«Это все об уменьшении вариабельности».

 

Э. Деминг

 Вариабельность

Природа вариабельности (теория вариабельности)

 

Этот раздел сайта посвящен объяснению необходимости понимания природа вариабельности для управления любыми системами (социальными, деловыми, производственными и техническими), ведь мы живем в мире, наполненном вариабельностью.

 

Материал подготовил Григорьев С. П.

 

 

 

Основная проблема менеджмента, лидерства и производства, как ее сформулировал мой друг Ллойд Нельсон и как мы подчеркивали в предыдущих главах, заключается в непонимании природы вариаций и неумении их интерпретировать. Усилия и применение методов совершенствования качества и производительности в большинстве компаний и правительственных учреждений фрагментарны, не предполагают ни общего компетентного руководства, ни цельной системы непрерывного совершенствования. Каждому, независимо от занимаемой должности, необходимо обучение и развитие. В атмосфере разрозненности усилий люди движутся каждый в своем направлении, не имея возможности приносить бóльшую пользу компании и тем более развиваться.

- [2] Деминг, У. Э.

 

 

 

Вариабельность – изменчивость, разнообразие, разброс или мера отклонения от "оптимума". Само изменение называют вариацией или вариантом. Эксперимент с доской Гальтона демонстрирует явление вариабельности в замкнутой системе при идеальных условиях.

 

 

 

 

Эксперименты

Смотрите описание экспериментов «воронка и мишень» и «красные бусины» — превосходные демонстрации природы вариаций и обычной практики менеджмента.

 

Важно понимать природу вариабельности, до того как приступать к любым изменениям в системе или бизнес-процессах компании по следующим причинам:

 

 

 

Во-первых, если выход процесса определяется влиянием особых причин, то его поведение меняется непредсказуемо и, таким образом, невозможно оценить результат изменений в конструкции, обучении, политике закупок комплектующих и т. д., которые могли бы быть введены менеджментом в этот процесс (или в систему, которая содержит этот процесс) с целью улучшения. Пока процесс находится в неуправляемом состоянии, никто не может предсказать его возможности.

- [1] Генри Р. Нив

 

 

 

Статистически неустойчивое (непредсказуемое, неуправляемое, нестабильное) состояние процесса может быть выявлено с помощью контрольных карт Шухарта. Это худшее состояние для любых процессов. Когда контрольные карты демонстрируют признаки нестабильного состояния, только в этом случае требуется немедленное вмешательство в процесс для выявления и устранения особых причин, вызвавших эту нестабильность. Установка конкретной численной цели для непредсказуемого процесса больше напоминает профанацию. Системные изменение вносимые в неуправляемый процесс, скорее всего окажутся мало полезными для совершенствования процесса и будут экономически нецелесообразны. Более того, не будет возможности достоверно измерить эффект от таких изменений. Прежде всего потребуется привести процесс в статистически устойчивое состояние, что всегда приводит к существенному экономическому эффекту и не требует дополнительных трат.

 

Контрольная карта Шухарта для статистически неуправляемого процесса и не имеющая смысла численная цель для него.

Рисунок 1.1. Контрольная карта Шухарта для статистически неуправляемого процесса.

CL - средняя линия, ВКГ - верхняя контрольная граница, НКГ - нижняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая конкретному уникальному процессу.

 

Для XmR-карты индивидуальных значений и гистограмм распределения:

ВКГ обозначается, как UNPL(x) - Upper Natural Process Limits / Верхняя естественная граница процесса

НКГ обозначается, как LNPL(x) - Lower Natural Process Limits / Нижняя естественная граница процесса

 

Для карт XbarR средних и размахов подгрупп, p, np, C, u:

ВКГ обозначается, как UCL(x) - Upper Control Limits

НКГ обозначается, как LCL(x) - Lower Control Limits

 

Литература: Правила построения контрольных карт Шухарта смотрите в ГОСТ Р 50779.42-99 (ИСО 8258-91) - [11.1]  Статистические методы. Контрольные карты Шухарта.

Статья: Правила определения отсутствия управляемости по контрольным картам.

 

 

 

Если система не находится в состоянии статистической управляемости, трудно измерить эффект от изменений. Говоря точнее, если нет управляемости, заметны будут только катастрофические результаты.

- [2] Деминг, У. Э.

 

 

 

 

Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, меняющегося во времени

Рисунок 1.2. Демонстрация распределения данных и контрольная XbarR-карта (XR-карта)  Шухарта средних и размахов подгрупп для процесса, меняющегося во времени, находящегося в статистически неуправляемом состоянии (нестабильного процесса).

 

Четыре точки в зоне каждой гистограммы (колоколообразные кривые) на рисунке 1.2. - индивидуальные значения и представляют одну подгруппу данных. Точки на контрольной Xbar-карте средних (верхний график) представляют средние значения точек каждой подгруппы из соответствующих гистограммам. Точки на R-карте размахов подгрупп (нижний график) представляют разницу между максимальным и минимальным значением в каждой подгруппе. Все точки на графиках размещены слева направо по мере образования во времени.

 

 

 

Во-вторых, когда особые причины устранены, так что остаются только общие причины вариаций, тогда улучшения могут зависеть от управляющих воздействий. Поскольку в этом случае наблюдаемые вариации системы определяются тем, как и каким образом, процессы и система были спроектированы и построены, то только управляющий персонал, топ-менеджеры имеют полномочия для изменений системы и процессов.  - [1] Генри Р. Нив

 

 

 

Когда построенные для анализируемого выхода процесса контрольные карты демонстрируют статистически устойчивое состояние, в этом случае крайне нежелательно вмешательство в процесс с целью разобраться с каждым скачком вверх и вниз, привлекающим внимание.

 

 

 

Любые два числа, которые не являются одинаковыми, считаются разными. К сожалению, это верно, когда речь заходит об арифметике, но неверно, когда речь заходит об интерпретации данных. В этом мире два разных числа вполне могут представлять одно и то же.  - [25]  Дональд Уилер, DONALD J. WHEELER

 

 

Например, когда процесс находится в статистически управляемом состоянии не имеет практического смысла разбор каждого случая выхода продукции за пределы допуска (спецификации), т. к. в этом случае дефектная и качественная продукция являются однородными продуктами стабильного процесса. С таким же успехом вы можете анализировать и продукцию, находящуюся в пределах допуска. Эта ошибочная практика наблюдается повсеместно:

 

«По всем случаям брака назначается расследование. Инженер по качеству выясняет корневую причину возникновения дефекта.

В большинстве своем высокий уровень качества достигается путем постоянных изменений в техпроцессе». - Заместитель начальника управления по развитию производственной системы (УРПС) российской компании, производящей двигатели для пассажирских самолетов.

Источник "Вестник ЛИН" УМПО. 14.02.2018г.

 

 

 

Знаниям нет замены. Но перспектива использования знаний пугает.  - [2] Эдвардс Деминг

 

 

 

Статистически управляемое состояние процесса, лучшее на что он способен в текущих условиях. В этом случае знание о прошлом поведении процесса дает основания для прогнозирования его будущего поведения, пока он находится в статистически устойчивом состоянии. Для совершенствования (уменьшения вариабельности и смещения положения среднего ближе к целевому оптимуму) стабильных процессов необходимы системные изменения. Такие изменения, если они имеют значимый эффект, будет легко отследить с помощью контрольных карт. Установка конкретной численной цели для предсказуемых (управляемых) процессов бессмысленна. Процесс, по определению предсказуем. Под действием общих (системных) причин процесс будет случайным образом выдавать точки выше и ниже среднего в соответствии с эмпирическим правилом плотности распределения (будет пояснено ниже). Новые точки будут вписываться в рассчитанные контрольные пределы (ВКГ, НКГ) все меньше оказывая влияние на арифметическое значение средней линии.

 

 

Контрольная карта Шухарта для статистически управляемого процесса. Цель выше или ниже контрольных границ не имеет смысла.

Рисунок 2. Контрольная карта Шухарта для статистически управляемого процесса.

CL - центральная линия (среднее процесса), ВКГ - верхняя контрольная граница, НКГ - нижняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая конкретному уникальному процессу.

 

 

 

Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, не меняющегося во времени

Рисунок 3.2. Демонстрация распределения данных и контрольная XbarR-карта (XR-карта) Шухарта средних и размахов подгрупп для процесса, не меняющегося во времени, находящегося в статистически управляемом состоянии (стабильного процесса).

 

 

 

Ну, и какая разница? И что нам это дает? Да все то, что отделяет успех от неудачи! В-третьих, мы приходим к проблеме, если мы (на практике) не отличаем один тип изменчивости от другого и действуем без понимания, мы не только не улучшим дело — мы, несомненно, сделаем положение еще худшим. Ясно, что это так и будет, и останется загадкой для тех, кто не понимает природы изменчивости (вариаций).

- [1] Генри Р. Нив

 

 

Непревзойденным инструментом управления совершенствованием процесса являются контрольные карты Шухарта.

 

Контрольные границы служат в роли операционального определения минимизации потерь от совершения ошибок первого и второго рода, являются голосом ваших процессов, а также позволяют объективно отслеживать реальные изменения процессов как в лучшую, так и в худшую сторону.

 

Эмпирическое правило распределения данных в стабильной системе.

Рисунок 3.1. Эмпирическое правило распределения данных в стабильной системе.

CL - средняя линия, ВКГ - верхняя контрольная граница, НКГ - нижняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая конкретному уникальному процессу.

 

 

 

Эмпирическое правило предоставляет нам полезный способ описания данных при помощи меры положения и меры рассеяния. Если дано однородное множество данных:

1) примерно 60–75% данных находятся в пределах одной сигма-единицы по обе стороны от среднего;

2) ориентировочно от 90 до 98% данных лежат на расстоянии две сигма-единицы от среднего;

3) приблизительно 99–100% данных удалены от среднего не более чем на три сигма-единицы.

 

Сигма-единица — это мера масштаба данных. Общие статистики рассеяния можно преобразовать в σ-единицы при помощи опубликованных формул.

- [4] Дональд Уилер, DONALD J. WHEELER

 

Формулы для расчёта σ-единиц см. [11.1] ГОСТ Р 50779.42-99 (ИСО 8258-91) - Примечание Григорьев С. П.

 

 

 

 

Эмпирическое правило распределения данных в стабильной системе с одной контрольной границей.

Рисунок 3.2. Пример частного случая применения эмпирического правила распределения данных в стабильной системе для процесса с одной контрольной границей. CL - средняя линия, ВКГ - верхняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая конкретному уникальному процессу.

 

 

 

Канбан, или система «точно вовремя», – это естественное следствие достижения состояния статистического управления для показателей качества продукции, что, в свою очередь, ведет к достижению статистической управляемости для скорости производственного процесса.

- [2] Деминг, У. Э.

 

 

Контрольные границы процесса "ничего не знают" о границах допуска (требованиях спецификаций), относительно которых определяется дефектность изделий. Дефектность продукции определяется искусственно установленными границами допусков или спецификаций. Раздвиньте границы спецификации шире контрольных границ статистически управляемого процесса - вот вам и "ноль дефектов" или "бездефектное производство". Был "ноль дефектов", сблизьте границы спецификации разместив их внутри контрольных границ карты Шухарта - вот вам и гарантированные "дефекты", вероятное количество которых легко предположить по эмпирическому правилу распределения данных в стабильной системе. В коротком видео ниже представлена дорожная карта экономически целесообразного метода совершенствования процесса до состояния, когда процесс будет функционировать так узко в границах установленных допусков, что не будет производить дефектных изделий вообще. Эта цель процесса легко нейтрализует неопределенность измеряемых значений из-за ошибки системы измерений, которая в свою очередь должна находиться в стабильном состоянии, т. к. не будет граничных значений размещенных у границ допусков. О граничных значениях представлен материал в конце статьи. Смотрите описание Функции потерь качества Тагути, дающее операциональное определение качества мирового класса.

 

 

 

 

Соответствия допускам недостаточно.

Более того, не существует способа узнать, сохранится ли соответствие допускам, если процесс не находится в состоянии статистической управляемости. До тех пор пока особые причины не определены и не исключены (по крайней мере, те, что появлялись до сих пор), никто не сможет предсказать, что произведет процесс в следующий час. Зависимость от инспекции (единственная альтернатива) опасна и дорогостояща. Ваш процесс может хорошо работать с утра и произвести изделия за границами поля допуска после полудня.

Рассчитанные допуски – это не границы, определяющие, как действовать. На деле крупные потери возникают тогда, когда процесс постоянно регулируется то одним, то другим образом с целью соответствия допускам.

- [2] Деминг, У. Э.

 

 

 

 

Видео 1. Что же надо далать?

Условные обозначения элементов в видео:

НГД и ВГД - нижняя и верхняя границы допуска соответственно (анг, LSL и USL);

m0 - номинал поля допуска;

НГП и ВГП - нижняя и верхняя натуральные границы процесса (англ. LNPL и UNPL);

ЦЛ - центральная линия процесса (среднее).

 

 

Диагностирование действительных изменений в процессе

 

Ниже представлен фильм о методе оперативного диагностирования изменений в процессе (системе), как положительных, так и отрицательных, с помощью контрольной карты Шухарта.

 

 

 

 

 

Ссылки на связанные статьи

Понимание природы вариабельности и как ею управлять дает ответы на многие вопросы. Смотрите статьи в открытых решениях:

 

 

 

 

С юмором о вариабельности

 

Смотрите запись весёлого семинара о вариабельности в жизни ИТ-команд. Автор и ведущий: Максим Дорофеев.

 

Всё в презентации представлено верно, за исключением слайда, демонстрируемого в промежутке времени видеопрезентации от 12:20 до 13:50, в части пояснения действительного вреда от компенсирующего воздействия на процесс, находящийся в статистически устойчивом состоянии. Смотрите подробное пояснение этого явления в статье: Правильные и неправильные пути использования полей допусков. Следует ли сортировать продукцию относительно полей допуска на дефектную и бездефектную или пытаться настраивать процесс?

 

Открытые решения

Технический нокаут конкурентов

Нормирование производственных процессов

Использование KPI в системе мотивации

Премирование сотрудников

АСУ ТП. Ошибки первого и второго рода

Построение контрольных карт по неадекватным единицам измерения ведет к ошибочным выводам

Анализ количества исходящих контактов отдела продаж

Управление на основе страха

KPI в управлении качеством

Качество или количество?

Сравнение среднемесячных значений с нормативами для индивидуальных измерений - невежество

Достаточно ли анализа гистограмм распределения? Начинайте с построения контрольных карт Шухарта

Проблемы применения таблиц выборочного приёмочного контроля качества

Деньги есть, знаний не надо - обычная практика доминирующего стиля менеджмента

Субоптимизация на цифровой модели - иллюзия улучшений

Соответствующая спецификации продукция действительно соответствующая?

Правильные и неправильные пути использования полей допусков. Следует ли сортировать продукцию относительно полей допуска на дефектную и бездефектную или пытаться настраивать процесс?

Новые станки, роботизация и приспособления – не панацея!

 

 

 

 

Фундаментальные знания

14 пунктов программы доктора Э. Деминга для менеджмента

Система глубинных знаний. Deming's System of Profound Knowledge (SoPK)

Смертельные болезни и препятствия на пути к преобразованиям

Биографические данные Эдвардса Деминга

Предостережение Э. Деминга в предисловии к его книге «Выход из кризиса»

Вопросы в помощь менеджменту компаний от Эдвардса Деминга

Природа вариабельности

Преобразование и непрерывное совершенствование системы закупок

Эксперимент Э. Деминга с красными бусинами. Dr. Deming's Red Bead Experiment

Эксперимент Э. Деминга "Воронка и мишень". Dr. Deming's Funnel Experiment

Операциональные определения (operational definition)

Всё или ничего вместо использования таблиц для выборочного приемочного контроля

Управление по целям (MBO), что не так?

Система мотивации персонала

О вреде премирования

Бессмысленность поиска примеров

Ошибочная привлекательность конкуренции

Вирусная теория менеджмента

Концепция вариабельности в процессах организационного управления

Концепция вариабельности и управление персоналом

Концепция вариабельности и управление технологическими процессами

Не путайте удачу с успехом

Правила определения отсутствия управляемости по контрольным картам Шухарта

Контрольные карты для альтернативных данных (подсчётов) p-карта, np-карта, C-карта и u-карта или XmR-карта индивидуальных значений?

 Контрольные карты Шухарта  SPC SOFTWARE

Самые эффективные и доступные инструменты статистического управления процессами (Statistical Process Control, SPC):

E-mail: info@deming.pro

Тел.: (812) 679-79-71

Россия, Санкт-Петербург

Центр инновационного менеджмента Э. Деминга и Статистического управления процессами

 Вариабельность

Природа вариабельности (теория вариабельности)

 

Этот раздел сайта посвящен объяснению необходимости понимания природа вариабельности для управления любыми системами (социальными, деловыми, производственными и техническими), ведь мы живем в мире, наполненном вариабельностью.

 

Материал подготовил Григорьев С. П.

 

 

 

Основная проблема менеджмента, лидерства и производства, как ее сформулировал мой друг Ллойд Нельсон и как мы подчеркивали в предыдущих главах, заключается в непонимании природы вариаций и неумении их интерпретировать. Усилия и применение методов совершенствования качества и производительности в большинстве компаний и правительственных учреждений фрагментарны, не предполагают ни общего компетентного руководства, ни цельной системы непрерывного совершенствования. Каждому, независимо от занимаемой должности, необходимо обучение и развитие. В атмосфере разрозненности усилий люди движутся каждый в своем направлении, не имея возможности приносить бóльшую пользу компании и тем более развиваться.

- [2] Деминг, У. Э.

 

 

 

Вариабельность – изменчивость, разнообразие, разброс или мера отклонения от "оптимума". Само изменение называют вариацией или вариантом. Эксперимент с доской Гальтона демонстрирует явление вариабельности в замкнутой системе при идеальных условиях.

 

 

 

 

Эксперименты

Смотрите описание экспериментов «воронка и мишень» и «красные бусины» — превосходные демонстрации природы вариаций и обычной практики менеджмента.

 

Важно понимать природу вариабельности, до того как приступать к любым изменениям в системе или бизнес-процессах компании по следующим причинам:

 

 

 

Во-первых, если выход процесса определяется влиянием особых причин, то его поведение меняется непредсказуемо и, таким образом, невозможно оценить результат изменений в конструкции, обучении, политике закупок комплектующих и т. д., которые могли бы быть введены менеджментом в этот процесс (или в систему, которая содержит этот процесс) с целью улучшения. Пока процесс находится в неуправляемом состоянии, никто не может предсказать его возможности.

- [1] Генри Р. Нив

 

 

 

Статистически неустойчивое (непредсказуемое, неуправляемое, нестабильное) состояние процесса может быть выявлено с помощью контрольных карт Шухарта. Это худшее состояние для любых процессов. Когда контрольные карты демонстрируют признаки нестабильного состояния, только в этом случае требуется немедленное вмешательство в процесс для выявления и устранения особых причин, вызвавших эту нестабильность. Установка конкретной численной цели для непредсказуемого процесса больше напоминает профанацию. Системные изменение вносимые в неуправляемый процесс, скорее всего окажутся мало полезными для совершенствования процесса и будут экономически нецелесообразны. Более того, не будет возможности достоверно измерить эффект от таких изменений. Прежде всего потребуется привести процесс в статистически устойчивое состояние, что всегда приводит к существенному экономическому эффекту и не требует дополнительных трат.

 

Контрольная карта Шухарта для статистически неуправляемого процесса и не имеющая смысла численная цель для него.

Рисунок 1.1. Контрольная карта Шухарта для статистически неуправляемого процесса.

CL - средняя линия, ВКГ - верхняя контрольная граница, НКГ - нижняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая конкретному уникальному процессу.

 

Для XmR-карты индивидуальных значений и гистограмм распределения:

ВКГ обозначается, как UNPL(x) - Upper Natural Process Limits / Верхняя естественная граница процесса

НКГ обозначается, как LNPL(x) - Lower Natural Process Limits / Нижняя естественная граница процесса

 

Для карт XbarR средних и размахов подгрупп, p, np, C, u:

ВКГ обозначается, как UCL(x) - Upper Control Limits

НКГ обозначается, как LCL(x) - Lower Control Limits

 

Литература: Правила построения контрольных карт Шухарта смотрите в ГОСТ Р 50779.42-99 (ИСО 8258-91) - [11.1]  Статистические методы. Контрольные карты Шухарта.

Статья: Правила определения отсутствия управляемости по контрольным картам.

 

 

 

Если система не находится в состоянии статистической управляемости, трудно измерить эффект от изменений. Говоря точнее, если нет управляемости, заметны будут только катастрофические результаты.

- [2] Деминг, У. Э.

 

 

 

 

Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, меняющегося во времени

Рисунок 1.2. Демонстрация распределения данных и контрольная XbarR-карта (XR-карта)  Шухарта средних и размахов подгрупп для процесса, меняющегося во времени, находящегося в статистически неуправляемом состоянии (нестабильного процесса).

 

Четыре точки в зоне каждой гистограммы (колоколообразные кривые) на рисунке 1.2. - индивидуальные значения и представляют одну подгруппу данных. Точки на контрольной Xbar-карте средних (верхний график) представляют средние значения точек каждой подгруппы из соответствующих гистограммам. Точки на R-карте размахов подгрупп (нижний график) представляют разницу между максимальным и минимальным значением в каждой подгруппе. Все точки на графиках размещены слева направо по мере образования во времени.

 

 

 

Во-вторых, когда особые причины устранены, так что остаются только общие причины вариаций, тогда улучшения могут зависеть от управляющих воздействий. Поскольку в этом случае наблюдаемые вариации системы определяются тем, как и каким образом, процессы и система были спроектированы и построены, то только управляющий персонал, топ-менеджеры имеют полномочия для изменений системы и процессов.  - [1] Генри Р. Нив

 

 

 

Когда построенные для анализируемого выхода процесса контрольные карты демонстрируют статистически устойчивое состояние, в этом случае крайне нежелательно вмешательство в процесс с целью разобраться с каждым скачком вверх и вниз, привлекающим внимание.

 

 

 

Любые два числа, которые не являются одинаковыми, считаются разными. К сожалению, это верно, когда речь заходит об арифметике, но неверно, когда речь заходит об интерпретации данных. В этом мире два разных числа вполне могут представлять одно и то же.  - [25]  Дональд Уилер, DONALD J. WHEELER

 

 

Например, когда процесс находится в статистически управляемом состоянии не имеет практического смысла разбор каждого случая выхода продукции за пределы допуска (спецификации), т. к. в этом случае дефектная и качественная продукция являются однородными продуктами стабильного процесса. С таким же успехом вы можете анализировать и продукцию, находящуюся в пределах допуска. Эта ошибочная практика наблюдается повсеместно:

 

«По всем случаям брака назначается расследование. Инженер по качеству выясняет корневую причину возникновения дефекта.

В большинстве своем высокий уровень качества достигается путем постоянных изменений в техпроцессе». - Заместитель начальника управления по развитию производственной системы (УРПС) российской компании, производящей двигатели для пассажирских самолетов.

Источник "Вестник ЛИН" УМПО. 14.02.2018г.

 

 

 

Знаниям нет замены. Но перспектива использования знаний пугает.  - [2] Эдвардс Деминг

 

 

 

Статистически управляемое состояние процесса, лучшее на что он способен в текущих условиях. В этом случае знание о прошлом поведении процесса дает основания для прогнозирования его будущего поведения, пока он находится в статистически устойчивом состоянии. Для совершенствования (уменьшения вариабельности и смещения положения среднего ближе к целевому оптимуму) стабильных процессов необходимы системные изменения. Такие изменения, если они имеют значимый эффект, будет легко отследить с помощью контрольных карт. Установка конкретной численной цели для предсказуемых (управляемых) процессов бессмысленна. Процесс, по определению предсказуем. Под действием общих (системных) причин процесс будет случайным образом выдавать точки выше и ниже среднего в соответствии с эмпирическим правилом плотности распределения (будет пояснено ниже). Новые точки будут вписываться в рассчитанные контрольные пределы (ВКГ, НКГ) все меньше оказывая влияние на арифметическое значение средней линии.

 

 

Контрольная карта Шухарта для статистически управляемого процесса. Цель выше или ниже контрольных границ не имеет смысла.

Рисунок 2. Контрольная карта Шухарта для статистически управляемого процесса.

CL - центральная линия (среднее процесса), ВКГ - верхняя контрольная граница, НКГ - нижняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая конкретному уникальному процессу.

 

 

 

Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, не меняющегося во времени

Рисунок 3.2. Демонстрация распределения данных и контрольная XbarR-карта (XR-карта) Шухарта средних и размахов подгрупп для процесса, не меняющегося во времени, находящегося в статистически управляемом состоянии (стабильного процесса).

 

 

 

Ну, и какая разница? И что нам это дает? Да все то, что отделяет успех от неудачи! В-третьих, мы приходим к проблеме, если мы (на практике) не отличаем один тип изменчивости от другого и действуем без понимания, мы не только не улучшим дело — мы, несомненно, сделаем положение еще худшим. Ясно, что это так и будет, и останется загадкой для тех, кто не понимает природы изменчивости (вариаций).

- [1] Генри Р. Нив

 

 

Непревзойденным инструментом управления совершенствованием процесса являются контрольные карты Шухарта.

 

Контрольные границы служат в роли операционального определения минимизации потерь от совершения ошибок первого и второго рода, являются голосом ваших процессов, а также позволяют объективно отслеживать реальные изменения процессов как в лучшую, так и в худшую сторону.

 

Эмпирическое правило распределения данных в стабильной системе.

Рисунок 3.1. Эмпирическое правило распределения данных в стабильной системе.

CL - средняя линия, ВКГ - верхняя контрольная граница, НКГ - нижняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая конкретному уникальному процессу.

 

 

 

Эмпирическое правило предоставляет нам полезный способ описания данных при помощи меры положения и меры рассеяния. Если дано однородное множество данных:

1) примерно 60–75% данных находятся в пределах одной сигма-единицы по обе стороны от среднего;

2) ориентировочно от 90 до 98% данных лежат на расстоянии две сигма-единицы от среднего;

3) приблизительно 99–100% данных удалены от среднего не более чем на три сигма-единицы.

 

Сигма-единица — это мера масштаба данных. Общие статистики рассеяния можно преобразовать в σ-единицы при помощи опубликованных формул.

- [4] Дональд Уилер, DONALD J. WHEELER

 

Формулы для расчёта σ-единиц см. [11.1] ГОСТ Р 50779.42-99 (ИСО 8258-91) - Примечание Григорьев С. П.

 

 

 

 

Эмпирическое правило распределения данных в стабильной системе с одной контрольной границей.

Рисунок 3.2. Пример частного случая применения эмпирического правила распределения данных в стабильной системе для процесса с одной контрольной границей. CL - средняя линия, ВКГ - верхняя контрольная граница, 𝝈 - мера разброса данных, расчетная величина присущая конкретному уникальному процессу.

 

 

 

Канбан, или система «точно вовремя», – это естественное следствие достижения состояния статистического управления для показателей качества продукции, что, в свою очередь, ведет к достижению статистической управляемости для скорости производственного процесса.

- [2] Деминг, У. Э.

 

 

Контрольные границы процесса "ничего не знают" о границах допуска (требованиях спецификаций), относительно которых определяется дефектность изделий. Дефектность продукции определяется искусственно установленными границами допусков или спецификаций. Раздвиньте границы спецификации шире контрольных границ статистически управляемого процесса - вот вам и "ноль дефектов" или "бездефектное производство". Был "ноль дефектов", сблизьте границы спецификации разместив их внутри контрольных границ карты Шухарта - вот вам и гарантированные "дефекты", вероятное количество которых легко предположить по эмпирическому правилу распределения данных в стабильной системе. В коротком видео ниже представлена дорожная карта экономически целесообразного метода совершенствования процесса до состояния, когда процесс будет функционировать так узко в границах установленных допусков, что не будет производить дефектных изделий вообще. Эта цель процесса легко нейтрализует неопределенность измеряемых значений из-за ошибки системы измерений, которая в свою очередь должна находиться в стабильном состоянии, т. к. не будет граничных значений размещенных у границ допусков. О граничных значениях представлен материал в конце статьи. Смотрите описание Функции потерь качества Тагути, дающее операциональное определение качества мирового класса.

 

 

 

 

Соответствия допускам недостаточно.

Более того, не существует способа узнать, сохранится ли соответствие допускам, если процесс не находится в состоянии статистической управляемости. До тех пор пока особые причины не определены и не исключены (по крайней мере, те, что появлялись до сих пор), никто не сможет предсказать, что произведет процесс в следующий час. Зависимость от инспекции (единственная альтернатива) опасна и дорогостояща. Ваш процесс может хорошо работать с утра и произвести изделия за границами поля допуска после полудня.

Рассчитанные допуски – это не границы, определяющие, как действовать. На деле крупные потери возникают тогда, когда процесс постоянно регулируется то одним, то другим образом с целью соответствия допускам.

- [2] Деминг, У. Э.

 

 

 

 

Видео 1. Что же надо далать?

Условные обозначения элементов в видео:

НГД и ВГД - нижняя и верхняя границы допуска соответственно (анг, LSL и USL);

m0 - номинал поля допуска;

НГП и ВГП - нижняя и верхняя натуральные границы процесса (англ. LNPL и UNPL);

ЦЛ - центральная линия процесса (среднее).

 

 

Диагностирование действительных изменений в процессе

 

Ниже представлен фильм о методе оперативного диагностирования изменений в процессе (системе), как положительных, так и отрицательных, с помощью контрольной карты Шухарта.

 

 

 

 

 

Ссылки на связанные статьи

Понимание природы вариабельности и как ею управлять дает ответы на многие вопросы. Смотрите статьи в открытых решениях:

 

 

 

 

С юмором о вариабельности

 

Смотрите запись весёлого семинара о вариабельности в жизни ИТ-команд. Автор и ведущий: Максим Дорофеев.

 

Всё в презентации представлено верно, за исключением слайда, демонстрируемого в промежутке времени видеопрезентации от 12:20 до 13:50, в части пояснения действительного вреда от компенсирующего воздействия на процесс, находящийся в статистически устойчивом состоянии. Смотрите подробное пояснение этого явления в статье: Правильные и неправильные пути использования полей допусков. Следует ли сортировать продукцию относительно полей допуска на дефектную и бездефектную или пытаться настраивать процесс?

 

Контрольная карта Шухарта для статистически неуправляемого процесса и не имеющая смысла численная цель для него.

Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, меняющегося во времени

Контрольная карта Шухарта для статистически управляемого процесса. Цель выше или ниже контрольных границ не имеет смысла.

Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, не меняющегося во времени

Эмпирическое правило распределения данных в стабильной системе.

Эмпирическое правило распределения данных в стабильной системе с одной контрольной границей.

Контрольная карта Шухарта для статистически неуправляемого процесса и не имеющая смысла численная цель для него.

Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, меняющегося во времени

Контрольная карта Шухарта для статистически управляемого процесса. Цель выше или ниже контрольных границ не имеет смысла.

Демонстрация распределения данных и контрольная карата Шухарта средних и размахов подгрупп для процесса, не меняющегося во времени

Эмпирическое правило распределения данных в стабильной системе.

Эмпирическое правило распределения данных в стабильной системе с одной контрольной границей.