rumah » Dengan apa yang harus dipakai » Diagram pohon. "tujuh alat" manajemen mutu

Diagram pohon. "tujuh alat" manajemen mutu

Saat menganalisis data dalam jumlah besar, kita biasanya menggunakan nilai rata-rata, lebih jarang menggunakan deviasi standar, dan bahkan lebih jarang menggunakan metode pemrosesan lainnya. Apa yang menyebabkan “pengekangan diri” ini? 🙂 Kemungkinan besar, pengetahuan dan pengalaman dalam hal ini tidak mencukupi. Di mana seorang manajer modern dapat belajar tentang metode pemrosesan data statistik? Kecil kemungkinannya dia akan mengingat mata kuliah statistika universitas. Dan apakah itu termasuk dalam kurikulum!?

Perkenalan saya dengan statistik, atau lebih tepatnya penggunaannya dalam bisnis, dimulai sekitar 15 tahun yang lalu, ketika saya pertama kali membaca tentang metode manajemen mutu. Sayangnya, ketujuh alat dasar tersebut “tampaknya tidak” bagi saya untuk pertama kalinya… Saya tidak menganggapnya sebagai “panduan untuk bertindak”. Sebaliknya, saya memperlakukannya sebagai sesuatu yang sangat muskil. Dan hanya secara bertahap selama beberapa tahun, berulang kali menghadapi penggunaan metode tertentu dalam literatur, serta sehubungan dengan munculnya masalah-masalah praktis, selangkah demi selangkah, saya mulai memahami arti dari alat-alat ini dan ruang lingkup penerapannya. Lambat laun, saya mulai menggunakan metode ini dalam praktik saya, terkadang bahkan tidak mengingat bahwa metode tersebut adalah bagian dari sistem yang koheren.

Waktunya telah tiba untuk memberi penghormatan kepada sumber aslinya - manajemen Jepang, dan juga untuk menunjukkan bagaimana pengetahuan buku menjadi alat yang ampuh untuk mengelola bisnis nyata.

Unduh catatan dalam format, contoh dalam format

Tujuh Alat Pengendalian Mutu Dasar yang Digunakan analitis pemecahan masalah, yaitu dalam situasi di mana data tersedia, dan untuk memecahkan masalah perlu dianalisis.

1. Diagram sebab akibat. Diagram ini digunakan untuk mengidentifikasi faktor-faktor proses yang mempengaruhi hasil. Ada juga nama: “diagram Ishikawa” atau “diagram tulang ikan”. DI DALAM versi klasik faktor (alasan) dikelompokkan ke dalam kategori sesuai dengan prinsip “5M”:

Manusia (orang) - alasan yang terkait dengan faktor manusia; Mesin (mesin, peralatan) - alasan yang berkaitan dengan peralatan; Bahan – alasan yang berkaitan dengan bahan; Metode (metode, teknologi) - alasan yang berkaitan dengan organisasi proses bisnis; Pengukuran – alasan yang berhubungan dengan metode pengukuran.

Beras. 1. Diagram Ishikawa. Sampel.

Jelas bahwa pengelompokan lain yang relevan dapat digunakan. Misalnya, berikut adalah “kerangka” yang kami gambar saat menganalisis kemungkinan mengurangi waktu layanan pelanggan di gudang:

Beras. 2. Diagram Ishikawa. Waktu layanan pelanggan di gudang.

– alat untuk mengumpulkan data dan mengaturnya secara otomatis untuk memfasilitasi penggunaan lebih lanjut dari informasi yang dikumpulkan.

Beras. 3. Lembar periksa. Contoh.

Keuntungan dari daftar periksa adalah dapat digunakan oleh karyawan yang tidak bekerja dengan komputer. Jika data untuk analisis selanjutnya diperoleh melalui pengukuran langsung di tempat kerja, daftar periksa sangat efektif. Jelas bahwa jika data untuk analisis diambil dari database, daftar periksa tidak diperlukan, dan data segera diubah menjadi histogram, Pareto, atau plot sebar (lihat di bawah).

Dalam praktik saya, daftar periksa belum digunakan, karena proses yang saya tangani sepenuhnya terkait dengan penggunaan komputer, atau dimulai dengan perintah dari komputer, dan penyelesaiannya dicatat oleh operator PC.

Bagan ini memeringkat permasalahan berdasarkan tingkat (frekuensi) dampaknya terhadap hasil. Mereka mendapatkan namanya dari ekonom Vilfredo Pareto, yang dalam salah satu karyanya karya ilmiah pada pergantian abad ke-19 dan ke-20 menunjukkan bahwa di Italia 20% rumah tangga menerima 80% pendapatan. Istilah "Prinsip Pareto" diciptakan oleh spesialis manajemen mutu Amerika Joseph Juran pada tahun 40-an abad ke-20. Analisis Pareto biasanya diilustrasikan dengan diagram Pareto, yang penyebab masalah kualitas diplot sepanjang sumbu x dalam urutan pengaruhnya terhadap jumlah ketidaksesuaian (volume cacat), dan sepanjang dua sumbu ordinat: a) jumlah ketidaksesuaian dalam beberapa bagian; b) akumulasi bagian (persentase) kontribusi terhadap jumlah total ketidaksesuaian. Misalnya:

Beras. 4. Diagram Pareto. Penyebab piutang yang telah jatuh tempo.

Pertama-tama, Anda harus mengetahui alasan penyebabnya jumlah terbesar masalah. Dalam contoh kita dengan tiga yang pertama.

4. Histogram– alat yang memungkinkan Anda mengevaluasi secara visual distribusi data statistik yang dikelompokkan berdasarkan frekuensi jatuhnya ke dalam interval tertentu (yang telah ditentukan). Dalam versi klasik, histogram digunakan untuk mengidentifikasi masalah dengan menganalisis bentuk sebaran nilai, nilai sentral, kedekatannya dengan nilai nominal, dan sifat sebaran:

Beras. 5. Pilihan letak histogram dalam kaitannya dengan toleransi teknologi

Komentar singkat: a) semuanya baik-baik saja: rata-rata sesuai dengan nilai nominal, variabilitas dalam toleransi; b) rata-ratanya harus digeser agar sesuai dengan nilai nominalnya; c) penyebaran harus dikurangi; d) mean harus digeser dan dispersinya dikurangi; e) penyebaran harus dikurangi secara signifikan; f) dua batch dicampur; harus dibagi menjadi dua histogram dan dianalisis; g) serupa dengan paragraf sebelumnya, hanya saja situasinya lebih kritis; h) perlu dipahami alasan pembagian tersebut; tepi kiri yang "curam" menunjukkan beberapa jenis tindakan sehubungan dengan kumpulan suku cadang; i) mirip dengan yang sebelumnya.

Berikut adalah histogram yang telah kami buat selama beberapa tahun untuk mempelajari waktu layanan pelanggan di gudang:

Beras. 6. Histogram. Waktu layanan pelanggan di gudang.

Pada sumbu absis terdapat rentang waktu layanan pelanggan di gudang selama 15 menit; Sumbu y adalah pangsa aplikasi yang dilayani dalam rentang waktu yang dialokasikan dari jumlah total aplikasi pada tahun tersebut. Garis putus-putus berwarna merah menunjukkan rata-rata waktu pelayanan sepanjang tahun.

5. Diagram sebar(dispersi) adalah alat yang memungkinkan Anda menentukan jenis dan kekuatan hubungan (korelasi) antara pasangan variabel yang bersesuaian. Bagan ini berisi dua kumpulan data yang diplot sebagai titik. Hubungan antara titik-titik tersebut menunjukkan ketergantungan antara data yang bersesuaian. Di Excel, bagan seperti itu bertipe “sebar”. Berikut ini contoh bagaimana saya sebelumnya menemukan kegunaan plot pencar:

Beras. 7. Identifikasi ketergantungan korelasi berdasarkan diagram sebar.

Berikut contoh menarik penggunaan analisis korelasi untuk mengatur penempatan barang di gudang:

Gudang modern memiliki dimensi yang sangat mengesankan. Kedalamannya bisa mencapai 100-150 meter (jarak gerbang pemuatan hingga dinding belakang). Jelas bahwa dengan menempatkan barang dengan perputaran tinggi lebih dekat ke gerbang, Anda dapat menghemat waktu bergerak di sekitar gudang. Gambar di atas menunjukkan frekuensi akses ke sel individual; di sebelah kiri – untuk penempatan barang secara acak; di sebelah kanan – untuk barang yang dibagi ke dalam kelompok ABC. Semakin intens warnanya, semakin sering sel tersebut diakses. Dapat dilihat bahwa tanpa distribusi ABC, akses ke sel hampir acak; dengan pembagian nomenklatur ABC, batas-batas zona dapat diamati. Bagian kiri depan setiap gambar menghadap ke area penerima. Jadi, dalam situasi yang digambarkan pada Gambar. b, total jalur pemilik toko/peralatan akan lebih kecil dari pada Gambar. A

6. Grafik– alat yang memungkinkan Anda menganalisis data di berbagai bagian. Bentuk dan tujuan analisis dapat menentukan penggunaannya berbagai jenis grafik. Anda dapat membaca lebih lanjut tentang ini di buku Gene Zelazny "". Perbandingan data bagian demi bagian paling baik ditunjukkan dengan menggunakan diagram lingkaran. Diagram batang paling baik digunakan untuk menggambarkan perbandingan posisi. Jika perbandingan komponen dan posisi menunjukkan hubungan pada titik waktu tertentu, maka perbandingan temporal mencerminkan dinamika perubahan; Perbandingan waktu paling baik diilustrasikan dengan histogram atau grafik.

Misalnya, dengan diagram ini kami menganalisis tiga parameter untuk setiap klien sekaligus: dinamika piutang, piutang yang telah jatuh tempo, dan batas batas kredit:

Beras. 8. Contoh penggunaan grafik untuk menganalisis data.

7. Kartu kendali– alat yang memungkinkan Anda memantau kemajuan suatu proses dan mempengaruhinya, mencegah penyimpangan dari persyaratan yang dikenakan pada proses (atau menanggapi penyimpangan). Ada dua jenis variasi: alami, terkait dengan penyebaran nilai di sekitar nilai nominal yang melekat pada proses; Dan spesial, kemunculannya dapat dijelaskan dengan alasan tertentu. Anda dapat membaca lebih lanjut tentang ini dalam buku karya D. Wheeler dan D. Chambers”. Pengoptimalan bisnis menggunakan diagram kendali Shewhart.” Peta kendali digunakan untuk mengidentifikasi variasi khusus. Titik-titik yang sesuai dengan data individu, garis nilai rata-rata (μ), dan batas kendali atas dan bawah (μ ± 3σ) diplot pada grafik. Jika titik-titik tersebut berada dalam batas kendali, maka tidak perlu bereaksi terhadap penyimpangan dari garis tengah. Jika setidaknya satu titik berada di luar batas kendali, diperlukan analisis kemungkinan penyebab penyimpangan. Lihat, misalnya, "", "".

Menggunakan diagram kendali untuk menganalisis volume piutang:

Beras. 9. Kartu kendali. Penyebab alami dari variasi.

Pada minggu ke 27, utang meningkat dari $1,4 juta menjadi $2,6 juta. Namun, tidak diperlukan tindakan pengelolaan karena titik-titik tersebut terletak di dalam batas kendali.

Bagan berikut menunjukkan waktu rata-rata (menurut minggu) bagi kendaraan untuk lepas landas:

Beras. 10. Kartu kendali. Penyebab khusus dari variasi.

Terlihat mulai minggu ke-19 poinnya sudah melampaui batas kendali. Intervensi proses diperlukan untuk mengidentifikasi penyebab spesifik variasi.

Saya harap contoh saya akan membantu Anda menyadari bahwa tujuh alat kendali mutu dasar dapat menjadi bantuan nyata untuk analisis proses bisnis.

Disajikan menurut versi yang diberikan dalam buku M. Imai “”. Saya telah menyusun metode-metode ini dalam urutan yang menurut saya paling logis.

PILIHAN 1:

Teori: Tujuh alat kualitas (metode grafis untuk menilai kualitas produk)

Perkenalan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1. Tujuh alat kualitas sederhana. . . . . . . . . . . . . . . . . . . . . . . . . . .3

2. Diagram sebab-akibat (diagram Ishikawa). . . . 5

3. Daftar periksa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

4. Histogram. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

5. Diagram sebar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

6. Analisis pareto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

7. Stratifikasi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sebelas

8. Kartu kendali. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Kesimpulan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

Tugas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

Literatur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Perkenalan

DI DALAM dunia modern sangat penting timbul masalah kualitas produk. Kesejahteraan perusahaan dan pemasok mana pun sangat bergantung pada keberhasilan solusinya. Produk lebih banyak Kualitas tinggi secara signifikan meningkatkan peluang pemasok dalam bersaing memperebutkan pasar penjualan dan, yang paling penting, memenuhi kebutuhan konsumen dengan lebih baik. Kualitas produk adalah indikator yang paling penting daya saing perusahaan.

Kualitas produk berasal dari proses penelitian ilmiah, desain dan perkembangan teknologi, dijamin dengan pengorganisasian produksi yang baik dan, akhirnya, dipertahankan selama operasi atau konsumsi. Pada semua tahap ini, penting untuk melakukan pengendalian tepat waktu dan memperoleh penilaian kualitas produk yang andal.

Untuk menekan biaya dan mencapai tingkat kualitas yang memuaskan konsumen, diperlukan cara-cara yang ditujukan bukan untuk menghilangkan cacat (inkonsistensi) produk jadi, tetapi untuk mencegah penyebab terjadinya cacat tersebut selama proses produksi.

Tujuan dari pekerjaan ini adalah untuk mempelajari tujuh alat di bidang manajemen kualitas produk di suatu perusahaan. Tujuan penelitian: 1) Kajian tahapan pembentukan metode pengendalian mutu; 2) Pelajari esensi dari tujuh alat kualitas. Objek penelitiannya adalah metode mempelajari biaya kualitas produk.

1. Tujuh alat kualitas sederhana

Metode pengendalian yang telah ada sejak lama direduksi, sebagai suatu peraturan, menjadi analisis cacat melalui pemeriksaan menyeluruh terhadap produk manufaktur. Dalam produksi massal, pengendalian seperti itu sangat mahal. Perhitungan menunjukkan bahwa untuk menjamin kualitas produk melalui penyortiran, aparat kendali perusahaan harus lima sampai enam kali lebih besar dari jumlah pekerja produksi.

Sebaliknya, pengendalian yang terus menerus dalam produksi massal tidak menjamin tidak adanya produk cacat pada produk yang diterima. Pengalaman menunjukkan bahwa inspektur cepat lelah, akibatnya beberapa produk bagus disalahartikan sebagai produk cacat dan sebaliknya. Praktek juga menunjukkan bahwa ketika orang terbawa oleh kendali penuh, kerugian akibat cacat meningkat tajam.

Alasan-alasan ini memaksa produksi beralih ke pengendalian selektif.

Metode statistik memungkinkan untuk mendeteksi gangguan proses secara wajar bahkan ketika dua atau tiga unit produk yang dipilih untuk pengendalian ternyata sesuai, karena mereka sangat sensitif terhadap perubahan keadaan proses teknologi.

Selama bertahun-tahun kerja keras, para spesialis telah mengisolasi sedikit demi sedikit dari pengalaman dunia teknik dan pendekatan yang dapat dipahami dan digunakan secara efektif tanpa pelatihan khusus, dan ini dilakukan sedemikian rupa untuk memastikan pencapaian nyata dalam menyelesaikan sebagian besar masalah. permasalahan yang timbul dalam produksi nyata.

Salah satu prinsip dasar manajemen mutu adalah mengambil keputusan berdasarkan fakta. Hal ini paling lengkap diselesaikan dengan metode pemodelan proses, baik dengan alat produksi maupun manajemen statistik matematika. Namun metode statistik modern cukup sulit untuk dipahami dan digunakan secara luas. penggunaan praktis tanpa pelatihan matematika mendalam dari semua peserta dalam proses. Pada tahun 1979, Persatuan Ilmuwan dan Insinyur Jepang (JUSE) telah menyusun tujuh metode visual yang cukup mudah digunakan untuk analisis proses. Meskipun sederhana, mereka tetap berhubungan dengan statistik dan memberikan kesempatan kepada para profesional untuk menggunakan hasilnya dan, jika perlu, memperbaikinya.

Inilah yang disebut tujuh metode sederhana:

1) Bagan pareto;

2) skema Ishikawa;

3) delaminasi (stratifikasi);

4) lembar kendali;

5) histogram;

6) grafik (di pesawat)

7) peta kendali (Shewhart).

Kadang-kadang metode-metode ini dicantumkan dalam urutan yang berbeda, yang tidak penting, karena metode-metode tersebut dianggap sebagai alat individual dan sebagai suatu sistem metode, di mana dalam setiap kasus tertentu komposisi dan struktur seperangkat alat kerja adalah seharusnya ditentukan secara khusus.

Penggunaan metode statistik merupakan cara pengembangan yang sangat efektif teknologi baru dan pengendalian kualitas proses produksi. Banyak perusahaan terkemuka berkomitmen untuk menggunakannya secara ekstensif, dan beberapa di antaranya menghabiskan lebih dari seratus jam setiap tahunnya untuk pelatihan internal mengenai teknik ini. Meskipun pengetahuan tentang metode statistik adalah bagian dari pendidikan normal seorang insinyur, pengetahuan saja tidak berarti kemampuan untuk menerapkannya. Kemampuan untuk melihat peristiwa dari perspektif statistik lebih penting daripada pengetahuan tentang metode itu sendiri. Selain itu, seseorang harus mampu dengan jujur mengakui kekurangan dan perubahan yang muncul serta mengumpulkan informasi yang obyektif.

2. Diagram sebab-akibat (diagram Ishikawa)

Diagram tipe 5M mempertimbangkan komponen kualitas seperti “manusia”, “mesin”, “bahan”, “metode”, “kontrol”, dan dalam diagram tipe 6M, komponen “lingkungan” ditambahkan ke dalamnya. Sehubungan dengan permasalahan analisis kualimetri yang sedang diselesaikan, untuk komponen “manusia” perlu ditentukan faktor-faktor yang berkaitan dengan kenyamanan dan keamanan dalam melakukan operasi; untuk komponen "mesin" - hubungan elemen struktural produk yang dianalisis satu sama lain, terkait dengan pelaksanaan operasi ini; untuk komponen "metode" - faktor yang berkaitan dengan produktivitas dan keakuratan operasi yang dilakukan; untuk komponen "bahan" - faktor yang terkait dengan tidak adanya perubahan sifat bahan produk selama pelaksanaan operasi ini; untuk komponen "kontrol" - faktor yang terkait dengan pengenalan kesalahan yang andal dalam proses melakukan suatu operasi; untuk komponen “lingkungan” - faktor yang terkait dengan dampak lingkungan terhadap produk dan produk terhadap lingkungan.

Beras. 1 Contoh diagram Ishikawa

3. Daftar periksa

Daftar periksa dapat digunakan untuk pengendalian kualitatif dan kuantitatif.

Beras. 2 Daftar Periksa

4. Histogram

Histogram adalah salah satu varian diagram batang yang menampilkan ketergantungan frekuensi parameter kualitas suatu produk atau proses yang berada dalam rentang nilai tertentu pada nilai tersebut.

Histogram dibuat sebagai berikut:

1. Tentukan nilai indikator mutu tertinggi.

2. Tentukan nilai indikator mutu yang paling rendah.

3. Tentukan rentang histogram sebagai selisih antara nilai terbesar dan terkecil.

4. Tentukan banyaknya interval histogram. Anda sering kali dapat menggunakan rumus perkiraan:

(jumlah interval) = N (jumlah nilai indikator mutu) Misalnya jumlah indikator = 50 maka jumlah interval histogram = 7.

5. Menentukan panjang interval histogram = (rentang histogram) / (jumlah interval).

6. Kami membagi rentang histogram menjadi beberapa interval.

7. Hitung jumlah hasil yang berhasil di setiap interval.

8. Tentukan frekuensi pukulan pada interval = (jumlah pukulan)/(jumlah total indikator kualitas)

9. Membangun diagram batang

5. Menyebarkan plot

Plot sebar adalah grafik seperti di bawah ini yang menunjukkan korelasi antara keduanya berbagai faktor.

Beras. 3 Diagram sebar: Praktis tidak ada hubungan antara indikator kualitas.

Beras. 4 Diagram sebar: Ada hubungan langsung antara indikator kualitas

Beras. 5 Diagram sebar: Ada hubungan terbalik antara indikator kualitas

6. Analisis Pareto

Analisis Pareto mendapatkan namanya dari ekonom Italia Vilfredo Pareto, yang menunjukkan bahwa sebagian besar modal (80%) berada di tangan sejumlah kecil orang (20%). Pareto mengembangkan model matematika logaritmik yang menggambarkan distribusi heterogen ini, dan ahli matematika M.Oa. Lorenz memberikan ilustrasi grafis.

Aturan Pareto adalah prinsip “universal” yang dapat diterapkan dalam banyak situasi, dan tidak diragukan lagi - dalam memecahkan masalah kualitas. Joseph Juran mencatat penerapan prinsip Pareto secara “universal” pada kelompok penyebab mana pun yang menyebabkan satu atau beberapa akibat, dengan sebagian besar akibat disebabkan oleh sejumlah kecil penyebab. Analisis Pareto memberi peringkat pada masing-masing bidang berdasarkan signifikansi atau kepentingannya dan memerlukan identifikasi dan pertama-tama menghilangkan penyebab-penyebab yang menyebabkan paling banyak masalah (inkonsistensi).

Tujuh alat kendali mutu yang dibahas dirancang untuk menganalisis data kualitas kuantitatif. Mereka memungkinkan penyelesaian 95% masalah analisis dan manajemen mutu di berbagai bidang dengan menggunakan metode yang cukup sederhana, namun pada saat yang sama, berbasis ilmiah. Mereka terutama menggunakan teknik statistik matematika, tersedia untuk semua peserta dalam proses produksi dan digunakan di hampir semua tahap lingkaran kehidupan produk.

Namun, saat membuat produk baru, tidak semua faktor bersifat numerik. Ada faktor-faktor yang hanya bisa terjadi deskripsi lisan. Faktor-faktor ini menyumbang sekitar 5% masalah kualitas. Masalah-masalah ini muncul terutama di bidang pengelolaan proses, sistem, tim, dan penyelesaiannya metode statistik perlu menggunakan hasil analisis operasional, teori optimasi, psikologi, dll.

Persatuan Ilmuwan dan Insinyur Jepang JUSE (Persatuan Ilmuwan dan Insinyur Jepang) Berdasarkan ilmu-ilmu tersebut, ia telah mengembangkan seperangkat alat yang sangat ampuh dan berguna untuk memfasilitasi tugas manajemen mutu ketika menganalisis faktor-faktor ini. Alat-alat ini disebut Tujuh Alat Kualitas Baru. Ini termasuk:

diagram afinitas;
diagram (grafik) hubungan;
diagram pohon (sistem) (pohon keputusan);
diagram matriks atau tabel kualitas;
diagram panah;
diagram proses pelaksanaan program (perencanaan proses pelaksanaan);
matriks prioritas (analisis data matriks).

Diagram afinitas digunakan untuk mengklasifikasikan gagasan (penyebab, indikator, masalah, akibat, dll) ke dalam kelompok-kelompok yang disatukan oleh kesamaan karakter, sifat gagasan tersebut.

Untuk mengetahui penyebab permasalahannya kelompok kerja menggunakan metode brainstorming untuk mengidentifikasi kemungkinan alasan, yang dikumpulkan dalam bentuk data yang berbeda-beda.

Sistematisasikan ide-ide yang memiliki fokus yang sama ke dalam kelompok. Pekerjaan ini dilakukan tanpa diskusi. Nama tidak diberikan pada karakteristik umum.

Jika terdapat kesamaan di antara beberapa kelompok, maka dapat digabungkan menjadi satu kelompok yang lebih besar. Pada tahap ini, dalam proses diskusi umum, komposisi kelompok disepakati, beberapa gagasan dirumuskan kembali, digabungkan atau dibedakan. Data individu dapat ditransfer ke kelompok lain. Kami mengidentifikasi fitur umum untuk setiap kelompok.

Komposisi data tiap kelompok ditinjau, nama kelompok dan versi akhir fitur generalisasi dibentuk.

Kejelasan dan kemudahan penyajian data yang disediakan oleh diagram afinitas merupakan keunggulannya yang tidak dapat disangkal.

Namun diagram juga memiliki kelemahan yang signifikan - yaitu subjektivitas distribusi data menurut karakteristik terkait. Kekurangan ini paling serius terlihat pada pekerjaan individu. Metode brainstorming dan kerjasama tim agak mengurangi subjektivitas, namun tidak menghilangkannya.

Diagram hubungan dimaksudkan untuk mengurutkan faktor-faktor terkait (kondisi, penyebab, indikator, dll.) menurut kekuatan hubungan di antara faktor-faktor tersebut. Diagram hubungan berfungsi sebagai alat untuk mengidentifikasi faktor prioritas yang paling penting dalam setiap kelompok. Kesimpulan diambil berdasarkan penilaian ahli selama proses brainstorming.

1) menuliskan setiap soal pada selembar kertas tersendiri dan menempelkan lembaran-lembaran kertas tersebut secara melingkar pada poster;
2) mulai dari lembar paling atas dan, searah jarum jam, ajukan pertanyaan: “Apakah ada hubungan antara kedua peristiwa ini?” Jika ada, maka tanyakan: “Peristiwa manakah yang menyebabkan atau menyebabkan terjadinya peristiwa lain?”;
3) menggambar panah di antara dua peristiwa, menunjukkan arah pengaruhnya;
4) setelah mengidentifikasi hubungan antara semua kejadian, hitung jumlah anak panah yang keluar dari setiap kejadian dan masuk ke setiap kejadian.

Peristiwa dengan jumlah anak panah keluar terbanyak merupakan peristiwa awal. Tim biasanya mengidentifikasi dua atau tiga peristiwa awal yang harus didiskusikan untuk memutuskan mana yang menjadi fokus pertama. Hal ini mempertimbangkan berbagai faktor, misalnya keterbatasan organisasi, sumber daya, dan pengalaman.

Diagram pohon. Setelah melakukan identifikasi menggunakan diagram hubungan, paling banyak masalah penting, karakteristik, dll. menggunakan diagram pohon, mereka mencari metode untuk memecahkan masalah ini, memastikan karakteristik produk, dll.

Saat mencari penyebab suatu masalah, digunakan metode “mengapa-mengapa”. Anggota tim yang memecahkan masalah mengajukan pertanyaan: “Mengapa ini terjadi?” - dan dapatkan daftar alasan tingkat pertama. Lalu pertanyaan “Mengapa?” mengatasi setiap alasan tingkat pertama dan menerima daftar alasan tingkat kedua, dll. Hubungan antara suatu masalah (karakteristik, dll) dan penyebabnya di berbagai tingkatan digambarkan dalam bentuk struktur pohon multi-tahap. Diagram skematik diagram seperti itu ditunjukkan pada Gambar. 8.22.

Beras. 8.22.

Manfaat diagram pohon berkaitan dengan kejelasan dan kemudahan penggunaan serta pemahamannya. Selain itu, diagram pohon dapat dengan mudah digabungkan dengan alat berkualitas lainnya untuk melengkapinya.

Kerugian dari alat ini termasuk subjektivitas penataan elemen pada tingkat detail tertentu (terutama jika pekerjaan individual dilakukan).

Diagram matriks memungkinkan Anda memvisualisasikan hubungan antara berbagai faktor dan tingkat kedekatannya. Permasalahan di bidang mutu dan penyebab terjadinya, permasalahan dan cara menghilangkannya dianalisis, properti konsumen produk, karakteristik tekniknya, sifat produk dan komponennya, karakteristik kinerja organisasi dan elemen sistem manajemen mutu, dll.

Diagram matriks ditunjukkan pada Gambar. 8.23 adalah yang paling umum. Ini disebut /.-form, mewakili hubungan antara dua kelompok faktor, banyak digunakan dalam penataan fungsi kualitas dan oleh karena itu disebut tabel kualitas. Informasi tentang tingkat kedekatan hubungan antara berbagai faktor, disajikan dengan menggunakan simbol khusus, memungkinkan Anda memodelkan hubungan ini dengan lebih akurat dan mengelola berbagai faktor dan proses secara lebih efektif.

Beras. 8.23.a b a 2,..., th, Dan b 2,..., B,- komponen objek A dan B yang dipelajari, yang dicirikan oleh kekencangan sambungan yang berbeda

Diagram panah. Setelah dilakukan analisis awal terhadap masalah dan cara penyelesaiannya, maka disusunlah rencana kerja untuk menyelesaikan masalah tersebut, misalnya untuk menciptakan suatu produk. Rencana tersebut harus memuat semua tahapan pekerjaan dan informasi tentang durasinya. Untuk memudahkan pengembangan dan pengendalian rencana kerja dengan meningkatkan visibilitasnya, digunakan diagram panah. Bagan panah dapat berbentuk bagan Gantt atau grafik jaringan.

Gambar 8.24 menunjukkan urutan dan waktu pengerjaan pembangunan rumah turnkey dalam waktu 12 bulan, disajikan dalam bentuk Gantt chart.

Grafik jaringan untuk melakukan pekerjaan yang sama ditunjukkan pada Gambar. 8.25. Angka-angka pada simpul grafik sesuai dengan nomor urut operasi yang ditunjukkan pada Gambar. 8.24. Dalam hal ini, operasi terakhir yang berhubungan dengan “pemeriksaan akhir dan penyerahan rumah” pada Gambar. 8.25 dibagi menjadi dua operasi: 11 - pemeriksaan akhir dan 12 - serah terima rumah. Angka-angka di bawah panah grafik jaringan sesuai dengan durasi (jumlah bulan) operasi, yang jumlahnya ditunjukkan pada simpul grafik dari mana panah itu berasal.

Beras. 8.24.

Beras. 8.25.

Diagram Perencanaan Eksekusi ProsesPDPC (Bagan Program Keputusan Proses) digunakan untuk perencanaan, memperkirakan waktu proses kompleks di bidang penelitian ilmiah, produksi produk baru, memecahkan masalah manajemen dengan banyak hal yang tidak diketahui, bila perlu untuk menyediakan berbagai pilihan solusi, dan kemungkinan penyesuaian program kerja. Dalam hal ini, mereka terlebih dahulu menyusun sebuah program dan, jika penyimpangan dari poin yang direncanakan muncul pada tahap peralihan pelaksanaannya, mereka fokus pada kegiatan yang membuat proses tersebut sejalan dengan program. Apabila pada saat pelaksanaan suatu program timbul keadaan yang tidak terduga yang tidak dapat diperhitungkan sebelumnya, maka perlu disusun program baru tanpa kekurangan sebelumnya.

Gambar 8.26 menunjukkan sebuah contoh PDPC- diagram perencanaan pelaksanaan proses seleksi dan pengendalian pemasok.

Manfaat diagram keputusan sudah jelas. Dengan bantuannya, Anda dapat melihat kemungkinan risiko pada rencana pelaksanaan pekerjaan dan memilih satu atau beberapa tindakan perbaikan untuk mengurangi risiko tersebut. Kerugian dari alat kualitas ini termasuk intensitas tenaga kerja yang tinggi jika rencana tersebut memiliki banyak tugas.

Matriks Prioritas adalah alat yang dapat digunakan untuk menentukan peringkat pentingnya data dan informasi yang diperoleh dari brainstorming atau diagram matriks. Penerapannya memungkinkan untuk mengidentifikasi data penting dalam situasi di mana tidak ada kriteria objektif untuk menentukan signifikansinya, atau ketika orang-orang yang terlibat dalam proses pengambilan keputusan memiliki pendapat berbeda mengenai prioritas data. Tujuan utama matriks prioritas adalah untuk mendistribusikan kumpulan elemen yang berbeda berdasarkan kepentingannya, serta untuk menetapkan kepentingan relatif antar elemen melalui nilai numerik.

Matriks prioritas dapat dibangun dengan tiga cara. Pilihan konstruksi bergantung pada metode penentuan kriteria dimana prioritas data dinilai - metode analitis, metode penentuan kriteria berdasarkan konsensus dan metode matriks.

Metode analisis digunakan bila jumlah kriteria relatif sedikit (tidak lebih dari 6), perlu mendapat persetujuan penuh dari semua ahli yang ikut serta dalam penilaian, jumlah ahli tidak melebihi delapan orang, kerugian besar mungkin terjadi. jika terjadi kesalahan dalam penentuan prioritas.

Metode penentuan kriteria berdasarkan konsensus digunakan bila jumlah ahli lebih dari delapan orang jumlah yang signifikan kriteria (dari 6 hingga 15), terdapat sejumlah besar data yang diberi peringkat (sekitar 10-20 elemen).

Beras. 8.26.

pemasok

Metode matriks digunakan terutama ketika ada hubungan yang kuat antara elemen yang dirangking dan elemen yang ditemukan pengaruh terbesar sangat penting untuk memecahkan masalah tersebut.

Prosedur pembuatan matriks prioritas untuk ketiga opsi pada dasarnya sama. Perbedaannya terletak pada penentuan signifikansi kriteria.

Matriks prioritas dibangun dengan urutan sebagai berikut.

1. Tujuan utama dibangunnya matriks prioritas ditentukan.
2. Dibentuk tim ahli yang akan mengerjakan tugas tersebut. Para ahli harus memahami ruang lingkup masalah yang dipecahkan dan memahami metodenya kerja tim(misalnya tentang metode brainstorming, metode Delphi).
3. Daftar kemungkinan solusi untuk masalah yang diajukan telah disusun. Daftar tersebut dapat disusun melalui penggunaan alat berkualitas lainnya, misalnya brainstorming, diagram Ishikawa, dll.
4. Susunan kriteria ditetapkan. Awalnya, ukurannya bisa sangat besar. Matriks prioritas hanya akan memuat sebagian dari kriteria tersebut, karena kedepannya akan dikurangi dengan memilih kriteria yang paling penting dan signifikan.
5. Faktor pembobotan diberikan pada setiap kriteria. Koefisien pembobotan ditetapkan tergantung pada metode yang dipilih.

Untuk metode analisis:

skala penilaian ditetapkan untuk setiap kriteria;
Untuk setiap nilai numerik skala, definisi signifikansi diberikan. Agar perbedaan koefisien pembobotan lebih terlihat, biasanya digunakan skala dengan nilai numerik 1-3-9, dimana 1 signifikansi rendah, 3 signifikansi sedang, dan 9 signifikansi tinggi.

Untuk metode konsensus:

sejumlah poin tertentu ditetapkan yang harus didistribusikan oleh para ahli di antara kriteria. Jumlah poin tidak boleh kurang dari jumlah kriteria;
setiap ahli mendistribusikan poin yang diberikan di antara kriteria;
Jumlah poin untuk setiap kriteria ditentukan. Nilai ini akan menjadi koefisien pembobotan setiap kriteria.

Untuk metode matriks:

kriterianya disusun dalam bentuk /.-matriks;
skala ditetapkan untuk perbandingan kriteria berpasangan (misalnya, "O" - kriteria A kurang signifikan dibandingkan kriteria B; "1" - kriteria A dan kriteria B setara; "2" - kriteria A lebih signifikan daripada kriteria B );
perbandingan berpasangan dari semua kriteria dilakukan;
koefisien bobot setiap kriteria ditentukan (koefisien bobot dihitung sebagai jumlah seluruh nilai pada baris matriks).
6. Kriteria yang paling signifikan dipilih. Hal ini dapat dilakukan dengan membuang kriteria dengan nilai terendah koefisien berat. Jika jumlah kriterianya tidak banyak, maka untuk pekerjaan selanjutnya semua kriteria dapat disimpan.
7. Sebuah metode ditetapkan untuk menghitung signifikansi setiap keputusan dalam matriks prioritas (didefinisikan pada langkah 3) berdasarkan kriteria yang dipilih (didefinisikan pada langkah 6).
8. Setiap keputusan dievaluasi berdasarkan kriteria masing-masing.
9. Skor dikalikan dengan koefisien bobot kriteria yang bersangkutan. Nilai yang diperoleh dijumlahkan untuk setiap keputusan, yang memberikan penilaian akhir terhadap prioritas keputusan. Skor akhir yang terdapat dalam matriks prioritas dapat dibiarkan apa adanya atau diubah menjadi persentase.
10. Daftar solusi yang dihasilkan diurutkan berdasarkan prioritas. Bila perlu, prioritas keputusan dapat disajikan dalam bentuk diagram pareto.

Contoh 8.2

Bangun matriks prioritas.

1. Kami menentukan tujuan penyusunan matriks prioritas: untuk mengurangi jumlah cacat pada produk.
2. Membentuk tim ahli: misalnya tim ahli terdiri dari tiga orang. Masing-masing dari mereka akrab dengan metode pengembangan solusi berdasarkan brainstorming.
3. Kami membuat daftar kemungkinan solusi untuk masalah tersebut (dihasilkan oleh tim ahli):
- mengubah teknologi manufaktur;
- melakukan pelatihan bagi pengrajin;
- mengubah desain produk.
4. Kami menentukan komposisi kriteria (susunan kriteria penilaian prioritas keputusan):
- tidak lebih dari 100 orang/jam yang dibutuhkan untuk mengimplementasikan solusi tersebut;
- rendahnya biaya implementasi solusi;
- jumlah personel yang terlibat paling banyak 50 orang;
- pengurangan biaya limbah setidaknya 1,5 kali lipat.
5. Menetapkan koefisien pembobotan untuk setiap kriteria. Mari kita pertimbangkan tujuan kriteria untuk masing-masing dari ketiga metode - metode analitis, metode konsensus, dan metode matriks.

Untuk metode analitis

Untuk metode konsensus Kami menetapkan bahwa setiap pakar dapat mendistribusikan 4 poin di antara kriteria.

Untuk metode matriks

Akhir

6. Tentukan kriteria yang paling signifikan: karena jumlah kriteria yang dipilih untuk contoh hanya 4, maka kita tinggalkan semua kriteria tersebut.
7. Pilih metode untuk menghitung signifikansi setiap solusi yang diusulkan sebelumnya (pada langkah 3). Untuk menentukan signifikansi kita menggunakan skala 1-3-9, dimana 9 adalah keputusan yang paling signifikan, 3 adalah keputusan yang signifikan, 1 adalah keputusan yang tidak signifikan.
8. Kami akan menilai signifikansi setiap keputusan dalam kaitannya dengan setiap kriteria: untuk menilai signifikansi keputusan, kami akan menggunakan metode analitis. Koefisien pembobotan kriteria ditentukan pada langkah 5.

Larutan	Kriteria
	Membutuhkan tidak lebih dari 100 orang/jam untuk mengimplementasikan solusi tersebut	Rendah harga penerapan solusi	Jumlah personel yang terlibat tidak lebih dari 50 orang	Mengurangi biaya limbah setidaknya 1,5 kali lipat
	Faktor pembobotan 3	Faktor berat 9	Faktor bobot 1	Faktor berat 9
Ubah teknologi manufaktur
Tingkatkan jumlah titik kontrol
Melakukan pelatihan untuk master
Ubah desain produk

9. Kami menentukan prioritas setiap solusi: skor setiap solusi dikalikan dengan koefisien bobot setiap kriteria dan nilainya dijumlahkan.

	Kriteria
	Membutuhkan tidak lebih dari 100 orang/jam untuk mengimplementasikan solusi tersebut	harga penerapan	Jumlah personel yang terlibat tidak lebih dari 50 orang	Mengurangi biaya limbah setidaknya 1,5 kali lipat
	koefisien	koefisien	koefisien	koefisien
Mengubah teknologi manufaktur
Tingkatkan jumlah titik kontrol
Mengadakan pendidikan tuan
Mengubah desain

10. Kami mendistribusikan solusi berdasarkan prioritas:
- melakukan pelatihan pengrajin - 118;
- ubah teknologi manufaktur - 100;
- menambah jumlah titik kontrol - 90;
- mengubah desain produk - 72.

Matriks prioritas, dibandingkan dengan metode pemeringkatan lainnya, memungkinkan penilaian signifikansi data secara lebih objektif dan menetapkan nilai signifikansinya.

Pada saat yang sama, kelemahan alat kualitas ini juga terlihat jelas - alat ini sangat memakan waktu, terutama bila diperlukan untuk mengurutkan sejumlah besar data berdasarkan sejumlah besar kriteria.

Ketujuh alat baru ini dimaksudkan untuk melengkapi metode pengendalian mutu statistik lainnya yang banyak digunakan. Yang penting adalah penggunaan bersama metode yang diketahui kendali mutu dan tujuh alat kendali mutu baru.

Soal tes dan tugas

1. Jelaskan ciri-ciri metode statistik pengendalian mutu.
2. Sebutkan jenis peta kendali untuk regulasi statistik proses teknologi.
3. Apa perbedaan antara pengendalian berdasarkan karakteristik kuantitatif dan pengendalian berdasarkan karakteristik alternatif?
4. Tentukan prosedur pembuatan peta kendali.
5. Bagaimana data yang diperoleh pada peta kendali diinterpretasikan?
6. Gambarlah contoh peta kendali dan jelaskan tujuan dari semua garis pada peta tersebut.
7. Bagaimana cara mengelolanya proses teknologi menggunakan kartu kendali?
8. Apa yang dimaksud dengan indeks reprodusibilitas dan apa yang dicerminkannya?
9. Pengendalian mutu seperti apa yang disebut selektif?
10. Berikan diagram tingkat cacat. Apa bedanya?
11. Apa yang dimaksud dengan rencana pengambilan sampel?
12. Apa perbedaan antara risiko pemasok dan risiko konsumen selama pengendalian produk selektif?
13. Berikan diagram rencana pengendalian satu tahap dan dua tahap. Jelaskan prosedur pelaksanaannya.
14. Apa saja karakteristik operasional rencana pengambilan sampel?
15. Kapan dan untuk tujuan apa “tujuh alat” pengendalian mutu digunakan?
16. Kapan dan untuk tujuan apa tujuh alat kendali mutu baru digunakan?
17. Jelaskan metode pelapisan atau stratifikasi. Untuk tujuan apa digunakan dalam manajemen mutu?
18. Jenis grafik apa yang kamu ketahui? Untuk tujuan apa mereka digunakan dalam manajemen mutu?
19. Jelaskan diagram Pareto. Untuk tujuan apa digunakan dalam manajemen mutu?
20. Jelaskan diagram sebab-akibat. Untuk tujuan apa digunakan dalam manajemen mutu?
21. Jelaskan lembar periksa dan histogram. Untuk tujuan apa mereka digunakan dalam manajemen mutu?
22. Jelaskan plot pencar. Untuk tujuan apa digunakan dalam manajemen mutu?
23. Jelaskan diagram yang digunakan dalam manajemen mutu: afinitas, hubungan, pohon, matriks, panah, diagram proses, matriks prioritas. Untuk tujuan apa mereka digunakan dalam manajemen mutu?

Konsep dasar

Tujuh metode Jepang yang dibahas di atas dirancang untuk menganalisis informasi kuantitatif. Mereka memungkinkan Anda memecahkan hingga 95% masalah kualitas. Namun, ketika membuat, misalnya, produk baru, tidak semua faktor bersifat numerik. Ada fakta yang hanya bisa dijelaskan secara lisan. Mereka menyumbang sekitar 5% dari masalah di bidang pengelolaan proses dan tim, dan dalam menyelesaikannya, bersama dengan metode statistik, perlu menggunakan hasil analisis operasional, psikologi, dan lain-lain.

Oleh karena itu, Persatuan Ilmuwan dan Insinyur Jepang berkembang 7 alat terbaru , yang memungkinkan kami memecahkan masalah ini. Instrumen-instrumen ini disatukan dan diusulkan oleh Uni Jepang pada tahun 1979. Ini termasuk:

1) Diagram afinitas;

2) diagram ketergantungan;

3) Diagram sistem (pohon);

4) Diagram matriks;

5) Diagram panah;

6) Diagram perencanaan evaluasi proses;

7) Analisis data matriks.

Pengumpulan data masukan untuk alat mutu biasanya dilakukan dengan menggunakan metode bertukar pikiran yang dilakukan dengan bantuan spesialis.

Lingkup penerapan metode ini: manajemen mutu, pekerjaan kantor, pendidikan, pelatihan, dll.

Penerapan "diagram afinitas"

Diagram afinitas– alat yang memungkinkan Anda mengidentifikasi pelanggaran utama proses dengan menggabungkan data lisan terkait. Ini adalah metode mengelompokkan banyak ide serupa atau terkait yang dihasilkan selama sesi curah pendapat. Persatuan Ilmuwan dan Insinyur Jepang memasukkan diagram afinitas ke dalam tujuh metode manajemen mutu pada tahun 1979.

Tujuan dari metode ini adalah untuk mensistematisasikan dan mengorganisasikan ide-ide, kebutuhan konsumen atau pendapat anggota kelompok yang diungkapkan sehubungan dengan pemecahan suatu masalah. Diagram afinitas menyediakan perencanaan umum. Ini adalah alat kreatif yang membantu memperjelas masalah yang belum terselesaikan dengan mengungkapkan hubungan yang sebelumnya tidak terlihat antara masing-masing informasi atau ide dengan mengumpulkan data lisan sembarangan dari berbagai sumber dan menganalisisnya sesuai dengan prinsip kedekatan timbal balik (kedekatan asosiatif).

Rencana aksi:

1 Membentuk tim spesialis yang memiliki pengetahuan tentang isu-isu topik yang sedang dibahas.

2 Merumuskan pertanyaan atau permasalahan dalam bentuk kalimat rinci.

3 Melakukan sesi brainstorming terkait dengan alasan utama adanya masalah atau jawaban atas pertanyaan yang diajukan.

4 Catat semua pernyataan pada kartu, kelompokkan data terkait berdasarkan area dan berikan judul pada setiap kelompok. Cobalah untuk menggabungkan salah satu dari mereka di bawah judul yang sama, buatlah hierarki.

Prinsip-prinsip pembuatan diagram afinitas dan mengidentifikasi pelanggaran proses utama untuk mengambil tindakan untuk menghilangkannya ditunjukkan pada Gambar. 31. Terlihat dari gambar, diagram afinitas merupakan sarana pengorganisasian yang kreatif jumlah besar data lisan.

Gambar 31 - Prinsip membangun diagram afinitas

informasi tambahan:

Diagram afinitas digunakan bukan untuk bekerja dengan data numerik tertentu, namun dengan pernyataan verbal.

Diagram afinitas sebaiknya digunakan terutama ketika:

Hal ini diperlukan untuk mensistematisasikan sejumlah besar informasi (berbagai ide, poin yang berbeda visi, dll.);

Jawaban atau solusinya tidak sepenuhnya jelas bagi semua orang;

Pengambilan keputusan memerlukan konsensus di antara anggota tim (dan mungkin pemangku kepentingan lainnya) agar dapat bekerja secara efektif.

Keuntungan metode ini: hal menyembunyikan hubungan antara berbagai informasi.

Prosedur pembuatan diagram afinitas memungkinkan anggota tim melampaui pemikiran biasanya dan membantu mewujudkan potensi kreatif tim.

Kekurangan metode: n Dengan adanya objek dalam jumlah besar (mulai dari beberapa lusin), alat kreativitas yang bertumpu pada kemampuan asosiatif manusia kalah dengan alat analisis logis.

Diagram Afinitas adalah yang pertama dari tujuh teknik manajemen mutu yang membantu mengembangkan pemahaman yang lebih tepat tentang suatu masalah dan mengidentifikasi masalah proses utama dengan mengumpulkan, merangkum, dan menganalisis sejumlah besar data lisan berdasarkan hubungan afinitas antara setiap elemen.

9.2 Penerapan “Diagram Interelasi”

Diagram hubungan dirancang untuk mengurutkan faktor-faktor terkait (kondisi, penyebab, indikator, dll.) menurut kekuatan hubungan di antara faktor-faktor tersebut.

1) setiap soal perlu dituliskan pada selembar kertas tersendiri dan ditempelkan pada lembaran-lembaran kertas tersebut dalam lingkaran;

2) Anda harus mulai dari lembar atas dan bergerak searah jarum jam, bertanya-tanya apakah ada hubungan antara kedua masalah ini. Jika iya, peristiwa apa yang menjadi penyebabnya;

3) menggambar panah di antara dua peristiwa, menunjukkan arah pengaruhnya;

5) yang pertama adalah yang keluar anak panahnya lebih banyak.

Contoh: Diagram hubungan untuk mengidentifikasi penyebab peningkatan cedera di tempat kerja Pada Gambar. Gambar 32 menunjukkan contoh DV yang mencerminkan hasil analisis hubungan antara penyebab tingginya cedera di tempat kerja.

Gambar 32 - Contoh diagram hubungan

Diagram Ishikawa yang dibahas sebelumnya memungkinkan kita mengidentifikasi faktor-faktor yang mempengaruhi suatu masalah. Diagram hubungan memungkinkan untuk menyusunnya berdasarkan kepentingannya.

Jadi, dari diagram ini jelas bahwa alasan utama peningkatan cedera selama produksi adalah: kurangnya kerja tim dan staf yang kurang terlatih.

Tujuh Alat Kualitas Penting adalah nama yang diberikan untuk serangkaian teknik grafis yang sangat sederhana yang telah diidentifikasi sebagai yang paling berguna untuk memecahkan masalah kualitas sehari-hari yang sederhana. Mereka dipanggil utama karena bahkan orang-orang dengan sedikit atau tanpa pelatihan statistik akan dapat memahami prinsip-prinsip ini dan menerapkannya pada kehidupan mereka pekerjaan sehari-hari.

Saya sering melihat bahwa bahkan personel yang berkualifikasi tinggi pun mengabaikan gagasan penggunaan instrumen modern kualitas seperti desain eksperimental, pengujian hipotesis, atau analisis multivariat. Meskipun akan berguna bagi sebagian besar profesional untuk mengetahui hal itu mayoritas masalah kualitas Bisa diselesaikan dengan menggunakan tujuh alat kualitas penting ini.

Tujuan artikel ini adalah untuk meninjau alat-alat dasar ini dan penggunaannya yang efektif. Mendapatkan hasil terbaik dengan salah satu alat ini tidak memerlukan bukti; Spesialis mutu harus memberikan informasi yang lengkap, obyektif dan memadai.

Alat #1: diagram Ishikawa

(disebut juga " kerangka ikan" atau " diagram sebab-akibat") adalah diagram sebab-akibat yang menunjukkan akar penyebab suatu kejadian tertentu. Cara umum untuk membangun tulang ikan yang benar-benar informatif adalah dengan menggunakan metode 5 Mengapa dan diagram sebab-akibat secara bersamaan.

Orang - Personil yang terlibat dalam proses; pemangku kepentingan, dll.

Metode - Proses untuk melaksanakan tugas dan persyaratan khusus untuk melaksanakannya, seperti kebijakan, prosedur, peraturan, regulasi, dan undang-undang

Mesin - Segala peralatan, komputer, perkakas, dll. yang diperlukan untuk melakukan pekerjaan

Bahan - Bahan mentah, suku cadang, pena, kertas, dll. yang digunakan untuk produksi produk akhir

Indikator - Data diperoleh dari suatu proses yang digunakan untuk mengevaluasi kualitasnya

Lingkungan- Kondisi seperti lokasi, waktu, suhu dan budaya di mana proses ini dilakukan

Alat #2: Daftar periksa

Ini adalah formulir terstruktur dan disiapkan untuk mengumpulkan dan menganalisis data. Ini adalah alat serbaguna yang dapat diadaptasi untuk berbagai tujuan. Data yang dikumpulkan mungkin bersifat kuantitatif atau kualitatif. Jika informasinya bersifat kuantitatif, maka checklist disebut lembar akuntansi.

Ciri khas dari daftar periksa adalah bahwa data dimasukkan ke dalamnya dalam bentuk tanda (“tanda centang”). Lembar periksa tipikal dibagi menjadi beberapa kolom, dan tanda yang dibuat di kolom berbeda memilikinya arti yang berbeda. Data dibaca berdasarkan letak dan jumlah tanda pada lembar. Daftar periksa biasanya menggunakan “tajuk” yang menjawab lima pertanyaan: Siapa? Apa? Di mana? Kapan? Mengapa? Kembangkan definisi operasional untuk setiap pertanyaan.

Siapa yang mengisi daftar periksa?

Apa yang dikumpulkan (apa yang diwakili oleh setiap tanda, nomor identifikasi lot, atau jumlah item dalam lot)

Dimana pengumpulan data dilakukan (peralatan, tempat, peralatan)

Kapan data dikumpulkan (jam, shift, hari dalam seminggu)

Mengapa data ini dikumpulkan

Alat #3:

Adalah tampilan informasi statistik, yang diwakili oleh persegi panjang untuk menunjukkan frekuensi item data dalam interval numerik berurutan dengan ukuran yang sama. Dalam bentuk histogram yang paling umum, variabel bebas diplot pada sumbu horizontal dan variabel terikat diplot sepanjang sumbu horizontal. sumbu vertikal.

Tujuan utama histogram adalah untuk memperjelas data yang disajikan. Ini adalah alat yang berguna untuk memplot data yang diproses ke dalam area atau batang histogram untuk menentukan frekuensi peristiwa atau kategori data tertentu. Histogram ini dapat membantu mencerminkan frekuensi tertinggi. Penerapan histogram analisis akar permasalahan yang umum mencakup penyajian data untuk menentukan penyebab dominan; memahami sebaran manifestasi berbagai masalah, sebab, akibat, dan lain-lain. Bagan Pareto (dijelaskan nanti di artikel) adalah jenis histogram khusus.

Alat #4:

Merupakan alat dan solusi penting. Karena sumber daya organisasi terbatas, penting bagi pemilik proses dan pemangku kepentingan untuk memahami akar penyebab kesalahan, cacat, dll. Pareto unggul dalam merepresentasikan mekanisme ini dengan memberi peringkat secara jelas pada akar penyebab suatu cacat. Diagram ini juga dikenal dengan prinsip 80:20.

Bagan, dinamai menurut nama ekonom dan ilmuwan politik Vilfredo Pareto, adalah jenis grafik yang berisi batang dan grafik garis, di mana nilai individual diwakili dalam urutan menurun berdasarkan kolom dan jumlah akumulasi diwakili oleh garis. Sumbu vertikal kiri biasanya mewakili frekuensi kejadian. Sumbu vertikal kanan adalah persentase total jumlah manifestasi. Karena sebab-sebab diurutkan berdasarkan kepentingannya, fungsi kumulatifnya cekung. Sebagai contoh di atas, untuk menurunkan angka keterlambatan sebesar 78%, cukup dengan menghilangkan tiga penyebab pertama.

Alat #5: Plot sebar atau plot sebar

Sering digunakan untuk mengidentifikasi hubungan potensial antara dua variabel, yang satu dapat dianggap sebagai variabel penjelas dan yang lainnya sebagai variabel terikat. Hal ini memberikan gambaran visual yang baik tentang hubungan antara dua variabel, dan membantu dalam menganalisis koefisien korelasi dan model regresi. Data ditampilkan sebagai sekumpulan titik, yang masing-masing memiliki nilai satu variabel yang menentukan posisi pada sumbu horizontal dan nilai variabel kedua yang menentukan posisi pada sumbu vertikal.

Plot sebar digunakan bila ada variabel yang berada di bawah kendali pelaku eksperimen. Jika ada suatu parameter yang bertambah dan/atau berkurang secara sistematis jika dipengaruhi oleh parameter lain, maka disebut parameter kontrol atau variabel bebas dan biasanya diplot sepanjang sumbu horizontal. Variabel yang dimanipulasi atau bergantung biasanya diplot sepanjang sumbu vertikal. Jika tidak ada variabel terikat, atau variabel tersebut dapat diplot pada salah satu sumbu atau pada plot sebar, maka yang ditampilkan hanya derajat korelasi (bukan hubungan sebab-akibat) antara kedua variabel.

Alat #6:

Ini adalah metode pengambilan sampel populasi. Dalam survei statistik, bila kelompok populasi dalam populasi berbeda, disarankan untuk mengambil sampel setiap kelompok (stratum) secara terpisah. Stratifikasi adalah proses membagi anggota masyarakat menjadi subkelompok yang homogen sebelum pengambilan sampel.

Strata tersebut harus saling eksklusif: setiap unit populasi harus dimasukkan ke dalam satu strata saja. Stratanya harus lengkap: tidak ada unit populasi yang dapat dikecualikan. Sampel acak sederhana atau sampel sistematis kemudian diambil dalam setiap strata.

Hal ini sering kali meningkatkan keterwakilan sampel dengan mengurangi kesalahan pengambilan sampel. Hal ini dapat menghasilkan rata-rata tertimbang yang memiliki variabilitas lebih kecil dibandingkan rata-rata aritmatika sampel acak sederhana dari suatu populasi. Saya sering mengatakan kepada kelompok yang saya awasi bahwa prosedur seleksi yang tepat lebih penting daripada sekadar memiliki ukuran sampel yang memadai!!

Alat #7: Bagan kendali, juga dikenal sebagai bagan Shewhart atau bagan perilaku proses

Ini adalah jenis diagram waktu khusus yang memungkinkan perubahan drastis membedakan karena variabilitas alami dari proses.

Jika analisis peta kendali menunjukkan bahwa proses berada di bawah kendali (yaitu, stabil, berubah hanya karena alasan yang melekat pada proses), maka tidak ada koreksi atau perubahan pada parameter kendali proses yang diperlukan atau diinginkan. Selain itu, data dari proses ini dapat digunakan untuk memprediksi kinerja proses di masa depan.

Jika peta menunjukkan bahwa proses yang diamati berada di luar kendali, analisis peta dapat membantu mengidentifikasi sumber variasi yang kemudian dapat diatasi agar proses kembali terkendali.

Peta kendali dapat dilihat sebagai bagian dari pendekatan obyektif dan disiplin yang membantu keputusan yang tepat mengenai pengendalian proses, termasuk apakah parameter pengendalian proses perlu diubah. Parameter proses tidak boleh disesuaikan dengan proses yang berada di bawah kendali, karena hal ini akan mengurangi kinerja proses. Suatu proses yang stabil namun beroperasi di luar kisaran tertentu (tingkat kerusakan, misalnya, mungkin dapat dikontrol secara statistik tetapi berada di atas norma yang ditentukan) harus ditingkatkan melalui upaya terfokus untuk memahami penyebab kinerja saat ini dan meningkatkan proses secara mendasar.

Ketika saya mengelola proyek sederhana ( Enam Sigma) (biasanya disebut proyek sabuk kuning), dimana masalahnya tidak rumit dan tim proyek terdiri dari orang-orang dengan pengalaman 3 sampai 5 tahun dalam prosesnya, saya sangat menganjurkan penggunaan alat sederhana ini untuk menyelesaikan masalah proses.

Sebagai aturan praktis, setiap proses menunjukkan kemampuan pengulangan 1-2%. deviasi standar, dapat ditingkatkan dengan analisis sederhana menggunakan alat-alat ini. Hanya ketika reproduktifitas proses lebih besar dari 2,5 - 3% standar deviasi barulah alat tingkat menengah hingga lanjutan dapat digunakan untuk mengidentifikasi dan menyelesaikan masalah proses. Saya juga merekomendasikan kepada siapa pun kursus awal Pendidikan dan pelatihan Six Sigma menggunakan tujuh alat kendali mutu untuk menciptakan lahan subur bagi pengembangan sabuk hijau dan hitam dalam organisasi.

Materi disiapkan oleh Andrey Garin
berdasarkan bahan dari publikasi asing
http://www.situs/

Tampilan