2781.Всеобщее Управление Качеством

Управление с помощью целей	Политика управления TQM
фокус на результаты;	фокус на процессы;
сверху вниз;	сверху вниз/снизу вверх;
• тактика “сильной руки” для	• цели и действия, соответствующие
делегирования цели;	используемым фактам и статис­
	тическим данным;
фокус на “личность”;	фокус на том, как сделать;
индивидуализм;	• ориентация на групповые действия;
полагаться на суперзвезд;	не нужны суперзвезды;
• работать интенсивнее	• работать быстро и хорошо (базируясь
(базируясь на соответствующей	на знаниях);
мотивации);	• благоприятное соответствие качества
• часты случаи незначительной
оптимизации;	цели качеству исполнения;
• кто виноват;	• что является причиной неудачи? (как
	мы можем улучшить результат?);
• может деморализовывать;	может воодушевлять.

Поддерживая и разрабатывая программу непрерывного улучшения каче­ ства в конкретной организации, следует обращать внимание на следующее:

будьте уверены, что ваша программа включена в стратегический план организации;

•высшие руководители должны быть вовлечены в процесс непрерывного улучшения качества и стать в нем лидерами;

•руководители среднего звена должны быть движимы целями TQM;

•весь персонал должен быть информирован о ходе процесса и его результатах; персонал, прошедший обучение технологии TQM, должен быть вклю­

чен в группы по улучшению качества;

необходима поддержка групп TQM и награждение их за достигнутые результаты;

•считайте TQM изменением в культуре;

сравнивайте собственные показатели с показателями конкурентов;

•постоянно сравнивайте уровень TQM в организации со стандартами ISO.

2.6. Базирование решений только на фактах

Незыблемое требование TQM - все принимаемые решения должны ос­ новываться только на фактах, а не на интуиции или личном опыте специали­ ста, принимающего решение.

М еждународный опыт показывает, что от 20 до 90 % всех проектов улучшения продукта терпят провал только по причине ош ибочного мне­ ния о состоянии рынка, на базе которого принимается реш ение о страте­ гии бизнеса компании. Объяснением такого положения могут быть следую­ щие моменты:

отсутствует полная оценка того, что потребители действительно хо­

тят получить и как много они готовы заплатить за это; реш ения не базиру­ ются на конкретных фактах, характеризующих рынок;

компании имеют недостаточные знания о своем продукте в период, предшествующий его появлению на рынке, и в то же время они пренебрегают экспериментами, позволяющими улучшить продукт и процессы на раннем этапе их проектирования, упуская тем самым возможность улучшения качества про­ дукта при меньших затратах; факт несоответствия ожиданиям потребителей по ценности продукта и его стоимости должен устанавливаться, как уже неоднок­ ратно подчеркивалось, на наиболее ранних этапах жизненного цикла продук­ та, а для этого необходимо иметь наиболее полную информацию, основанную на фактах, и тогда будет уменьшена (или сведена к минимуму) вероятность того, что продукт после появления его на рынке не будет соответствовать предъявляемым к нему требованиям.

Таким образом, как показывает опыт, основной причиной неудач яв­ ляются несовершенная работа и недостаточность знаний при принятии ре­ шения. Возможно, это основные причины всех проблем в мире. В отнош е­ нии неполноты знаний существуют две ситуации: люди либо признают, что у них недостаточно знаний, либо не признают. М ногие беды возникают именно во втором случае. Если люди осознают, что они не очень хорошо разбираются в ситуации, они могут провести исследование или экспери­ мент, пытаясь узнать то, что они не понимают. Когда же люди уверены в своей правоте, даже если они недостаточно хорошо разбираются в ситуа­ ции, решать проблемы непросто.

Одна из причин этого состоит в том, что факты часто путают с суж­ дениями. Люди склонны принимать нечто, к чему они имеют отношение, за факты. Это похоже на китайскую притчу, в которой слепцы ощупывали слона и каждый из них судил о слоне исходя из своего личного восприятия и имеющегося у него жизненного опыта. Тот, кто ощупывал хобот, был убежден, что слон это некий длинный предмет, подобный трубе, в то время как другой, притронувшийся к бивню, считал, что слон - это что-то твердое и острое.

Мы должны постоянно спрашивать себя, а верны ли наши суждения, и по возможности “ощупывать слона” так, чтобы постепенно составить правиль­ ную картину. Если вместо этого мы упрямо будем настаивать на сложившемся представлении о том, что есть “слон”, принимать это субъективное суждение за абсолютный факт и на этой основе планировать процесс и выполнять работу по достижению поставленной цели, то неизменно будут возникать дефекты, и их число не уменьшится, пока мы не изменим ошибочного суждения.

Причем даже большинство может ошибаться, а один быть правым, если его решение-по какому-либо вопросу базируется на фактах. Вспомните историю с развитием науки, и в частности учения Коперника и Галелея. Именно факты и связанные с ними сомнения о правильности ранее при­ нятых решений являются движущей силой науки. Основным условием лю ­ бого научного закона является воспроизводимость описываемого явления. При этом, как правило, он может быть применим не для всех случаев. Это объясняется тем, что в материальном и духовном мире существует беско­ нечное число случаев, а известное нам число фактов всегда ограничено.

Рис. 2.31. Цепочка взаимосвязанных процессов, характерная для принятия решения

Выявить законы, применимые к бесконечному числу ситуаций, располагая при этом ограниченным числом фактов, - сверхтрудная задача. Поэтому для объяснения различных явлений существуют различные гипотезы. Но гипоте­ зы могут быть и ложными, как в случае “изучения слона” слепцами.

Не претендуя на всеобъемлемость решения этой сложной проблемы, TQM предлагает цепочку взаимосвязанных процессов для принятия решения (рис. 2.31). Одной из самых основных стадий в этой цепочке - выбор требуемых дан­ ных, на основании которых будут вырабатываться решения. Правильность при­ нятого решения будет зависеть от правильности исходных данных, которые должны представлять собой только факты. Поэтому сбор и интерпретация фак­ тов - важнейшие этапы принятия решения и все явления необходимо рассмат­ ривать со статистических позиций.

Правильное решение требует статистического мышления, которое вклю­ чает следующие основные требования.

1.Больше доверяйте конкретным фактам, а не абстрактным идеям.

2.Выражайте факты в количественной форме, непосредственно связан­ ной с применением конкретных процедур измерения, а не с помощью слов и эмоций.

3.Осознавайте, что наблюдения всегда ведутся над частью целого и по­

этому результаты содержат ошибки и отклонения.

4. Лишь в результате многочисленных и длительных наблюдений можно выя­ вить устойчивую тенденцию, представляющую собой надежную информацию.

Статистическое мышление предусматривает знание и умение применять статистические методы, которые должны обеспечивать:

надежность интерпретации статистических данных и всеобъемлемость информации;

простоту использования.

Всем этим требованиям отвечают семь инструментов контроля качества, рассматриваемые в следующей главе.

Контрольные вопросы

1.Какие основные элементы стратегии качества вам известны?

2.Что подразумевают под “внутренним” и “внешним” качеством?

3.Как TQM рассматривает взаимоотношения между потребителем и по­ ставщиком?

4.Какие пути выяснения мнения потребителей вам известны?

5.Как производится индексация мнения потребителя?

6.Что представляет собой дерево потребительской удовлетворенности и каким образом оно строится?

7.В связи с чем возрастает объем услуг и как компаниям, производящим продукт, следует учитывать это в своей деятельности?

8.Что представляет собой модель разрывов Зейтхальма и как с помощью этой модели можно максимально учесть ожидания потребителя?

9.Для каких целей служит карта потребительской удовлетворенности?

10.Какие группы внутренних потребителей вам известны и в чем особен­ ность их вовлечения в процесс улучшения качества?

11.Почему важен акцент на процесс, а не на его результаты?

12.Какие процессы вам известны и в чем их особенность?

13.В чем состоит специфика управления процессом в условиях TQM?

14.Что понимают под системой контроля?

15.Как Джуран понимал управление процессом?

16.Какие системы улучшения процессов вам известны и в чем их отличие?

17.Как, по вашему мнению, можно обеспечить вовлеченность всех в про­ цесс улучшения качества?

18.Какие схемы рассредоточения при разработке политики компании вам известны?

19.Какую схему рассредоточения вы выбирете для своей компании, со­ бирающейся работать в соответствии с TQM?

20.Как можно обеспечить совместимость целей компании и намерений, направленных на выполнение этих целей?

21.Какому из двух менеджеров процесса вы отдадите предпочтение: име­ ющему богатый производственный опыт и принимающему решения на базе этого опыта или молодому специалисту, предпочитающему принимать реше­ ния только на основе фактов?

Глава 3. СЕМЬ ОСНОВНЫХ ИНСТРУМЕНТОВ КОНТРОЛЯ И РОЛЬ КРУЖКОВ КАЧЕСТВА В ИХ ИЗУЧЕНИИ

3.1. Общие сведения

Одним из принципов TQM является то, что в основе принятия решений должны быть только факты, а не интуиция. Главные причины трудностей, воз­ никающих при управлении качеством, — ложные представления и ошибочные действия (вспомните притчу о слоне). Чтобы различить, что ложно, а что оши­ бочно, нужно организовать процесс поиска фактов, т.е. статистического мате­ риала. Понятие статистического материала можно проиллюстрировать результа­ тами стрельбы по мишени, приведенными на рис. 3.1. Сам по себе статистичес­ кий материал, без обработки и анализа, не позволяет решить возникшую про­ блему. Действительно, в первом случае, несмотря на то, что все пули попали в мишень, что соответствует годности всех семи произведенных выстрелов, их разброс очень велик, что говорит о слабых возможностях стрелка (хотя все по­ падания лежат в пределах допуска). Во втором и в третьем случаях все семь выстрелов проведены точно (при отсутствии разброса), но во втором случае, видимо, из-за сбитого прицела, все выстрелы не попали в центр мишени.

На данном примере становится понятным смысл функции потерь каче­ ства с точки зрения Тагучи (см. рис. 1.24). Если все пули стрелка попадают в центр мишени, соответствующий, например, 10 очкам (номинал), то он на­ бирает максимум очков и его потери на качество стрельбы равны нулю.

Если же часть из этих пуль попадают в кольца мишени, соответствующие меньшим значениям очков, то независимо оттого, что все попадания лежат в пределах допуска, он теряет часть очков. Количество потерянных очков являет­ ся потерями качества и описывается параболой способностей (качества) стрелка, которые характеризуются случайными погрешностями. Во втором случае, ког­ да все пули кучно попали в мишень, но не в центр, можно говорить о потерях качества не за счет способностей стрелка, а за счет качества оружия, и в част­ ности его систематической погрешности. Из рассмотрения этого примера ста­ новится понятным, что потери качества будут равны нулю только в том слу­ чае, когда результат соответствует требованиям номинала. В противном случае, если даже данные расположены в пределах допуска, потери качества неизбежны.

Вопросами сбора, обработки и анализа результатов занимается матема­ тическая статистика, которая включает огромное количество различных мето­ дов, разработанных к настоящему времени.

Верно, но неточно

Точно, но неверно

Точно и верно

Общий случай,	Особый случай,	Неординарный
слабый стрелок	высокая годность	случай.
(низкая годность)	(высококлассный	высокая годность
	стрелок)	(высококлассный
		стрелок)

Рис. 3.1. Результаты стрельбы со статистических позиций

Многие из современных статистических методов довольно сложны для восприятия, а тем более для широкого применения всеми участниками про­ цесса. Японские ученые отобрали из всего множества семь методов. Их заслуга, и в первую очередь профессора Исикавы, состоит в том, что они обеспечили простоту, наглядность, визуализацию этих методов, превратив их фактически в эффективные инструменты контроля качества (рис. 3.2). Их можно понять и эффективно использовать без специальной математической подготовки.

При всей своей простоте эти методы позволяют сохранить связь со стати­ стикой и дают возможность профессионалам пользоваться результатами этих методов и при необходимости совершенствовать их. Как видно из рис. 3.2, к семи инструментам контроля качества относятся следующие статистические методы: контрольный листок, гистограмма, диаграмма разброса, диаграмма Парето, стратификация (расслоение), диаграмма Исикавы (причинно-след­ ственная диаграмма), контрольная карта. Эти методы можно рассматривать и как отдельные инструменты, и как систему методов (разную в различных об­ стоятельствах).

Последовательность применения семи методов может быть различной в зависимости от цели, которая поставлена перед системой. Точно так же приме­ няемая система не обязательно должна включать все семь методов. Их может быть меньше, а может быть и больше, ибо существуют и другие статистические методы, например методы оценки качества. Однако можно с полной уверен­ ностью сказать, что семь инструментов контроля качества являются необходи­ мыми и достаточными статистическими методами, применение которых, по мнению Исикавы, помогает решить 95 % всех проблем, возникаю щ их на производстве.

Внедрение семи инструментов контроля качества должно начинаться с обучения этим методам всех участников процесса. Успешному внедрению семи инструментов контроля качества в Японии способствовало отношение руково­ дителей компании к процессу обучения. Они ставили и продолжают ставить перед собой цель сделать каждого рабочего инженером, а инженеров, не зна­ комых со статистическими методами, не считать полноценными специалиста­ ми. Большую роль в обучении статистическим методам в Японии сыграли кружки контроля качества, в которых прошли обучение рабочие и инженеры боль­ шинства японских компаний.

Обучаются не только инженеры и рабочие, но и бизнесмены. По выска­ зыванию Деминга, “японский бизнесмен никогда не считает себя слишком старым, чтобы учиться или быть невосприимчивым к знаниям”

Как отмечалось уже в гл. 2, статистическое мышление необходимо для каждого участника процесса, а для этого необходимо знать статистические ме­ тоды, которые за счет своей простоты, достигнутой в семи инструментах кон­ троля качества, доступны для всех. Каждый служащий компании или органи­ зации, используя статистические методы для анализа и контроля процессов, тем самым способствует повышению качества, эффективности производства и снижению затрат.

Статистические методы — это то средство, которое необходимо изучать, чтобы внедрить управление качеством. Они — наиболее важная составляющая комплексной системы контроля Всеобщего Управления Качеством.

Говоря о семи простых статистических методах контроля качества, сле­ дует подчеркнуть, что это инструменты познания, а не инструменты управления.

Основное их назначение — контроль протекающего процесса и предостав­ ление участнику процесса фактов для корректировки и улучшения процесса. Зна­ ние и применение на практике семи инструментов контроля качества лежат в основе одного из важнейших требований TQM — постоянного самоконтроля.

Статистические методы контроля качества в настоящее время применя­ ются не только в производстве, но и в планировании, проектировании, мар­ кетинге, материально-техническом снабжении и т.д.

Вне всякого сомнения, статистические методы служат мощным сред­ ством не только получения объективной информации, но и познания, в том числе реальных естественных законов. Если естественные науки ограничивают­ ся только пониманием законов, то с помощью статистических методов делает­ ся попытка применить эти законы для создания новых материальных ценнос­ тей для потребителя наиболее экономичным путем.

В управлении качеством статистический контроль должен дополнять­ ся применением знаний естественных законов не только для поним ания объектов исследования, но и для выработки мероприятий по повыш ению качества. Таким образом, статистические методы контроля имеют обш ир­ ный фронт применения.

Применение статистических методов — весьма действенный путь разра­ ботки новых технологий и контроля качества процессов. Многие ведущие фир­ мы стремятся к их активному использованию, а некоторые из них тратят более ста часов ежегодно на обучение этим методам своих сотрудников, осуществля­ емое в рамках самой фирмы. Хотя знание статистических методов — часть нор­ мального образования инженера, само знание еще не означает умения приме­ нить его. Способность рассматривать события с точки зрения статистики важ­ нее, чем знание самих методов.

3.2. Порадок сбора информации

Руководством к действиям служат данные, из которых мы узнаем о фактах и принимаем соответствующие меры. Прежде чем начать собирать дан­ ные, надо решить, что с ними делать.

На машиностроительном заводе был осуществлен выборочный входной контроль одной покупной детали. Партия, которую следовало забраковать, в порядке исключения была принята, чтобы не срывать план производства. Од­ нако ничего особенного с самой партией сделано не было. Это означает, что партии, соответствующие требованиям технических условий и не соответству­ ющим этим требованиям, были допущены к следующей операции. Данные, полученные в ходе входного контроля, предназначались для определения при­ емлемости партий, но они совершенно не использовались.

Цели сбора данных в процессе контроля качества состоят в следующем: контроль и регулирование процесса; анализ отклонений от установленных требований; контроль выхода процесса.

Любые собираемые данные имеют свое назначение, и после того, как информация собрана, нужно начать с нею работать.

Когда цель сбора данных установлена, она становится основой для опре­ деления характера сравнений, которые надлежит произвести, и типа данных, которые нужно собрать. Пусть, например, возник вопрос о вариации в показа­ теле качества изделия. Если производить только один замер в день, то нельзя судить о вариациях в течение дня. Или если вы хотите понять, каким образом два разных работника допускают дефекты, то надо брать раздельные выборки, чтобы можно было сравнить работу каждого из них. Если сравнение выявляет

Т а б л и ц а		3.1. Пример формы регистрации данных
		З н а ч е н и е и з м е р е н н о й т о л щ и н ы о б р а зц а , с м , п р и
			р а зн о м в р е м е н и и з м е р е н и я , ч
	Д а т а	9.00	11.00	14.00	16.00
1	ф е в р а л я	12,3	11,5	13,2	14,2
2	ф е в р а л я	13.2	12.5	14,0	14,0
3 ф е в р а л я		:	:	:	:
		:	:

явные различия, то меры по их устранению также будут способствовать умень­ шению изменчивости процесса.

Подобное разделение группы данных на несколько подгрупп по опреде­ ленному признаку называется расслоением или стратификацией. Она чрезвы­ чайно важна. Надо, чтобы стало привычкой во всех случаях ее применять.

Затем, положим, вы хотите узнать зависимость межцу количеством опре­ деленного ингредиента и твердостью продукта. В этом случае нужно узнать, есть ли зависимость межцу значениями двух показателей, т.е. данные следует собирать парами. Когда есть парные данные, их можно проанализировать с помощью диаграмм рассеивания.

Когда данные собраны, для их анализа используются различные статис­ тические методы, предназначенные для превращения данных в источник ин­ формации. Важно в процессе сбора тщательно упорядочить данные, чтобы об­ легчить их последующую обработку.

Во-первых, надо четко зарегистрировать источник данных (без такой ре­ гистрации данные окажутся мертвыми). Весьма часто, несмотря на то, что была потрачена целая неделя на сбор данных о показателях качества, из них можно извлечь мало полезной информации, поскольку не зафиксированы день неде­ ли, когда собирались данные, оборудование, на котором производилась рабо­ та, рабочий, делавший операцию, партия используемых материалов и т.д.

Во-вторых, данные надо регистрировать таким образом, чтобы их было легко использовать. Поскольку данные часто применяются для вычисления ста­ тистических характеристик (средние значения и размах), то лучше их записы­ вать так, чтобы облегчить эти вычисления. Например, данные измерений тол­ щины образцов, проводимые четыре раза в день в течение 25 дней, удобно регистрировать в форме, показанной в табл. 3.1. В этом случае ежедневные под­ счеты можно производить по строкам, а подсчеты для соответствующих часов

— по столбцам. Если данные требуется собирать постоянно, то надо заранее разработать стандартные формы регистрации данных, как это обычно делается для контрольных листков.

3.3. Статистический ряд и его характеристики

Сбор и обработка статистических данных базируются на применении так называемого выборочного метода.

Выборкой называют часть данных, полученных из общей совокупности, на­ зываемой генеральной совокупностью, по отношению к которой на основании дан­ ных выборки делают соответствующие выводы. При этом генеральная совокупность подразумевает однородную совокупность данных, по которой делаются выводы при принятии решения на основании результатов анализа выборки. Если выборка дос­ таточно хорошо представляет соответствующие характеристики генеральной сово­ купности, то такую выборку называют представительной или репрезентативной.

Данные, полученные на основании выборки, представляют собой пер­ вичный статистический материал, подлежащий обработке, осмыслению и на­ учному анализу.

Для управления процессом мы стремимся на основе собранных данных выявить факты, а затем, опираясь на эти факты, предпринять необходимые действия. Сбор данных — не самоцель, а средство отыскания тех фактов, кото­ рые стоят за данными. Возьмем выборочное обследование, например — про­ дукции. Берем некоторую выборку, проводим на ней измерения, а затем реша­ ем, стоит ли принимать всю партию или нет. Здесь наше внимание сосредото­ чивается не на самой выборке, а на качестве всей партии. Другой пример — управление процессом с помощью контрольной карты. Наша цель заключается не в определении характеристики выборки, взятой для нанесения на карту, а в том, чтобы выяснить, в каком состоянии находится сам процесс. В первом из приведенных примеров генеральной совокупностью являются исследуемые па­ раметры качества сдаваемой продукции, а во втором — параметры качества процесса.

Сбор и регистрация данных на первый взгляд кажутся легким делом, на самом же деле это довольно сложно.

В табл. 3.2 приведены результаты измерений пробивного напряжения ди­ электрических слоев 160 однотипных МОП-струкгур, значения которых ф ик­ сировались в порядке поступления на измерительную установку. Попробуйте, засекая время, быстро определить по этой таблице наибольшее и наименьшее значения пробивного напряжения или сколько раз то или иное значение по­ вторяется. Нетрудно убедиться, что это непростая задача, которая требует вре­ мени, внимания и аккуратности исполнителя. Значительно проще можно было бы решить эту задачу, если бы данные, приведенные в табл. 3.2, были располо­ жены в возрастающем или убывающем порядке. Такое упорядоченное пред­ ставление данных называют ранжированным.

Для получения статистического ряда необходимо не только ранжиро­ вать статистический материал, приведенный в табл. 3.2, но и подвергнуть его дополнительной обработке, объединив одни и те же значения пробивного на­ пряжения в группы. Причем следует отметить очевидную вещь — выборочные данные являются случайными, так как невозможно предсказать точные их зна­ чения до проведения измерений. Поэтому измеряемую величину обычно назы­ вают случайной величиной.

Число случаев в группе для каждого из повторяющихся значений (mv mv ту .., mk) называют абсолютной частотой или статистическим весом этого значения случайной величины.

Полученный после обработки данных табл. 3.2 статистический ряд при­ веден в табл. 3.3.