Statistické řízení procesu

Historie

Průkopníkem statistické regulace procesů byl Walter A. Shewhart na počátku 20. let 20. století. Shewhart vytvořil základ regulačního diagramu a koncepci stavu statistické kontroly pomocí pečlivě navržených experimentů. Dr. Shewhart sice vycházel z čistě matematických statistických teorií, ale pochopil, že data z fyzikálních procesů zřídkakdy vytvářejí "normální křivku rozdělení" (Gaussovo rozdělení, běžně označované také jako "zvonová křivka"). Zjistil, že pozorovaná variabilita výrobních dat se nechová vždy stejně jako data v přírodě (například Brownůvpohyb částic). Dr. Shewhart dospěl k závěru, že ačkoli každý proces vykazuje variabilitu, některé procesy vykazují řízenou variabilitu, která je pro proces přirozená (běžné příčiny variability), zatímco jiné vykazují neřízenou variabilitu, která není v kauzálním systému procesu vždy přítomna (zvláštní příčiny variability). Nekontrolovaná variabilita je často spojena s vadnými výrobky, což poskytuje prostředek k identifikaci problémů a zlepšení kvality založený na datech.

W. Edwards Deming později aplikoval metody SPC v USA během druhé světové války, čímž úspěšně zlepšil kvalitu při výrobě munice a dalších strategicky důležitých výrobků. Po skončení války se zasloužil o zavedení metod SPC v japonském průmyslu. Demingův přístup využívající SPC se souvisejícími manažerskými postupy se stal známým jako systém řízení kvality.

Aplikace

Následující popis se týká spíše výroby než odvětví služeb, ačkoli principy SPC lze úspěšně aplikovat na obě oblasti. Popis a příklad aplikace SPC v prostředí služeb naleznete v Roberts (2005). Selden popisuje, jak používat SPC v oblasti prodeje, marketingu a služeb zákazníkům, přičemž jako názornou ukázku používá Demingův slavný experiment s červenými korálky.

V hromadné výrobě se kvalita hotového výrobku tradičně zajišťovala kontrolou výrobku po výrobě; každý výrobek (nebo vzorky z výrobní dávky) se přijímal nebo odmítal na základě toho, jak dobře splňoval specifikace návrhu. Naproti tomu statistická kontrola procesu využívá statistické nástroje ke sledování výkonnosti výrobního procesu s cílem předvídat významné odchylky, které mohou později vést k vyřazení výrobku.

Ve všech výrobních procesech se vyskytují dva druhy odchylek: oba tyto typy odchylek procesu způsobují následné odchylky konečného výrobku. První z nich je známý jako přirozená odchylka nebo odchylka z běžných příčin a spočívá v odchylce, která je vlastní procesu, jak je navržen. Mezi běžné příčinné odchylky mohou patřit odchylky teploty, vlastností surovin, síly elektrického proudu atd. Druhý druh kolísání je znám jako kolísání ze zvláštních příčin nebo kolísání z přiřaditelných příčin a vyskytuje se méně často než první druh kolísání. Při dostatečném zkoumání lze u odchylek se zvláštní příčinou nalézt konkrétní příčinu, např. abnormální surovinu nebo nesprávné parametry nastavení.

Například balicí linka na snídaňové cereálie může být navržena tak, aby každá krabice s cereáliemi byla naplněna 500 gramy výrobku, ale některé krabice budou mít o něco více než 500 gramů a některé o něco méně, v souladu s rozložením čisté hmotnosti. Pokud se změní výrobní proces, jeho vstupy nebo prostředí (například se začnou opotřebovávat stroje, které výrobu provádějí), může se toto rozložení změnit. Například při opotřebení vaček a řemenic může plnicí stroj na cereálie začít dávat do každé krabice více cereálií, než je stanoveno. Pokud se tato změna nechá bez kontroly pokračovat, bude se vyrábět stále více výrobků, které se vymykají tolerancím výrobce nebo spotřebitele, což povede k plýtvání. Zatímco v tomto případě má odpad podobu výrobku "zdarma" pro spotřebitele, obvykle odpad tvoří přepracování nebo zmetky.

Pokud inženýr kvality nebo kterýkoli člen týmu odpovědný za výrobní linku ve správný čas zjistí, co se v procesu stalo a co vedlo ke změně, může vyřešit příčinu odchylky, která se do procesu vloudila, a problém odstranit.

SPC udává, kdy by měla být v procesu provedena nějaká akce, ale také kdy by neměla být provedena ŽÁDNÁ akce. Příkladem může být osoba, která si chce udržet konstantní tělesnou hmotnost a každý týden si měří váhu. Osoba, která nerozumí koncepci SPC, by mohla začít držet dietu pokaždé, když se její hmotnost zvýší, nebo jíst více pokaždé, když se její hmotnost sníží. Tento typ jednání by mohl být škodlivý a případně by mohl vyvolat ještě větší kolísání tělesné hmotnosti. SPC by zohlednila normální kolísání hmotnosti a lépe by ukázala, kdy osoba skutečně přibírá nebo ztrácí na váze.

Základní kroky SPC

Statistickou regulaci procesu lze obecně rozdělit do tří skupin činností: pochopení procesu, pochopení příčin variability a odstranění zdrojů zvláštních příčin variability. Klíčovými nástroji SPC jsou regulační diagramy, zaměření na neustálé zlepšování a navržené experimenty.

Při pochopení procesu se obvykle mapuje proces a proces se sleduje pomocí regulačních diagramů. Regulační diagramy se používají k identifikaci odchylek, které mohou být způsobeny zvláštními příčinami, a zbavují uživatele obav z odchylek způsobených běžnými příčinami. Jedná se o nepřetržitou, průběžnou činnost. Pokud je proces stabilní a nevyvolává žádné z detekčních pravidel pro regulační diagram, lze také provést analýzu způsobilosti procesu, aby se předpověděla schopnost současného procesu vyrábět v budoucnu vyhovující (tj. v rámci specifikace) produkt.

Pokud jsou pomocí pravidel detekce regulačních diagramů zjištěny nadměrné odchylky nebo je zjištěna nedostatečná schopnost procesu, je vynaloženo další úsilí na zjištění příčin těchto odchylek. Mezi používané nástroje patří Ishikawovy diagramy, navržené experimenty a Paretovy diagramy. Pro tuto fázi SPC jsou rozhodující navržené experimenty, protože jsou jediným prostředkem, jak objektivně kvantifikovat relativní význam mnoha potenciálních příčin odchylek.

Po kvantifikaci příčin variability je třeba vynaložit úsilí na odstranění těch příčin, které jsou statisticky i prakticky významné (tj. příčinu, která má pouze malý, ale statisticky významný vliv, nelze považovat za nákladově efektivní odstranit; příčinu, která není statisticky významná, však nelze nikdy považovat za prakticky významnou). Obecně sem patří vypracování standardních pracovních postupů, zabezpečení proti chybám a školení. Ke snížení odchylek nebo sladění procesu s požadovaným cílem mohou být nutné další změny procesu, zejména pokud existuje problém se schopností procesu.

SPC a kvalita softwaru

V roce 1989 představil Institut softwarového inženýrství (Software Engineering Institute) myšlenku, že SPC lze s výhodou aplikovat na nevýrobní procesy, jako jsou procesy softwarového inženýrství, v modelu vyspělosti (CMM). Tato myšlenka dnes existuje v rámci postupů úrovně 4 a 5 modelu integrace vyspělosti schopností (CMMI). Tato představa, že SPC je užitečným nástrojem, pokud se aplikuje na neopakující se procesy náročné na znalosti, jako jsou inženýrské procesy, se však setkala s velkou skepsí a dodnes zůstává kontroverzní. Problém spočívá v četných oblastech softwaru, které se neopakují, ale představují spíše jednorázové nebo jednorázové aspekty kvality, než aby se sledovala opakovaná výkonnost v dlouhodobém pohledu.

Související stránky

• Zajištění kvality
• Kontrola kvality
• ANOVA
• Výběr vzorků (statistika)
• Six sigma