Статистические методы контроля качества продукции

В комплексной системе управления качеством продукции статистические методы контроля относятся к наиболее прогрессивным. Они основаны на применении методов математической статистики к систематическому контролю за качеством изделий и состоянием технологического процесса с целью поддержания его устойчивости и обеспечения заданного уровня качества выпускаемой продукции.

Статистические методы контроля производства и качества продукции имеют ряд преимуществ перед другими методами:

• 1) являются профилактическими;
• 2) позволяют во многих случаях обоснованно перейти к выборочному контролю и тем самым снизить трудоемкость контрольных операций;
• 3) создают условия для наглядного изображения динамики изменения качества продукции и настроенности процесса производства, что позволяет своевременно принимать меры к предупреждению брака не только контролерам, но и работникам цеха — рабочим, бригадирам, технологам, наладчикам, мастерам.

Статистические методы управления качеством продукции предполагают:

• 1) анализ технологического процесса с целью приведения его к требуемой настроенности, точности и статистически устойчивому состоянию;
• 2) текущий контроль с целью регулирования и поддержания процесса в состоянии, обеспечивающем заданные качественные параметры;
• 3) выборочный статистический приемочный контроль качества готовой продукции.

Многие из современных статистических методов довольно сложны для восприятия, а тем более для широкого применения всеми участниками процесса. 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. 1). Их можно понять и эффективно использовать без специальной математической подготовки.

При всей своей простоте эти методы позволяют сохранить связь со статистикой и дают возможность профессионалам пользоваться результатами этих методов и при необходимости совершенствовать их. Как видно из рис. 1, к семи инструментам контроля качества относятся следующие статистические методы:

контрольный листок;

гистограмма;

диаграмма разброса;

диаграмма Парето;

стратификация (расслоение);

диаграмма Исикавы (причинно-следственная диаграмма);

контрольная карта.

Эти методы можно рассматривать и как отдельные инструменты, и как систему методов (разную в различных обстоятельствах).

Последовательность применения семи методов может быть различной в зависимости от цели, которая поставлена перед системой. Точно также применяемая 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 уверенностью сказать, что семь инструментов контроля качества являются необходимыми и достаточными статистическими методами, применение которых, по мнению Исикавы, помогает решить 95% всех проблем, возникающих 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 руководителей компании к процессу обучения. Они ставили и продолжают ставить перед собой цель сделать каждого рабочего инженером, а инженеров, не знакомых со статистическими методами, не считать полноценными специалистами. Большую роль в обучении статистическим методам в Японии сыграли кружки контроля качества, в которых прошли обучение рабочие и инженеры большинства японских компаний.

Обучаются не только инженеры и рабочие, но и бизнесмены. По высказыванию Деминга, «японский бизнесмен никогда не считает себя слишком старым, чтобы учиться или быть невосприимчивым к знаниям».

Статистическое мышление необходимо для каждого участника процесса, а для этого необходимо знать статистические методы, которые за счет своей простоты, достигнутой в семи инструментах контроля качества, доступны для всех. Каждый служащий компании или организации, 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, следует подчеркнуть, что это инструменты познания, а не инструменты управления.

Основное их назначение — контроль протекающего процесса и предоставление участнику процесса фактов для корректировки и улучшения процесса. Знание 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 применяются не только в производстве, но и в планировании, проектировании, маркетинге, материально-техническом снабжении и т. д.

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

В управлении качеством статистический контроль должен дополняться применением знаний естественных законов не только для понимания объектов исследования, но и для выработки мероприятий по повышению качества. Таким образом, статистические методы контроля имеют обширный фронт применения.

Применение статистических методов — весьма действенный путь разработки новых технологий и контроля качества процессов. Многие ведущие фирмы стремятся к их активному использованию, а некоторые из них тратят более ста часов ежегодно на обучение этим методам своих сотрудников, осуществляемое в рамках самой фирмы. Хотя знание статистических методов — часть нормального образования инженера, само знание еще не означает умения применить его. Способность рассматривать события с точки зрения статистики важнее, чем знание самих методов.