Стівен Сілбігер - МВА за 10 днів

«параметрів»: якість розробки, відповідність виробничим стандартам, відсутність поломок, задовільне виконання функцій і легкість обслуговування товару після його придбання.

Демінг, загальне управління якістю та статистичне управління процесами. Вільям Едвардс Демінг відомий тим, що проводив у 1950-х роках для японців навчання з питань якості, саме тоді, коли американська промисловість не була зацікавлена в цьому питанні. Демінг висунув досить просте припущення про те, що якості можна домогтися, якщо виявити причини виробничих проблем на всіх етапах процесу й уважно моніторити виробництво, щоб припинити допускати помилки до того, як буде виготовлено надто велику кількість одиниць продукції. Кожен крок процесу — це можливість підвищити ефективність; звідси виник термін загальне управління якістю.

Усі проблеми якості Демінг розділив на дві категорії — «загальні випадки» та «особливі випадки». Загальні випадки — це системні проблеми, які поширюються загалом на працівників, обладнання чи типи товару. Особливі випадки — це проблеми окремих працівників, машин чи поставок матеріалів.

Заручившись допомогою Джурана та В. А. Шухарта, Демінг розробив інструмент для визначення проблем під назвою статистичне управління процесами. «Дві частини, навіть якщо їх виготовив один оператор на одній машині, не можуть бути ідентичними. Тому питання у тому, щоб відрізняти допустимі відхилення від відхилень, які можуть свідчити про проблеми». Статистична ймовірність дає змогу робити такий розподіл.

Виробничі інженери здійснюють цей розподіл, вивчаючи очікувану похибку кожного виробничого завдання. Наприклад, машина з розливу на заводі Coca-Cola не наливає в дволітрові пляшки точнісінько два літри. Похибка становить плюс-мінус кілька мілілітрів. Виробничим інженерам потрібно здійснювати ретельне дослідження, щоб визначити, яка кількість рідини зазвичай вливається в кожну пляшку. В результаті вийде дзвоноподібна крива або розподіл статистичної частоти вмісту пляшки. Згадайте криву нормального розподілу, або дзвоноподібну криву, з розділу «Кількісний аналіз»: діапазон відхилень, у який вкладається 68 % випадків, називався одним стандартним відхиленням від очікуваної кількості, або однією сигмою. Будь-яка міра виробництва, що виходить за межі стандарту якості з похибкою в одну сигму, сигналізувала би про виробничі проблеми. На бажання начальника виробництва можна обрати похибку у дві або три сигми. Компанія Motorola вирішила втілювати програму, де метою є досягнення стандарту в шість сигм або 3,4 дефекта на мільйон. Чимало компаній вже впровадили програми «шість сигм», щоб зменшити кількість браку й підвищити прибутки.

У прикладі Coca-Cola виробничий інженер з’ясував, що у 68 % випадків у пляшки, вміст яких він вимірював у складі своєї вибірки, наливалося напою з похибкою плюс-мінус десять мілілітрів.

Використовуючи статистичне управління процесами Демінга, оператор розливної машини міг би щогодини знімати з конвеєра партію з десяти дволітрових пляшок. При похибці в одну сигму пляшки, вміст яких вищий за два літри й десять мілілітрів, опинилися би над верхньою контрольною межею. Пляшки із вмістом менше за 1990 мл опинилися би під нижньою контрольною межею. Наявність таких показників сигналізує про «особливу проблему» — зігнутість чи засміченість лінії підведення. Процес вважали би «таким, що вийшов з-під контролю», і оператор отримав би вказівку вжити коригуючих заходів. Якщо після коригування, нові зразки вкладатимуться у похибку в десять мілілітрів, процес вважатимуть «під контролем» і обладнання буде допущено до роботи. (Я дуже спростив свій приклад із Coca-Cola щодо вибору нижньої та верхньої контрольних меж, аби пояснити вам тему. Періодичність вибіркового контролю та кількість зразків, взятих для перевірки, суттєво впливають на результати статистичного розрахунку меж відхилень). Дивіться графік на сторінці 372.

Використовуючи статистичне управління процесами, оператор розливної машини вносить свої заміри зразків Coca-Cola у контрольні діаграми. На контрольних картах для середніх значень (Х-Bar карти) оператор записує середнє значення замірів зразка, які він вимірює щогодини. Карта для середніх значень показує будь-яку тенденцію машини — рівномірну роботу чи стрибки — протягом певного часу. Якщо показник на карті наближається до допустимої межі, оператор може перевірити розливну машину, перш ніж вона вийде з-під контролю.

Карта контролю розмахів (R-карта) відображає будь-яку тенденцію до хаотичності процесу в рамках певного часу. Вона визначає розмах між найбільшим і найменшим значеннями тієї самої вибірки, яку використовували для створення карти для середніх значень. У кожній груповій вибірці середнє значення із усіх замірів вибірки може маскувати недопустимі відхилення. Наприклад, зразок із кількістю рідини в один літр і зразок із кількістю рідини у три літри в середньому складають два літра і є прийнятними відповідно до карти середніх значень. Однак розумно очікувати, що покупці будуть незадоволені як пляшками, заповненими на половину, так і пляшками, липкими від переливу. Якщо об’єм пляшки-зразка виходить за межі карти розмахів, оператору слід вжити коригуючих заходів.

Гіпотетичні карти середніх значень і розмахи у рамках статистичного управління процесами протягом 12-годинної зміни в розливному цеху, вказують на наявність проблем (див. карти нижче).

Раптова зміна на карті середніх значень свідчить про механічні проблеми або про прихід нового працівника, який ще не ознайомився з технічними вимогами.

Статистичні карти контролю процесу цех розливу Cоса-Cola Карти контролю середнього значення і розмахів

Зростання розмаху значень може свідчити про погіршення експлуатаційних параметрів машини, тимчасове або постійне відхилення машини від технічних умов або втому працівника.

Кросбі та його «Якість безкоштовна». Філіп Кросбі отримав свою славу, проголосивши, що «якість — безкоштовна». Він вважав, що якби виробники покращували якість, «відповідно до вимог», загальні виробничі витрати знизилися б. Кросбі пропагував думку, що кінцева мета програми управління якістю — відсутність браку. Керівництво повинно докладати спільних зусиль для зміни як проекту, так і способу виробництва, щоб якість стала кращою. На його думку, усі витрати, яких вимагає покращення якості, будуть компенсовані заощадженням на матеріалах і трудових ресурсах, які треба витратити для коригування браку.

Ґеніті Таґуті і його «погана якість — це злочин». Японський експерт із якості Ґеніті Таґуті був основним захисником якості у післявоєнній Японії. Він стверджував, що з духовного погляду «створення неякісної продукції — гірше за крадійство». Адже від неякісної продукції потерпають усі.

ГАРЯЧІ ТЕМИ

Попри наявність тут базової інформації про потужність, планування, стандарти і контроль, цей розділ буде неповний, якщо не згадати кілька модних понять, які раз у раз зринають у діловій пресі.

Період циклу

Час, необхідний компанії для перетворення ідеї на продукт або для вдосконалення продукту, зветься періодом циклу впровадження товару. В компанії Detroit розробка дизайну й технологічне переобладнання для виробництва нового автомобіля може зайняти два або більше років. Час створення нового модного продукту часто займає шість місяців від моменту розробки до доставки у салон. Що швидше компанія здатна виготовляти новий продукт, що задовольняв би попит споживачів, то кращою буде її позиція на конкурентному ринку. Відповідно, короткий період циклу — це конкурентна перевага і гаряча тема для МВА. Деякі просунуті МВА називають боротьбу за швидшу діяльність конкуренцією на основі часу.

Нові технології й інтеграція

Нові технології самі по собі необов’язково добрі — такими їх робить можливість ефективного застосування. У 1980-х компанія General Motors витратила мільярди доларів на робототехніку для автоматизації своїх конвеєрів. Із такими щедрими інвестиціями GM сподівалась отримати вищу якість і нижчу собівартість. Однак GM бракувало технічних знань, щоб ефективно