Прогнозирование в международных стандартах ИСО серии 9000

 

Сегодня в России особенно остро стоит вопрос повышения конкурентоспособности организации и качества его деятельности. Для его решения современному руководителю необходим механизм обеспечения качества товаров и услуг. Многие руководители отечественных компаний с целью повышения конкурентоспособности и качества продукции пошли по пути внедрения систем менеджмента качества, широко применяемых на западе и оформленных в виде стандартов ИСО серии 9000 [23].

Стандарт ИСО 9001:1994 определяет, что статистические методы являются одним из 20 требований для системы качества; эти методы используются для создания, контроля и проверки возможностей процесса и характеристик продукции. ИСО 9001:2000 включает статистические методы в число методов мониторинга измерений, анализа и улучшения, необходимых, среди всего прочего, для демонстрации соответствия продукции. Подход к принятию решений, основанный на фактах, является одним из восьми принципов менеджмента качества, создающих основу системы менеджмента качества, основанной на процессе и сформулированной в новом издании ИСО 9000. Этот принцип требует использования соответствующих статистических или других методов, чтобы понять как процесс, так и отклонения измерений, и улучшить процесс и изготовление продукции через контроль отклонений, как указано в статье 8 ИСО 9001:2000 (Измерение, анализ и улучшение). Стандарт также устанавливает, что решения, основанные на фактах, требуют эффективных и результативных действий, таких, как надлежащее использование статистических методов [2].

В 2003 году был разработан международный стандарт ИСО/ТО 10017 «Руководство по статистическим методам применительно к ИСО 9001:2000», а 31 мая 2005 года был утвержден и введен в действие соответствующий национальный стандарт Российской Федерации ГОСТ Р ИСО/ТО 10017:2005 «Статистические методы. Руководство по применению в соответствии с ГОСТ Р ИСО 9001:2000».

Цель настоящего стандарта состоит в том, чтобы помочь организациям в выборе статистических методов, используемых при разработке, внедрении, поддержке и улучшении системы менеджмента качества согласно требованиям ИСО 9001:2000 [3].

Необходимость применения статистических методов вызвана изменчивостью в поведении и результатах фактически всех процессов даже в условиях очевидной стабильности. Такая изменчивость наблюдается для количественных характеристик изделий и процессов, а также для данных, используемых на различных стадиях жизненного цикла изделий - от исследования рынка до сервисного обслуживания и окончательной утилизации изделий [21].

Статистические методы используют при измерении, описании, анализе, интерпретации и прогнозировании такой изменчивости даже при наличии относительно ограниченного количества данных. Статистический анализ этих данных может способствовать лучшему пониманию характера, степени и причин изменчивости. Это может помочь в решении и даже предотвращении проблем, обусловленных такой изменчивостью. Таким образом, статистические методы позволяют лучше использовать имеющиеся данные для принятия решения и тем самым способствуют повышению качества продукции и процессов, а также достижению удовлетворенности потребителя [3].

Стандарт не предназначен для контрактных, регламентных или сертификационных целей, он также не устанавливает перечень обязательных для применения статистических методов, контролируемый при проверке выполнения требований ИСО 9001:2000. Обоснованием для применения статистических методов является то, что их применение способствует повышению эффективности системы качества.

В стандарте ГОСТ Р ИСО/ТО 10017:2005 в качестве метода для прогнозирования представлен анализ временных рядов.

Анализ временных рядов - это семейство методов для изучения совокупности наблюдений, сделанных последовательно во времени. Методы анализа временных рядов используют в следующих прикладных задачах:

обнаружение запаздывания типичных фрагментов графика при статистическом исследовании коррелированности каждого наблюдения с непосредственно предшествующим ему наблюдением для каждого следующего один за другим периода запаздывания;

обнаружение типичных фрагментов графика, которые являются циклическими или сезонными, для исследования причинных факторов в прошлом, которые могут повлиять на будущее;

применение статистических методов для прогнозирования будущих наблюдений или для анализа причинных факторов, которые внесли наибольший вклад в изменения временного ряда [3].

Анализ временных рядов используют для прогнозирования будущих значений временных рядов, обычно с заданными верхними и нижними пределами, называемыми «интервалом прогноза». Этот интервал широко используют в задачах управления и часто применяют в автоматизированных процессах. В этом случае вероятностную модель привязывают к предшествующим временным рядам, прогнозируют будущие значения и затем определенные параметры процесса корректируют таким образом, чтобы поддерживать процесс в заданных границах с минимально возможными вариациями.

Методы анализа временных рядов могут быть полезны в планировании, в разработке систем управления, в обнаружении изменений в процессе, в прогнозировании и измерении результатов внешнего воздействия [21].

Анализ временных рядов также полезен для сравнения проектируемого выполнения процесса с предсказанными значениями во временном ряду, если необходимо ввести изменения.

Методы временных рядов могут обеспечивать понимание моделей типа «причина - следствие». Существуют методы для отделения систематических (или неслучайных) причин для разбиения диаграмм временного ряда на циклические, сезонные и тренд-компоненты.

Анализ временных рядов часто полезен для понимания того, как процесс будет вести себя в указанных условиях и какое регулирование (если оно возможно) может направить процесс на достижение цели или какое регулирование может уменьшить изменчивость процесса.

В зависимости от диаграмм временных рядов и количества временных периодов, для которых делается прогноз, могут применяться различные методы оценки. При выборе модели следует рассматривать цель анализа, особенности данных, относительные затраты, аналитические характеристики и характеристики прогноза различных моделей.

Анализ временных рядов применяют для изучения диаграмм выполнения работы за какое-то время, например измерений процесса, несоответствий, производительности, результатов испытаний и данных рекламаций.

Применение анализа временных рядов при прогнозе включает в себя прогноз необходимости запасных частей, заказов потребителей, потребностей в материалах, потребления электроэнергии и т.д.

Причинный анализ временных рядов используют, чтобы развивать модели прогноза потребностей. Например, применительно к надежности его используют для прогнозирования количества событий в заданном периоде времени и распределения интервалов времени между событиями, таких как остановка в работе оборудования [3].

Таким образом, изучение теоретических и методологических аспектов прогнозирования показателей качества деятельности предприятия позволяют сделать следующие выводы: качество продукции - это совокупность свойств товара, характеризующих степень его пригодности для использования по назначению. Качество продукции, выпускаемой данным предприятием, должно отвечать стандартам и техническим условиям, а также превосходить качество продукции конкурирующих организаций;

При определении качества деятельности предприятия ее следует характеризовать следующим составом групп показателей:

- конкурентоспособность продукции;

образ (имидж) компании;

товарно - сбытовые возможности;

организационно - техническое совершенство производства и управления;

финансовое состояние;

доля рынка.

К основным методам прогнозирования некоторых из этих показателей относятся:

статистические методы;

экспертные оценки;

моделирование.

В 2005 году был утвержден и введен в действие национальный стандарт Российской Федерации ГОСТ Р ИСО/ТО 10017:2005 «Статистические методы. Руководство по применению в соответствии с ГОСТ Р ИСО 9001:2000».

Цель настоящего стандарта состоит в том, чтобы помочь организациям в выборе статистических методов, используемых при разработке, внедрении, поддержке и улучшении системы менеджмента качества согласно требованиям ИСО 9001:2000.

Таким образом, статистические методы позволяют лучше использовать имеющиеся данные для принятия решения и тем самым способствуют повышению качества продукции и процессов, а также достижению удовлетворенности потребителя. Статистические методы применяют на стадиях исследования рынка, проектирования, разработки, производства,

верификации, монтажа и обслуживания.

Настоящий стандарт предоставляет организациям руководство по выбору статистических методов. Критерии определения потребности в статистических методах и пригодности выбранных методов остаются прерогативой организаций. Статистические методы, описанные в настоящем стандарте, пригодны также для использования с другими стандартами серии ИСО 9000.

 

2.
Анализ деятельности ОАО «Нижнекамский хлебокомбинат» и политики в области качества