A L A T I K V A L I T E T A

1
A L A T I K V A L I T E T A

• POTREBA ZA KONTINUALNIM UNAPREÐENJEM KVALITETA
• Upravljanje kvalitetom nosi u sebi ugradeni
  mehnizam za merenjem i unapredivanjem kvliteta
  poslovanja- japanska preduzeca i njihovi
  rukovodioci su još tokom pedesetih godina prošlog
  veka shvatili nužnost permanentnog unapredivanja
  kvaliteta, zasnovanog na unapredivanju
  produktivnosti, koji je u funkciji ostvarivanja
  stabilnog tržišnog ucešca i kreiranja
  konkurentske prednosti.
• Japanci ovaj proces nazivaju kaizen. U pitanju je
  premanentno i organizovano unapredivanje
  kvaliteta proizvoda i usluga preduzeca svaka
  organizacija mora da neprestano poboljšava sve
  segmente svog poslovanja. Sam princip kaizen je
  filozofski princip koji podrazumeva proces
  unapredivanja koji ukljucuje svakog koji
  doprinosi da se odredeni proces ili aktivnost
  realizuje.
• Prema Drakeru, statisticka kontrola kvaliteta
  prepoznaje gde, a cesto i kako kvalitet i
  produktivnost celog procesa mogu kontinuirano da
  se unapreduju. To se prvo zvalo Šuhartovim
  ciklusom, zatim Demingovim ciklusom, a sada je to
  kaizen (japanski termin za kontinuirano
  unapredivanje kvaliteta i produktivnosti).

2

• Osnovni elementi statisticke kontrole kvaliteta
  koji su inkorporirani u TQM omogucuju da se
  ostvare dve težnje
• -visok kvalitet i produktivnost
• -rad dostojan obrazovanog pojedinca
• Prema Demingu, unapredivanje kvaliteta se odvija
  kao spiralni ciklus, bez prestanka i koji se
  sastoji od 4 faze
• 1 dizajniraj proizvod
• 2 napravi ga i testiraj na proizvodnoj liniji i u
  laboratoriji
• 3 pusti ga u prodaju
• 4 testiraj ga u eksploataciji, saznaj šta o njemu
  misli kupac i šta misli osoba koja ga nije kupila
• Neprestana ponavljanja ova cetiri koraka vode ka
  spirali neprestanog povecanja zadovoljstva kupca
  i sve manjim troškovima poslovanja.
• Koncept kontinualnog unapredivanja kvaliteta
  poslovanja je inkorporiran i u novoj verziji
  medunarodnih standarda ISO 90002000. Stalna
  poboljšanja predstavljaju salnu aktivnost na
  povecavanju sposobnosti za ispunjavanje zahteva.

3
Proces stalnog unapredenja

• Proces stalnog unapredenja se zasniva na
  seven-step method, metodi sedam koraka i sastoji
  se iz sledeceg
• Izbor problema
• Analiza postojeceg sistema
• Identifikacija uzroka problema
• Pralniranje i primena rešenja
• Evaluacija
• Standardizacija efektivnih merenja
• Preispitivanje procesa i buduci planovi
• Proces stalnog unapredivanja se zasniva na
  cinjenicnom pristupu odlucivanju. Najbolje je
  prikupiti podatke koje treba analizirati, da bi
  se na osnovu njih mogle formirati informacije
  koje se ukljucuju kao inputi u narednu fazu
  procesa planiranja organizacijom. Model
  kontinuiranog poboljšanja podrazumeva i merenje
  performansi.

4
Faze kontinuiranog poboljšanja su
Performanse koje se mere su 1 uocavanje
problema
1 dugorocni rezultat2 dijagnoza problema
2 cost-
efficiency 3 plan poboljšanja
3 stopa korisnosti4
primena plana
4 kratkorocni rezultat poslovanja
5 proces monitoringa
5 dugorocni rezultat poslovanja

6 proces
5
PRINCIPI PRIMENE KONCEPTA KONTINUALNOG UNAPREÐENJA

• tipovi obeležja
• Presudnu ulogu u aktivnostima unapredenja
  kvaliteta imaju odluke zasnvane na analizi
  parametara procesa i podataka. Primena
  odgovarajucih alata i tehnika razvijenih za ove
  svrhe povecava uspešnost ovih aktivnosti.
• Elementi svake populacije povezani su medusobno
  odredenom opštom vezom, nekim obeležjem koje
  varira od jednog do drugog clana populacije.
  Obeležja mogu biti numericka (brojcana) i
  atrubutivna (opisna). Rezultati procesa se
  posmatraju kao lucajni dogadaji koji se mogu
  okarakteristi promenljivom velicinom koja
  vrednosti uzima sa odredenom verovatnocom i
  naziva se slucajna promenljiva. Broj razlicitih
  vrednosti koje slucajna promenljiva uzima u nekom
  procesu može biti konacan ili beskonacan. Ako
  promenljiva uzima konacan broj vrednosti, kao što
  je to slucaj sa atributivnim obeležjima ili nekim
  numerickim obeležjima (na pr procenat neispravnih
  proizvoda u uzorku) naziva se diskretna slucajna
  promenljiva.
• 2 Principi statistickog upravljanja kvalitetom
• Odluke o unapredenju kvaliteta mogu biti
  zasnovane na numerickim podacima i odgovarajucoj
  statistickoj interpretaciji. Ovde je
  karakteristicno
• 1 greške su uvek moguce i prisutne (podaci mogu
  biti pomešani, abnormalni ili lažni)
• 2 rezultati svakog procesa su promenljivi,
  rasipaju se i slede izvesnu raspodelu ( ne sve
  procese i ljudski rad, ali i na uzorkovanje,
  merenje, ispitivanje i kontrolisanje uticu brojni
  faktori i izazivaju pojavu grešaka)

6

• 3 za svaki podatak se mora znati šta reprezentuje
  i pod kojim uslovima je dobijen ( to znaci
  razlaganje podataka kako bi se rasipanje
  vrednosti moglo dovesti u vezu sa uzrocima. Sume
  i srednje vrednosti mogu prikriti informacije o
  raspodeli)
• 4 podaci se uvek prikupljaju da bi se preduzele
  aktivnosti (za rešenje ma kog problema neophodno
  je dobiti podatke koji odgovaraju otkrivanju
  uzroka, statisticki ih analizirati i preduzeti
  mere za eliminaciju tih uzroka)
• Uzorkovanje
• Statisticke metode se primenjuju da bi se shvatio
  proces i proizvodi koji iz njega nastaju.
  Medutim, fizicki je neizvodljivo ceo proces ili
  beskonacnu kolicinu proizvoda posmatrati u
  celini. Zbog toga se orpucava ogranicen broj
  jedinica uzorak, a rezultati se aproksimiraju
  na celu populaciju odnosno na ceo proces. Da bi
  se moglo prihvatiti da rezultati dobijeni na
  osnovu uzorka važe za celu populaciju ili proces,
  uzorak mora biti reprezentativan tj. mora
  predstavljati populaciju, a to znaci da njegovi
  elementi moraju posedovati sve osobine koje
  poseduju elementi populacije. Da bi uzorak bio
  reprezentativan, moraju biti ispunjena dva
  osnovna uslova
• Svaki elemenat populacije mora imati jednaku
  šansu da ude u uzorak, što se postiže slucajnim
  izborom elemenata za uzorak
• Uzorak mora biti dovoljno velik (brojem)

7

• Razlaganje podataka
• Razlaganje ili stratifikacija podataka se koristi
  u analiziranju slucajeva u kojima podaci zapravo
  prikrivaju cinjenice, odnosno ako je isporijat
  podataka nejasan, bice veoma teško utvrditi
  uzroke varijacija u procesu. Ovo se cesto dešava
  kada se podaci prikupljeni iz razlicitih izvora
  tretiraju kao jedinstveni. Razvrstavanjem sirovih
  podata na razlicite nacine, može se doci do
  stvarnih uzroka.
• Podaci se mogu razložiti prema razlicitim
  uslovima, uzrocima ili lokacijama u kojima se
  pojavljuju, na pr prema tipu grešaka, sirovinama,
  danu, smeni, vremenu, grupi, osobi, mašini,
  procesu, metodu rada, vremenskim uslovima, mernom
  instrumentu, alatu, sredstvu.... Opšti podaci
  nisu korisni i zato se, u ovu svrhu, informacije
  obicno prikupljaju korišcenjem unapred
  pripremljenih formulara tako da se mogu razložiti
  u što je moguce više logickih celina, kategorija,
  grupa.
• Rasipanje podataka
• U slucaju kontrolisane promenljivosti, proces se
  odvija onako kako je propisano radnim standardom,
  a stanje takvog procesa naziva se stanje pod
  kontrolom. Kada se sprovede slucajno uzorkovanje
  i izvrše merenja i ispitivanja, utvrdice se da
  rasipanje na koje deluju samo slucajni uzroci ima
  fiksnu raspodelu, najcešce normalnu.
• Kod pojave koja ima normalan raspored, vecina
  podataka je u blizini srednje vrednosti, a mali
  broj na krajevima raspodele. Ako se merenjem
  dobiju udaljene vrednosti, sa

8

• malom verovatnocom pojave, može se zakljuciti da
  je došlo do nekontrolisane promenljivosti, tj. da
  proces nije pod kontrolom. Za odluku da li je
  proces van kontrole i da li treba vršiti
  korekcije, uvode se kontrolne granice. U opštem
  statistickom testiranju hipoteza, verovatnoca da
  se nacini greška obicno se postavlja na 5 ili 1
  i naziva se nivo znacajnosti, a verovatnoca
  suprotnog dogadaja iznosti 95 odnosno 99 i
  naziva se granica poverenja. Da bi proces ostao
  pod kontrolom, rasipanje procesa bi trebalo da se
  zadrži u kontrolnim granicama.