno nazivaju šumom) koja katkad mogu zamagliti rezultate istraživanja i dovesti do pogrešnih zaključaka. Drugi su mogući izvori pogrešaka brkanje nepoznatih (ili jednostavno neprepoznanih) čimbenika koji mogu biti prisutni ili ovisnosti između različitih čimbenika u sustavu. Rizik od takvih pogrešaka može se ublažiti dobro planiranim pokusima. Ti se rizici nikad ne mogu potpuno ukloniti, što treba imati na umu kad se donose zaključci.

Planiranje pokusa široko se upotrebljava za utvrđivanje utjecajnih čimbenika u složenim procesima te za upravljanje ili poboljšanje srednje vrijednosti ili smanjenje promjenjivosti nekih važnih značajka (kao što su rezultat procesa, čvrstoća proizvoda, izdržljivost ili razina šuma). S takvim se pokusima često susreće u proizvodnji elektroničkih sastavnica, automobila i kemikalija. Planiranje pokusa često se upotrebljava i u drugim područjima kao što su poljoprivreda ili medicina.

Nastavak članka možete pročitati u časopisu Svijet po mjeri (broj 2/2014). Više podataka o časopisu možete pronaći na internetskoj stranici Hrvatskog mjeriteljskog društva www.hmd.hr.


Izvor:HMD

Portal Svijet kvalitete koristi kolačiće (cookies) zbog pružanja bolje funkcionalnosti portala. Nastavkom pregleda portala slažete se s korištenjem kolačića. Postavke kolačića možete podesiti u svojem internetskom pregledniku. Više podataka o kolačićima i vašoj privatnosti možete saznati na Privatnost korisnika.

Prihvaćam kolačiće