- Statisztikai folyamatszabályozás
- SQC kontra SPC
- Mi a kísérlettervezés (DOE)?
- Varianciaelemzés (ANOVA)
Statisztikai módszerek a minőségfejlesztésben
A statisztikai módszerek alkalmazása a minőségfejlesztésben számos formában jelenik meg, többek között:
Hipotézis tesztelés
Két hipotézist értékelünk: egy nullhipotézist (H0) és egy alternatív hipotézist (H 1). A nullhipotézis egy statisztikai tesztben használt „szalmabábu”. A következtetés az, hogy a nullhipotézist vagy elvetjük, vagy nem vetjük el.
Regressziós elemzés
Meghatároz egy matematikai kifejezést, amely leírja egy válasz és egy vagy több független változó közötti funkcionális kapcsolatot.
Statisztikai folyamatszabályozás (SPC)
Statisztikai technikák segítségével figyelemmel kíséri, ellenőrzi és javítja a folyamatokat. Az SPC azonosítja, ha a folyamatok a különleges okú eltérés miatt (különleges körülmények által okozott, nem a folyamathoz tartozó eltérés) kikerülnek az ellenőrzés alól. A gyakorlati szakemberek ezután kereshetik a módját annak, hogyan lehet ezt az eltérést eltávolítani a folyamatból.
Tervezése és elemzése Kísérletek
Ellenőrzött tesztek tervezése, végrehajtása, elemzése és értelmezése a válaszváltozót befolyásoló tényezők értékelésére.
A 20. század elején alakult ki az a gyakorlat, hogy kis, reprezentatív mintát használnak egy szélesebb populációra vonatkozó következtetés levonására. William S. Gosset-nek, közismertebb nevén a „Student” álnév alatt, kis mintákat kellett vennie egy sörfőzési folyamatból, hogy megértsen bizonyos minőségi jellemzőket. Az általa levezetett statisztikai megközelítést (amelyet ma egymintás t-próbának nevezünk) később R. A. Fisher és mások továbbfejlesztették.
Jerzy Neyman és E. S. Pearson az 1920-as években kidolgozott egy teljesebb matematikai keretet a hipotézisvizsgálathoz. Ez olyan, a statisztikusok számára ma már ismerős fogalmakat tartalmazott, mint például:
- I. típusú hiba – a nullhipotézis téves elutasítása.
- II. típusú hiba – a nullhipotézis hibás elutasítása.
- Statisztikai teljesítmény – a nullhipotézis helyes elutasításának valószínűsége.
A Fisher-féle varianciaanalízis (vagy ANOVA) eljárás biztosítja azt a statisztikai motort, amelyen keresztül számos statisztikai elemzést végeznek, mint például a mérőműszerek ismételhetőségi és reprodukálhatósági vizsgálataiban és más tervezett kísérletekben. Az ANOVA nagyon hasznos eszköznek bizonyult annak vizsgálatában, hogy a variáció hogyan tulajdonítható bizonyos vizsgált tényezőknek.
W. Edwards Deming és mások bírálták a statisztikai következtetési eljárások válogatás nélküli használatát, megjegyezve, hogy hibás következtetések vonhatók le, hacsak nem egy stabil rendszerből veszünk mintát. Az adatok vizsgálatakor az elvégzett statisztikai vizsgálat típusának figyelembevétele kulcsfontosságú szempont kell, hogy legyen.
Töltse le e-könyvünket
Töltse le ingyenes e-könyvünket, hogy megtudja, hogyan tudja a GQ Interim szakértői vezetői megoldásokkal átalakítani vállalkozását!
Statisztikai folyamatszabályozás
A statisztikai folyamatszabályozási (SPC) eljárások segíthetnek a folyamat viselkedésének nyomon követésében.
Az SPC vitathatatlanul legsikeresebb eszköze a kontrollgrafikon, amelyet eredetileg Walter Shewhart fejlesztett ki az 1920-as évek elején. A kontrollgrafikon segít az adatok rögzítésében, és lehetővé teszi, hogy lássa, ha szokatlan esemény, pl. a „tipikus” folyamat teljesítményéhez képest nagyon magas vagy alacsony megfigyelés történik.
A szabályozási diagramok a folyamatváltozások két típusa között próbálnak különbséget tenni:
- Közös okból eredő eltérés, amely a folyamat velejárója, és mindig jelen lesz.
- Különleges okú eltérés, amely külső forrásból származik, és azt jelzi, hogy a folyamat kívül esik a statisztikai ellenőrzésen.
Különböző tesztek segíthetnek annak megállapításában, hogy mikor történt vezérlésen kívüli esemény. Azonban minél több tesztet alkalmaznak, annál nagyobb a téves riasztás valószínűsége is.
Háttér
A II. világháború alatt az Egyesült Államokban jelentősen megnőtt a kontrollgrafikonok használata a lőszerek és más stratégiailag fontos termékek minőségének biztosítása érdekében. A háború után az SPC használata némileg csökkent, bár később Japánban nagy hatással kezdték alkalmazni, és a mai napig folytatódik.
Az utóbbi években számos SPC-technikát „újra felfedeztek” az amerikai cégek, különösen a minőségjavítási kezdeményezések, például a Six Sigma részeként. A kontrollgrafikon-eljárások széles körű alkalmazását nagyban elősegítették a statisztikai szoftvercsomagok és az egyre kifinomultabb adatgyűjtő rendszerek.
Idővel más folyamatfelügyeleti eszközöket is kifejlesztettek, többek között:
- Kumulatív összeg (CUSUM) diagramok: Az egyes ábrázolt pontok ordinátája az előző ordináta és a céltól való legutóbbi eltérések algebrai összege.
- Exponenciálisan súlyozott mozgóátlag (EWMA) grafikonok: Minden egyes grafikonpont az aktuális és az összes korábbi alcsoport értékének súlyozott átlagát jelenti, nagyobb súlyt adva a közelmúltbeli folyamatok történetének, és csökkenő súlyt a régebbi adatoknak.
Újabban mások az SPC integrálását javasolják a mérnöki folyamatirányítási (EPC) eszközökkel, amelyek a teljesítmény javítása érdekében rendszeresen módosítják a folyamat bemenő adatait.
Statisztikai minőségellenőrzés és statisztikai folyamatszabályozás (SQC vs. SPC)
1974-ben Dr. Kaoru Ishikawa a Guide to Quality Control (Útmutató a minőségellenőrzéshez) című szövegében összegyűjtötte a folyamatfejlesztés eszközeit. Ezek a világszerte hét minőségellenőrzési eszközként (7- QC) ismertek:
- Ok-okozati elemzés
- Ellenőrző lapok/számlálólapok
- Ellenőrző diagramok
- Grafikonok
- Hisztogramok
- Pareto-elemzés
- Szóráselemzés
A 7-QC alapeszközökön kívül van néhány további eszköz is, amelyeket hét kiegészítő (7- SUPP) eszközként ismerünk:
- Az adatok rétegzése
- Hibatérképek
- Eseménynaplók
- Folyamatok folyamatábrái/térképek
- Progress központok
- Randomizálás
- A minta méretének meghatározása
A statisztikai minőségellenőrzés (SQC) a 14 statisztikai és analitikai eszköz (7-QC és 7 SUPP) alkalmazása a folyamat kimeneteinek (függő változók) ellenőrzésére. A statisztikai folyamatszabályozás (SPC) ugyanezen 14 eszköz alkalmazása a folyamat bemeneteinek (független változók) ellenőrzésére.
Az alábbi ábra ezeket az összefüggéseket mutatja be.
Mi a kísérlettervezés (DOE)?
Az alkalmazott statisztikának ez az ága az ellenőrzött tesztek tervezésével, végrehajtásával, elemzésével és értelmezésével foglalkozik, hogy értékelje azokat a tényezőket, amelyek egy paraméter vagy paramétercsoport értékét befolyásolják.
Egy stratégiailag megtervezett és végrehajtott kísérlet sok információt szolgáltathat egy vagy több tényezőnek a válaszváltozóra gyakorolt hatásáról. Sok kísérlet során bizonyos tényezőket állandó értéken tartanak, és egy másik változó szintjét változtatják meg. Ez a folyamat megismerésére irányuló egytényezős (vagy OFAT) megközelítés azonban nem hatékony, ha összehasonlítjuk a tényezők szintjének egyidejű megváltoztatásával.
A tervezett kísérletekkel kapcsolatos jelenlegi statisztikai megközelítések közül sok a 20. század elején R. A. Fisher munkásságából származik. Fisher bemutatta, hogy ha időt szánunk arra, hogy komolyan átgondoljuk a kísérlet tervezését és végrehajtását, mielőtt kipróbálnánk azt, hogyan lehet elkerülni az elemzés során gyakran felmerülő problémákat. A tervezett kísérlet létrehozásának kulcsfogalmai közé tartozik a blokkolás, a randomizáció és a replikáció.
Egy jól elvégzett kísérlet választ adhat olyan kérdésekre, mint:
- Melyek a folyamat kulcstényezői?
- Milyen beállítások mellett nyújtana a folyamat elfogadható teljesítményt?
- Melyek a folyamat kulcs-, fő- és kölcsönhatásai?
- Milyen beállítások eredményeznének kisebb eltérést a kimenetben?
A tudás megszerzésének ismétlődő megközelítése ösztönözve van, jellemzően az alábbi, egymást követő lépésekkel:
- Szűrési terv, amely leszűkíti az értékelendő változók körét.
- A „teljes faktoriális” terv, amely a tényezők és a tényezőszintek minden kombinációjának válaszát vizsgálja, és kísérletet tesz arra, hogy az értékek egy olyan régióját határozza meg, ahol a folyamat közel áll az optimalizáláshoz.
- Válaszfelület-tervezés a válasz modellezésére.
Blokkolás
Ha egy tényező randomizálása lehetetlen vagy túl költséges, a blokkolás lehetővé teszi a randomizálás korlátozását azáltal, hogy az összes vizsgálatot a tényező egyik beállításával, majd az összes vizsgálatot a másik beállítással végzi el.
Randomizálás
Arra a sorrendre utal, amelyben a kísérlet próbáit elvégzik. A véletlenszerű sorrend segít kiküszöbölni az ismeretlen vagy nem ellenőrzött változók hatásait.
Replikáció
A teljes kísérleti kezelés megismétlése, beleértve a beállításokat is.
Varianciaelemzés (ANOVA)
Az ANOVA egy alapvető statisztikai módszer annak meghatározására, hogy egy tényező vagy tényezőcsoport milyen arányban befolyásolja a teljes variációt. Egy adathalmaz teljes variációját értelmes, meghatározott variációs forrásokhoz kapcsolódó komponensekre bontja a modell paramétereire vonatkozó hipotézis teszteléséhez vagy a varianciakomponensek becsléséhez. Három modell létezik: fix, véletlenszerű és vegyes.
Következtetés
Összefoglalva, a statisztikai módszerek képezik a hatékony minőségfejlesztés alapját. Az olyan eszközök, mint a hipotézisvizsgálat, a regresszióelemzés, az SPC és a kísérletek tervezése lehetővé teszik a szervezetek számára, hogy felismeréseket tárjanak fel, nyomon kövessék a teljesítményt és ellenőrizzék a variációt. A közös és a különleges okok megkülönböztetésével, a folyamatbemenetek optimalizálásával és a változások szisztematikus tesztelésével ezek a technikák lehetővé teszik a döntéshozók számára az eredmények javítását, a pazarlás csökkentését és az általános hatékonyság növelését. E módszerek alkalmazása támogatja a folyamatos fejlesztés kultúráját, amely az adatokon és a tudományos gondolkodáson alapul.
Érdekli az Interim Expert?
Fedezze fel, hogy az Interim-vezetés hogyan növelheti drámaian vállalkozása hatékonyságát. Vegye fel a kapcsolatot csapatunkkal, hogy megtudja, hogyan javíthat vállalatán a GQ Interim-mel való együttműködés.
- Kezdje el néhány napon belül
- 10 000+ tanácsadói adatbázis
- Vállalkozása alapvető problémáinak megoldása
- Egyedi megoldások az Ön üzleti igényeihez
- Bizonyított eredmények mérhető hatással
Kapcsolódó cikkek
- A forráskeresés és a toborzás különálló funkciókat képviselnek, amelyek mindegyike speciális módszereket alkalmaz a potenciális jelöltek azonosítására és bevonására. A toborzó kritikus szerepet játszik, innovatív technikákat alkalmazva a legjobb tehetségek felfedezésére aktív, passzív és közvetlen módszerekkel.
- A talent sourcing egy proaktív toborzási gyakorlat, amelynek célja a potenciális jelöltek azonosítása, vonzása és elköteleződése, gyakran a konkrét állásajánlatok megjelenése előtt. A hagyományos toborzással ellentétben, amely az azonnali személyzeti igényeket célozza meg, a tehetségkutatás a hosszú távú kapcsolatok ápolására és a szervezet tehetségbázisának bővítésére összpontosít.
- Sok „szakértő” ragaszkodik ahhoz, hogy az ügyfelek valójában nem tudják, mit akarnak; meg kell mondani nekik. Tévednek, teljesen tévednek! A valóságban az ügyfelek pontosan tudják, mit gondolnak egy termékről vagy szolgáltatásról – még akkor is, ha nem mindig tudják megfogalmazni. Itt jön képbe a Kano modell: egy hatékony eszköz, amely segít megfejteni az ügyfelek elvárásait, feltárva a finom különbségeket aközött, hogy mi okoz örömet, mi elégít ki és mi okoz frusztráló hatást.
- Dr. Juran számos fontos alapvető módszert és eszközt hagyott ránk a minőségirányítás területén eltöltött évei alatt.
