ÁLTALÁNOS ÉS IRÁNYÍTÁSI KÉRDÉSEK 1.2 1.5 2.1
Statisztikai módszerek alkalmazása a minőségirányításban Tárgyszavak: minőségirányítás; TQM; ISO 9000; szabvány; statisztikai módszerek.
A statisztikai módszerek háttérbe szorulása a minőségirányítási rendszerekben A statisztikai módszerek alkalmazása a tanúsított minőségirányítási rendszerekben sokat vitatott kérdés az átfogó minőségirányítás (TQM) és az ISO 9000 szerinti tanúsítás hetvenes-nyolcvanas évekbeli látványos fellendülése óta. A kilencvenes évekre már sok szakértőnek tűnt fel, hogy a statisztikusok gyakran egyszerűen félreállnak, és távolról figyelik a minőségmozgalomnak a minőségirányítás kvalitatív oldalával kapcsolatos kampányát és túlzásait. Bár voltak, akik felhívták a figyelmet arra, hogy a minőségirányítás a mérésre is ösztönöz, alig vitatható, hogy az ISO 9000 szerint tanúsított vállalatok elsősorban a TQM-re összpontosítanak, lényegében elhanyagolva a statisztikai módszereket. A minőségirányítás statisztikai módszerei ezért a minőségirányítási rendszerek másodlagos összetevői maradtak a kvalitatív eszközök, pl. a minőségkörök és a Deming-féle 14 pont mellett. Két oka van ennek: az egyik a mérésekkel járó nehézségek, a másik pedig az alkalmazottak képzetlensége a kvantitatív módszerek terén. A kettő közül vitathatatlanul az utóbbi megoldása a nehezebb feladat. A kvantitatív módszerekkel kapcsolatos képzetlenség nem egyszerűen a statisztikai módszerek területén való járatlanságot jelenti, hanem alkalmatlanságot a számítógépes és az on-line módszerek használatára is. Esetünkben az előző az adott problémához megfelelő statisztikai szoftver kiválasztását, az utóbbi pedig a szükséges adatok és információk on-line megtalálását jelenti. A problémát olyan lényegre törően és szakszerűen fogalmazta meg még 1998-ben a Quality Progress minőségügyi folyóirat akkor búcsúzó
kolumnistája, Bert Gunder, hogy érdemes cikkének legfontosabb részét idézni: „Az ISO-mánia jellegzetes tünete a minőségügyi szakma egyre általánosabb hanyatlásának, amelynek lényege a visszalépés a kvantitatív módszerektől a „szoft” minőség felé. Ez utóbbiban az emberi kapcsolatokon, a személyzeti szervezeten, a kommunikáció folyamatain, a viselkedésen és hasonlókon van a hangsúly. Nem állítom, hogy mindez teljesen haszontalan dolog, egyik-másik szükséges és fontos is. A tényleges eredményeket mérő és megvalósító alapvető kvantitatív eljárások nélkül azonban mindez csak üres játék és merő szórakozás, tartalom nélküli forma... Azt hiszem, hogy a menekülés – általában kvantitatív módszerektől, különösképpen pedig a statisztikai eljárásoktól – alapjában véve kapituláció. Sokkal könnyebb az emberekkel elvégeztetni egy tanfolyamot, amelynek tárgyalások hatékony vezetése vagy a vállalati egységek közötti kommunikáció a tárgya, mint megtanulni a statisztikai folyamatirányítást vagy kísérletek megtervezését. A kvantitatív módszereket gyakran azért minősítik nem megfelelőnek és nem hatékonynak, és vetik el ilyenekként, hogy elkerüljék a használatukhoz szükséges erőfeszítéseket.”
Statisztikai módszerek a minőségügyi szabványokban Az elmondottak alapján nem meglepő, hogy a minőségügyi szabványokban sem kaptak különösebb figyelmet a kvantitatív módszerek. Az ISO 9001 szabvány régebbi változataiban csak két bekezdés foglalkozik a statisztikai elemzésekkel (lásd az 1. táblázatot), és a nemzetközi statisztikai szabványokkal való kapcsolatot sem publikálták hosszú ideig; ez először az ISO/TR 10017:1999, Guidance on Statistical Techniques for ISO 9001:1994 irányelvgyűjteményben történt meg. Az ISO 9001:2000-ben határozottabban folyamatközpontú struktúrát alkalmaztak, nagyobb hangsúlyokkal a minőség folyamatos javításán és a fogyasztóközpontúságon. Az új változat hangsúlyozza a tényekre épülő döntéshozatalt, és ebből adódóan – a 8. fejezetben – részletesen foglakozik a méréssel, elemzéssel és tökéletesítéssel. A 8.1-ben megfogalmazott általános követelményeken túl a 8. fejezet tartalmaz az ügyfélelégedettség mérésére, a belső auditokra, illetve a folyamatok és termékek figyelésére és mérésére vonatkozó irányelveket is. Foglalkozik még ezen túlmenően a mérési rendszerek irányításával, a nem megfele-
lő termékekkel és az adatelemzés kérdésével (az általános követelményeket mutatja a 2. táblázat). 1. táblázat Az ISO 9001:1994 szabvány 4.20 fejezete 4.20 Statisztikai technikák 4.20.1 Az igény meghatározása A szállítónak meg kell határoznia, hogy milyen statisztikai technikákra van szükség a folyamat- és termékjellemzők megalapozásához, szabályozásához és ellenőrzéséhez. 4.20.2 Eljárások A szállítónak dokumentált eljárásokat kell megvalósítania és működtetnie a 4.20.1-ben meghatározott statisztikai technikák alkalmazásának bevezetése és szabályozása érdekében.
2. táblázat Az ISO 9001:2000 szabvány 8.1 fejezete 8 Mérés, elemzés 8.1 Általános tudnivalók A szervezetnek meg kell terveznie és meg kell valósítania a monitoring, mérés, elemzés és tökéletesítés szükséges folyamatait: a) a termékek megfelelőségének igazolása, b) a minőségirányítási rendszer megfelelőségének biztosítása, és c) a minőségirányítási rendszer hatékonyságának folyamatos javítása érdekében. Ennek részeként meg kell határozni az alkalmazható módszereket (beleértve a statisztikai technikákat) és azok alkalmazási területeit.
Annak ellenére, hogy szinte heroikus erőfeszítésekkel aktualizálták az ISO/TR 10017:2003 irányelv-dokumentumot, cikkelyről cikkelyre megfeleltetve azt az ISO 9001:2000 szabványnak, és meghatározták a cikkelyek megvalósításához kapcsolatos kvantitatív adatok és megfelelő statisztikai technikák iránti igényt is, továbbra is kérdéses, hogy a szab-
ványnak és irányelv-dokumentumnak ez a revíziója eredményezi-e a szemlélet gyors és kedvező változását az ISO 9000 szerint tanúsított vállalatoknál a statisztikai eszközök használatával kapcsolatban. Azt is lehetne erre válaszolni, hogy ez tulajdonképpen nem is probléma, mivel azok a vállalatok, amelyek termelése alapvetően függ statisztikai próbák alkalmazásától (vegyipari, gyógyszeripari és élelmiszeripari cégek), továbbra is ugyanolyan rendszeresen alkalmazzák ezeket, mint korábban. Ha ez igaz is, általánosságban a statisztikai módszereknek a TQM és az ISO 9000 szerinti tanúsítás divatja idején elkezdődött mellőzése mind a mai napig tart, mind mikro- (vállalati), mind makro- (nemzetgazdasági és nemzetközi) szinten.
Javaslatok a változtatásra Ezen a helyzeten változtatni kell vállalati, nemzeti és nemzetközi szinten egyaránt. A vállalati szintű változtatást segítheti a következő néhány javaslat: – Profi statisztikusok is vegyenek részt azokon a rendszeres auditokon, amelyeken a statisztikai módszereknek a minőség tökéletesítésében való alkalmazását tekintik át vállalati szinten. Alapvető jelentőségű kérdés, hogy a statisztikusok ne ellenséges megfigyelőként, hanem baráti tanácsadóként szerepeljenek ezeken a rendezvényeken, leküzdve így az alkalmazottaknak a statisztikai módszerekkel szembeni ellenszenvét. Ezt az elképzelést megvalósította már egy nagy amerikai gyógyszeripari vállalat – látványos eredményekkel. A baráti tanácsadás rendszerét a vállalatok közötti (business to business) támogatás (mentoring) keretében is meg lehet valósítani, mint azt egy Egyesült Királyságbeli jelentés is mutatja. – Döntő jelentőségű tényező a vállalatvezetés részvétele a statisztikai módszereknek a minőségirányítás rendszerébe való integrálásakor. Hasonlóan fontos egy ún. statisztikai koordinátor kinevezése, akinek legfontosabb funkciója a statisztikai tevékenységek összehangolása a vállalaton belül. – Vállalati szinten igen elterjedten használják a Hat Szigma módszerét, amelynek célja szinte minden hiba kiküszöbölése a termékekből, folyamatokból és tranzakciókból. A Hat Szigma jól megalapozott és kidolgozott kvantitatív módszer bizonyos mutatók értékeinek javítására minden típusú üzleti folyamatban. Az eljárás
alkalmazását a Motorola vezette be, és ma már széles körben alkalmazza a General Electric és sok más vállalat is. Üzleti célú alkalmazásának lehetőségei igen gazdagok. Más mikro – vállalati – szintű statisztikai tevékenységek és javaslatok csak elvétve vannak. Az ilyen szintű kezdeményezések nélkül azonban alig lehet jelentős változást elérni a statisztikai módszerek országos vagy nemzetközi szintű alkalmazásában. Van azonban néhány lehetőség erre is: – A minőségügyi szervezeteknek, pl. az Európai Minőségügyi Szervezetnek (European Organization for Quality, EOQ) és a nemzeti szintű társaságoknak többet kellene foglalkozniuk a statisztikai módszerek alkalmazásával, túllépve a mostani helyzeten, amikor is a figyelem szinte kizárólag a szabványosításra irányul. Éves kongresszusain az EOQ a múltban többnyire csak egy ülést szentelt a statisztikai módszerek minőségügyi alkalmazásának. Bár az ilyen ülések száma az utóbbi időben nőtt, a figyelem középpontjában olyan témák álltak, mint a minőség a szolgáltatóiparban, az ügyfélelégedettség vagy az ügyfelek lojalitása, ezért némiképp a háttérbe szorult a kongresszus eredendően ipari jellege. – Célszerű lenne, ha a statisztikusok nemzeti és nemzetközi társaságai is támogatnák a statisztikai módszerek alkalmazását a minőségfejlesztés folyamataiban. Ugyanez vonatkozik a statisztikai adatokat gyűjtő és összegző országos és nemzetközi statisztikai hivatalokra is, bár ezek legfontosabb feladatai más természetűek. Paradox jelenség, hogy ezek a szervezetek is bevezették a TQMet, és az utóbbi években előszeretettel alkalmazzák a minőség folyamatos tökéletesítését belső folyamataikban. – Aktívabbaknak kellene lenniük az országos kereskedelmi kamaráknak és más hasonló szervezeteknek is. Az olyasféle kezdeményezések, mint vállalati díjak és kitüntetések adományozása a statisztikai módszerek alkalmazásában vagy ezek oktatásában elért eredményekért azonban nem értelmesek, és csak növelik az ISO 9000 szerint a tanúsított vállalatoknál már így is hatalmas bürokráciát. A szervezeti tanulással foglalkozó tanulmányok alapján eléggé egyértelműnek tűnik, hogy a statisztikai módszerek alkalmazását a minőség tökéletesítésében csak akkor fogadják el az alkalmazottak, és még inkább csak akkor valósítják meg lelkesen és határozottan, ha a kezdeményezés a vállalaton belülről indul ki.
Egy európai kezdeményezés Mivel az európai statisztikusok is osztoznak az ügyek ilyetén alakulásában, fontossá vált hálózatok létesítése az elméleti és alkalmazott statisztikát művelő szakemberek közötti kapcsolatok kiépítéséhez. Ez a célja a 2000-ben alapított European Network for Business and Industrial Statistics (magyarul kb. Üzleti és Ipari Statisztika Európai Hálózata, rövidítve ENBIS) nevű szervezetnek (a szervezet webcíme www.enbis.org). Az internetre épülő szervezet tagjai meg vannak győződve arról, hogy a statisztika kulcsjelentőségű szerepet játszik a gazdasági és műszaki fejlődésben, és így az európai gazdaság versenyképességének javításában. Pro-ENBIS nevű pénzfelhajtó ágán keresztül az ENBIS az Európai bizottságtól is kapott támogatást, és a közelmúltban tartotta harmadik konferenciáját. Az ENBIS a jövőben is támogatni fogja az alkalmazott statisztika tudományosan megalapozott módszereinek alkalmazását az európai vállalatoknál, hozzájárulva ezzel a minőségirányítás kvantitatív módszerei jelentőségének helyreállításához. Ezen belül pedig egy folyamatosan zajló, több országra és ágazatra kiterjedő kutatási projekt keretében azt fogja tanulmányozni, hogy ezt a célt (a minőségirányítás kvantitatív oldalának megerősítését) hol könnyebb elérni: az ISO 9000 szerint tanusított minőségirányítással működő vállalatoknál, vagy olyan cégeknél, amelyek mozgásterét nem korlátozza ez a szabvány. Összeállította: Enyedi István Ograjensek, I.; Thzregod, P.: Qualitative vs. quantitative methods. = Quality Progress, 37. k. 1. sz. 2004. p. 82–85. Adam, A. J.: Statistik und Qualitätsmanagement für den Praktiker. = FB/IE Zeitschrift für Unternehmensentwicklung und Industrial Engineering, 52. k. 5. sz. 2003. dec. p. 279. Wirbeleit, F.; Hänisch, M.: Tiefe Einblicke – Statistische Prozesssteuerung: mit Multipler Regression Parameterwechselwirkungen analysieren. = Qualität und Zuverlässigkeit, 48. k. 11. sz. 2003. p. 1101–1104.
EGYÉB IRODALOM Snes, R. D.: Statistics roundtable. Eight essential tools. (Nyolc fontos statisztikai eszköz.) = Quality Progress, 38. k. 12. sz. 2003. p. 86–88.
