Regulační diagram je mechanismus pro pochopení chování procesu, jeho předvídatelnosti a stability v čase. Víme, že každý proces má určitou přirozenou variabilitu. Jak ale můžeme zjistit, zda se variabilita procesu „vymkla kontrole“?
Regulační diagram je nástroj používaný v „řízení kvality“ pro vyvození závěru, že v procesu došlo k neplánované změně. Měří ji spojitá proměnná procesu X. Příkladem procesní proměnné může být mimo jiné –
- doba čekání v restauraci rychlého občerstvení nebo u odbavovací přepážky na letišti,
- odchylka harmonogramu a nákladů v průběhu iterací,
- objem a četnost změn rozsahu v průběhu iterací,
Obvykle vytváříme regulační diagramy pro procesy –
- které se opakují při výrobě vyráběných šarží a
- Očekávání jsou nastavena na výkon kolem spojité proměnné procesu X.
Opakovatelný proces je takový proces, ve kterém proces dělá stejnou věc stejným způsobem a produkuje stejné výsledky.
Podle příručky PMBOK® Guide je regulační diagram :-
Vizuální zobrazení dat v čase a vůči stanoveným mezním hodnotám příkazů, které má středovou čáru, jež napomáhá odhalit trend vynesených hodnot směrem k některým z regulačních mezí
Regulační diagram má následující součásti:
- Středová čára: Středovou čáru v regulačním diagramu zobrazujeme jako požadovanou ideální schopnost procesu. Jedná se o grafické znázornění spojité proměnné procesu X . Středová čára je vypočtený průměr datových bodů. Tyto datové body představují opakující se výstup procesu v čase.
- Mez specifikace: Mez specifikace stanovujeme obvykle po analýze očekávání zákazníka. Někdy tyto limity uvádíme ve smlouvách. Pokud datové body překročí specifikační limit, mohou s tím být spojeny sankce.
- Kontrolní limity: Stanovujeme horní a dolní kontrolní meze pro regulační diagramy. Tyto limity navrhujeme pomocí statistické analýzy nebo z historických záznamů. Vykreslujeme datové body procesu, abychom provedli analýzu trendu směrem k jedné z regulačních mezí a vzhledem ke středové čáře.
Pro opakující se proces jsou regulační meze obecně stanoveny na +_ 3 sigma kolem procesu. Proměnná X nebo střední hodnota procesu, tj. středová čára. Horní regulační mez je vytyčena na úrovni 3 směrodatných odchylek nad střední hodnotou procesu a dolní regulační mez je vytyčena na úrovni 3 směrodatných odchylek pod středovou linií neboli střední hodnotou procesu.
Tyto meze stanovujeme, abychom mohli předpovědět, zda proces potřebuje nápravná opatření, aby výkonnost procesu odpovídala potřebné stabilitě a schopnosti. Analýza datových bodů se středovou linií a regulačními mezemi nám pomáhá zabránit nepřirozenému výkonu procesu v čase. Regulační meze jsou přísnější než meze specifikace. Abychom mohli přijmout nápravná opatření dříve, než se datové body začnou přibližovat k mezím specifikace.
Grafické znázornění složek regulačního diagramu:
Jak určit, zda je proces „pod kontrolou“ nebo „mimo kontrolu“:
Vezmeme vzorky datových bodů jako výstup procesu a vykreslíme je nad regulačním diagramem. A poté provedeme analýzu, jak můžeme tato data prezentovat s ohledem na –
Střední čáru a horní & dolní regulační mez. Důraz je kladen na to, abychom pochopili, zda jsou datové body v přijatelných mezích.
Datové body do +- 3 sigma jsou „v regulaci“ a v přijatelných mezích s výjimkou pravidla sedmi (popsaného později). Datové body jsou v rozmezí +-3 sigma znamená, že tyto datové body nepřekračují žádnou z kontrolních mezí. Cokoli za kontrolní mezí vyžaduje prošetření.
Nyní přejděme k – Co je pravidlo sedmi v řízení projektů?
Když sedm po sobě jdoucích datových bodů přichází na obou stranách střední hodnoty –
Pak tento proces považujeme za „Out of Control“ na základě heuristického pravidla sedmi.
V tomto případě sice datové body nepřekračují regulační meze, ale protože opakovaný proces negeneruje náhodný výstup –
Může to být signál problému v procesu. Vynakládá se úsilí na pochopení situace a kořene problému v procesu.
Krátce řečeno, proces je považován za nekontrolovatelný –
- Když jsou datové body mimo horní nebo dolní regulační meze a/nebo
- Je vyneseno sedm po sobě jdoucích bodů na obou stranách střední hodnoty, tj. středové čáry.
Musíme zkoumat obě zvláštní příčiny rozptylu.
Vývoj regulačního diagramu:
Jak jsem se již zmínil, regulační diagramy se používají k zobrazení toho, zda je opakující se proces –
- „pod kontrolou“ nebo
- „mimo kontrolu“.
Vezmu si příklad procesu pro testování opakovaných týdenních sestav. V průměrný pátek EOD musíme dokončit týdenní sestavení. Nyní potřebujeme pochopit přijatelný rozsah. Pozorování uvádí, že někdy se zpozdíme o 1 nebo 2 dny a někdy se sestavení dokončí o den dříve.
Vlastník procesu může akceptovat sestavení v rámci jednoho dne zpoždění nebo předčasného dokončení. Jak ale můžeme matematicky říci, že –
- Přijatelná odchylka by byla jeden den nebo dva dny? A
- Jestliže některý týdenní build skončí v bodě, kde je identifikována potřeba nápravných opatření.
K matematické identifikaci regulačních mezí a potřeby nápravných opatření slouží regulační diagram.
Předpokládejme, že jsme shromáždili 30 týdnů dat, abychom pochopili, zda je výstup procesu v přijatelných mezích.
Nyní musíme vypočítat průměr skluzu v buildu za 30 týdnů: Průměr skluzu datových bodů ve dnech, tj. 0,73 dne.
Nyní se vypočítá směrodatná odchylka. Směrodatná odchylka znamená, jak velká je odchylka od průměru:
σ = směrodatná odchylka
x = každá hodnota v souboru
x̄ = průměr hodnot
N = počet hodnot
Podle výše uvedeného vzorce bude směrodatná odchylka 5,132273364.
Pro získání regulačních mezí musíme vynásobit směrodatnou odchylku číslem 3. V tomto případě bude hodnota tří sigma 15,39682009.
Nyní je třeba vypočítat horní a dolní regulační mez:
Horní regulační mez bude součet 3 sigma a průměrného skluzu v týdnech, tj. součet 15,39682009 a 0,73.
Vypočítejme dolní regulační mez. Výsledkem bude, že jako horní regulační mez dostaneme 16,13.
Dolní regulační mez bude odečtení 3 Sigma od průměrného skluzu v týdnech, tj. odečtení 15,39682009 od 0,73. Výsledkem bude -14,66 jako dolní regulační mez.
Shrneme-li:
Tady je 3 Sigma rovno 15,39682009, průměrný skluz ve dnech je 0,73 dne, horní regulační mez je 16,13 a dolní regulační mez je -14.
Tady je 3 Sigma rovno 15,39682009.66.
Nyní lze konečně vytvořit regulační diagram pomocí 2D přímkového grafu:
Kontrolní diagram (x) s použitím střední hodnoty + 3 sigma a střední hodnoty – 3 sigma regulačních mezí
Nyní je třeba analyzovat grafy. Existují dva datové body (dva týdny), které jsou mimo kontrolní meze, a to je to, co potřebujeme dále zkoumat. Jak jsem se již zmínil, kontrolní mez nám pomáhá určit, zda je potřeba provést nápravná opatření, či nikoli. Když jsou datové body za regulační mezí, ukazuje to, že variabilita není přirozená.
Analýza směrodatné odchylky a regulačního diagramu uvádí –
Máme špatnou variabilitu. Zde musíme prozkoumat příčinu problému. A k tomu můžeme použít další nástroje, jako je diagram „Příčina a následek“, „Paretova analýza“. Po analýze hlavní příčiny a přijetí nápravných opatření můžeme opět nakreslit regulační diagram. A zjistit, zda se odchylka s časem snižuje.
Jedním z klíčových bodů je, že jelikož potřebujeme odstranit zvláštní příčinu, tj. dva týdny. Můžeme zvolit nástroj brainstorming, abychom pochopili –
Jaké události konané během těchto dvou týdnů přispěly ke zvláštní příčině odchylky. V agilní metodě to můžeme udělat v rámci Iterační retrospektivy. V tomto případě by cílem iterace, retrospektivy bylo určit, co můžeme udělat, abychom dostali proces testování pod kontrolu.
K čemu se používá kontrolní diagram?
Kontrolní diagram se používá v „Plánu kvality“, abychom pochopili –
Co je potřeba udělat, abychom se ujistili, že opakující se procesy budou produkovat výsledky v přijatelných mezích?“
Podle toho navrhneme plán zlepšování procesu.
Zdokonalíme zásady kvality, abychom získali požadovaný výstup. A definují se metriky pro měření výkonnosti procesů. Historické záznamy regulačních diagramů hrají důležitou roli při tvorbě –
- plánu zlepšování procesu,
- plánu řízení kvality a
- metrik kvality.
Regulační diagram používáme také jako nástroj a techniku při „kontrole kvality“, abychom pochopili –
zda opakující se proces produkuje výsledky v přijatelném rozsahu a nahodile.
Jestliže ne, pak je třeba provést šetření k odstranění zvláštních příčin odchylek.
Krátce řečeno, regulační diagram je užitečný nástroj k pochopení, zda je proces stabilní v čase a produkuje výsledky v přijatelných mezích a náhodným způsobem.
Doufám, že tento blog dostatečně zodpověděl všechny vaše dotazy týkající se regulačního diagramu. Hodně štěstí při certifikační zkoušce PMP®.
Můžete se zapojit do diskuse na stejné téma na našem fóru. Můžete se také přihlásit na náš kanál YouTube a podívat se na video na stejné téma.
Zapište se do našeho úvodního programu certifikace PMP® ZDARMA a dozvíte se více o certifikaci PMP®
.