Чтение онлайн

В исследовании Национальной академии наук США 1947 г. отмечалось, что до Второй мировой войны статистические методы были малоизвестны в промышленности, за исключением компании Bell Labs, но многие компании быстро научились использовать статистику для принятия или отклонения поставок на основании статистической выборки. Исследование было подготовлено для компаний, которые еще не внедрили, но могут внедрить статистические методы. По его данным, в частности, Бюро технологических исследований и Комитет военно-промышленного производства начали проводить обучение по статистическому контролю процессов для специалистов промышленности и инженеров в 1943 г.

Ряд компаний создали отделы по контролю качества. К их работе были подключены бывшие сотрудники отделов технического контроля. Примерно в это время отделы качества стали размещаться под менеджментом на организационных диаграммах. Специалисты по качеству начали уделять особое внимание надежности изделия на протяжении его жизненного цикла, появилась специальность инженер по надежности.

Американское научное влияние на совершенствование систем обеспечения качества привело к созданию японской научной школы в области качества, среди представителей которых следует, прежде всего [4], отметить Каору Исикаву (Kaoru Ishikawa) и Генити Тагути (Genichi Taguchi), внесших большой вклад в развитие статистических методов в управлении качеством.

В 50–70 гг. прошлого столетия на ряде предприятий оборонного комплекса СССР активно проводились (под влиянием японского опыта по повышению качества) работы по внедрению систем управления качеством (в Саратове – БИП, в Горьком – КАНАРСПИ, в Ярославле – НОРМ, во Львове – КСУКП и др.), в которых статистические методы в области приемочного контроля и регулирования технологических процессов занимали важное место в предупреждении дефектов продукции [4].

Наиболее широкое распространение во многих отраслях промышленности во всем мире статистические методы контроля качества продукции получили в 70–80 гг. XX в. Сегодня статистический контроль используется как для регулирования хода технологического процесса, т.е. в процессе производства – так называемый текущий предупредительный контроль, так и для оценки качества партий продукции – по окончании производства – приемочный контроль.

Большое влияние на современное видение о всеобщем управлении качеством (TQM) оказывают работы российского ученого в области качества Вадима Аркадьевича Лапидуса. Он опубликовал ряд трудов по теории и практике управления качеством с учетом вариаций и неопределенности, в которых изложен «принцип распределения приоритетов», позволяющий оптимально выстроить отношения поставщика и потребителя с позиции обеспечения качества. Ему же принадлежит новый подход к управлению качеством, названный «гибким методом статистического управления», который математически опирается на теорию нечетких множеств [4].

В современной практике предприятий все используемые статистические методы можно сгруппировать следующим образом.

Группа 1. Методы высокого уровня сложности, которые используются разработчиками систем управления предприятием или процессами. К ним относятся методы кластерного анализа, адаптивные робастные статистики, многофакторный (дисперсионный) анализ, методы исследования операций и др. Методы этой группы предназначены для ограниченного количества инженеров, поскольку применяются при проведении очень сложных анализов процесса формирования качества.

Группа 2. Методы специальные, которые используются при разработке операций технического контроля, планировании промышленных экспериментов, расчетах на точность и надежность и т.д.

Группа 3. Методы общего назначения, в разработку которых большой вклад внесли японские специалисты. К ним относятся «Семь простых методов» (или «Семь инструментов качества»), включающих в себя контрольные листки; метод расслоения; графики; диаграммы Парето; диаграммы Исикавы; гистограммы; контрольные карты. К. Исикава говорил: «Основываясь на опыте своей деятельности, могу сказать, что 95 % всех проблем фирмы могут быть решены с помощью этих семи приемов».

Группа 4. Промежуточные статистические методы. К ним относят: теорию выборочных исследований; статистический выборочный контроль; методы проведения статистических оценок и определения критериев; методы применения сенсорных проверок (экспертные оценки); методы планирования и расчета экспериментов; корреляционный и регрессионный анализы.

Среди этих представителей можно выделить 15 наиболее распространенных статистических методов, изложенных или отдельно, или сгруппированных в функциональные разделы, в табл. 1 приведены сферы использования статистических методов в соответствии с этими методами.

На рис. 1 представлена классификация информации по управлению качеством с учетом предъявляемых к ней требований.

Рис. 1. Классификация и требования к информации

Владение современными прикладными и методо-ориентированными пакетами программ для использования в профессиональной деятельности основ статистических методов необходимо специалистам, работающим во всех областях инженерных, естественнонаучных и гуманитарных областях. Именно автоматизация статистического анализа при управлении качеством, связанная порой с оперативной обработкой больших объемов информации, дала возможность специалистам принимать оперативные и научно-обоснованные решения по оценке и управлению качеством выпускаемой продукции.

Остановимся на методо-ориентированных пакетах прикладных программ, которые являются мощным современным инструментом, предназначенным для решения задач определённого класса в математической сфере. Методо-ориентированные пакеты прикладных программ отличаются тем, что в их алгоритмической основе реализован определенный математический и/или экономико-математический метод решения задачи, в первую очередь это: математическая статистика, математическое программирование, сетевое планирование и управления и др. Растет интенсивность использования специализированных программных продуктов статистической обработки, обеспечивающих высокую точность и многообразие статистических методов.

Наиболее известные отечественные и зарубежные статистические пакеты: STADIA (статистический анализ данных), СОМИ, STATGRAPHICS, МЕЗОЗАВР (MESOSAUR, анализ временных рядов), Systat (углубленный статистический анализ и эконометрические исследования), SAS, SPSS, STATISTICA, S-PLUS, BMDP, SIGAMD, DataScope, MATHEMATICA и др.

Однако для целей статистического контроля и управления качеством более используются и подходят пакеты STADIA, STATGRAPHICS, SAS, STATISTICA и SPSS. Их популярности способствуют: большое количество реализованных методов; хорошая русификация; наличие учебной и справочной литературы по работе с ними. Рассмотрим их более подробно.

STADIA разработан специалистами Московского государственного университета им. М.В. Ломоносова в конце 70-х гг. прошлого столетия. Отличается наличием всех самых распространенных методов одномерного и многомерного статистического анализа, включая проверку различных гипотез и контроль качества.

К числу достаточно мощных универсальных статистических пакетов относится также STATGRAPHICS PLUS. Важнейшим достоинством пакета считаются хорошая интеграция математико-статистического аппарата обработки данных с современной интерактивной графикой и его динамичная эволюция с учетом развития компьютерных технологий. STATGRAPHICS среди прочего позволяет проводить регрессионный анализ.