Στατιστικός έλεγχος διαδικασίας

Ο στατιστικός έλεγχος διεργασιών ξεκίνησε από τον Walter A. Shewhart στις αρχές της δεκαετίας του 1920. Ο Shewhart δημιούργησε τη βάση για το διάγραμμα ελέγχου και την έννοια της κατάστασης στατιστικού ελέγχου με προσεκτικά σχεδιασμένα πειράματα. Ενώ ο Dr. Shewhart αντλούσε από καθαρές μαθηματικές στατιστικές θεωρίες, κατανοούσε ότι τα δεδομένα από φυσικές διεργασίες σπάνια παράγουν μια "καμπύλη κανονικής κατανομής" (μια γκαουσιανή κατανομή, που συνήθως αναφέρεται και ως "καμπύλη καμπάνας"). Ανακάλυψε πώς η παρατηρούμενη διακύμανση στα δεδομένα της παραγωγής δεν συμπεριφερόταν πάντα με τον ίδιο τρόπο όπως τα δεδομένα στη φύση (για παράδειγμα, η κίνηση των σωματιδίων κατά Brown). Ο Dr. Shewhart κατέληξε στο συμπέρασμα ότι ενώ κάθε διαδικασία εμφανίζει διακύμανση, ορισμένες διαδικασίες εμφανίζουν ελεγχόμενη διακύμανση που είναι φυσική για τη διαδικασία (κοινά αίτια διακύμανσης), ενώ άλλες εμφανίζουν μη ελεγχόμενη διακύμανση που δεν υπάρχει στο αιτιατό σύστημα της διαδικασίας ανά πάσα στιγμή (ειδικά αίτια διακύμανσης). Η ανεξέλεγκτη διακύμανση συνδέεται συχνά με ελαττωματικά προϊόντα, παρέχοντας ένα μέσο βασισμένο σε δεδομένα για τον εντοπισμό προβλημάτων και τη βελτίωση της ποιότητας.

W. Edwards Deming εφάρμοσε αργότερα τις μεθόδους SPC στις ΗΠΑ κατά τη διάρκεια του Β' Παγκοσμίου Πολέμου, βελτιώνοντας έτσι με επιτυχία την ποιότητα στην κατασκευή πυρομαχικών και άλλων στρατηγικά σημαντικών προϊόντων. Μετά τη λήξη του πολέμου, συνέβαλε καθοριστικά στην εισαγωγή των μεθόδων SPC στην ιαπωνική βιομηχανία. Η προσέγγιση του Deming για τη χρήση του SPC με συναφείς πρακτικές διαχείρισης έγινε γνωστή ως σύστημα διαχείρισης ποιότητας.

Η περιγραφή που ακολουθεί αναφέρεται στη μεταποίηση και όχι στον κλάδο των υπηρεσιών, αν και οι αρχές του SPC μπορούν να εφαρμοστούν με επιτυχία και στις δύο περιπτώσεις. Για μια περιγραφή και ένα παράδειγμα του τρόπου εφαρμογής του SPC σε ένα περιβάλλον υπηρεσιών, ανατρέξτε στο Roberts (2005). Ο Selden περιγράφει τον τρόπο χρήσης του SPC στους τομείς των πωλήσεων, του μάρκετινγκ και της εξυπηρέτησης πελατών, χρησιμοποιώντας το περίφημο πείραμα Red Bead Experiment του Deming ως μια εύκολα ακολουθήσιμη επίδειξη.

Στη μαζική παραγωγή, η ποιότητα του τελικού προϊόντος επιτυγχανόταν παραδοσιακά μέσω της επιθεώρησης του προϊόντος μετά την παραγωγή, με αποδοχή ή απόρριψη κάθε προϊόντος (ή δειγμάτων από μια παρτίδα παραγωγής) με βάση το πόσο καλά πληρούσε τις προδιαγραφές του σχεδιασμού του. Αντίθετα, ο Στατιστικός Έλεγχος Διαδικασιών χρησιμοποιεί στατιστικά εργαλεία για την παρατήρηση της απόδοσης της παραγωγικής διαδικασίας προκειμένου να προβλεφθούν σημαντικές αποκλίσεις που μπορεί αργότερα να οδηγήσουν σε απορριπτέο προϊόν.

Δύο είδη διακύμανσης εμφανίζονται σε όλες τις διαδικασίες παραγωγής: και οι δύο αυτοί τύποι διακύμανσης της διαδικασίας προκαλούν μεταγενέστερη διακύμανση στο τελικό προϊόν. Η πρώτη είναι γνωστή ως φυσική ή κοινή αιτία διακύμανσης και αποτελείται από τη διακύμανση που είναι εγγενής στη διαδικασία όπως έχει σχεδιαστεί. Η διακύμανση κοινής αιτίας μπορεί να περιλαμβάνει διακυμάνσεις της θερμοκρασίας, των ιδιοτήτων των πρώτων υλών, της ισχύος ενός ηλεκτρικού ρεύματος κ.λπ. Το δεύτερο είδος διακύμανσης είναι γνωστό ως διακύμανση ειδικής αιτίας ή διακύμανση αποδιδόμενης αιτίας και συμβαίνει λιγότερο συχνά από την πρώτη. Με επαρκή διερεύνηση, μπορεί να βρεθεί μια ειδική αιτία, όπως μη φυσιολογική πρώτη ύλη ή εσφαλμένες παράμετροι ρύθμισης, για τις μεταβολές ειδικής αιτίας.

Για παράδειγμα, μια γραμμή συσκευασίας δημητριακών πρωινού μπορεί να έχει σχεδιαστεί για να γεμίζει κάθε κουτί δημητριακών με 500 γραμμάρια προϊόντος, αλλά ορισμένα κουτιά θα έχουν λίγο περισσότερα από 500 γραμμάρια και ορισμένα θα έχουν λίγο λιγότερα, σύμφωνα με την κατανομή του καθαρού βάρους. Εάν η παραγωγική διαδικασία, οι εισροές της ή το περιβάλλον της αλλάξουν (για παράδειγμα, τα μηχανήματα που κάνουν την παραγωγή αρχίζουν να φθείρονται), αυτή η κατανομή μπορεί να αλλάξει. Για παράδειγμα, καθώς τα έκκεντρα και οι τροχαλίες της φθείρονται, η μηχανή πλήρωσης δημητριακών μπορεί να αρχίσει να βάζει περισσότερα δημητριακά σε κάθε κουτί από ό,τι προβλέπεται. Αν αυτή η αλλαγή αφεθεί να συνεχιστεί ανεξέλεγκτα, θα παράγεται όλο και περισσότερο προϊόν που δεν θα ανταποκρίνεται στις ανοχές του κατασκευαστή ή του καταναλωτή, με αποτέλεσμα να δημιουργούνται απόβλητα. Ενώ σε αυτή την περίπτωση, τα απόβλητα έχουν τη μορφή "δωρεάν" προϊόντος για τον καταναλωτή, συνήθως τα απόβλητα αποτελούνται από ανακατασκευή ή απορρίμματα.

Παρατηρώντας την κατάλληλη στιγμή τι συνέβη στη διαδικασία που οδήγησε σε μια αλλαγή, ο μηχανικός ποιότητας ή οποιοδήποτε μέλος της ομάδας που είναι υπεύθυνο για τη γραμμή παραγωγής μπορεί να εντοπίσει τη βασική αιτία της διακύμανσης που έχει εισχωρήσει στη διαδικασία και να διορθώσει το πρόβλημα.

Το SPC υποδεικνύει πότε πρέπει να αναληφθεί μια δράση σε μια διαδικασία, αλλά υποδεικνύει επίσης πότε ΔΕΝ πρέπει να αναληφθεί καμία δράση. Ένα παράδειγμα είναι ένα άτομο που θα ήθελε να διατηρήσει ένα σταθερό σωματικό βάρος και πραγματοποιεί μετρήσεις βάρους σε εβδομαδιαία βάση. Ένα άτομο που δεν κατανοεί τις έννοιες SPC μπορεί να αρχίσει να κάνει δίαιτα κάθε φορά που το βάρος του αυξάνεται ή να τρώει περισσότερο κάθε φορά που το βάρος του μειώνεται. Αυτού του είδους η δράση θα μπορούσε να είναι επιβλαβής και ενδεχομένως να δημιουργήσει ακόμη μεγαλύτερη διακύμανση του σωματικού βάρους. Η SPC θα μπορούσε να λάβει υπόψη τη φυσιολογική διακύμανση του βάρους και να υποδείξει καλύτερα πότε το άτομο κερδίζει ή χάνει βάρος.

Ο στατιστικός έλεγχος διεργασιών μπορεί να αναλυθεί σε γενικές γραμμές σε τρία σύνολα δραστηριοτήτων: κατανόηση της διεργασίας, κατανόηση των αιτιών της διακύμανσης και εξάλειψη των πηγών της ειδικής αιτίας της διακύμανσης. Βασικά εργαλεία του SPC είναι τα διαγράμματα ελέγχου, η εστίαση στη συνεχή βελτίωση και τα σχεδιασμένα πειράματα.

Για την κατανόηση μιας διαδικασίας, η διαδικασία συνήθως χαρτογραφείται και η διαδικασία παρακολουθείται με τη χρήση διαγραμμάτων ελέγχου. Τα διαγράμματα ελέγχου χρησιμοποιούνται για τον εντοπισμό της διακύμανσης που μπορεί να οφείλεται σε ειδικές αιτίες και για να απαλλάξουν τον χρήστη από την ανησυχία για τη διακύμανση που οφείλεται σε κοινές αιτίες. Πρόκειται για μια συνεχή, διαρκή δραστηριότητα. Όταν μια διεργασία είναι σταθερή και δεν ενεργοποιεί κανέναν από τους κανόνες ανίχνευσης για ένα διάγραμμα ελέγχου, μπορεί επίσης να εκτελεστεί μια ανάλυση ικανότητας διεργασίας για να προβλεφθεί η ικανότητα της τρέχουσας διεργασίας να παράγει συμμορφούμενο (δηλαδή εντός προδιαγραφών) προϊόν στο μέλλον.

Όταν εντοπίζεται υπερβολική απόκλιση από τους κανόνες ανίχνευσης του διαγράμματος ελέγχου ή όταν διαπιστώνεται έλλειψη της ικανότητας της διαδικασίας, καταβάλλεται πρόσθετη προσπάθεια για τον προσδιορισμό των αιτιών της εν λόγω απόκλισης. Τα εργαλεία που χρησιμοποιούνται περιλαμβάνουν τα διαγράμματα Ishikawa, τα σχεδιασμένα πειράματα και τα διαγράμματα Pareto. Τα σχεδιασμένα πειράματα είναι ζωτικής σημασίας σε αυτή τη φάση του SPC, καθώς είναι το μόνο μέσο για την αντικειμενική ποσοτικοποίηση της σχετικής σημασίας των πολλών πιθανών αιτιών διακύμανσης.

Αφού ποσοτικοποιηθούν οι αιτίες της διακύμανσης, καταβάλλεται προσπάθεια για την εξάλειψη των αιτιών που είναι τόσο στατιστικά όσο και πρακτικά σημαντικές (δηλαδή, μια αιτία που έχει μόνο ένα μικρό αλλά στατιστικά σημαντικό αποτέλεσμα μπορεί να μην θεωρείται οικονομικά αποδοτικό να διορθωθεί- ωστόσο, μια αιτία που δεν είναι στατιστικά σημαντική δεν μπορεί ποτέ να θεωρηθεί πρακτικά σημαντική). Γενικά, αυτό περιλαμβάνει την ανάπτυξη τυποποιημένων εργασιών, την προστασία από σφάλματα και την εκπαίδευση. Ενδέχεται να απαιτηθούν πρόσθετες αλλαγές στη διαδικασία για τη μείωση της διακύμανσης ή την ευθυγράμμιση της διαδικασίας με τον επιθυμητό στόχο, ιδίως εάν υπάρχει πρόβλημα με την ικανότητα της διαδικασίας.

Το 1989, το Ινστιτούτο Τεχνολογίας Λογισμικού εισήγαγε στο Μοντέλο Ωριμότητας Ικανότητας (CMM) την ιδέα ότι το SPC μπορεί να εφαρμοστεί σε μη κατασκευαστικές διαδικασίες, όπως οι διαδικασίες σχεδιασμού λογισμικού. Η ιδέα αυτή υπάρχει σήμερα στο πλαίσιο των πρακτικών των επιπέδων 4 και 5 του Μοντέλου Ολοκλήρωσης του Μοντέλου Ωριμότητας Ικανότητας (CMMI). Ωστόσο, αυτή η ιδέα ότι το SPC είναι ένα χρήσιμο εργαλείο όταν εφαρμόζεται σε μη επαναλαμβανόμενες διαδικασίες έντασης γνώσης, όπως οι διαδικασίες μηχανικής, έχει αντιμετωπίσει μεγάλο σκεπτικισμό και παραμένει αμφιλεγόμενη μέχρι σήμερα. Το πρόβλημα έγκειται σε πολυάριθμους τομείς του λογισμικού οι οποίοι δεν είναι επαναλαμβανόμενοι, αλλά αντίθετα αποτελούν εφάπαξ ή εφάπαξ πτυχές της ποιότητας, αντί να παρατηρούνται για επαναλαμβανόμενες επιδόσεις σε μια μακροπρόθεσμη θεώρηση.

• Διασφάλιση ποιότητας
• Ποιοτικός έλεγχος
• ANOVA
• Δειγματοληψία (στατιστική)
• Έξι σίγμα