Instrumente si tehnici de baza ale managementului calitatii

In contextul acestui capitol, termenul instrumente are doua semnificatii:

a.  cele care pot fi folosite atunci cand toate datele sunt disponibile. Atunci sarcina se limiteaza la analizarea lor pentru rezolvarea unei probleme. Instrumentele care rezulta sunt denumite instrumente statistice.

b. cele care pot fi folosite in situatiile in care nu sunt disponibile toate datele necesare. Un caz frecvent este schitarea unui nou serviciu sau a unui nou proces. In acest caz, datele exista in mintile persoanelor implicate in schitarea sau desfasurarea proceselor, fiind necesara o exprimare individuala sau de grup, inteligibila pentru toti. Este vorba de o sarcina care depaseste pura analiza. Metodele care se folosesc sunt numite instrumente noi sau tehnici de baza ale managementului calitatii.

1 Instrumente de baza ale managementului calitatii

In decada anilor '50, au inceput sa se aplice in Japonia instrumentele statistice de control al calitatii. Progresele, in materie de imbunatatire continua a calitatii, s-au datorat in mare masura folosirii acestor tehnici. Profesorul Kaoru Ishikawa a fost cel care a extins utilizarea lor in industria din tara sa, in anii '60, creand expresia instrumente pentru controlul calitatii.

Aceste instrumente pot fi descrise in mod generic ca fiind "metode pentru imbunatatirea continua si solutionarea problemelor". Ele constau in tehnici grafice care ajuta la intelegerea proceselor muncii in organizatii. O sinteza a acestor instrumente este prezentata in tabelul 5.1.

Tabelul 5.1

1.1 Lista de control

Lista de control sau de verificare este un formular cu format de tabel sau diagrama, destinat inregistrarii datelor pentru a obtine o imagine clara asupra problemei. Contine ansamblul de caracteristici pe care trebuie sa le indeplineasca o instalatie, o echipa, o persoana, pentru a se lua in consideratie faptul ca se poate realiza sarcina atribuita. Aceste liste continand caracteristici se folosesc cu mare eficienta in etapa controlului calitatii.

Aceasta tehnica de culegere de date se pregateste astfel incat utilizarea sa fie usoara si sa se interfereze cat mai putin posibil cu activitatea celui care realizeaza registrul. Imbunatatirea calitatii se foloseste atat in studiul simptomelor unei probleme, cat si in investigarea cauzelor sau in culegerea datelor pentru a verifica o ipoteza.

Pentru a aplica in mod adecvat acest instrument, se urmaresc pasii:

1) determinarea obiectivului, care trebuie prezentat in mod clar: se verifica distributia unui proces, defecte si/sau erori, se estimeaza cauze.

2) definirea modului in care se va realiza inregistrarea: cine o va face, cum si unde, daca se vor inregistra toate datele sau se va face o demonstratie.

3) proiectarea "Listei de control" se face astfel incat aplicarea sa fie simpla si situatia inregistrata sa se poata intelege imediat. De asemenea, este necesar sa se includa date ca: titlul; ce se verifica; cine face verificarea; unde se realizeaza; metoda folosita; periodicitatea; si, in general, orice altceva care se considera a fi necesar.

Tabelul 5.2 arata o Lista de control proiectata pentru a investiga tipul de greseli in facturile primite intr-o mica organizatie regionala.

Lista de control proiectata pentru a investiga tipul de greseli
in facturile primite

Tabelul 5.2

Histogramele

O histograma este un grafic continand linii verticale care reprezinta distributia unor date. Constructia sa ajuta la intelegerea tendintei generale a dispersiei si a frecventelor relative ale diferitelor valori.

Histograma este foarte utila mai ales atunci cand este vorba despre un numar mare de date ce trebuie organizate, pentru o analiza mai detaliata si pentru a lua decizii pe baza lor. De asemenea, este un mijloc eficace pentru a transmite altor persoane informatii despre un proces, intr-o forma precisa si inteligibila.

Alta aplicatie foarte interesanta este compararea rezultatelor unui proces cu cerintele stabilite anterior pentru aceasta. In acest caz, prin intermediul histogramei se poate vedea in ce masura procesul produce rezultate bune si pana in ce punct exista deviatii in privinta limitelor fixate in cerinte. In acest sens, studiul distributiei datelor poate fi un excelent punct de plecare pentru crearea unei ipoteze privind o functionare nesatisfacatoare. Pentru elaborarea unei histograme de frecvente, trebuie sa se realizeze urmatorii pasi:

1) Strangerea si inregistrarea datelor. Odata selectionata variabila procesului ce se vrea a fi studiat, se culeg datele corespunzatoare, fiind preferabil sa se dispuna de un numar mai mare de 50 de observatii. In exemplul pe care il vom folosi, variabila de studiat este timpul (in zile) necesar pentru a raspunde solicitarii unui cetatean de a participa la un program de servicii sociale comunitare. Au fost facute 84 de observatii pe o perioada de sase luni (tabelul 5.3).

Timpul (in zile) necesar pentru a raspunde solicitarii unui cetatean

Tabelul 5.3

Determinarea rangului ansamblului de date. Rangul se obtine prin realizarea diferentei intre valoarea maxima si valoarea minima. Rangul trebuie sa fie un numar pozitiv.

(L - S) = 66

Exemplu:  Valoarea maxima L = 83

Valoarea minima   S = 17

Precizarea numarului de intervale si amplitudinea lor. Tabelul 5.4 ne ajuta sa precizam numarul de intervale (k) in functie de numarul de date disponibile. Este frecventa folosirea a zece intervale. Pentru a calcula amplitudinea intervalelor (h), trebuie sa impartim rangul (L - S) la numarul de intervale selectionat, rotunjind rezultatul la intregul mai mare.

Exemplu:  Selectionat un numar de intervale k = 10

Amplitudinea intervalului

(h) = (L - S)/K = 66/10 =6,6 = 7

Numarul de intervale in functie de numarul de date

Tabelul 5.4

Determinarea limitelor intervalelor. Aceasta va permite gruparea definitiva a datelor. Trebuie sa tinem seama ca valorile extreme ale fiecarui interval pot crea confuzie in privinta intervalului caruia ii apartin. De aceea, este necesar sa se precizeze foarte bine limitele.

In primul rand, se calculeaza punctul de inceput al primului interval. Pentru a concretiza bine limitele, se aplica formula:

Punctul de inceput  = Valoarea minima - Unitatea/2

Exemplu:

Se tine cont ca unitatea de masura folosita este 1 [zi]. Plecand de aici, se insumeaza valoarea de amplitudine a intervalului (h) pentru a obtine limitele intervalelor urmatoare.

5) Determinarea mediei intervalelor, prin intermediul formulei:

Aceasta valoare va putea fi utilizata pentru a calcula dispersia si tendinta centrala a seriei de date.

Construirea tabelului de frecvente. Se obtine inregistrand valorile limita ale intervalelor, calculand elementele ce apartin fiecarei clase, notandu-le in coloana "verificare" si contabilizand totalul observatiilor pentru fiecare interval in coloana de frecvente .

Tabelul de frecvente

Tabelul 5.5

Trasarea histogramei care va concentra toata informatia acumulata pana atunci (figura 5.2).De aceea:

axa abscisei contine: intervalele anterior calculate;

scara verticala reprezinta frecventele;

se traseaza bare verticale, plecand de la fiecare interval, cu o inaltime echivalenta cu cea a frecventei sale.

8) Interpretarea. O histograma faciliteaza o reprezentare vizuala, in care se poate aprecia daca masurile tind sa fie centrate sau sa se disperseze. De asemenea, raspunde si la intrebarea daca procesul produce rezultate bune si daca acestea apartin sau nu cerintelor.

In exemplul (figura 5.2) de referinta, se poate observa ca s-a trasat o linie aditionala: limita cerintelor. In acest caz, cerinta programata a fost aceea ca raspunsul sa i se dea cetateanului intr-un interval nu mai mare de 60 de zile. Observand histograma, se vede ca un anumit numar de observatii, la dreapta liniei, nu au indeplinit acest obiectiv. O analiza mai detaliata ne-ar conduce la ideea ca procesul nu poseda stabilitatea dorita. Histogramele care reflecta procese stabile sunt mai ridicate in centru si coboara simetric spre ambele laturi. Aici nu pare a fi indeplinita aceasta conditie, existand o anumita asimetrie provocata de datele din afara limitei. Dar, chiar daca datele ar fi mai stabile, putem deduce ca o parte dintre ele ar cobori cerinta. Astfel, se pare ca in cazul nostru eforturile ar trebui sa se indrepte spre un dublu obiectiv:

reducerea dispersiei;

deplasarea histogramei spre stanga, astfel incat datele din extreme sa fie in cadrul limitei specificate.

Diagrama Pareto

Vilfredo Pareto, economist si sociolog nascut in 1848, a realizat diferite studii despre distribuirea bogatiei, observand ca 80% din aceasta se afla concentrata la 20% din populatie.

Aceasta relatie a fost gasita si in alte domenii. De exemplu, 80% dintre problemele unei organizatii se datoreaza unui procent de 20% din cauzele posibile. Bineinteles ca relatia nu este mereu exact 80/20, insa se poate afirma cu certitudine ca un numar mic de cauze sunt responsabile de cea mai mare parte a problemelor. Experienta a demonstrat ca cea mai mare parte a efectelor sunt consecinta unui numar foarte mic de cauze. De exemplu, majoritatea amenzilor in trafic se datoreaza unui numar foarte redus de tipuri de infractiuni. Juran face aluzie la acest lucru atunci cand vorbeste de cauze ca despre ceva de importanta redusa. Intr-un magazin, 10% din produse pot reprezenta (forma) 90% din cereri.

Graficul lui Pareto prezinta un interes deosebit in circumstantele urmatoare:

identificarea cauzelor principale care provoaca o situatie.

stabilirea importantei unei actiuni care influenteaza asupra uneia din cauzele identificate.

evaluarea evolutiei in timp a unui atribut determinat.

Aceasta abordare ne conduce la fenomenul putin si vital si mult si trivial, constatat de catre J.M. Juran care, cautand o definitie a acestui fenomen, a gasit lucrarile lui Pareto si de aceea l-a denumit Principiul lui Pareto.

Din acest principiu deriva diagrama lui Pareto, care constituie o metoda grafica simpla de analiza ce permite deosebirea intre cauzele cele mai importante ale unei probleme (putine si vitale) si cele mai putin importante (multe si triviale). Pasii care trebuie urmati pentru elaborarea unei diagrame Pareto sunt prezentati in continuare, utilizand ca exemplu analiza plangerilor si reclamatiilor primite intr-o unitate administrativa.

1. Stabilirea datelor ce se vor analiza si perioada de timp la care se refera datele respective. Este necesar sa se precizeze de unde provin si cum se vor clasifica.

2. Gruparea pe categorii. In cazul nostru, se considera 845 de reclamatii efectuate, plecand de la fisele de reclamatii completate de beneficiarii serviciului, care s-au grupat in categoriile urmatoare (tabelul 5.6).

Repartizarea reclamatiilor pe categorii

Tabelul 5.6

3. Tabularea datelor. Se realizeaza incepand cu acea categorie ce contine mai multe elemente si continuand in ordine descrescatoare. Astfel se calculeaza:

frecventa absoluta;

frecventa absoluta acumulata;

frecventa relativa unitara;

frecventa relativa acumulata.

Tabelul 5.7

4. Trasarea diagramei (figura 5.3.):

a)  Trasarea axelor de coordonate carteziene.

b) Pe axa ordonatelor, se delimiteaza o scara incepand cu zero si ajungand pana la valoarea totala a frecventei acumulate.

c)  Pe axa orizontala (a abscisei) se eticheteaza categoriile in care s-au grupat elementele, tinand cont ca, pe o diagrama Pareto, nu exista spatiu intre bare.

d) Trasarea altei axe verticale, la dreapta graficului, cu aceeasi lungime ca si axa din stanga, numerotata de la 0 la 100, in care se vor reprezenta frecventele relative.

5. Reprezentarea graficului in care, pe axa orizontala, vor aparea tot in ordine descrescatoare categoriile enumerate (figura 5.4).

6. Desenarea curbei cumulative. Se deseneaza un punct care reprezinta totalul fiecarei categorii. Prin unirea acestor puncte se va forma o linie poligonala (figura 5.5).

7. Identificarea diagramei, etichetand-o cu date ca:

titlu;

data realizarii;

perioada considerata;

procedura;

unitatea sau serviciul administrativ;

etc.

8. Analizarea diagramei. Cu o prima aproximare, nu este greu sa se ajunga la concluzii valide despre cauzele principale ale reclamatiilor. In exemplu, putem observa ca aproape 2/3 dintre acestea (68%) se datoreaza urmatoarelor doua categorii: timpul necesar administratiei pentru a raspunde si "informatia transmisa", prima dintre acestea fiind cea care a acumulat cele mai multe plangeri. Tinand cont ca este mai usor sa reduci o frecventa ridicata decat una joasa, se pare ca va fi mai util ca imbunatatirea sa se centreze pe primele doua cauze (putine si vitale) decat pe cele care au incidenta mai mica (multe si triviale).

Odata indeplinite actiunile oportune pentru reducerea acestor doua motive, se poate elabora alta diagrama si verifica reducerea reclamatiilor la fiecare dintre categorii.

Pe de alta parte, diagrama Pareto poate fi aplicata pentru a afla cauzele responsabile pentru categoriile considerate.

De exemplu, s-ar putea elabora o diagrama de nivelul 2 pentru a determina ce aspecte produc intarzierea unitatii administrative privind raspunsul la cereri. Atunci am fi in fata unei faze mai concrete de analiza.

Diagrama Pareto poate avea diferite utilizari:

sa se afle care este cauza principala a unei probleme, separand-o de altele prezente, insa mai putin importante.

sa se decida care va fi obiectivul actiunilor de imbunatatire, optimizand eficienta eforturilor realizate pentru aceasta.

sa se evalueze imbunatatirile obtinute, comparand diagrame succesive obtinute in momente diferite.

sa se investigheze efecte si cauze.

sa se comunice usor altor membri ai organizatiei concluziile privind cauzele, efectele si costurile erorilor.

In sfarsit, este necesar sa mentionam ca este de mare utilitate, in functie de caz, sa se construiasca diagrame folosindu-se unitati financiare. Atunci e posibil ca rezultatul si semnificatia analizei sa fie diferite.

Diagrama cauza - efect

Kaoru Ishikawa a gandit acest tip de diagrama in anii '40 (cunoscuta si ca "Diagrama lui Ishikawa" sau "os de peste). Diagrama lui Ishikawa este o tehnica ce ajuta la identificarea, clasificarea si reliefarea posibilelor cauze, atat ale unor probleme specifice cat si ale unor caracteristici ale calitatii. Ea ilustreaza grafic relatiile existente intre un rezultat dat (efectele) si factorii (cauzele) care influenteaza acest rezultat.

Elaborarea unei diagrame cauza - efect trebuie sa se ia in discutie atunci cand se doreste:

identificarea cauzelor principale ale unor probleme sau efecte;

clasificarea si relationarea interactiunilor intre factorii care afecteaza rezultatul unui proces;

analiza problemelor care au nevoie de solutionare;

centrarea, intr-un grup de lucru, a discutiei, orientand-o asupra aspectelor relevante ale unei probleme.

Pasii care trebuie urmati pentru constructia unei diagrame cauza - efect sunt:

1) Definirea rezultatului sau efectului care trebuie analizat

Aceasta definire trebuie sa fie facuta in termeni operativi, suficient de concreti pentru a nu exista indoieli cu privire la ceea ce se doreste, astfel incat efectul studiat sa fie inteles satisfacator de catre membrii echipei.

Efectul care trebuie studiat poate fi pozitiv (un obiectiv) sau negativ (o problema).Uneori, a propune un studiu despre un efect pozitiv (un obiectiv de atins) poate inlesni existenta unui climat care sa stimuleze participarea. Alteori, va fi mai utila exprimarea unui efect in termenii unei probleme, permitand axarea asupra cauzelor acesteia.

Pentru a ilustra aceasta metoda, vom analiza apelurile telefonice fara raspuns din partea ariilor si serviciilor unei unitati administrative. In acest caz, avem de-a face cu perspectiva unei probleme (efect negativ), desi ar putea fi vorba despre termeni pozitivi (sa se raspunda la toate apelurile).

2) Situarea efectului sau a caracteristicii de examinat. Aceasta se va pozitiona in partea dreapta a diagramei, intr-un dreptunghi, in care trebuie sa apara cel putin o scurta descriere a efectului.

3) Trasarea unei linii spre stanga , plecand de la patrat.

4) Identificarea cauzelor principale care au legatura cu efectul

Acestea vor fi ramurile principale ale diagramei si vor constitui categoriile sub care se vor specifica alte posibile cauze.

Categoriile folosite in general sunt:

3M:1P: Masini, Materiale, Metode si Personal;

4P: Persoane , Politici, Procedee si Bani ("plata"~ al patrulea P).

Totusi, nu este obligatoriu sa se foloseasca aceste grupuri de categorii. Pentru fiecare problema sau obiectiv, se vor defini cele care se considera mai relevante in fiecare caz. Insa este convenabil ca acestea sa nu fie mai putin de doua si mai mult de sase. In exemplul nostru se vor folosi: Masini, Metode, Materiale si Personal.

5) Situarea fiecareia dintre categoriile principale ale cauzelor in patrate separate, legate de linia centrala prin intermediul unor linii inclinate (figura 5.6).

Figura 5.6 Diagrama cauza-efect

6) Identificarea pentru fiecare ramura principala a altor factori specifici care pot fi cauza efectului. Acesti factori vor deservi ramurile de la nivelul al doilea. La randul lor, acestea se vor putea extinde la altele de nivelul al treilea si asa mai departe (figura 5.7).

Pentru aceasta expansiune recurenta, va fi necesara folosirea unor intrebari care sa inceapa cu "DE CE ?". De asemenea, pentru a desprinde ramurile si diferitele niveluri, se poate folosi metoda <<furtuna de idei>> (Brainstorming) sau "Diagrama afinitatilor".

In tabelul 5.8 se expune clasificarea factorilor cauzali, prin metoda brainstorming, ai problemei "nu raspunde la telefon". In coloana din stanga (cauze) ar fi situate ideile, asa cum au fost exprimate si care servesc drept baza pentru gruparea in factori cauzali de nivelul 3, 2 si 1. Numarul de niveluri nu este nelimitat, astfel incat se poate intampla ca diagrama sa fie sectionata in altele mai mici, daca apare un numar mare de niveluri pe una dintre ramuri.

7) Verificarea includerii factorilor. Va fi necesar sa se revada diagrama pentru a ne asigura ca au fost inclusi in ea toti factorii cauzali posibili.

8) Analiza diagramei. Analiza trebuie sa ajute la identificarea cauzelor reale. O diagrama cauza - efect identifica doar cauzele potentiale. De aceea, va fi necesara analiza lor pertinenta pentru a ajunge la concluzii solide privind cauzele principale ale efectului. In aceasta faza poate fi folosita diagrama Pareto.

Anumite aspecte ale diagramei elaborate pot sugera anumite idei:

O ramura cu un numar mare de ramuri secundare si factori poate indica necesitatea de a realiza o analiza mai profunda.

Daca anumite ramuri au putini subfactori, este posibil sa se faca un efort mai mare in identificarea cauzelor.

Daca aceeasi cauza apare in mod repetat in diferite categorii, aceasta poate fi cauza principala.

Centralizarea datelor rezultate din analiza diagramei cauza-efect

Tabelul 5.8

Avantajele folosirii diagramei cauza - efect sunt numeroase:

ajuta la determinarea cauzelor principale ale unei probleme sau a cauzelor caracteristicilor calitatii, utilizand pentru aceasta o abordare organizata;

stimuleaza participarea membrilor grupului de munca, permitand astfel sa se profite mai bine de cunostintele pe care fiecare dintre ei le are despre proces;

stimuleaza imaginatia, determinand formarea unor idei noi;

creste gradul de cunoastere asupra unui proces;

identifica arii care cer un studiu mai detaliat;

permite observarea tuturor cauzelor care pornesc de la aceeasi situatie;

faciliteaza comunicarea intre toate persoanele care au legatura cu problema ce se doreste a fi rezolvata.

Figura 5.7 Diagrama cauza-efect (telefon fara raspuns)

Stratificarea

Este o metoda constand in clasificarea datelor avand caracteristici similare pe grupe. Fiecarei grupe i se spune strat. Obiectivul este acela de a izola cauza unei probleme, identificand gradul de influenta a anumitor factori. Stratificarea se poate stabili in functie de: personal; materiale; masini si utilaje; zonele de gestiune; timp; mediu; localizarea geografica etc;

Stratificarea se poate baza pe diferite instrumente ale calitatii, iar histograma este modul cel mai frecvent de a o prezenta.

Exemplu

S-au observat intarzieri la termenul de elaborare a rezolutiilor unui serviciu administrativ. Serviciul respectiv are doua birouri si se doreste sa se determine daca notiunea de "birouri" poate explica intarzierile emiterii de rezolutii.

In principiu, se elaboreaza o histograma combinata a celor doua birouri (figura 5.8) pentru ca, ulterior, sa se realizeze histograme pentru fiecare birou in parte (figurile 5.9 a; 5.9 b).

Se poate observa modul in care biroul B se incadreaza aproape complet in limita ceruta, in timp ce biroul A demonstreaza a fi responsabil pentru deviatiile limitei fixate.

Figura 5.8 Histograma combinata a celor doua birouri

Diagrama de dispersie

Diagrama de dispersie

Diagrama de dispersie se utilizeaza pentru a determina daca exista vreo relatie intre doua variabile. De exemplu, se poate intampla ca doua variabile sa fie in relatie, astfel incat, marind valoarea uneia, sa creasca si cealalta. In acest caz, avem o corelare pozitiva. Aceasta corelatie poate fi puternica, atunci cand punctele de coordonate (x,y) nu prezinta un grad mare de imprastiere; in caz contrar, aceasta corelatie este slaba (figura 5.10 a,b). De asemenea, s-ar putea intampla ca, atunci cand o variabila evolueaza intr-un sens, cealalta sa derive in sens contrar; de exemplu, marind valoarea variabilei x, sa se reduca cea a variabilei y. In acest caz avem o corelare negativa. Aceasta corelatie este slaba, daca punctele de coordonate (x,y) prezinta un grad mare de imprastiere, in caz contrar corelatia este puternica (figura 5.10 c,d). In cazul in care punctele de coordonate (x, y) prezinta un grad mare de imprastiere, intre cele doua categorii de date nu exista corelatie. (figura 5.10, e).

Daca unei parti dintre valorile crescatoare ale lui y ii corespunde valori descrescatoare ale lui x, atunci se considera ca exista o corelatie neliniara (figura 5.10 f).

Figura 5.10 Tipuri de corelatii:

a. puternic pozitiva; b. pozitiva slaba; c. puternic negativa;

d. negativa slaba; e. nu exista corelatie; f. corelatie neliniara.

Pasii care trebuie parcursi pentru a realiza o diagrama a dispersiei sunt urmatorii:

1. culegerea a mai mult de 30 de perechi de date;

2. realizarea unui sistem de axe, astfel incat ambele axe sa aiba o lungime similara;

3. reprezentarea perechilor de date.

Exemplu

Se doreste imbunatatirea proceselor de selectie realizate de o organizatie. De aceea, se considera necesar a se evalua validitatea probelor de selectie folosite. Pentru aceasta, se doreste determinarea relatiei existenta intre punctajele obtinute de catre un grup de candidati intr-o proba selectiva si cele pe care toti acesti oameni le- au obtinut in evaluarea randamentului, proba realizata un an mai tarziu de la intrarea in organizatie. Perechile de date obtinute se reflecta in tabelul 5.9, diagrama dispersiei corespunzatoare este prezentata in figura 5.11 in care se poate observa o corelare pozitiva intre cele doua variabile. Gradul acestei corelari este aratat printr-un coeficient de corelare. In prezent, exista programe informatice (precum foile de calcul) ce permit realizarea acestui lucru foarte usor, prin introducerea seriilor de valori. In exemplul nostru, coeficientul de corelare pentru datele in cauza este: r = 0.71, ceea ce inseamna o corelare puternica. Coeficientul de corelare poate avea o valoare cuprinsa intre -1 si 1. Maxima corelare pozitiva ar fi 1, maxima corelare negativa -1; o valoare 0 ar insemna o corelare nula intre variabile

Tabelul 5.9

Grafice de control

Graficele de control sunt instrumente statistice folosite pentru a evalua stabilitatea unui proces. Acestea permit sa se distinga cauzele variatiei. Orice proces poate avea variatii, acestea putandu-se grupa in:

cauze aleatorii ale variatiei. Sunt cauze necunoscute si cu putina importanta, datorate intamplarii si prezente in orice proces;

cauze specifice (imputabile sau atribuibile). In mod normal, nu trebuie sa fie prezente in proces. Provoaca variatii importante.

Cauzele aleatorii sunt greu de identificat si eliminat. Cauzele specifice, in schimb, pot fi descoperite si eliminate, pentru a atinge obiectivul de stabilizare a procesului.

In afara de capacitatea de a distinge intre cauze aleatorii si specifice, graficele de control sunt utile pentru a supraveghea variatia unui proces in timp, pentru a proba eficienta actiunilor de imbunatatire realizate, ca si pentru a estima capacitatea unui proces.

Graficele de control au fost concepute de Shewhart in timpul desfasurarii controlului statistic al calitatii.

Au avut o mare raspandire, fiind foarte folosite in controlul proceselor industriale. Totusi, o data cu reformularea conceptului de calitate si extinderea sa la intreprinderi de servicii si la unitatile administrative si auxiliare, s-au transformat in metode de control aplicabile proceselor realizate in aceste organizatii.

Exista diferite grafice de control:

grafice de variabile, care la randul lor pot fi:

grafice de control Xm-R (medie si rang). Reflecta grafic dimensiuni, greutate, timp.

grafice de control X-R(mediana si rang). Sunt similare celor anterioare, dar au o precizie mai mica.

grafice de date prin atribute. Cer recalcularea masuratorilor discrete de genul acceptabil/inacceptabil, da/nu. Acest tip da mai putina informatie decat cele anterioare, de aceea folosirea lui este mai putin frecventa.

Metodologia determinarii parametrilor statistici necesari pentru construirea diagramei de control este prezentata in standardele ISO 7870 si ISO 8258.

Graficele de control au la baza ideea ca variatia unei caracteristici a calitatii poate fi cuantificata, obtinand mostre ale iesirilor dintr-un proces si estimand parametrii distributiei sale statistice. Reprezentarea acestor parametri intr-un grafic in functie de timp va permite constatarea schimbarilor in distributie.

Graficul are o linie centrala si doua limite de control : una superioara (LCS) si alta inferioara (LCI). Spatiul dintre ambele limite defineste variatia aleatorie a procesului. Punctele care trec de aceste doua limite indica prezenta cauzelor specifice ale variatiei.

In acest paragraf se va prezenta desfasurarea graficului prin variabile de medie si rang (x - R). Acest grafic aduce destule informatii si este probabil cel mai utilizat. Modul de trasare a acestui tip de grafic de control este urmatorul:

1. Determinarea datelor ce vor trebui sa se refere la o variabila a procesului considerata relevanta. In exemplul nostru, datele vor corespunde "timpului de a raspunde solicitarilor de includere in programul A de servicii sociale comunitare".

2. Strangerea de date. Mostra trebuie sa fie constituita dintr-un numar suficient de date. Frecvent, acest numar este peste 100, desi se poate culege un numar mai mic. Datele stranse se grupeaza pe subgrupe ale caror dimensiuni oscileaza intre 4 si 10 observatii. Cu cat dimensiunea subgrupurilor este mai mare, cu atat va fi mai sensibil graficul de control. Cat despre numar, in procesele industriale se obisnuieste a se reuni 20 sau 25, desi este admisibil si un numar mai mic, in functie de caracteristicile procesului studiat. Ceea ce este insa fundamental este ca datele subgrupurilor sa se ia secvential, in diferite momente ale procesului. In exemplul urmator, au fost luate 12 subgrupuri, care corespund raspunsurilor emise la solicitarile cetatenilor in perioade de 15 zile. Se poate considera fiecare perioada ca fiind un lot si cele sase observatii ale fiecaruia dintre ele corespund solicitarilor efectuate consecutiv.

3. Calcularea mediei pentru fiecare subgrup de date:

4. Calcularea rangurilor sau a traseelor pentru fiecare subgrup:

R = (valoarea maxima a lui x - valoarea minima a lui x);

5. Calcularea mediei mari (media mediilor) a subgrupurilor:

,  k fiind numarul subgrupurilor;

6. Calcularea mediei rangurilor subgrupurilor: