Как вы уже заметили, отработанная схема построения гистограммы позволяет разработать шаблон листа электронной таблицы. Многие шаги по построению графика теперь выполняются без нашего участия. Это и построение грамотно оформленной гистограммы, это и нанесение границ допуска, а также номинала и среднего.
Остаётся одно НО: для каждого нового набора данных приходится вызывать надстройку, чтобы провести группировку данных.
Чтобы Excel выполнял автоматически ВСЕ ДЕЙСТВИЯ, придётся использовать функции FREQUENCY или COUNTIF. Этот подход подробно описан в пособии [1]. Если «довести до ума» этот шаблон, дальнейшая обработка данных будет гораздо легче. Учтите, что в реальном производстве выпуск продукции идёт непрерывно. Соответственно, анализ данных тоже нужно проводить регулярно. Только тогда можно будет говорить об управлении качеством.
Задание. Разработайте шаблон для автоматического построения гистограммы.
Задание. Убедитесь, что ваш шаблон корректно работает при изменении исходных данных.
Мы рассмотрели десять типовых ситуаций, которые можно выявить при анализе гистограммы. В каждом случае специалистам по качеству нужно выяснить причины отклонений и устранить их. После этого гистограмма должна прийти в исходное состояние — нормальное распределение внутри поля допуска.
Мы смоделировали все типовые ситуации и сгенерировали соответствующие распределения. Такой подход даёт понимание того, что происходит в процессе производства. Это касается изменений, происходящих с технологическим оборудованием, а также затрагивает поведение производственного персонала и процедуры сбора и обработки данных. Естественно, на качество может повлиять изменение свойств сырья и материалов, в том числе от разных поставщиков.
Задание. Сравните изображения разных типов гистограмм и их описания в книгах Кумэ, Никитина и Адлера. Сделайте свои выводы.
1. Арьков В. Ю. Анализ распределения в Excel: Учебное пособие. — [б. м.]: Издательские решения, 2019. — 158 с.
Режим доступа:
https://ridero.ru/books/analiz_raspredeleniya_v_excel/
2. Кумэ Х. Статистические методы повышения качества. — М.: Финансы и статистика, 1990. — 304 с.
3. Stapenhurst T. Mastering Statistical Process Control. A Handbook for Performance Improvement Using Cases. Oxford, Elsevier Butterworth-Heinemann, 2005. 460 p.
4. Никитин С. П., Иванов В. А. Статистическое управление качеством технологических процессов. — Пермь: ПТГУ, 2003. — 175 с.
5. Адлер Ю. П., Шпер В. Л. Практическое руководство по статистическому управлению процессами. — М.: Альпина Паблишер, 2019. — 234 с.