Karty kontrolne Shewharta: rodzaje i jak je czytać

Wyobraź sobie proces, który z dnia na dzień wygląda tak samo, aż w pewnym momencie pojawia się seria braków, choć operator nie zmieniał ustawień, maszyna pracuje w tych samych warunkach, a surowiec pochodzi z tej samej partii. Wtedy pojawia się pytanie, czy mamy do czynienia z przypadkowym wahaniem, które mieści się w naturalnej zmienności procesu, czy z rzeczywistą zmianą wymagającą reakcji.  

Sama obserwacja wyników nie daje pewnej odpowiedzi, ponieważ pojedyncze odchylenie łatwo zauważyć, znacznie trudniej jednak ocenić, czy układ kolejnych pomiarów nadal jest losowy, czy zaczyna wskazywać na konkretną przyczynę. Właśnie do tego służą karty kontrolne Shewharta, jedno z podstawowych narzędzi statystycznego sterowania procesem. 

 

Czym są karty kontrolne Shewharta?

Karta kontrolna Shewharta to wykres, na którym w czasie nanosisz wyniki pomiarów z Twojego procesu, a obok nich rysujesz trzy linie: linię centralną, czyli średnią procesu, oraz górną i dolną granicę kontrolną, wyznaczone zwykle jako 3 odchylenia standardowe od średniej. Dopóki punkty mieszczą się między tymi granicami i nie tworzą podejrzanych układów, proces uznajesz za stabilny. Ideą kart kontrolnych jest rozróżnienie dwóch rodzajów zmienności. 

1. Pierwsza to zmienność losowa, wynikająca z samej natury procesu, niemożliwa do wyeliminowania, ale przewidywalna w swoich granicach. 
2. Druga to zmienność specjalna, wywołana konkretną, możliwą do zidentyfikowania przyczyną, na przykład zużytym narzędziem, złą partią materiału albo błędem operatora. 

Karta kontrolna pozwala Ci szybko odróżnić jedną od drugiej, zanim problem urośnie do rozmiaru poważnej awarii jakościowej.

To musisz wiedzieć! Karta kontrolna nie mówi Ci, czy Twój produkt spełnia wymagania klienta, tylko czy Twój proces zachowuje się stabilnie. Możesz mieć proces w pełni stabilny statystycznie, a mimo to produkujący braki, jeśli jego naturalny rozrzut jest szerszy niż tolerancja. Kartę kontrolną i analizę zdolności procesu warto więc zawsze traktować jako narzędzia uzupełniające się, a nie zastępujące.

Rodzaje kart kontrolnych i ich zastosowanie

Wybór odpowiedniej karty kontrolnej zależy przede wszystkim od tego, jakiego rodzaju dane zbierasz. Dane liczbowe, ciągłe, jak waga, długość czy temperatura, wymagają innych kart niż dane zliczane, jak liczba wadliwych sztuk czy liczba usterek na jednostkę.

• Dla danych ciągłych najczęściej stosuje się parę kart X-średnia oraz R, gdzie pierwsza śledzi średnią z małych podgrup pomiarowych, a druga rozstęp w obrębie tych podgrup, pokazując zmienność krótkoterminową. Przy większych podgrupach rozstęp bywa zastępowany odchyleniem standardowym, co daje parę kart X-średnia oraz S, dokładniejszą przy liczniejszych próbach.
• Gdy zbierasz pojedyncze pomiary, bez możliwości grupowania w podgrupy, na przykład jeden pomiar na partię produkcyjną, stosujesz kartę wartości indywidualnych i ruchomego rozstępu, często oznaczaną jako karta X i MR.
• Dla danych zliczanych masz do wyboru kilka kart, w zależności od tego, czy liczysz wadliwe sztuki, czy liczbę wad. Karta P pokazuje udział wadliwych sztuk w próbie o zmiennej ilości, karta NP udział wadliwych sztuk przy stałej ilości próby, karta C liczbę wad na jednostkę przy stałym obszarze obserwacji, a karta U liczbę wad na jednostkę przy zmiennym obszarze obserwacji.

Warto wiedzieć. Zanim wybierzesz rodzaj karty, zastanów się nie tylko nad typem danych, ale też nad tym, jak często i w jaki sposób pobierasz próby. Karta dobrana do nieodpowiedniego schematu pobierania danych, na przykład karta dla podgrup przy pojedynczych, rzadkich pomiarach, może dawać granice kontrolne, które nic sensownego nie mówią o Twoim procesie.

Jak odczytywać sygnały na karcie kontrolnej?

Podstawowym sygnałem, na który patrzysz w pierwszej kolejności, jest punkt wychodzący poza górną lub dolną granicę kontrolną. Taki pojedynczy punkt z bardzo dużym prawdopodobieństwem oznacza, że w procesie zadziałała jakaś konkretna, możliwa do zidentyfikowania przyczyna, a nie zwykły przypadek.

Poza pojedynczymi punktami poza granicami, istotne są też układy punktów, które statystycznie są mało prawdopodobne, nawet jeśli same punkty mieszczą się w granicach kontrolnych. Należy do nich na przykład seria co najmniej 7 lub 9 kolejnych punktów po tej samej stronie linii centralnej, seria kilku punktów tworzących wyraźny trend rosnący lub malejący, czy naprzemienny układ punktów w górę i w dół przez dłuższy odcinek. Każdy z takich układów sugeruje, że w procesie pojawił się jakiś systematyczny czynnik, a nie wyłącznie losowy szum. 

Ważne jest też patrzenie na punkty leżące blisko granic kontrolnych, nawet jeśli formalnie ich nie przekraczają. Kilka punktów z rzędu w strefie bliskiej granicy, choć każdy z osobna mieści się w normie, bywa wczesnym ostrzeżeniem, że proces zaczyna się przesuwać.

Cenna uwaga. Nie traktuj każdego pojedynczego odchylenia jako powodu do natychmiastowej ingerencji w proces. Jeśli reagujesz na każdy punkt, który choć trochę odbiega od średniej, ryzykujesz tak zwane nadmierne sterowanie, czyli wprowadzanie zmian tam, gdzie proces po prostu zachowuje swoją naturalną zmienność. Taka reakcja zwykle nie poprawia jakości, tylko zwiększa rozrzut procesu, bo wprowadzasz do niego dodatkowy, niepotrzebny szum.

Kiedy proces jest statystycznie pod kontrolą?

Proces uznajesz za statystycznie pod kontrolą, gdy wszystkie punkty na karcie mieszczą się między granicami kontrolnymi i nie tworzą żadnego z opisanych wcześniej podejrzanych układów. Oznacza to, że cała obserwowana zmienność wynika wyłącznie z przyczyn losowych, wpisanych w naturę procesu, a nie z konkretnych, dających się zidentyfikować zdarzeń.

Warto podkreślić, że proces pod kontrolą statystyczną nie znaczy, że proces jest idealny czy zgodny ze specyfikacją klienta. Oznacza jedynie, że jest przewidywalny, czyli że na podstawie danych z przeszłości możesz z rozsądną pewnością prognozować, jak będzie zachowywał się w przyszłości, dopóki nie zmieni się coś istotnego w samym procesie.

To musisz wiedzieć! Jeśli Twój proces wykazuje sygnały niestabilności, Twoim pierwszym zadaniem nie jest przeliczanie granic kontrolnych na nowo, tylko znalezienie i usunięcie przyczyny specjalnej, która za tym stoi. Dopiero gdy przyczyna zostanie zidentyfikowana i wyeliminowana, możesz ponownie wyznaczyć granice kontrolne na podstawie nowych, stabilnych danych.

Najczęstsze błędy podczas interpretacji kart kontrolnych

Błędem jest z pewnością mylenie granic kontrolnych z granicami tolerancji. Granice kontrolne wynikają ze zmienności samego procesu, a granice tolerancji z wymagań klienta lub konstruktora. To dwie zupełnie różne rzeczy, a ich pomylenie prowadzi do błędnych decyzji, na przykład do niepotrzebnej ingerencji w proces, który jest stabilny, ale ma szerszy rozrzut niż tolerancja. Uważać należy również na:

• Wyznaczanie granic kontrolnych na podstawie zbyt małej liczby danych, zanim proces zdążył pokazać swoją typową zmienność. Granice policzone na kilku pierwszych próbkach bywają zawężone lub rozszerzone w sposób nieodzwierciedlający rzeczywistego zachowania procesu w dłuższym okresie.
• Przeliczanie granic kontrolnych zbyt często, na przykład po każdej nowej partii danych. Granice powinny być stabilne przez dłuższy czas i przeliczane dopiero wtedy, gdy w procesie faktycznie zaszła trwała, potwierdzona zmiana, a nie za każdym razem, gdy pojawi się nowy zestaw pomiarów.
• Ignorowanie układów punktów na rzecz patrzenia wyłącznie na to, czy punkty przekraczają granice kontrolne. Wiele sygnałów ostrzegawczych, jak trendy czy serie punktów po jednej stronie linii centralnej, pojawia się na długo zanim jakikolwiek punkt faktycznie wyjdzie poza granice, a ich zignorowanie oznacza reagowanie dopiero wtedy, gdy problem jest już poważny.

Warto wiedzieć. Jeśli pracujesz z kartami kontrolnymi na co dzień, warto raz na jakiś czas, na przykład raz na kwartał, wrócić do danych historycznych i sprawdzić, czy granice kontrolne wciąż odzwierciedlają rzeczywiste zachowanie procesu. Proces, który przeszedł modernizację, zmianę dostawcy materiału czy remont maszyny, może mieć inną naturalną zmienność niż w momencie, gdy granice były pierwotnie wyznaczane.

Karta kontrolna Shewharta w praktyce – najważniejsze wnioski 

Karta kontrolna Shewharta to narzędzie, które pozwala Ci odróżnić naturalną, przypadkową zmienność procesu od sygnału realnego problemu, zanim ten problem zamieni się w falę braków. Jej siła leży nie w samym wykresie, tylko w dyscyplinie odczytywania sygnałów, wybieraniu odpowiedniego rodzaju karty do rodzaju danych oraz w rozróżnianiu granic kontrolnych od granic tolerancji. Dobrze prowadzona karta kontrolna to pierwszy krok do każdej wiarygodnej analizy zdolności procesu.

5 najważniejszych punktów do zapamiętania:

1. Karta kontrolna Shewharta pokazuje stabilność procesu, a nie jego zgodność z wymaganiami klienta, dlatego zawsze warto łączyć ją z analizą zdolności procesu.
2. Rodzaj karty kontrolnej dobierasz do typu danych oraz do sposobu pobierania próbek. Niedopasowana karta daje mylące granice!
3. Sygnałem problemu jest nie tylko punkt poza granicami kontrolnymi, ale też podejrzane układy punktów, jak trendy czy długie serie po jednej stronie średniej.
4. Proces pod kontrolą statystyczną jest przewidywalny, ale to nie znaczy, że automatycznie spełnia wymagania techniczne.
5. Granice kontrolne przelicza się dopiero po potwierdzonej, trwałej zmianie w procesie, a nie po każdej nowej partii danych.