Wykres kontrolny jest mechanizmem pozwalającym zrozumieć zachowanie procesu, jego przewidywalność i stabilność w czasie. Wiemy, że każdy proces ma pewną ilość naturalnej zmienności. Ale jak możemy stwierdzić, czy zmienność procesu wyszła „poza kontrolę”?
Wykres kontrolny jest narzędziem używanym w „Kontroli Jakości” do wnioskowania, że nieplanowana zmiana miała miejsce w procesie. Ciągła zmienna procesowa X mierzy to. Przykładową zmienną procesową może być, ale nie tylko, jak –
- czas oczekiwania w restauracji fast-food lub na stanowisku odprawy na lotnisku,
- wariancja harmonogramu i kosztów w iteracjach,
- objętość i częstotliwość zmian zakresu w iteracjach,
Zwykle opracowujemy Wykresy Kontrolne dla procesów –
- które są powtarzalne dla wytwarzania produkowanych partii, i
- Oczekiwania są ustawione do wykonania wokół ciągłej zmiennej procesu X.
Powtarzalny proces to taki, w którym proces robi tę samą rzecz w ten sam sposób i daje te same wyniki.
As per the PMBOK® Guide Wykres kontrolny jest :-
Wyświetlacz wizualny danych w czasie i w stosunku do ustalonych limitów dowodzenia, który ma linię środkową, która pomaga w wykrywaniu trendu wartości wykreślonych w kierunku któregoś z limitów kontrolnych
Wykres kontrolny ma następujące elementy:
- Linia środkowa: Linię środkową na wykresie kontrolnym przedstawiamy jako pożądaną, idealną zdolność procesu. Jest to graficzne przedstawienie ciągłej zmiennej procesowej X . Linia środkowa jest obliczoną średnią z punktów danych. Te punkty danych są powtarzającym się wyjściem procesu w czasie.
- Granica specyfikacji: Ustalamy granice specyfikacji zazwyczaj po analizie oczekiwań klienta. Czasami wspominamy te limity w umowach. Może być kary związane, jeśli punkty danych przekraczają do limitu specyfikacji.
- Limity kontrolne: Ustalamy górne i dolne limity kontrolne dla wykresów kontrolnych. Projektujemy te limity za pomocą analizy statystycznej lub z zapisów historycznych. Wykreślamy punkty danych procesu, aby przeprowadzić analizę trendu w kierunku któregokolwiek z limitów kontrolnych i w odniesieniu do linii środkowej.
Dla powtarzalnych procesów, limity kontrolne są zwykle ustawione na +_ 3 sigma wokół procesu. Zmienna X lub średnia procesu tj. linia centralna. Górna granica kontrolna jest rysowana przy 3 odchyleniach standardowych powyżej średniej procesu, a dolna kontrola jest rysowana przy 3 odchyleniach standardowych poniżej linii środkowej lub średniej procesu.
Ustalamy te granice, aby przewidzieć, czy proces wymaga działań korygujących, aby przynieść wydajność procesu zgodnie z potrzebną stabilnością i zdolnością. Analiza punktów danych z linią centralną i limitami kontrolnymi pomaga nam zapobiec nienaturalnej wydajności procesu w czasie. Limity kontrolne są bardziej rygorystyczne niż limity specyfikacji. Dzięki temu możemy podjąć działania korygujące zanim punkty danych zaczną zbliżać się do limitu specyfikacji.
Graficzna reprezentacja komponentów wykresu kontrolnego:
Jak określić czy proces jest „Pod kontrolą” czy „Poza kontrolą”:
Bierzemy próbki punktów danych jako wyjście procesu i wykreślamy je na wykresie kontrolnym. Następnie przeprowadzamy analizę, w jaki sposób możemy przedstawić te dane w odniesieniu do linii środkowej i górnej dolnej granicy kontrolnej. Nacisk kładziony jest na zrozumienie, czy punkty danych mieszczą się w dopuszczalnych granicach.
Punkty danych w zakresie +- 3 sigma są „w kontroli” i w dopuszczalnych granicach z wyłączeniem reguły siedmiu (opisanej później). Punkty danych w zakresie +-3 sigma oznaczają, że te punkty danych nie przekraczają żadnego z limitów kontrolnych. Wszystko poza granicą kontroli wymaga zbadania.
Teraz, przejdźmy do – Co to jest reguła siedmiu w zarządzaniu projektami?
Gdy siedem kolejnych punktów danych znajduje się po obu stronach średniej –
Wtedy bierzemy ten proces poza kontrolą w oparciu o heurystykę reguły siedmiu.
W tym przypadku, chociaż punkty danych nie przekraczają granic kontrolnych, ale jako proces powtarzalny nie generuje losowego wyjścia –
To może być sygnał problemu w procesie.
W skrócie, Proces jest uważany za poza kontrolą –
- Gdy punkty danych są poza górnymi lub dolnymi granicami kontrolnymi i/lub
- Siedem kolejnych punktów jest wykreślonych po obu stronach średniej tj. linii środkowej.
Musimy zbadać obie specjalne wariancji cause.
Development of Control Chart:
Jak wspomniałem wcześniej, że wykresy kontrolne są używane do pokazania, czy powtarzalny proces jest –
- „w kontroli” lub
- „poza kontrolą”.
Przyjmuję przykład procesu testowania powtarzalnych cotygodniowych buildów. W przeciętny piątek EOD, musimy ukończyć tygodniowy build. Teraz musimy zrozumieć akceptowalny zakres. Obserwacje mówią, że czasami spóźniamy się o 1 lub 2 dni, a czasami kończymy budowę wcześniej o jeden dzień.
Właściciel procesu może zaakceptować budowę w ciągu jednego dnia późno lub wcześnie. Ale jak możemy powiedzieć matematycznie, że –
- An acceptable variation would be one day or two days? I
- Jeśli w którymkolwiek tygodniu budowa jest zakończona w punkcie, w którym zidentyfikowano potrzebę działań korygujących.
Wykres kontrolny jest używany do zrozumienia matematycznej identyfikacji granic kontrolnych i potrzeby działań korygujących.
Załóżmy, że zebraliśmy 30 tygodni danych, aby zrozumieć, czy wyjście procesu jest w dopuszczalnych granicach.
Teraz musimy obliczyć średnią poślizgu w budowie dla 30 tygodni: Średnia poślizgu punktów danych w dniach, tj. 0,73 dnia.
Teraz obliczane jest odchylenie standardowe. Odchylenie standardowe oznacza, jak duże jest odchylenie od średniej:
σ = odchylenie standardowe
x = każda wartość w populacji
x̄ = średnia wartości
N = liczba wartości
Używając powyższego wzoru, odchylenie standardowe wyniesie 5,132273364.
Aby otrzymać limity kontrolne, musimy pomnożyć odchylenie standardowe przez 3. W tym przypadku wartość trzech sigma wyniesie 15.39682009.
Teraz nadszedł czas na obliczenie górnego i dolnego limitu kontrolnego:
Górny limit kontrolny będzie sumą 3 sigma i średniego poślizgu w tygodniach tj. sumą 15.39682009 i 0.73. W rezultacie otrzymamy 16,13 jako górną granicę kontrolną.
Dolna granica kontrolna będzie odjęciem 3 Sigma od średniego poślizgu w tygodniach tj. odjęcie 15,39682009 od 0,73. W rezultacie otrzymamy -14.66 jako dolną granicę kontrolną.
Jak podsumować:
Tutaj 3 Sigma jest równa 15.39682009, Średnia średnia poślizgu w dniach wynosi 0.73 dni, Górna granica kontrolna wynosi 16.13, a Dolna granica kontrolna wynosi -14.66.
Teraz ostatecznie wykres kontrolny może być opracowany przy użyciu wykresu liniowego 2D:
Wykres kontrolny (x) przy użyciu średniej + 3 sigma i średniej – 3 sigma granic kontrolnych
Teraz musimy przeanalizować wykresy. Istnieją dwa punkty danych (dwa tygodnie), które są poza granicami kontrolnymi i to jest to, co musimy zrobić dochodzenie dalej. Jak wspomniałem wcześniej, że limit kontrolny pomaga nam określić, czy działania naprawcze są w potrzebie, czy nie. Kiedy punkty danych są poza granicą kontroli, to pokazuje, że zmienność nie jest naturalne.
Analiza odchylenia standardowego i wykresu kontrolnego stwierdza –
Mamy słabą zmienność. Tutaj, musimy zbadać źródło problemu. I, możemy użyć innych narzędzi, takich jak „Przyczyna i skutek” diagram, „Analiza Pareto” dla tego samego. Po analizie przyczyny źródłowej i podjęciu działań korygujących, możemy ponownie narysować wykres kontrolny. I, dowiaduje się, czy wariacja jest zmniejszenie z czasem.
Jednym z kluczowych punktów jest to, że jak musimy usunąć specjalną przyczynę, tj. dwa tygodnie. Możemy wybrać narzędzie do burzy mózgów, aby zrozumieć –
Jakie wydarzenia miały miejsce podczas tych dwóch tygodni przyczyniających się do specjalnej przyczyny zmienności. W agile, możemy to zrobić w retrospektywie iteracji. W tym przypadku, celem retrospektywy iteracji byłoby określenie, co możemy zrobić, aby proces testowania był pod kontrolą.
Do czego służy wykres kontrolny?
Wykres kontrolny jest używany w „Planie Jakości”, aby zrozumieć –
Co jest potrzebne, aby upewnić się, że powtarzalne procesy dadzą wyniki w akceptowalnych granicach?
Zaprojektujemy odpowiednio plan ulepszenia procesu.
Polityki jakości są udoskonalane, aby uzyskać pożądane wyniki. I, metryki są zdefiniowane do pomiaru wydajności procesu. Historyczne zapisy wykresów kontrolnych odgrywają ważną rolę w rozwoju –
- planu doskonalenia procesu,
- planu zarządzania jakością, i
- metryk jakości.
Używamy również wykresu kontrolnego jako narzędzia i techniki podczas „Kontroli Jakości”, aby zrozumieć –
Czy powtarzalny proces produkujący wyniki w akceptowalnym zakresie i w sposób losowy.
Jeśli nie to dochodzenie musi być wykonane w celu usunięcia specjalnych wariacji cause.
W skrócie, wykres kontrolny jest przydatnym narzędziem do zrozumienia, czy proces jest stabilny w czasie i produkcji wyników w dopuszczalnych granicach i w sposób losowy.
Mam nadzieję, że ten blog ma wystarczająco odpowiedział na wszystkie pytania związane z Control Chart. Powodzenia w egzaminie certyfikacyjnym PMP®.
Możesz dołączyć do dyskusji na ten sam temat na naszym forum. Możesz również zalogować się na nasz kanał YouTube i obejrzeć wideo na ten sam temat.
Zapisz się do naszego BEZPŁATNEGO programu wprowadzającego do certyfikacji PMP®, aby dowiedzieć się więcej o certyfikacji PMP®
.