☺ Ing. Marie Hůlová, CSc. ☺ KH po 13 – 16 st 14 – 15 ☺ Místnost 326, tf. 389 ☺ Využití znalostí.

Prezentace na téma: "☺ Ing. Marie Hůlová, CSc. ☺ KH po 13 – 16 st 14 – 15 ☺ Místnost 326, tf. 389 ☺ Využití znalostí."— Transkript prezentace:

1 ☺ Ing. Marie Hůlová, CSc. ☺ KH po 13 – 16 st 14 – 15 ☺ Místnost 326, tf. 389 e-mail hulova@vse.cz, wwwhulova@vse.cz ☺ Využití znalostí

2 ☺Harmonogram 1. části o 1 ÚVOD, opakování *charakteristiky polohy a variability, Pareto o 2-5 Statistická regulace procesu, o 6 Statistické přejímky

3 ☺ Zakončení pro distanční studenty o testy 50+50 o min. 65, od 90 výborně o vypracovaný sešit

4 ☺ Literatura skripta Hůlová-Jarošová: Statistické metody v MQES pracovní sešit – koupit normy materiály ČSJ – řada VDA, QS 9000 časopis Svět jakosti

5 STATISTICKÉ METODY SAMOZŘEJMÁ SOUČÁST MANAGEMENTU informace o produktech a o procesech – ISO 9001 filosofie six sigma zásada managementu kvality PŘÍNOSY mění data v informace dobrá informace z minima dat PŘEKÁŽKY obavy ze složitosti obavy z časové náročnosti NÁSTROJE - METODY popisná statistika - DOE - SPC – SP - Spolehlivost

6 ISO 9001 Prvek 8 – Měření, analýza a zlepšování 8.2.1 Spokojenost zákazníka „ …zda organizace splnila jeho požadavky“ 8.2.3 Monitorování a měření procesů „Tyto metody musí prokazovat schopnost procesů dosáhnout plánované výsledky“ 8.2.4. Monitorování a měření produktu

7 8.4 Analýza údajů „…musí poskytnout informace týkající se: a) Spokojenosti zákazníka b) Shody s požadavky na produkt c) Znaků a trendů procesů a produktů… d) Dodavatelů

8 Management environmentu a BOZP Prvek monitorování a měření Analýzy naměřených hodnot Analýzy nehod, úrazů

9 STATISTICKÉ METODY SAMOZŘEJMÁ SOUČÁST MANAGEMENTU informace o produktech a o procesech filosofie six sigma zásada managementu kvality PŘÍNOSY mění data v informace dobrá informace z minima dat PŘEKÁŽKY obavy ze složitosti obavy z časové náročnosti NÁSTROJE - METODY popisná statistika - DOE - SPC – SP - Spolehlivost

10 ISO 9000 0.2 Zásady managementu kvality g) Přístup k rozhodování zakládající se na faktech „Efektivní rozhodnutí jsou založena na analýze údajů a informací“

11 STATISTICKÉ METODY SAMOZŘEJMÁ SOUČÁST MANAGEMENTU informace o produktech a o procesech filosofie six sigma zásada managementu kvality PŘÍNOSY mění data v informace dobrá informace z minima dat PŘEKÁŽKY obavy ze složitosti obavy z časové náročnosti NÁSTROJE - METODY popisná statistika - DOE - SPC – SP - Spolehlivost

12 99,399,499,599,799,7 99,299,299,298,999,7 99,699,599,599,498,9 99,599,299,299,299,6 99,099,199,698,699,9 99,699,398,999,099,3 99,5 99,299,499,399,0 99,299,299,599,699,4. 99,399,399,798,899,3

13 STATISTICKÉ METODY SAMOZŘEJMÁ SOUČÁST MANAGEMENTU informace o produktech a o procesech filosofie six sigma zásada managementu kvality PŘÍNOSY mění data v informace dobrá informace z minima dat PŘEKÁŽKY obavy ze složitosti obavy z časové náročnosti NÁSTROJE - METODY popisná statistika - DOE - SPC – SP - Spolehlivost

14 *Popisná statistika jednoduchá, srozumitelná informace o souboru dat charakteristiky souboru (poloha, variabilita, četnosti) grafické vyjádření Pareto analýza - objektivní stanovení priorit, informace pro vedení a tým Histogram - rychlá informace o výkonu procesu pro vlastníka procesu Krabicový graf

15 *SPC proces a produkt v souladu s požadavky zákazníka informace pro zákazníka o výkonu procesu objektivní lokalizace problému objektivní stanovení okamžiku nutného zásahu do procesu

16 *Statistické přejímky Úsporná kontrola Podklad pro hodnocení dodavatelů Kontrola vstupů Kontrola výstupů

17 DOE Design of Experiments Jak kombinovat vstupy pro dosažení nejlepšího výsledku Vstupy – 6M Výstup – odezva

18 Výstup MANMACHINEMATERIAL METHODMEASUREMENTMILIEU 6 M

19 Výroba pečiva Odezva – max. trvanlivost v hodinách Vstupy – vlivy na trvanlivost – faktory: Mouka, tuk, teplota v peci 1. Mouka A, B nebo C 2. Tuk I nebo II 3. Teplota t 1 = 200 0 C nebo t 2 = 250 0 C

20 A I II t1t1 t2t2 t1t1 t2t2

21 * DOE zlepšování procesu – produktu lepší alokace zdrojů objektivní informace o účinku změny jednotlivých faktorů procesu na jakost produktu optimální kombinace nastavení faktorů

22 *Spolehlivost optimální čas včasné údržby záruční lhůta

23 *Popisná statistika jednoduchá, srozumitelná informace o souboru dat charakteristiky souboru (poloha, variabilita, četnosti) grafické vyjádření Pareto analýza - objektivní stanovení priorit, informace pro vedení a tým Histogram - rychlá informace o výkonu procesu pro vlastníka procesu Krabicový graf

24 Pareto analýza Jednoduchá a frekventovaná "Ředitelská analýza" – rozhodování o prioritách Princip 20/80 JURAN: 5 až 20% příčin (stroj, operátor...) způsobí 80 až 95% zmetků, prostojů... První metoda, když v podniku začínáme Potřebujeme data - reklamace - zmetky - stížnosti Pracuje s četnostmi

25 Pareto analýza

26 NeshodaPočet Nedolisv boku//// Nedolis v rameni// Vyhnuté lano/ Zalisované číslo/////// Pořezání Formulář pro sběr dat Výstupní kontrola – 10.2.98

27 Souhrn neshod – únor 1998 NeshodaČetnostPořadí Nedolisv boku122. Nedolis v rameni24. Vyhnuté lano15. Zalisované číslo281. Pořezání73.

28 Neshody dle pořadí Zalisované číslo28 Nedolisv boku12 Pořezání7 Nedolis v rameni2 Vyhnuté lano1

29

30 Váhy – relativní význam Nebezpečnost Opravitelnost Možnost odhalení Prostoje Náklady

31 Ocenění závažnosti neshod Lehce odstranitelná1 Obtížně odstranitelná5 Neodstranitelná10

32 Ztráty z neshod Neshodačet.Kčcelkem Zalisované číslo285634504 Nedolisv boku124505400 Pořezání75633941 Nedolis v rameni29801960 Vyhnuté lano1780780

33 Neshodačet.Kčztráta Nedolisv boku124505400 Zalisované číslo285634504 Pořezání75633941 Nedolis v rameni29801960 Vyhnuté lano1780780 Ztráty z neshod

34 Pareto analýza