Primjena 7 Osnovnih Alata u Rješavanju Problema Kvalitete

8/12/2019 Primjena 7 Osnovnih Alata u Rjeavanju Problema Kvalitete

1/27

SVEUILITESJEVERSTUDIJSKI CENTAR VARADIN

STRUNISTUDIJ PROIZVODNO STROJARSTVO

DRAENELARVLADIMIR VALEI

DUBRAVKO ELJEI

PRIMJENA 7 OSNOVNIH ALATA

U RIJEAVANJU PROBLEMA KVALITETE

SEMINARSKI RAD

Varadin, 2014.


2/27

SVEUILITESJEVERSTUDIJSKI CENTAR VARADIN

STRUNISTUDIJ PROIZVODNO STROJARSTVO

PRIMJENA 7 OSNOVNIH ALATA

U RIJEAVANJU PROBLEMA KVALITETE

SEMINARSKI RAD

Predmet: KONTROLA KVALITETE

Mentor: dr. sc. ivko Kondi

Studenti: Draen elar, Vladimir Valei, Dubravko eljei

Varadin, 21.5.2014.


3/27

SADRAJ

Stranica

Saetak................................................................................................................................................... 1

1. UVOD............................................................................................................................................... 2

2. SUSTAVI UPRAVLJANJA KVAL ITETOM...................................................................................... 5

2.1 Total qual i ty m anagment...................................................................................................... 5

3. STATISTIKI (STARI) ALATI ZA POBOLJAVANJE PROCESA................................................ 6

3.1 Dijagram toka procesa.......................................................................................................... 6

3.2 Pareto dijagram...................................................................................................................... 8

3.3 Dijagram rasipanja................................................................................................................ 9

3.4 Dijagram u zroka i pos l i jed ica............................................................................................. 11

3.5 Lista sakupljenih greaka ili ispitne liste.......................................................................... 13

3.5.1 Ispitne liste za provjeru oblika vjerojatnosti procesa ............................................................. 13

3.5.2 Ispitni list za utvrivanje mjesta nepravilnosti....................................................................... 14

3.6 Histogram............................................................................................................................. 16

3.7 Kontro ln e karte.................................................................................................................... 17

2.7.1 Kontrolne karte za mjerljive karakteristike ......................................................................... 19

2.7.2 Kontrolne karte za atributivne karakteristike ..................................................................... 21

4. KORITENJE 7 STARIH ALATA U PROIZVODNJI HRVATSKE................................................ 22

5. ZAKLJUAK................................................................................................................................. 23

LITERATURA ........................................................................................................................................ 24


4/27

1

Saetak

Kvalitet je postao svjetski pokret i nain ivljenja. Uspjeh organizacije najvie zavisi o kvaliteti

proizvoda ili usluga, a za to najveu odgovornost snosi uprava , ali pri tome svi zaposleni moraju

participirati u ostvarivanju kvalitete. Kvaliteta je i biti eklju zapoboljanje konkurentnosti na tritu.

Kvalitet je znaajan faktor opstanka, poslovnog uspjeha i prosperiteta poduzea.

Kljuni princip sistema kvaliteta je donoenje odluka na osnovu injenica, dok se do injenica dolazi

prikupljanjem, obradom i analizom podataka i opaanja. Ovaj seminarski rad obrauje sedam starih

atata za analizu i poboljanje kvalitete. Alati su prvenstveno namjenjeni upravi, ali u njihovoj provedbi

kljuno je sudjelovanje svih zaposlenika, kako bi oni dali relevantne podatke na osnovu kojih uprava

moe izvriti analizu i donoenje odluka. Alati koje obrauje seminarski rad poznatiji su kao statistike

alati za poboljavanje kvalitete.

Kljune rijei:kvaliteta, poboljaje, upravljanje, alati, metode, procesi, poduzee, dijagram,

Summary

Quality has become a worldwide movement and a way of life. The success of the organization

depends mostly on the quality of products or services, and that the primary responsibility lies on the

management, but also all employees must participate in the exercise of quality. Quality is key for

improving the competitiveness on the market. Quality is an important factor for survival, business

success and prosperity of companies.

A key principle of the quality system is making decisions based on facts, and to the fact arise through

the process of collecting, processing and analyzing data and observations. This essay deals with

seven old tools for analyze and improv of quality. The tools are primarily intended for menagment, but

in their preparation is crucial participation of all employees, so that they have given relevant

information on which management can conduct analysis and making decision . In this seminar

described tolls are known as statistical tools for quality improvment.

Keywords: Quality, Improve, management, tools, methods, processes, company, diagram,


5/27

2

1. UVOD

Iako povijest kontrole kvalitete see jo u vrijeme starog Egipta, znanstveni principi vezani su uz

poetak industrijske revolucije. Jo 1924. godine Walter Stewhart uveo je statistiku metodu kontrole

kvalitete u Bell grupaciji. Meutim sve do kraja drugug svjetskog rata nije bilo znaajnijeg prihvaanjastatistikih metoda praenja kvalitete u proizvodnji.

Noviju povijest kvalitete obiljeile su tri grupe znanstvenika i praktiara kvalitete:

- ameriki znanstvenici, koji su svojim radom utjecali na razvoj misli o kvaliteti u Japanu

(Edwards Deming, Joseph M. Juran, i Annand Feigenbaum),

- japanski znanstvenici, koji su razvili novi koncept kvalitete, a sve to na osnovama uenja

"ranih" Amerikanaca (Kaoru Ishikawa, Genichi Taguchi i Shigeo Shingo),

- novi zapadni val, koji je podigao razinu svijesti o kvaliteti na Zapadu (Philip Crosby, Tom

Peters i Claus Moller).1

Zanimljivost vezana uz povijest uvoenja statistikih metoda u kontrolu kvalitete je da su Deming i

Juran temelje svojih metoda postavili u Japanu, koji je dotan bio poznat po jeftinim i nekvalitetnim

proizvodima. Japanci su razvili Total Quality Menagment, koji je 70-tih godina prihvaen u Sjedinjenim

Amarikim Dravama kao alat za unaprijeenje proizvodnje, ali tek kad su amarikanci uvidjeli kako

njihovi naini kontrole nisu uinkoviti i stvaraju gubitke.

Deming postavlja 14 toaka kao osnovni koncept kvalitete, te smatra da su bitne promjene u

menadmetu, a numeriku kontrolu treba zamjeniti kontrolom kvalitete i stalnom edukacijomdjelatnika.

Juran istie da je vrlo vano razumjeti kupeve potrebe. Taj zahtjev odnosi se na marketing,

oblikovanje, proizvodnju i usluge. Da bi se osigurala kvaliteta oblikovanja, predlae koritenje tehnika

koje ukljuuju QualityFunction Deployment, planiranje pokusa, inenjerstvo pouzdanosti i simultano

inenjerstvo.Juran promatra upravljanje kvalitetom kao tri temeljna procesa, koji se nazivaju Juranova

trilogija :

- planiranje kvalitete: predstavlja proces koji je sposoban proizvoditi prema potrebama

kupaca, odnosno korisnika i na taj nain stvarati kod njih zadovoljstvo.

U ovom procesu zadovoljstvo kupca je u prvom planu,

- kontrola kvalitete: obuhvaa kontrolu svih vanih procesa. Teite je na odstupanjima od

zahtjeva.,

- poboljanje kvalitete: proces uklanjanja uzroka nedostataka, odnosno nesukladnosti i

stalnog poboljanja. Naglasak je na otkrivanju i uklanjanju uzroka

nesukladnosti.

Kaoru Ishikawa japanski je znanstvenik koji nastavlja rad amerikih kolega izJapanskog udruenja

znanstvenika i ininjera (JUSU), te uvodi nove alate kontrole kvalitete, od kojih je najpoznatiji dijagram

1Buka T. Diferencijacija upravljanja kvalitetom kod ciklikih projekatau brodograevnoj industriji,

Sveuilite u Rijeci, Tehniki fakultet, 2012.


6/27

3

uzroka i posljedica, danas poznatiji kao Ishikawin dijagram ili dijagram riblje kosti. Ishikava je definirao

sedam alata kontrole kvalitete, a to su2:

1) Dijagram toka procesa;

2) Lista sakupljenih greaka;

3) Histogram;4) Pareto dijagram;

5) Dijagram uzroka i posljedice;

6) Korelacijski dijagram i

7) Kontrolne karte kvalitete.

Genichi Taguchi japanski je ininjer i statistiar koji je u proces proizvodnje uveo tkz. Taguchieve

metode od kojih su najpoznatije pod imenom Off-line quality control methods. Taguchi smatra da je

vrijeme utroeno kroz pravilno planiranje umnogome moe smanjiti vremena u proizvodnji te uvodi

termine3: - planiranje sustava

- planiranje parametara

- planiranje tolerancija

Shigeo Shingo smatra se ocem Toyotinog proizvodnog sustava (TPS). U svojoj knjizi Studija

Toyotinog proizvodnog sustava upozorio je na bitne injenice u proizvodnji koje treba smanjiti na

najmanju moguu mjeru kako bi proizvodnja postala uinkovitija, a to su:

1. gubitak zbog prekomjerne proizvodnje

2. gubitak vremena

3. gubitak transporta

4. gubitak proizvodnje

5. gubitak skladita

6. gubitak kretanja

7. gubitak zbog karta

Shigeo Shingo je razvio vlastitu metodu Poka-Yoke (spreavanje nevidljive greke) u vrhu takvog

upravljanja proizvodnjom u kojoj se teorijski ne mogu pojaviti greke i poveani trokovi. Sutinu ovog

uenja Shingo je saeto opisao u etiri toke4

:

1. da se ide prema izvoru problema tj. tamo gdje je problem nastao

2. uvoenje svih potrebnih mjera za sprjeavanje i ponavljanje problema

3. komplicirane metode i tehnike za odstranjivanje problema koristiti u razvoju i

konstrukciji, a u proizvodnji primijeniti brza i jednostavna rjeenja

4. poboljanja u proizvodnji moraju biti provedena brzo i bez kompliciranih analiza

i to tako da svi budu ukljueni u rjeavanje zajednikih problema.

2http://en.wikipedia.org/wiki/Seven_Basic_Tools_of_Quality(10.5.2014.)

3http://en.wikipedia.org/wiki/Taguchi_methods (10.5.2014.)

4http://en.wikipedia.org/wiki/Shigeo_Shingo (10.5.2014.)
http://en.wikipedia.org/wiki/Seven_Basic_Tools_of_Qualityhttp://en.wikipedia.org/wiki/Seven_Basic_Tools_of_Qualityhttp://en.wikipedia.org/wiki/Seven_Basic_Tools_of_Qualityhttp://en.wikipedia.org/wiki/Taguchi_methodshttp://en.wikipedia.org/wiki/Taguchi_methodshttp://en.wikipedia.org/wiki/Shigeo_Shingohttp://en.wikipedia.org/wiki/Shigeo_Shingohttp://en.wikipedia.org/wiki/Shigeo_Shingohttp://en.wikipedia.org/wiki/Taguchi_methodshttp://en.wikipedia.org/wiki/Seven_Basic_Tools_of_Quality


7/27

4

Jedna od velikih zasluga ovog japanskog znanstvenike je uvoenje just in time metode u velike

proizvodne sustave.

Philip B. Crosby je ameriki ekspert u podruju kvalitete koji se svrstava u tzv. novu ili zapadnu kolu

kvalitete kao njen prvi i tipini predstavnik. Radei u tvornici raketa Martin osmislio je koncept 0

greaka koji se oituje kroz etri pravila5

:1. Kvaliteta se pokorava zahtjevima

2. Prevencija greaka je bolja od njihovog istraivanja i ispravljanja

3. Sustav 0 greaka je standard kvalitete

4. Kvaliteta se mjeri u financijskom smislu

Kao to je vidljivo svi ovi znanstvenici razlikuju se u svojim pristupima upravljanju proizvodnjom i

kvalitetom, ali djele neke zajednike toke6:

Odgovornost menadmenta menadment mora osigurati opredijeljenost, vodstvo, motiviranje i

prikladnu podrku tehnikim i ljudskim procesima. Odgovornost je top-menadmenta da odredi

okruenje i okvir operacija unutar organizacije. Imperativ je da menadment promie ukljuivanje

zaposlenika u poboljavanje kvalitete, te da razvija kulturu kvalitete promjenom percepcije i odnosa

prema njoj.

Planiranje - naglaene su aktivnosti strategije, politike i procjene na razini organizacije.

Edukacija i osposobljavanje - naglaena je vanost edukacije i osposobljavanja zaposlenika, u cilju

promjene ponaanja zaposlenika, odnosa, unapreivanja zaposlenikovih sposobnosti pri izvravanju

zadataka.

Poboljavanje - cilj svih zaposlenika u poslovnom sustavu trebalo bi biti stalno poboljavanje

proizvoda, procesa i sustava kao cjeline, a pritom primjenjujui poznate temeljne i sloen ije koncepte i

alate stalnog poboljavanja.

Kontrola procesa - vrlo je vano kontrolirati procese i poboljavati sustav kvalitete i oblikovanja

proizvoda. Naglasak je stavljen na prevenciju pojave pogreaka, a ne kontrolu nakon njihove pojave.

Sustavni pristup kvaliteta je sustavna aktivnost na razini organizacije, a ide od dobavljaa do

klijenata. Sve funkcionalne aktivnosti, kao: marketing, oblikovanje, proizvodnja, kontrola, otprema,

montaa i uslune djelatnosti, moraju biti ukljuene u napore za poboljanje kvalitete.

Claus Moller je ekonomist iz Danske iji se doprinos ogleda u poboljanju efikasnosti poslovanjaorganizacije. Molerov koncept kvalitete uvodi novu dimenziju u tradicijskom shvaanju kvalitete tzv.

ljudsku stranu kvalitete (engl. The Human Side of Quality). On se ne fokusira samo na kvalitetu roba i

usluga, ve takoer i na kvalitetu koju ljudi stvaraju idistribuiraju7

5http://en.wikipedia.org/wiki/Philip_B._Crosby (10.5.2014.)

6A. Vukovi, D. Pavleti, i M. Ikoni, "Osnovni pristup potpunom upravljanjukvalitetom i temeljnikoncepti izvrsnosti," Engineering Review, vol. 2, pp. 71-81, 2007.7A. Vukovi, D. Pavleti, i M. Ikoni, "Osnovni pristup potpunom upravljanjukvalitetom i temeljni

koncepti izvrsnosti," Engineering Review, vol. 2, pp. 71-81, 2007.
http://en.wikipedia.org/wiki/Philip_B._Crosbyhttp://en.wikipedia.org/wiki/Philip_B._Crosbyhttp://en.wikipedia.org/wiki/Philip_B._Crosby


8/27

5

2. SUSTAVI UPRAVLJANJA KVALITETOM

Svi ovi znanstveni pristupi izveli su nekoliko velikih sustavi upravljanja kvalitetom. Iako i na njih

moemo gledati kao na alate, oni se slue mnogim osnovnim alatima, a u svojoj osnovi postavljaju

koncepte i metodologiju za ostvarenje poboljanja, pa ih prije svega smatramo sustavima. Neki od

poznatih sustava kvalitete su:

1. TQM - Total quality managment

2. QFD - Quality function deployment

3. ISO 9000

4. Benchmarking

5. Six sigma

6. Lean (vitka) proizvodnja

2.1 Total quality managment

Total Quality Management (TQM) je sustav upravljanja kvalitetom na svim podrujima organizacije, on

istie zadovoljstvo kupaca, a koristi metode i alate kontinuiranog poboljavanja. TQM se temelji na

konceptima poduavanja upravljanja kvalitetom upravljakih gurua; Deminga, Jurana, Crosbya,

Ishikawe i drugih. Naziv TQM prvi puta je koriten1985. od strane Naval Air Systems Command za

svoj program, te je od tada taj termin iroko usvojen.

Korisnici TQMa mogu slijediti program koji se temelji prvenstveno na Demingovih etrnaest toakaupravljanja kvalitetom, Juranovoj trilogiji (kvalitetno planiranje, kontrola kvaliteta ,i poboljanja

kvalitete), Philip Crosbyjevih etiri apsolutna pravila upravljanja kvalitetom. Alati koji koristi TQM,

mogu se podijeliti na 7 QC (kontrolnih) alata, uvedena od japanskog profesora Kaoru Ishikawe:

dijagram uzroka i posljedica (koji se naziva Ishikawa dijagram ili dijagram riblje kosti),

kontrolne liste, Shewhartovi kontroli grafikoni, histogram, Pareto dijagram, dijagram

rasprenja, i dijagram toka,

te 7 MP (upravljako-planskih)alata:

analiza afiniteta, meurelacijski grafikon, analiza stabla, matrica prioriteta, matrica analize,

grafikon procesnih odluka, dijagram aktivnosti,


9/27

6

3. STATISTIKI (STARI) ALATI ZA POBOLJAVANJEPROCESA

Odreenje sedam starih (statistikih) alati za poboljavanje kvalitetedao je Ishikava, a oni su:

1) Dijagram toka procesa;

2) Pareto dijagram;

3) Korelacijski dijagram;

4) Dijagram uzroka i posljedice;

5) Lista sakupljenih greakaili ispitne liste;

6) Histogram i;

7) Kontrolne karte kvalitete.

3.1 Dijagram toka procesa

Dijagram toka / dijagram procesa je grafiki alat koji prikazuje osnovne faze procesa s ulaznim i

izlaznim parametrima, te mogunou poboljanja. Dijagram toka je hijerarhijski prikaz procesa koji

moe biti openit i detaljan. Openiti se koristi kako bi se otkrile kritine toke u procesu. Detaljni

dijagram toka koristi se da bi se razjasnili detalji proizvodnog procesa. To je izuzetno koristan alat kod

utvrivanjameuzavisnosti pojedinih faza. Dijagram toka koristimo8:

Kad tim poinje uiti proces, kao prvi i najvaniji korak u razumijevanje procesa, ili. . .

Kada smo u potrazi za poboljanjima u procesu ili. . .

Pri projektiranju poboljanja procesa , ili. . . Na svakom koraku u poboljanje procesa, kao referenca za postupak izvoenja procesa, ili. . .

Kod obuke ljudi u procesu, ili. . .

Kod dokumentiranja procesa

Dijagram toka sastoji se od grafikih elemenata koji odreuju neku preceduru u procesu. Uobiajni

grafiki simboli su slijedei:

Korak u procesu, uobiajeno iz procesa izlazi samo jedna strelica

Smjer kretanja procesa

Odluka bazirana na pitanju sa uobiajenim odgovorom DA ili NE

8Nancy R. Tague: The Quality ToolboxAmerican Society for Quality, Quality Press, Milwaukee

53203, 2003, str. 260.


10/27

7

Odgoda ili ekanje

Veza sa drugim dijagramom

Ulazni ili izlazni podaci

Dokument

Poetak ili kraj procesa

Sve procedure unutar nekog procesa, i svi procesi unutar neke organizacije trebali bi biti pokrivenidijagramima toka koji su najbolja uputa na provoenje istih. Na slici 1. Prikazan je proces zavarivanjacijevi.

slika 1. Dijagram toka izrade zavarene konstrukcije od elinih cijevi


11/27

8

Do sredine 70-tih godina prolog stoljea ova tehnika je bila relativno malo koritena, ali se uvoenjem

dijagrama toka u raunalnu tehniku sve vie proirila u ostalim granama poslovanja. Danas je gotovo

nezamisliv ijedan proces u ozbiljnoj organizaciji bez dijagrama toka. On definira standardne procedure

i nepotivanje istih smatra se povredom u procesu, to moe izazvati trajne poslijedice.

3.2 Pareto dijagram

Pareto metoda je ime dobila po Vilfredu Paretu, talijanskom ekonomisti i sociologu, poznatog po

primjeni matematikih metoda u okviru ekonomske analize. Rodjen je 1848.godine, zavrio je

inenjerstvo, a cijelog ivota je izuavao matematiku. Po njemu je nazvan Pareto princip,

odnosno princip 80/20, koji kae da postoji vitalna manjina i upotrebljiva veina. 20% uzroka uzrokuje

80% problema, 20% ljudi raspolae sa 80% cjelokupnog bogatstva. Ili sa aspekta klijenata, 20%

klijenata donosi 80% prihoda nekoj firmi. Koraci u izradi Pareto dijagrama su slijedei:

1. definirati kategorije koje e se pratiti putem dijagrama

2. definirati koji su podaci relevantni. Uobiajno su to: koliina, cijena,ili vremena.

3. definirati koje vrijeme e se analizirati

4. prikupljanje podatka

5. izraunati meuzbrojeve za svaku kategoriju

6. odrediti mjerilo u kojem e se dijagram crtati

7. ucrtati traku sa najveom vrijednosti krajnje lijevo u dijagramu, pa iduu po vrijednosti do nje i tako

do zadnje vrijednosti.

8. izraunavanje postotka za svaku vrijednost, crtanje vertikalne osi u

9. izraunavanje kumulativne sume po kategorijama, poslijednja kumulativna suma trebala bi dostii

100 %, spojiti toke kumulativnih suma

Primjer: U nekoj proizvodnji otkriveno je 8 razliitih uzroka nastajanja greaka i njihova pojavnost

prema slijedeoj tablici:

Kategorija Vrijednost Postotak

Kumulativni

postotak

A 140 46% 46%

B 110 36% 82%

C 21 7% 89%

D 15 5% 94%

E 11 4% 97%

F 4 1% 99%

G 3 1% 100%

H 1 0% 100%

Ukupno 305 100,00%

Pareto dijagram


12/27

9

Iz dijagrama je vidljivo kako prva dva uzroka premauju 80% ukupno nastalih greaka u proizvodnji.

Kod izrade Pareto dijagrama najbolje bi bilo upotrijebiti vrijednost greke (financijsku) kao os udjela,

kako bi na jednostavan nain prikazali udio vrijednosti greaka u nastaloj teti.9 Iz Paretovog principa

razvila se ABC analiza koja podatke razvrstava u tri skupina: A0 - 80% : podruje najveeg utjecaja;

B : 80 -95 % - podruje relevantnog utjecaja; C: 95-100% - podruje malog utjecaja.

Analiza PARETO ili ABC dijagrama ukazuju na iroko podruje primjene te metode u postupcima

unapreivanja kvaliteta kako proizvoda tako i procesa rada. Osim to je vrlo jednostavna, ova se

metoda odlikuje visokim stupnjom fleksibilnosti zbog nezavisnosti od prirode problema i karaktera

uticajnih veliina koje se analiziraju. Pareto dijagram primjenjljiv je u svim sluajevima kvantitativno

izraenih parametara, ali i u sluajevma kvalitativno izraenih podataka uz odreena podeavanja

modela10

.

Iako se metoda moe koristiti kao samostalna, ona je najee ulaznaili izlazna svih ostalih metoda

(alata) za poboljavanje kvalitete.

3.3 Dijagram rasipanja

Dijagram rasipanja je predstavlja grafiki prikaz rezultatat regresijske i korelacijske analize. Crta se u

pravokutnom koordinatnom sustavu s aritmetikim mjerilima na osima. Mjerila na osima ne moraju

zapoeti s nulama. Dijagram rasipanja u pravokutnom koordinatnom sustavu tokama prikazuje

9Nancy R. Tague: The Quality ToolboxAmerican Society for Quality, Quality Press, Milwaukee53203, 2003, str. 382.10

Vulanovi V. i dr. Metode i tehnike unapreenja procesa rada, IIS Novi Sad, 2003. str. 44.

A B C D E F G H

Vrijednost 140 110 21 15 11 4 3 1

Kumulativni postotak 46% 82% 89% 94% 97% 99% 100%100%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0

20

40

60

80

100

120

140

160

Udio


13/27

10

parove vrijednosti dviju promatranih numerikih varijabli. Pri tome su xi vrijednosti nezavisne varijable

X, a yi vrijednosti zavisne varijable Y.

U primjeni dijagrama rasipanja postoje dva podruja problema to ovisi opodruju istraivanja:

Ovisnost izmeu dviju varijabli (dva skupa podataka), kada neovisna varijabla X utjee

(uslovljava) veliinu varijable Y. Tada govorimo o regresiji. Pri tome je neovisna varijablauzrok, a zavisna posljedica. Cilj regresijske analize je prouavanje oekivane vrijednosti

zavisne varijable na osnovu zadanih nezavisnih varijabla prema funkciji regresije i standardne

greke regresije.

Ovisnost izmeu dviju varijabli(dva skupa podataka), varijabli X i varijable Y. Tada govorimo

o korelaciji. Cilj korelacijske analize je odreivanje snage veze izmeu varijabli na osnovu

koeficijenta korelacije i koeficijenta determinacije11

.

Kako se radi o vrlo irokoj temi u ovom seminarskom radu biti e prikazana korelacijska analizu

dijagrama rasipanja. U dijagram se ucrtavaju toke parova zadanih podataka. Karakter korelacije

utvruje se na osnovu izgleda dijagrama pa prepoznajemo (slika 2.):

slika 2.: vrste korelacije

U drugom koraku utvruje se korelacijski koeficijent:

11Vulanovi V. i dr. Metode i tehnike unapreenja procesa rada, IIS Novi Sad, 2003. str. 46.


14/27

11

Vrijednosti korelacijskog koeficijenta mogu ii u rasponu od -1 do 1, pri emu e vrijednosti blie

negativnoj jedinici ukazivati na negativnu korelaciju, a one blie pozitivnoj na pozitivnu korelaciju.

Vrijednosti vrlo bliske 0 ukazivati e na odsutnost korelacije, ateorijske vrijednosti -1 i 1 na postojanje

funkcionalne, a ne korelacijske veze.

Koeficijent determinacije jednak je kvadratu korelacijskog koeficijenta i predstavlja postotnu zavisnost

varijabli. Dijagram rasipanja mogue je izvoditi i za viezavisne korelacije. etri osnovna koraka u

izradi dijagrama rasipanja su:

1. Prikupljanje podataka

2. Crtanje dijagrama

3. Analiza dijagrama

4. Utvrivanje meuovisnosti

Dijagram rasipanja je statistiko-matematiki model pronalaenja veza uzroka kada na postoje dokazi

o funkcionalnim vezama dogaaja. esto se koristi u kombinaciji sa drugim alatima za poboljavanje

kvalitete.

3.4 Dijagram uzroka i poslijedica

Dijagram uzrok-posljedica je alat koji pomae u identificiranju, sortiranju i prikazivanju moguih uzroka

specifinih problema ili karakteristika kvaliteta. On grafiki ilustrira odnos izmeu datog izlaza i svih

faktora koji utiu na izlaz. Ovaj dijagram se vrlo esto naziva i Ishikava dijagram prema njegovom

utemeljitelju japanskom znanstveniku Kaoru Ishikawikoji je ovaj nain pronalaanje uzroka greaka

prvi puta primjenio u japanskom brodogradilitu Kawasaki. Vrlo esto emo uti da dijagram nazivaju i

dijagram riblje kosti zbog svog specifinog izgleda.

Ishikava je u svojim razmatranjima utvrdio da u nastajanju greaka postoji 6 velikih grupa uzroka i

nazvao ih 6M: oprema (machine), metoda (method), materijal (material), ovjek (man power, mind

power), mjerenja (measerment), okolina (Milieu/Mother Nature) (slika 3.).
https://en.wikipedia.org/wiki/Kaoru_Ishikawahttps://en.wikipedia.org/wiki/Kaoru_Ishikawahttps://en.wikipedia.org/wiki/Kaoru_Ishikawa


15/27

12

slika 3. Dijagram uzroka i posljedica

Slijedei korak je irenje uzroka koje se esto kombinira sa tehnikom 5W: gdje, to, kad, tko, zato (

Where, What, When, Who, Why) kako bi se otkrio korijen uzroka nastalog problema .

slika 4. irenje uzroka nastalog problema

Kada se na odreenom novou unoenjem u dijagram iscrpe svi pronaeni uzroci, te utvrdi loginost

svake od grana, prelazi se na analizu podataka:

Identifikacija vjerojatnih (3 - 5) uzroka problema koji se analizira i nj ihovo oznaavanje u dijagramu

Taj postupak, pored usmjeravanja na osnovne uzroke problema, omoguava, u odreenim

sluajevima, iznalaenje linije kritinih uzroka, to je svakako jedan od znaajnih rezultata Ishikavine

metode,

Ishikava dijagram zasebno nije dovoljan za rijeavanje problema - on samo upuuje na njegove

osnovne uzroke i uzrono - posljedine veze.


16/27

13

Iz datih razloga je potrebno prikupljanje podataka radi provjere najznaajnijih(najverovatnijih) uzroka i

rijeavanje problema nekom drugom, odgovarajuommetodom (Pareto ili ABC dijagram i sl.).

3.5 Lista sakupljenih greakaili ispitne liste

Ispitne liste su obrazac u koji se unosi uestalost neke pojave prema mjestu, vrsti, vremenu...

Podaci se unose na kvantitativnoj ili kvalitativnoj razini. Liste u koje se podaci unose na kvantitativnoj

razini esto se nazivaju i liste prebrojavanja. Upotrebljava sena mjestima gdje se promatrana pojava

moe lako utvrditi od strane prebrojaa. Uobiajeno na jednoj osi se unosi odreena pojava, a na

drugoj njena uestalost.Na iduoj slici prikazan je jedan jednostavni primjer upotrebe ispitne liste.

slika 5. Lista uzroka kanjenja radnika na posao.

UZROK KANJENJA NA POSAO XY d.o.o.

Ponedjeljak Utorak Srijeda etvrtak Petak

Zaspao

Kasni vlak

Kasni autobus

Ukupno 4 1 6 1 2

Iz ovog primjera lako se moe zakljuiti da je osnovni uzrok kanjenja radnika na posao u nekom

poduzeu XY d.o.o.neredovitost prijevoznih sredstava i da se na taj uzrok odnosi preko svih

kanjenja. Takoer se moe primjetiti da je srijeda kritian dan za prijevoznike, a ponedjeljak zaspavae.

Ispitne liste grade se pomou 5W pitanja: tko, to, gdje, kad, zato (who, what, where, when, why).

Postoje razliiti tipovi ispitnih lista, a u ovo seminaru biti e nabrojene dvije:

3.5.1 Ispitne liste za provjeru oblika vjerojatnosti procesa

Ove liste koriste se za provjeru distribucije dobivenih vrijednosti. Kod kreiranja ovog tipa listi vrlo je

vano da se unaprijed moe predvidjeti u kojem e rasponu vrijednosti dolaziti, kako bi se lista

konstruirala na pravilan nain. Na slici 6. prikazana je jedna takva lista za kontrolu mjere izradtka.


17/27

14

Ovakav tip liste automatski gradi i histogram, ali nam pokazuje u koliko proizvoda je ispravno, a koliko

je kart, to su ujedno i kvalitativni, ali i kvantitativni podaci.

Slika 6. Ispitni list provjere kote 90H7

Kao to je vidljivo iz liste, rad je podijeljen u tri smjene. Ukupno je u tri smjene izraeno 90 komada

osovine, na kojoj je jedna od dimenzija 90H7. Analizom se lako moe utvrditi da su u prvoj smjeni

gotovo svi izraeni komadi imali zadovoljavajuu mjeru. U drugoj smjeni broj tonih komada opada,

dok je treoj vei od onih ispravnih. Takoer se moe vidjeti da broj komada ispod zadane tolerancije

vei, nego onaj iznad. ak i ovako kratko razmatranje dovodi do zakljuka da rad u treoj smjeni nije

zadovoljavajui, te da treba pogledati dali moda dolazi do preranog istroenja otrice noa zbog

smanjenja mjere. Naravno, ovakvo praenje moralo bi se vriti u duljem vremenskom periodu da bi

donijelo bolje rezultate.

3.5.2 Ispitni list za utvrivanje mjesta nepravilnosti

Ovim tipom ispitne liste moe se lako utvrditi koji proces prouzrokuje najvei broj nepravilnosti. Na slici

7. prikazan je list koji utvruje greke po odjelima.

slika 7. Ispitni list greaka po odjelima Mjesto greke Broj greaka Ukupno

Rezanje 4

Tokarenje 2

Glodanje 5

Bruenje 1

Povrinska obrada 2

Pakiranje 1

15

14

13

12

11

10

9 x x x

8 x x x x

7 x x x x x x

6 x x x x x x x x

5 x x x x x x x x x x

4 x x x x x x x x x x x

3 x x x x x x x x x x x x x

2 x x x x x x x x x x x x x x x x

1 x x x x x x x x x x x x x x x x x x

S3 11 14 27 1 1 1 1 2 1 2 2 1 3 3 1 1 1 1 1 1 1S2 12 19 31 1 1 2 2 2 1 1 2 1 5 3 4 2 2 1 1 -S1 3 31 34 1 2 5 6 6 6 3 3 1 1 - - 6 64 9 2 3 5 5 6 7 9 1 8 9 7 6 4 3 2 2 1 1

90

Ispitni l ist mjere 90H7 (mm)

90, 050 90, 055 90, 060 90, 065 90, 070 >90, 07090, 020 90, 025 90, 030 90, 035 90, 040 90, 045< 89, 980 89, 980 89, 985 89, 990 89, 995 90, 005 90, 010 90, 015


18/27

15

Ovakav tip liste je kvantitativan, i ukazati e da neki od procesa treba poboljanje, ali ne i njegov

smjer.

Jedna od vrlo estih ispitnih listovaje tkz. Zavrna ispitna lista, kojom se utvruje dali je neki proizvod

izraen prema uputama i jesu li zadovoljeni svi traeni parametri. Obino se koristi u procesima samnogo koraka, kako bi podsjetila izvoaa to sve treba odraditi. Naslici 8. Prikazan je primjer jedne

takve liste

slika 8. Zavrna ispitna lista12

12http://en.wikipedia.org/wiki/File:Closing_a_business_checklist.svg


19/27

16

3.6 Histogram

Histogram je stupasti grafiki prikaz uestalosti pojavljivanja vrijednosti odreenog parametra

procesa. Iz njega se dobije oblik razdiobe procesa ili, a ako su zadane granine vrijednosti procesa

mogu se odrediti i udjeli nesukladnih proizvoda/usluga prema propisanim zahtjevima.Tabelarni prikaz podataka ponekad je vrlo nepraktian za izvoenje zakljuaka, npr. za primjer

mjerenja kote 90H7 osovine dobiveni su slijedei rezultati: 90,011; 90,009; 90,012; 90,021; 90,006;

90,012; 90,017; 90,02; 90,002; 90,007; 90,011; 90,018; 90,023; 90,028; 89,996; 90,001; 90,008;

90,012; 90,018; 90,023; 90,029; 90,032; 89,986; 89,993; 89,996; 90; 90,008; 90,011; 90,019; 90,022;

90,025; 90,034; 89,988; 89,994; 89,995; 90,004; 90,009; 90,013; 90,016; 90,024; 90,026; 90.03;

90,035; 89,982; 89,989; 89,994; 89,996; 90,003; 90,006; 90,014; 90,018; 90,023; 90,027; 90.031;

90,035; 90.044; 89,976; 89,983; 89,986; 89,992; 89,995; 90,004; 90,007; 90,012; 90,017; 90,02;

90,027; 90.033; 90,035; 90,04; 90,046; 90,054; 89,978; 89,981; 89,987; 89,991; 89,998; 90,001;

90,006; 90,011; 90,017; 90; 90,025; 90,034; 90,035; 90,041; 90,048; 90; 90,055; 90,063

Kao to je vidljivo ovakav pregled podataka nije praktian za bilo kakvo donoenje zakljuaka.

Meutim, kada podatke poredamo po veliini: 89,976; 89,978; 89,981; 89,982; 89,983; 89,986;

89,986; 89,987; 89,988; 89,989; 89,991; 89,992; 89,993; 89,994; 89,994; 89,995; 89,995; 89,996;

89,996; 89,996; 89,998; 90; 90; 90; 90,001; 90,001; 90,002; 90,003; 90,004; 90,004; 90,006; 90,006;

90,006; 90,007; 90,007; 90,008; 90,008; 90,009; 90,009; 90,011; 90,011; 90,011; 90,011; 90,012;

90,012; 90,012; 90,012; 90,013; 90,014; 90,016; 90,017; 90,017; 90,017; 90,018; 90,018; 90,018;

90,019; 90,02; 90,02; 90,021; 90,022; 90,023; 90,023; 90,023; 90,024; 90,025; 90,025; 90,026;

90,027; 90,027; 90,028; 90,029; 90,03; 90,031; 90,032; 90,033; 90,034; 90,034; 90,035; 90,035;

90,035; 90,035; 90,04; 90,041; 90; 90,046; 90,048; 90,054; 90,055; 90,063 i poredamo u razrede

veliine 0,005 mm moi emo dobiti i frekvencije razreda. Ako veliinu razreda pretvorimo u veliinu

pravokutnika unutar koordinatnog sustava: razreda-frekvencija dobiti emo dijagram sa slike 9.

slika 9. Historgram

0

2

4

6

8

10

12

90,070


20/27

17

Ovakav dijagram nazivamo histogram te nam grafiki predouje uestalost pojavnjivanja neke pojave

u procesu. Poseban oblik histograma je kumulativni histogram u kojem se frekvencije prethodnih

razreda pribrajaju te vrijednost pokazuje broj vrijednosti koje su manje ili jednake vrijednosti s osi x.

Izgled prethodnog histograma u kumulativnoj verziji prikazan je na slici 10.

slika 10. Kumulativni histogram

Jedna od najznaajnijih karakteristika kojima odreujemo izgled histograma je svakako veliina

razreda. Ona se odreujetabelarno ili nekom od formula npr:

ili

Postupak odreivanja irine razreda osobito je znaajan kod velikog broja podataka.

3.7 Kontrolne karte

Kontrolne karte poznate su kao karte ponaanja procesa ili Shewhartove karte po njihovom izumitelju.Od poetak primjene koji see u daleku 1920. godinu u Bellovim laboratorijima, do danas ove karte se

nisu bitnije izmjenile i jedan su od najznaajnijih alata u kontroli procesa. Kontrolna karta je u prvom

redu slika procesa13, te nam pokazuje kako se kontrolirana znaajka kree u vremenu, tj. kree li se

proces unutar zadanih granica. Prilikom analiziranja procesa bitno je odgovoriti na pitanja :

Zato se dogodio otklon procesa

Kako podesiti centriranost procesa

13V. Mudronja Kontrolna karta-slika procesa 13. Hrvatska konferencijao kvaliteti. str. 1.

0

10

20

30

40

50

60

70

80

90

100

90,070


21/27

18

Osnovne mogunosti ovog alata mogu se opisati kao:

- upravljanje kvalitetom procesa rada na bazi prostorne i vremenske slike stanja, promjena i

tendencija kvalitete sadranih na kontrolnoj karti;

- kontrola kvaliteta proizvoda u pojedinim fazama proizvodnje, fazi pripreme i fazi zavretka;

- stabiliziacija procesa na osnovu otkrivanja nedoputenih faktora i njihovog iskljuivanja iz

toka procesa;

- analiza tanosti i stabilnosti procesa rada;

- kvalitativno usavravanje tehnolokih procesa rada;

- analiza greaka obrade u toku odvijanja tehnolokih procesa;

- primjena u svim fazama nekog procesa i svim veliinama proizvodnje osim u pojedinanoj

Konstrukcija kontrolne karte vrlo je jednostavna. Na os x nanose se vremenski intervali kontrole ili

jedinice kontrole, dok se na y os nanose oekivane vrijednosti kontrole (mjerenja). Povuku se gornja i

donja kontrolna granica (vrijednosti doputenih tolerancija), te sredinja linija. Na ovaj nain

konstrukcija karte je zavrena.

Za proces iz prethodne toke(histogram) kontrolna karta prikazana je na slici 11.

slika 11. Kontrolna karta

Analizom podataka dobiti emo ve prije spomenutu sliku procesa, ali i odgovor na pitanje dali je

proces pod kontrolom. Na proces pod kontrol utjeu samo sluajni faktori, dok na proces koji nije pod

kontrolom utjeu sistematski faktori. 14Kontrolne karte dijelimo u tri grupe:

0. Kontrolne karte koje prate mjerljive karakteristike

1. Kontrolne karte koje prate atributivne karakteristike

2. Specijalne kontrolne karte

14.Kondi; Kvaliteta i metode poboljanja, ivko Kondi, 2004. str 155.


22/27

19

2.7.1 Kontrolne karte za mjerljive karakteristike

Ove kontrolne karte se upotrebljavaju kada postoji mjerljiva karakteriskika procesa npr. duljina, masa,

vrijeme....Sve karakteristike kvalitete bitne za funkciju proizvoda mogu se pratiti ovim tipom karata.

U praksi postoji nekoliko vrsta ovih karata.Najee koritene su:

kontrolna karta

R kontrolna karta

R kontrolna karta

kontrolna karta

kontrolne karte

Ovaj tip predstavlja najjednostavniji oblik kontrolnih karata. Zahtjev za brzim i jednostavnim uvidom u

rezultate mjerenja te donoenje zakljuaka. U statistikom smislu kontrolna karta nedaje nikakvu

pomo ve zorno prikazuje kretanje podataka u nekom vremenu15

R kontrolne karte

Ovaj tip karata posebno je prikladan za velikoserijske proizvodnje, jer se njima smanjuje vrijeme

utoeno na kontrolu. Kartom se prate dva parametra, kretanje srednje vrijednosti uzorka , te kretanje

raspona uzorka. Proces e biti pod kontrolom ako je tono centriran (srednja vrijednost procesa

poklapa se sa srednjom vrijednou zadane tolerancije), te ako je njegovo rasipanje u granicama

zadanog rasipanja (R


23/27

20

Analizom srednje linije, koja predstavlja prosjenu vrijednost svih izmjerenih vrijednosti, moemo

utvrditi koliko se je ona udaljena od sredinje linije tolerancijskog polja. Ove vrijednosti bi trebale biti

to blie. Odstupanje sredinje linije u mnogome ovisi o mogunostima tehnolokog procesa. Tamo

gdje tehnoloki proces ima mnogo manje odstupanje od zadanihgranica, odstupanje sredinje linije

biti e dozvoljeno, ali u procesima gdje je odstupanje tehnolokog procesa vee od tolerancijskogpolja, odstupanja praktiki ne smije biti.

Analizom srednje vrijednosti raspona utvruje se odstupanje dobivenih vrijednosti od veliine

tolerancijskog polja. Ono je dobro ako je srednja vrijednost raspona manja od tolerancijskog polja.

Analizom kontrolnih granica utvruuju se posebni uvjeti nastali u procesu. Ponekad iako proces

izgleda zadovoljavajui, moemo uvidjeti da niz vrijednosti lei ispod ili iznad srednje linije to

zasigurno ukazuje na pomicanje procesa, te u blioj ili daljnljoj budunosti na pojavu nesukladnih

proizvoda.

Izvriti emo kratku analizu prethodnog postupka:

Srednja linija procesa nalazi se ispod srednje linije tolerancijskog polja. Ako proces podijelimo u tri

djela (1., 2. i 3. Smjena) tada e srednja vrijednost raspona iznositi 0,065 mm, dok je veliina

tolerancijskog polja 0,035 mm. Analizom kontrolnih gran ica moemo uvidjeti da su nastali posebni

uvjeti. Vrlo lako se moe primjetiti da mjereni parametar izlazi iz zadanih tolerancija pri kraju svake

smjene, to zasigurno ukazuje na zamor ovjeka, kao sudionika procesa. Takoer se moe uvidjeti da

je broj nesukladnih proizvoda raste u drugoj i treoj smjeni, to posebno ukazuje da je zamor radnika

jedna od vanijh komponenti u traenju greaka u procesu.Iz karte je mogue vidjeti da ukupan broj

komada pad iz smjene u smjenu. Rijeenje za ovaj proizvod je svak ako njegovo izbacivanje iz

proizvodnje u treoj smjeni, te uvoenje veeg broja manjih pauzi, kako bi se eliminirao uzrok zamora

radnika. Vidljiv je i trend poveanja iznosa greke u toku radnog vremena, to bi se moglo elimenirati

veim brojem kontrola nasamom stroju, te korekcijama procesa.


24/27

21

2.7.2 Kontrolne karte za atributivne karakteristike

Ovaj tip karata koristi se za karakteristike procesa kojima se mogu dodijeliti ocjene: lo -dobar, te za

proizvode sa velikim brojem konano mjerljivih karakteristika kod kojih bi izvoenje velikih broja

kontrolnih karata izazvalo velike trokove.

U praksi se upotrebljavaju slijedee atributive kontrolne karte:

- p kontrolne kart

- np kontrolne karte

- u kontrolne karte

- c kontrolne karte

Zajedniki svim atributivnim kartama je jednostavnost i mala cijene njihova izvoenja, a statistku

podlogu imaju u binomnoj i Poissonovoj razdiobi.

p kontrolna karta

Zasniva se na udjelu broja loih proizvoda u promatranom uzorku ili:

Zbog nesimetrinosti binomne razdiobe uzorak bi trebao biti tako velik da broj loih komada nebude

nikada manji od 4, dok broj uzoraka nebi trebao biti manji od 15.

np kontrolna karta

Identinaje p kontrolnoj karti s tim da ima ogranienje u veliini uzorka koji mora biti konstantan.

u kontrolna karta

Pokazuje ukupan broj greaka u promatranom uzorku. Nesukladni proizvod moe imati vie od jedne

greke, a isto tako ponekad se dozvoljava da sukladan proizvod sadri greke. Ova karta je osobito

pogodna za uzorke koji nemaju za jedinicu broj komada, ve duljinu, povrinu, masu.....

c kontrolna karta

Ova vrsta karata, kao i u kontrolnekarte, broji broj greaka, ali u konstantnoj veliini uzorka.

Kada su kontrolne karte nacrtane izvode se analize procesa koje moraju dati odgovore na dva pitanja:

1. postoje li sistemski utjecaji

2. dali je proces sposoban

Sistemski utjecaj otkriva se pomou pravila jedne toke, sedam toaka, neobinih ponavljanja, pravilasrednje treine, dokse sposobnost procesa ocjenjuje statistikim raunskim metodama.


25/27

22

Vano je napomenuti da priprema upotrebekontrolnih karata iziskuje struno osoblje, ali i odreene

trokove, te se u njihovom uvoenju mora biti vrlo racionalan. Gotovo je irelevantno uvoenje

kontrolnih karata u procesima bez greaka ili sa malim utjecajem na kvalitetu. Kontrolne karte nema

smisla uvoditi ni u procese gdje se njima nee otkriti uzrok nastajanja greaka. U svakom sluaju, one

se smatraju jednim od najbitnijih starih alata kontrole kvalitete.

4. KORITENJE 7 STARIH ALATA U PROIZVODNJI HRVATSKE

Dio ovog seminarskog rada je ispitivanje upotrebe alata za poboljanje unutar pet poduzea

sjeverozapna Hrvatske. Ispitivanje su proveli studenti koji su zaposleni u tim poduzeimaili su u njima

odraivali praksu.

Poduzee /Alat

Ivanica Kostwein Omega Konar

Dijagram toka

DA DA NE DA

Izvoenje procesa /definiranjeodgovrnosti



Paretodijagram

NE DA NE NE

Procjena dobavljaa

Korelacijskidijagram

NE NE NE NE

Dijagramuzroka iposlijedica

NE DA NE DA

Otkrivanja uzrokaproblema uprocesima

Otkrivanja uzrokaproblema uprocesima

Ispitne liste DA DA NE DAKontrola kvalitete Kontrola kvalitete Kontrola kvalitete

HistogramNE DA NE DA

Mjerenjeproduktivnosti

Kontrolnekarte

DA DA NE DA

Kontrola kvaliteteAnalizanesukladnostiproizvoda

Kontrola kvalitete

Iako ovo kratko ispitivanje nije provedeno po svim pravilima statistikih istraivanja, lako je iz njega

vidljivo da se statistike metode poboljavanja koriste veoma rijetko (oko 50%). Takoer, uonjiva je

zavisnost veliine poslovnog subjekta i uestalosti koritenja, ime u direktnu vezu moemo dovesti i

pitanje kvalitete i njenu konstantnost. Iako niti veliina uzorka, niti kvaliteta istraivanja nisu na

reprezentativnoj visini, s lakoom moemo ustvrditi da je koritenje alata za poboljavanje kvalitete u

proizvodnim procesima na podruju sjeverozapadne Hrvatske tek u zaetku. Kako je ovo jedna od

bitnih znaajki napretka, postavlja se pitanje koji su uzroci takvog stanja. Jedan svakako lei u

needuciranosti kadrova i openitom nesvaanju znaaja alata.Samo stalna edukacija i ukazivanje na

probleme kvalitete i alate za pobiljavanje mogu podii razinu proizvodnosti naih poduzee, a samim

time i njihovu konkurentnost.


26/27

23

5. ZAKLJUAK

Ovim kratkim seminarskim radom prikazani su stari alati za poboljavanjekvalitete. Oni su samo manji

dio alata kojima se moderni menaderi i ininjeri koriste kako bi unaprijedili procese u svojojorganizaciji. Za to unaprijeenje nema iskuanog recepta, ali najgora stvar koja se moe dogoditi je

neprovoditi ni jedan. Svaka organizacija mora poznavati svoje procese i odabrati ponajbolje alate za

poboljavanje. Oni e zasigurno biti neka kombinacija prikazanih alata, ali i drugih upravljakih,

ininjerskih i statistikih alata.


27/27

LITERATURA

Buka T. Diferencijacija upravljanja kvalitetom kod ciklikih projekata u brodograevnoj industriji

A. Vukovi, D. Pavleti, i M. Ikoni, "Osnovni pristup potpunom upravljanju kvalitetom i temeljni

koncepti izvrsnosti," Engineering Review, vol. 2, pp. 71-81, 2007.

Vulanovi V. i dr. Metode i tehnike unapreenja procesa rada, IIS Novi Sad, 2003. str. 44.

N. Tague: The Quality ToolboxAmerican Society for Quality, Quality Press, Milwaukee 53203, 2003

V. Mudronja Kontrolna karta-slika procesa 13. Hrvatska konferencija o kvaliteti.

.Kondi; Kvaliteta i metode poboljanja, ivko Kondi, 2004

http://en.wikipedia.org/wiki/Seven_Basic_Tools_of_Quality (10.5.2014.)

http://en.wikipedia.org/wiki/Taguchi_methods (10.5.2014.)

http://en.wikipedia.org/wiki/Shigeo_Shingo (10.5.2014.)

http://en.wikipedia.org/wiki/Philip_B._Crosby (10.5.2014.)
http://en.wikipedia.org/wiki/Seven_Basic_Tools_of_Qualityhttp://en.wikipedia.org/wiki/Taguchi_methodshttp://en.wikipedia.org/wiki/Shigeo_Shingohttp://en.wikipedia.org/wiki/Philip_B._Crosbyhttp://en.wikipedia.org/wiki/Philip_B._Crosbyhttp://en.wikipedia.org/wiki/Shigeo_Shingohttp://en.wikipedia.org/wiki/Taguchi_methodshttp://en.wikipedia.org/wiki/Seven_Basic_Tools_of_Quality

Documents

Primjena 7 Osnovnih Alata u Rješavanju Problema Kvalitete