Minőségmenedzsment (módszerek) BEDZSULA BÁLINT

Hasonló dokumentumok
17. Folyamatszabályozás módszerei

Minőségellenőrzés. Miről lesz szó? STATISZTIKAI FOLYAMATSZABÁLYOZÁS (SPC) Minőségszabályozás. Mikor jó egy folyamat? Ellenőrzés Szabályozás

Minőségmenedzsment (módszerek) BEDZSULA BÁLINT

Budapesti Műszaki és Gazdaságtudományi Egyetem

Kockázatalapú szabályozó kártyák tervezése, kiválasztása és folyamatra illesztése

Tájékoztató. Normális (Gauss-) eloszlás. Következtetés hibái. Mintavételi alapelvek. Minőségmenedzsment módszerek (SPC) 3σmás szabály.

Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével

Statistical Process Control (SPC), Statisztikai Folyamatszabályozás

17. Folyamatszabályozás módszerei

MINŐSÉGÜGYI STATISZTIKAI MÓDSZEREK. Dr. Drégelyi-Kiss Ágota ÓE BGK

4. A méréses ellenırzı kártyák szerkesztése

Hanthy László Tel.:

Kockázatkezelés a rezgésdiagnosztikában többváltozós szabályozó kártya segítségével

MINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota

Define Measure Analyze Improve Control. F(x), M(ξ),

6. Előadás. Vereb György, DE OEC BSI, október 12.

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

Hat Szigma Zöldöves Tanfolyam Tematikája

Kockázatok és mérési bizonytalanság kezelése a termelésmenedzsment területén

III. Képességvizsgálatok

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

[Biomatematika 2] Orvosi biometria

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Kosztyán Zsolt Tibor Katona Attila Imre

IATF 16949:2016 szabvány fontos kapcsolódó kézikönyvei (5 Core Tools):

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Kontrol kártyák használata a laboratóriumi gyakorlatban

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Minőségelmélet kommunikációs dosszié MINŐSÉGELMÉLET. Anyagmérnök mesterképzés (MsC) Tantárgyi kommunikációs dosszié

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Mintavételes átvételi ellenőrzés

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

Bevezetés a hipotézisvizsgálatokba

Méréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv

Mérési hibák

MINİSÉGBIZTOSÍTÁS 12. ELİADÁS Május 9. Összeállította: Dr. Kovács Zsolt egyetemi tanár

You created this PDF from an application that is not licensed to print to novapdf printer (

Populációbecslések és monitoring

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

Hipotézis vizsgálatok

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Kísérlettervezés alapfogalmak

Budapesti kihelyezett Six Sigma képzés

Populációbecslések és monitoring

Előadás A folyamatok szabályozása statisztikai alapon

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23

Függetlenségvizsgálat, Illeszkedésvizsgálat

Minőségirányítási rendszerek 1. előadás

Termelés- és szolgáltatásmenedzsment

Folyadékszcintillációs spektroszkópia jegyz könyv

Biostatisztika VIII. Mátyus László. 19 October

Adatok statisztikai értékelésének főbb lehetőségei

Elemi statisztika fizikusoknak

NYF-MMFK Műszaki Alapozó és Gépgyártástechnológia Tanszék gépészmérnöki szak III. évfolyam

Hipotézis vizsgálatok

Statisztika Elıadások letölthetık a címrıl

A Statisztika alapjai

Kettőnél több csoport vizsgálata. Makara B. Gábor

MSA - mérőrendszer elemzés (MSA - measurement systems analysis)

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet

STATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1

Kísérlettervezés alapfogalmak

WIL-ZONE TANÁCSADÓ IRODA

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

Az SPC alapjai. Az SPC alapjai SPC Az SPC (Statistic Process Control) módszer. Dr. Illés Balázs

10. Mintavételi tervek minısítéses ellenırzéshez

Minőség-képességi index (Process capability)

SPC egyszerően, olcsón, eredményesen

Normális eloszlás tesztje

Biometria gyakorló feladatok BsC hallgatók számára

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

KÖVETKEZTETŐ STATISZTIKA

MATEMATIKA HETI 5 ÓRA

Az SPC (statisztikai folyamatszabályozás) ingadozásai

Statisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék

Iskolai jelentés. 10. évfolyam szövegértés

Több valószínűségi változó együttes eloszlása, korreláció

I. GÉPKÉPESSÉG-VIZSGÁLAT

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

STATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

Többváltozós lineáris regressziós modell feltételeinek

Matematikai statisztika c. tárgy oktatásának célja és tematikája

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti:

MINŐSÉGMENEDZSMENT ALAPJAI. 7. előadás Folyamatfejlesztési modellek és módszerek 1. (minőségmenedzsment módszerek) Bedzsula Bálint

TPM egy kicsit másképp Szollár Lajos, TPM Koordinátor

Átírás:

Minőségmenedzsment (módszerek) BEDZSULA BÁLINT

Bedzsula Bálint gyakornok Menedzsment és Vállalatgazdaságtan Tanszék Q. épület A.314. bedzsula@mvt.bme.hu http://doodle.com/bedzsula.mvt

Az előző előadás tartalmából

Amiről szó lesz ma Választ adok a következőkre: Mi az ellenőrzőkártyák működésének jellemzői? Hogyan alkalmazhatóak az ellenőrzőkártyák?

Feladat! Egy sörgyártó vállalatnál a sör névleges térfogatának ugyan 500mlnek kellene lennie, de a térfogat eltérését legfeljebb -10ml, ill. +5ml közötti intervallumban még elfogadják. Egy 100 elemű véletlen mintából ellenőrzik a gyártást. A minta adatai a következők: Minta db f g -490 5 5 5% 490-495 20 25 25% 495-500 40 65 65% 500-505 25 90 90% 505-10 100 100% 1 pont

Feladat! % 99,8 +3σ 99,5 99 98 95 10% +2σ Minta db f g -490 5 5 5% 490-495 20 25 25% 495-500 40 65 65% 500-505 25 90 90% 505-10 100 100% 90 80 70 60 50 40 30 20 1,25 σ 1,67 σ +1σ 0-1σ 10 N(498,5;5) 5 2 5% -2σ 1 0,5 0,2-3σ 490 495 500 505 510

Folyamatok szabályozása 209. A (vég)termék minőségellenőrzése helyett a selejt elkerülése, megelőzése a cél: Végtermék vizsgálata vagy a résztermékek ellenőrzése nem hatékony Idő- és energiapocséklás olyan termékekre, szolgáltatásokra, melyek nem megfelelőek Megelőzés stratégiája 1920-as évek Shewhart: alapgondolatok Veszélyes és véletlen hiba Megkülönböztetésükre ellenőrzőkártya

Ellenőrzőkártya 209. Alapgondolatai: A folyamat jellemzőinek mintavételes figyelése Segítségével elkülöníthető a normál és a veszélyes zavarhatás alatti állapot Ismert elméleti eloszlás értéktartomány, amiben adott valószínűséggel vannak az értékek Beavatkozási határon kívülre x esik veszélyes zavar UCL/FBH jelenléte CL/középvonal Döntési hibák (α, β) LCL/ABH hipotézisvizsgálat Grafikus ábrázolás felismerés 8 minta sorszáma

Ellenőrzőkártya 210. A fejlesztés logikai modellje: Adatgyűjtés: összegyűjtés és ábrázolható formába alakítás Szabályozás: beavatkozási határok figyelése, veszélyes zavarok esetén vizsgálat és beavatkozás Elemzés és fejlesztés: ha a folyamat szabályozott, további megfigyelés, minőségképesség vizsgálat, fejlesztés

Ellenőrzőkártya ntés a atkozásról A fejlesztés logikai modellje: A szabályozott jellemző és Szabályozott jellemző adatgyűjtés, a beavatkozási határok egybevetése szabályozás, képzéseelemzés fázisai Döntés a beavatkozásról A szabályozott jellemző és a beavatkozási határok egybevetése Szabályozott jellemző képzése ás a technológiai törvényszerűségeinek eretében Beavatkozás a technológiai folyamat belső törvényszerűségeinek ismeretében Ember Anyag Módszer Technológiai és/vagy termékjellemző mérése Technológiai és/vagy termékjellemző mérése Gép Eszköz Környezet

Ellenőrzőkártya 210. x FTH FBH CL/középvonal ABH ATH minta sorszáma

Ellenőrzőkártya 210. x FTH/USL FBH/UCL CL/középvonal ABH/LCL ATH/LSL ZAVAR TERMÉK BEAVATKOZÁS veszélyes veszélyes véletlen véletlen veszélyes veszélyes nem megfelelő megfelelő megfelelő megfelelő megfelelő nem megfelelő szükséges szükséges nem szükséges nem szükséges szükséges szükséges minta sorszáma

Ellenőrzőkártya 210. A kártyák működésének elvi alapjai CL (Center Line): középvonal UCL/LCL (Upper/Lower Control Limit): felső/alsó beavatkozási határ (FBH/ABH) számoljuk! USL/LSL (Upper/Lower Specification Limit): felső/alsó specifikációs/tűréshatár (FTH/ATH) adott!

Ellenőrzőkártya Alkalmazásának lépései: A kártya alkalmazásának előkészítése Adatgyűjtés a folyamat paramétereinek becslésére Az ellenőrzőkártyá(k) elkészítése Beavatkozási határok kiszámítása Értelmezés a folyamatszabályozás szempontjából Gyártásközi ellenőrzés

Ellenőrzőkártya 211. Az ellenőrzőkártyák használatának előnyei: Az ellenőrzőkártya növeli a termelékenységet Az ellenőrzőkártya hatásos a nem megfelelőség megelőzésében Az ellenőrzőkártya megakadályozza a felesleges folyamat (gép) állítgatásokat Az ellenőrzőkártya információt ad a folyamat (gép) állapotáról Az ellenőrzőkártya információt szolgáltat a folyamatképesség elemzésekhez

Ellenőrzőkártya 212. Ellenőrzőkártyák fajtái Méréses kártyák egyedi érték kártya átlag, médián kártya szórás, terjedelem kártya Minősítéses kártyák np-kártya (selejtszám) c-kártya (hibaszám) p-kártya (selejtarány) u-kártya (fajlagos hibaszám) Egyéb speciális kártyák

Ellenőrzőkártya 211. Kártyák tervezése meghatározzuk a mintavételezés módját és a beavatkozási határokat Elvi menete: Szükséges alapadatok: A célállapot statisztikai jellemzői A döntési hibák (α, β) β-hoz tartozó alternatív (zavar) állapot statisztikai jellemzői Számolandó: n mintaszám ABH, FBH beavatkozási határok

Ellenőrzőkártya 211. Kártyák tervezése Gyakorlati menete: Szükséges alapadatok: A célállapot statisztikai jellemzői Elsőfajú hiba (α) Mintaszám (n) β-hoz kapcsolódó alternatív (zavar) állapot statisztikai jellemzői Számolandó: ABH, FBH beavatkozási határok Másodfajú hiba (β) 3 -ás modell

Méréses ellenőrzőkártyák 212. Mért értékek alapján Hasznos, mert: széles körben alkalmazhatók; nagyobb információtartalom; mérési költség alacsonyabb lehet; méréses adatokkal egy folyamat teljesítménye elemezhető és a fejlődés mennyiségileg meghatározható. Páronként használjuk őket az ingadozás mértéke és a középérték helyzete (normális eloszlás két paramétere: μ;σ) átlag-terjedelem kártya

Átlag-terjedelem kártya 213. Átlag és terjedelem: x = 1 n j=1 n x j R = x max x min Átlag (helyzeti középérték): van-e a folyamatban olyan veszélyes zavar, amely a folyamat beállását érdemben megváltoztatja? Terjedelem (a szórás egy mértéke, n=2 azonos): van-e olyan veszélyes zavar, amely a folyamat nagyobb mértékű ingadozását okozza?

Átlag-terjedelem kártya 213. Átlag-kártya szerkesztése: középvonal: CL x = x = 1 m i x i az i. minta átlaga, m a minták száma a ±3σ határok alapján u α/2 =3, terjedelemből: UCL x = LCL x = x + 3 R d 2 n = x 3 R d 2 n = x i x + A 2 R x A 2 R

Átlag-terjedelem kártya 213. Terjedelem-kártya szerkesztése: CL R = R = 1 m i R i a beavatkozási határok ±3σ esetén: UCL R = R + 3 σ R = R + 3 d 3 R d 2 = = R 1 + 3 d 3 d 2 = D 4 R LCL R = R 3 σ R = D 3 R

Átlag-terjedelem kártya Szükséges paraméterek:

Átlag-terjedelem kártya Példa: Pörköltkávé-adagoló automata töltötte csomagokból fél óránként 5 elemű mintát veszünk és megmérjük a tömegüket! i mintaelem átlag R 1 251.25 249.67 250.15 250.22 249.30 250.118 1.950 2 247.56 249.84 251.04 249.47 250.25 249.632 3.480 3 251.47 250.23 250.07 250.12 250.37 250.452 1.400 4 249.35 249.77 249.29 250.92 250.44 249.954 1.630 5 249.09 251.09 248.14 248.51 250.90 249.546 2.950 6 251.59 248.13 250.06 248.92 252.09 250.158 3.960 7 250.61 249.55 249.23 249.61 251.39 250.078 2.160 8 249.95 247.74 249.40 248.88 249.16 249.026 2.210 9 247.74 249.42 249.59 251.59 250.36 249.740 3.850 10 247.89 250.65 249.61 249.08 248.72 249.190 2.760 11 249.26 250.08 251.22 250.08 250.26 250.180 1.960 12 249.83 249.46 248.83 251.56 249.16 249.768 2.730 13 250.36 250.10 251.68 250.36 248.78 250.256 2.900 14 250.71 250.26 250.18 249.47 250.72 250.268 1.250 15 250.50 252.36 251.52 249.91 250.75 251.008 2.450 16 250.11 250.87 249.31 249.93 249.63 249.970 1.560 17 248.81 249.65 248.08 250.57 251.48 249.718 3.400 18 249.90 249.81 250.59 250.38 250.74 250.284 0.930 19 250.88 249.79 249.85 250.11 250.61 250.248 1.090 20 249.27 248.61 250.64 249.43 249.60 249.510 2.030 átl. 249.955 2.333 Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozá

Átlag-terjedelem kártya Példa: x = 249,955 R = 2,333 Átlag-kártya paraméterei: CL x = x = 249,955 UCL LCL x = x = x + A 2 R = 249,955 + 0,577 2,333 = 251,301 x A 2 R = 249,955 0,577 2,333 = 248,609 Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozás

Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozás Átlag-terjedelem kártya Példa: x = 249,955 R = 2,333 Terjedelem- kártya paraméterei: CL R = R = 2,333 UCL R = D 4 R = 2,114 2,333 = 4,932 LCL R = D 3 R = 0 2,333 = 0

Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozás Átlag-terjedelem kártya Példa: + Értékelés! 12. dia

Átlag-terjedelem kártya Példa: Egy boradagoló automata töltötte palackokból a nyolcórás műszak alatt félóránként 3 elemű mintát veszünk és megmérjük a betöltött térfogatukat. A gyártósor mellől az alábbi eredményeket kaptuk (az első 5 minta): x = 750,0 R = 1,0 Minta 1. 2. 3. 4. 5. x cm 3 750,6 749,6 749,8 749,8 749,6 R cm 3 0,8 1,2 0,6 1,4 0,8 Készítsen méréses ellenőrzőkártyát az adatok segítségével! (számoljon 1 tizedes jegy pontossággal!)

Átlag-terjedelem kártya Példa: adottak:

Átlag-terjedelem kártya Példa: átlag-kártya: CL x = x = 750,0 UCL x = x + A 2 R = 750 + 1,023 1 = 751 LCL x A 2 R = 750 1,023 1 = 749 x = UCL=751 CL=750 LCL=749 + Értékelés! 12. dia

Átlag-terjedelem kártya Példa: terjedelem-kártya: CL R = R = 1 UCL R = D 4 R = 2,574 1 = 2,574 LCL R = D 3 R = 0 1 = 0 UCL=2,6 CL=1 LCL=0 + Értékelés! 12. dia

Feladat! Egy csokoládéadagoló automata töltötte formákból a nyolcórás műszak alatt félóránként 4 elemű mintát veszünk és megmérjük a betöltött csokoládé tömegét. A formákat a megrendelő 101g ±2g intervallumon fogadja el. A gyártósor mellől az alábbi eredményeket kaptuk (az első 5 mintavétel): Minta 1. 2. 3. 4. 5. x g 101,2 101,0 101,4 101,8 102,0 R g 0,8 1,2 0,6 1,4 0,8 1 pont Előzetes vizsgálatok alapján tudjuk, hogy x = 101,0 és R = 1,0.

Feladat! átlag-kártya: USL=103,0 UCL=101,7 CL=101,0 LCL=100,3 USL=99,0 terjedelem-kártya: UCL=2,3 CL=1,0 LCL=0,0

Minősítéses kártyák 212. Mérhető mennyiség helyett megfelelő/nem megfelelő kategóriák Minősítéses ellenőrzés: a hibás darabokat vagy a hibákat számoljuk Jelentőségük: széles területen használhatóak könnyű adatszerzés (már meglévő és új esetén is) segítségével fókuszálhatjuk a komolyabb vizsgálatokat

Selejthányad kártya 213. Selejthányad: p = összes észlelt selejtes darab összes vizsgált darab A selejtes darabok aránya (selejthányad): veszélyes hiba zavarásának következtében a folyamat túl sok hibás terméket állít-e elő egy adott időszak alatt?

Selejthányad kártya 213. Selejthányad kártya szerkesztése: középvonal: átlagos selejtarány CL p = p beavatkozási határ a ±3σ koncenció alapján: UCL p = LCL p = p + 3 p 1 n p 3 p 1 n p p

Selejthányad kártya Selejthányad kártya szerkesztése: beavatkozási határ alcsoportok eltérő elemszáma esetén két lehetőség: 1. minden alcsoportra külön számoljuk a vizsgálat darabszámok alapján (lépcsősen változnak); 2. kiszámítunk egy átlagos vizsgált elemszámot, és ezzel határozzuk meg a határokat. összes vizsgált darab n = alcsoportok száma

Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozá Selejthányad kártya Példa: Egy gépen gyártott csapágyakból félóránként mintát vesznek. Az alábbi táblázat mutatja az első 10 vizsgálat eredményét: alcsoport megvizsgált selejtes darabok száma darabok száma selejthányad 1. 72 4 5,56% 2. 76 14 18,42% 3. 74 4 5,41% 4. 74 0 0,00% 5. 76 8 10,53% 6. 76 13 17,11% 7. 74 0 0,00% 8. 76 3 3,95% 9. 75 4 5,33% 10. 74 6 8,11% 747 56 7,44%

Selejthányad kártya Példa: p = 7,5% n = 747 10 = 74,7 (eltérő elemszám 2. eset!) Selejthányad kártya paraméterei: CL p = p = 0,075 UCL p = p + 3 p 1 n p = 0,075 + 3 0,075 1 0,075 74,7 = 0,165 LCL p = p 3 p 1 n p = 0,075 3 0,032 = 0,021 < 0 Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozás

Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozás Selejthányad kártya Példa: P:,07497 (,07497); Sigma:,03047 (,03047); n: 74,7 0,165 0,075 1 2 3 4 5 6 7 8 9 10 0,000 + Értékelés! 12. dia

Ellenőrzőkártya mintázatok FTH FBH CL ABH ATH x 3 2 1 1 2 3 A B C C B A

Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozás Ellenőrzőkártya mintázatok Western Electric szabályai a véletlenszerű viselkedés ellenőrzésére: Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozás

Kemény Sándor: Statisztikai minőség- (megfelelőség-) szabályozás SPC következő szint GTK mester szabadon választható tantárgy Minőségmenedzsment módszerek (SPC) BMEGT20MN34 - Erdei János

Összefoglalás és mint-a kérdések Hogyan használná egy adatgyűjtő lapot (milyen információkat rögzítene)? Mire használná az alábbi módszert adatgyűjtő lap /? Nevezze meg a folyamatra ható zavarok típusait, röviden jellemezze azokat (1 mondat) és azonosítsa az ábra szakaszait! Mit jelent a szabályozottság és a képesség fogalma a minőségmenedzsmentben? (szemléltesse ábrával is!) Ismertesse és röviden jellemezze a minőségképességelemzés célját, típusait, módszereit! Ismertesse a minőségképesség-indexek típusait, adja meg az alábbi esetben a konkrét értékeket! Értékelje az adott minőségképesség, ill. korrigált minőségképesség-indexszel jellemezhető folyamatot!

Összefoglalás és mint-a kérdések Jellemezze a gyártási folyamatot, melynek végtermékeiből az alábbi mintát vettük! (Gauss-papír segítségével ránézésre!) Mi az R&R vizsgálat lényege, melyek az ingadozás forrásai? Röviden mutassa be a folyamatok szabályozása megközelítést! Mi az ellenőrzőkártyák használatának alapgondolata és melyek a segítségükkel megvalósítható fejlesztés fázisai? Milyen 2 fő típusuk van, mi az alapvető különbségük? Melyek az ellenőrzőkártya jellemző típusai, hozzon rájuk 1-1 példát? Készítsen egy ellenőrzőkártyát az alábbi adatok segítségével, értelmezze az ábrát!

Összefoglalás Köszönöm a figyelmet!

Visszajelzés! 10. ea. http://1drv.ms/1mu3wgd