Podcast o Štatistická Kontrola Kvality

Kapitoly

Mýtus o kontrole kvality

Čo je to SPC?

Náhoda verzus systém

Štatisticky zvládnutý proces

Kúzlo Gaussovej krivky

Ako na to v praxi?

Meranie alebo porovnávanie?

Regulačný diagram v akcii

Kľúčové zhrnutie

Ako to funguje v praxi

Diagramy np a p

Zhrnutie a záver

Přepis

Šimon: Väčšina študentov si myslí, že kontrola kvality vo výrobe je ako práca detektíva – hľadáte chyby a nepodarky až na konci, keď je už všetko hotové.

Tereza: Presne tak. Ale v skutočnosti je to úplne naopak. Čo keby som ti povedala, že ten najlepší spôsob kontroly je vôbec žiadne chyby nenájsť?

Šimon: Počkaj, to znie ako paradox. Ako môžeš kontrolovať kvalitu, ak nehľadáš chyby?

Tereza: Pretože im predchádzaš! A presne o tom je štatistická regulácia procesu. Je to ako mať krištáľovú guľu, ktorá ti ukáže problém skôr, než sa stane. A to je oveľa efektívnejšie.

Šimon: Fascinujúce. Takže namiesto pátrania po vinníkovi, vlastne zabránime zločinu.

Tereza: Perfektné prirovnanie! Vitajte, počúvate Studyfi Podcast.

Šimon: Dobre, Tereza, poďme na to. Odhalila si nám tu veľké tajomstvo. Čo presne teda znamená tá „štatistická regulácia procesu“? Znie to dosť... štatisticky.

Tereza: Neboj sa, je to jednoduchšie, ako to znie. V praxi sa často stretneš so skratkou SPC, z anglického Statistical Process Control. Je to v podstate súbor metód, ktoré používame počas výroby, nie až po nej.

Šimon: Takže sledujeme proces v reálnom čase?

Tereza: Presne tak. Predstav si, že pečieš koláče vo veľkej pekárni. Namiesto toho, aby si na konci dňa ochutnal jeden pripálený a zahodil celú várku, priebežne meriaš teplotu v peci. Ak teplota začne kolísať, zasiahneš hneď. To je SPC v kocke.

Šimon: Chápem. Prvoradým cieľom je teda prevencia. Zabrániť vzniku nepodarkov, nie ich len spočítať.

Tereza: Áno. Na základe malých vzoriek, ktoré odoberáme v pravidelných intervaloch, dokážeme odhaliť, či sa v procese nedeje niečo nezvyčajné. Či nejaký významný vplyv neohrozuje kvalitu. Vďaka tomu vieme proces udržať stabilný a na požadovanej úrovni.

Šimon: Takže cieľom je dosiahnuť a udržať taký stav, aby sme si boli istí, že každý výrobok spĺňa požiadavky?

Tereza: Bingo! Ide o dosiahnutie ustáleného, predvídateľného stavu. A to nám pomáha neustále znižovať variabilitu.

Šimon: Variabilitu? Akože premenlivosť?

Tereza: Áno. Čím menšia variabilita, tým je výroba rovnomernejšia. Tým menšia je šanca, že vyrobíme nezhodný produkt. To znamená menej kontrol, menej opráv, menej odpadu a v konečnom dôsledku nižšie náklady. Každý vyhráva.

Šimon: Spomínala si „významné vplyvy“. To ma zaujalo. Znamená to, že existujú aj nejaké... nevýznamné vplyvy?

Tereza: V podstate áno. V každom procese pôsobia dva typy vplyvov. Predstav si ich ako dve skupiny gremlinov, ktorí sa ti snažia pokaziť výrobu.

Šimon: Gremlini? Okej, toto bude zábava.

Tereza: Prvá skupina sú „náhodné vplyvy“. Sú to stovky drobných, nepredvídateľných faktorov. Mierne kolísanie teploty v hale, malé chvenie stroja, nepatrné rozdiely v materiáli. Sú stále prítomné, ale ich výsledný efekt je malý a navzájom sa viac-menej kompenzujú. Sú to také neodstrániteľné, prirodzené šumy v pozadí.

Šimon: Takže to sú tie výrobné nepresnosti, s ktorými tak trochu musíme počítať?

Tereza: Presne. Teoreticky by sme ich mohli odstrániť, ale prakticky to nedáva zmysel. Bolo by to extrémne náročné a drahé. Sú súčasťou hry.

Šimon: A tá druhá skupina gremlinov?

Tereza: To sú „systematické vplyvy“, alebo tie, ktoré nazývame významné. Tieto už nie sú náhodné. Pôsobia podľa určitej zákonitosti a spôsobujú neobvyklé, často negatívne odchýlky. Sú to tí veľkí, hluční gremlini, ktorí robia skutočné problémy.

Šimon: A ako taký systematický vplyv vznikne? Z ničoho nič sa objaví?

Tereza: Často vznikne tak, že jeden z tých malých, náhodných gremlinov sa zblázni a začne dominovať. Napríklad sa opotrebuje nástroj na stroji. Spočiatku je to nepatrné, ale postupne začne vyrábať produkty s čoraz väčšou odchýlkou. Alebo niekto omylom zamení materiál za iný. Alebo sa pokazí nejaká časť stroja.

Šimon: Aha! Takže to sú tie príčiny, ktoré vieme identifikovať a odstrániť. Opotrebený nástroj vymeníme, zlý materiál nahradíme správnym.

Tereza: Presne tak. A úlohou štatistickej regulácie je rozlíšiť medzi týmto prirodzeným, náhodným šumom a skutočným, systematickým problémom, ktorý treba riešiť.

Šimon: Dobre, takže ideálny stav je, keď máme v procese len tých malých, náhodných gremlinov a žiadnych veľkých, systematických?

Tereza: Presne! A takýto proces nazývame „štatisticky zvládnutý proces“. Je stabilný, predvídateľný a pod kontrolou. Všetky odchýlky, ktoré v ňom vznikajú, sú len výsledkom náhodných vplyvov.

Šimon: Takže ak je proces štatisticky zvládnutý, mal by vyrábať len dobré produkty?

Tereza: Áno, za predpokladu, že stroj je správne nastavený. Odchýlky sa síce dejú, ale pohybujú sa v rámci nejakých prirodzených, prijateľných hraníc. Predstav si to ako streľbu na terč. Aj ten najlepší strelec netrafí zakaždým presne do stredu. Jeho strely budú rozptýlené okolo centra – to je náhodná variabilita. Proces je zvládnutý.

Šimon: A kedy by nebol zvládnutý?

Tereza: Ak by zrazu začal strieľať systematicky meter doľava. To už nie je náhoda. To je systematický vplyv – možno má pokazený zameriavač. A presne toto potrebujeme odhaliť. V štatisticky zvládnutom procese by nepodarok mohol vzniknúť len vtedy, ak by do hry vstúpil nejaký takýto významný, systematický vplyv.

Šimon: Dobre, a ako to teda odhalíme? Ako vieme, či je odchýlka ešte v pohode, alebo už je to ten „pokazený zameriavač“?

Tereza: Na to používame náš hlavný magický nástroj: regulačné diagramy. A ich princíp vychádza z niečoho, čo určite poznáš z matematiky – z normálneho rozdelenia, ktorého grafom je Gaussova krivka.

Šimon: Jasné, ten zvonovitý tvar. Pamätám si to.

Tereza: Super. Pre štatisticky zvládnutý proces platí, že hodnoty sledovaného znaku kvality, napríklad priemer nejakého výrobku, majú práve toto normálne rozdelenie. Majú nejakú strednú hodnotu a smerodajnú odchýlku, ktorá nám hovorí o rozptyle.

Šimon: A čo je na tom to kúzlo?

Tereza: Kúzlo je v takzvanom „pravidle troch sigma“. Pre normálne rozdelenie platí, že až 99,73 % všetkých hodnôt sa nachádza v intervale plus-mínus tri smerodajné odchýlky od strednej hodnoty.

Šimon: Počkaj... 99,73 %? To je skoro všetko!

Tereza: Presne tak. To znamená, že pravdepodobnosť, že sa objaví hodnota mimo tohto intervalu, je len 0,27 %. Extrémne malá. Takmer nulová.

Šimon: Takže ak nameriame hodnotu, ktorá je mimo týchto hraníc... tak to už asi nebude náhoda.

Tereza: Presne! To je ten signál. To je tá červená kontrolka, ktorá nám hovorí: „Hej, pozor, tu sa deje niečo systematické! Zastav a prever to!“ A presne na tomto princípe sú postavené regulačné diagramy. Vykreslíme si strednú čiaru a tieto regulačné hranice na úrovni troch sigma a sledujeme, či nám namerané hodnoty z nich „nevyskakujú“.

Šimon: Dobre, teória je jasná. Povedzme, že som manažér vo fabrike a chcem zaviesť štatistickú reguláciu. Kde začnem? Aké sú kroky?

Tereza: Celý proces má štyri hlavné etapy. Prvá je prípravná fáza.

Šimon: Takže si najprv urobím domáce úlohy.

Tereza: Presne. Musíš si stanoviť cieľ. Chceš znížiť počet nepodarkov? Zlepšiť kvalitu? Alebo to od teba jednoducho chce zákazník? Podľa cieľa si určíš, čo presne budeš sledovať – aký znak kvality alebo parameter procesu. Potom si vyberieš vhodnú metódu merania a hlavne musíš zabezpečiť, že tvoje meradlá sú presné a spoľahlivé.

Šimon: Logické. Ak meriam zlým metrom, celé je to nanič.

Tereza: Presne. A keďže ide o výberovú kontrolu, musíš si v tejto fáze určiť, aké veľké budú tvoje vzorky, ako často ich budeš odoberať a podobne.

Šimon: Dobre, prípravu máme. Čo ďalej?

Tereza: Druhá fáza je analýza a zabezpečenie stability. Ako sme si povedali, východiskom je štatisticky zvládnutý proces. Takže na základe prvých dát musíš preveriť, či tvoj proces vôbec je stabilný. Ak nie je, musíš nájsť a odstrániť tie systematické príčiny a dostať ho pod kontrolu.

Šimon: Takže najprv upracem a až potom začnem strážiť.

Tereza: Presne tak. Tretia fáza je posúdenie spôsobilosti procesu. Keď už je proces stabilný, musíš zistiť, či je aj „spôsobilý“. To znamená, či dokáže plniť požiadavky zákazníka, napríklad či sa zmestí do predpísaných tolerančných hraníc. Na to slúžia takzvané koeficienty spôsobilosti.

Šimon: A posledný krok?

Tereza: Až štvrtá fáza je tá vlastná, dlhodobá štatistická regulácia pomocou regulačného diagramu. Tu už len sleduješ proces, a ak sa objaví signál o probléme, okamžite reaguješ, hľadáš príčinu a prijímaš nápravné opatrenia.

Šimon: Keď hovoríme o regulačných diagramoch, existuje len jeden typ, alebo je ich viac?

Tereza: Je ich viacero typov a delia sa do dvoch základných skupín podľa toho, ako kontrolujeme výrobky. Prvá skupina sú regulačné diagramy pri kontrole meraním.

Šimon: To je to, keď zoberiem posuvné meradlo alebo váhu a dostanem konkrétne číslo, napríklad „dĺžka je 10,5 milimetra“?

Tereza: Presne. Výsledkom je číselná hodnota, ktorá má charakter spojitej náhodnej veličiny. Tieto diagramy sú veľmi silné, lebo nám dávajú veľa informácií. Zvyčajne sa používajú v pároch – jeden diagram sleduje polohu, teda priemer, a druhý sleduje variabilitu, čiže rozptyl.

Šimon: A tá druhá skupina?

Tereza: To sú regulačné diagramy pri kontrole porovnávaním. Tu už nemeriame presnú hodnotu. Len zisťujeme, či výrobok vyhovuje alebo nevyhovuje. Používaš na to kalibre, šablóny, referenčné vzorky a podobne.

Šimon: Takže výsledok je len „dobrý“ alebo „zlý“? Palec hore, alebo palec dole?

Tereza: Áno, presne tak. Je to rýchlejšie a lacnejšie. Používa sa to hlavne pri hromadnej výrobe lacných produktov, kde je proces veľmi rýchly a meranie každého kusu by bolo nepraktické. Namiesto priemeru a rozptylu tu sledujeme napríklad podiel nevyhovujúcich výrobkov alebo počet nezhôd na výrobku.

Šimon: Poďme sa pozrieť na ten prvý typ, kontrolu meraním. Znie to tak, že má väčšiu „výrokovú schopnosť“, ako si povedala. Ktorý diagram je taký najbežnejší?

Tereza: Absolútne najpoužívanejší je regulačný diagram pre výberový priemer a variačné rozpätie, označovaný ako diagram (x-bar, R).

Šimon: Dva diagramy v jednom? Prečo?

Tereza: Lebo sledujú dve rôzne veci. Diagram pre priemer (x-bar) nám ukazuje, či je proces správne centrovaný, teda či sa nám neposúva celá úroveň kvality. A diagram pre variačné rozpätie (R) nám ukazuje, či je proces stabilný z hľadiska rovnomernosti, či sa nám nezväčšuje rozptyl.

Šimon: Aha! Takže môžem mať proces, ktorý je priemerne v poriadku, ale jeho rozptyl je obrovský. A naopak.

Tereza: Presne. A vďaka tomu, že sledujeme obe veci naraz, vieme ľahšie odhaliť príčinu problému. Je to naozaj mocný nástroj. Napríklad, ak ti bod „uletí“ v diagrame priemerov, ale diagram rozpätí je v poriadku, problém je asi v nastavení stroja. Ak je to naopak, problém bude skôr v nehomogénnom materiáli alebo opotrebovanom náradí.

Šimon: Super, to dáva zmysel. A ako ho zostrojíme? Je to zložité?

Tereza: Vôbec nie. Postup je celkom priamočiary. Najprv si určíš, čo budeš regulovať, aké veľké budú vzorky (povedzme 5 kusov) a ako často ich budeš odoberať (napríklad každú hodinu). Potom v stanovenom čase odoberieš tých 5 kusov, zmeriaš ich a vypočítaš dve veci: ich priemer (x-bar) a variačné rozpätie (R), čo je jednoducho rozdiel medzi najväčšou a najmenšou nameranou hodnotou.

Šimon: Dobre, to zvládnem.

Tereza: Tento postup opakuješ, kým nemáš dáta aspoň z 10-20 takýchto výberov. Z týchto dát potom vypočítaš celkový priemer všetkých priemerov a priemerné variačné rozpätie. A to sú tvoje centrálne čiary pre oba diagramy.

Šimon: A tie regulačné hranice? Tie magické tri sigma?

Tereza: Tie vypočítaš pomocou jednoduchých vzorcov, kde použiješ tieto priemerné hodnoty a špeciálne koeficienty z tabuliek, ktoré závisia od veľkosti tvojej vzorky. Nemusíš nič zložito počítať, len dosadíš do vzorca.

Šimon: A potom už len kreslím?

Tereza: Potom už len kreslíš. Zostrojíš si oba diagramy s centrálnou čiarou a regulačnými hranicami. Zanesieš do nich všetky svoje vypočítané body a pospájaš ich. Potom sa na to pozrieš a analyzuješ.

Šimon: A čo hľadám? Len body mimo hraníc?

Tereza: Tie sú najzjavnejšie. Ak je nejaký bod mimo, proces nie je štatisticky zvládnutý. Musíš zistiť príčinu, odstrániť ju, a ten bod z výpočtu vylúčiť a prepočítať hranice znova. Ale hľadáš aj iné veci – napríklad trend, kedy ide sedem bodov za sebou hore alebo dole. Alebo zoskupenie bodov blízko jednej z hraníc. Aj to sú signály, že sa niečo deje.

Šimon: Takže je to vlastne neustály cyklus merania, analýzy a zlepšovania.

Tereza: Presne tak. Celý postup opakuješ, až kým proces nie je stabilný a zvládnutý. A potom ho už len udržiavaš pod kontrolou.

Šimon: Dobre, Tereza, bolo to naozaj nabité informáciami. Skúsme to na záver zhrnúť do pár kľúčových bodov. Čo by si mal študent z dnešnej témy určite odniesť?

Tereza: Po prvé, štatistická regulácia procesu, alebo SPC, nie je o hľadaní chýb na konci, ale o prevencii ich vzniku počas výroby. Je to proaktívny, nie reaktívny prístup.

Šimon: Po druhé, v každom procese pôsobia náhodné vplyvy, ktoré tvoria prirodzený šum, a systematické vplyvy, ktoré sú skutočným problémom. Cieľom SPC je odhaliť a odstrániť práve tie systematické.

Tereza: Správne. Po tretie, základom je štatisticky zvládnutý proces – taký, kde pôsobia len náhodné vplyvy. Je stabilný a predvídateľný. A jeho správanie vieme opísať pomocou normálneho rozdelenia a Gaussovej krivky.

Šimon: A po štvrté, hlavným nástrojom sú regulačné diagramy, ktoré nám pomocou centrálnej čiary a regulačných hraníc vizuálne signalizujú, kedy sa v procese deje niečo neobvyklé, čo si vyžaduje našu pozornosť.

Tereza: Perfektne zhrnuté! Ak si zapamätáte tieto štyri body, máte pevný základ na pochopenie celej štatistickej regulácie.

Šimon: Super. Myslím, že po tomto už nikto z nás nebude vnímať kontrolu kvality len ako triedenie dobrých a zlých kusov na konci linky. Ďakujem ti veľmi pekne, Tereza.

Tereza: Aj ja ďakujem, Šimon.

Šimon: Takže sme prebrali naozaj veľa o manažérstve kvality. A teraz sa dostávame k poslednej téme, ktorá znie... dosť matematicky. Štatistická regulácia kvality a procesov.

Tereza: Znie to zložito, ale sľubujem, že je to super nástroj. V podstate ide o to, aby sme pomocou grafov sledovali, či náš výrobný proces beží tak, ako má.

Šimon: Grafov? Akých grafov?

Tereza: Hovoríme im regulačné diagramy. Existuje ich niekoľko typov podľa toho, čo presne sledujeme. Máme napríklad „np“ diagram pre počet chybných kusov, „p“ diagram pre ich podiel, alebo „c“ a „u“ diagramy pre počet nezhôd.

Šimon: Dobre, a ako sa taký diagram vytvorí? Nemôžem si len tak kresliť bodky, však?

Tereza: To veru nie. Je na to presný postup. Najprv si určíš, ako často a koľko výrobkov budeš kontrolovať. Povedzme, že každú hodinu skontrolujeme dvadsať kusov.

Šimon: A čo potom?

Tereza: Potom urobíš takých 10 až 15 kontrol a spočítaš, koľko chybných kusov si v každej našiel. Z toho vypočítaš priemerný počet a na základe toho určíš takzvané predbežné regulačné hranice.

Šimon: Znie to ako nastavenie pravidiel hry. Toto je naše ihrisko a všetko, čo je mimo, je faul.

Tereza: Presne tak! Nakreslíš si predbežný diagram a pozrieš sa, či je proces stabilný. Ak ti nejaký bod "uletí" mimo hraníc, musíš zistiť prečo a urobiť nápravu.

Šimon: A keď je všetko v poriadku?

Tereza: Keď je proces stabilný, vypočítaš definitívne hranice, pripravíš si formulár a môžeš začať reguláciu v reálnom čase.

Šimon: Spomínala si diagramy „np“ a „p“. Aký je medzi nimi rozdiel?

Tereza: Je to jednoduché. Diagram „np“ používaš, keď kontroluješ vždy rovnaký počet kusov a sleduješ presný počet nezhodných. Napríklad, z 50 skrutiek sú 2 zlé.

Šimon: A „p“ diagram?

Tereza: Ten sleduje podiel. To je užitočné, keď sa počet kontrolovaných kusov mení. Namiesto "2 zlé" povieš "4 percentá zlé". Je to flexibilnejšie.

Šimon: Aha, takže ide o to, či sledujem konkrétne číslo alebo percento. Chápem.

Tereza: Vidíš? Žiadna raketová veda. Máme tu aj príklad pre takzvaný (X,R) diagram... keď sa na tie grafy pozrieš, vidíš presne to, o čom sme hovorili. Body tancujú medzi hornou a dolnou hranicou. To je zdravý proces.

Šimon: Perfektné. Takže, aby som to zhrnul... štatistická regulácia je vlastne taký strážny pes výrobného procesu. Pomocou diagramov sledujeme, či všetko beží v stanovených medziach a ak niečo vybočí, vieme okamžite reagovať.

Tereza: Lepšie by som to nepovedala. Je to o prevencii, nie o hasení požiarov, keď už je neskoro.

Šimon: Super! Tak to bola posledná téma nášho dnešného podcastu. Tereza, opäť ti veľmi pekne ďakujem za skvelé a zrozumiteľné vysvetlenia.

Tereza: Aj ja ďakujem za pozvanie, Šimon. Bolo mi potešením.

Šimon: A vám, milí poslucháči, ďakujeme, že ste boli s nami. Dúfame, že ste sa naučili niečo nové a že sa vám bude učiť zase o kúsok ľahšie. Majte sa krásne a dopočutia nabudúce!

Tereza: Dopočutia!