Bez tytulu slajdu - PowerPoint 4

W
Shared by: HC120915103029
Categories
Tags
-
Stats
views:
14
posted:
9/15/2012
language:
Unknown
pages:
34
Document Sample
scope of work template
							         METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
    DIAGRAM PARETO JEST NARZĘDZIEM UMOŻLIWIAJĄCYM
                       HIERARCHIZACJĘ CZYNNIKÓW WPŁYWAJĄCYCH
                       NA BADANE ZJAWISKO

NALEŻY SKUPIĆ SIĘ NA PRZEPROWADZENIU DZIAŁAŃ KORYGUJĄCYCH W
STOSUNKU DO NAJISTOTNIEJSZYCH 20% PRZYCZYN NIEZGODNOŚCI. A ZATEM
ANALIZĘ PARETO STOSUJE SIĘ, GDY CHCE SIĘ WYELIMINOWAĆ
ZJAWISKA O NAJWIĘKSZEJ CZĘSTOTLIWOŚCI WYSTĘPOWANIA,
PRZYCZYNY TWORZENIA NAJWIĘKSZYCH KOSZTÓW.


   TRYB POSTĘPOWANIA:
   1. OKREŚLA SIĘ LISTĘ PRZYCZYN,
   2. WYBIERA SIĘ KATEGORIE WPŁYWAJĄCE NA ANALIZOWANE ZJAWISKO,
   3. OKREŚLA SIĘ PRZEDZIAŁ CZASOWY ANALIZY
   4. GROMADZI SIĘ DANE,
   5. TWORZY SIĘ TABELE, SKALUJE OSIE,
   6. TWORZY SIĘ WYKRES SŁUPKOWY W PORZĄDKU MALEJĄCYM
   7. OBLICZA SIĘ I NANOSI NA WYKRES WARTOŚCI SKUMULOWANE,
   8. DOKONUJE SIĘ ANALIZY WYKRESU

                                                                   1
         METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
    DIAGRAM PARETO
 W PEWNEJ FIRMIE PRODUKUJĄCEJ MASZYNY BUDOWLANE STWIERDZONO
 ZNACZNY WZROST KOSZTÓW SERWISU GWARANCYJNEGO.
OKREŚLA SIĘ LISTĘ PRZYCZYN      AWARIE
WYBIERA SIĘ KATEGORIE WPŁYWAJĄCE NA ANALIZOWANE ZJAWISKO,
                                                       PRZEDZIAŁ
                                                       CZASOWY


                                                       KWARTAŁ



                                                         DANE,
                                                        TABELE




                                                                 2
         METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
    DIAGRAM PARETO
 W PEWNEJ FIRMIE PRODUKUJĄCEJ MASZYNY BUDOWLANE STWIERDZONO
 ZNACZNY WZROST KOSZTÓW SERWISU GWARANCYJNEGO.
OKREŚLA SIĘ LISTĘ PRZYCZYN      AWARIE
WYBIERA SIĘ KATEGORIE WPŁYWAJĄCE NA ANALIZOWANE ZJAWISKO,
                                                       PRZEDZIAŁ
                                                       CZASOWY


                                                       KWARTAŁ



                                                         DANE,
                                                        TABELE




                                                                 3
        METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
    DIAGRAM PARETO
o   TWORZY SIĘ WYKRES SŁUPKOWY W PORZĄDKU MALEJĄCYM
o   OBLICZA SIĘ I NANOSI NA WYKRES WARTOŚCI SKUMULOWANE,
o   DOKONUJE SIĘ ANALIZY WYKRESU




                                                           4
        METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW
                         75% PRZYCZYN WSZYSTKICH BŁĘDÓW LEŻY W FAZIE
                                              PROJEKTOWANIA WYROBU
    Analiza FMEA (Failure
   Mode and Effects Analysis)
  ROZPOZNANIE I OCENA POTENCJALNYCH BŁĘDÓW, MOGĄCYCH
  WYSTĄPIĆ W WYROBIE LUB PROCESIE, ORAZ SKUTKÓW ICH
  WYSTĄPIENIA,
  IDENTYFIKACJĘ DZIAŁAŃ, KTÓRE MOGŁYBY WYELIMINOWAĆ LUB
  PRZYNAJMNIEJ OGRANICZYĆ SZANSE WYSTĄPIENIA POTENCJALNYCH
  BŁĘDÓW,
  UDOKUMENTOWANIE PROCESU
      ANALIZĘ PRZEPROWADZA ODPOWIEDNIO DOBRANY ZESPÓŁ LUDZI (4 –
      8) O DUŻYM DOŚWIADCZENIU I WIEDZY DOTYCZĄCEJ :
      Wyników kontroli i badań wyrobów lub procesów,
      Samych wyrobów, technologii i metod produkcji,
      Podobnych wyrobów lub procesów,
      Potrzeb klientów wynikających z przeprowadzonych badań rynku,
      Danych dostarczanych z serwisu,
      Zbierania i analizowania danych w trakcie realizowania procesów produkcyjnych
                                                                                 5
  METODY I
  TECHNIKI
ZARZĄDZANIA
  JAKOŚCIĄ

     FMEA


   FORMULARZ
    STARTOWY

WYZNACZENIE CELU,
ZAKRESU DZIAŁAŃ I
ODPOWIEDZIALNOŚCI,
DOBÓR ZESPOŁU,
WYBÓR KIEROWNIKA
ORGANIZUJĄCEGO
PRACĘ
ITP...


                     6
           METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW
1.   ZIDENTYFIKOWANIE WSZYSTKICH ELEMENTÓW WYROBU LUB FUNKCJI
     ROZPATRYWANEGO PROCESU W KOLEJNOŚCI TECHNOLOGICZNEJ
2.   SPORZĄDZENIE LISTY MOŻLIWYCH BŁĘDÓW

3.   PRZYGOTOWANIE LISTY PRAWDOPODOBNYCH SKUTKÓW TYCH BŁĘDÓW
4.   OPRACOWANIE LISTY PRZYCZYN MOŻLIWYCH BŁĘDÓW I
     PRAWDOPODOBIEŃSTWO ICH WYKRYCIA
5.   PRZYPORZĄDKOWANIE MOŻLIWYM BŁĘDOM WARTOŚCI RYZYKA P, Z, T, P
     – prawdopodobieństwo wystąpienia, Z - znaczenie dla klienta, T – wykrywalność
     (trudność wykrycia)




                                                                                 7
           METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW
5.   PRZYPORZĄDKOWANIE MOŻLIWYM BŁĘDOM WARTOŚCI RYZYKA P, Z, T, P
     – prawdopodobieństwo wystąpienia




                                                                    8
          METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW
5.   PRZYPORZĄDKOWANIE MOŻLIWYM BŁĘDOM WARTOŚCI RYZYKA P, Z, T, Z
     - znaczenie dla klienta




                                                                9
          METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW
5.   PRZYPORZĄDKOWANIE MOŻLIWYM BŁĘDOM WARTOŚCI RYZYKA P, Z, T, T
     – wykrywalność (trudność wykrycia)




                                                                10
           METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW
6.   OBLICZENIE WSKAŹNIKA OCENY RYZYKA C. Wskaźnik jest iloczynem P x Z x T
     i może wynosić od 1 do 1000
7.   UPORZĄDKOWANIE MOŻLIWYCH BŁĘDÓW WEDŁUG ICH RANGI
     (sugerowanie kolejności działań naprawczych)




8.   WSKAZANIA DZIAŁAŃ NAPRAWCZYCH (podjecie działań zapobiegawczych i
     korygujących w kolejności:
    wyeliminowania lub zminimalizowania prawdopodobieństwa wystąpienia błędu,
    zredukowania znaczenia błędu dla klienta do minimum,
    podwyższenie prawdopodobieństwa wykrycia błędu).

                  GŁÓWNY NACISK NALEŻY POŁOŻYĆ NA
                  ZAPOBIEGANIE BŁĘDU, A NIE NA ICH
                  WYKRYWANIE I PÓŹNIEJSZE KORYGOWANIE                            11
            METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW
ARKUSZ FMEA MOŻE BYĆ POSZERZONY O KOLUMNY WSKAZUJĄCE np.:
 osoby odpowiedzialne za realizacje działań naprawczych,
 terminy rozpoczęcia i zakończenia tych działań, wskaźniki P,Z,T i C obliczone po
wprowadzeniu założonych działań naprawczych




                                                                                    12
       METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW
 WYBÓR ODPOWIEDNIEGO MOMENTU PRZEPROWADZENIA ANALIZY;
 „PRZED WYDARZENIEM” A NIE „PO FAKCIE”


  FMEA PROJEKTU UMOŻLIWIA „ZROBIENIE RZECZY DOBRZE ZA
  PIERWSZYM RAZEM”. REALIZACJA METODY NA WCZESNYM ETAPIE
  POWSTAWANIA KONCEPCJI WYROBU POZWALA Z ODPOWIEDNIM
  WYPRZEDZENIEM CZASOWYM:
  OKREŚLIĆ RYZYKO USZKODZEŃ I AWARII MOGĄCYCH WYSTĄPIĆ W
  WYROBIE,
  WYZNACZYĆ TE PUNKTY WYROBU, KTÓRE STANOWIĄ JEGO CZUŁE
  MIEJSCA, OKREŚLIĆ SPOSOBY I ŚRODKI NIEZBĘDNE DO ICH USUNIĘCIA,
  ZEBRAĆ WSZYSTKIE NIEZBĘDNE INFORMACJE, KTÓRE POMOGĄ W
  PLANOWANIU DOKŁADNYCH I SPRAWNYCH PROGRAMÓW TESTOWYCH I
  ROZWOJOWYCH I POZWOLĄ np. WYELIMINOWAĆ ZBĘDNE BADANIA



                                                                   13
       METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW
 FMEA PROCESU UMOŻLIWIA ROZEZNANIE PROBLEMÓW I ZAKŁÓCEŃ,
 JAKIE MOŻNA NAPOTKAĆ W TRAKCIE REALIZACJI ZAPLANOWANYCH
 PROCESÓW. STOSOWANA NA WCZESNYM ETAPIE PLANOWANIA PROCESU
 POZWALA Z ODPOWIEDNIM WYPRZEDZENIEM CZASOWYM:
 ZDECYDOWAĆ O PRZYDATNOŚCI PROCESU,
 ZIDENTYFIKOWAĆ SŁABE PUNKTY I MOŻLIWE PROBLEMY ORAZ ZMIENNE
 PROCESU, NA KTÓRYCH NALEŻY SKUPIĆ KONTROLĘ, W CELU ZMNIEJSZENIA
 WYSTĘPOWANIA LUB W CELU WYKRYWANIA POTENCJALNYCH USZKODZEŃ,
 ZASTOSOWAĆ ODPOWIEDNIE ŚRODKI ABY ZAPOBIEGAĆ WYSTĘPOWANIU
 SŁABYCH MIEJSC W PROCESACH


         FMEA PROCESU MOŻNA ZASTOSOWAĆ np.:
         PRZED URUCHOMIENIEM PRODUKCJI SERYJNEJ
         W FAZIE PLANOWANIA PRODUKCJI DLA JAK NAJBARDZIEJ
         OPTYMALNEGO PRZYGOTOWANIA PROCESU (W TYM DOBÓR
         MASZYN, URZĄDZEŃ, PRZYRZĄDÓW KONTROLNYCH)
         PRZY WPROWADZANIU NOWYCH WYROBÓW LUB PROCESÓW
         WYTWARZANIA,
         DLA USPRAWNIENIA PROCESÓW NIESTABILNYCH.

                                                              14
       METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ
QFD – ROZWINIĘCIE FUNKCJI JAKOŚCI

QFD (QUALITY FUNCTION DEPLOYMENT) TO TECHNIKA, KTÓRA
EFEKTYWNIE WIĄŻE “CO” I “JAK” W PROJEKTOWANIU PRODUKTU I
POPRZEZ TAKIE DZIAŁANIE TŁUMACZY GŁOS KLIENTA NA JĘZYK
HANDLOWCA I TECHNIKA


   JEST NIEZWYKLE INTUICYJNA: NIE ZAWIERA STATYSTYK I
   OBJAWIA SIĘ W POSTACI PRIORYTETOWEJ LISTY SPECYFIKACJI I
   CELÓW PROJEKTOWANIA

 ZBUDOWANA JEST NA ZASADZIE MATRYC REPREZENTUJĄCYCH
 WYMAGANIA KLIENTA I CHARAKTERYSTYKI TECHNICZNE

 WZAJEMNE POWIĄZANIA Z UWZGLĘDNIENIEM WAD CHARAKTERYSTYK
 TECHNICZNYCH I WARTOŚCI DOCELOWYCH TWORZĄ SKOMPLIKOWANE
 ZALEŻNOŚCI UMOŻLIWIAJĄCE DOSTARCZENIE LEPSZYCH PRODUKTÓW
 ZA KORZYSTNIEJSZA CENĘ

                                                              15
 QFD – ROZWINIĘCIE
  FUNKCJI JAKOŚCI

WIĄŻE “CO” I “JAK”;
TŁUMACZY GŁOS KLIENTA
NA JĘZYK HANDLOWCA I
TECHNIKA

OBJAWIA SIĘ W
POSTACI
PRIORYTETOWEJ LISTY
SPECYFIKACJI I CELÓW
PROJEKTOWANIA
MATRYCE REPREZENTUJĄCE
WYMAGANIA KLIENTA I
CHARAKTERYSTYKI
TECHNICZNE

SKOMPLIKOWANE
ZALEŻNOŚCI


                          16
          STATYSTYCZNE STEROWANIE PROCESEM
    SPC (Statistical Process Control)

PODCZAS PRODUKCJI SERYJNEJ I MASOWEJ, GDZIE                     STATYSTYCZNA
WYSTĘPUJE DUŻA JEDNORODNOŚĆ POSZCZEGÓLNYCH                      OCENA JAKOŚCI
CECH WYROBÓW, PROWADZENIE KONTROLI                              WYROBÓW
STUPROCENTOWEJ NIE ZNAJDUJE UZASADNIENIA

                                                                    SPC

                                                  ZBIÓR METOD STATYSTYCZNYCH


    ZMIENNE LOSOWE (PRZYPADKOWE), nie                        PROCES POD
    jest się w stanie wyeliminować. Mogą to być                KONTROLĄ
    zmiany temperatury, wibracje, zmiany kondycji            STATYSTYCZNĄ
    fizycznej operatora, zmiany w strukturze
    materiałów i surowców itp.,
    ZMIENNE SYSTEMATYCZNE: rozruch                           PROCES POZA
    maszyn, zmiany oprzyrządowania w maszynach,                KONTROLĄ
    rozregulowania maszyn i aparatury kontrolnej. Te         STATYSTYCZNĄ
    zmienne jest się w stanie eliminować
                                                                            17
            STATYSTYCZNE STEROWANIE PROCESEM
                                                                                        z2
                                               ROZKŁAD                             
                                                                 pz  
       POPULACJA         PRÓBA                                             1           2 2
                                              NORMALNY                        e                   ,
                                                                          2
PARAMETRY POPULACJI :
MIARY KLASYCZNE, CZYLI MIARY POPRAWNOŚCI PROCESU (ŚREDNIA
ARYTMETYCZNA, MEDIANA, MODALNA),
MIARY ROZRZUTU, CZYLI MIARY PRECYZJI PROCESU (ROZSTĘP, ODCHYLENIE
STANDARDOWE PRÓBKI),
MIARY ASYMETRII
                                                                               n
ŚREDNIA ARYTMETYCZNA OKREŚLA PRZECIĘTNY
POZIOM CECH W ZBIOROWOŚCI (xi - wartość obserwacji,                      _    x        i

n – liczba zmiennych)                                                    x   i 1
                                                                                              ,
                                                                                   n
MEDIANA OKREŚLA WIELKOŚĆ ŚRODKOWĄ, CZYLI WARTOŚĆ WYRAZU
ZNAJDUJĄCEGO SIĘ POŚRODKU SZEREGU STATYSTYCZNEGO. MEDIANA DZIELI
SZEREG NA DWIE RÓWNE CZĘŚCI (xk – dolna granica przedziału mediany, h – rozpiętość
przedziału mediany, N/2 – połowa liczebności zbiorowości,
k 1

 n - suma liczebności obserwacji poprzedzających przedział mediany)
i 1
       i

                                        h  N k 1 
                           M c   xk     ni  ,
                                        nk  2 i 1                                          18
           STATYSTYCZNE STEROWANIE PROCESEM

MODALNA (DOMINANTA) JEST WARTOŚCIĄ, KTÓRA WYSTĘPUJE NAJCZĘŚCIEJ.
Modalnej odpowiada maksymalna liczba spostrzeżeń lub wartości:

                                                   nk  nk 1
                         D x   x k  h                                 ,
                                            nk  nk 1   nk  nk 1 
gdzie xk – dolna granica przedziału najliczniejszego, h – interwał, czyli rozpiętość przedziału
w którym znajduje się dominanta, nk, nk-1, nk+1 – liczebność przedziałów odpowiednio:
najliczniejszego, poprzedzającego najliczniejszy i następującego po najliczniejszym

ROZSTĘP TO ROZPIĘTOŚĆ MIĘDZY WIELKOŚCIAMI
SKRAJNYMI W BADANEJ ZBIOROWOŚCI                                                   R  xm ax  xm in
WARIANCJA Z PRÓBY                                  ODCHYLENIE STANDARDOWE
                                                   PRÓBKI OKREŚLA O ILE JEDNOSTKI Z
                       
                         2
      1 n                                          BADANEJ ZBIOROWOŚCI ODCHYLAJĄ
 s 
  2
           xi  x
     n  1 i1
                                                   SIĘ OD WARTOŚCI ŚREDNIEJ

                                                                                          2
                                                                              
                                                                              n     _
                                                                                      
 (n - 1) - liczba stopni swobody
xi  x- miara odchylenia od wartości średniej                            xi  x 
                                                                         i 1         .
                                                                 s
                                                                               n 1                   19
        STATYSTYCZNE STEROWANIE PROCESEM
W ROZKŁADZIE NORMALNYM WARTOŚĆ ŚRODKOWA (OCZEKIWANA)
ROZKŁADU ZAWARTA JEST W GRANICACH
          _
     3  x  3   mieści się około 99,7% wszystkich obserwacji,
          _
    2  x  2    mieści się około 95,4% wszystkich obserwacji,
          _
     1  x  1   mieści się około 68,3% wszystkich obserwacji




                                                                     20
         METODY I NARZĘDZIA STATYSTYCZNE
KARTA KONTROLNA

KARTA KONTROLNA SHEWHARTA JEST
STOSOWANA PRZY OCENIE
STABILNOŚCI PROCESU W CELU
OKREŚLENIA, KIEDY PROCES WYMAGA
REGULACJI, A KIEDY NALEŻY
POZOSTAWIĆ GO BEZ ZMIAN


    CZYNNOŚCI:
    WYBÓR JEDNOSTKI MIARY WYNIKÓW PRZY KONTROLI PRZEBIEGU
    PROCESU I UMIESZCZENIE JEJ NA OSI PIONOWEJ
    WYBÓR PRZEDZIAŁU CZASOWEGO LUB np. KOLEJNYCH BADANYCH
    PRÓBEK, W KTÓRYM DOKONYWANE BĘDĄ POMIARY I UMIESZCZENIE
    GO NA OSI POZIOMEJ
    WYZNACZENIE LIMITÓW TOLERANCJI POPRZEZ OKREŚLENIE
    ŚREDNIEJ I WIELKOŚCI ODCHYLENIA STANDARDOWEGO (górny, dolny
    limit tolerancji)
    ZAZNACZENIE ŚREDNIEJ I LIMITÓW TOLERANCJI NA OSI PIONOWEJ I
    POPROWADZENIE ODPOWIEDNICH LINII
    WPROWADZENIE DANYCH W PORZĄDKU CHRONOLOGICZNYM
    NARYSOWANIE LINII ŁĄCZĄCEJ POSZCZEGÓLNE DANE.
                                                                   21
         METODY I NARZĘDZIA STATYSTYCZNE
KARTA KONTROLNA




PROCES PRAWIDŁOWY :
WSZYSTKIE PUNKTY MUSZĄ SIĘ MIEŚCIĆ POMIĘDZY GÓRNĄ I DOLNĄ LINIĄ
KONTROLNĄ
WIĘKSZOŚĆ PUNKTÓW MUSI ZNAJDOWAĆ SIĘ BLIŻEJ LINII CENTRALNEJ NIŻ
GRANIC KONTROLNYCH
PUNKTY NIE MOGĄ WYKAZYWAĆ TRENDÓW ANI CYKLI ŚWIADCZĄCYCH O
NIENATURALNYCH PRZYCZYNACH ZMIENNOŚCI,
PUNKTY NIE MOGĄ TWORZYĆ POWTARZAJĄCYCH SIĘ OKRESOWO UKŁADÓW
LICZBA PUNKTÓW ZNAJDUJĄCYCH SIĘ POWYŻEJ LUB PONIŻEJ LINII
CENTRALNEJ MUSI BYĆ W PRZYBLIŻENIU JEDNAKOWA
LINIE ŁĄCZĄCE POSZCZEGÓLNE PUNKTY NA WYKRESIE POWINNY PRZECINAĆ
LINIĘ CENTRALNĄ.

                                                              22
          METODY I NARZĘDZIA STATYSTYCZNE
KARTA KONTROLNA




PROCES NIEKONTROLOWANY:
PUNKT (PUNKTY) NA KARCIE WYPADA POZA DOLNĄ LUB GÓRNĄ GRANICĄ
KONTROLNĄ
DWA Z TRZECH KOLEJNYCH PUNKTÓW LEŻĄ BARDZO BLISKO GÓRNEJ LUB
DOLNEJ LINII KONTROLNEJ,
SERIE KOLEJNYCH PUNKTÓW LEŻĄ PO JEDNEJ STRONIE LINII CENTRALNEJ



                    SYGNAŁEM ANOMALII SĄ TRENDY; np. SZEREG
                    SIEDMIU PUNKTÓW LEŻĄCYCH WZDŁUŻ PROSTEJ
                    ROSNĄCEJ LUB MALEJĄCEJ lub OKRESY –
                    SZEREGI PUNKTÓW UKŁADAJĄCYCH SIĘ W FALĘ
                                                                   23
            METODY I NARZĘDZIA STATYSTYCZNE
STABILNOŚĆ CAŁEGO PROCESU
DWA RODZAJE WSPÓŁCZYNNIKÓW ZDOLNOŚCI JAKOŚCIOWEJ:
Cm – zdolność jakościowa maszyny. Współczynnik jest stosowany przy zatwierdzaniu maszyn
konstrukcyjnie nowych lub po remoncie, a także przy doborze maszyn i urządzeń w fazie
planowania produkcji.
Cp – zdolność jakościowa procesu – stosuje się w ocenie sprawności procesu przy założeniu,
że proces jest normalnie realizowany (rozrzut wyników mieści się w przedziale x  3 ).

ABY PROCES SPEŁNIAŁ PRZEZ DŁUGI CZAS WYMAGANIA KLIENTA W
ZAKŁADANYCH GRANICACH TOLERANCJI, MUSI POSIADAĆ tzw. ZDOLNOŚĆ
DŁUGOTRWAŁĄ, CHARAKTERYZUJĄCĄ SIĘ WSPÓŁCZYNNIKAMI Cp i Cpk


 WSPÓŁCZYNNIK Cp OKREŚLA, CZY PRZEDZIAŁ 3 JEST MNIEJSZY OD POLA
                           TOLERANCJI:

                               pole tolerancji (T )
                        Cp                          1,33 ,
                                      6 p

     gdzie T = GLT – DLT, p – odchylenie standardowe wartości wszystkich pomiaru
                              procesu w dłuższym okresie
                                                                                      24
                   METODY I NARZĘDZIA STATYSTYCZNE
 STABILNOŚĆ CAŁEGO PROCESU
WSPÓŁCZYNNIK Cpk OKREŚLA POŁOŻENIE WARTOŚCI POMIARÓW W POLU
TOLERANCJI (jest miarą wycentrowania procesu).



C pk 
         GLT  x , gdy GLT  x  x  DLT 
           3 p


C pk 
         x  GLT  , gdy GLT  x  x  DLT  ,
           3 p

  gdzie
   x - wartość średnia badanej cechy,
    GLT  x lub x  DLT - oddalenie
  wartości średniej od najbliższej granicy           PRZY Cpk = 1
  tolerancji                                         przedział 3p rozkładu normalnego
                  Cpk  1,33 !!                      znajduje się jeszcze w granicach tolerancji

                                      W POLU TOLERANCJI MUSI SIĘ ZNAJDOWAĆ
                                                                                             25
                                      PRZYNAJMNIEJ PRZEDZIAŁ 4p
     METODY I NARZĘDZIA STATYSTYCZNE
ARKUSZE ANALITYCZNE

   .....NAJPOPULARNIEJSZE SĄ ARKUSZE PROGRAMU EXCEL




                                                      26
          METODY I NARZĘDZIA STATYSTYCZNE
    HISTOGRAMY

HISTOGRAM JEST GRAFICZNYM
OBRAZEM (W POSTACI WYKRESU
SŁUPKOWEGO) ZMIENNOŚCI
OKREŚLONEGO ZBIORU DANYCH

 TRYB POSTĘPOWANIA:
 1. ZEBRANIE DANYCH POTRZEBNYCH DO WYKRESU (co najmniej n = 30
    wartości) I POLICZENIE ILOŚCI PUNKTÓW POMIARU (n)
 2. PODZIAŁ ZAKRESU POMIARU NA KLASY
 3. OKREŚLENIE SZEROKOŚĆ ZAKRESU (ROZSTĘPU) RÓWNEGO RÓŻNICY
    POMIĘDZY WARTOŚCIĄ NAJWIĘKSZĄ I WARTOŚCIĄ NAJMNIEJSZĄ
 4. USTALENIE SZEROKOŚCI KLASY = ROZSTĘP/LICZBA KLAS
 5. SPORZĄDZENIE ARKUSZU KRESKOWEGO




                                                                 27
                     METODY I NARZĘDZIA STATYSTYCZNE
                                                       1.     ZEBRANIE DANYCH POTRZEBNYCH
         HISTOGRAMY                                           DO WYKRESU (co najmniej n = 30
                                                              wartości) I POLICZENIE ILOŚCI
                 PRZYKŁAD:                                    PUNKTÓW POMIARU (n)
        wartości 4,6,7,9,8,12,9,21.....                2.     PODZIAŁ ZAKRESU POMIARU NA
        11,7 - (n=46, min 4, max 21)                          KLASY
                                                       3.     OKREŚLENIE SZEROKOŚĆ ZAKRESU
        ilość klas: 6                                         (ROZSTĘPU) RÓWNEGO RÓŻNICY
        szerokość zakresu: 21 - 4 = 17+1 (!)                  POMIĘDZY WARTOŚCIĄ NAJWIĘKSZĄ I
                                                              WARTOŚCIĄ NAJMNIEJSZĄ
        szerokość klasy: 18/6 = 3                      4.     USTALENIE SZEROKOŚCI KLASY =
                                                              ROZSTĘP/LICZBA KLAS
        arkusz kreskowy                                5.     SPORZĄDZENIE ARKUSZU
                                                              KRESKOWEGO
        sporządzenie histogramu z
        zaznaczeniem środków klasy

Tab. 5.4.2. Arkusz kreskowy (przykład)

                                                    Suma
                                                                    20
      Nr klasy    Zakres klasy       Zdarzenia    zdarzeń w
                                                    klasie          15
  1              46                           2
  2              79                         4                  10
  3              10  12         ....      12
  4              13  15         .......   18                  5

  5              16  18                   6
                                                                     0
  6              19  21                     4                       5   8   11   14   17   20
                                                                                                     28
        METODY I NARZĘDZIA STATYSTYCZNE
  HISTOGRAMY
TYP PODSTAWOWY.              TYP GRZEBIENIOWY O KILKU
SYSTEMATYCZNY O KSZTAŁCIE    WARTOŚCIACH MODALNYCH.
DZWONU Z WARTOŚCIĄ ŚREDNIĄ   Charakterystyczny tym, że kilka dających
LEŻĄCĄ POŚRODKU ROZSTĘPU.    się wybrać przyczyn decydują o rozkładzie
Sugeruje rozkład normalny    liczby obserwacji w poszczególnych
                             rozdziałach




                                                                   29
             METODY I NARZĘDZIA STATYSTYCZNE
    HISTOGRAMY
TYP ASYMETRYCZNY z wartością               TYP JEDNOSTRONNY Z WARTOŚCIĄ
średnią występującą wyraźnie z lewej lub   ŚREDNIĄ USYTUOWANĄ W
prawej części rozkładu                     PRZEDZIALE GRANICZNYM.




                                                                     30
        METODY I NARZĘDZIA STATYSTYCZNE
  HISTOGRAMY
TYP KOPCA W KTÓRYM CZĘSTOŚCI   TYP SIODŁA Z DWIEMA
W WIELU PRZEDZIAŁACH           WARTOŚCIAMI MODALNYMI. Ten typ
ŚRODKOWYCH SĄ ZBLIŻONE I       jest mieszaniną dwóch rozkładów o różnych
SPADAJĄ DOPIERO NA GRANICACH   wartościach średnich
ROZKŁADU




                                                                    31
          METODY I NARZĘDZIA STATYSTYCZNE
   HISTOGRAMY
TYP Z IZOLOWANYM PAGÓRKIEM          TYP BEZ WARTOŚCI SKRAJNYCH
jest najczęściej mieszaniną dwóch   jest skutkiem 100% poprzedniej segregacji
rozkładów o różnych parametrach     innego rozkładu, z którego wyrzucono
                                    wartości skrajne




                                                                          32
             METODY I NARZĘDZIA STATYSTYCZNE
   PUNKTOWY DIAGRAM KORELACJI
                                               PUNKTOWY DIAGRAM
     KORELACJA DODATNIA                    KORELACJI JEST PROSTYM
                                          GRAFICZNYM NARZĘDZIEM
                                         BADANIA WSPÓŁZALEŻNOŚCI
     ...badany czynnik (x) jest                   MIĘDZY ZMIENNA
     głównym czynnikiem                     NIEZALEŻNĄ x I ZMIENNĄ
     mającym wpływ na                                    ZALEŻNĄ y
     analizowany problem (y)


        y  ax  b   ,

a - współczynnik kierunkowy prostej,
b – punkt przecięcia prostej z osią y,
 - błąd wywołany na skutek innych
niekontrolowanych przyczyn, z których
żadna nie jest dominująca



                                                                     33
             METODY I NARZĘDZIA STATYSTYCZNE
   PUNKTOWY DIAGRAM KORELACJI
SŁABA KORELACJA DODATNIA                      BRAK KORELACJI. Wartość x nie
Wartości y wykazują silny rozrzut, ale mimo   wywiera żadnego wpływu na wartość y
to zmienna x wywiera wpływ na zmienną y




                                                                                    34

						
Related docs
Other docs by HC120915103029
Metzker Scholarshipappeal
Views: 0  |  Downloads: 0
Faculty of Health Sciences
Views: 5  |  Downloads: 0
EXIT FORM
Views: 0  |  Downloads: 0
Internships Liberal Arts Template
Views: 0  |  Downloads: 0
LS1023M Lecturer August 2012
Views: 0  |  Downloads: 0
1920s by ashley
Views: 2  |  Downloads: 0
QEP Minutes 2009 07 13
Views: 0  |  Downloads: 0
CALIFORNIA STATE UNIVERSITY, DOMINGUEZ HILLS
Views: 0  |  Downloads: 0
Faculty of Information Technology - DOC
Views: 0  |  Downloads: 0