METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ

Slides:



Advertisements
Podobne prezentacje
Badania statystyczne Wykłady 1-2 © Leszek Smolarek.
Advertisements

Excel Narzędzia do analizy regresji
Statystyczna kontrola jakości badań laboratoryjnych wg: W.Gernand Podstawy kontroli jakości badań laboratoryjnych.
W dalszej części zajęć wyróżniać będziemy następujące
Analiza współzależności zjawisk
Skale pomiarowe – BARDZO WAŻNE
BUDOWA MODELU EKONOMETRYCZNEGO
PROGRAM WYKŁADU WSTĘP ORGANIZACJA PRODUKCJI STEROWANIE PRODUKCJĄ
JAKOŚĆ PRODUKTU - USŁUGI
Jak mierzyć asymetrię zjawiska?
Graficzna prezentacja danych Wykład 2 dr Małgorzata Radziukiewicz
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
Miary jednej cechy Miary poziomu Miary dyspersji Miary asymetrii (skośności)
Właściwości średniej arytmetycznej
Analiza współzależności
ANALIZA STRUKTURY SZEREGU NA PODSTAWIE MIAR STATYSTYCZNYCH
Analiza współzależności
Krzysztof Jurek Statystyka Spotkanie 4. Miary zmienności m ó wią na ile wyniki są rozproszone na konkretne jednostki, pokazują na ile wyniki odbiegają
Statystyka w doświadczalnictwie
(dla szeregu szczegółowego) Średnia arytmetyczna (dla szeregu szczegółowego) Średnią arytmetyczną nazywamy sumę wartości zmiennej wszystkich jednostek.
Jakość sieci geodezyjnych. Pomiary wykonane z największą starannością, nie dostarczają nam prawdziwej wartości mierzonej wielkości, lecz są zwykle obarczone.
BIOSTATYSTYKA I METODY DOKUMENTACJI
Niepewności przypadkowe
Wykład 6 Standardowy błąd średniej a odchylenie standardowe z próby
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Korelacje, regresja liniowa
Metody i techniki wspomagające zarządzanie jakością
Wykład 4. Rozkłady teoretyczne
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Jednoczynnikowa analiza wariancji (ANOVA)
Metody zarządzania i sterowania jakością
Konstrukcja, estymacja parametrów
Analiza współzależności cech statystycznych
KARTY KONTROLNE PRZY OCENIE LICZBOWEJ
USTALANIE NORM WYDAJNOSCI PRACOWNIKÓW
Metody zarządzania i sterowania jakością
„Człowiek - najlepsza inwestycja”
Hipotezy statystyczne
Systemy zapewnienia jakości
Elementy Rachunku Prawdopodobieństwa i Statystyki
Statystyka ©M.
Podstawy statystyki, cz. II
Henryk Rusinowski, Marcin Plis
1 Analiza wyników sprawdzianu ‘2014 Zespół Szkolno-Przedszkolny w Krowiarkach – XI 2014 – XI 2014 Opracował: J. Pierzchała.
Co to jest dystrybuanta?
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Dopasowanie rozkładów
Wnioskowanie statystyczne
STATYSTYKA Pochodzenie nazwy:
Narzędzia.
Statystyka medyczna Piotr Kozłowski
ZASTOSOWANIE KOMPUTEROWEGO WSPOMAGANIA W ZARZĄDZANIU JAKOŚCIĄ - METODY FMEA I QFD Politechnika Śląska, Wydział Organizacji i Zarządzania, Katedra Zarządzania.
Analiza FMEA Tomasz Greber
Podstawowe pojęcia i terminy stosowane w statystyce
Statystyczna analiza danych w praktyce
Jak mierzyć asymetrię zjawiska? Wykład 5. Miary jednej cechy  Miary poziomu  Miary dyspersji (zmienności, zróżnicowania, rozproszenia)  Miary asymetrii.
Statystyczna analiza danych
Statystyczna analiza danych
Statystyczna analiza danych
ze statystyki opisowej
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Halina Klimczak Katedra Geodezji i Fotogrametrii Akademia Rolnicza we Wrocławiu WYKŁAD 2 ZMIENNE GRAFICZNE SKALA CIĄGŁA I SKOKOWA.
Niepewności pomiarów. Błąd pomiaru - różnica między wynikiem pomiaru a wartością mierzonej wielkości fizycznej. Bywa też nazywany błędem bezwzględnym.
Jak mierzyć zróżnicowanie zjawiska?
Małgorzata Podogrodzka, SGH ISiD
Jednorównaniowy model regresji liniowej
MIARY STATYSTYCZNE Warunki egzaminu.
Zapis prezentacji:

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: OKREŚLA SIĘ LISTĘ PRZYCZYN, WYBIERA SIĘ KATEGORIE WPŁYWAJĄCE NA ANALIZOWANE ZJAWISKO, OKREŚLA SIĘ PRZEDZIAŁ CZASOWY ANALIZY GROMADZI SIĘ DANE, TWORZY SIĘ TABELE, SKALUJE OSIE, TWORZY SIĘ WYKRES SŁUPKOWY W PORZĄDKU MALEJĄCYM OBLICZA SIĘ I NANOSI NA WYKRES WARTOŚCI SKUMULOWANE, DOKONUJE SIĘ ANALIZY WYKRESU

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

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

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

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

METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ FMEA FORMULARZ STARTOWY WYZNACZENIE CELU, ZAKRESU DZIAŁAŃ I ODPOWIEDZIALNOŚCI, DOBÓR ZESPOŁU, WYBÓR KIEROWNIKA ORGANIZUJĄCEGO PRACĘ ITP...

METODY I TECHNIKI ZARZĄDZANIA JAKOŚCIĄ FMEA – ANALIZA SKUTKÓW I PRZYCZYN POTENCJALNYCH BŁĘDÓW ZIDENTYFIKOWANIE WSZYSTKICH ELEMENTÓW WYROBU LUB FUNKCJI ROZPATRYWANEGO PROCESU W KOLEJNOŚCI TECHNOLOGICZNEJ SPORZĄDZENIE LISTY MOŻLIWYCH BŁĘDÓW PRZYGOTOWANIE LISTY PRAWDOPODOBNYCH SKUTKÓW TYCH BŁĘDÓW OPRACOWANIE LISTY PRZYCZYN MOŻLIWYCH BŁĘDÓW I PRAWDOPODOBIEŃSTWO ICH WYKRYCIA PRZYPORZĄDKOWANIE MOŻLIWYM BŁĘDOM WARTOŚCI RYZYKA P, Z, T, P – prawdopodobieństwo wystąpienia, Z - znaczenie dla klienta, T – wykrywalność (trudność wykrycia)

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

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

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

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

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

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

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.

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

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

STATYSTYCZNE STEROWANIE PROCESEM SPC (Statistical Process Control) PODCZAS PRODUKCJI SERYJNEJ I MASOWEJ, GDZIE WYSTĘPUJE DUŻA JEDNORODNOŚĆ POSZCZEGÓLNYCH CECH WYROBÓW, PROWADZENIE KONTROLI STUPROCENTOWEJ NIE ZNAJDUJE UZASADNIENIA STATYSTYCZNA OCENA JAKOŚCI WYROBÓW SPC ZBIÓR METOD STATYSTYCZNYCH ZMIENNE LOSOWE (PRZYPADKOWE), nie jest się w stanie wyeliminować. Mogą to być zmiany temperatury, wibracje, zmiany kondycji fizycznej operatora, zmiany w strukturze materiałów i surowców itp., ZMIENNE SYSTEMATYCZNE: rozruch maszyn, zmiany oprzyrządowania w maszynach, rozregulowania maszyn i aparatury kontrolnej. Te zmienne jest się w stanie eliminować PROCES POD KONTROLĄ STATYSTYCZNĄ PROCES POZA KONTROLĄ STATYSTYCZNĄ

STATYSTYCZNE STEROWANIE PROCESEM ROZKŁAD NORMALNY POPULACJA PRÓBA PARAMETRY POPULACJI : MIARY KLASYCZNE, CZYLI MIARY POPRAWNOŚCI PROCESU (ŚREDNIA ARYTMETYCZNA, MEDIANA, MODALNA), MIARY ROZRZUTU, CZYLI MIARY PRECYZJI PROCESU (ROZSTĘP, ODCHYLENIE STANDARDOWE PRÓBKI), MIARY ASYMETRII ŚREDNIA ARYTMETYCZNA OKREŚLA PRZECIĘTNY POZIOM CECH W ZBIOROWOŚCI (xi - wartość obserwacji, n – liczba zmiennych) 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, - suma liczebności obserwacji poprzedzających przedział mediany)

STATYSTYCZNE STEROWANIE PROCESEM MODALNA (DOMINANTA) JEST WARTOŚCIĄ, KTÓRA WYSTĘPUJE NAJCZĘŚCIEJ. Modalnej odpowiada maksymalna liczba spostrzeżeń lub wartości: 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 WARIANCJA Z PRÓBY (n - 1) - liczba stopni swobody - miara odchylenia od wartości średniej ODCHYLENIE STANDARDOWE PRÓBKI OKREŚLA O ILE JEDNOSTKI Z BADANEJ ZBIOROWOŚCI ODCHYLAJĄ SIĘ OD WARTOŚCI ŚREDNIEJ

STATYSTYCZNE STEROWANIE PROCESEM W ROZKŁADZIE NORMALNYM WARTOŚĆ ŚRODKOWA (OCZEKIWANA) ROZKŁADU ZAWARTA JEST W GRANICACH mieści się około 99,7% wszystkich obserwacji, mieści się około 95,4% wszystkich obserwacji, mieści się około 68,3% wszystkich obserwacji

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.

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.

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

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 ). 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: gdzie T = GLT – DLT, p – odchylenie standardowe wartości wszystkich pomiaru procesu w dłuższym okresie

METODY I NARZĘDZIA STATYSTYCZNE STABILNOŚĆ CAŁEGO PROCESU WSPÓŁCZYNNIK Cpk OKREŚLA POŁOŻENIE WARTOŚCI POMIARÓW W POLU TOLERANCJI (jest miarą wycentrowania procesu). gdzie - wartość średnia badanej cechy, lub - oddalenie wartości średniej od najbliższej granicy tolerancji PRZY Cpk = 1 przedział 3p rozkładu normalnego znajduje się jeszcze w granicach tolerancji Cpk  1,33 !! W POLU TOLERANCJI MUSI SIĘ ZNAJDOWAĆ PRZYNAJMNIEJ PRZEDZIAŁ 4p

METODY I NARZĘDZIA STATYSTYCZNE ARKUSZE ANALITYCZNE .....NAJPOPULARNIEJSZE SĄ ARKUSZE PROGRAMU EXCEL

METODY I NARZĘDZIA STATYSTYCZNE HISTOGRAMY HISTOGRAM JEST GRAFICZNYM OBRAZEM (W POSTACI WYKRESU SŁUPKOWEGO) ZMIENNOŚCI OKREŚLONEGO ZBIORU DANYCH TRYB POSTĘPOWANIA: ZEBRANIE DANYCH POTRZEBNYCH DO WYKRESU (co najmniej n = 30 wartości) I POLICZENIE ILOŚCI PUNKTÓW POMIARU (n) PODZIAŁ ZAKRESU POMIARU NA KLASY OKREŚLENIE SZEROKOŚĆ ZAKRESU (ROZSTĘPU) RÓWNEGO RÓŻNICY POMIĘDZY WARTOŚCIĄ NAJWIĘKSZĄ I WARTOŚCIĄ NAJMNIEJSZĄ USTALENIE SZEROKOŚCI KLASY = ROZSTĘP/LICZBA KLAS SPORZĄDZENIE ARKUSZU KRESKOWEGO

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

METODY I NARZĘDZIA STATYSTYCZNE HISTOGRAMY TYP GRZEBIENIOWY O KILKU WARTOŚCIACH MODALNYCH. Charakterystyczny tym, że kilka dających się wybrać przyczyn decydują o rozkładzie liczby obserwacji w poszczególnych rozdziałach TYP PODSTAWOWY. SYSTEMATYCZNY O KSZTAŁCIE DZWONU Z WARTOŚCIĄ ŚREDNIĄ LEŻĄCĄ POŚRODKU ROZSTĘPU. Sugeruje rozkład normalny

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

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

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

METODY I NARZĘDZIA STATYSTYCZNE PUNKTOWY DIAGRAM KORELACJI PUNKTOWY DIAGRAM KORELACJI JEST PROSTYM GRAFICZNYM NARZĘDZIEM BADANIA WSPÓŁZALEŻNOŚCI MIĘDZY ZMIENNA NIEZALEŻNĄ x I ZMIENNĄ ZALEŻNĄ y KORELACJA DODATNIA ...badany czynnik (x) jest głównym czynnikiem mającym wpływ na analizowany problem (y) a - współczynnik kierunkowy prostej, b – punkt przecięcia prostej z osią y,  - błąd wywołany na skutek innych niekontrolowanych przyczyn, z których żadna nie jest dominująca

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