Wydaje się, że kanał RSS ze strony http://dialogbulletin.eu/pl/blog/feed został uszkodzony w wyniku błędu "junk after document element%" w linii 163.

Ogłoszenie

Uwaga: Portal jest przygotowywany do generalnego remontu. W związku z tym nie da się obecnie zakładać nowych kont. Prosimy o cierpliwość.

Stratyfikacja danych w Kompleksowym Sterowaniu przez Jakość – przykłady

Analizę Pareto należy poprzedzać albo prowadzić łącznie ze stratyfikacją danych.

Zalecenie powyższe można spotkać czasem w podręcznikach SPC (Statystycznego Sterowania Procesami), lecz rzadko wyjaśnia się w nich przesłanki tego zalecenia. W niniejszym artykule spróbuję wyjaśnić to w możliwie najprostszy sposób, na przykładach.

Przykład 1.

Weźmy defekty rejestrowane na zmechanizowanych i zautomatyzowanych liniach pakujących. Ich względną częstość uszeregowaną od największej do najmniejszej możemy zilustrować wykresem słupkowym, który — jak nietrudno zgadnąć — ma charakterystyczny kształt wykresu Pareto.

Powiedzmy, że początkowo nasza analiza obejmuje wszystkie defekty zarejestrowane w ciągu miesiąca, a najczęściej występujące defekty to brak nadruku daty bądź barkodu oraz nierówno przyklejone etykiety. To stwierdzenie może stanowić punkt wyjścia do konkretnego programu ulepszeń procesu.

Jeśli jednak weźmiemy pod uwagę próby kilkudniowe, stwierdzamy, że niektóre kategorie defektów występują znacznie częściej w trzeciej dekadzie miesiąca, niż w drugiej, a niektóre na odwrót — częściej w drugiej dekadzie, niż w trzeciej. Wykresy Pareto z tych dwóch dekad różnią się znacznie!

Już nawet bez wnikania w przyczyny wspomnianej różnicy można by zaproponować stratyfikację i analizować osobno dane z pierwszej, drugiej i trzeciej dekady każdego rozpatrywanego miesiąca. Jednak Kompleksowe Sterowanie przez Jakość (TQC) ma u samych podstaw wytyczną "dokonuj stratyfikacji i czatuj na różnice". Zauważyliśmy różnicę, więc spytajmy o jej przyczyny.

Co różni produkcję w drugiej i trzeciej dekadzie?

Liczba i długość partii!

Z różnych powodów pod koniec miesiąca produkujemy więcej partii krótkich i w związku z tym więcej jest przezbrojeń. Z tego spostrzeżenia wynika natychmiast ogólna klasyfikacja defektów, na trzy kategorie:

defekty początkowe z niewłaściwej regulacji podczas przezbrajania

niedowaga albo nadwaga substancji pakowanej, nierówno przyklejone etykiety itp;

defekty z rozregulowania wcześniej wyregulowanych urządzeń

brakujący nadruk daty bądź barkodu, zwichrowanie pudełka itp.

defekty pojawiające się mniej więcej jednakowo często na początku i w trakcie procesu

niewłaściwie zaklejone pudełka (np. z produktem sypkim), niedokładnie obcięte tuby (w przypadku kremów, past) itp.

Defekty drugiej kategorii są powodem szczególnie dużych strat, gdyż zauważa się je zbyt późno, gdy wiele produktów jest już spakowanych do wysyłki. Najgorzej jest na liniach z szybkimi maszynami...

Defekty trzeciej kategorii są natomiast najbardziej uciążliwe, gdyż stale trzeba pilnować i poprawiać regulację maszyn...

Wynika stąd wniosek, że potrzebne są trzy osobne programy ulepszeń:

  • poprawa procesu przezbrajania, aby urządzenia były częściej naregulowane "od razu" jak należy,
  • eliminacja defektów wynikających z niezauważenia błędu - klasycznym rozwiązaniem byłaby poka-yoke w postaci czujników alarmujących w przypadku awarii drukarki (braku nadruku), maszyny formującej pudełka itd.,
  • poprawa zdolności jakościowej maszyn, które zbyt szybko się rozregulowują (zbyt krótko "trzymają").

Właściwa stratyfikacja natomiast to podział danych o defektach nie według dekady miesiąca, lecz według opisanych programów. Tak więc analizować należy osobno dane o defektach z trzech strata:

  • z krótkich partii (stratum krótkich partii),
  • z długich partii (stratum długich partii) oraz
  • z maszyn o obniżonej zdolności jakościowej (stratum maszyn o obniżonej zdolności jakościowej).

Analiza Pareto oraz inne techniki badania wariancji (np. karta x-R) będą wykazywały większą czułość dla każdej z tych trzech grup danych, niż dla danych zbiorczych (np. miesięcznych bądź dekadowych).

 c. d. n.