Trong một quy trình sản xuất liên tục, chúng ta muốn biết quy trình này có đang được kiểm soát hoặc muốn thấy sự biến động nào đang xảy ra hay không. Thì hãy áp tìm hiểu qua biểu đồ kiểm soát, đây là một công cụ dùng để kiểm soát quy trình thống kê (SPCC) được sử dụng cho việc giám sát và quản lý quy trình bằng cách theo dõi hiệu qua thời gian.
Trong bài viết này, PMS sẽ cung cấp thông tin quan trọng về biểu đồ kiểm soát gồm: phân loại kèm ví dụ, lợi ích và khi nào nên áp dụng biểu đồ này.
Biểu đồ kiểm soát là gì?
Biểu đồ kiểm soát (Control Chart) là một công cụ thống kê để nghiên cứu xu hướng, sự biến đổi và các bất thường của một quy trình theo thời gian. Mục đích của biểu đồ là xác định và ngăn chặn những bất thường trong quá trình vận hành sản xuất. Mặc dù sự bất thường tồn tại trong mọi quy trình, nhưng biểu đồ kiểm soát giúp chúng ta sự bất thường này đến từ nguyên nhân thường thấy bên trong quy trình hay là do nguyên nhân bên ngoài quy trình.
Control Chart là một công cụ thu thập và phân tích dữ liệu đa năng, có thể được sử dụng trong nhiều ngành công nghiệp và là một trong bảy công cụ quản lý chất lượng cơ bản. Thường được áp dụng nhiều trong giai đoạn Control (kiểm soát) của chu trình DMAIC.
Biểu đồ còn có tên gọi khác là biểu đồ Shewhart, nó có cái tên này bởi vốn dĩ nó được Tiến sĩ Walter A. Shewhart phát triển với mục đích kiểm soát và giám sát biến động của quy trình.
Biến đổi có kiểm soát so với biến đổi không kiểm soát
Biến đổi có kiểm soát
Biến đổi có kiểm soát là sự thay đổi tự nhiên, thường có trong bất cứ quy trình nào. Sự thay đổi này đến từ nhiều yếu tố nhỏ ngẫu nhiên gây ra, nó luôn hiện diện và không thể loại bỏ nếu không có sự thay đổi trong quy trình.
Một quy trình có kiểm soát là quy trình phải ổn định và có thể dự đoán được theo thời gian. Điều này quan trọng cho việc ra quyết định về hiệu suất trong tương lai. Ví dụ trong sản xuất, sự thay đổi nhiệt độ, độ ẩm, không khí có thể là nguyên nhân thông thường gây ra sự biến động trong quá trình sản xuất. Một quy trình ổn định thường không biến động xung quanh giá trị trung bình, chứ không bị trôi dạt hoặc tăng đột ngột. Xem ngay hình bên dưới để trực quan hơn.
Biểu đổi không kiểm soát
Biểu đổi không kiểm soát thường xảy ra khi có những yếu tố bất ngờ ảnh hưởng tới quy trình. Sự biến đổi này không vốn có trong quy trình và phát sinh từ nhiều nguồn khác nhau, có thể xác định được. Những nguyên nhân bên ngoài quy trình này thường xảy ra không thường xuyên nhưng có thể khắc phục được ngay sau khi xác định được chúng.
Biến đổi không kiểm soát có thể dẫn lỗi, chất lượng kém hoặc thiếu hiệu quả trong quá trình vận hành và sản xuất. Ví dụ máy móc thiết bị điều chỉnh sai, nguyên liệu thô có sự thay đổi hoặc mất điện đột ngột. Với những sự biến đổi bất thường, cần xác định nhanh và giải quyết ngay để duy trì sự ổn định của quy trình. Cùng xem ví dụ trực quan ảnh bên dưới khi kết quả đầu ra của quy trình bị thay đổi khi thay đổi lô nguyên liệu thô khác.
Để xác định những nguyên nhân đặc biệt trong biểu đồ kiểm soát, có 5 quy tắc xác định như sau:
- Một điểm duy nhất nằm ngoài giới hạn kiểm soát.
- 8 điểm liên tiếp trở lên nằm trên hoặc dưới đường trung tâm.
- 6 điểm liên tiếp có xu hướng tăng hoặc giảm.
- Hai trong ba điểm liên tiếp nằm gần giới hạn kiểm soát.
- 15 điểm liên tiếp gần đường trung tâm
Quy tắc 1: Một điểm duy nhất nằm ngoài giới hạn kiểm soát
Quy tắc 2: 8 điểm liên tiếp trở lên nằm trên hoặc dưới đường trung tâm
Quy tắc 3: 6 điểm liên tiếp có xu hướng tăng hoặc giảm
Quy tắc 4: Hai trong ba điểm liên tiếp nằm gần giới hạn kiểm soát
Quy tắc 5: 15 điểm liên tiếp gần đường trung tâm
Các loại biểu đồ kiểm soát phổ biến
Để giúp bạn xác định và sử dụng biểu đồ kiểm soát phù hợp dựa trên định dạng dữ liệu. Hãy cùng xem qua sơ đồ cây dưới đây trước khi đi chi tiết hơn về cách vẽ của từng loại nhé.
Biểu đồ Xbar-R
Để hiểu biểu đồ Xbar-R, đầu tiên bạn hãy tưởng tượng bạn đang làm trong một bộ phận quản lý chất lượng tại trung tâm phân phối, nơi này sản phẩm sẽ được lưu trữ, đóng gói và vận chuyển đến tay khách hàng. Mục tiêu chính của trung tâm là xử lý mọi đơn hàng chính xác, nhanh chóng và hiệu quả. Do đó, việc theo dõi sự ổn định trong quy trình rất quan trọng.
Để làm được điều này, cách cơ bản nhất là đo lường thời gian từ thời điểm nhận đơn hàng cho đến lúc giao hàng. Mục tiêu là theo dõi thời gian xử lý trung bình của một đơn hàng và đảm bảo nó nằm trong khoảng giới hạn chấp nhận được. Tuy nhiên, chúng ta bắt buộc phải cần dữ liệu thì mới làm được. Để thu thập dữ liệu, lấy ví dụ là chúng ta sẽ lấy mẫu ngẫu nhiên cho 5 đơn hàng mỗi ngày.
Nhìn hình trên, có thể thấy ngày đầu tiên đơn hàng đầu tiên mất 13 phút, đơn hàng thứ hai mất 14 phút, đơn hàng thứ ba mất 13 phút, đơn hàng thứ tư mất 15 phút, đơn hàng thứ năm mất 14 phút…. và tiếp tục theo dõi cho các ngày tiếp theo (tổng cộng 25 ngày) tương tự như ngày đầu tiên.
Để tạo ra biểu đồ Xbar-R dựa trên dữ liệu này, trước tiên bạn cần tính giá trị trung bình của năm đơn đặt hàng được lấy mẫu trong 25 ngày đó.
Khi đã tính ra được giá trị trung bình, chúng ta vẽ trục x là 25 ngày và thời gian xử lý trung bình hàng ngày tương ứng trên trục y. Kết quả mỗi ngày sẽ có một điểm tương ứng.
Biểu đồ gần như đã vẽ xong. Bước cuối cùng là vẽ thêm ba đường quan trọng gồm: Đường trung tâm giá trị trung bình tổng thể của các điểm đã vẽ. Các đường màu đỏ phía trên và phía dưới là giới hạn kiểm soát trên dưới, xác định phạm vi biến thiên cho phép.
Giới hạn kiểm soát trên (UCL) là đường nằm trên đường trung tâm, thường đặt ở mức ba độ chênh lệch chuẩn so với giá trị trung bình. Nó xác định ranh giới trên của sự biến động dự kiến của quy trình.
Giới hạn kiểm soát dưới (LCL) là đường nằm dưới đường trung tâm, cũng được đặt ở mức ba độ chênh lệch chuẩn so với giá trị trung bình. Nó cũng xác định ranh giới dưới của sự thay đổi trong quy trình dự kiến.
Lưu ý là có nhiều phương pháp khác để tính độ lệch chuẩn (sigma σ). Do có một số phương pháp cho ra kết quả chính xác, còn một số thì lại dễ áp dụng hơn.
Ngoài ra, điều quan trọng là phải phân biệt được giới hạn kiểm soát và giới hạn quy cách. Giới hạn kiểm soát được xác định qua sự biến động của quy trình và các phép tính thống kê, trong khi giới hạn quy cách được xác định bởi yêu cầu của khách hàng hoặc dung sai kỹ thuật.
Hầu hết các trường hợp vẽ biểu đồ Xbar được ghép với biểu đồ R, trong đó R viết tắt cho phạm vi (range).
Để tạo biểu đồ R, bạn chỉ cần tính toán phạm vi cho mỗi ngày. Phạm vi là hiệu số giữa giá trị lớn nhất và nhỏ nhất trong mẫu dữ liệu hằng ngày. Giả sử ngày thứ nhất giá trị lớn nhất là 15 và giá trị nhỏ nhất là 12, chúng ta cho phạm vi là 3.
Những ngày tiếp theo làm tương tự như ngày thứ nhất.
Biểu đồ I-MR
Biểu đồ I-MR, viết tắt là Individual-Moving Range (Phạm vi di chuyển cá nhân), là một dạng biểu đồ dùng để theo dõi sự ổn định của quy trình khi dữ liệu được thu thập riêng lẻ (mỗi nhóm 1 mẫu).
Vậy biểu đồ I-MR khác gì so với biểu đồ Xbar-R? Trong biểu đồ I-MR, bạn chỉ có thể quan sát được một thu thập duy nhất tại mỗi thời điểm, còn Xbar-R có thể quan sát được nhiều thu thập tại mỗi thời điểm.
Để tạo biểu đồ I, chúng ta chỉ cần vẽ các giá trị riêng lẻ tại mỗi thời điểm. Vì mỗi điểm chỉ có một giá trị duy nhất, nên không thể tính toán được phạm vi như biểu đồ Xbar-R. Thay vào đó, chúng ta sử dụng phạm vi di động (MR), tính toán và vẽ sự khác biệt tuyệt đối giữa các điểm dữ liệu liên tục.
Giả sử nếu hiệu số điểm thứ nhất là điểm thứ hai là 1, thì ta sẽ vẽ phạm vi di động là 1. Nếu hiệu số giữa điểm thứ hai và điểm thứ ba là 2, ta sẽ vẽ phạm vi di động là 2. Tương tự vẽ liên tiếp cho các thời điểm khác.
Biểu đồ np
Biểu đồ np sử dụng để vẽ số lượng lỗi sản phẩm theo thời gian, xác định sự thay đổi hoặc xu hướng trong tỷ lệ lỗi. Ví dụ bạn làm cho một doanh nghiệp sản xuất bóng đèn và bạn muốn biết tỷ lệ bóng đèn lỗi sản xuất mỗi ngày.
Tiếp tục giả sử lấy ngẫu nhiên 10 bóng mỗi ngày và ghi nhận lại số đèn bị hỏng. Ví dụ, ngày đầu tiên có 4 bóng đèn lỗi, ngày thứ hai có 2 bóng bị lỗi, ngày thứ ba có 1 bóng bị lỗi, ngày thứ tư có 2 bóng bị lỗi,… Trên thực tế, số lượng bóng đèn bị lỗi có thể thấp hơn, nên sử dụng các cỡ mẫu lớn hơn để giám sát cho chính xác.
Trong trường hợp trên, mỗi sản phẩm bóng đèn có thể có một lỗi hoặc không và kích thước, mẫu sản phẩm không đổi, nên biểu đồ np là một lựa chọn phù hợp lúc này.
Biểu đồ p
Tiếp tục ví dụ ở trên, giờ có thể thắc mắc sự khác biệt giữa mẫu cố định và mẫu thay đổi. Bên cạnh đó, máy móc cũng giúp phân loại bóng đèn ngẫu nhiên trong cả ngày. Ví dụ, nó phân loại 126 đèn vào ngày thứ nhất, 141 đèn vào ngày thứ hai, 136 đèn vào ngày thứ ba, 113 vào ngày thứ 4,… Có thể thấy, số lượng đèn trong mẫu thay đổi mỗi ngày, dẫn đến kích thước mẫu cũng biến đổi theo.
Lúc này, để tính tỷ lệ lỗi, lấy số lượng bóng đèn bị lỗi chia cho số đèn trong mẫu.
Vì vậy, biểu đồ p được dùng khi chỉ có một lỗi trên mỗi đơn vị và kích thước mẫu thay đổi. Để tạo biểu đồ, bạn cần hai cột: một cột kích thước mẫu và một cột cho số lỗi tìm thấy trong mẫu. Khi có các giá trị này, bạn mới có thể tính toán và vẽ biểu đồ kết quả.
Biểu đồ u
Biểu đồ u thể hiện dữ liệu được thu thập trong các nhóm nhỏ có kích thước khác nhau. Ví dụ, hãy tưởng tượng một công ty phát triển phần mềm muốn theo dõi số lượng trên mỗi bản phát hành. Tuy nhiên, quy mô từng bản sẽ khác nhau, và cách để đo lường phạm vi là theo dõi số lượng dòng mã được thêm vào.
Trong trường hợp trên, chúng ta sẽ có một cột cho số dòng mã và một cột cho số lỗi được báo cáo. Điều này giúp tính toán được số lượng lỗi trên mỗi dòng mã. Với dữ liệu đó, chúng ta sẽ vẽ được biểu đồ u như hình bên dưới.
Biểu đồ c
Để hiểu biểu đồ c, chúng ta sẽ hình dung như sau: Điều gì sẽ xảy ra khi một sản phẩm có nhiều lỗi? Ví dụ, một nhà máy sản xuất ô tô đang theo dõi số lượng lỗi thân xe để duy trì tiêu chuẩn chất lượng. Mỗi ngày, trên mỗi thân xe sẽ được kiểm tra lỗi và ghi lại tổng số lỗi trên thân xe. Lúc này, biểu đồ c sẽ được ứng dụng ghi lại số lượng lỗi.
Như hình trên ta sẽ thấy, để vẽ biểu đồ c, chỉ cần ghi lại số lượng lỗi trên mỗi thân xe, nếu có 4 lỗi trên chiếc xe đầu tiên, chúng ta sẽ tiến hành vẽ một điểm tại vị trí số 4.
Lợi ích của biết đồ kiểm soát
- Xác định được các biến động trong các quy trình có nằm trong giới hạn chấp nhận được hay không.
- Xác định được nguyên nhân gây ra sự biến động trong quy trình.
- Ngăn ngừa việc sản xuất lỗi hàng loạt, từ đó giảm được lãng phí nguyên vật liệu, thời gian, nhân công và chi phí đền bù.
- Cung cấp trực quan quá trình đang diễn ra.
- Hỗ trợ đưa ra quyết định cho việc cải tiến quy trình dựa trên dữ liệu.
Khi nào nên sử dụng Control Chart?
Biểu đồ kiểm soát sẽ hiệu quả khi dùng trong các trường hợp sau:
- Khi cần kiểm tra một quy trình có đang hoạt động ổn định không.
- Khi dự đoán phạm vi kết quả đạt mong đợi của một quy trình.
- Khi cần xác định quy trình có nằm trong giới hạn bằng thống kê.
- Khi xác định có biến đổi quy trình nào đang diễn ra không và khắc phục chúng ngay lập tức.
- Khi xác định các biến đổi đó là do nguyên nhân đặc biệt (không thường thấy) hoặc các nguyên nhân thông thường vốn có trong quy trình.
Mong rằng với những thông tin hữu ích mà chúng tôi đã cung cấp đầy đủ ở trên đã giúp bạn hiểu và ứng dụng đúng biểu đồ kiểm soát vào trong công việc của mình nhé. Nếu quan tâm sâu về các công cụ thống kê, hãy đăng ký tham gia khóa học 7 công cụ quản lý chất lượng tại Học Viện PMS!
Bài viết liên quan:
Đăng ký nhận bản tin
Hãy gửi thông tin để không bỏ sót bất kỳ tin tức hoặc chương trình khuyến mãi từ Học Viện PMS