STATISTISK PROCESSTYRNING
Statistisk processtyrning ger koll på kvaliteten
En vanlig orsak till kvalitetsbristkostnader och kundreklamationer, är att vi misstolkar slumpmässiga variationer i våra processer. Om vi då justerar processen med ledning av denna misstolkning, blir resultatet en ökad variation med ännu sämre kvalitet som följd. Det saknas alltså ofta ett statistiskt synsätt på processen.
Statistisk processtyrning ger dig minskad kassation, färre kostsamma störningar, nöjdare kunder och ökad vinst. Med statistisk processtyrning tar du enkelt kontroll över din tillverkning.
Här får du, utan formler och krångliga ord, veta det mesta om statistisk processtyrning.
Vad är SPS
Kort historik
Vi måste gå tillbaka nästan 90 år i tiden, till år 1923 då Walter Shewart upptäcker ett sätt att skilja på slumpmässiga och systematiska orsaker till variationer i en process. Metoden kallas numera för statistisk processtyrning (SPS).
Slumpmässiga variationer
Walter Shewart insåg att vi måste lära oss att leva med, och acceptera, de slumpmässiga variationerna som vi får vid vår tillverkning. Dessa slumpmässiga variationer ger tillsammans en spridningsbild av vår process, processens utfall.
Än mer viktigt är att Shewart förstod att vi ska inte reagera på, eller agera utfrån, enstaka mätningar av dessa slumpmässiga variationer, se figur 1.
Två vanliga scenarior
Eftersom de enstaka mätningarna inte visar hela processen, kan vi komma att fatta fel beslut:
I figur 2 råkar vi mäta en detalj (1) som ligger ganska nära toleransgränsen. Vi justerar processens inställning (2) och försämrar därmed, i bästa välmening och utan att veta om det, hela processens läge så att vi då och då kommer att producera felaktiga detaljer (3).
I det omvända fallet råkar vi mäta en detalj som ligger nära mitten av toleransen. I tron att den uppmätta detaljen representerar allt som produceras, väljer vi därför att inte åtgärda processen.
Det vi inte vet här är att hela processen faktiskt är kraftigt felcentrad och att vi då och då, mellan våra enstaka stickprov, producerar felaktiga detaljer, se figur 3.
Systematiska variationer
Det är först när processens utfall har ändrat läge eller storlek, som vi har orsak att reagera och agera. Detta kallas för systematiska variationer, se figur 4.
Se hela skogen istället för ett träd
Att använda statistisk processtyrning innebär att vi, istället för att kontrollera enstaka detaljer och sedan jämföra dessa mot toleransgränserna, får ett samlat intryck av hela vår process.
Med statistisk processtyrning får företaget kontroll på kvaliteten där den skapas – vid källan. Processen styrs i rätt tid, av rätt orsak och mot rätt mål. Alla är vinnare: Operatören har koll på tillverkningen, kassationen minskar och du får en mycket nöjdare kund.
Varför använda SPS ?
Här är några skäl:
- Bättre rykte. Din kund kommer att märka skillnad jämfört med dina konkurrenter som inte använder SPS.
- Bättre kvalitet. Du får tidiga varningssignaler innan det produceras felaktiga detaljer.
- Lägre felkostnader. Kassationen minskar nästan undantagslöst.
- Tydligare mål. All personal kommer att läsa processen på ett och samma sätt.
- Mindre stress. Arbetsbelastningen minskar i regel.
- Kompetenshöjande. Produktionspersonalen får ett helt annat medvetande om sitt arbete och sin process.
- Kostnadsbesparande. Hög processduglighet medför minskat behov av slutavsyning.
- Färre stillestånd. Begynnande maskinfel upptäcks tidigt, en hjälp vid tillståndsbaserat underhåll.