Hva er PREPARATOMTALEN?

I midten av 1920-tallet, Dr. Walter A. Shewhart utviklet det grunnleggende av Statistisk prosesskontroll (men det var ikke det det het den gangen) og tilhørende verktøy av Kontroll-Figur. Hans tankegang og tilnærming var praktisk, fornuftig og positiv. For å være så han bevisst unngått å overdrive matematiske detalj., I senere år, betydelige matematiske egenskaper ble tildelt Shewhart tenker med det resultat at dette arbeidet ble bedre kjent enn de banebrytende program som han hadde jobbet opp.,

Den avgjørende forskjellen mellom Shewhart arbeid og feilaktig oppfattet formålet med PREPARATOMTALEN som dukket opp, som typisk er involvert matematiske forvrengning og sabotasjer, er at hans utvikling var i sammenheng, og med den hensikt, prosess forbedring, i motsetning til ren prosess overvåking, det vil si at de kan beskrives som bidrar til å få prosessen inn som «tilfredsstillende tilstand» som man kan da være fornøyd med å overvåke., Vær imidlertid oppmerksom på at en sann tilhenger til Deming ‘ s prinsipper ville nok aldri nå frem til denne situasjonen, i stedet følgende filosofi og mål om kontinuerlig forbedring.

Tenk at vi er i opptak, regelmessig over tid, noen målinger fra en prosess., Målingene kan være lengder av stål stenger etter en sagingen, eller lengder over tid for å betjene noen maskin, eller din vekt målt på badevekt hver morgen, eller andelen av defekt (eller ikke-konform) elementer i grupper, fra en leverandør, eller målinger av Intelligens, eller ganger mellom å sende ut fakturaer du mottar betaling, etc., osv.

En serie av linje grafer eller histogrammer kan bli trukket ut til å representere data som en statistisk distribusjon. Det er et bilde av atferden til variasjon i målingen som blir tatt opp., Hvis en prosess som er ansett som «stabil» da konseptet er at det er i statistisk kontroll. Poenget er at hvis en påvirkning utenfra innvirkning på prosessen, (f.eks., en maskin innstillingen er endret eller du går på en diett, etc.) så, i praksis, dataene er selvfølgelig ikke lenger alle kommer fra samme kilde. Det er derfor følger det at ingen enkelt distribusjon kunne tjene til å representere dem. Hvis fordelingen endringer uforutsigbart over tid, og prosessen sies å være ute av kontroll. Som en vitenskapsmann, Shewhart visste at det er alltid variasjon i noe som kan måles., Variasjonen kan være stor, eller det kan være umerkelig små, eller det kan være mellom disse to ytterpunktene, men den er alltid der.

Hva inspirert Shewhart utvikling av statistiske kontroll av prosesser var hans observasjon at variabiliteten som han så i produksjonsprosesser ofte avvek i atferd fra det han så i såkalte «naturlige» prosesser – som han synes å ha ment slike fenomener som molekylære bevegelser.,

Wheeler og Kamre kombinere og oppsummere disse to viktige aspekter som følger: «Mens hver prosessen viser variasjon, noen prosesser vise kontrollert variasjon, mens andre viser ukontrollert variasjon.»

I særdeleshet, Shewhart ofte funnet kontrollert (stabil) variasjon i naturlige prosesser og ukontrollert (ustabil) variasjon i produksjonsprosesser. Forskjellen er klar. I den tidligere sak, vi vet hva du kan forvente i forhold til variasjon; i sistnevnte gjør vi ikke., Vi kan forutsi fremtiden, med noen sjanse til å lykkes, i den tidligere sak; vi kan ikke gjøre det i det siste.

Shewhart ga oss et teknisk verktøy for å hjelpe deg med å identifisere to typer variasjon: kontroll-diagram.

Hva er viktig er forståelsen av hvorfor korrekt identifisering av to typer variasjon er så avgjørende. Det er minst tre prime grunner.

for det Første, når det er uregelmessig store avvik i produksjonen på grunn av uforklarlige spesielle årsaker, det er umulig å vurdere effekten av endringer i design, opplæring, innkjøp politikk, etc., som kan bli gjort til systemet av ledelsen. Evnen til en prosess er ukjent, mens prosessen er ute av statistisk kontroll.

for det Andre, når det er spesielle årsaker har blitt eliminert, slik at bare vanligste årsakene er fortsatt, forbedring da har til å avhenge av ledelsen handling. For slik variasjon er på grunn av den måten at prosesser og systemer har blitt designet og bygget – og bare ledelsen har myndighet og ansvar for å arbeide på systemer og prosesser., Som Myron Tribus, Direktør for American Kvalitet og Produktivitet Institutt, har ofte sagt:

«De mennesker som arbeider i et system. Jobben som leder er å jobbe på systemet for å forbedre det, kontinuerlig, med deres hjelp.»

til Slutt, noe som er av stor betydning, men som er nødt til å være ukjent for ledere som ikke har denne forståelsen av variasjon, er at (i effekt) likhetstegn enten type sak som de andre, og fungerer følgelig er de ikke bare unnlater å forbedre saker – de bokstavelig talt gjøre ting verre.,

Disse implikasjonene, og følgelig hele konseptet av statistisk kontroll av prosesser, som hadde en betydelig og varig innvirkning på Dr. Deming. Mange aspekter av hans ledelsesfilosofi utgå fra betraktninger basert på nettopp disse begrepene.

Så hvorfor SPC?

Det enkle faktum er at når en prosess er i statistisk kontroll, produksjonen er indiscernible fra tilfeldig variasjon: den type variasjon som man får fra å kaste mynter, kaster terninger, eller å stokke kortene., Hvorvidt prosessen er under kontroll, vil tallene går opp, vil tallene går ned, ja, av og til skal vi få et tall som er det høyeste eller laveste i noen tid. Selvfølgelig skal vi: hvordan kunne det være noe annet? Spørsmålet er – har disse enkeltforekomster bety noe viktig? Når prosessen er ute av kontroll, svaret kan være ja. Når prosessen er i kontroll, svaret er nei.

Så den viktigste svaret på spørsmålet «Hvorfor SPC?,»derfor er dette: Det leder oss til den type handling som er egnet for å prøve å forbedre styringen av en prosess. Bør vi reagere på individuelle resultater fra prosessen (som er eneste fornuftige, hvis et slikt resultat er signalisert ved en kontroll diagrammet som å være på grunn av en spesiell årsak) eller bør vi i stedet gå for å endre selve prosessen, ledet av cumulated bevis fra sin produksjon (som er bare fornuftig om prosessen er i kontroll)?

nøkkelen til alle process improvement program er Plan-Do-Study-Act syklus beskrevet av Walter Shewhart.,

Plan innebærer bruk av SPC verktøy for å hjelpe deg med å identifisere problemer og mulige årsaker.

Gjør innebærer å gjøre endringer for å korrigere eller forbedre situasjonen.

Studier innebærer å undersøke effekten av endringer (med hjelp av kontroll diagrammer).

Loven innebærer, dersom resultatet er vellykket, standardisere endringer og deretter jobbe videre med forbedringer eller, hvis resultatet ikke er vellykket, gjennomføring av andre korrigerende tiltak.

av Roger Edgell med et utdrag fra Statit Programvare, Inc.