Tilastollinen laadunvalvonta

Transkriptio

1 L u e n t o Laadunvalvonta käytännössä välttämätöntä Tilastollinen laadunvalvonta Valvonnan tavoitteena varmistaa, että prosessit toimivat suunnitelmien mukaan peruskysymyksinä millä tavoilla valvotaan?, missä kohdin prosessia valvotaan? ja kuinka usein valvontaa tehdään? Luennon sisältö Valvonta ennen ja jälkeen tuotannon Valvonta prosessin aikana Prosessiin sisään rakennettu laatu Laadunvalvonta Prosessin kyvykkyys Acceptance sampling Acceptance sampling Perinteisin Prosessin kontrolli Jatkuva kehittäminen Modernein TUTA 17 Luento 11 5 Miten valvonta liittyy laatujohtamiseen? Laatujohtaminen Laadun suunnittelu Laadunvalvonta Tuotesuunnittelu Tuotanto Prosessisuunnittelu Tarkastus/Pakkaus Ostotoiminta Jakelu Kenttäorganisaatio Laadunvalvonnan työkalujen käyttöprosessi 1. Ongelman identifiointi asiakasvalitukset, kontrollikartat ym. lähtösykäyksenä 2. Datan kerääminen tarkistuslistat, graafit, histogrammit jne. apuvälineinä 3. Tietomassan analysointi ja jaottelu pareto-analyysi hyvä lähtökohta 4. Ongelmien syiden selvittäminen esim. syy-seuraus analyysi prosessin pohjana 5. Ratkaisun kehittäminen ja toteutus 6. Toiminnan jatkuva valvonta ja kehittäminen TUTA 17 Luento 11 3 TUTA 17 Luento 11 7

2 Kannattaako odottaa asiakasvalituksiin asti? - prosessin aikaisella valvonnalla monia hyviä puolia - Kontrollissa on siis kyse vaihtelun laadusta Control process rather than product/service TUTA 17 Luento 11 9 TUTA 17 Luento Laadunvalvonnan menetelmät - prosessin kontrollikartat - statistical process control Kontrollikarttojen ajatus yksinkertainen - vaihtelusta osa satunnaista ja osa ei-satunnaista - Prosessivalvonnan tilastollinen menetelmä (SPC) arviointi tapahtuu prosessista otettujen otosten perusteella Prosessi on kontrollissa kun siinä on ainoastaan satunnaista vaihtelua (vaihtelua on aina) ei-satunnaiselle vaihtelulla löytyy yleensä joku syy mikä tulee eliminoida - SPC ei paljasta vaihtelun syytä; se on johdon ja työntekijöiden tehtävä! satunnaista vaihtelua voidaan vähentää ainoastaan suunnittelemalla prosessi/tuote/palvelu uudelleen Satunnainen vaihtelu ilmenee otoksien arvojen osumisena ns. kontrollirajojen sisäpuolelle rajat asetetaan yleensä +/- kolmen standardipoikkeaman päähän keskiarvosta (saadaan johtopäätöksille sopiva luottamustaso) - jos arvoja ulkopuolella, niin prosessi ei todennäköisesti ole kontrollissa Johdon vaikeimpia päätöksiä on päättää tarvitseeko prosessi muutosta vai ei (sekä satunnainen että ei-satunnainen vaihtelu) TUTA 17 Luento ka. 86,65 std. 3,11 ±3σŁ77-96m 70m 80m 90m TUTA 17 Luento 11 12

3 Normaalijakauma laadunvalvonnan pohjana Prosessin kontrollikarttojen käyttö Suurin osa arvoista keskiarvon ympärillä 99,74 % arvoista ±3 keskihajonnan sisällä x + 3s Ylempi kontrolliraja Merkki siitä, että prosessissa saattaa olla jotain ongelmia (epätodennäköistä, että otoksen arvo ylittäisi kontrollirajan jos prosessi olisi täysin kunnossa) Selvitä syy! Hypoteettinen prosessin keskiarvo x 99.74% t ka. 3s 2s 1s +1s +2s +3s 68.26% 95.44% 99.74% TUTA 17 Luento x -3s Alempi kontrolliraja Yhden otoksen arvo (esim. keskiarvo) Satunnaista vaihtelua = prosessi on kontrollissa TUTA 17 Luento Satunnainen ja ei-satunnainen vaihtelu Prosessin kontrollikarttojen käyttö ka. Kaikissa prosesseissa on tietty määrä satunnaista vaihtelua ka. ka. ka. Keskiarvo siirtynyt Hajonta kasvanut Jakauma vinoutunut Ei-satunnaisen vaihtelun kolme perustyyppiä TUTA 17 Luento TUTA 17 Luento 11 17

4 Prosessin kontrollikarttojen käyttö Miksi tarvitaan sekä X- että R-kartta? Prosessia pidetään ei-kontrollisissa olevaksi kun yksi piste menee kontrollirajojen ulkopuolelle kaksi peräkkäistä pistettä on lähellä samaa kontrollirajaa 5 peräkkäistä pistettä on keskiarvon samalla puolella Otoksien jakaumat 5 peräkkäistä pistettä muodostaa trendin ylös- tai alaspäin raju muutos pisteiden tasossa muu epäsatunnainen käyttäytyminen Kolmen standardipoikkeaman käyttö on suositeltavaa mutta harkintaa voi käyttää jos kontrollirajat asetetaan liian tiukalle (esim. ka.± 2s) normaalivariaatio tulkitaan liian usein ei-kontrollissa tilanteeksi (virhetyyppi I) jos kontrollirajat asetetaan liian löysiksi (esim. ka.± 4s) ei-kontrollissa tilanne tulkitaan liian usein normaaliksi variaatioksi (virhetyyppi II) kolmen standardipoikkeaman kontrollirajojen käyttö tasapainottaa virhetyypit I ja II UCL LCL UCL LCL (prosessin keskiarvo siirtyy) Siirtyminen paljastuu Siirtyminen ei paljastu X-kartta R-kartta (prosessin hajonta kasvaa) Hajonta ei paljastu Hajonta paljastuu UCL LCL UCL LCL TUTA 17 Luento TUTA 17 Luento Jatkuvien muuttujien mittaaminen X-kartta (otosten keskiarvo) käytetään analysoimaan jatkuvien muuttujien (= mittaasteikollinen) otosten keskiarvon kehitystä koska harvoin tiedetään prosessin todellista keskiarvoa X-kartan keskiarvo lasketaan otoksien keskiarvoista koska harvoin tiedetään prosessin todellista hajontaa X-kartan kontrollirajat lasketaan otoksien vaihteluvälien keskiarvon avulla - vaihteluväli (R); otoksen suurimman ja pienimmän arvon erotus otoksien koko huomioidaan myös kontrollikarttoja laskiessa, melko pienet otoskoot suositeltuja aikaviiveen minimoimiseksi R-kartta (otosten sisäinen hajonta) käytetään analysoimaan jatkuvien muuttujien (=mittaasteikollinen) otosten sisäisen hajonnan kehitystä koska harvoin tiedetään prosessin todellista hajontaa R-kartan kontrollirajat lasketaan otoksien vaihteluvälien keskiarvon avulla - antaa melko yhtäläiset tulokset todelliseen hajontaan verrattaessa TUTA 17 Luento X- ja R-kartta esimerkki Finnish Washer Oy valmistaa sarjatuotantona aluslevyjä, joita käytetään erilaisien koneiden komponentteina. Tuotannossa olevan aluslevyn reikä on kriittinen mitta, jotta se sopisi aiottuun tarkoitukseen. Laadunvalvonta on ottanut kymmenen päivän kuluessa kymmenen otosta, joissa kussakin on viisi aluslevyä (alla mittaustulokset). Tutki tilastollisen laadunvalvonnan menetelmin onko prosessi kontrollissa eli toimiiko laite kunnolla. Piirrä kontrollikartat koneen toiminnasta. Perustele vastauksesi lyhyesti. TUTA 17 Luento 11 22

5 X- ja R-kartta esimerkki X- ja R-kartta esimerkki 1. Laske otoskeskiarvo, -vaihteluväli, keskiarvojen keskiarvo ja vaihteluvälien keskiarvo 3. Taulukoi yksittäiset otosarvot, kaikkien otosten keskiarvot ja kontrollirajat 4. Tulkitse tulokset ja tee johtopäätökset/suositukset Keskiarvo ei ole kontrollissa; yksi rajan ylitys, nouseva trendi jne. Hajonta hyvin kontrollissa TUTA 17 Luento TUTA 17 Luento X- ja R-kartta esimerkki Kontrollikarttojen analysointia 2. Laske kontrollirajat X- ja R-kartoille Arvoja X- ja R-karttoihin Kuvio Kuvaus Mahdolliset syyt Normaali Satunnaista vaihtelua Epätasaisuus Kohdennettavat syyt (esim. työkalut, materiaalit, ihmiset, ylireagointi, kahvitauot) HUOM! n = otoskoko Trendi Esim. koneen kuluminen, työntekijän väsyminen, paremmat työmetodit Kun joudutaan käyttämään hajontana otoksien vaihteluvälien keskiarvoa R on jokaisella kontrollirajalla oma kaavansa jotka vain pitää osata Kun joudutaan käyttämään hajontana otoksien vaihteluvälien keskiarvoa R käytetään kontrollirajojen laskemisessa apuna taulukoituja arvoja Sykli Eri työvuorot, sähkön vaihtelu, kausivaihtelu jne. TUTA 17 Luento TUTA 17 Luento 11 26

6 Ominaisuuksien mittaaminen p-kartta (virheellisten osuus per otos) aina kaikkia muuttujia ei voida/haluta mitata tasaisesti. P-karttaa käytetään kun havainnot voidaan jakaa kahteen kategoriaan - toimii vs. ei toimi, hyvä vs. huono, läpi vs. ei läpi jne. ilmoitetaan usein prosenteissa p-kartta esimerkki 1. Laske otoskohtainen todennäköisyys p 2. Laske kaikkien otosten virheellisten keskiarvo p 3. Laske otosten keskihajonta c-kartta (virheiden määrä per yksikkö) käytetään kun ainoastaan havainnot per mitattava yksikkö voidaan laskea (eli kun ei-havaintoja ei pystytä laskemaan) - puhelinsoittoja, valituksia, hajoamisia per aikayksikkö - naarmuja, lommoja, virheitä per kappale ei voida ilmoittaa prosenteissa 4. Laske kontrollirajat HUOM! n = otoskoko HUOM! z:n arvo riippuu halutusta luottamustasosta, perusoletus z=3 (99,74%) TUTA 17 Luento TUTA 17 Luento p-kartta esimerkki p-kartta esimerkki Jotkut aktivistit olivat valittaneet kaupunginvaltuustolle, että kaupungin asukkailla tulisi olla samanveroinen oikeus turvallisuuteen. Heidän mielestään poliisivoimia ja rikoksia ehkäiseviä investointeja (esim. valaistus, korjaukset) tulisi tehdä suhteellisin perustein eli ns. ongelma-alueiden tulisi saada enemmän huomiota kuin turvallisten asuinalueiden. Valituksia tutkiakseen kaupunginviranomaiset keräsivät tiedot asukkaiden kokemista rikoksista viimeisen 30 päivän aikana. Jokaisella alueella otoskoko oli 1000 henkilöä. Mitä ohjeita antaisit kerätyn tiedon pohjalta resurssien allokoinnista? Perusta analyysisi laadunvalvontaoppeihin. 5. Taulukoi otososuudet, kaikkien otosten keskiarvo ja kontrollirajat 6. Tulkitse tulokset ja tee johtopäätökset/suositukset Investointeja tulisi lisätä alueille F, P ja T Investointeja tulisi vähentää alueilta B ja J TUTA 17 Luento TUTA 17 Luento 11 31

7 c-kartta esimerkki Kauppias on saanut valituksia kassahenkilökunnan tylystä käyttäytymisestä. Mitä johtopäätöksiä tekisit kerätyn datan perusteella? Laadunvalvonnan menetelmät - histogrammit ja graafit - Tiedon visualisoinnilla suora vaikutus tiedon hallitsemiseen ja ymmärtämiseen histogrammit auttavat laatuongelmien laajuuden ja tyypin selvittämisessä graafeilla pystytään seuraamaan mm. prosessin laatumuuttujien kehittymistä 0.58 Valitusten määrä ei näytä selittyvän pelkästään satunnaisuudella (prosessi ei siis ole kontrollissa): kuuden päivän laskeva trendi lopussa, tiettyä syklisyyttä viikon sisällä Frekvenssi Muuttujat Halkaisija Aika (tuntia) TUTA 17 Luento TUTA 17 Luento Laadunvalvonnan menetelmät - tarkastuslistat - Tukkimiehen kirjanpidolla seurataan eri virhekohtien ja -lajien tapahtumatiheyttä huonon laadun syiden selvittämisen lähtökohta - tiedon keruulla oltava joku syy, muuten turhaa käytetään myös varmistamaan, että ihmiset keräävät tietoa oikein Laadunvalvonnan menetelmät - pareto-analyysi - Käytetään identifioimaan tavallisimmat ongelmien syyt pieni määrä syitä aiheuttaa yleensä suurimman osan ongelmista - Juran: vital few and trivial many, 80/20 -sääntö - voidaan tehdä myös painottaen Ottovirheet Väärä tili Väärä määrä Panovirheet Väärä tili Väärä määrä Maanantaiaamu Maanantaiilta Muuta laakerien materiaalia ja voiteluöljyä Suunnittele uudelleen oven sulkemismekanismi jne TUTA 17 Luento TUTA 17 Luento 11 38

8 Laadunvalvonnan menetelmät - syy-seuraus -diagrammi - (Ishikawa/Fishbone/kalanruotodiagrammi) Jatkuva kehittäminen menestyksen avaimena Toimintaa pitää kehittää katkeamattomasti suorituskyvyn seuraaminen ja kyseenalaistaminen keskeistä Laatukysymyksissä työntekijöillä keskeinen rooli toiminnan kehittämisessä johdolla monia keinoja sitouttaa työntekijät (ei silti helppoa) - kulttuurimuutos, asiakaskeskeisyys, ryhmätyö, valtaistaminen, koulutus, palkinnot, kannusteet Suunnittelu Laatu Korjaa Deming cycle Tee Huom! Ei ratkaisuja, vaan mahdollisia syitä, syiden syitä jne. TUTA 17 Luento Tarkkaile Aika TUTA 17 Luento Laadunvalvonnan menetelmät - korrelaatiodiagrammit - Prosessin kehittäminen näkyy myös kartoissa Toimiva graafinen esitystapa kun selvä syy-seuraus yhteys Kontrolli Prosessin parannus Ongelmien määrä Koulutustunteja ihmiset koneet materiaali prosessi TUTA 17 Luento TUTA 17 Luento 11 43

9 Prosessin kyvykkyys - process capability - Kyvykkyydellä tarkoitetaan prosessin kykyä vastata haluttuihin tuote-/prosessispesifikaatioihin tyyliin 99% munkeistamme vastaa vaatimuksianne - analyysin kohteena siis jokainen tuotettu nimike! Keskitytään satunnaisen vaihtelun määrään ei-satunnainen vaihtelu oletetaan eliminoiduiksi Usein asiakas määrittelee halutut toleranssi-/spesifikaatiorajat esim. haluamme, että munkit painavat 100±12g (eli g) UTL = upper tolerance limit / USL = upper specification limit LTL= lower tolerance limit / LSL = lower specification limit TUTA 17 Luento Kyvykkyyden mittaaminen ja ilmaiseminen minimitavoite Kyvykkyyttä mitataan kyvykkyysindekseillä C pk kertoo prosessin tämän hetkisen kyvykkyyden C p kertoo kyvykkyyden jos prosessi olisi täysin keskitetty Kyvykkyyttä ilmaistaan prosenttiosuuksien sijaan ns. sigma-tasoilla kyvykkyysindeksi 0,67Łkahden sigman laatua (väh. 95,45 hyviä) kyvykkyysindeksi 1,00Łkolmen sigman laatua (väh. 99,73 hyviä) kyvykkyysindeksi 1,33Łneljän sigman laatua (väh. 99,99 hyviä) kyvykkyysindeksi 1,67Łviiden sigman laatua (väh. 99,9999 hyviä) kyvykkyysindeksi 2,00Łkuuden sigman laatua (väh. 99, hyviä) TUTA 17 Luento Kontrolli ja kyvykkyys ovat siis eri asioita! Sigma-taso on käytännössä etäisyys lähimpään toleranssirajaan eli vaikka kummassakin puhutaan keskiarvoista, keskihajonnoista, sigmoista, ylä-/alarajoista ym. kyse eri asioista TUTA 17 Luento TUTA 17 Luento 11 49

10 Kyvykkyys esimerkki Huom! Kaavoissa olevat 3 ja 6 ovat vakioitaj Kuinka hyvä prosessin oikein tulisi olla? Tiukan ostajan maineessa oleva tukkukaupan leivosvastaava on määrittänyt yksittäin myytävien hillomunkkien toleranssi-/spesifikaatiorajoiksi 88g ja 112g. Kun tehtaan munkkilinjasto tuottaa tällä hetkellä keskimäärin 104g painoisia munkkeja ja painojen keskihajonta on 4g, niin miten kommentoisit tehtaan kykyä vastata ostajan 5-sigman laatutavoitteeseen (eli C pk vähintään 1,67 ja vähintään 99,9999% hyviä)? Miten tilanne muuttuisi, jos keskihajonta onnistuttaisiin pudottamaan 2 grammaan? case s = 4 case s = 2 (3-sigman laatua) (6-sigman laatua) (2-sigman laatua) Prosessi ei ole kyvykäs (C pk ), eikä olisi sitä edes keskitettynä (C p )! (4-sigman laatua) Prosessi ei ole kyvykäs (C pk ), mutta keskitettynä (C p ) olisi (eli pystyisi vastaamaan ostajan vaatimuksiin!) TUTA 17 Luento Yleisesti korkealta kuulostava 99% (2,6 s) toimintataso ei monessa tilanteessa riitä 3,5 vuorokautta ilman sähköä vuodessa 15 minuuttia juomakelvotonta vettä joka päivä 15 minuuttia ilman puhelinta ja televisiota joka päivä väärää reseptiä vuodessa (USA) hukattua kirjettä joka tunti (USA) yli lääkärien pudottamaa vastasyntynyttä vuodessa (USA) väärin tehtyä leikkausta per viikko (USA) 3 epäonnistunutta laskua Heathrowssa joka päivä yrityksen www-sivut alhaalla 7 tuntia joka kuukausi TUTA 17 Luento Kyvykkyys nousee prosessia parantamalla - case keskitetään ja pienennetään hajontaa - Prosessin hyvyys ja ongelmien määrää LTL 4s C pk =0,67 s = 4 97,72 % UTL 2s LTL 3s C pk =1,00 UTL s = 4 3s 99,73 % sigman taso eli 99,9937% hyviä 6 sigman taso eli keskiarvosta on toleranssirajaan matkaa kuusi keskihajontaa ja hyviä 99,999999% C pk =1,33 C pk =2,00 2 sigman taso eli 95,45% hyviä LTL UTL LTL UTL 8s s = 2 4s 6s s = 2 6s 99,99 % , % LTL ka. UTL TUTA 17 Luento TUTA 17 Luento 11 55

11 Sigmatasojen suhde ei ole lineaarinen Kuusi sigmaa johtamisfilosofiana TQM:n tapaiseksi paisunut tilastollisorientoitunut toiminnan kehittämiskonsepti työntekijät pyrkivät kehittämään prosesseja, keskitytään suunnittelussa asiakkaaseen, päätökset tehdään faktatiedon pohjalta, laatua valvotaan tilastollisin menetelmin jne. Painopiste alunperin enemmän virheiden eliminoinnissa zero defects, kerralla kuntoon, kustannukset alas, saanto ylös... Prosesseilta vaadittava kyvykkyysindeksi 1,50 ei ole 2,00 koska prosessien keskiarvon tyypillistä siirtymistä vaikea todeta otosten perusteella ennen kuin merkittävä - perustuu laskennallisesti keskitetyn 6-sigman prosessin 1,5s siirtymiseen eli toiseen laitaan 7,5s ja toiseen 4,5s jolloin indeksistä tulee 4,5s / 3s = 1,50 ja huonoja kappalemääräisesti 3,4 per miljoona TUTA 17 Luento TUTA 17 Luento Miksi 6 sigman laatutaso olisi toivottavaa? Six-sigma Quality ja 1,5 std. siirtyminen Todennäköisyys että tuote/prosessi täyttää spesifikaatiot? 3,4 per miljoona huonoja TUTA 17 Luento TUTA 17 Luento 11 60

12 Laadunvalvonnan menetelmät - acceptance sampling - Perinteinen laadunvarmistamismenetelmä tuote-erän laatutaso varmistetaan tutkimalla erästä otos Kyseinen tuote-erä hyväksytään jos otoksessa on tarpeeksi vähän virheellisiä hylätyt erät korjattaviksi tai tuhottaviksi Menetelmässä monia haittapuoli lähtökohtana oletus, että tietty määrä virheellisiä on hyväksyttävää otosmenetelmä saattaa johtaa virhepäätöksiin (tieto rajoittunutta) kokonaiskustannuksiltaan (elinkaari) kallis menetelmä Käytössä kuitenkin monissa yrityksissä prosessina helppo ja suorat kustannukset alhaiset (halvempi kuin tutkia kaikki), tutkimuksessa rikkoutuville tuotteille ainoa tapa - päätöksinä otoksen koko ja sallittujen virheellisten lukumäärä motivoi tuottajaa tekemään hyvää laatua TUTA 17 Luento Acceptance sampling käytännössä - otoskoon ja maksimaalinen virheiden määrä - Laske ensin LTPD/AQL eli esim. 0,08/0,02=4 Etsi taulukosta maksimaalinen virheellisten määrä c joka on ylöspäin pyöristäen lähimpänä LTPD/AQL tulosta eli c=4 (4,057) Selvitä otoskoko etsimällä taulukosta kyseisen rivin n*aql arvo ja jaa se AQL:llä eli 1,970/0,02=98,5 eli otoskoko 99...eli jos 99 kappaleen otoksessa on maksimissaan 4 kpl viallisia hyväksy koko toimitus TUTA 17 Luento a B Acceptance samplingin keskeiset luvut Hyväksyttävä laatutaso (AQL) asiakkaan määrittelemä hyväksyttävä virheellisten osuus - esim. 2% tuote-erästä Maksimaalinen virheellisten määrä (LTPD) asiakkaan määrittelemä maksimaalinen virheellisten osuus huonoimmassa tapauksessa (=hylkäämispiste) - esim. asiakkaalle jolla AQL on 2% niin LTPD voi olla 8% Tuottajan riski (a) hyväksyttävän tuote-erän hylkäystodennäköisyys - esim. jos a=0,05 niin tarkastajalla on 5% todennäköisyys hylätä 10,000 kpl tuote-erä jossa on virheitä vähemmän kuin 2% Asiakkaan riski (B ) huonon tuote-erän hyväksymistodennäköisyys - esim. jos B =0,10 niin tarkastajalla on 10% todennäköisyys hyväksyä 10,000 kpl tuote-erä jossa on virheitä enemmän kuin 8% Otoksiin perustuva päätös sisältää riskiä - operating characteristic curve - Hyväksymisen todennäköisyys a =.05 (tuottajan riski) n = 99 c = 4 B =.10 (asiakkaan riski) AQL LTPD Huonojen prosentuaalinen osuus TUTA 17 Luento TUTA 17 Luento 11 65