KVALITA INOVÁCIA PROSPERITA III/1-2 1999 (68-72)

TAGUCHIHO STRATOVÁ FUNKCIA A MERANIE PRÍNOSOV ZO ZLEPŠOVANIA KVALITY

TAGUCHI`S LOSS FUNCTION AND THE MEASUREMENT OF

THE QUALITY IMPROVEMENT BENEFITS

MILAN TEREK – ĽUBICA HRNČIAROVÁ – FRANTIŠEK PELLER

 

  1. ÚVOD

Genichi Taguchi je japonský inžinier a štatistik, ktorého idey sa v Európe začali intenzívne šíriť začiatkom 80. rokov. Za základnú myšlienku celej jeho práce možno považovať myšlienku, že hlavným prostriedkom zlepšovania kvality je redukcia variability.

G. Taguchi definuje kvalitu výrobku takto: Kvalita výrobku je strata, ktorú spôsobí spoločnosti používanie výrobku od momentu, kedy bol výrobok dodaný odberateľovi.

Táto definícia je netradičná a zdanlivo paradoxná. Totiž kvalita je želaná, strata je, naopak, neželaná. V definícii chcel G. Taguchi vyjadriť, že strata môže slúžiť ako kritérium merania kvality. Čím je menšia strata spôsobená spoločnosti, tým je vyššia kvalita výrobku. Strata sa chápe veľmi široko a zahŕňa napríklad straty spôsobené poruchami výrobku, menšou bezpečnosťou, menšou životnosťou, negatívnym vplyvom na okolie atď. V praxi sa do strát často zahŕňajú aj suroviny, energia a práca spotrebované na výrobu výrobku, ktoré v tomto kontexte možno chápať aj ako spoločenské straty.

Program nepretržitého zlepšovania kvality spočíva podľa G. Taguchiho v redukcii variability výkonových charakteristík výrobkov (výkonové charakteristiky výrobku sú ukazovatele kvality výrobku, ktoré determinujú výkon výrobku z hľadiska miery uspokojenia požiadaviek používateľov výrobku) vzhľadom na ich cieľové hodnoty (target values).

Nech Y je výkonová charakteristika, T je jej cieľová hodnota, a LSL a USL sú dolná a horná tolerančná hranica. Tradične sa výrobok z hľadiska uvažovanej výkonovej charakteristiky považuje za zhodný (vyhovujúci), keď

YÎ [ LSL, USL]

Podľa G. Taguchiho výrobok, pre ktorý Y = T , je z hľadiska používateľa lepší ako výrobok, pre ktorý

T ¹ Y Î [ LSL, USL]

Skúsenosti ukazujú, že prijatie predpokladu o tom, že každá odchýlka hodnoty výkonovej charakteristiky od svojej cieľovej hodnoty spôsobuje stratu, ktorá je tým väčšia, čím je väčšia táto odchýlka, je plne oprávnené.

Ďalej si všimneme, ako možno túto stratu modelovať.


2. TAGUCHIHO STRATOVÁ FUNKCIA (LOSS FUNCTION)

G. Taguchi navrhuje merať stratu spôsobenú odchýlkami hodnôt výkonovej charakteristiky Y výrobku od cieľovej hodnoty T pomocou kvadratickej stratovej funkcie

L(Y) =  k(Y – T)2

kde k je koeficient úmernosti.

Podľa charakteru výkonovej charakteristiky možno rozlíšiť tri základné situácie:

Výkonová charakteristika je taká, že si ju želáme minimalizovať (the smaller the better).

Zrejme možno položiť T = 0. Potom máme:

L(Y) = k

Všimnime si strednú hodnotu stratovej funkcie (očakávanú stratu)

E(L(Y)) = E(k ) = kE()
E()
možno odhadnúť pomocou  a na základe náhodného výberu rozsahu n odhadnúť očakávanú stratu pomocou

            (1)

Výkonová charakteristika je taká, že si ju želáme maximalizovať (the larger the better).

V tomto prípade uvažujeme:

L(Y) = k/

Zaveďme substitúciu: Z = 1/Y. Potom možno namiesto pôvodnej stratovej funkcie uvažovať

L(Z) = k

Všimnime si opäť očakávanú stratu.

E(L(Z)) = E(k) = kE()

E() možno odhadnúť pomocou  a na základe náhodného výberu rozsahu

n odhadnúť očakávanú stratu pomocou

            (2)

Cieľová hodnota T výkonovej charakteristiky je konečné číslo rôzne od nuly (nominal is best).

V tomto prípade uvažujeme

Možno ľahko ukázať, že:

E(k(Y – T)2 ) = k( )

Rozptyl možno odhadnúť pomocou výberového rozptylu , strednú hodnotu pomocou výberového aritmetického priemeru a na základe náhodného výberu rozsahu n odhadnúť očakávanú stratu pomocou

            (3)

Očakávaná strata slúži často ako cieľové kritérium pri výbere najlepšieho variantu zlepšovania procesu.

Často sa napríklad rieši úloha: Nájsť takú kombináciu úrovní faktorov (taký pokus), ovplyvňujúcich výkonovú charakteristiku Y, ktorá minimalizuje očakávanú stratu. Predpokladajme, že každý pokus sa n krát zopakuje (vykoná sa n pozorovaní). Potom možno pre každý pokus na základe n zodpovedajúcich pozorovaní (hodnôt ) odhadnúť očakávanú stratu, v závislosti od charakteru výkonovej charakteristiky, podľa vzťahu (1), (2) alebo (3). Pokus, ktorý minimalizuje očakávanú stratu je optimálny.

 

3. MERANIE PRÍNOSOV ZO ZLEPŠOVANIA KVALITY

Predpokladajme, že cieľová hodnota T výkonovej charakteristiky Y je konečné číslo rôzne od nuly. Ďalej predpokladajme, že keď je

Y > USL alebo Y < LSL

kde USL je horná tolerančná hranica,
       LSL je dolná tolerančná hranica,

náklady výrobcu, spojené s odmietnutím výrobku, sa rovnajú v priemere A. Zodpovedajúcu stratovú funkciu možno formulovať takto

            pre LSL < Y <USL
L(Y) =
            A pre Y > USL alebo Y < LSL

 

Označme: USL – T = D,

                LSL – T = – D,

                Y – T = X,

Potom možno stratovú funkciu prepísať takto

           
pre – D <
X < D
L(X) =
           
pre X > D alebo X < – D

Predpokladajme teraz, že výrobný proces je stabilný a že výkonová charakteristika Y má normálne rozdelenie so strednou hodnotou m a smerodajnou odchýlkou s . Potom aj náhodná premenná X má normálne rozdelenie so strednou hodnotou m – T a so smerodajnou odchýlkou s a  strednú hodnotu stratovej funkcie alebo očakávanú stratu možno vypočítať podľa tohto vzťahu

kde f(x) je hustota pravdepodobnosti náhodnej premennej X.

Predpokladajme teraz, že si želáme  preskúmať  efektívnosť  nejakej  aktivity  zameranej  na  zlepšenie  výrobného  procesu
(napríklad  zavedenie nejakého zlepšovacieho návrhu, nákup novej technológie a podobne). Odhadujeme, že aktivita, ktorej
realizácia je spoj
ená s nákladmi  N, zmenší smerodajnú odchýlku s na . Menšia   smerodajná  odchýlka  zmenší
očakávanú stratu na nejakú hodnotu
. Potom možno porovnať zmenšenie očakávanej straty

s predpokladanými nákladmi N a rozhodnúť o realizácii uvažovanej aktivity.

Podobne možno samozrejme porovnať viacero rôznych uvažovaných aktivít a vybrať na realizáciu najlepšiu.

Niektoré iné zaujímavé postrehy o zmenšovaní nákladov na kvalitu Taguchiho metódami možno nájsť napr. v [5].

 

Literatúra

[1] Janiga,I.: Ako možno aplikovať štatistické metódy v riadení kvality, Multidimenzionálne aspekty kvality, Zborník z II. vedeckej konferencie s medzinárodnou účasťou, EF UMB v Banskej Bystrici 1998

[2] Margavio,G.W.– Fink,R.L. – Margavio,T.M.: Quality Improvement Using Capital Budgeting and Taguchi`s Function, International Journal of Quality & Reliability Management, vol. 11, no 6, 1994

[3] Terek,M.: Taguchiho prístup k inžinierstvu kvality, Zborník “Štatistické riadenie kvality” z 9. školy štatistiky Ekomstat 95, Trenčianske Teplice 1995

[4] Terek,M.- Hrnčiarová,Ľ.: Štatistické riadenie kvality, Ekonóm, Bratislava 1999

[5] Tošenovský,J.: Náklady na jakost a jejich minimalizace Taguchiho metodami, DTO, Ostrava 1995

[6] Zgodavová,K. – Slimák,I.: Design of Quality Management System through Role Play Simulation, In : 3rd ICIT International Conference on ISO 9000 and TQM, Hong Kong Baptist University Press 1999

[7] Zgodavová,K. – Slimák,I.: Some insights from the orientational benchmarking of small and medium-sized companies in Slovakia, In : 3rd ICIT International Conference on ISO 9000 and TQM, Hong Kong Baptist University Press 1999

 

O autoroch

Doc. Ing. Milan Terek, PhD. je docentom na Katedre štatistiky, Fakulta hospodárskej informatiky, Ekonomická univerzita v Bratislave. Predtým pracoval na Katedre operačného výskumu a ekonometrie, kde prednášal predmety ”Optimálne programovanie”, ”Nelineárne programovanie”, ”Operačný výskum” a ”Systémové modelovanie”. Trinásty rok pracuje na Katedre štatistiky, kde vedie prednášky z predmetov ”Štatistika A”, ”Štatistika B” a je gestorom predmetov ”Štatistické riadenie kvality” a ”Analýza rozhodovania”. Je autorom alebo spoluautorom jednej vysokoškolskej učebnice, jednej monografie a mnohých vysokoškolských učebných textov a vedeckých statí, ktoré vyšli u nás aj v zahraničí. Vo výskume sa orientuje na optimalizáciu parametrov štatistickej regulácie, na Taguchiho prístup k riadeniu kvality a na aplikácie metód analýzy rozhodovania v ekonomickej oblasti.

Adresa: doc.Ing.Milan Terek,PhD.Ekonomická univerzita, Dolnozemská cesta 1, 852 35 Bratislava, tel.: 67295713, fax.: 62412195

Ing.Ľubica Hrnčiarová, PhD. Pôsobí na Katedre štatistiky Fakulty hospodárskej informatiky Ekonomickej univerzity v Bratislave ako vysokoškolská pedagogička v predmete Štatistika. V rámci vedeckovýskumnej činnosti rieši problematiku štatistického riadenia kvality. Z tejto problematiky publikovala viaceré články, monografiu a aktívne sa zúčastňuje na konferenciách, na ktorých prezentuje vedecké výsledky z tejto oblasti.

Adresa: Ing. Ľubica Hrnčiarová, PhD., Katedra štatistiky, Fakulta hospodárskej informatiky, Ekonomická univerzita, Dolnozemská cesta 1, 852 35 Bratislava, tel.: 67295728, fax.: 62412195

doc. RNDr. Ing. František Peller, PhD. je docentom na Katedre matematiky, Fakulta hospodárskej informatiky, Ekonomická univerzita v Bratislave. Vedie prednášky z predmetov “Matematika A” a “Matematika B”. Je autorom alebo spoluautorom viacerých učebníc a monografií a mnohých vysokoškolských učebných textov a vedeckých statí, ktoré vyšli u nás aj v zahraničí. Vo výskume sa orientuje na metodológiu výučby matematiky, na možnosti aplikácie diferenciálnych rovníc v ekonomickej oblasti, hlavne v modelovaní zásob, na všeobecné filozofické a gnozeologické otázky tvorby matematických modelov ekonomických problémov a na históriu matematiky.

Adresa: doc.RNDr.Ing.František Peller,PhD.Ekonomická univerzita, Dolnozemská cesta 1, 852 35 Bratislava, tel.: 67295815, fax.: 62412195

 


DOZADU         ABSTRAKTY         OBSAH        DOPREDU