Podcast o Štatistická kontrola kvality

Kapitoly

Čo je to zvládnutý proces?

Kúzelné pravidlo troch sigma

Ako to vlastne kontrolujeme?

Etapy zavedenia SPC

Meranie verzus porovnávanie

Praktická analýza diagramu

Druhy regulačných diagramov

Prípravná fáza

Tvorba (x,R) diagramu

Regulačné hranice a zhrnutie

Přepis

Tereza: Zamysleli ste sa niekedy nad tým, ako je možné, že procesor vo vašom telefóne alebo počítači, ktorý má v sebe miliardy miniatúrnych tranzistorov, funguje bezchybne? Alebo ako automobilka dokáže vyrobiť stotisíc motorov, a všetky sú takmer identické?

Matej: Nie je to mágia, aj keď to tak trochu znie. Za touto neuveriteľnou presnosťou stojí jedna kľúčová myšlienka... a tou je presne náš dnešný topic: štatistická regulácia procesu.

Tereza: Presne tak. Vitajte pri Studyfi Podcast, kde si zložité témy rozmeníme na drobné.

Tereza: Dobre, Matej, tak poďme na to. Štatistická regulácia procesu. Znie to dosť... štatisticky. Čo to vlastne znamená v praxi?

Matej: Je to jednoduchšie, než to znie. Predstav si výrobný proces, napríklad pečenie koláčov v pekárni. V ideálnom svete by bol každý jeden koláč úplne rovnaký. Ale v realite to tak nie je, však?

Tereza: Jasné, vždy tam budú drobné odchýlky. Jeden bude o gram ťažší, druhý o chlp tmavší...

Matej: Presne! A to sú takzvané náhodné vplyvy. Trochu iná teplota v peci, vlhkosť vzduchu, nepatrný rozdiel v množstve múky... Sú to drobnosti, ktoré sú prirodzenou súčasťou procesu a nedajú sa úplne odstrániť.

Tereza: Takže proces, kde pôsobia len tieto malé, náhodné vplyvy, je to, čo chceme?

Matej: Áno! Tomu hovoríme štatisticky zvládnutý proces. Je stabilný a predvídateľný. Vieš, že tvoje koláče budú vždy v rámci určitej, prijateľnej kvality. Pohybujú sa vo vnútri tolerančných hraníc.

Tereza: A problém nastáva, keď sa stane niečo... väčšie?

Matej: Bingo. Problém nastane, keď do procesu vstúpi významný, alebo systematický vplyv. Napríklad sa ti pokazí termostat na peci a teplota stúpne o 50 stupňov. Alebo ti do cesta namiesto cukru spadne soľ.

Tereza: Au. To by boli veľmi... zaujímavé koláče. A hlavne by boli nepodarky.

Matej: Presne. A cieľom štatistickej regulácie je práve toto: odhaliť tieto významné vplyvy čo najskôr, aby sme neprodukovali celú várku slaných koláčov. Ide o prevenciu, nie o hasenie požiaru.

Tereza: Dobre, takže vieme, že chceme odhaliť tie veľké, systematické problémy a ignorovať tie malé, náhodné odchýlky. Ale ako to systém rozpozná? Ako vie, čo je ešte v poriadku a čo je už problém?

Matej: Výborná otázka. Tu prichádza na rad kúzlo štatistiky, konkrétne Gaussova krivka, alebo normálne rozdelenie. Pamätáš si ten zvonovitý tvar z hodín matematiky?

Tereza: Matne áno. V strede je najviac hodnôt a smerom k okrajom ich ubúda.

Matej: Presne tak. Pri štatisticky zvládnutom procese sa hodnoty, ktoré meriame – napríklad váha našich koláčov – správajú presne podľa tejto krivky. Väčšina koláčov bude mať váhu veľmi blízku priemeru.

Tereza: A len zopár bude výrazne ľahších alebo ťažších.

Matej: Áno. A teraz to najdôležitejšie. Pre normálne rozdelenie platí takzvané pravidlo troch sigma. To hovorí, že až 99,73 % všetkých hodnôt sa nachádza v intervale plus-mínus tri smerodajné odchýlky od priemeru.

Tereza: Počkaj, spomaľ. Smerodajná odchýlka... to je miera toho, ako veľmi sú hodnoty rozptýlené okolo priemeru, správne?

Matej: Perfektné. Takže ak poznáme priemer a smerodajnú odchýlku nášho stabilného procesu, vieme s takmer 100-percentnou istotou povedať, v akom rozsahu by sa mali pohybovať hodnoty. A to je základ regulačných diagramov.

Tereza: Takže ak nejaká nameraná hodnota zrazu „vyskočí“ mimo tohto rozsahu... mimo tých troch sigma...?

Matej: ...je extrémne nepravdepodobné, že by to bola len náhoda. S pravdepodobnosťou 99,73 % sa v procese stalo niečo zlé! Ten slaný koláč! A my musíme okamžite zistiť čo.

Tereza: Fajn, princípu rozumiem. Vytvoríme si akési „bezpečné“ hranice a všetko, čo je mimo, je podozrivé. Ako sa to ale robí v reálnej továrni? Chodia ľudia a merajú každý jeden výrobok?

Matej: To by bolo veľmi nepraktické a drahé. Štatistická regulácia je výberový spôsob kontroly. To znamená, že v pravidelných intervaloch – napríklad každú hodinu – zoberieš malú vzorku, povedzme 5 výrobkov.

Tereza: A na týchto piatich zmeriaš to, čo ťa zaujíma. Povedzme priemer a nejakú mieru variability.

Matej: Presne. Zmeriaš ich, vypočítaš priemer a variačné rozpätie tej malej vzorky a tieto dve hodnoty zapíšeš ako bodky do dvoch grafov. Týmto grafom hovoríme regulačné diagramy.

Tereza: Aha! Takže jeden graf pre priemer a druhý pre variabilitu. A na týchto grafoch sú nakreslené tie naše plus-mínus tri sigma hranice.

Matej: Áno! Volajú sa horná a dolná regulačná hranica. A tvojou úlohou je sledovať, či sa všetky tie bodky, ktoré priebežne zakresľuješ, držia pekne medzi týmito hranicami.

Tereza: Takže kým sú bodky vnútri, všetko je v poriadku a pôsobia len náhodné vplyvy.

Matej: Presne. Proces je štatisticky zvládnutý. Ale akonáhle ti bodka uletí mimo hraníc, je to signál „STOP“! V procese sa objavil významný vplyv a treba ho nájsť a odstrániť skôr, než vyrobíš stovky nepodarkov.

Tereza: Spomínal si dva spôsoby, ako zisťovať tieto vplyvy. Kontrolovať vstup alebo výstup.

Matej: Áno. Môžeš kontrolovať vstupné faktory – napríklad kvalitu surovín, ešte predtým, než ich použiješ. To je preventívne, ale nemôžeš skontrolovať všetko. Alebo, a to je častejšie, kontroluješ výstupné veličiny – teda hotové výrobky. Tým odhalíš akýkoľvek problém, ale bohužiaľ až potom, čo sa už stal.

Tereza: Dobre, povedzme, že som manažér vo firme a chcem zaviesť štatistickú reguláciu, alebo SPC, ako si spomínal, že sa tomu hovorí.

Matej: Áno, SPC, z anglického Statistical Process Control.

Tereza: Takže chcem zaviesť SPC. Čo musím urobiť? Nemôžem asi len tak prísť a začať kresliť grafy, však?

Matej: To veru nie. Je to proces, ktorý má štyri hlavné etapy. Prvá je prípravná fáza. Tu si musíš stanoviť cieľ. Čo chceš dosiahnuť? Znížiť počet nepodarkov? Zlepšiť kvalitu? Alebo to od teba chce zákazník?

Tereza: To dáva zmysel. Musím vedieť, prečo to robím. A potom?

Matej: Potom si vyberieš, čo budeš merať – takzvané znaky kvality. Napríklad priemer skrutky, hmotnosť chleba, čokoľvek. A musíš mať spoľahlivé meradlá. Potom určíš, aké veľké vzorky budeš odoberať a ako často.

Tereza: Dobre, to je príprava. Čo je druhá fáza?

Matej: Fáza analýzy a zabezpečenia stability. Teraz začneš zbierať dáta. Odoberieš prvých pár vzoriek a vytvoríš takzvaný predbežný regulačný diagram. A na ňom zistíš, či tvoj proces je vôbec štatisticky zvládnutý.

Tereza: Čiže, či sa v ňom už náhodou nedeje nejaká systematická chyba, o ktorej neviem.

Matej: Presne tak. Ak áno, musíš najprv nájsť a odstrániť príčinu. Nemá zmysel regulovať proces, ktorý je od základu nestabilný. Je to ako snažiť sa rovno šoférovať auto, ktorému kmitá volant.

Tereza: Ok, takže proces stabilizujem. Čo ďalej? Fáza tri?

Matej: Posúdenie spôsobilosti procesu. Teraz, keď je proces stabilný, musíš zistiť, či je aj spôsobilý. To znamená, či dokáže plniť požiadavky zákazníka, alebo technické špecifikácie. Tvoj stabilný proces môže produkovať skrutky s priemerom konzistentne 5 milimetrov, ale ak zákazník chce 6 milimetrov, proces je síce stabilný, ale nespôsobilý.

Tereza: Rozumiem. Musí byť nielen stabilný, ale aj správne nastavený. A posledná fáza?

Matej: Až teraz prichádza tá štvrtá, vlastná štatistická regulácia. Teraz už máš finálne regulačné hranice a diagram používaš na dennodenné sledovanie a riadenie procesu v reálnom čase.

Tereza: Hovorili sme zatiaľ o meraní – váha, dĺžka... Ale čo ak sa výrobok nedá takto merať? Čo ak je výsledok kontroly len „vyhovuje“ alebo „nevyhovuje“?

Matej: Skvelý postreh. Tu sa dostávame k druhému typu regulačných diagramov. Tie prvé, o ktorých sme hovorili, sú diagramy pri kontrole meraním. Výsledok je spojitá náhodná veličina – nejaké číslo.

Tereza: A tie najčastejšie sú pre priemer a variačné rozpätie, teda (x̄, R) diagram, alebo pre priemer a smerodajnú odchýlku, (x̄, s) diagram.

Matej: Presne. Ale potom máme regulačné diagramy pri kontrole porovnávaním. Tu výsledok nie je číslo, ale rozhodnutie. Používaš kaliber, šablónu, alebo len pohľad a povieš: dobrý kus, zlý kus. Výsledok je diskrétna premenná.

Tereza: Kedy sa toto používa?

Matej: Typicky pri hromadnej výrobe lacných produktov, kde je meranie každého kusu príliš pomalé alebo drahé. Predstav si výrobu miliónov gombíkov. Nebudeš každý jeden merať posuvným meradlom.

Tereza: To určite nie. Takže v tomto prípade nesledujem priemer a rozptyl, ale čo?

Matej: Sleduješ buď počet nezhodných kusov vo vzorke, na to slúži „np“ diagram, alebo podiel nezhodných kusov, čo je „p“ diagram. Princíp je ale rovnaký – máš regulačné hranice a sleduješ, či počet alebo podiel nepodarkov zrazu nevyskočí nad nejakú prirodzenú úroveň.

Tereza: Vráťme sa ešte k tým diagramom pri meraní, napríklad (x̄, R) diagramu. Povedal si, že máme dva – jeden pre priemer (x̄) a jeden pre variačné rozpätie (R). Ako sa s nimi pracuje?

Matej: Veľmi dôležité je, že sa vždy najskôr analyzuje diagram pre variabilitu, teda R diagram. Ten nám hovorí o stabilite rozptylu procesu. Ak nie je stabilný rozptyl, nemá zmysel ani pozerať na priemer.

Tereza: Prečo? To znie zvláštne.

Matej: Predstav si, že strieľaš na terč. Ak je tvoj rozptyl obrovský – jedna rana ide doľava, druhá doprava, tretia hore – tak aj keď je priemer všetkých tvojich zásahov presne v strede, si zlý strelec. Tvoj proces je nepredvídateľný. Najprv musíš zmenšiť rozptyl, aby všetky rany lietali blízko seba.

Tereza: Aha! Takže najprv stabilizujem rovnomernosť výroby na R diagrame. Až keď sú všetky body pre rozpätie vnútri hraníc, môžem sa pozrieť na x̄ diagram, ktorý mi ukazuje úroveň, teda priemer.

Matej: Presne tak. Ak je bod mimo hraníc v R diagrame, znamená to, že sa niečo stalo s presnosťou procesu. Ak je bod mimo v x̄ diagrame, znamená to, že sa proces niekam posunul – napríklad sa opotreboval nástroj a začal vyrábať väčšie priemery.

Tereza: A čo keď nájdem taký bod mimo hraníc?

Matej: V prvom rade musíš zistiť príčinu. Prečo sa to stalo? Bola to chyba obsluhy? Chybný materiál? Keď príčinu nájdeš a odstrániš, tak daný bod z výpočtu regulačných hraníc vylúčiš, lebo nepatril do stabilného procesu. Následne prepočítaš hranice bez neho a pokračuješ v monitorovaní.

Tereza: Takže je to neustály cyklus zlepšovania. Monitoruješ, hľadáš príčiny, odstraňuješ ich, a tým znižuješ variabilitu a robíš proces lepším a lepším.

Matej: To je presne duch SPC. Nie je to len o kontrole. Je to nástroj na neustále zlepšovanie procesov. Cieľom je mať čo najmenšiu variabilitu, čo najstabilnejší proces, pretože to znamená vyššiu kvalitu, menej odpadu a v konečnom dôsledku nižšie náklady.

Tereza: A spokojnejších zákazníkov, ktorí dostanú presne to, čo očakávajú. Či už je to procesor v telefóne alebo ten perfektne upečený koláč.

Matej: Presne tak. Dúfajme, že bez soli. A to nás plynule privádza k našej ďalšej téme...

Tereza: Takže to je k Paretovej analýze všetko. A tým sme sa vlastne dostali k našej úplne poslednej téme. Sú ňou regulačné diagramy kvality.

Matej: Presne tak. Je to skvelý nástroj, ktorý nám pomáha sledovať, či je náš proces stabilný, alebo sa nám, ako sa hovorí, „vymyká z rúk“.

Tereza: Dobre, a aké typy týchto diagramov existujú? Je ich viac?

Matej: Áno, je ich niekoľko, podľa toho, čo presne meriame. Máme napríklad diagramy pre priemer a variačné rozpätie, to je asi najbežnejší typ (x, R). Potom pre priemer a smerodajnú odchýlku, pre maximálnu a minimálnu hodnotu, alebo dokonca pre jednotlivé hodnoty.

Tereza: Okej, takže si môžem vybrať ten, ktorý sa mi najviac hodí. Znie to logicky.

Matej: Presne. Ale skôr než začneme čokoľvek kresliť, musíme si všetko poriadne pripraviť. Je to ako pri pečení – najprv si nachystáš suroviny, až potom miešaš cesto.

Tereza: Dobre, som zvedavá na tento recept. Čo teda potrebujeme?

Matej: Musíme si určiť štyri veci. Po prvé, ako budeme vyberať vzorky. Po druhé, ako často ich budeme kontrolovať – to je kontrolný interval. Po tretie, koľko kusov v jednej vzorke skontrolujeme. A nakoniec, aké percento z celkovej výroby to bude.

Tereza: Super, prípravu máme. Poďme teraz na ten najbežnejší diagram, ten pre priemer a variačné rozpätie. Ako ho vytvoríme?

Matej: Je to jednoduchšie, než to znie. Vlastne používame dva diagramy naraz. Jeden pre priemer, ktorý nám ukazuje úroveň kvality, a druhý pre rozpätie, ktorý sleduje rovnomernosť. Takto vidíme, či sa nám proces len posúva, alebo či začína byť chaotický.

Tereza: A postup? Predpokladám, že začneme zberom dát.

Matej: Správne. V určených intervaloch zoberieme vzorky a pre každú vypočítame priemer a variačné rozpätie. Variačné rozpätie je len rozdiel medzi najväčšou a najmenšou nameranou hodnotou.

Tereza: A koľkokrát to musíme zopakovať?

Matej: Tento postup opakujeme aspoň desaťkrát. Potom z týchto desiatich priemerov urobíme jeden „priemer priemerov“ a z desiatich rozpätí jedno „priemerné rozpätie“. Znie to trochu zamotane, ale je to len spriemerovanie našich výsledkov.

Tereza: Mám „priemer priemerov“. Čo ďalej?

Matej: Teraz už len vypočítame regulačné hranice – hornú a dolnú. Použijeme na to naše priemerné hodnoty a špeciálne koeficienty z tabuliek. Tieto hranice nám potom v grafe ukážu, či je náš proces v poriadku alebo či treba zasiahnuť.

Tereza: Fantastické. A tým sme vlastne na konci nielen tejto témy, ale celého nášho podcastu o nástrojoch kvality.

Matej: Presne tak. Od Paretovej analýzy až po regulačné diagramy, dúfame, že vám tieto nástroje pomôžu lepšie rozumieť procesom okolo vás.

Tereza: Ďakujeme vám za počúvanie, priatelia. Dúfame, že ste sa niečo nové naučili a že vás štúdium bude baviť o niečo viac. Majte sa krásne!

Matej: Dovidenia!