ISO/TS 16949Sedam osnovnih alata
Formulari za sakupljanje podataka
Formulari za sakupljanje podataka
Treba ih kreirati tako da minimizuju pojavu grešaka pri beleenju i da omogue sreivanje podataka u formu pogodnu za dalju analizu
Formular mora da bude tako kreiran da se izbegne svako prepisivanje podataka
Pri kreiranju formulara uzeti u obzir potrebu za razlaganjem podataka (beleenje izvora podataka)
Standardizovanjem formulara obezbeuje se mogunost poreenja rezultata merenja
slajd */24
Septembar 2004
Precizno definisati pojavu - problem, koji se prouava
Utvrditi koji e se podaci sakupljati i u koju svrhu (predvideti dalju obradu podataka)
Odrediti frekvenciju sakupljanja podataka
Projektovati formular, tako da bude pregledan, sa jasno oznaenim kolonama i redovima i odgovarajuim prostorom za upis podataka
Karakteristika: koliina ulja u boci (ml)
Klasa
Granice
Raboš
f
(f
1
Proizvod: (Br. i naziv)
Sedam osnovnih alata
Razlaganje podataka (stratifikacija)
Koristi se u procesu sakupljanja podataka za njihovo razvrstavanje prema izvoru nastanka (mašina, radnik, smena, sirovina, ...), u cilju otkrivanja osnovnog uzroka problema
140.unknown
Analiziranjem skupa pomešanih podataka koji imaju razliite izvore, dobija se usrednjena vrednost za posmatranu karakteristiku
142.unknown
Pareto analiza
Pareto dijagram je grafiki prikaz iskustvenog "principa 80/20", prema kome je za 80% rezultata (efekata) razmatrane pojave (problema) odgovorno 20% inilaca (uzroka).
Koristi se kada je potrebno iz mnoštva injenica identifikovati "znaajnu manjinu" u pojavi koja se prouava.
On omoguava da se brzo uoe najvaniji problemi i svi napori i sredstva usmere na njihovo rešavanje.
slajd */24
Septembar 2004
Odrediti problem/pojavu koja e se razmatrati. Mogue je koristiti "brainstorming" metodu.
Identifikovati podatke koji e se sakupljati i nain njihovog razvrstavanja (po tipu, radniku, mašini, ...)
Definisati metod i period prikupljanja podataka.
Projektovati formular za sakupljanje podataka
Sakupiti potrebne podatke
Prebrojiti sakupljene podatke po tipovima i uneti ih u tabelu po opadajuem redosledu. Tipove podataka, koji se retko javljaju treba grupisati u kategoriju "ostalo".
slajd */24
Septembar 2004
U istu tabelu uneti pored apsolutne i kumulativnu uestalost, procentualno ueše i kumulativne procente za svaki tip podataka.
Na horizontalnu osu dijagrama naneti tipove podataka prema redosledu iz tabele
Na levu vertikalnu osu naneti skalu koja pokriva podruje od 0 do ukupnog broja podataka
Iznad svakog tipa podataka na horizontalnoj osi nacrtati pravougaonik, ija visina odgovara uestalosti pojavljivanja.
Nacrtati desnu vertikalnu osu sa procentualnom skalom
Nacrtati kumulativnu krivu i odrediti koji tipovi podataka ine 80% pojave .
slajd */24
Septembar 2004
Zato rangiranje tipova podataka treba sprovesti po razliitim kriterijumima (uestalost, troškovi, nezadovoljstvo kupca itd.).
147.unknown
Nakon identifikovanja problema pravljenjem Pareto dijagrama posledica, treba napraviti Pareto dijagram uzroka, radi definitivnog rešavanja problema.
149.unknown
Pareto dijagram – napomene uz primenu
Pareto dijagram je grafiki prikaz iskustvenog "principa 80/20", prema kome je za 80% rezultata (efekata) razmatrane pojave (problema) odgovorno 20% inilaca (uzroka).
151.unknown
Efekte poboljšanja prikazati uporeivanjem Pareto dijagrama.
153.unknown
Dijagram uzroka i posledica
Koristi se kada je potrebno identifikovati, istraiti i prikazati sve mogue uzroke razmatranog problema, a zatim kao vodi za otklanjanje glavnog uzroka .
191.unknown
Definisati problem (ili karakteristiku kvaliteta) i upisati ga u pravougaonik postavljen krajnje desno.
Identifikovati uzroke i upisati ih u dijagram. Mogua su dva naina:
Metodom "brainstorming" pobrojati što više relevantnih uzroka, zatim ih grupisati prema slinosti (povezanosti) u sekundarne i primarne i uneti u dijagram, ili
Upisati uobiajene primarne uzroke svih problema (ovek, mašina, metod, materijal, merenje, okruenje, upravljanje) u dijagram, a zatim razgranavati svaki uzrok postavljajui pitanje: “Šta dovodi do variranja ovog uzroka?"
Pridruiti vanost svakom faktoru i jasno istai posebno znaajne faktore. Vanost se odreuje prema relativnoj uestalosti pojavljivanja odreenog uzroka (pri sakupljanju ideja "brainstorming" metodom) ili pomou Pareto, ili korelacione analize
slajd */24
Septembar 2004
Identifikovati sve relevantne uzroke kroz timski rad.
Izraziti karakteristiku što je mogue konkretnije
Za svaku karakteristiku napraviti poseban dijagram uzroka i posledica .
Za merljive karakteristike i faktore lakše je utvrditi jainu uzrono - posledine relacije. Zato za nemerljive ili teško merljive karakteristike i faktore treba nai adekvatne merljive zamene
Da bi problem bio rešen, pravi uzrok treba traiti meu onima na koje se moe delovati .
slajd */24
Septembar 2004
Odreivanje prioriteta
Kada je iz Išikava djagrama teško odrediti glavni uzrok, mogue je matricom Easy & Effect (lako i efektivno) definisati prioritete u otklanjanju pojedinih uzroka .
Uzrok
Lako
Efekat
U1
2
3
U2
3
3
U3
3
3
U4
3
2
U5
2
2
U6
3
1
U7
3
3
U8
1
2
U9
1
1
U10
3
1
Ocena
Lako
Efekat
3
Histogram
Bez sloenih izraunavanja, histogram prua odgovor na dva vana pitanja o razmatranom procesu:
Da li je raspon izmerenih podataka u skladu sa specifikacijom? – RASIPANJE
Da li su podaci grupisani na pravom mestu - oko nominalne mere? - CENTRIRANOST
Koristi se kada je potrebno ustanoviti raspodelu sakupljenih podataka i uporediti je sa granicama specifikacije .
363.unknown
Histogram - postupak izrade (1/3)
Sakupiti podatke za prouavanu veliinu. Podaci se belee po redosledu merenja u prethodno pripremljen formular.
Izraunati raspon - (R) kao razliku najvee (xmax) i najmanje (xmin) izmerene vrednosti
Odrediti broj intervala na koje e biti podeljen raspon (u cilju grupisanja izmerenih vrednosti po klasama). Broj klasa (k) moe da se usvoji prema sledeoj tabeli .
Broj podataka N
Broj klasa k
Histogram - postupak izrade (2/3)
Odrediti granice klasa. Uzeti xmin kao donju granicu prve klase i na nju dodavati širine klasa . Gornja granica zadnje klase mora biti vea ili jednaka xmax
Napraviti tabelu uestalosti prema prethodno izraunatim podacima
Odrediti širinu klase -
= R/k
Izraunatu vrednost treba zaokruiti na isti broj decimalnih mesta koliko imaju i mereni podaci. Zaokruivanje je uvek NA VIŠE.
Klasa
Granice
Raboš
f
(f
1
Histogram - postupak izrade (3/3)
Nacrtati histogram (analogno Pareto dijagramu, samo što se na horizontalnu osu nanose granice klasa)
369.unknown
_991480135.unknown
_991480210.unknown
4. Bimodalni histogram
Uzrok:
- podaci nisu razloeni prema izvorima (dva radnika, dva kontrolora, dve mašine, dva isporuioca, ...)
5. Vrhovi na krajevima
_991480357.unknown
_991480424.unknown
_991480280.unknown
Pouzdanost zakljuaka izvedenih iz analize histogramom zavisi od broja obraenih podataka. Preporuuje se da broj obraenih podataka ne bude manji od 30 .
Neki procesi su prirodno iskošeni (nesimetrian histogram)
Pri sakupljanju podataka, kad god je potrebno, sprovesti stratifikaciju (razvrstavanje po: mašini, smeni, radniku itd.). Nerazvrstani podaci mogu dati deformisane histograme (dva vrha ili oblik visoravni) .
Pri crtanju histograma skala vertikalne ose treba da bude takva da je visina stupca sa najveom uestalošu (0,5 - 2,0)R
slajd */24
Septembar 2004
Koristi se kada je potrebno proveriti postojanje interakcije izmeu dve veliine:
karakteristike kvaliteta i faktora koji utie na nju
dve povezane karakteristike kvaliteta ili
dva faktora koja utiu na istu karakteristiku kvaliteta
Dijagram rasipanja pokazuje šta se dešava sa jednom promenljivom pri promeni druge.
378.unknown
Dijagram rasipanja – postupak izrade
Sakupiti 50 do 100 uparenih podataka za veliine ija se korelacija ispituje.
Nacrtati ose dijagrama vodei rauna da skale na njima budu tako odabrane da ose budu priblino jednake duine. Nepravilan izbor skala na osama moe dovesti do greške pri interpretaciji dijagrama rasipanja.
Uneti take na dijagram. One koje se ponavljaju oznaiti koncentrinim krugovima
^isto}a (%)
slajd */24
Septembar 2004
Dijagram rasipanja – napomene pri analizi
Pri sakupljanju podataka treba što bolje izolovati dve razmatrane veliine (sve ostale uticajne faktore odravati na konstantnom nivou) .
Korelacionom analizom se precizno utvruje jaina veze razmatranih veliina x i y. Koeficijent korelacije za linearnu vezu se izraunava kao
N - broj parova podataka
xi, yi - izmerene vrednosti x i y
x, y - srednje vrednosti x i y
Linearna korelacija je jaa što je r blie 1, a opada kako se r pribliava 0
Regresionom analizom se moe utvrditi oblik povezanosti, razmatranih karakteristika x i y
slajd */24
Septembar 2004
Pod procesom se esto podrazumeva kombinacija: isporuilaca, proizvoaa, ljudi, opreme, ulaznih materijala, metoda i okruenja iji je zajedniki izlaz PROIZVOD koji koristi kupac
Informacije o procesu se dobijaju izuavanjem karakteristika izlaza, ali su najvrednije one koje se dobijaju izuavanjem varijacije samog procesa
Najekonominije je delovanje na proces u smeru spreavanja vanih karakteristika da bitno odstupaju od svojih ciljnih vrednosti.
Delovanje na proizvod (izlaz iz procesa) je “prebrojavanje mrtvih”
slajd */24
Septembar 2004
UZROCI VARIJACIJA PROCESA
SLUAJNI: se odnose na mnoge uzroke varijacija unutar procesa, iji rezultat je prihvatljiva varijacija karakteristike proizvoda – unutar tolerancije
SPECIJALNI: su oni uzroci koji povremeno deluju na proces inei ga nestabilnim i nepredvidivim
slajd */24
Septembar 2004
Lokalne mere
mogu korigovati obino oko 15% problema u procesu
Mere na sistem
su obino zahtevane da se smanje varijacije izazvane sluajnim uzrocima
gotovo uvek zahtevaju korigovanje aktivnosti upravljanja
su potrebne da bi se korigovalo obino oko 85% problema u procesu
slajd */24
Septembar 2004
X

Kontrolna karta je statistiki alat koji omoguava utvrivanje pojave poremeaja odnosno specijalnih / znaajnih uzroka u procesu,
8.unknown
Stabilan proces = merenja se rasipaju unutar kontrolnih granica bez neobinih trendova
Kontrolne granice ≠ granice specifikacije
11.unknown
Odrediti tip kontrolne karte:
p za procenat defektnih
np za broj defektnih
c za broj defekata
Definisati veliinu podgrupe i frekvenciju uzorkovanja
Sakupiti 20 do 25 podgrupa raunajui potrebne karakteristike (X, R, p, np, u ili c) za svaku podgrupu
slajd */24
Septembar 2004
Izraunati kontrolne linije (centralnu i kontrolne granice) prema tabelama
Odrediti skalu i ucrtati kontrolne linije u odgovaraju}i formular
Ucrtati podatke u kartu
Izvršiti analizu
Ako je proces u stanju "pod kontrolom" - izraunate kontrolne granice iskoristiti za dalje praenje procesa. Posle svakih 25 podgrupa dobro je preraunati kontrolne granice
Ako je proces u stanju "izvan kontrole" treba najpre, otkriti i otkloniti znaajne uzroke, a zatim preraunati kontrolne linije za dalje praenje procesa
slajd */24
Septembar 2004
Srednja vrednost X i raspon R za podgrupu:
n - veliina podgrupe (broj jedinica u podgrupi)
Srednja vrednost procesa X i srednji raspon R:
k- broj podgrupa (20 - 25)
Kontrolne granice
slajd */24
Septembar 2004
Veliina
Postoje znaajni uzroci koje treba otkloniti
19.unknown
Interpretacija kontrolne karte (2/6)
(B) Pomeraj: sedam ili više uzastopnih taaka sa jedne strane centralne linije
21.unknown
Interpretacija kontrolne karte (3/6)
(C) Trend: sedam ili više uzastopnih taaka pokazuju trend rasta ili opadanja karakteristike
Mogui uzroci
R karta
X karta
(D) Ciklusi: naizmenini trendovi rasta i padanja u jednakim vremenskim intervalima
Mogui uzroci
R karta
X karta
1. Poboljšanje u procesu
2. Poboljšanje u procesu
2. Razliiti radnici koriste istu kartu
2. Podaci iz razliitih procesa
slajd */24
Septembar 2004
dosledno daje proizvode koji zadovoljavaju zahteve specifikacije,
dosledno daje jedan stabilan procenat proizvoda koji ne zadovoljavaju zahteve specifikacije,
50.unknown
51.unknown
Td
Tg
Tolerancija
Cp ili Cpk < 1.33
Proces nije sposoban: Primeniti 100% kontrolu, utvrditi uzroke i poboljšati proces Promeniti granice specifikacije uz odobrenje kupca
-4-3-2-101234
X
X
X
X
n
R
X
X
n
Mogui uzroci
R karta
X karta
2. Promena materijala 2. Promena materijala
3. Promena radnika 3. Promena metode
4. Neadekvatno odravanje 4. Promena radnika
Mogui uzroci
R karta
X karta
2. Promena materijala 2. Zamor radnika
3. Habanje alata 3. Habanje alata
4. Uslovi okruenja
2. Habanje alata 2. Zamor radnika
Mogui uzroci
R karta
X karta
1. Razlika u kvalitetu materijala 1. Razlika u kvalitetu materijala
2. Razliiti radnici koriste istu kartu 2. Podaci iz razliitih procesa
Mogui uzroci
R karta
X karta
2. Poboljšanje u procesu 2. "štimovani" podaci
C
T
T
p
g
d
Klasa
Granice
Rabo
š
f
S
f
1
930,5