ALATI KVALITETA POTREBA ZA KONTINUALNIM UNAPREENJEM KVALITETA Upravljanje

ALATI KVALITETA POTREBA ZA KONTINUALNIM UNAPREĐENJEM KVALITETA Upravljanje kvalitetom nosi u sebi ugrađeni mehnizam za merenjem i unapređivanjem kvliteta poslovanja- japanska preduzeća i njihovi rukovodioci su još tokom pedesetih godina prošlog veka shvatili nužnost permanentnog unapređivanja kvaliteta, zasnovanog na unapređivanju produktivnosti, koji je u funkciji ostvarivanja stabilnog tržišnog učešća i kreiranja konkurentske prednosti. Japanci ovaj proces nazivaju kaizen. U pitanju je premanentno i organizovano unapređivanje kvaliteta proizvoda i usluga preduzeća – svaka organizacija mora da neprestano poboljšava sve segmente svog poslovanja. Sam princip kaizen je filozofski princip koji podrazumeva proces unapređivanja koji uključuje svakog koji doprinosi da se određeni proces ili aktivnost realizuje. Prema Drakeru, statistička kontrola kvaliteta prepoznaje gde, a često i kako kvalitet i produktivnost celog procesa mogu kontinuirano da se unapređuju. To se prvo zvalo Šuhartovim ciklusom, zatim Demingovim ciklusom, a sada je to kaizen (japanski termin za kontinuirano unapređivanje kvaliteta i produktivnosti).

Osnovni elementi statističke kontrole kvaliteta koji su inkorporirani u TQM omogućuju da se ostvare dve težnje: -visok kvalitet i produktivnost -rad dostojan obrazovanog pojedinca Prema Demingu, unapređivanje kvaliteta se odvija kao spiralni ciklus, bez prestanka i koji se sastoji od 4 faze: 1 dizajniraj proizvod 2 napravi ga i testiraj na proizvodnoj liniji i u laboratoriji 3 pusti ga u prodaju 4 testiraj ga u eksploataciji, saznaj šta o njemu misli kupac i šta misli osoba koja ga nije kupila Neprestana ponavljanja ova četiri koraka vode ka spirali neprestanog povećanja zadovoljstva kupca i sve manjim troškovima poslovanja. Koncept kontinualnog unapređivanja kvaliteta poslovanja je inkorporiran i u novoj verziji međunarodnih standarda ISO 9000: 2000. Stalna poboljšanja predstavljaju salnu aktivnost na povećavanju sposobnosti za ispunjavanje zahteva.

Proces stalnog unapređenja se zasniva na seven-step method, metodi sedam koraka i sastoji se iz sledećeg: 1. Izbor problema 2. Analiza postojećeg sistema 3. Identifikacija uzroka problema 4. Pralniranje i primena rešenja 5. Evaluacija 6. Standardizacija efektivnih merenja 7. Preispitivanje procesa i budući planovi Proces stalnog unapređivanja se zasniva na činjeničnom pristupu odlučivanju. Najbolje je prikupiti podatke koje treba analizirati, da bi se na osnovu njih mogle formirati informacije koje se uključuju kao inputi u narednu fazu procesa planiranja organizacijom. Model kontinuiranog poboljšanja podrazumeva i merenje performansi.

Faze kontinuiranog poboljšanja su: 1 uočavanje problema 2 dijagnoza problema 3 plan poboljšanja 4 primena plana 5 proces monitoringa Performanse koje se mere su : 1 dugoročni rezultat 2 cost- efficiency 3 stopa korisnosti 4 kratkoročni rezultat poslovanja 5 dugoročni rezultat poslovanja 6 proces

PRINCIPI PRIMENE KONCEPTA KONTINUALNOG UNAPREĐENJA 1 tipovi obeležja Presudnu ulogu u aktivnostima unapređenja kvaliteta imaju odluke zasnvane na analizi parametara procesa i podataka. Primena odgovarajućih alata i tehnika razvijenih za ove svrhe povećava uspešnost ovih aktivnosti. Elementi svake populacije povezani su međusobno određenom opštom vezom, nekim obeležjem koje varira od jednog do drugog člana populacije. Obeležja mogu biti numerička (brojčana) i atrubutivna (opisna). Rezultati procesa se posmatraju kao lučajni događaji koji se mogu okarakteristi promenljivom veličinom koja vrednosti uzima sa određenom verovatnoćom i naziva se slučajna promenljiva. Broj različitih vrednosti koje slučajna promenljiva uzima u nekom procesu može biti konačan ili beskonačan. Ako promenljiva uzima konačan broj vrednosti, kao što je to slučaj sa atributivnim obeležjima ili nekim numeričkim obeležjima (na pr procenat neispravnih proizvoda u uzorku) naziva se diskretna slučajna promenljiva. 2 Principi statističkog upravljanja kvalitetom Odluke o unapređenju kvaliteta mogu biti zasnovane na numeričkim podacima i odgovarajućoj statističkoj interpretaciji. Ovde je karakteristično: 1 greške su uvek moguće i prisutne (podaci mogu biti pomešani, abnormalni ili lažni) 2 rezultati svakog procesa su promenljivi, rasipaju se i slede izvesnu raspodelu ( ne sve procese i ljudski rad, ali i na uzorkovanje, merenje, ispitivanje i kontrolisanje utiču brojni faktori i izazivaju pojavu grešaka)

3 za svaki podatak se mora znati šta reprezentuje i pod kojim uslovima je dobijen ( to znači razlaganje podataka kako bi se rasipanje vrednosti moglo dovesti u vezu sa uzrocima. Sume i srednje vrednosti mogu prikriti informacije o raspodeli) 4 podaci se uvek prikupljaju da bi se preduzele aktivnosti (za rešenje ma kog problema neophodno je dobiti podatke koji odgovaraju otkrivanju uzroka, statistički ih analizirati i preduzeti mere za eliminaciju tih uzroka) 3 Uzorkovanje Statističke metode se primenjuju da bi se shvatio proces i proizvodi koji iz njega nastaju. Međutim, fizički je neizvodljivo ceo proces ili beskonačnu količinu proizvoda posmatrati u celini. Zbog toga se orpučava ograničen broj jedinica – uzorak, a rezultati se aproksimiraju na celu populaciju odnosno na ceo proces. Da bi se moglo prihvatiti da rezultati dobijeni na osnovu uzorka važe za celu populaciju ili proces, uzorak mora biti reprezentativan tj. mora predstavljati populaciju, a to znači da njegovi elementi moraju posedovati sve osobine koje poseduju elementi populacije. Da bi uzorak bio reprezentativan, moraju biti ispunjena dva osnovna uslova: - Svaki elemenat populacije mora imati jednaku šansu da uđe u uzorak, što se postiže slučajnim izborom elemenata za uzorak - Uzorak mora biti dovoljno velik (brojem)

4 Razlaganje podataka Razlaganje ili stratifikacija podataka se koristi u analiziranju slučajeva u kojima podaci zapravo prikrivaju činjenice, odnosno ako je isporijat podataka nejasan, biće veoma teško utvrditi uzroke varijacija u procesu. Ovo se često dešava kada se podaci prikupljeni iz različitih izvora tretiraju kao jedinstveni. Razvrstavanjem sirovih podata na različite načine, može se doći do stvarnih uzroka. Podaci se mogu razložiti prema različitim uslovima, uzrocima ili lokacijama u kojima se pojavljuju, na pr prema tipu grešaka, sirovinama, danu, smeni, vremenu, grupi, osobi, mašini, procesu, metodu rada, vremenskim uslovima, mernom instrumentu, alatu, sredstvu. . Opšti podaci nisu korisni i zato se, u ovu svrhu, informacije obično prikupljaju korišćenjem unapred pripremljenih formulara tako da se mogu razložiti u što je moguće više logičkih celina, kategorija, grupa. 5 Rasipanje podataka U slučaju kontrolisane promenljivosti, proces se odvija onako kako je propisano radnim standardom, a stanje takvog procesa naziva se stanje pod kontrolom. Kada se sprovede slučajno uzorkovanje i izvrše merenja i ispitivanja, utvrdiće se da rasipanje na koje deluju samo slučajni uzroci ima fiksnu raspodelu, najčešće normalnu. Kod pojave koja ima normalan raspored, većina podataka je u blizini srednje vrednosti, a mali broj na krajevima raspodele. Ako se merenjem dobiju udaljene vrednosti, sa

malom verovatnoćom pojave, može se zaključiti da je došlo do nekontrolisane promenljivosti, tj. da proces nije pod kontrolom. Za odluku da li je proces van kontrole i da li treba vršiti korekcije, uvode se kontrolne granice. U opštem statističkom testiranju hipoteza, verovatnoća da se načini greška obično se postavlja na 5% ili 1% i naziva se nivo značajnosti, a verovatnoća suprotnog događaja iznosti 95% odnosno 99% i naziva se granica poverenja. Da bi proces ostao pod kontrolom, rasipanje procesa bi trebalo da se zadrži u kontrolnim granicama.