Documente Academic
Documente Profesional
Documente Cultură
Instrumente de control:
1 Histograma
Reprezentarea grafic a evoluiei rezultatelor nregistrate pentru o caracteristic a procesului
analizat se poate face cu ajutorul histogramei. n general histogramele se utilizeaz la
msurarea parametrilor de tendin medie, a parametrilor de dispersie i la vizualizarea
distribuiei, permind o apreciere mai bun a dispersiei. Histograma permite o prezentare a
datelor pe clase, numrul de puncte pe fiecare clas fiind un prim indiciu pentru construcia
empiric a unei distribuii de responsabilitate.
n domeniul calitii histogramele eviden iaz elementele asupra crora trebuie intervenit
pentru mbuntirea rezultatelor. Se pot elabora numeroase tipuri de histograme, dar cea
mai utilizat este histograma de frecven.
Cum se construiete o histogram ?
Pe baza datelor culese, i nregistrate de obicei ntr-un tabel, se construiete un numr
determinat de intervale n form de dreptunghiuri lipite. Bazele dreptunghiurilor sunt egale,
iar nlimea este proporional cu nivelul frecvenei fenomenului.
Practic, construirea histogramei presupune parcurgerea urmtoarelor etape:
ntocmirea tabelului cu datele de intrare;
stabilirea numrului de intervale n funcie de numrul valorilor cunoscute ale parametrului
studiat;
determinarea valorilor maxim (Vmax)) i minim (Vmin) din irul valorilor parametrului
studiat i a mrimii intervalelor (L);
trasarea limitelor fiecrui interval pe abscis i a frecvenei datelor acestora pe ordonat;
desenarea dreptunghiurilor
Prin trasarea histogramei, datele din tabel pot fi interpretate mai uor i cu mai mult
precizie. n figura nr. 22 se prezint modelul clasic de histogram.
Pentru construcia unei histograme, corespunztor etapelor prezentate mai nainte, ne vom
50
40
30
20
10
11
13
15
17
19
169
165
162
162
137
148
152
109
151
174
145
155
175
159
167
158
125
133
110
142
118
156
144
136
128
143
147
164
158
190
136
165
137
180
136
144
172
159
130
163
163
135
151
166
145
151
145
151
145
164
182
150
140
172
150
156
134
136
154
126
148
166
121
176
147
168
155
126
131
134
154
148
151
161
136
139
155
143
138
150
134
142
157
127
158
183
163
143
180
150
172
172
155
Date pentru construcia histogramei
Tabelul nr. 6
Clase de intervale
Media
Frecven
intervalului
100-120
110
3
120-140
130
24
140-160
150
45
160-180
170
23
180-200
190
5
Total
Total 100
Mrimea intervalelor se stabilete cu relaia:
L=
V maxV min
, unde n numrul intervalelor
n
Din analiza histogramei se constat c zonele colorate n albastru sunt n afara cmpului de
toleran admis. ntruct nu se ncadreaz n cerinele normativului sunt considerate
neconformiti, respectiv rebuturi. Pentru analist aceast informaie va sta la baza msurilor
ce vor fi propuse n vederea mbuntirii calitii de execuie a operaiei de strunjire.
Reinem c histogramele cu dispersie mare indic variaii mari, iar cele n care rezultatele
sunt concentrate n jurul mediei indic variaii slabe, ceea ce face posibil stpnirea
procesului care a generat rezultatele.
Frecven
110
130
150
170
190
Dispersia
interval de toleran admis
Fig. nr. 23
produsului, aceasta trebuie identificat precis i apoi formulate propunerile prin care poate fi
eliminat. Pentru emiterea propunerilor se organizeaz, cel mai adesea, o edin de
brainstorming, n care diagrama cauz efect servete ca suport vizual, stimulnd
creativitatea participanilor.
Subcauz
Cauz
Cauz
Cauz
Problem
Cauz
Cauz
Subcauz
Mn de lucru
Maina
3 Diagrama Pareto
Economistul italian Vilfredo Pareto, este autorul unui principiu care i poart numele i care
poate fi enunat astfel: urmrind performana unui grup de persoane sau obiecte se constat
adesea c un numr mic dintre acestea prezint o importan mare, n timp ce restul
au o importan redus. Acest principiu a fost folosit de M.D. Lorenz, la proiectarea unei
diagrame (care n mod eronat poart denumirea diagrama Pareto) prin care a vizualizat
distribuia neuniform a bogiei naionale. El a observat c n Anglia secolului al XIX-lea,
20% din populaie deinea n jur de 80% din avuia naional.
Principiul este important pentru studiul problemelor legate de calitate, ntruct cea mai mare
parte a costurilor noncalitii nregistrate ntr-o organizaie se datoreaz, n general, unui
numr mic de cauze speciale.
Referitor la acest principiu, Juran consider ca n domeniul calitii acesta acioneaz astfel:
... pierderile nu sunt niciodat uniform distribuite pe caracteristici de calitate. ntotdeauna
neuniformitatea distribuiei pierderilor este de aa natur nct un procent redus, respectiv
acele cteva caracteristici de calitate care au o importan vital, deine o pondere
24
important n totalul pierderilor referitoare la calitate. n baza acestor constatri Juran a
folosit diagrama Pareto n Japonia, pentru stabilirea prioritilor ntr-un studiu de ameliorare
a calitii i a productivitii.
Diagrama Pareto este o reprezentare grafic a unor date (n cazul nostru a cauzelor
defectelor), cu scopul de a ajuta echipa de lucru s-i ierahizeze obiectivele n funcie de
importana acordat. De exemplu, n cazul costului unor defecte la un produs, pe ordonata
sistemului de axe rectangulare sunt trasate clasele de defecte. Acestea sunt ordonate n mod
descresctor n funcie de importan, cea mai important fiind plasat la extremitatea
superioar a axei. Pe abscis este redat mrimea (amplitudinea) claselor de cauze sau
defecte stabilite, cum ar fi: costul defectelor, numrul defectelor, ponderea pieselor defecte
etc. Amplitudinea claselor este redat prin dreptunghiuri lipite, desenate orizontal. Uneori
pentru ca diagrama s fie mai sugestiv este completat printr-o linie ntrerupt care
reprezint amplitudinea cumulat pe toate clasele (fig. nr. 25).
n practic se ntlnesc i alte tipuri de diagrame, ntre care mai des se folosete diagrama
costurilor, la care pe abscis se reprezint costul defectelor, iar pe ordonat se traseaz
tipurile de defecte, tot n ordinea descresctoare a frecvenei (fig. nr. 26).
Analiza diagramei permite cunoaterea defectelor. Pentru obinerea unei eficiene imediate
se recomand ca eliminarea defectelor s nceap cu cele care au valoarea cea mai mare.
Pentru aceasta vor fi identificate locurile de munc care le-au provocat i se vor face
propuneri corespunztoare, innd seama de specificul activitii.
Verificarea schimbrilor produse de msurile luate pentru nlturarea cauzelor care au
provocat defectele, se poate trasa o nou diagram . Dac pe ordonat se nregistreaz
pierderile bneti corespunztoare defectelor, se poate calcula economiile obinute i stabili
eficiena aciunilor ntreprinse i a aplicrii metodei.
24
defecte
F
costul cumulat
de
C
Tipuri
B
0
10
20
30
40
50
60
70
80
90
100 110 120
Costul
Fig. nr. 25
200
150
100
50
0
1
4 Diagrama de corelare
Eviden iaz grafic existena sau inexistena relaiilor poteniale dintre dou categorii de
date. Pentru construcia diagramei se reprezint grafic cele dou categorii de date, una pe
abscis i cealalt pe ordonat. Figura nr. 27 este o ilustrare a acestor diagrame n care s-au
reprezentat mai multe tipuri de distribuie a datelor. n cazul managementului calitii,
datele se pot referi de exemplu la numrul reclamaiilor i numrul produselor remediate.
Diagrama este folosit pentru aprecierea tipului de corelaie stabilit ntre cele dou categorii
de date. Astfel, corelaiile pot fi pozitive sau negative, avnd o intensitate (atrac ie)
puternic sau slab, liniar sau neliniar. Corelaiile sunt pozitive dac valorile crescnde
ale unei categorii de date corespund valorilor crescnde ale celeilalte categorii i negative n
25
caz contrar . Intensitatea corelaiei este puternic dac punctele nu prezint un grad mare
de mprtiere i slab cnd mprtierea este mare.
n ceea ce privete tipul de corela ie existent ntre puncte, acesta este liniar n cazul
corelaiilor pozitive i neliniar atunci cnd pentru o parte dintre valorile cresctoare ale unei
25
categorii corespund, la nceput, valori cresc toare iar apoi descresctoare, ale celeilalte
categorii de date. Dac punctele prezint un grad mare de mprtiere, ntre cele dou
categorii de date nu exist corelaii.
Pentru construirea diagramei corelaiei se ntocmete mai nti un tabel n care se
nregistreaz rezultatele obinute din studierea relaiilor dintre dou creteri, care s-au
msurat simultan, ntr-un proces. Apoi, pe o hrtie milimetric se traseaz i se gradeaz
cele dou axe ale diagramei. De asemenea, se traseaz punctele ce reprezint perechile de
date. Odat obinut, diagrama este interpretat. Anumite corelaii se observ uor pe
diagram, .chenarul cu puncte alungit indic existena corelaiilor, dimpotriv , un chenar
rotund indic faptul c nu exist corelaie. Dar, n toate cazurile, metoda testului semnelor
permite s se trag concluzii clare. Pentru aceasta trebuie s se traseze dreptele orizontal i
vertical, care reprezint medianele de distribuie. n jurul punctului central se gsesc patru
zone(indicate prin cifrele 1-4). Se numr punctele din fiecare zon, cu excepia celor
plasate pe mediane, i apoi se trec rezultatele ntr-un tabel n form de ptrat. Acesta este
tabelul testului semnelor. Pentru compararea rezultatelor se calculeaz punctele. Se adun
punctele din zonele 1 i 3, pe de o parte, i 2 i 4, pe de alt parte. Se adun apoi cele dou
rezultate i se obine numrul total de puncte al diagramei ( cu excepia celor plasate pe
mediane). Tabelul testului semnelor d o limit care corespunde acestui numr. Dac cel
mai mic dintre rezultatele (1+3) i (2+4) este inferior limitei, atunci exist o corelaie, iar
26
dac situaia este opus atunci nu exist corelaie.
Fig. nr. 27
Figura nr. 28 a fost realizat pe baza unui exemplu. S-au considerat categoriile de date din
tabelul nr. 7 care exprim situaia calitativ a vinurilor depozitate pentru maturizare.
Corelaia se formeaz ntre datele care exprim gradul de alcool al vinului i procentul de
sticle compromise dup prima decad a perioadei de maturizare din totalul sticlelor stocate.
Procentul de respingere scade odat cu creterea gradului de alcool al vinului. Din figur
rezult clar o relaie negativ i de tip neliniar.
26
Tabelul nr. 7
Experimentul
Gradul de alcool (%)
Sticle compromise (%)
1
9,0
15,00
2
10,0
2,85
3
11,0
0,39
4
12,0
0,03
5
12,5
0,02
6
8,5
20,5
7
8,0
60,4
(%)
14
12
alcool
10
de
6
Gradul
4
0.02
0.03
0.39
2.85
15
20.5
60.4
Nr. de sticle compromise (%)
Fig nr. 28
5 Graficul de control
Graficul sau diagrama de control servete la analiza stabilitii sistemului i la stabilirea
momentului n care trebuie intervenit pentru a-l corecta. Un sistem este stabil cnd rezultatele
(pentru caracteristica sau parametru analizat) sunt conforme cu cerinele prevzute. Deoarece este
dificil de apreciat dac un sistem este stabil, analiza pornete de la starea de instabilitate a
caracteristicii alese, care se studiaz prin apariia unor semnale statistice n cadrul unui grafic de
control. Pentru a nregistra apariia unui semnal statistic este recomandat s se aplice metoda
dimensiunii mobile, folosit n lucrrile lui Wheeler, care ofer maximum de anse apariiei
semnalelor statistice atunci cnd exist o cauz special de variaii. Metoda se utilizeaz n
special pentru msurtori individuale.
n practic se folosesc numeroase tipuri de grafice de control.
Date (X)
20 16 18 19 21 21 17 15 :
X = 18,37
Dimensiuni mobile (mR):
4 2 1 2 0 4 2:
mR
= 2,14
Primul grafic de control a fost conceput de specialitii firmei Western Electric, fost filial a
societii Bell Telephone.
nc de la primul semnal statistic, sistemul este declarat instabil. Dac secvena de 30 de
puncte nu prezint nici un semnal statistic, sistemul este stabil i l putem transpune ntr-un
grafic de control integrat.
Graficul de control integrat
Numai n cazul unui sistem stabil se poate vorbi despre grafice de control integrate n
producie sau n domeniul serviciilor. Scopul acestor grafice este de a menine caracteristica
respectiv ntr-o stare stabil, conducerea ncredinnd angajailor sarcina s completeze
graficele i s detecteze semnalele statistice. Un grafic de control integrat are n mod
obligatoriu dou limite de control trasate deasupra i sub linia mijlocie. Liniile se calculeaz
pornind de la cel puin 30 de date stabile i sunt revzute apoi pentru a avea o baz de date
ct mai mare. Calculul trebuie reluat dup fiecare schimbare a procesului, n special ca
urmare a unei instabiliti. n acest sens trebuie s existe o instruciune de munc, care s
precizeze metoda de msurare i frecven a msurtorilor. Singura sarcin care revine
angajailor este s descopere semnalele statistice, prin raportarea la limitele de control, i si anune superiorii ierarhici imediat ce apare un semnal.
Fig. nr. 29
Fig. nr. 30
6 Stratificarea datelor
O analiz matematic riguroas necesit mai multe informa ii pentru fiecare dat. De
exemplu, pentru a mpri populaia unei ri n diverse categorii dup poziia acestora n
structura social , sunt necesare informa ii cu privire la numrul populaiei, categoriile
sociale, criterii (limite) de ncadrare pe categorii etc. Aceast operaie se numete
stratificarea datelor. n managementul calitii, stratificarea datelor este o cerin curent .
ansele de mbuntire a calitii unui produs, de exemplu, cresc dac datele legate de
parametrii calitativi sunt analizate detaliat.
La nivelul unei histograme, a unui grafic de control etc., datele pot fi stratificate prin
simboluri sau coduri de culori (fig. nr. 31). Aceast vizualizare permite gsirea unei cauze
care provoac variaii speciale intr-un proces. Departajarea cauzelor, n funcie de efectele
propagate, presupune ns un test de compara ie. Cercetarea cauzelor se face, n general,
prin compararea caracteristicilor cu dou nivele obinute dintr-un factor de variaie unic. De
exemplu, se compar frecvent sporurile de cereale nregistrate la hectar prin folosirea a dou
tipuri de ngrminte sau, n cadrul fermelor de psri, sporurile de greutate nregistrate de
puii pentru carne prin hrnirea cu dou tipuri diferite de furaje etc. Analiza se face pe baza
msurtorilor realizate pe cele dou eantioane. Deoarece rezultatele nu sunt de fiecare dat
sugestive, este necesar gsirea unei limite de la care diferen ele constatate ntre medii
reprezint mai mult dect variaia obinuit care apare ntotdeauna la experimentri.
Etapele aplicrii metodei sunt:
se ntocmete tabelul alctuit din dou coloane denumite rezultat, care vor fi desprite de
un spaiu suficient pentru trasarea sgeilor de legtur;
se traseaz sgeile care leag numerele dup ordinea cresctoare;
se nregistreaz rangurile rezultatelor. Dac mai multe rezultate sunt identice, li se va acorda
un rang mediu egal, care nu trebuie s fie n mod obligatoriu numr ntreg;
se calculeaz suma rangurilor celui mai mic eantion;
se compar rezultatele cu tabelul testului de comparare.
Pentru exemplificare ne vom folosi de un test de comparare a rangurilor. De asemenea vom
folosi un tabel n care efectivele sunt de 13 la un eantion i de 11 la cellalt.
Fig nr. 31
Eantionul A
Eantionul B
(n =13)
(n = 11)
Tabelul nr. 8
Rang
Rezultat
Rezultat
Rang
1
256
258
3
2
257
259
5,5
5,5
259
264
13,5
5,5
259
264
13,5
5,5
259
265
16
8
261
265
16
9
262
265
16
9
262
266
18
10
263
270
21
10
263
270
21
19
267
271
23
21
270
24
273
Suma rangurilor= 166.5
Tabelul nr. 9
A
10
11
12
13
14
15
B
78
132
11
81
96
139
157
12
85
99
115
145
157
185
13
88
103
119
137
152
172
193
214
14
91
106
123
141
160
159
180
201
223
246
15
94
110
127
145
164
185
166
187
209
232
256
280
16
96
114
131
150
169
190
174
194
217
240
265
290
17
100
117
135
154
175
195
180
202
225
249
273
300
18
103
121
139
159
179
201
187
209
233
257
283
309
19
107
124
144
163
184
205
193
217
240
266
292
320
20
110
128
148
168
189
211
200
224
248
274
301
329
n exemplul luat, suma rangurilor celui mai mic eantion este 166,5. Rezultatele se compar
cu tabelul testului de comparare. n acest tabel, limitele care ar corespunde efectivelor 13 i
11 sunt 172 103. Rezultatul stabilit se afl ntre aceste limite.
Din analiza rezultatului se constat c diferena ntre cele dou eantioane este
nesemnificativ. Ca urmare se poate adopta oricare dintre ele.
7 Brainstorming
Brainstorming-ul (furtuna de ideii) este o metod practic de stimulare a gndirii creatoare,
n scopul obinerii unor idei pentru rezolvarea problemei supus discuiilor. Conceput de A.
Osborn, metoda pornete de la ipoteza c n orice domeniu de activitate, problemele pot fi
rezolvate mai bine dect n prezent, dar pentru aceasta trebuie s gsim ideile care s sparg
barierele rutinei.
Conform principiilor pe care A. Osborn le-a formulat n 1957, metoda preconizeaz
organizarea unor reuniuni n care participanii s poat exprima nestingherii i emite orice
idei, fiind siguri c nu se vor face aprecieri asupra valorii i oportunitii acestora.
Brainstorming-ul nu este, aadar, o metod concret de rezolvare a unor probleme, ci o
metod folosit n procesul de management al calitii pentru obinerea soluiilor n vederea
rezolvrii optime a problemelor.
Pentru reuita acestor reuniuni, este necesar respectarea unor reguli asupra crora ne vom
referi n continuare:
alegerea persoanelor participante. Este indicat ca numrul acestora s fie ntre 6 i 12, iar
compoziia grupului s fie eterogen pentru a asigura o mai mare spontaneitate i emiterea
unui numr mare de ideii;
stabilirea unui conductor animator al conferinei, al crui principal rol const n lansarea
unor idei ce pot fi apoi valorificate n realizarea atmosferei de colaborare i asigurare a unui
caracter dinamic al conferinei, care s favorizeze fenomenul de reacie n lan pentru
emiterea de idei;
alegerea momentului optim de desfurare a edinei i organizarea discuiei ntr-un spaiu
confortabil, care s asigure starea de creativitate.
n ceea ce privete desfurarea propriu-zis a edinei este obligatoriu realizarea unui
climat favorabil de permisivitate, de adaptare care presupune abinerea de la interpretarea
critic a ideilor expuse.
Reuita edinei depinde, n bun msur, de respectarea urmtoarelor reguli:
selectarea atent a participanilor;
exprimarea clar i concis a problemelor de calitate pentru care se cer sugestii;
eliminarea oricrui argument de evaluare n timpul edinei, toate propunerile fiind
dezvoltate ntr-o viziune constructiv i pozitiv;
propunerile trebuie s fie scurte, eliminndu-se discursurile lungi;
crearea unui climat n care s se accepte orice idee, orict de fantastic ar prea;
Pentru controlul financiar in cadrul unei orgaizatii se pot utilize urmatorii indicatori:
Nr
INDICATORI
crt
1. Cifra de afaceri (CA)
UM
CA = Producia x pret
vndut
bucata
2. Profit brut (Pb)
Pb = Venituri totale - Cheltuieli
totale
3. Profit net (Pn)
Pn = Profit brut - Impozit pe
profit
4. Rata de crestere a vanzarilor
(Rv)
V 2 V1
Rv = = V 1 x 100
pers
FS
= NS
per
pers
%
%
%
S
CA X100
PS=
18. Viteza de rotatie a sctocurilor
(Vr)
CA
Vr= S
Cp
RSF= Pasive x100
Cpr
RIF= Cp x100
Pn
Rfin= Cpr x100
Cpr
Cpr
Rsp= Total .Pasive x100
Total .active
Rstl= Datorii.totale x100
Active.circulante
Rlp= datorii.totale x100
Active.circulante Stocuri
Datorii.totale
Rlc=
x100
Datorii.totale
Rd= Active.totale x100