Metode I Tehnike Unapredjenja Procesa Rada PDF

Dr Vojislav Vulanovi} Dr Rado Maksimovi}
Dr Dragutin Stanivukovi} Mr Vladan Radlova~ki

Dr Bato Kamberovi} Mr Miodrag [ilobad
Dr Nikola Radakovi}
METODE I TEHNIKE UNAPRE\ENJA PROCESA RADA
Recenzenti:
Prof. dr Dragutin Zelenovi}, dopisni ~lan SANU
Prof. dr Vidosav Majstorovi}
Prof. dr Ilija ]osi}
Redakcija:
Dr Bato Kamberovi}
Izdava~:
IIS - Istraìva~ki i tehnolo{ki centar,
21000 Novi Sad, Trg Dositeja Obradovi}a 7
Fakultet tehni~kih nauka, Institut za industrijsko
inènjerstvo i menad`ment,
21000 Novi Sad, Trg Dositeja Obradovi}a 6.
Tira`: 500 primeraka
Godina: 2003.
[tampa: [tamparija "FELJTON", Novi Sad
UDK: 65.015.018
Vulanovi}, Vojislav
METODE I TEHNIKE UNAPRE\ENJA PROCESA RADA - Vojislav Vulanovi}, Dragutin
Stanivukovi}, Bato Kamberovi}, Nikola Radakovi}, Rado Maksimovi}, Vladan Radlova~ki, Miodrag
[ilobad / Novi Sad / 2003. / FTN - Institut za INDUSTRIJSKO IN@ENJERSTVO I MENAD@MENT ,
IIS - Istraìva~ki i tehnolo{ki centar /
362 strane; 171 ilustracija ; 24 cm
Tira`: 500 primeraka.-str.I: Predgovor
Literatura: str. 357
PREDGOVOR
Na{a privreda, u ve}oj meri od privreda drugih zemalja, doìvljava danas najve}u
ekonomsku krizu u toku poslednjih 50 godina. Neko jednostavno i o~igledno re{enje
za tako sloène probleme ne postoji, jer se u podru~ju proizvodnje i usluga javljaju
trendovi sa nesagledivim posledicama.
Period postojanja trì{ta koje nudi proizvode i usluge potro{a~ima je pro{ao i davno
se pre{lo na trì{te orijentisano prema zahtevima korisnika.
Korisnik ima na raspolaganju {irok izbor isporu~ilaca proizvoda i usluga. Stoga je
on u poziciji da postavlja visoke zahteve u pogledu cene, kvaliteta, vremena i uslova
isporuke.
Faktor KVALITETA je postao pravi izazov. Povi{ena o~ekivanja korisnika, kao i
poo{treni zahtevi, u pogledu garancije za proizvod i uslugu, prisiljavaju isporu~ioce
na primenu svih mogu}ih mera radi obezbe|enja potrebnog kvaliteta proizvoda,
usluga i procesa rada svojih sistema.
KVALITET je tako, u su{tinskom i organizacionom smislu, postao prvorazredni
~inilac u me|unarodnoj razmeni.
Izgradnja SISTEMA UPRAVLJANJA KVALITETOM podrazumeva potpunu
ODRE\ENOST upravlja~kog mehanizma organizacije o: potrebi utvr|ivanja
politike, oceni stanja, projektovanju, izgradnji i atestiranju sistema upravljanja
kvalitetom, odràvanju i unapre|enju sistema u celini.
Knjiga METODE I TEHNIKE UNAPRE\ENJA PROCESA RADA predstavlja
napor grupe autora da pruè ~itaocu produbljena saznanja do kojih se do{lo u
rezultatu istraìvanja u ovoj oblasti.
Knjiga sadrì tri dela:

Deo I: STATISTI^KE METODE I TEHNIKE
Deo II: IN@ENJERSKE METODE I TEHNIKE
Deo III: MENAD@ERSKE METODE I TEHNIKE
Na slici P.1 dat je pregled mogu}nosti primene metoda i tehnika u odnosu na
delove procesa rada.
Metode i tehnike unapre|enja procesa rada, u redovnom {kolovanju i dosada{njoj
praksi su nedovoljno obra|ene, tako da ova materija na odre|en na~in pruà teorijske
podloge i kroz prakti~ne primere daje mogu}nost primene u sopstvenim procesima rada.
Predgovor
Slika P.1
Autori knjige su kolektivno obradili materiju izloènu u sva tri dela, a potpisani au-
tori pojedinih poglalja su bili odgovorni za kona~nu obradu.
Posebnu zahvalnost dugujemo: Dr Ivanu Bekeru, dipl. in`., Mr Jeleni Maleti}, i
Ljubici Du|ak, dipl. in`., koji su u~estvovali u obradi nekih priloga iz ove oblasti u
na{im ranijim publikacijama.
Tako|e se zahvaljujemo recenzentima na korisnim sugestijama.
Nadamo se da }e knjiga biti od koristi svima onima koji se bave kvalitetom, uprav-
ljanjem i menad`mentom - na univerzitetima, u nau~no - istraìva~kim institucijama
i u proizvodnim i uslu`nim organizacijama.
Sa zahvalno{}u }emo primiti, i sa du`nom pa`njom razmotriti sve primedbe i sugesti-
je ~italaca i po potrebi ih uneti u novo izdanje knjige.
U Novom Sadu, februara 2003. godine
Autori
I deo
STATISTI^KE METODE
UVOD
Matemati~ka statistika na{la je veliku primenu u industrijskoj praksi, a naro~ito u

kontroli kvaliteta. Prvi teorijski radovi i prakti~ni poku{aji primene matemati~ke
statistike i kontrole kvaliteta datiraju jo{ iz 1923. godine u SAD, kada je
uveden pojam rizika kupca i rizika potro{a~a, {to je obradio Harry Dodge.
Do 1931. godine u SAD su metode statisti~ke kontrole potpuno razra|ene. Tu je
naro~ito poznat Walter Shewhart, koji je istovremeno i tvorac kontrolnih karata.
Me|utim, prakti~na primena ovih metoda u ameri~koj industriji je gotovo
neznatna sve do Drugog svetskog rata. U Engleskoj je situacija vrlo sli~na.
U Evropi, u êhoslova~koj je prvi put donet standard o metodama statisti~ke
kontrole kvaliteta 1936. godine, ali je on za industriju pro{ao gotovo nezapaèn.
Ruski matemati~ari su tako|e poku{ali da matemati~ku statistiku primene u
kontroli kvaliteta i tu se naro~ito istakao Kantarov. Ruski matemati~ari su
pokazali da odli~no vladaju komplikovanim zakonima verovatno}e ali
prakti~no, u ono vreme, za industriju ni{ta nije ura|eno.
Zna~ajnija primena statisti~kih metoda unapre|enja kvaliteta u industriji po~i-
nje u SAD za vreme Drugog svetskog rata. Tada je postavljen problem
kontrole kvaliteta u masovnoj proizvodnji ratnog materijala. Problem je bio
kako obezbediti visoke zahteve kvaliteta za potrebe rata, kada je pored
nesta{ice radne snage bilo i drugih oteàvaju}ih okolnosti. Re{enje ovog
problema je na|eno u primeni statisti~kih metoda.
Da bi statisti~ke metode bile {to bolje prihva}ene, bilo je potrebno re{iti
slede}e:
prilagoditi matemati~ku statistiku i metode unapre|enja kvaliteta nivou
direktnih u~esnika u proizvodnom procesu, tako da ne prelaze znanja
elementarne matematike,
objasniti nov pristup u gledanju na kvalitet i u~itniti ovo shvatanje
prihvatljivim za radnike i organe odgovorne za kvalitet i
sprovesti ozbiljan program obrazovanja u~esnika, da bi se upoznali sa
metodama i tehnikama koje }e se primenjivati.
2 Metode i tehnike unapre|enja procesa rada
Statisti~ke metode upravljanja kvalitetom doìvljavaju punu afirmaciju

pedesetih godina u Japanu, a u seriji standarda ISO 9000 one su obavezan
zahtev.
Pra}enje svakog faktora koji uti~e na kvalitet i uo~avanje pojedina~nih
slu~ajeva nije cilj statisti~kih metoda unapre|enja kvaliteta. Ovim na~inom
pra}enja zahvata se ukupno stanje i kretanje kvaliteta proizvoda u celini, i u
slu~aju potrebe, moè se intervenisati na neke posebne pojave, sa posebnim
naglaskom na analizu procesa i sprovo|enja korektivnih mera.
Zahvaljuju}i statisti~kom gledanju na kvalitet, i pored utvr|enih granica
(toleranicja) za neku karakteristiku kvaliteta, postoji i dozvoljeni procenat
jedinica proizvoda koje mogu prekora~iti ove granice. Isto tako se odre|uje i
utvr|uje verovatno}a ta~nosti ispitanih karakteristika kvaliteta.
Statisti~ke metode i tehnike unapre|enja kvaliteta podrazumevaju prikupljene
podatke, pri ~emu se stvara dokumentovana osnova za dalje analize. Registro-
vanjem podataka objektivniji je i odgovorniji odnos izvr{ilaca prema svom
poslu.
Koristi od statisti~kih metoda i tehnika unapre|enja kvaliteta su u mogu}nosti-
ma predvi|anja, na bazi nau~nih metoda, u objektivnom ocenjivanju sposobnosti
procesa, u analizi procesa i dono{enju mera za pobolj{anje kvaliteta.
Statisti~ke metode i tehnike unapre|enja u ovom materijalu su strukturisane
na slede}i na~in:
izdvajanje i na~ini prikazivanja podataka,
Pareto ili ABC dijagram,
dijagram rasipanja i
kontrolne karte.
Teorija uzorkovanja i planovi prijema, iako vaàn i nezaobilazan segment u
primeni statisti~kih metoda i tehnika, zbog svojih specifi~nosti i obima nisu
obuhva}eni u ovoj publikaciji.
Autori ovog teksta su ube|eni da }e izloène metode i tehnike na}i uspe{nu
primenu u svakodnevnom naporu koji se ulaè u upravljanju procesima i
unapre|enju kvaliteta.
1.1
IZDVAJANJE I NAÎNI
PRIKAZIVANJA PODATAKA
Dr Bato Kamberovi}
Raspoloìvost informacije, koja direktno ili indirektno ozna~ava stanje

procesa je preduslov za pokretanje akcija na pobolj{anju i unapre|enju
sistema kvaliteta. U pro{losti, a i u mnogim slu~ajevima i danas, podaci se
prikupljaju u cilju "ga{enja poàra"[45,46].
Vi{e nije primereno govo-
riti uop{teno, davati iska-
ze koji su po prirodi isklju-
~ivo bazirani na mi{ljenju,
ve} je u cilju re{avanja
problema potrebno izdvo-
jiti (prikupiti) relevantne,
stvarne i ta~ne podatke.
Nakon izdvajanja podata-
ka, moè se desiti da ono
{to je izgledalo da pred-
stavlja problem to uop{te i
nije. Posmatrano sa dru-
gog aspekta, podaci su
potrebni u cilju merenja razli~itosti i rasipanja. Naprimer, ne postoje dve
identi~ne osobe. One se razlikuju u ve}oj ili manjoj meri po teìni, visini, boji,
pona{anju i sli~no. Razlika moè biti mala , ali ona postoji i merljiva je. Isto
vaì i u poslovnom, komercijalnom ili industrijskom svetu.
Preterano rasipanje (variranje) predstavlja glavni uzrok mnogih problema u
procesima rada, koji se prevazilaze tek nakon upoznavanja prirode rasipanja i
na~ina njegovog merenja [69].
Po{to je ustanovljena neophodnost podataka iz procesa, treba naglasiti da u
mnogim organizacijama ti podaci ve} postoje. Oni se mogu pojaviti u vidu
listinga (ra~unarom {tampanih lista) koji su ~esto u obliku neupotrebljivom za
brzo re{avanje problema. Na drugoj strani, mogu predstavljati parametre
(karakteristike) unete gotovo slu~ajnim redosledom u za to pripremljene
obrasce. êsto ovi parametri (karakteristike), zbog pogre{nog pristupa na~inu
izdvajanja podataka, mogu dati pogre{ne rezultate analize. Namera je bila

dobro zami{ljena, ali su analize bile beskorisne.
Prema tome, podaci koje je potrebno izdvojiti zavise od konkretnog tipa
problema.
U realizaciji bilo kog procesa, preporu~uje se pridràvanje slede}ih pravila
[46]:
nikako proces bez izdvajanja podataka,
nikako izdvajanje podataka bez analize,
nikako analize bez odluka i
nikako odluke bez akcija koje podrazumevaju odr|ena unapre|enja.
U osnovi, u svim procesima postoje razni oblici izdvajanja podataka uklju~uju-
}i [7,72,101,105,114]:
veli~ine direktnog izlaza ili ulaza,
tro{kove neusagla{enog kvaliteta,
podatke ekonomske prirode,
komentare i àlbe korisnika,
informacije od dobavlja~a,
preglede i izve{taje zaposlenih itd.
Niko ne moè formirati generi~ku listu veli~ina koje treba pratiti, ali jednom,
kada se odrede objekti pra}enja, moraju se pretvoriti u indikatore za
posmatrane procese. Ovo uklju~uje odnose, skale, rangiranja i finansijske ili
vremenske indikatore. Nezavisno od vrste indikatora, oni moraju ta~no
odraàvati karakteristike procesa prema razumljivoj terminologiji korisnika.
Proces izdvajanja podataka podrazumeva da }e ljudska, tehni~ka i poslovna
komponenta ovog procesa imati adekvatan tretman.
Ljudska komponenta je, jasno, od najve}e va`nosti, a klju~na podru~ja provere
(gde se izdvajanje podataka vr{i) su da li su [45.46]:
postupci izdvajanja podataka razumljivi za sve zaposlene u posmatranom
procesu,
prihva}eni sa njihove strane,
kompatibilni sa sistemima nagra|ivanja i
projektovani da pruàju minimum mogu}nosti za manipulaciju.
Tehni~ka komponenta mora realno reprezentovati aspekte procesa iz koga se
izdvajaju podaci. Ona tako|e mora biti ta~na, precizna i aùrna.
Poslovna komponenta treba da zahteva objektivne, aùrne, rezultatima orijen-
tisane podatke i iznad svega podatke koji imaju jasno zna~enje onima koji rade
u okviru ili oko procesa.
Izdvajanje podataka, kao i bilo koji drugi podsistem u okviru upravljanja, za-
hteva faze projektovanja, analize, razvoja, procene i preispitivanja [65].
1.1 Izdvajanje i na~ini prikazivanja podataka 5
Sistem mora biti projektovan tako da daje mogu}nost ocene promena i progre-
sa, ina~e ne}e inicirati ciklus unapre|enja.
1. VRSTE PODATAKA
Podaci se u op{tem slu~aju javljaju u dva oblika, kao atrtibutivni i numeri~ki
(slika 1.1.1).
Slika 1.1.1: Vrste podataka

Kontinualni ili numeri~ki podaci se odnose na veli~ine koje se mere, dok se
diskretni ili atributivni podaci odnose na prebrojive jedinice. Nisu ba{ svi
podaci u jednom od ovih oblika.
Klju~na osobina svih programa unapre|enja sistema upravljanja kvalitetom je
da se svaka merljiva karakteristika (nasuprot karakteristikama tipa "ide - ne
ide" ili "dobro - lo{e") u su{tini treba izmeriti. To zna~i da ocene tipa "ide - ne
ide" ili "dobro - lo{e", kao integralni deo procesa rada, treba da postane
pro{lost [7].
Kratak osvrt na racionalnost ocena tipa "ide - ne ide" ili "dobro - lo{e"
omogu}i }e da to postane o~iglednije. Naime, opasnosti zbog kori{}enja ovog
tipa ocenjivanja karakteristika mogu se videti iz datog priloga na slici 1.1.2.
Nepostojanje merljivih i izdvojenih podataka uskra}uju nam mogu}nost odgo-

vora i na slede}a pitanja:
Da li su granice kontrole postavljane korektno?
Da li je varijabilitet smanjen?
Da li je proces sposoban?
Da li je u funkciji osobine koja se proverava?
Da li se radi o tehnolo{kom sistemu sa jednim ili vi{e vretena?
Da li su proizvodi dva dobavlja~a izme{ani?
Da li su prisutne nelogi~ne vrednosti ?
Da li ......
Prema tome jedini pravi na~in da se do|e do korisnih informacija, koje ina~e
pruà proces, je da se izdvajaju merljive vrednosti, a potom u u postupku po-
bolj{avanja procesa smanji njihovo variranje oko nominalne vrednosti [11,12].
Slika 1.1.2: Mogu}i oblici rasipanja unutar kontrolnih granica

Stoga je potrebno izmeriti odre|enu karakteristiku u cilju odre|ivanja karak-

teristika procesa. No i pored toga, ostaje jo{ dosta karakteristika koje treba
meriti i analizirati kao atributne veli~ine. Slika 1.1.3 ilustruje izneto.
Slika 1.1.3: Proces smanjenja variranja karakteristika oko nominalne vrednosti [46]
2. IZDVAJANJE PODATAKA
Kao prvi korak pri izdvajanju podataka treba razre{iti slede}a pitanja:
Da li podaci postoje?
Ako postoje, da li su raspoloìvi u korektnom obliku?
Odakle i na koji na~in izdvojiti podatke?
Koliko osoblja je raspoloìvo za izdvajanje podataka i ko }e to da u~ini?
Kada }e se i kako obaviti izdvajanje podataka?
Pitanja poput navedenih zahtevaju {to hitnije razre{enje.
Odluke bazirane na nekim od prethodno navedenih pitanja }e imati uticaja na
duìnu vremenskog perioda izdvajanja podataka. Ekstremne vremenske skale
ozna~avaju da je potrebno obratiti pa`nju na na~in izdvajanja podataka.
Projektovanje odgovaraju}eg obrasca za izdvajanje podataka, otuda postaje
zna~ajan faktor.
Oblik obrasca za izdvajanje podataka u su{tini zavisi od tipa podataka: da li su
oni numeri~ki ili atributivni.
Za atributivne podatke obrazac mora da obuhvati razli~ite tipove mogu}ih
pojava (kvarova). Kao primer, sa odre|enim sugestijama za oblikovanje
obrasca, na slici 1.1.4 dat je primer obrasca - tabele za evidentiranje problema
pri fotokopiranju [33,34,88].
Obrasci za prikupljanje podataka treba da omogu}e:
da se ve} prilikom uno{enja podataka oni grupi{u na na~in koji olak{ava
dalju analizu,
eliminaciju potrebe za prepisivanjem podataka,
uo~avanje trendova,
dobijanje odgovora "koliko ~esto se de{ava odre|ena pojava?" itd.
Slika 1.1.4: Primer popunjenog obrasca - tabele za izdvajanje podataka

U tom smislu potrebno je pridràvati se slede}ih koraka:

Korak 1: Definisati problem
Potrebno je, na osnovu pojavnih oblika, definisati problem koji }e se
prou~avati.
Korak 2: Utvrditi vrstu i strukturu podataka koji }e se izdvajati
Na osnovama svrhe izdvajanja podataka i predvi|ene dalje obrade
podataka utvrditi vrstu i strukturu podataka koji }e se izdvajati.
Korak 3: Odrediti period izdvajanja podataka
Korak 4: Oblikovati obrazac za izdvajanje podataka
Pri oblikovanju obrasca za izdvajanje podataka uvaàvati principe
preglednosti, redoslednosti, sveobuhvatnosti, komfornosti, jednos-
tavnosti i odre|enog stepena standardizovanosti.
Korak 5: Odrediti gde }e se izdvajati podaci
Korak 6: Odrediti ko }e izdvajati podatke
Korak 7: Odrediti kako }e se izdvajati podaci
Za numeri~ke podatke, obrazac treba da omogu}i uno{enje vrednosti odgovara-
ju}ih veli~ina, teìna, duìna, visina i sl., koje se javljaju na izabranom uzorku.
PRIMER 1: ANALIZA IZDVOJENIH PODATAKA

Uobi~ajeno je da prvi korak treba da predstavlja prosto beleènje podataka
kako oni postaju raspoloìvi. Na slici 1.1.5 je prikazan tipi~an skup podataka
[7].
120,36 120,54 120,44 120,52 120,66 120,54 120,42 120,56 120,36 120,52
120,48 120,60 120,52 120,54 120,42 120,50 120,68 120,72 120,74 120,46
120,62 120,48 120,26 120,66 120,52 120,66 120,38 120,54 120,56 120,76
120,52 120,56 120,66 120,46 120,38 120,56 120,68 120,52 120,38 120,46
120,60 120,48 120,36 120,60 120,38 120,52 120,30 120,72 120,54 120,56
120,32 120,56 120,62 120,38 120,56 120,68 120,56 120,46 120,42 120,44
120,48 120,34 120,40 120,56 120,48 120,36 120,52 120,32 120,60 120,44
120,64 120,56 120,66 120,42 120,62 120,60 120,48 120,72 120,52 120,78
120,42 120,58 120,48 120,62 120,44 120,42 120,58 120,44 120,76 120,48
120,64 120,44 120,56 120,40 120,58 120,68 120,50 120,60 120,32 120,50
Slika 1.1.5: Skup numeri~kih podataka

Podaci sa slike 1.1.5 predstavljaju realna o~itavanja 100 jedinica koje su bile
prou~avane. Oni mogu predstavljati direktna o~itanja sa instrumenata za me-
renje, zabeleèna ru~no, ili rezultat o~itavanja od{tampan na ra~unaru, ~emu je
prethodilo njihovo uno{enje u ra~unar. Alternativno ({to je sve ~e{}i slu~aj),
oni mogu biti vrednosti prikazane na ekranu, kao rezultat postavljenog inter-
fejsa (sprege ra~unara sa tehnolo{kim sistemom) [65,99].
Raspoloìv je skup od 100 o~itavanja {to ne zna~i da veli~ina uzorka mora biti
uvek 100. Na primer, studije o sposobnosti ma{ine ili procesa se obi~no izvode na
uzorcima veli~ine 50, jer uzorci manjih veli~ina ne bi pruìli dovoljno informacija.
Uzorci veli~ine 100 su dovoljno veliki da daju potrebnu sliku. Me|utim, ne}e uvek
biti mogu}e dobiti broj izdvojenih podataka, poput 50 ili 100, pa se u okviru tih
granica treba isklju~ivo usredsrediti na su{tinu informacije dobijene na bazi
podataka, a ne voditi brigu {to nema ukupno 100 izdvojenih podataka.
Izdvojeni podaci sa slike 1.1.5, sami za sebe, ne daju mogu}nost lakog zaklju~i-
vanja o posmatranoj pojavi.
Me|utim, ukoliko se izdvojeni podaci pore|aju po rastu}em nizu (Slika 1.1.6)
odre|eni zaklju~ci se mogu sa lako}om doneti.
120,26 120,30 120,32 120,32 120,32 120,34 120,36 120,36 120,36 120,36
120,38 120,38 120,38 120,38 120,38 120,40 120,40 120,42 120,42 120,42
120,42 120,42 120,42 120,44 120,44 120,44 120,44 120,44 120,44 120,46
120,46 120,46 120,46 120,48 120,48 120,48 120,48 120,48 120,48 120,48
120,48 120,50 120,50 120,50 120,52 120,52 120,52 120,52 120,52 120,52
120,52 120,52 120,52 120,54 120,54 120,54 120,54 120,54 120,56 120,56
120,56 120,56 120,56 120,56 120,56 120,56 120,56 120,56 120,56 120,58
120,58 120,58 120,60 120,60 120,60 120,60 120,60 120,60 120,62 120,62
120,62 120,62 120,64 120,64 120,66 120,66 120,66 120,66 120,66 120,68
120,68 120,68 120,68 120,72 120,72 120,72 120,74 120,76 120,76 120,78
Slika 1.1.6: Skup numeri~kih podataka pore|an po rastu}em nizu

Tako naprimer mogu se odrediti:
Interval statisti~kog skupa "I", kao razlika maksimalne "xmax " i minimal-
ne "xmin" vrednosti:
I = x max x min = 120, 78 120, 26 = 0, 52 mm (1.1)
Vrednost sa najve}om u~estalo{}u "moda" koja u konkretnomslu~aju iz-

nosi 120,56 mm za u~estalost f = 11 i
Medijanu - vrednost oko koje postoji podjednak broj podataka sa manjom
i ve}om vredno{}u. Za konkretan slu~aj, gde postoji paran broj podataka,
medijana predstavlja aritmeti~ku sredinu dva srednja podatka -
120,52 mm.
Ako je broj podataka "n" veliki, kao i broj podataka koje uzima obele`je xi ,
tada prosta distribucija frekvencija (Slika 1.1.7) daje nepreglednu sliku
statisti~kog skupa. U tom slu~aju interval "I" statisti~kog skupa se deli na "r"
podintervala jednake {irine tako da je:
I = ir (1.2)
Potpuno odre|ena pravila za izbor broja podintervala "r" ne postoje, ali

iskustva istraìva~a preporu~uju da se broj "r" ira~unava preko nekog od, u
nastavku datih obrazaca:
r= n (1.3)
r = 23 n (1.4)
r = 1 + 3, 32 log n (1.5)
r = 5 log n (1.6)
Slika 1.1.7: Prikaz izdvojenih podataka

Pri izboru broja podintervala "r" treba se pridràvati osnovnog principa: {to je
ve}i broj izdvojenih podataka, to treba da bude vi{e podintervala. Treba
izbegavati prazne podintervale a za slu~aj pretpostavljene simetri~ne
raspodele preporu~uje se usvajanje neparnog broja podintervala. Naprimer,
ako se u konkretnom primeru koristi formula (1.4):
r = 2 3 n = 2 3 100 = 9, 28
usvaja se broj podintervala r = 9.
[irina podintervala u tom slu~aju iznosi:
I 0, 52
i= = = 0, 057
r 9
odnosno usvaja se i = 0,06 mm.
Na osnovu tako odre|enih vrednosti za "r" i "i" moè se oblikovati tabela (Slika
1.1.8) a na sli~nim osnovama i obrazac za izdvajanje podataka (Slika 1.1.9).
Prilikom generisanja izdvojenih podataka treba obratiti pa`nju na otkrivanje
prisustva "divljih" (nelogi~nih) podataka.
Na primer, izdvojeni podatak od 120,94, ukoliko postoji, dovoljno se razlikuje od ostalih
izdvojenih podataka, pa sugeri{e da on ne pripada uzorku. Mo`da je on posledica [72]:
gre{ke merenja,
gre{ke u o~itavanju,
gre{ke u prepisivanju, itd.
Me|utim, korisno je isklju~iti pomenute nelogi~ne podatke prilikom crtanja
dijagrama, istraìti uzroke njihovog prisustva i eliminisati ih.
Slika 1.1.8: Tabelarni prikaz izdvojenih i grupisanih podataka

Grupisani podaci, pored prethodno navedenog, grafi~ki se mogu prikazati i
preko histograma, poligona ili dijagrama sa stupcima (Slika 1.1.10).
U mnogim slu~ajevima mogu}e je sa~initi histogram od fizi~kih karakteristika
posmatrane pojave. Na primer, mogu}e je dobiti histogram tvrdo}e nakon {to
se teniske ili golf loptice odbiju od plo~e i upadnu u odgovaraju}u pregradu,
kao na slici 1.1.11.
Sli~no, kuglice ili valj~i}i za leàjeve se mogu kategorisati po teìni ili pre~niku.
3. PRIKAZIVANJE PODATAKA
Na osnovama objektivnih, aùrnih i rezultatima orijentisanih podataka,
mogu}e je sistemski i sistematski uloènim naporom predmetne podatke
u~initi razumljivim i {irem krugu zainteresovanih primenjuju}i adekvatan
na~in prikazivanja podataka. U tom smislu u nastavku su dati na~ini
prikazivanja podataka i to [33,34,57,88]:
histogram,
dijagram sa stupcima,
kru`ni dijagram,
polarni dijagram i
linijski dijagram.
Slika 1.1.10: Grafi~ko prikazivanje grupisanih podataka
Slika 1.1.11.: Vizuelno generisanje varijabilnosti

3.1 Histogram
Histogram se koristi za prikazivanje rasipanja i raspodele izdvojenih,
uglavnom numeri~kih, karakteristika procesa. Ukazuje na postojanje i zna~aj
variranja u procesima, daje mogu}nost pore|enja rasipanja sa zadatim
specifikacijama (podloga za analizu sposobnosti procesa), odnosno daje
odgovor na pitanje kako su podaci grupisani u odnosu na nominalnu meru.
Postupak oblikovanja histograma se sastoji iz {est koraka, i to [33,88]:
Korak 1: Ozna~avanje horizontalne skale
Na papiru ozna~ite skalu horizontalne ose. Skala ne treba da bude
bazirana na intervalu u kojem se nalaze klase podataka, ali
preporu~uje se da se skala bazira na mernim jedinicama u kojima se
izraàvaju podaci.
Na ovaj na~in je olak{ano upore|ivanje sa mnogim histogramima

koji opisuju sli~ne karakteristike kao i pore|enje sa specifikacijama
(standardima). Ostavite prazninu, pribli`no jednaku veli~ini interva-
la podataka, na horizontalnoj osi ispred prvog intervala i posle po-
slednjeg intervala.
Korak 2: Ozna~avanje vertikalnih osa
Ozna~ite levu vertikalnu osu sa skalom u~estanosti, i ukoliko je
potrebno, nacrtajte desnu vertikalnu osu sa skalom relativnih
u~estanosti. Visina intervala sa maksimalnom u~estano{}u treba da
bude od 0.5 do 2 puta ve}a od raspona
Korak 3: Ozna~avanje intervala
Ozna~ite horizontalnu osu sa skalom koja sadrì grani~ne vrednosti
intervala.
Korak 4: Crtanje stubova
Koriste}i veli~inu intervala podataka kao osnovu, nacrtajte pravou-
gaonike ~ija visina odgovara u~estanosti odgovaraju}eg intervala.
Korak 5: Uno{enje srednje i grani~nih vrednosti
Na histogramu ucrtajte liniju koja ozna~ava srednju vrednost kao i
linije koje predstavljaju specificirane granice (ukoliko ih ima).
Korak 6: Navo|enje legende
U praznom delu histograma navedite legendu podataka (period,...),
veli~inu uzorka, srednju vrednost i standardnu devijaciju.
Na slici 1.1.12 data je ve}ina od mogu}ih na~ina tuma~enja histograma [33,88].
Oblik histograma Opis Napomena
Op{ti oblik:
Srednja vrednost je u Ovo je naj~e{}i
sredini raspona poda- oblik histograma
taka. Frekvencija je
najve}a u sredini i opa-
da prema krajevima.
Zup~asti oblik
(multi-modalni ob- Ovaj oblik histogra-
lik): ma se javlja u slu-
Skoro svaki drugi in- ~ajevima kada broj
terval ima ve}u frek- podataka u interva-
venciju. lu varira od interva-
la do intervala.
Slika 1.1.12: Tuma~enje histograma

Oblik histograma Opis Napomena

Pozitivno (negativno)
nakrenut oblik:
Srednja vrednost se nala- Ovaj oblik se pojavljuje
zi levo u odnosu na sredi- u slu~ajevima kada je
nu raspona podataka. kontrolisana gornja
Frekvencija naglo raste u granica ili kada se ne
levom delu, ali blago opa- pojavljuju vrednosti
da u desnom delu. ve}e od te zadate vred-
Asimetri~an oblik raspo- nosti.
dele.
Levo (desno) uspravni

oblik
Srednja vrednost se na- Ovaj oblik se ~esto jav-
lazi blizu levog (desnog) lja pri 100% kontroli
kraja histograma. Frek- procesa sa malim mo-
vencija naglo raste sa gu}nostima i u ekstre-
leve (desne) strane i bla- mnim slu~ajevima pozi-
go opada prema drugom tivno ili negativno na-
kraju. krenutih tipova histo-
Asimetri~an oblik ras- grama.
podele.
Tip platoa
Frekvencija u svakom Ovaj oblik nastaje
intervalu formira plato. me{anjem nekoliko
Intervali imaju manje- raspodela sa razli~itim
vi{e istu frekvenciju srednjim vrednostima.
izuzev onih na krajevima
raspona podataka.
Tip dvostrukog vrha

Frekvencija je niska blizu Ovaj oblik se javlja pri
sredine raspona podataka kombinovanju dve ra-
i postoji vrh na svakoj spodele sa veoma razli-
strani u odnosu na ~itim srednjim vredno-
sredinu. stima.
Tip usamljenog vrha

Postoji mali izolovani vrh Ovaj oblik se javlja
kao dodatak op{tem tipu kada postoji uklju~iva-
histograma. nje podataka iz druge
raspodele, kao u slu~aju
poreme}aja procesa,
gre{ke u merenju ili uk-
lju~ivanja podataka iz
drugog procesa.
Slika 1.1.12: Tuma~enje histograma - nastavak

Primer oblikovanja histograma prikazan je i ilustrovan grafi~ki u ta~ki 2 ovog

poglavlja (vidi sliku 1.1.10).
Na slici 1.1.13 sa odre|enim sugestijama za oblikovanje histograma dat je
drugi primer.
Slika 1.1.13: Primer za histogram

3.2 Dijagram sa stupcima
Dijagram sa stupcima se koristi za pore|enje podataka razli~itih entiteta
[33,88]. Postupak oblikovanja dijagrama se sastoji iz slede}a 3 koraka:
Korak 1: Odre|ivanje predmeta analize
Doneti odluku koji su entiteti predmet analize i pore|enja.
Korak 2: Crtanje osnove linijskog dijagrama
Zavisno od prirode, vrste i vrednosti posmatranih entiteta,
oblikovati ose i njima pripadaju}e skale
Korak 3: Uno{enje vrednosti za entitete
U dijagram, jasno, po opadaju}em redosledu, u vidu odvojenih
stubova uneti pripradaju}e vrednosti analiziranih entiteta.
Na slici 1.1.14, sa odre|enim sugestijama za oblikovanje, dat je primer
dijagrama sa stupcima.
Slika 1.1.14: Primer za dijagram sa stupcima
3.3 Kru`ni dijagram

Kru`ni dijagram se koristi za vizuelne prikaze procentualnog u~e{}a vrsta
podataka u ukupnoj masi podataka. Udeo svake vrste podataka prikazuje se
ise~kom odgovaraju}e, srazmerne veli~ine.
Postupak oblikovanja kru`nog dijagrama se sastoji iz ~etiri koraka [62,81]:
Korak 1: Izdvajanje i razvrstavanje podataka po vrstama
Korak 2: Izra~unavanje procentualnog u~e{}a u odnosu na ukupnu masu
Korak 3: Izra~unavanje pripadaju}ih uglova
broj podataka i te vrste
prema obrascu i [ ] = 360 o
o
ukupan broj podataka
Korak 4: Crtanje kruga i odgovaraju}ih kru`nih ise~aka
Na slici 1.1.15, sa odre|enim sugestijama za oblikovanje, dat je primer kru`nog
dijagrama [33,88].
Slika 1.1.15: Primer kru`nog dijagrama

3.4 Polarni dijagram
Polarni dijagram se koristi za vizuelne prikaze intenziteta promena posmatra-
nih entiteta (procesa, pojava, karakteristika, ...) u vremenu.
Postupak oblikovanja polarnog dijagrama se sastoji iz ~etiri koraka, i to:
Korak 1: Odre|ivanje predmeta prikaza
Korak 2: Crtanje osnove polarnog dijagrama
Zavisno od vrste i broja izabranih entiteta, uneti nazive entiteta i na-
crtati skalu.
Korak 3: Uno{enje vrednosti za entitete na skalu
Za svaki entitet uneti pripadaju}e vrednosti.
Korak 4: Crtanje dijagrama
Spajanjem ta~aka koje pripadaju istom vremenskom trenutku obli-
kovati kona~an oblik polarnog dijagrama.
Na slici 1.1.16, sa odre|enim sugestijama za oblikovanje, dat je primer polarnog
dijagrama.
Slika 1.1.16: Primer polarnog dijagrama

3.5 Linijski dijagram
Linijski dijagram se koristi za vizuelni prikaz promena posmatranog entiteta
(obele`ja, karakteristike, parametara) u vremenu.
Vrednosti posmatranog entiteta, izvorno dobijene ili sra~unate, unose se u ko-
ordinatni sistem (dijagram) ~ije ose predstavljaju [72]:
apscisa - vremenska skala (minuti, sati, dani, meseci, kvartali, godine) i
ordinata - vrednost posmatranog entiteta.
Pore|enjem unetih vrednosti sa:
vrednostima iz prethodnog perioda,
srednjom vredno{}u ili
èljenom (ciljnom) vredno{}u,
mogu}e je izvesti odre|ene zaklju~ke o promenama, odnosno trendovima.
Postupak oblikovanja linijskog dijagrama se sastoji iz 4 koraka, i to:
Korak 1: Odre|ivanje predmeta prikaza
Doneti odluku koji je entitet predmet analize i pra}enja u odre|e-
nom vremsnkom periodu.
Korak 2: Crtanje osnove linijskog dijagrama

Zavisno od perioda pra}enja, vrste i vrednosti posmatranog entiteta,
oblikovati ose i njima pripadaju}e skale.
Korak 3: Uno{enje vrednosti za entitet
U dijagram, jasno, putem ta~aka, uneti pripadaju}e vrednosti za enti-
tet.
Korak 4: Crtanje dijagrama
Spajanjem ta~aka dati kona~an oblik linijskom dijagramu.
Na slici 1.1.17, sa odre|enim sugestijama za oblikovanje, dat je primer
linijskog dijagrama.
Slika 1.1.17: Primer linijskog dijagrama
* *
*
Pored navedenih na~ina prikazivanja podataka (odeljci 3.1 do 3.5) mogu}e je
izdvojene podatke prikazivati saglasno slici 1.1.18 ili na na~in kako to sugeri{u
proizvo|a~i softverskih proizvoda svojom ponudom (na slici 1.1.19 prikazan je
deo "menija" koji nudi poznata ku}a "Microsoft").
Slika 1.1.18: Mogu}i kombinovani ilustrativni na~ini prikazivanja podataka

Slika 1.1.19: Deo "Menija" koji nudi ku}a "Microsoft"
4. ZAKLJUÂK
Svaka od metoda ili tehnika (Slike 1.1.20 i 1.1.21) koje su obra|ene u
poglavljima sva tri dela ove publikacije zahtevaju [65,115]:
specifi~ne na~ine izdvajanja podataka,
posebno oblikovane obrasce za tu namenu,
poznavanje statistike i
niz drugih relevantnih ~inilaca.
U tom smislu do izdvojenih podataka, zavisno od metoda i tehnika koja se
koriste, moèmo do}i putem [50,70,86,101,117]:
vremenske slike stanja,
intervjua,
upitnika,
merenja,
karte toka procesa (za numeri~ke i atributivne podatke),
karte od kuda, itd.
Dobro postavljen sistem izdvajanja i obrade podataka podrazumeva da }e on
obuhvatiti kupce/korisnike, istraìvanje trì{ta, razvoj, pripremu pa sve do
pra}enja proizvoda i/ili usluge u ekspoatacionim uslovima.
Slika 1.1.20: Pregled mogu}nosti primene metoda i tehnika

Ako su svi zaposleni i u~esnici procesa izdvajanja podataka, postoji manji
otpor sistemu i ostvaruje se pozitivan uticaj na promene koje }e nastati.
U~e{}e u procesima izdvajanja podataka ja~a veze u lancu korisnik-snabdeva~
i daje timovima za unapre|enje kvaliteta jasnije ciljeve.
Postoji vi{e mogu}ih razloga lo{em funkcionisanju sistema izdvajanja podataka
[46]:
ne dovodi u vezu karakteristike i proces,
granice procesa nisu dobro definisane,
podaci se pogre{no prihvataju ili se zloupotrebljavaju,
nema komplementarnosti izme|u izdvajanja podataka i unapre|enja,
postoji strah od prezentacije lo{ih ili isuvi{e dobrih podataka o karakteri-
stikama procesa,
na njega se gleda kao na teret u pogledu vremena i obima izve{tavanja, itd.
Ovi i ostali problemi ~esto nastaju usled lo{eg planiranja u fazi implementacije
ili gre{aka pri ocenjivanju postoje}eg sistema izdvajanja podataka.
Slika 1.1.21: Primene razli~itih metoda i tehnika u procesima unapre|enja sistema

Pre postavljanja sistema izdva-

janja podataka orijentisanog na
stalno unapre|enje kvaliteta mo-
ra se sprovesti provera postoje-
}eg sistema. Njena svrha je da us-
tanovi:
efektivnost postoje}eg sis-
tema,
njegovu kompatibilnost sa
politikom i ciljevima kvali-
teta,
njegovu vezu sa procesima i
njegovu bliskost ciljevima i
ostvarenju zahteva koris-
nika.
Generi~ka pitanja koja }e se
postaviti tokom provere uklju-
~uju:
Da li je u upotrebi sistem izdvajanja podataka o karakteristikama sistema,
procesa, proizvoda i/ili usluga?
Da li se on efikasno sprovodi u organizaciji?
Da li je on sistemati~an?
Da li je efikasan?
Da li ga dobro razumeju?
Da li je on primenjen?
Da li je vezan za misiju i ciljeve organizacije, odnosno politiku i ciljeve
kvaliteta?
Da li postoje periodi~ni pregledi i aùriranje?
1.2
PARETO ILI ABC DIJAGRAM
Dr Rado Maksimovi}
1. PODRU^JE PRIMENE
PARETO* ili ABC dijagram predstavlja metodu sa veoma {irokim podru~jem
primene u analizi organizacionih, tehni~ko-tehnolo{kih, ekonomskih i drugih ve-
li~ina [7]. U procesima unapre|enja kvaliteta metoda se primenjuje u podru~jima:
Upravljanja - analiza veli~ina osnovnih pokazatelja poslovanja,
Marketinga - analiza trì{nih kretanja,
Razvoja - analiza karakteristi~nih trendova u razvoju proizvoda/usluga,
Komercijalnih poslova - analiza karakteristika kupaca i dobavlja~a,
Proizvodnje - analiza pokazatelja kvaliteta proizvoda i procesa rada,
Upravljanja nov~anim tokovima - analiza veli~ina vezanih za odnos sa
du`nicima i poveriocima, bankama i drugim finansijskim institucijama,
Op{tih poslova - analiza elemenata strukture rada, obezbe|enja uslova
rada, motivacionih faktora i drugih veli~ina i
Integralne sistemske podr{ke (logistike) - analiza u~estanosti pojava
stanja U OTKAZU, uzroka i uzro~nika datih stanja i sl.
2. OPIS
PARETO ili ABC dijagram je grafi~ka metoda za analizu pojava (~inilaca
sistema; gre{aka, uzroka, uzro~nika i sli~nih problema; koli~inskih, masenih,
vrednosnih i drugih karakteristi~nih veli~ina procesa rada) u smislu:
rangiranja veli~ina/pojava koje se analiziraju prema stepenu zna~ajnos-
ti, na osnovu utvr|enih kriterijuma,
utvr|ivanja kriti~nih podru~ja posmatranih veli~ina/pojava i
usmeravanja napora na data, kriti~na podru~ja u cilju efikasnijeg
re{avanja problema odnosno koncentracije rada na podru~ja koja daju
ve}e u~e{}e u ostvarivanju efekata.
PARETO ili ABC dijagram, kao jedna od metoda unapre|enja kvaliteta proizvo-
da/usluga i procesa rada, se odlikuje osobinama:
jednostavnost,
efikasnost i
primenljivost u razli~itim podru~jima.
*) Prilaz na kome se zasniva predmetna metoda oblikovao je Vilfredo Pareto, italijanski ekono-
mista, koji je studirao distribuciju prihoda i bogatstva u Italiji.
1.2 PARETO ili ABC dijagram 29
3. POSTUPAK
Pareto ili ABC dijagram prikazuje, u opadaju}em redosledu, relativan zna~aj
(u~e{}e, uticaj) posmatrane veli~ine ili grupe veli~ina u skupu veli~ina ~ija se
analiza vr{i. Pri datom se relativan zna~aj moè zasnivati na broju ponavljanja,
vrednosnim (dobit, tro{kovi) i drugim merama ili pokazateljima, u funkciji pri-
rode analiziranih veli~ina. Metoda se izvodi u slede}im koracima:
Korak 1: Izbor problema za analizu

Prvi korak u izvo|enju analize predmetnom metodom se odnosi na izbor prob-
lema. Potrebno je:
Izvr{iti izbor pojave ili problema koji traì re{enje,
Odrediti vremenski period za koji }e se podaci analizirati (godina, me-
sec, ... vremenski period operativnog plana i sl.),
Pripremiti podatke iz datog vremenskog perioda.
Analizu je mogu}e izvesti na osnovu ve} postoje}ih podataka koji se nalaze u
bazi podataka preduze}a ili uslu`ne organizacije kao {to su: koli~ine proizvoda
(obim usluga), prodajne cene, cene materijala, pokazatelji poslovanja, karakte-
ristike proizvoda/usluga i sl. U slu~aju da se ne raspolaè podacima o predmet-
noj pojavi, kao na primer u analizama tipa: vrste gre{aka u izradi proizvoda,
uzroka i uzro~nika lo{eg kvaliteta, uzroka i uzro~nika stanja U OTKAZU [86],
dejstva motivacionih faktora i sli~nih veli~ina, potrebno je organizovati priku-
pljanje podataka za dati vremenski period.
Prikupljanje i priprema podataka podrazumeva:
Jasno definisan skup veli~ina ~ija se analiza vr{i (na primer: program
proizvodnje/usluga, skup reklamacija na isporu~ene proizvode ili izvr{e-
ne usluge, skup otkaza elementa, dela sistema ili sistema u celini i sl.),
Podelu skupa veli~ina na podru~ja (grupe) - kategorizaciju, u slu~aju da
je broj elemenata u skupu veliki i ne obezbe|uje preglednost u analizi,
Izbor jedinice mere koja }e biti kriterijum za analizu, kao na primer:
koli~ina u datom vremenskom periodu, u~estanost pojave, vrednost,
tro{kovi i sl., i utvrditi njenu veli~inu za svaki element skupa ili grupu
elemenata ako je vr{ena podela.
Prilikom prikupljanja i pripreme podataka je potrebno voditi ra~una da se, za
izabrani problem, oblikuje potpun pregled svih elemenata skupa koji se anali-
zira. Ne treba isklju~iti elemente za koje postoji ose}aj da su neva`ni, jer se
metoda zasniva na brzom otkrivanju zna~ajnih podru~ja odre|ene pojave koja
se, u mno{tvu podataka, ne mogu o~igledno izdvojiti. Kada se radi o kategori-
zaciji pojava - podeli u grupe [105], mogu}e je odre|ene elemente skupa voditi
pod nazivom ostali (proizvodi, uzroci, tro{kovi i sl.). Ako se u~e{}e date grupe,
na kraju analize, pokaè zna~ajnije od nekih drugih grupa preporu~uje se nova
podela. U organizaciji prikupljanja i pripreme podataka preporu~uje se prime-
na posebnog obrasca (Slika 1.2.1).
Frekvencija pojave
Vrsta uticaja apsolutna relativna
Slika 1.2.1: Obrazac za prikupljanje podataka
Korak 2: Oblikovanje PARETO DIJAGRAMA

Pareto dijagram predstavlja grafi~ki prikaz odnosa prethodno struktuiranih
elemenata za koje je utvr|eno da imaju uticaja na problem koji se analizira. U
datoj fazi metode oblikuju se dve vrste dijagrama i to:
.1 Dijagram relativnog u~e{}a
Dijagram relativnog u~e{}a predstavlja poseban oblik histograma u kome su na
horizontalnoj osi predstavljeni elementi skupa (uzroci, uticaji), u opadaju}em
redosledu veli~ina izabrane merne jedinice. Pri datom, uticaji mogu biti dati u
apsolutnim veli~inama (Slika 1.2.2,a) ili, {to je pogodnije, u relativnim - procentu-
alnom u~e{}u/uticaju na ukupnu pojavu (Slika 1.2.2,b). U datom koraku potrebno
je nacrtati jedan ili oba oblika dijagrama relativnog u~e{}a.
Slika 1.2.2: Oblici dijagrama relativnog u~e{}a

Ve} u ovoj fazi analize mogu}e je uo~iti osnovne probleme i, {to bez grafi~kog pri-
kaza nije bilo o~igledno, relativni zna~aj svakog elemanta ili grupe elemenata.
.2 Kumulativna linija
Za potrebe daljih analiza metodom Pareto ili ABC dijagrama potrebno je obli-
kovati kumulativnu liniju u~e{}a ili uticaja, sabiranjem veli~ina procentualnog
u~e{}a ili uticaja za svaki elemenat ili grupu elemenata skupa, zadràvaju}i
opadaju}i redosled veli~ina kako je prikazano na slici 1.2.3. I pri oblikovanju
kumulativne linije mogu}e su modifikacije: kumulativna linija u kombinaciji sa
dijagramom relativnog u~e{}a (Slika 1.2.3,a) ili samostalna (Slika 1.2.3,b).
Slika 1.2.3: Kumulativna linija
Korak 3: Utvr|ivanje stepena zna~ajnosti

Predmetni korak podrazumeva analizu konkretnog izgleda Pareto dijagrama, pri
~emu je posebnu pa`nju potrebno usmeriti na izgled kumulativne linije. Kumula-
tivna linija }e se [33], za sve slu~ajeve analiza sa dovoljnim brojem elemenata -
uzoraka, nalaziti izme|u dva grani~na oblika, kako je to dato na slici 1.2.4.
Prvi grani~ni oblik predstavlja slu~aj kada je u~e{}e/uticaj svakog elementa
skupa na razmatranu pojavu jednako. Tada je njihov redosled na horizon-
talnoj osi slu~ajan i kumulativna linija je prava (Slika 1.2.4,a) koja ne daje
informacije o stepenu zna~ajnosti pojedinih elemenata. Jasno je da je dati
oblik kumulativne linije, za analize realnih pojava, teorijskog karaktera.
Drugi grani~ni oblik predstavlja slu~aj kada se prema relativnom u~e{}u ili
uticaju izdvaja jedan element (ili grupa elemenata ako je vr{ena podela/-
kategorizacija) koji ima dominantno u~e{}e ili uticaj na razmatranu pojavu
(Slika 1.2.4,b). Predmetni oblik kumulativne linije se moè dobiti u
slu~ajevima prakti~nih analiza i ukazuje na zanemariv uticaj svih ostalih
elemenata, ali je potrebno voditi ra~una da to nije posledica lo{e izabranog
skupa uticaja, uzroka ili drugih elemenata skupa.
Slika 1.2.4: Slu~ajevi grani~nih oblika kumulativne linije

U najve}em broju analiza realnih veli~ina, kumulativna linija se nalazi izme|u
data dva grani~na oblika, kako je prikazano na slici 1.2.5. Njen izgled
[7] (otuda i naziv metode: ABC dijagram), tada, upu}uje izvo|a~a analize na izd-
vajanje tri karakteristi~na podru~ja prema stepenu zna~ajnosti:
Slika 1.2.5: Naj~e{}i oblik kumulativne linije

Podru~je A - podru~je najve}eg prirasta posmatranih veli~ina; to je naj~e{}e pod-

ru~je koje zauzima vrlo mali broj elemenata iz ukupne strukture,
Podru~je B - podru~je zna~ajnog prirasta posmatranih veli~ina; to je naj~e{}e
podru~je koje zauzima manji broj elemenata iz ukupne strukture i
Podru~je C - podru~je malog (nedovoljno zna~ajnog) prirasta posmatranih veli-
~ina; naj~e{}e je to podru~je koje zauzima najve}i broj elemena-
ta u strukturi uticajnih elemenata.
U literaturi se mogu sresti uputstva - pravila za odre|ivanje granica podru~ja A, B i
C Pareto dijagrama kao na primer pravilo 80/20 za podru~je A, {to zna~i da 20%
strukture uticajnih elemenata, odnosno 80% prirasta posmatranih veli~ina ~ini dato
podru~je i sli~na, modifikovana pravila. Va`no je napomenuti da je ocena kojom se
povla~e granice datih podru~ja, u su{tini, ekspertskog karaktera i da ne moè biti
podlo`na strogoj primeni pravila tipa 80/20. Nije pravilo ni to da se moraju, uvek,
izdvojiti tri podru~ja - tipi~an primer je oblik kumulativne linije blizak grani~nom
podru~ju prema slici 1.2.4,b kada se uo~avaju samo dva podru~ja - A i B.
Su{tina metode Pareto ili ABC dijagrama je upravo u analizi izgleda kumulativne
linije i izdvajanju podru~ja prema stepenu zna~ajnosti uticaja (prirasta posmatra-
ne veli~ine) - mere koja je uzeta za kriterijum za analizu. Kako se vidi, predmetni
postupak omogu}ava, na jednostavan na~in, izdvajanje zna~ajnih uticajnih eleme-
nata i usmeravanje napora u re{avanju problema, odnosno u ostvarivenju ve}ih efe-
kata, na klju~ne ~inioce. Radi preglednosti svih podataka primenjuje se i konden-
zovani oblik Pareto ili ABC dijagrama, prikazan na slici 1.2.6, koji prikazuje podat-
ke o strukturi skupa koji opisuje pojavu, veli~ine uticaja i kumulativnu liniju.
Slika 1.2.6: Kondenzovani oblik PARETO ili ABC DIJAGRAMA

4. PRIMERI
U cilju prakti~ne ilustracije mogu}nosti analize veli~ina predmetnom metodom, u
nastavku su dati primeri oblikovanja PARETO ili ABC dijagrama za slu~ajeve:
analize mogu}nosti RACIONALIZACIJE TEHNOLO[KOG POSTUPKA za
odre|eni predmet rada,
analize ODNOSA STRUKTURA - KOLIÎNE U PROGRAMU PROIZVODNJE
preduze}a.
Primer 1: ANALIZA TEHNOLO[KOG POSTUPKA

1. UTVR\IVANJE PROBLEMA
Postupak izrade posmatranog predmeta rada sastoji se od 16 faza (operacija)
nejednakih vremena pripreme i vremena trajanja operacija rada. Osnovni
problem koji je uo~en sastoji se u dugom ukupnom vremenu izrade predmeta
rada, odnosno visokim tro{kovima izrade, {to je uslovilo potrebu analize
mogu}nosti racionalizacije postupka njegove izrade koja se sastoji u iznalaè-
nju na~ina za smanjenje ukupnog vremena izrade putem smanjenja vremena
trajanja pojedinih operacija rada. Mogu}e je, dakle, za potrebe dalje razrade
definisati:
PROBLEM: Izvr{iti rangiranje faza tehnolo{kog postupka prema

njihovom u~e{}u u ukupnom vremenu izrade i utvrditi
na kojim operacijama }e smanjenje vremena trajanja
dati najve}e efekte u smislu sniènja ukupnih tro{kova!
Osnovni podaci, preuzeti iz raspoloìve tehnolo{ke dokumentacije, su:
Naziv: Osovina,
Oblik predmeta rada: Prema slici 1.2.7:
Slika 1.2.7: Izgled predmeta rada za dati primer

Godi{nja koli~ina: 30.000 kom/god,
Veli~ina serije: 600 kom/ser, .
Struktura tehnolo{kog postupka: Prema Tabeli 1.2.1.
Tabela 1.2.1
Operacija Vreme
pripreme izrade
Br. Naziv tpz tii
[min/ser] [min/kom]
010 Bru{enje spolja{nje na brusilici bez {iljaka 45 1,40

020 Poravnavanje ~ela i zabu{ivanje sredi{njeg gnezda 45 1,50
030 Struganje na revolver strugu 60 4,50
040 Struganje po celoj duìni na kopirnom strugu 60 10,50

050 Struganje na revolver strugu 65 25,50
060 Ispravljanje na hidrauli~noj presi 10 0,90
070 Utiskivanje `ljebova na ma{ini za valjanje 30 1,50
080 Utiskivanje oznake na ma{ini za ozna~avanje 10 0,80

090 Pranje u ure|aju za pranje 10 0,30
100 Kaljenje na ure|aju za indukciono kaljenje 45 1,00
110 Ispravljanje na hidrauli~noj presi 10 1,00
120 Bru{enje spolja{nje na brusilici bez {iljaka 45 1,40
130 Bru{enje rukavaca na univerzalnoj brusilici 45 2,00

140 Bru{enje otvora na univerzalnoj brusilici 45 2,50
150 î{}enje `ljebova na ru~nom radnom mestu 10 1,00
160 Za{tita od korozije 10 0,25
Na osnovu raspoloìvih podataka vidi se da je mogu}e oblikovati model za anali-

zu metodom Pareto ili ABC dijagrama u kome }e skup uticajnih veli~ina na kvali-
tet procesa rada biti struktura operacija rada u datom tehnolo{kom postupku, a
kriterijum za ocenu zna~ajnosti uticaja vremena trajanja operacija rada.
Potrebno je utvrditi grupu operacija koje su od najve}eg uticaja na posmatranu
veli~inu - ukupno vreme izrade u cilju usmeravanja aktivnosti na njihovu
racionalizaciju.
2. OBLIKOVANJE PARETO DIJAGRAMA

U posmatranom primeru mogu}e je postupak izrade datog predmeta rada
analizirati na osnovu dve mere vezane za date uticajne veli~ine: vreme izrade i
pripremno-zavr{no vreme. Ako bi se date veli~ine posmatrale nezavisno jedna
od druge, u dve odvojene analize, onda bi re{enje problema bilo o~igledno. Od
interesa je analizu vr{iti sa stanovi{ta zajedni~kog dejstva datih veli~ina.
U tom cilju za meru - kriterijum ocene je izabrano optere}enje preseka toka -

radnih mesta, koje povezuje vreme izrade, pripremno-zavr{no vreme, koli~inu
predmeta rada i veli~inu serije, putem izraza:
Ti = i (tpz + n tii)
gde je:
i [min/god] - broj serija u posmatranom vremenskom periodu - godini,
tpz [min/ser] - pripremno-zavr{no vreme za seriju predmeta rada,
n [kom/ser] - veli~ina serije,
tii [min/kom] - vreme trajanja operacija rada.
Optere}enje preseka toka za operacije rada tehnolo{kog postupka u primeru
koji se analizira dato je u Tabeli 1.2.2 u nastavku, u skladu sa potrebama dalje
analize, u apsolutnoj i relativnoj veli~ini.
Tabela 1.2.2
Operacija Ti
Br. Naziv [min/god] [%]
010 Bru{enje spolja{nje na brusilici bez {iljaka 44.250 2,60
020 Poravnavanje ~ela i zabu{ivanje sredi{njeg gnezda 47.250 2,80
030 Struganje na revolver strugu 138.000 8,00

040 Struganje po celoj duìni na kopirnom strugu 318.000 18,60
050 Struganje na revolver strugu 768.250 45,00
060 Ispravljanje na hidrauli~noj presi 27.500 1,60
070 Utiskivanje `ljebova na ma{ini za valjanje 46.500 2,70
080 Utiskivanje oznake na ma{ini za ozna~avanje 24.500 1,40
090 Pranje u ure|aju za pranje 9.500 0,50
100 Kaljenje na ure|aju za indukciono kaljenje 32.250 1,90
110 Ispravljanje na hidrauli~noj presi 32.250 1,90

120 Bru{enje spolja{nje na brusilici bez {iljaka 44.250 2,60
130 Bru{enje rukavaca na univerzalnoj brusilici 62.250 3,70

140 Bru{enje otvora na univerzalnoj brusilici 77.250 4,60
150 î{}enje `ljebova na ru~nom radnom mestu 30.500 1,70
160 Za{tita od korozije 8.000 0,40
UKUPNO: 1.170.500 100

Na osnovu prethodno pripremljenih podataka mogu}e je oblikovati PARETO

DIJAGRAM. Zbog jednostavnosti postupka direktno je oblikovana kumulativna
linija kombinovana sa relativnim - procentualnim u~e{}em pojedinih operacija u
ukupnom vremenu potrebnom za izradu date koli~ine predmeta rada u datom
vremenskom periodu, jer dovoljno jasno opisuje posmatrani problem.
Izgled kumulativne linije dat je na slici 1.2.8.
Slika 1.2.8: Kumulativna linija za Primer 1
3. UTVR\IVANJE STEPENA ZNAÂJNOSTI

Oblik kumulativne linije omogu}ava utvr|ivanje podru~ja zna~ajnosti operaci-
ja rada u procesu racionalizacije tehnolo{kog postupka izrade predmeta rada
iz posmatranog primera.
Kako se vidi sa slike 1.2.8, mogu}e je uo~iti tri podru~ja - grupe operacija razli-
~itog zna~aja za pomenuti proces i to:
Podru~je A - podru~je najve}eg uticaja na ukupno vreme potrebno za izradu
predmeta rada u datim koli~inama - operacije 050 i 040,
Podru~je B - podru~je zna~ajnog uticaja na ukupno vreme potrebno za
izradu predmeta rada u datim koli~inama - operacije 030, 140,
130 i 020,
Podru~je C - podru~je malog (nedovoljno zna~ajnog) uticaja na ukupno vre-
me potrebno za izradu predmeta rada u datim koli~inama -
operacije 070, 010, 120, 100, 110, 150, 060, 080, 090, i 160,
kako je prikazano na dijagramu kumulativnog u~e{}a na slici 1.2.9.
Slika 1.2.9: Utvr|ivanje podru~ja zna~ajnosti za Primer 1

Analiza postupka izrade predmeta rada iz napred datog primera, izvr{ena me-
todom PARETO ili ABC dijagrama, pokazuje da operacije 05 i 04, od ukupno 16
operacija (podru~je A), ~ine preko 60% uticaja na ukupno vreme izrade i da je
napor tehnologa, u postupku racionalizacije, potrebno usmeriti prvenstveno na
njih. Zna~ajan uticaj imaju i ~etiri operacije iz podru~ja B, dok bi detaljna
analiza ostalih operacija (iz podru~ja C) dala zanemarive rezultate.
STRUKTURA
Primer 2: ANALIZA ODNOSA STRUK TURA - KOLIÎNE
U PROGRAMU PROIZVODNJE
1. DEFINISANJE PROBLEMA
Upravlja~ka struktura proizvodnog preduze}a [114] je donela odluku o izvo|enju

projekta reinènjeringa procesa rada i proizvodnih, organizacionih i upravlja~kih
struktura preduze}a.
U cilju obezbe|enja pouzdanih informacija o karakteristikama programa proi-

zvodnje, kao osnovne podloge za obradu planiranog projekta reinènjeringa,
funkcija marketinga je dobila zadatak da izvede analizu zna~aja pojedina~nih
proizvoda u ukupnom programu proizvodnje.
Analiza je izve-
dena primenom
metode PARETO
DIJAGRAM.
Imaju}i u vidu
op{tu zavisnost:
struktura programa
- koli~ine proizvoda
(pj - qj )
koja [7] uslovlja-
va prilaze u raz-
voju proizvodnih
struktura na na-
~in dat na slici
1.2.10, tim funk-
cije marketing je
Slika 1.2.10: Op{ta zavisnost struktura - koli~ine (pj - qj )
utvrdio:
PROBLEM: Izvr{iti rangiranje proizvoda u programu proizvodnje pre-

ma zna~aju koji je odre|en njihovim u~e{}em u ukupnim
efektima preduze}a!
Program proizvodnje preduze}a ~ini 204 tipa proizvoda, svrstana u 17 grupa

prema nameni, tehni~ko-tehnolo{koj sloènosti i usmerenosti ka odre|enim
segmentima trì{ta.
Osnovni podaci o programu su dati u tabeli 1.2.3. Podaci su preuzeti iz raspolo-
ìve dokumentacije funkcije marketing i korigovani u skladu sa predvi|anjima
tendencija na trì{tu u pogledu promena koli~ina proizvoda.
Tabela 1.2.3
Grupa proizvoda Ukupna koli~ina

Broj Naziv [kom/god] %
01 BRISAÎ STAKLA 25.000 1,20
02 MOTORI BRISAÂ I 50.000 2,40
03 MOTORI BRISAÂ II 30.000 1,45
04 RUÎCE BRISAÂ STAKLA 750.000 35,80
05 SAVITLJIVI BRISAÎ 180.000 8,60
06 MOTORI VENTILATORA I 20.000 0,95
07 MOTORI VENTILATORA II 18.000 0,86
08 STARTERI MOTORA 60.000 2,85
09 RAZVODNICI PALJENJA 75.000 3,60
10 MALOLITRA@NI MOTORI 220.000 10,50
11 TRANSFORMATORI 80.000 3,80
12 ANALOGNI MERNI INSTRUMENTI 10.000 0,47
13 ROTACIONA I TREP]U]A SVETLA 5.000 0,24
14 AN PREKIDAÎ 12.000 0,60
15 TASTER PREKIDAÎ 115.000 5,50
16 UPARENI KONTAKTI 425.000 20,25
17 KABLOVI SA KONEKTORIMA 20.000 0,95
UKUPNO: 2.095.000 100,00

2. OBLIKOVANJE PARETO DIJAGRAMA

Na osnovu podataka iz tabele 1.2.3 mogu}e je oblikovati PARETO DIJAGRAM.
Potrebno je, me|utim, uo~iti da dati podaci sadrè informacije ~iji je karakter
ograni~en isklju~ivo na koli~ine proizvoda, {to je dovoljno za uo~avanje osnov-
nih karakteristika odnosa struktura programa - koli~ine proizvoda, koji je
predmet analize.
Za izvo|enje detaljnijih zaklju~aka o zna~aju pojedinih proizvoda potrebna je
detaljnija analiza karakteristika proizvoda u grupama, kao {to su utro{ak ma-
terijala, vrednosni i drugi pokazatelji.
Kumulativna linija, data zajedno sa dijagramom relativnog u~e{}a, ima izgled
dat na slici 1.2.11.
Slika 1.2.11: Kumulativna linija za Primer 2

3. UTVR\IVANJE STEPENA ZNAÂJNOSTI

Oblik kumulativne linije omogu}io je utvr|ivanje podru~ja zna~ajnosti grupa
proizvoda u smislu koli~inskog u~e{}a u ukupnom programu proizvodnje,
odnosno plasmanu na trì{tu preduze}a. Kako se vidi sa slike 1.2.11, mogu}e je
uo~iti tri podru~ja - grupe proizvoda razli~itog zna~aja za pomenuti proces i to:
Podru~je A - podru~je najve}eg zna~aja - grupe proizvoda 04 i 16,
Podru~je B - podru~je zna~ajnog u~e{}a u plasmanu - grupe proizvoda 10, 05,
15, 11 i 09,
Podru~je C - podru~je malog (nedovoljno zna~ajnog) u~e{}a u plasmanu -
grupe proizvoda 08, 02, 03, 01, 06, 17, 07, 14, 12 i 13,
kako je prikazano na dijagramu kumulativnog u~e{}a na slici 1.2.12.
Slika 1.2.12: Utvr|ivanje podru~ja zna~ajnosti za Primer 2

Imaju}i u vidu da analiza koja je izvedena na nivou grupa proizvoda i u kojoj

su razmatrane samo ukupne koli~ine proizvoda ne daje potrebne i dovoljne
podloge za "rangiranje proizvoda u programu proizvodnje prema zna~aju koji je
odre|en njihovim u~e{}em u ukupnim efektima preduze}a", kako je odre|eno u
definisanju zadatka, izvedena je posebna analiza svake grupe pojedina~no, pri
~emu su, kao relevantne karakteristike programa, u razmatranje uzete:
koli~ina proizvoda - kao pokazatelj obima razmene na trì{tu,
masa proizvoda - kao jedan od pokazatelja tro{kova proizvodnje i
vrednost (dobit) - kao pokazatalj ukupnih efekata procesa rada.
Primer rezultata analize za jednu grupu proizvoda dat je na slici 1.2.13.
Slika 1.2.13: Pareto dijagram za grupu proizvoda u Primeru 2

Izgled kumulativnih linija i odnosi u podru~jima A, B i C na slici 1.2.13 jasan su

putokaz funkciji marketing, ali i ostalim funkcijama preduze}a u izvo|enju
relevantnih zaklju~aka na osnovu primene metode PARETO DIJAGRAM u
napred opisanom primeru.
Tako je, na primer, za funkciju razvoj od posebnog zna~aja informacija da je

proizvod 1 na prvom mestu po u~e{}u u ukupnim koli~inama i masi, ali da je
nesrazmerno manje njegovo u~e{}e u dobiti.
U postupcima reinènjeringa procesa rada data informacija funkciji razvoj

name}e zadatak da izvede postupak preispitivanja mogu}nosti sniènja utro{-
ka materijala u posmatranom proizvodu ~ime bi se obezbedili niì tro{kovi i
pove}ala dobit jer je plasman na trì{tu obezbe|en.
Mogu}e je, kako se vidi sa slike 1.2.13, dono{enje niza drugih, sli~nih zaklju-
~aka koji uvek mogu i treba da zna~e zadatak odre|enoj funkciji preduze}a
za projektovanje i izvo|enje zahvata unapre|enja kvaliteta proizvoda i pro-
cesa rada u celini.
5. ZAKLJUÂK
Razmatranja vezana za osnove, postupak i primere analize izvedene prime-
nom PARETO ili ABC dijagrama ukazuju na {iroko podru~je primene date me-
tode u postupcima unapre|enja kvaliteta proizvoda i procesa rada.
Predmetna metoda se prakti~no moè primenjivati u procesima rada svih

funkcija preduze}a i uslu`ne organizacije kao efikasan alat za rangiranje
veli~ina po stepenu zna~ajnosti i izdvajanje osnovnih problema koji traè
re{enja.
Metoda se, pored jednostavnosti i efikasnosti, odlikuje visokim stepenom flek-

sibilnosti jer je prakti~no nezavisna od prirode problema i karaktera uticajnih
veli~ina koje se analiziraju.
Primenjiva je u slu~aju posedovanja kvantitativnih podataka o problemu koji

se analizira, ali i u slu~jevima kada su mere uticajnih veli~ina izraène kvalita-
tivno, uz odre|ena pode{avanja modela.
Pored samostalne primene na odre|enom problemu PARETO ili ABC dijagram

se koristi kao nezaobilazna, naj~e{}e po~etna ili zavr{na, faza velikog broja drugih
metoda i tehnika za unapre|enje procesa rada - prakti~no u svim prilikama
kada je potrebno rangiranje veli~ina najrazli~itije vrste prema prethodno utvr-
|enim kriterijumima.
1.3
DIJAGRAM RASIPANJA
Dr Rado Maksimovi}
1. PODRU^JE PRIMENE
DIJAGRAM RASIPANJA predstavlja grafi~ki prikaz rezultata regresione i
korelacione analize, dakle statisti~kih metoda u analizi veza izme|u promenlji-
vih. Podru~je primene predmetne metode svodi se na analizu me|uzavisnosti
dva skupa podataka za koje nije utvr|ena eksplicitna matemati~ka - funkcio-
nalna zavisnost, nego je data me|uzavisnost statisti~ka ili korelaciona.
Kako su u empirijskim istraìvanjima, kao {to je slu~aj ve}eg dela istraìvanja u
podru~ju kvaliteta proizvoda/usluga i procesa rada, veze skupova podataka po
prirodi stohasti~kog karaktera, metode korelacione analize, ~ija je jedna grafi~ka
interpretacija DIJAGRAM RASIPANJA, nalaze primenu svuda gde je potrebno:
utvrditi postojanje me|uzavisnosti dva skupa podataka koji imaju odre-
|eno zajedni~ko obele`je (na primer da su iz istog vremenskog intervala),
oceniti intenzitet me|uzavisnosti data dva skupa podataka.
2. OPIS
2.1 Osnovni pojmovi
U primeni dijagrama rasipanja postoje dva vida problema [12; 88; 33], zavisno
od toga da li se istraùje:
ZAVISNOST izme|u dve promenljive (dva skupa podataka),
kada nezavisna promenljiva (X) uti~e i uslovljava veli~inu zavisne promen-
ljive (Y). Tada je re~ o regresiji. Pri datom nezavisna promenljiva je uzrok,
a zavisna promenljiva posledica i cilj regresione analize je sagledavanje
o~ekivane vrednosti zavisne promenljive na osnovu date nezavisne prome-
nljive, po jedna~ini regresije i standardne gre{ke regresije, ili
ME\UZAVISNOST ili veza izme|u dve promenljive (dva skupa podataka),
promenljive (X) i promenljive (Y). Tada je re~ o korelaciji. Cilj korelaci-
one analize je [7; 20; 106] sagledavanje ja~ine veze izme|u promenljivih
na osnovu koeficijenta korelacije i koeficijenta determinacije.
Predmet daljih razmatranja }e biti korelaciona analiza i primena dijagrama
rasipanja u analizi me|uzavisnosti skupova podataka za koje se ne moè
utvrditi funkcionalna zavisnost, niti se moè iskazati precizno odre|enje koji
od data dva skupa podataka predstavlja nezavisnu, a koji zavisnu promenljivu.
2.2 Korelacija
Kako je nagla{eno, korelacionom analizom moè se odrediti pokazatelj koji
samo ukazuje na ja~inu kvantitativnog slaganja dve pormenljive - dva skupa
podataka za koje je prethodnom kvalitativnom analizom [105] utvr|en smisao
datog istraìvanja.
Korelacionu analizu korisno je po~eti crtanjem DIJAGRAMA RASIPANJA koji
prikazuje parove podataka (veli~ina) dva skupa za koje se korelacija utvr|uje
kao "oblak ta~aka" u pravougaonom koordinatnom sistemu. Karakter korelaci-
je utvr|uje se na osnovu izgleda dijagrama, kako je dato na slici 1.3.1.
Slika 1.3.1: Karakteristi~ni osnovni oblici dijagrama rasipanja

1.3 Dijagram rasipanja 47
Kako pokazuje slika 1.3.1, korelacija - me|uzavisnost dva skupa veli~ina, ako pos-
toji, moè biti linearna (pravolinijski oblik dijagrama rasipanja) ili nelinearna
(krivolinijska). Intenzitet veze se ocenjuje na osnovu poloàja oblaka ta~aka u
dijagramu.
Za sagledavanje intenziteta veze izme|u dve linearno me|uzavisne promenljive X
i Y (skupa podataka) naj~e{}e se upotrebljava koeficijent korelacije, koji se izra~u-
nava [31] prema obrascu:
( X i )( Yi )
( )(
X i X Yi Y ) X i Yi
r= = n
2
(
Xi X ) (Yi Y )
2 ( X i ) 2 ( Yi ) 2
2

X i n Yi n

gde su Xi i Yi parovi ta~aka skupova veli~ina (podataka) X i Y ~ija se me|uza-
visnost ocenjuje, a n broj parova predmetnih ta~aka. Koeficijent korelacije je
relativan pokazatelj koji se kre}e u granicama:
(0 < r < +1) ili (-1 > r > 0)
zavisno od oblika korelacione veze, pri ~emu:
pozitivan koeficijent korelacije ozna~ava upravo proporcionalnu vezu
izme|u promenljivih (porast jedinica jedne promenljive daje istovreme-
no porast jedinica druge promenljive - slika 1.3.1,a),
negativan koeficijent korelacije pokazuje da je me|uzavisnost promen-
ljivih obrnuto proporcionalna (slika 1.3.l,b).
Ako postoji potpuna me|uzavisnost izme|u promenljivih, onda se njihova veza
izjedna~ava sa funkcionalnom - tada je koeficijent korelacije 1 ili - l, {to je
teorijska mogu}nost koja zna~i da je prethodnom kvalitativnom analizom pogre{-
no utvr|eno da promenljive stoje u korelacionoj, a ne u funkcionalnoj vezi.
U potpunom odsustvu me|uzavisnosti koeficijent korelacije je jednak 0 (nuli) i
dato stanje ozna~ava nezavisnost jedne promenljive od druge. Mera me|uza-
visnosti se, dakle, odre|uje na osnovu veli~ine koeficijenta korelacije i {to je
on bliì jedinici utoliko je ja~a veza izme|u promenljivih.
Za izvo|enje detaljnijih zaklju~aka o karakteru korelacione veze odre|uje se
koeficijent detrminacije, koji predstavlja kvadrat koeficijenta korelacije, r2. Ako
je, na primer, koeficijent korelacije r = 0,8; tada je r2 = 0,64, odnosno 64%
promenljivosti veli~ine Y obja{njava se njenom vezom sa promenljivom X.
Ispitivanje me|uzavisnosti ili veze promenljivih ne mora da se ograni~i na samo
dve promenljive, kada se primenjuju metode vi{estruke regresije i korelaclje,
odnosno multivarijacione analize. Kada se radi o linearnoj korelaciji i normalnoj
raspodeli, u slu~aju tri promenljive, metodom proste linearne korelacije mogu}e je
odrediti koeficijente korelacije r12, r13 r23 odnosno koeficijente korelacije izme|u
prve i druge, prve i tre}e i druge i tre}e promenljive.
Veza prve i druge promenljive u uslovima da sve jedinice tre}e promenljive
imaju nepromenjenu veli~inu (i u slu~aju ostalih kombinacija) izra`va se parci-
jalnim koeficijentima korelacije, prema obrascima:
r12 r13 r23 r13 r12r23 r23 r12 r13
r12.3 = ; r13.2 = ; r23.1 = ;
2 2 2 2 2 2
1 r13 1 r23 1 r12 1 r23 1r12 1 r13
Kada je jedna promenljiva uzeta kao konstantna veli~ina onda se radi o parci-
jalnom koeficijerl}u korelacije prvog reda. Kod dve promenljive kao konstan-
tne veli~ine re~ je o parcijalnom koeficijentu drugog reda itd.
Tako se na primer, parcijalni koeficijent korelacije drugog reda izme|u prve i
druge promenljive, uz konstantan uticaj tre}e i ~etvrte promenljive, izra~unava
pomo}u parcijalnih koeficijenata korelacije prvog reda prema obrascu:
r12.3 r14 .3 r24 .3
r12.34 =
1 r14 .3 2 1 r24 .3 2
Linearni model, na koji su se odnosila prethodna razmatranja vezana za

utvr|ivanje me|uzavisnosti i ja~ine veze izme|u skupova veli~ina, ne izraàva
uvek stvarnu prirodu datih veza, kako je prikazano na slici 1.3.l,c. Tada se radi
o krivolinijskoj regresiji i korelaciji za ~iju analizu se koriste metode transfor-
macije jedne ili obe promenljive kako bi se uspostavila linearna veza. Naj~e{}e
se primenjuje logaritamska transformacija, kada se podaci skupova promenlji-
vih zamenjuju njihovim logaritmima. Primenom, dalje, metode linearne kore-
lacije izraàva se karakter i ja~ina me|uzavisnosti, ali koeficijent linearne ko-
relacije (r) u datom slu~aju nije sasvim podesan pokazatelj, nego se izra~unava
indeks krivolinijske korelacije, prema obrascu:
Y ,X 2
= 1
Y2
gde je Y,X2 varijansa regresije izra~unata na osnovu empirijskih podataka, a Y2
varijansa promenljive Y. Kao {to se vidi, za razliku od linearne regresije i korela-
cije, u datom slu~aju je zna~ajno koja je od promenljivih uzeta za X, a koja za Y.
Kao metoda za povi{enje kvaliteta proizvoda i usluga i procesa rada preduze}a
i uslu`nih organizacija, korelaciona analiza se vrlo ~esto svodi samo na utvr|i-
vanje postojanja me|uzavisnosti dva skupa podataka za koje je prethodnom
kvalitativnom analizom utvr|en smisao veze. U datim slu~ajevima je dovoljno
[114], posedovanjem relevantnog uzorka sa veli~inama - podacima za predmet-
ne skupove, nacrtati DIJAGRAM RASIPANJA i na osnovu njegovog oblika oce-
niti karakter me|uzavisnosti.
Preporuke za broj parova ta~aka u dijagramu rasipanja se obi~no svode na

broj ne manji od 30 ta~aka.
3. POSTUPAK
3.1 Na~in primene metode
Primena metode DIJAGRAM RASIPANJA sastoji se u izvo|enju slede}ih
koraka:
Korak 1: Prikupljanje podataka

Potrebno je, za dva skupa veli~ina (X, Y) za koje postoje pokazatelji
da su u me|usobnoj vezi i koje su predmet analize, prikupiti
podatke za parove podataka - ta~ke (x,y) u dijagramu rasipanja.
Preporu~uje se da bude oko 30 parova podataka, a podaci se moraju
zasnivati na odre|enom zajedni~kom obele`ju - isti uzorak, isti deo
procesa rada, isti vremenski period i sli~na obele`ja.
Korak 2: Crtanje dijagrama rasipanja

Postupak crtanja dijagrama rasipanja obuhvata zahvate:
Nacrtati koordinatni sistem (x - y), uzimaju}i u obzir preporu-
ke o razmeri datih osa,
Prona}i maksimalnu i minimalnu veli~inu podataka x i y i upo-
trebiti ih za podelu odgovaraju}ih osa koordinatnog sistema;
obe ose bi trebalo da budu jednake duìne,
Ucrtati parove podataka u koordinatni sistem (x - y) u obliku,
na pregledan na~in ozna~enih, ta~aka.
Korak 3: Analiza oblika dijagrama

Koriste}i karakteristi~ne oblike dijagrama rasipanja, date na slici
1.3.1, utvrditi postojanje i karakter me|uzavisnosti dva analizirana
skupa podataka.
Korak 4: Odre|ivanje intenziteta me|uzavisnosti

Za korektno utvr|ivanje postojanja me|uzavisnosti i odre|ivanje
intenziteta veze potrebno je odrediti, u funkciji karaktera utvr|ene
me|uzavisnosti, slede}e parametre:
koeficijent korelacije,
koeficijent determinacije,
indeks krivolinijske korelacije u slu~aju da je utvr|en krivoli-
nijski oblik korelacije.
Nakon oblikovanja DIJAGRAMA RASIPANJA i odre|ivanja intenziteta veze -

me|uzavisnosti analiziranih skupova veli~ina potrebno je izvesti potrebne zak-
lju~ke u smislu preporuka za uvaàvanje istraènih odnosa u odgovaraju}em
[101] delu procesa rada preduze}a ili uslu`ne organizacije.
3.2 Prakti~ne preporuke

U cilju obezbe|enja preglednosti i mogu}nosti dono{enja pouzdanih ocena o
postojanju i karakteru me|uzavisnosti skupova podataka, u primeni metode
DIJAGRAM RASIPANJA potrebno je voditi ra~una o odre|enim prakti~nim ele-
mentima [33], datim u nastavku.
.1 Veli~ina uzorka, izbor osa, razmera dijagrama, ozna~avanje

Uzorak (broj parova podataka - ta~aka) koji je uzet za osnovu crtanja
dijagrama rasipanja mora da odslikava karakteristike osnovnih skupo-
va veli~ina ~ija se analiza vr{i. Preporu~uje se da bude ne manje od 30
slu~ajno uzetih parova podataka;
Podaci se moraju zasnivati na odre|enom zajedni~kom obele`ju - isti
uzorak, isti deo procesa rada, isti vremenski period i sli~na obele`ja.
Ako dato zajedni~ko obele`je odre|uje i me|usobnu uslovljenost pro-
menljivih onda je za promenljivu X (horizontalna osa) potrebno iza-
brati uzroke, a za promenljivu Y (vertikalna osa) posledice;
Pri izboru razmere dijagrama rasipanja (dimenzionisanja promenljivih)
potrebno je zadovoljiti princip jednakosti osa. Na osama dijagrama treba
da budu, u odre|enoj razmeri i podeli, predstavljeni rasponi izme|u
minimalne i maksimalne veli~ine promenljivih;
Naglasiti razliku, ukoliko ona postoji, izme|u ta~aka u "oblaku ta~a-
ka" na pogodan na~in. Na primer:
slu~aj jednostruke pojave para ta~aka - oznaka , a
slu~aj vi{estruke pojave para ta~aka - oznaka .
.2 Pouzdanost podataka i ocene me|uzavisnosti
U prikupljanju podataka mogu}a je

pojava gre{ke u podacima koja se ne
moè utvrditi pre nego {to se nacrta
"oblak ta~aka". Ako se u dijagramu
rasipanja pojave ta~ke koje znatno
odstupaju od ostalih parova podataka
(Slika 1.3.2) njih treba isklju~iti iz raz-
matranja kao "grube gre{ke" jer }e de-
formisati sliku o karakteru me|uzavis-
nosti i umanjiti pouzdanost ocene.
Ako se ocena o intenzitetu me|uzavi-
snosti ne moè doneti samo na osnovu
izgleda dijagrama rasipanja pri}i odre-
|ivanju koeficijenta korelacije, deter-
minacije ili indeksa krivolinijske kore-
Slika 1.3.2: Gruba gre{ka u podacima lacije.
.3 Razlaganje podataka (stratification)

Ako se ne vodi dovoljno ra~una o karakteru veli~ina u skupovima mogu}a je
pojava iskrivljene slike o karakteru me|uzavisnosti i pogre{nih zaklju~aka. Primer
na slici 1.3.3 pokazuje da se razlaganjem podataka po karakteru promenljive X
(na posebne uzorke A i B) ocena o nepostojanju me|uzavisnosti menja u ocenu o
postojanju pozitivne linearne korelacione veze za pojedina~ne uzorke.
Slika 1.3.3: Razlaganje podataka u primeni metode DIJAGRAM RASIPANJA
.4 Rangiranje promenljivih
U odre|enim slu~ajevima potrebno je detaljno analizirati oblik "oblaka ta~a-
ka" u DIJAGRAMU RASIPANJA i podataka na kojima je zasnovano njegovo cr-
tanje u pogledu mogu}nosti podele (rangiranja) promenljivih na vi{e podru~ja.
Primer na slici 1.3.4 pokazuje da se podelom promenljive X na dva podru~ja A i

B ocena o utvr|enoj me|uzavisnosti menja na slede}i na~in:
U slu~aju analize bez rangiranja promenljive X ocena je da postoji kri-
volinijska korelacija ~iji intenzitet bi trebalo posebno istraìti;
U slu~aju rangiranja promenljive X na dva podru~ja A i B ocena se me-
nja tako da u oba slu~aja postoji pravolinijska korelacija. Potrebno je
naglasiti da je rangiranje mogu}e samo ako podru~ja A i B imaju odre-
|eni fizi~ki smisao.
Slika 1.3.4: Rangiranje promenljivih u primeni metode DIJAGRAM RASIPANJA
4. PRIMERI
U cilju prakti~ne ilustracije mogu}nosti analize veli~ina predmetnom metodom, u

nastavku su dati primeri oblikovanja DIJAGRAMA RASIPANJA za slu~ajeve:
analize me|uzavisnosti PARAMETARA KVALITETA predmeta rada u
ma{inskoj industriji,
analize me|uzavisnosti odre|enog PARAMETRA PROCESA i POJAVE
NEZADOVOLJAVAJU]EG KVALITETA predmeta rada u proizvodnji.
Primer 1: ANALIZA ME\

ME\UZAVISNOSTI PARAMETARA KVALITETA
Kvalitet tolerancijskog polja i hrapavost obra|ene povr{ine kod predmeta rada
koji podleù obradi skidanjem strugotine u industriji prerade metala su
veli~ine ~ija me|uzavisnost nije jednozna~no utvr|ena.
Poznato je, u praksi razrade konstrukciono - tehnolo{ke dokumentacije za proiz-
vode iz predmetnog podru~ja, da date dve grupe (skupa) veli~ina stoje u odre|enoj
me|uzavisnosti koja ne moè biti iskazana kao strogo funkcionalna. Postoje i stan-
dardima (JUS M.A1.025) odre|ene preporuke u datom smislu, prema tabeli 1.3.1.
Tabela 1.3.1: Zavisnost kvaliteta povr{inske obrade i kvaliteta tolerancijskog polja
Oznaka Oznaka klase kvaliteta obrade i pripadaja}a vrednost srednjeg

odstupanja profila Ra za podru~je nazivnih mera
klase ISO
tolerancije do 3 iznad 3 do 18 iznad 18 do 80 iznad 80 do 250 iznad 250
Klasa Ra Klasa Ra Klasa Ra Klasa Ra Klasa Ra
IT 5 4 0,10 5 0,20 6 0,40 6 0,40 7 0,80

IT 6 5 0,20 6 0,40 6 0,40 7 0,80 7 0,80
IT 7 6 0,40 6 0,40 7 0,80 8 1,60 8 1,60
IT 8 6 0,40 7 0,80 8 1,60 8 1,60 9 3,20
IT 9 7 0,80 7 0,80 8 1,60 9 3,20 10 6,30
IT 10 8 1,60 8 1,60 9 3,20 10 6,30 10 6,30
IT 11 8 1,60 9 3,20 10 6,30 10 6,30 11 12,5
IT 12 9 3,20 9 3,20 10 6,30 11 12,5 12 25,0
IT 13 10 6,30 10 6,30 11 12,5 12 25,0 12 25,0
IT 14 11 12,5 11 12,5 12 25,0 12 25,0 13 50,0
IT 15 11 12,5 11 12,5 12 25,0 13 50,0 14 100
IT 16 12 25,0 12 25,0 13 50,0 14 100 14 100
Nazivne mere u mm, a vrednosti za Ra u mikrometrima [m]
Primer je odabran u cilju dobijanja saznanja da li se predmetna me|uzavisnost,
za koju je iskustveno utvr|eno da neosporno postoji, primenjuje u postupcima
konstruisanja predmeta rada u ma{instvu.
2. PODACI
Za izvo|enje analize odabran je uzorak - odre|eni broj slu~ajno uzetih crteà

predmeta rada koji sadrè podatke o 300 mera predmeta rada za koje je u pos-
tupku konstruisanja utvr|en:
X - kvalitet tolerancije i
Y - kvalitet povr{inske obrade,
odnosno dva skupa podataka, kako je dato u tabeli 1.3.2, na osnovu kojih je
mogu}e izvesti analizu prema napred datom postupku.
Potrebno je naglasiti da je, u datom primeru, veli~ina mere predmeta rada isk-
lju~ena iz razmatranja kao tre}i skup veli~ina koji, iako uti~e na veli~ine para-
metara datih skupova podataka, ne uti~e na karakter njihove me|uzavisnosti.
Tabela 1.3.2: Podaci iz uzorka za Primer 1
Redni broj Kvalitet Kvalitet Redni broj Kvalitet Kvalitet
para elemenata tolerancijskog povr{inske para elemenata tolerancijskog povr{inske
u uzorku polja IT obrade N u uzorku polja IT obrade N
1 5 4 31 11 8
2 5 5 32 11 9
3 5 6 33 11 10
4 5 6 34 11 10
5 5 7 35 11 11
6 6 5 36 12 9
7 6 6 37 12 9
8 6 6 38 12 10
9 6 7 39 12 11
10 6 7 40 12 12
11 7 6 41 13 10
12 7 6 42 13 10
13 7 7 43 13 11
14 7 8 44 13 12
15 7 8 45 13 12
16 8 6 46 14 11
I7 8 7 47 14 11
18 8 8 48 14 12
19 8 8 49 14 12
20 8 9 50 14 13
21 9 7 51 15 11
22 9 7 52 15 11
23 9 8 53 15 12
24 9 9 54 15 13
25 9 10 55 15 14
26 10 8 56 16 12
27 10 8 57 16 12
28 10 9 58 16 13
29 10 10 59 16 14
30 10 10 60 16 14
3. OBLIKOVANJE DIJAGRAM RASIPANJA

Podaci iz tabele 1.3.2 omogu}ili su crtanje dijagrama rasipanja, prema napred

opisanom postupku, ~iji je oblik prikazan na slici 1.3.5.
Radi sticanja potpune informacije o karakteru me|uzavisnosti, ozna~avanje
parova ta~aka u dijagramu rasipanja na slici 1.3.5, izvedeno jena slede}i na~in:
U slu~aju jednostruke pojave para ta~aka - oznakom ,
U slu~aju vi{estruke pojave para ta~aka - oznakom .
Slika 1.3.5: Oblik dijagrama rasipanja za Primer 1
Podaci i na osnovu njih nacrtani dijagram rasipanja za dati primer pokazuju da

se u postupcima konstruisanja predmeta rada u ma{instvu koristi veoma jaka
pozitivna korelaciona veza posmatranih skupova veli~ina.
Primer 2: ANALIZA ME\

ME\UZAVISNOSTI PARAMETRA PROCESA
i POJAVE NEZADOVOLJAVAJU]EG KVALITETA
U proizvodnji posuda od plasti~nog materijala metodom livenja pod pritiskom
uo~en je problem nedozvoljenih odstupanja debljine zida posude. Izvedene su
provere karakteristika kvaliteta ulaznog materijala, konstrukcionih elemenata
alata i funkcionalnih i tehni~kih karakteristika ma{ine, ali odstupanja od proje-
ktovanih veli~ina nisu utvr|ena. Pojava nezadovoljavaju}eg kvaliteta uslovila
je analizu postupka rada koja se, izme|u ostalih veli~ina, odnosila i na ispitiva-
nje uticaja parametara reìma rada na napred datu karakteristiku kvaliteta. Zna-
~ajan parametar reìma rada u posmatranom procesu je pritisak vazduha u
instalaciji ma{ine, pri ~emu su utvr|ene njegove dnevne varijacije u relativno
uskim granicama.
Kako su debljina zida proizvoda - posude i radni pritisak vazduha veli~ine ~ija di-
rektna veza u procesima date vrste nije jednozna~no utvr|ena, organizovano je
prikupljanje podataka radi utvr|ivanja postojanja i karaktera me|uzavisnosti
posmatranih veli~ina. Podaci dobijeni iz procesa [33], ~ije zajedni~ko obele`je
je datum izuzimanja, prikazani su u tabeli 1.3.3.
Tabela 1.3.3: Podaci iz procesa za Primer 2
Datum Pritisak Procenat Datum Pritisak Procenat
izuzimanja vazduha kvara* izuzimanja vazduha kvara
podataka [Bar] [%] podataka [Bar] [%]
Okt. 1 8,6 0,889 Okt. 22 8,7 0,892
Okt. 2 8,9 0,884 Okt. 23 8,5 0,877
Okt. 3 8,8 0,874 Okt. 24 9,2 0,885
Okt. 4 8,8 0,891 Okt. 25 8,5 0,866
Okt. 5 8,4 0,874 Okt. 26 8,3 0,896
Okt. 8 8,7 0,886 Okt. 29 8,7 0,896
Okt. 9 9,2 0,911 Okt. 30 9,3 0,928
Okt. 10 8,6 0,912 Okt. 31 8,9 0,886
Okt. 11 9,2 0,895 Nov. 1 8,9 0,908
Okt. 12 8,7 0,896 Nov. 2 8,3 0,881
Okt. 15 8,4 0,894 Nov. 5 8,7 0,882
Okt. 16 8,2 0,864 Nov. 6 8,9 0,904
Okt. 17 9,2 0,922 Nov. 7 8,7 0,912
Okt. 18 8,7 0,909 Nov. 8 9,1 0,925
Okt. 19 9,4 0,905 Nov. 9 8,7 0,872
*) Primer je preuzet iz japanske literature - obratiti pa`nju na zna~aj problema koji je iskazan
procentom nezadovoljavaju}eg kvaliteta (kvara) od 0,9%!
2. OBLIKOVANJE DIJAGRAMA RASIPANJA

Podaci iz tabele 1.3.3 omogu}ili su crtanje dijagrama rasipanja, prema napred
opisanom postupku i uz ozna~avanje parova ta~aka na isti na~in kao u pret-
hodnom primeru. Dijagram rasipanja ima oblik prikazan na slici 1.3.6.
Slika 1.3.6: Oblik dijagrama rasipanja za Primer 2
Podaci i na osnovu njih nacrtani dijagram rasipanja za dati primer pokazuju da

u posmatranom procesu rada postoji jaka pozitivna korelaciona veza izme|u
analiziranih skupova veli~ina - procenta kvara (odre|enog u pogledu odstupanja
debljine zida proizvoda) i radnog pritiska vazduha.
Utvr|ena me|uzavisnost se moè iskoristiti za izvo|enje korektivnih dejstava us-
merenih na eksperimentalno istraìvanje optimalne veli~ine posmatranog para-
metra reìma rada (radnog pritiska) i njegovo ujedna~avanje na datom nivou.
3. ODRE\IVANJE INTENZITETA KORELACIJE

Pre izvo|enja eksperimentalnog istraìvanja optimalne veli~ine utvr|enog
reìma rada pogodno je utvrditi intenzitet veze izme|u dve posmatrane i, kako
je ocenjeno, linearno me|uzavisne promenljive X i Y (skupa podataka).
Za date potrebe su, na osnovu prikupljenih podataka (Tabela 1.3.3) odre|ene
veli~ine date u tabeli 1.3.4.
Tabela 1.3.4: Podloge za odre|ivanje intenziteta korelacije za Primer 2
Datum Pritisak Procenat
izuzimanja vazduha (X) kvara (Y)
podataka [Bar] [%] X2 Y2 XY
Okt. 1 8,6 0,889 73,96 0,79032 7,6454
Okt. 2 8,9 0,884 79,21 0,78146 7,8676
Okt. 3 8,8 0,874 77,44 0,76388 7,6912
Okt. 4 8,8 0,891 77,44 0,79388 7,8408
Okt. 5 8,4 0,874 70,56 0,76388 7,3416
Okt. 8 8,7 0,886 75,69 0,78500 7,7082
Okt. 9 9,2 0,911 84,64 0,82992 8,3812
Okt. 10 8,6 0,912 73,96 0,83174 7,8432
Okt. 11 9,2 0,895 84,64 0,80102 8,2340
Okt. 12 8,7 0,896 75,69 0,80282 7,7952
Okt. 15 8,4 0,894 70,56 0,79924 7,5096
Okt. 16 8,2 0,864 67,24 0,74650 7,0848
Okt. 17 9,2 0,922 84,64 0,85008 8,4824
Okt. 18 8,7 0,909 75,69 0,82628 7,9083
Okt. 19 9,4 0,905 88,36 0,81902 8,5070
Okt. 22 8,7 0,892 75,69 0,79566 7,7604
Okt. 23 8,5 0,877 72,25 0,76913 7,4545
Okt. 24 9,2 0,885 84,64 0,78322 8,1420
Okt. 25 8,5 0,866 72,25 0,74996 7,3610
Okt. 26 8,3 0,896 68,89 0,80282 7,4368
Okt. 29 8,7 0,896 75,69 0,80282 7,7952
Okt. 30 9,3 0,928 86,49 0,86118 8,6304
Okt. 31 8,9 0,886 79,21 0,78500 7,8854
Nov. 1 8,9 0,908 79,21 0,82446 8,0812
Nov. 2 8,3 0,881 68,89 0,77616 7,3123
Nov. 5 8,7 0,882 75,69 0,77792 7,6734
Nov. 6 8,9 0,904 79,21 0,81722 8,0456
Nov. 7 8,7 0,912 75,69 0,83174 7,9344
Nov. 8 9,1 0,925 82,81 0,85562 8,4175
Nov. 9 8,7 0,872 75,69 0,76038 7,5864
UKUPNO: 8,7 0,872 2312,02 23,97833 235,3570

Za odre|ivanje intenziteta me|uzavisnosti analiziranih veli~ina - radnog priti-

ska kao reìma procesa rada i procenta kvara iskazanog na osnovu utvr|enog
parametra kvaliteta proizvoda, izra~unati su:
Koeficijent korelacije, prema obrascu:
( X i )( Yi )
X i Yi
r= n =

2 ( X i ) 2 ( Yi ) 2
2

X i n Yi n

263 , 2 26 ,816
235 ,357
30 0,0913
= = = 0,59
2 2 2 ,88 0,0084
2312,02 263 , 2 23 ,97833 26 ,816
30 30

Koeficijent determinacije, prema obrascu:

r2 = 0,592 = 0,348.
Na osnovu ukupnih rezultata analize skupova podataka iz posmatranog prime-
ra, primenom metode dijagram rasipanja, mogu}e je izvesti slede}e zaklju~ke:
Izgled "oblaka ta~aka" u dijagramu rasipanja ukazao je na postojanje
pozitivne linearne korelacone veze (me|uzavisnosti) analiziranih
veli~ina i potrebu posebnih istraìvanja optimalne veli~ine parametra
reìma rada iskazanog kao radni pritisak vazduha, radi smanjenja
procenta kvara u proizvodnji,
Koeficijent korelacije, dobijen u veli~ini r = 0,59 potvrdio je ocenu
koja je zasnovana na izgledu dijagrama rasipanja i jasno ukazuje na
intenzitet analizirane me|uzavisnosti, odnosno na neophodnost
projektovanja i izvo|enja korektivnih zahvata u datoj fazi procesa,
Koeficijent determinacije, dobijen u veli~ini r2 = 0,592 = 0,348, kao fak-
tor detaljnije analize me|uzavisnosti posmatranih skupova podataka,
pokazuje da je pojava nezadovoljavaju}eg kvaliteta predmeta rada, ako
se on meri procentom kvara iskazanog odstupanjem debljine zida posu-
de izvan projektovanih granica, nije uslovljena samo variranjem radnog
pritiska vazduha. Ta~nije, 35% odstupanja od projektovanog kvaliteta
u datoj fazi procesa moè se objasnjiti njegovom vezom sa posmatranim
reìmom rada.
Imaju}i u vidu da pojavu kvara uslovljava ve}i broj uticaja u posmatranoj, ali i u
prethodnim fazama procesa, moè se izvesti ukupna ocena da je analizirana
me|uzavisnost od velikog zna~aja i da joj treba posvetiti posebnu pa`nju u
neophodnim zahvatima racionalizacije procesa proizvodnje.
5. ZAKLJUÂK
Dijagram rasipanja, kako je napred izneto, ima {iroku primenu kao poseban vid
matemeti~ko - statisti~kih metoda u istraìvanju me|uzavisnosti skupova veli~ina
za koje, u skladu sa prirodom procesa rada preduze}a i uslu`nih organizacija, ne
postoje pouzdani dokazi da stoje u direktnoj funkcionalnoj vezi.
Bezbroj je primera procesa rada razli~itih funkcija preduze}a ili uslu`ne orga-
nizacije u kojima u~esnici imaju potrebu da ocene me|uzavisnost veli~ina koje
su predmet njihovog rada [86] i za koje poseduju relevantne podatke. U najve-
}em broju slu~ajeva dovoljno je saznanje da veza o kojoj je re~ postoji i saz-
nanje o op{tem karakteru veze, odnosno dovoljno je nacrtati "oblak ta~aka",
{to je zahvat za ~ije izvo|enje je potrebno utro{iti, kako pokazuje slika 1.3.7,
nesrazmerno malo vremena u odnosu na efekte koji mogu da se ostvare.
Slika 1.3.7: Dijagram rasipanja - vodi~ za primenu

Posebno je zna~ajna primena dijagrama rasipanja u kombinaciji sa drugim, pre
svega kvalitativnim metodama i tehnikama za povi{enje kvaliteta proizvoda/uslu-
ga i procesa rada.
1.4
KONTROLNE KARTE
Dr Vojislav Vulanovi}
Dr Bato Kamberovi}
UVOD
Kontrolne karte spadaju u statisti~ke metode kontrole kvaliteta. U su{tini to je
grafikon na kome apscisa predstavlja redosled kontrolisanja a na ordinatu se
ubeleàvaju vrednosti parametra, koje kontroli{emo preko uzoraka odre|ene
veli~ine. Pomo}u kontrolne karte utvr|ujemo variranje kvaliteta a s tim u vezi
stabilnost i sposobnost procesa proizvodnje u odnosu na utvr|ene kontrolne
granice [27].
Dr [juart, koji se moè smatrati tvorcem kontrolnih karata, kaè da je njihov
zadatak:
1. da odràvaju proces proizvodnje u stanju kontrole
2. da dovedu proces proizvodnje u stanje kontrole
3. da pokaù da li je postignuto stanje kontrole.
Po Dr [juartu "za neku pojavu se kaè da je pod kontrolom ako na osnovu dosada{-
njih podataka moèmo predvideti, bar u izvesnim granicama, kako }e se pojava
menjati u budu}nosti. Ovde se pod predvi|anjem unutar izvesnih granica
podrazumeva da moèmo utvrditi, bar pribli`no, verovatno}u da }e se pojava na}i
unutar datih granica" [83].
Kontrolna karta je dijagram gde na vertikalnoj osi unosimo vrednosti karak-
teristike kvaliteta ~ije variranje prou~avamo. Svaku kontrolnu kartu karakteri-
{u centralne linije (proseci) i kontrolne granice. Kada se variranje procesa od-
vija u okviru kontrolnih granica, onda se za proces kaè da je pod kontrolom.
U suprotnom nije pod kontrolom.
Kada je proces pod kontrolom to zna~i da je variranje kvaliteta normalno i da
je proces proizvodnje stabilan. Kad proces nije pod kontrolom imamo nenor-
malno variranje kvaliteta, ~ija je posledica nestabilnost procesa proizvodnje.
Kod novog proizvoda najzna~ajnije je ustanovljavanje tolerancija. Konstruktor
odre|uje tolerancije koje ~esto proces proizvodnje nije u stanju da zadovolji.
1.4 Kontrolne karte 63
Konstruktor je preko kontrolnih karata upoznat sa stvarnom sposobno{}u

procesa i tako moè da "optimizira" me|usobni odnos tolerancija i sposobnost
raspoloìvih sredstava za proces izrade. Uloga kontrolne karte u ovom slu~aju
je koordinatorska izme|u radnika, kontrolora, tehnologa i konstruktora, {to je
veoma zna~ajno u sistemu upravljanja kvalitetom [42].
Pored svega toga, kontrolne karte pruàju objektivnu informaciju o stanju
kvaliteta rukovode}em osoblju u proizvodnji. One imaju i psiholo{ko dejstvo,
jer proizvodni radnik, pode{iva~, kontrolor, poslovo|a i tehnolog dobijaju
vizuelnu predstavu o valjanosti i sposobnosti procesa proizvodnje pa doìvlja-
vaju li~nu satisfakciju za uspe{no obavljene poslove, ili ose}aju potrebu da pre-
duzmu ili pokrenu korektivnu aktivnost za otklanjanje uzroka lo{eg kvaliteta [42].
Karakteristike kvaliteta se prema na~inu ocenjivanja dele na [107]:
numeri~ke i
atributivne.
Numeri~ke karakteristike kvaliteta su takva svojstva koja se ocenjuju brojnim

vrednostima kao na primer: temperatura, pritisak, duìna, gustina, snaga itd.
Obi~no se pri tome koristi odgovaraju}a merno-kontrolna i ispitna oprema.
Atributivne karakteristike kvaliteta su stakva svojstva koja se ocenjuju opisno
pa se kaè da je ne{to dobro ili lo{e, da odgovara ili ne, da ide ili ne ide itd.
Vizuelna kontrola kvaliteta je tipi~no atributivno ocenjivanje. Me|utim i kod
atributivnih svojstava kvaliteta postoje mogu}nosti ocenjivanja putem odgova-
raju}e merno - kontrolne i ispitne opreme.
Materija kontrolnih karata obuhvata slede}e:
podru~je primene,
osnovne matemati~ko - statisti~ke relacije,
kontrolne karte za numeri~ke karakteristike kvaliteta,
kontrolne karte za atributivne karakteristike kvaliteta,
analizu sposobnosti procesa
obradu kontrolnih karata pomo}u ra~unara.
1. PODRU^JE PRIMENE
Kontrolne karte imaju primenu u ulaznoj kontroli kvaliteta, u toku
tehnolo{kog procesa, u kontroli kvaliteta gotovog proizvoda, u laboratorijama,
na probnim stolovima, kod osvajanja novih proizvoda, u oceni sposobnosti
procesa i kod istraìva~ko - razvojnih poslova. Sve ove aktivnosti su sastavni
deo procesa koji se odvija u raznim segmentima i na raznim nivoima.
Kontrolne karte podrazumevaju izvesno predznanje iz statistike {to obuhvata
prikupljanje, predstavljanje i interpretiranje podataka.
Statisti~ke metode obezbe|uju na~ine pristupanja neizvesnim doga|ajima i

predvi|anje rezultata. Re~ "statistika" obi~no stvara utisak o zastra{uju}oj
tematici, koju mogu da prou~avaju samo osobe sa dobro ste~enim analiti~kim
predznanjem. Statisti~ki elemenat SPC programa uklju~uje prosto rukovanje
podacima a podrazumeva tehni~ko razumevanje problema. Dakle,
strukturisani podaci pedstavljaju osnovu za interpretaciju posmatrane pojave
odnosno problema [69,72].
Procesi se najpre dovode pod kontrolu, a zatim pobolj{avaju smanjenjem vari-

jabilnosti na nominalnu vrednost ili u pogodnim slu~ajevima na smanjenje ni-
voa odbacivanja neispravnih jedinica do nule. Kako se zahteva stalno pobolj{a-
nje kvaliteta to kontrola sama za sebe nije dovoljna nego predstavlja samo deo
ciklusa kontinualnog procesa pobolj{avanja. U praksi postoje prakti~na i fi-
nansijska ograni~enja do kojih je mogu}e i}i sa pobolj{anjima, ali kona~ni cilj
je perfekcija odnosno rad bez gre{ke [7,108].
Postoje ~etiri glavna razloga koja opredeljuju organizaciju prilikom dono{enja

odluke o uvo|enju kontrolnih karata, a to su [7]:
spolja{nji pritisak - kupci zahtevaju uvo|enje programa kao preduslov sarad-
nje,
interna korist - korisne implikacije su razli~ite, mnogobrojne i u ve}ini slu-
~ajeva o~igledne,
opstanak - trì{na konkurencija zahteva stalne promene unutar preduze}a
a prvi preduslov opstanka je prepoznavanje potrebe za primenom kon-
trolnih karata i
tro{kovi kvaliteta - uvo|enje kontrolnih karata pretpostavlja pove}ane
preventivne tro{kove (tro{kovi vezani za planiranje kvaliteta,
projektovanje i obuku) koji u krajnjoj instanci imaju za posledicu
smanjenje ukupnih tro{kova kvaliteta.
Umesto "ga{enja poàra" ili "izdvajanja ìvih od mrtvih" aktivnosti treba da

su usmerene na preventivu, odnosno na sistem, koji onemogu}ava
pojavljivanja gre{aka (teìti otklanjanju problema na samom izvoru njegovog
nastanka).
Naime, odre|ene procene ukazuju da oko 30 % dnevnih aktivnosti su

beskorisne. Gubi se vreme na proveru tu|eg rada, pronalaènju delova koji
nisu na svom pravom mestu unutar sistema, popravljanju karakteristika koje
nisu u granicama dozvoljenih odstupanja, izvinjavanju u~esnicima u daljem
procesu rada, itd. Ova lista je duga i predstavlja gubitak vremena, sredstava i
napora. U tom smislu smanjenje entropije procesa u direktnoj je proporciji sa
smanjenjem predmetnih gubitaka.
SPC programi podrazumevaju kontrolu i pobolj{anje procesa a time i te`nju ka

manjoj entropiji procesa i sistema u celini [58].
Iz izloènog se da zaklju~iti da se kontrolne karte odnose na sve procese sistema.
Kontrolne karte, uz podr{ku ra~unarske opreme i odgovaraju}eg softvera, mo-

gu se znatno efikasnije primenjivati. U tom pogledu potrebno je prihvatiti sle-
de}e pretpostavke [87]:
sa ra~unarom radite brè,
sa ra~unarom radite lak{e,
sa ra~unarom u~esnik ostvaruje vi{e,
vremena odgovora ra~unara su prihvatljiva,
verovatno}a re{enja zadatka ra~unarom bliska je jedinici,
programske tehnike se izra|uju modularno i dobro su dokumentovane i
rad sa ra~unarom ne zatvara puteve ljudske komunikacije u radnim proce-
sima.
Klju~ni aspekt kontrolnih karata je da se dobije predvidiv proces a time pred-

vidiv rezultat. Polaznu osnovu za dono{enje suda o predvidljivosti procesa
predstavljaju podaci, izdvojeni i obra|eni na na~in koji omogu}ava dono{enje
relevantnih zaklju~aka.
Mogu}nost blièg upoznavanja na~ina rukovanja podacima i tuma~enja

prepoznatljivih struktura podataka preduslov su uspe{nog uvo|enja kontrolnih
karata u procese i sisteme [33].
Cilj istraìvanja sposobnosti procesa je ocena saglasnosto procesa sa zadatim

zahtevima kvaliteta (na crteìma, specifikacijama, procesnim parametrima,
probanjem proizvoda itd.) i to primenom matemati~ko - statisti~kog instru-
mentarija. Ispitivanje sposobnosti procesa obi~no se obavlja pre po~etka
serijske proizvodnje [112].
Ako su kod odre|enog procesa u potrebnoj meri elimini{u sistematski uticaji

(posebni uticaji ili uzroci) na rasipanje i ako u tom procesu deluju jo{ samo
slu~ajni uticaji na rasipanje onda se taj proces u matemati~ko - statisti~kom
smislu moè ozna~iti kao stabilan ili ovladan [72,105].
Za ocenu stanja "ovladan proces " koriste se odgovaraju}e kontrolne karte.

2. OSNOVNE MATEMATI^KO - STATISTI^KE RELACIJE
Kod pra}enja bilo koje karakteristike kvaliteta dobijaju se razne vrednosti

koje imaju svoju distribuciju (raspodelu). Neke vrednosti imaju ve}u, a neke
manju u~estalost.
2.1 Osnovne karakteristike rasporeda frekvencija
Raspored frekvencija defini{e se sa dve osnovne karakteristike:

vrednost oko koje se frekvencija nagomilava,
rasipanje ili disperzija izmerenih rezultata.
Ove dve osnovne karakteristike rasporeda frekvencija odre|ene su sa

nekoliko veli~ina [91,92].
Karakteristika srednje vrednosti
Postoje vi{e na~ina za izraàvanje srednje vrednosti.
Mod je vrednost sa najve}om frekvencijom.
Medijan je vrednost od koje je jednak broj i manjih i ve}ih rezultata. U slu~aju

da je paran broj rezultata, medijan je aritmeti~ka sredina dve vrednosti od
kojih ima jednak broj i manjih i ve}ih rezultata.
Primer: 6, 6, 7, 7, 7, 8, 8, 9, 9, 9
7+8
Medijan: = =5
2
Medijan je prikladan podatak za srednju vrednost kada podataka nema

mnogo.
U slu~aju gde postoji mogu}nost subjektivnog ocenjivanja tako|e je podesan

medijan, jer je neosetljiv na ekstremne vrednosti.
Prosek ili srednja vrednost je aritmeti~ka sredina svih izmerenih rezultata i izra-
~unava se po obrascu:
n
x + x +K+ xn x
i =1
i
x= 1 2 = ............................... (4.1)
n n
gde su x1 do xn pojedina~ni rezultati merenja.
Prosek kao karakteristika srednje vrednosti naj}e{}e se upotrebljava u

kontroli kvaliteta [22].
Karakteristike za rasipanje
Raspon je razlika izme|u najve}eg i najmanjeg izmerenog rezultata.
Kod velikog broja podataka ova karakteristika nije zna~ajna jer mogu}i poje-
dina~ni ekstremi daju pogre{nu predod`bu stvarnog stanja, zato zna~aj ove ka-
rakteristike opada ako je vi{e od deset podataka [91,92].
Standardna devijacija je tako|e karakteristika rasipanja i data je slede}im izra-
zom:
(x x)
n
2
=
(x 1 x ) + ( x2 x ) +K+( xn x )
2 2
=
2
i =1
i
..... (4.2)
n n
Standardna devijacija ima istu dimenziju kao i izmereni rezultati. Ona je po-
desna kao karakteristika rasipanja kod ve}eg broja rezultata [30].
Koeficijent varijacije je odnos standardne devijacije prema srednjoj vrednosti i
dat je izrazom:

= 100 (%) ................................................. (4.3)
x
i obi~no se izraàva procentima.
Varijansa je kvadrat standardne devijacije.
(x )
n
2
2 =
(x 1 x ) + (x
2
2 ) 2
x +K+ x n x ( ) 2
= i =1
i x
....... (4.4)
n n
Varijansa se ~esto koristi u statisti~kim analizama.
Karakteristika za kosost
Teorijski i idealni raspored frekvencija je simetri~an, me|utim, prakti~no leva
strana moè imati duè prostiranje od desne u odnosu na srednju vrednost i
obratno. Ova karakteristika rasipanja frekvencija se defini{e koeficijentom
kososti, koji je dat izrazom:
(x )
n
3
i x
i =1
k= .............................................. (4.5)
n 3
Vrednost za k moè biti >0 ili <0. Kod simetri~nog rasporeda je k = 0. Ako
vrednosti za koeficijente kososti nisu ve}e od 0,5, onda je uticaj takve kososti
zanemarljiv. Kod ve}eg broja podataka ova karakteristika nema zna~aja i re|e
se koristi.
Na slici 1.4.1 prikazani su nesimetri~ni rasporedi frekvencija sa pozitivnom i

negativnom vredno{}u koeficijenta kososti [107].
Slika 1.4.1: Pozitivna i negativna vrednost koeficijenta kososti
2.2 Rasporedi frekvencija

Kontrolom kvaliteta utvr|uju se numeri~ke karakteristike kvaliteta koje su
u op{tem slu~aju promenljive i vrednosti njihovih relativnih frekvencija
mogu se prikazati funkcijom. Ova kriva daje verovatno}u pojavljivanja po-
jedinih promenljivih i uglavnom se koriste ~etiri teorijska rasporeda frek-
vencija: hipergeometrijski, binomni, poasonov (Poisson) i normalni (Gauss)
raspored.
Kao najosnovniji raspored sa najve}om primenom u kontroli kvaliteta je
Gauss-ov ili normalni raspored [79].
GAUSSOV NORMALNI RASPORED
Ako se posmatra neka pojava i registruju numeri~ke vrednosti promatrane

karakteristike, onda se uo~ava zakonitost javljanja ovih vrednosti. U~estalost
javljanja pojedinih promenljivih je ve}a a drugih je manja.
Verovatno}a javljanja promenljive x kod normalne distribucije moè se izraziti
slede}om funkcijom:
2
1 x x0
1
2 0
y= e ...................................... (4.6)
0 2
gde je:
y - verovatno}a
x - promenljiva
0- parametar koji predstavlja standardnu devijaciju za n
x0 - parametar koji predstavlja prosek za n .
Zna~i da je normalni raspored potpuno odre|en ako nam je poznata standard-

na devijacija i prosek. Grafik ove funkcije dat je na slici 1.4.2 [108].
Iz grafi~kog prikaza krive moèmo konstatovati da je ona simetri~na, da je jed-
notemena i da se asimprotski pribliàva x-osi.
Kriva ima prevojne ta~ke za vrednosti promenljive x = xo 0
Za vrednost x = x0 + 30 kriva se sasvim pribliàva x-osi i y ima vrednost
y = 0,0044.
Ako èlimo da traìmo integral ove funkcije u granicama onda dobijamo
povr{inu F = 1, jer suma svih verovatno}a, odnosno relativnih frekvencija je
ravna jedinici, odnosno 100%.
Slika 1.4.2 Normalni raspored

Vrednosti integrala ispod krive normalne distribucije u odre|enim granicama
su slede}e:
x0 0 0,6826 68,26%
x0 20 0,9544 95,44%
x0 30 0,9973 99,73%
Grafi~ki prikaz ovih povr{ina ispod Gauss-ove krive linije a za navedene grani-
ce 0 ; 20 i 30 dat dat je na slici 1.4.3 [108].
S obzirom na ovakvu osobinu normalne distribucije prakti~no proizilazi da su

u granicama 30 nalaze sve izmerene vrednosti. Mogu}e vrednosti van ovih
granica su retke i usamljene, pa prema tome ne karakteri{u promatranu
pojavu.
Mogu}e je izra~unati povr{inu ispod krivulje normalne distribucije za bilo koje
granice, odnosno vrednosti promenljive x. Ako se koordinatni sistem postavi
tako da ordinata predstavlja osu simetrije krivulje normalne distribucije, onda
se udaljenost promenljive moè izraziti pomo}u standardne devijacije
umnoène parametrom koji se obeleàva sa t.
x-x0 = t 0, a odavde je
x x0
t= ................................................................ (4.7)
0
Slika 1.4.3 Povr{ine ispod Gauss-ove krive
Za razne vrednosti parametra t moè se iz tabele 1.4.1 o~itati vrednost povr{ine

ograni~ene Gauss-ovom krivom linijom i x-osom a u granicama od xo do veli~ine
parametra t, koji predstavlja relativno udaljenje u standardnim devijacijama [82].
Tabela 1.4.1
x x0
t 1
1 t2
F (t ) =
2 e
0
2
dt ; t =
0
t 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
3.1 0.4990 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4992 0.4993 0.4993
3.2 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
3.3 0.4995 0.4995 0.4995 0.4996 0.4996 0.4996 0.4996 0.4996 0.4996 0.4997
3.4 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4998
3.5 0.4998
4.0 0.49997
4.5 0.499997
5.0 0.4999997
2.3 Odnos uzorka prema ukupnoj populaciji

Kada se kontroli{e kvalitet u toku tehnolo{kog procesa onda se vr{i relativno
mali broj merenja u odnosu na ukupno proizvedenu masu. No, pri tome se
mora imati na umu da postoji zavisnost izme|u rezultata u uzorku i vrednosti u
ukupnoj populaciji. U toku tehnolo{kog procesa u odre|enim vremenskim
intervalima uzimaju se uzorci od 3, 4, 5 ili 10 komada, koji se ispituju. Nakon
dovoljnog broja posmatranja na bazi ispitanih uzoraka donosi se zaklju~ak za
ukupno proizvedenu koli~inu [4,69,108].
Srednja vrednost ukupne populacije obeleàva se sa x0 a sa 0 standardna

devijacija populacije. Prilikom kontrolisanja uzorka javljaju se veli~ine koje se
obeleàvaju:
x1, x2, x3, ..., xn = pojedine izmerene vrednosti u uzorku (n).

Za svaki uzorak moè se izra~unati x = srednja vrednost; = standardna devi-
jacija uzorka, kao i R = raspon.
Nakon dovoljnog broja posmatranja dobijaju se vrednosti ispitivanja za ~itav
niz uzoraka. Za svaki uzorak izra~unvaju se vrednosti x ; i R, a iz ovih veli~i-
na se moè izra~unati:
x 1 + x 2 +K+ x k
x= .............................................. (4.8)
k
gde je:
k - broj posmatranja a x predstavlja prosek svih proseka ili srednju
vrednost svih srednjih vrednosti.
Srednja vrednost standardne devijacije uzorka izra~unava se po obrascu:

1 + 2 +K+ k
= ............................................ (4.9)
k
gde je:
k - broj posmatranja
- srednja vrednost standardne devijacije uzoraka,
a srednja vrednost raspona izra~unava se po obrascu:

R1 + R2 +K+ Rk
R= .......................................... (4.10)
k
gde je:
k - broj posmatranja
R - srednja vrednost raspona.
Iz ovih veli~ina mogu}e je izra~unati standardnu devijaciju srednjih vrednosti

uzoraka x i to po obrascu:
( x x) + ( x x) +K+( x )
2 2 2
1 2 k x
x = ...................... (4.11)
k
Izme|u x0 i 0 sa jedne strane i x , , R , x sa druge strane postoje odre|eni

odnosi i zavisnost.
Poznavanjem tih odnosa mogu se zaklju~iti osobine ukupno proizvedene koli-
~ine, tj. njena srednja vrednost x0 i rasipanje u granicama 0 po{to zanemarimo
0,27% koji mogu biti izvan.
Na slici 1.4.4 dat je grafi~ki prikaz tih odnosa.
Sl. 1.4.4 Odnos ukupno proizvedene koli~ine i uzorka

Matemati~ke relacije ovih odnosa date su slede}im jedna~inama:

0
x = ...................................................... (4.12)
n
gde je:
n - broj jedinica proizvoda u uzorku.
Granice u podru~ju 6 x nazivamo kontrolnim granicama.

R = d 2 0 ...................................................... (4.13)
gde je:
d2 - funkcija koja zavisi samo od veli~ine uzorka n.
= C2 0 ...................................................... (4.14)
gde je:
C2 - funkcija koja zavisi samo od veli~ine uzorka n.
x = A1
3 x = A2 R ................................................... (4.15)
gde su:
A1 i A2 - faktori za izra~unavanje kontrolnih granica i zavise samo od
veli~ine uzorka n.
Kao {to variraju vrednosti x i imaju svoje podru~je variranja ograni~eno kon-
trolnim granicama, isto tako variraju vrednosti za R i i kontrolne granice
ovih variranja su date izrazima:
Za raspon R
GKGR = D4 R
DKGR = D3 R .............................. (4.16)
Za standardnu devijaciju
GKG = B4
DKG = B3 .............................. (4.17)
gde su D3, D4, B3 i B4 faktori za izra~unavanje kontrolnih granica i zavise
samo od veli~ine uzorka n.
Vrednosti ovih faktora date su u tabeli 1.4.2 [81].
Uticaj veli~ine uzorka na oblik funkcije distribucije prikazan je grafikom na

slici 1.4.5 [69].
Slika 1.4.5 Uticaj veli~ine uzorka na krivu distribucije

Tabela 1.4.2
3. KONTROLNE KARTE ZA NUMERI^KE KARAKTERISTIKE

KVALITETA
Od kontrolnih karata za numeri~ke karakteristike kvaliteta razmotri}e se slede}e:
xR kontrolna karta
x kontrolna karta
Kontrolna karta za individualno pra}enje kvaliteta (kontrolna karta sa
pomi~nim rasponom)
Statisti~ki izve{taj mera (rabo{ kontrolna karta)
3.1 xR - kontrolna karta

Pomo}u ove kontrolne karte prate se proseci x i rasponi - R za izmerene vrednosti
u uzorku. Uzorak za ovu kontrolnu kartu je mali, {to zna~i n < 25 a u praksi se naj-
~e{}e uzima n = 5, n = 10 ili izme|u 5 i 10. Ona je naro~ito pogodna u procesima gde
je komadna proizvodnja i gde se proizvodi na posmatranoj operaciji pojedina~no
tretiraju, ali se tako|e uspe{no primenjuje i u procesnoj industriji. Kontrolnom
tehnologijom se defini{e veli~ina uzorka i u~estalost kontrolisanja. Kontrolor vr{i
obilaske kako je to propisano i meri karakteristiku kvaliteta ~ije se variranje
posmatra. Rezultati merenja beleè se u formular x R-kontrolne karte [20,84].
Izgled ove kontrolne karte dat je na slici 1.4.6.
Da bi ovu kontrolnu kartu mogli podvr}i statisti~koj analizi potrebno je da
broj posmatranja bude barem 20 ( k 20).
Kontrolor u svakom posmatranju evidentira pojedina~ne vrednosti - x za posmatra-
nu karakteristiku kvaliteta na uzorku n koga ispituje. Iz ovih vrednosti se za svako
posmatranje izra~unava prosek x i raspon R, kako je to prikazano u tabeli 1.4.3.
Rezultati merenja Tabela 1.4.3
i (1 k) Broj posmatranja
j (1 n) 1 2 3 ... k
x11 x12 x13 ... x1k
Vrednost x21 x22 x23 ... x2k
merenja . . . .
uzorka n . . . .
. . . .
xn1 xn2 xn3 ... xnk
Srednja x1 x2 x2 ... xk
vrednost
Raspon R1 R2 R3 ... Rk
x1 + x 2 +K+ xn
xi = ; Ri = x j max x j min ......................... (4.18)
n
Na osnovu tako dobijenih podataka vr{i se prora~un za ovu kontrolnu kartu,

prema postupku koji sledi:
1. Izra~unavanje centralnih linija
k
x 1 + x 2 +K x k
x
i =1
i
x= = ........................................... (4.8)
k k
x predstavlja srednju vrednost svih srednjih vrednosti ili prosek svih proseka.
k
R1 + R2 +K Rk R
i =1
i
R= = ....................................... (4.10)
k k
R predstavlja srednju vrednost raspona.
Obrasci (4.8) i (4.10) vrede za n = const.
2. Prora~un kontrolnih granica procesa
Kontrolne granice procesa pokazuju kvalitativno kretanje procesa, njegovu
stabilnost i sposobnost. To su granice mogu}nosti jednog procesa i
predstavljaju normalne varijacije, koje se mogu o~ekivati.
Vrednosti sa kojima se raspolaè su dobijene merenjem uzoraka pa kori{}e-
njem relacija iz ta~ke 2.3 izra~unavaju se kontrolne granice procesa; prvo za
srednje vrednosti x .
G
D KGx = x A2 R ........................................... (4.19)
a zatim za raspon
GKGR = D4 R ; DKGR = D3 R ................................. (4.20)
gde su A2, D3 i D4 faktori za izra~unavanje kontrolnih granica, zavise samo od
n i njihove vrednosti se mogu o~itati u tabeli 1.4.2.
3. Prora~un kontrolnih granica iz zadane tolerancije (dat standard)

Poznato je x0 i 0. Moè biti poznata i tolerancija T iz koje se izra~unava 0.
T
T = 6 0 , odnosno 0 = ......................................... (4.21)
6
Kontrolne granice za srednje vrednosti se dobijaju:
D KGx ( ST ) = x0 A 0 ......................................... (4.22)
G
a za raspon:
GKGR ( ST ) = D2 0 ; DKGR ( ST ) = D1 0 ..................... (4.13)
gde su A, D1 i D2 faktori za izra~unavanje kontrolnih granica, zavise samo od
n i njihove vrednosti se mogu o~itati u tabeli 1.4.2.
PRIMER BROJ 1
Proizvo|a~ je u toku procesa proizvodnje kontrolisao elektri~ni otpor u m.
Kontrolor u jednakim vremenskim razmacima uzima uzorak od 6 jedinica pri
~emu je u 19 posmatranja registrovao stanje prikazano u tabeli 1.4.4. Doku-
mentacijom je postavljen zahtev Xo = 56,5 i o = 5,5.
Tabela 1.4.4
Broj posmatranja 1 2 3 4 5 6 7 8 9
62 53 51 53 57 55 50 56 62
56 45 60 65 66 45 44 40 67
Rezultati merenja
uzorka 58 47 61 43 62 58 51 52 56
n=6 64 59 53 50 42 62 62 61 47
61 67 63 63 64 60 58 63 64
59 65 54 62 45 56 53 58 58
Srednja vrednost 60 56 57 56 56 56 53 55 59
Raspon 8 22 12 22 24 17 18 23 20
Broj posmatranja 10 11 12 13 14 15 16 17 18 19
51 50 64 52 70 66 68 55 55 50
40 52 62 45 60 50 65 44 51 44
Rezultati merenja
uzorka 62 64 68 53 52 47 70 60 65 68
n=6 67 60 50 57 43 52 62 65 58 57
59 62 46 49 65 67 65 56 69 70
63 48 58 50 58 60 42 50 62 59
Srednja vrednost 57 56 58 51 58 57 62 55 60 58
Raspon 27 16 24 12 27 20 28 21 18 26
Prora~un:
1. Prora~un centralnih linija:

x 1 + x 2 + ... + x k 60 + 56 + ... + 58
x= = = 56,84
k 19
R1 + R2 + R3 + ... + Rk 8 + 22 + 12 + ... + 26
R= = = 20,157
k 19
2. Prora~un kontrolnih granica procesa:
G
D KG X = X A2 R = 56,84 0,483 20,157
GKG X = 66,578 ; DKG X = 47,105
GKGR = D4 R = 2,004 20,157 = 40,395
DGK R = D3 R = 0 20,157 = 0
3. Prora~un kontrolnih granica iz datog standarda:
X o = 56,5 i 0 = 5,5
G
D KG X ( ST ) = X o A o = 56,5 1,255 5,5
GKG X ( ST ) = 63,24 ; DKG X ( ST ) = 49,76
GKGR ( ST ) = D2 O = 5,078 5,5 = 27,93

DGK R ( ST ) = D1 O = 0 5,5 = 0
4. Grafi~ki prikaz
Grafi~ka interpretacija ove kontrolne karte data je na slici 1.4.7
5. Zaklju~ak za dati proces proizvodnje

Na osnovu prora~una i grafi~kog prikaza na slici 1.4.7 moè se konstatovati da
je ovaj proces proizvodnje pod kontrolom, jer sve ta~ke dijagrama leè unutar
kontrolnih granica procesa. Zna~i da je proces proizvodnje stabilan i da u bu-
du}nosti moèmo o~ekivati takve vrednosti.
U odnosu na zahtev po dokumentaciji ovaj proces proizvodnje ne zadovoljava.
Naime, rasipanje je ve}e od dozvoljenog i kontrolne granice procesa izlaze iz-
van kontrolnih granica izra~unatih iz datog standarda. Zna~i da se moè
o~ekivati izvesna koli~ina proizvoda koji ne zadovoljavaju postavljen zahtev.
U pogledu centri~nosti procesa moè se re}i da je on ekscentri~an na vi{e, s
obzirom da je ostvarena X = 56,84 , a traì se X 0 = 56,5
Postavlja se pitanje koliki je procenat proizvoda van dozvoljenih granica.
Potrebno je izra~unati standardnu devijaciju ovog procesa proizvodnje i
utvrditi maksimalnu i minimalnu vrednost elektri~nog otpora koja se o~ekuje
u ovom procesu proizvodnje.
R 20,157
= = = 7,95
d2 2,534
x max = X + 3 = 56,84 + 3 7,95 = 80,96
xmin = X 3 = 56,84 + 3 7,95 = 32,99
Dozvoljene vrednosti elektri~nog otpora prema zahtevu dokumentacije su:

doz
X max = X 0 + 3 0 = 56,5 + 3 5,5 = 73
doz
X min = X 0 3 0 = 56,5 3 5,5 = 40
Grafi~ka interpretacija ovoga data je na slici 1.4.8.

Slika 1.4.7: Primer xR kontrolne karte

Slika 1.4.8: Normalna distribucija u odnosu na zahtev za primer br. 1
XX 40 56,84
Izra~unava se veli~ina t 1 = = = 2,212
7,95
Iz tabele 1.4.1 se o~itava vrednost povr{ine ispod Gaussove krive linije za
t1 =2,212 kojoj odgovara F(t1)=0,4865
XX 73 56,84
t2 = = = 2,032
7,95
Iz tabele 1.4.1 se o~itava vrednost povr{ine ispod Gaussove krive linije za t2

=2,03 kojoj odgovara F(t2)=0,4795
Sabiranjem F(t1) i F(t2) i oduzimanjem od 1 dobija se:
F = 1 - ( F(t1) + F(t2) ) = 1 - ( 0,4865 + 0,4795 ) = 0,0345
Procenat proizvoda koji ne zadovoljava zahtev dokumentacije je 3,45%.

3.2 x - kontrolna karta

Pomo}u ove kontrolne karte se prati variranje karakteristike kvaliteta preko
srednje vrednosti uzoraka i njegove standardne devijacije. U principu nema
razlike izme|u ove karte i prethodne i interpretacija je analogna [76].
Ova karta se koristi kada su uzroci ve}i, po pravilu vi{e od 15, a to zna~i da se
koristi za male n < 25 i velike uzorke n > 25. Naro~ito se koristi u tehnolo{kim
procesima, gde se na promatranoj operaciji istovremeno tretira ve}i broj jedi-
nica proizvoda. Ovo je slu~aj u procesima termi~ke obrade, povr{inske za{tite i
sli~no. Tamo gde se na opremi radi jedan po jedan proizvod, ova kontrolna
karta se ne koristi, izuzev kod automatskih brzih procesa. Tako|e se koristi i
na kontroli kvaliteta gotovih proizvoda [41].
Kontrolnom tehnologijom se defini{e veli~ina uzorka i u~estalost kontrolisanja. Kont-
rolor vr{i obilaske kako je to za taj proces propisano i meri karakteristiku kvaliteta ~ije
se variranje promatra. Rezultati merenja beleè se u izve{taj mera u kome se za svako
posmatranje izra~unava srednja vrednost x i standardna devijacija uzorka.
n
x1 + x 2 +K+ x n x
i =1
i
x= = .......................................... (4.1)
n n
n
( x1 x ) 2 + ( x 2 x ) 2 +K+ ( x n x ) 2 (x
i =1
i x) 2
= = ............... (4.2)
n n
Izra~unate vrednosti x i za svako posmatranje unose se u x -kontrolnu kartu.
Da bi se kontrolna karta mogla podvr}i statisti~koj analizi potrebno je izvr{iti
najmanje 15 posmatranja (k > 15). Kod ove kontrolne karte ~esto puta je uzo-
rak promenljiv, odnosno n const.
U kontrolnoj karti je evidentno n, x i u svakom posmatranju i iz ovih poda-
taka sledi postupak prora~una.
Tabela 1.4.5
Rezultati ispitivanja
Broj 1 2 ... k
posmatranja
Veli~ina n1 n2 ... nk
uzorka n
Srednja ...
x1 x2 xk
vrednost x
Standardna ...
1 2 k
devijacija
Prora~un se sastoji u slede}em:


k
n x 1 + n2 x 2 +K+nk x k n x
i =1
i
x= 1 = ............................ (4.24)
n1 + n2 +K+ nk k
ni
i =1
n + n +K+n k k n i i
= 1 1 2 2 = i =1
........................ (4.25)
n1 + n2 +K+ n k k
ni
i =1
x - predstavlja srednju vrednost svih srednjih vrednosti ili prosek proseka.

- predstavlja srednju vrednost standardne devijacije.
Za slu~aj da je n = const. gornji obrasci postaju jednostavniji.
k
x 1 + x 2 +K+ x k
x
i =1
x= = ............................................ (4.8)
k k
k
1 + 2 +K+ k i
= = i =1
........................................ (4.9)
k k
Kontrolne granice procesa pokazuju kvalitativno kretanje procesa, njegovu
stabilnost i sposobnost. To su granice mogu}nosti jednog procesa i
predstavljaju normalne varijacije, koje se mogu o~ekivati.
Kori{}enjem relacija izme|u ukupne populacije i uzorka date u ta~ki 3.3,
izra~unavaju se kontrolne granice procesa.
Kontrolne granice za srednje vrednosti x .
Mali uzorci n 25 Veliki uzorci n > 25

G
D KG x = x A1 G
D KGx = x 3 ................ (4.26)
n
Kontrolne granice za standardnu devijaciju
GKG = B4
G
D KG = 3 ................ (4.27)
DKG = B3 2n
A1; B3 i B4 su faktori za izra~unavanje kontrolnih granica, zavise samo od n i

njihove vrednosti se mogu o~itati u tabeli 1.4.2.
3. Prora~un kontrolnih granica iz zadane tolerancije (dat standard)
Poznato je x0 i 0, odnosno moè biti poznata tolerancija T iz koje se kori{}e-

njem relacije T = 60 izra~unava 0.
Kontrolne granice za srednje vrednosti x se dobijaju iz relacija:

0
G
D KGx ( ST ) = x0 A 0 G
D KGx ( ST ) = x0 3 ................ (4.28)
n
Kontrolne granice za standardnu devijaciju se dobijaju iz relacije:

GKG ( ST ) = B2 0 0
G
KG ( ST ) = 0 3 ................ (4.29)
DKG ( ST ) = B1 0
D
2n
A; B1 i B2 su faktori za izra~unavanje kontrolnih granica, zavise samo od n i

njihove vrednosti se mogu o~itati u tabeli 1.4.2.
PRIMER BROJ 2
Proces termi~ke obrade kontroli{e se merenjem tvrdo}e na uzorku od n = 25
komada. U toku 22 posmatranja registrovano je stanje u x -kontrolnoj karti
prikazanoj na slici 1.4.9. Dokumentacijom je postavljen zahtev za tvrdo}u HB
= 200 - 255 N/mm2 [79].
Analizirati kvalitet ovog procesa proizvodnje.
Prora~un:
1. Prora~un centralnih linija

k
1 + 2 +K+ k i
8,81 + 7,81+K+6,44
= = i =1
=
k k 22
166,78
= = 7,58 N / mm2
22
k
x 1 + x 2 +K+ x k
x 222,5 + 224,1+K+6,44
x= = i =1 =
k k 22
498 300
x= = 226.5 N / mm 2
22
Kontrolne granice za
GGK = B4 = 1,435 7,58 = 10,90 N / mm 2
DGK = B3 = 0,564 7,58 = 4,30 N / mm 2
Kontrolne granice za x
G
D GK x = x A1 = 226,50 0,619 7,58
GGK x = 231,2 N / mm 2 DGK x = 221,8 N / mm 2

A1, B3 i B4 su faktori za izra~unavanje kontrolnih granica i za n = 25 o~itavamo
njihove vrednosti iz tabele 1.4.2.
3. Prora~un kontrolnih granica iz zadatog standarda (iz zadatog propisa)
200 + 255
x0 = = 227,5 N / mm 2
2
T 55
0 = = = 9,2 N / mm 2
6 6
Kontrolne granice za
GKG ( ST ) = B2 0 = 1,392 9,2 = 12,7 N / mm 2
DKG ( ST ) = B1 0 = 0,548 9,2 = 5,0 N / mm 2
Kontrolne granice za x
G
D GK x ( ST ) = x 0 A 0 = 227,5 0,60 9,2
GKGx ( ST ) = 233 N / mm 2 DKGx ( ST ) = 222 N / mm 2
A; B1 i B2 su faktori za izra~unavanje kontrolnih granica i za n = 25 o~itavamo

njihove vrednosti u tabeli 1.4.2
4. Grafi~ki prikaz
Grafi~ka interpretacija ove kontrolne karte data je na slici 1.4.9

Da bi se izra~unala maksimalna, odnosno minimalna tvrdo}a koja se moè

o~ekivati u ukupno proizvedenoj populaciji, potrebno je izra~unati standardnu
devijaciju ukupno proizvedene mase. Ona se obeleàva sa ' 0
= C2 ' 0 ..................................................................... (4.31)
Dobija se:

'0 =
C2
C2 je faktor koji zavisi od n i za n = 25 o~itavamo ga u tabeli 1.4.2.
Kada nam je poznata standardna devijacija proizvedene populacije, onda se iz-

ra~unava o~ekivana maksimalna i minimalna vrednost.
x max = x 3 ' 0 = 226,5 + 3 7.81 = 249,9 N / mm 2
x min = x 3 ' 0 = 226,5 3 7.81 = 203 N / mm 2
Na osnovu grafi~kog prikaza na sl. 1.4.9 i prora~una, moè se zaklju~iti slede}e:
Ovaj proces proizvodnje je stabilan i pod kontrolom tako da se i u

budu}nosti mogu o~ekivati vrednosti u kontrolnim granicama procesa,
Rasipanje ovog procesa proizvodnje je manje od zahtevanog,
Proces je neznatno ekscentri~an na niè,
U ukupno proizvedenoj populaciji moè se o~ekivati variranje tvrdo}e od

203 - 249,9 N/mm2, {to se u potpunosti uklapa u prethodno postavljeni
zahtev,
Prema svemu navedenom ovaj proces proizvodnje u potpunosti zadovo-

ljava.
3.3 Kontrolna karta za individualno pra}enje kvaliteta

Ova kontrolna karta se jo{ i naziva kontrolna karta sa pomi~nim rasponom.
Kod sprovo|enja 100% kontrole kvaliteta, na primer kod sloènih proizvoda,
skupih agregata (turbine, generatori, pumpe) koje se rade u malim koli~inama,
onda se registruju parametri kvaliteta i prate se putem ove kontrolne karte
[76].
Pored toga, ima i takvih tehnolo{kih procesa gde je dovoljno izvr{iti jedno ispi-
tivanje da bi se ocenila ~itava proizvedena masa. Ovaj slu~aj u procesnoj i he-
mijskoj industriji, na primer u proizvodnji piva, alkoholnih pi}a i hemikalija.
Da bi se izvr{iln statisti~ka obrada, potrebno je imati bar 20 posmatranja (k >
20) [82].
Naziv karta sa pomi~nim rasponom dat je otuda {to se raspon izra~unava izme-
|u dva uzastopna ispitivanja, tako da je raspona za jedan manje od broja izme-
renih veli~ina.
Prora~un se sastoji:

x1 + x 2 +K x k
x= .......................................................... (4.1)
k
R1 + R2 +K Rk 1
R= ................................................... (4.32)
k 1
G
D KGx = x 2,66 R ...................................................... (4.33)
GKGR = D4 R ; DKGR = D3 R ............................... (4.34)

D3 i D4 su faktori za izra~unavanje kontrolnih granica i za n = 2 o~itavaju se iz
tabele 1.4.2.
Ukoliko je dat standard, onda tolerancija koja je propisana, odnosno Xmax i
Xmin, istovremeno predstavlja granice dozvoljenih variranja.
PRIMER BROJ 3
Kontroli{e se sadràj silikona u manganovom ~eliku. U toku 15 ispitivanja
dobijeni su slede}i rezultati procenata silikona: 0,70; 0,75; 0,79; 0,74; 0,72; 0,70;
0,70; 0,73; 0,72; 0,76; 0,72; 0,71; 0,74; 0,78; 0,84 [108].
Standardom je propisan za ovaj ~elik, procenat silikona od 0,7 - 1,0%.
Analizirati kvalitet proizvedenog ~elika u ovih 15 {arì.
Prora~un:
1. Prora~un centralnih linija

Najpre je potrebno odrediti pomi~ni raspon, {to je dato na slici 1.4.9.
x1 + x 2 +K x k 0,70 + 0,75+K+0,84 11,10
x= = =
k 15 15
x = 0,74
R1 + R2 +K Rk 1 0,50 + 0,04+K+0,06 0,44
R= = =
k 1 14 14
R = 0,0314

G
D KG x = x 2,66 R = 0,74 2,66 0,0314
GKGx = 0,8235 ; DGK x = 0,6565
GKG R = D4 R = 3,269 0,0314 = 0,1026
DKG R = D3 R = 0 0,0314 = 0
D3 i D4 i o~itavaju se za n = 2 iz tabele 1.4.2.
Iz dijagrama na slici 1.4.10 vidljivo je da 15. posmatranje izlazi van kontrolnih
granica procesa, zato se prora~unate granice ne ucrtavaju u dijagram, nego se
vr{i ponovan prora~un srednjih vrednosti i kontrolnih granica, ali bez 15-tog
posmatranja.
Ponovljen prora~un bez 15-tog posmatranja:
1. Centralne linije
x1 + x 2 +K x14 11,10 0,84
x= = = 0,733
14 14
0,44 0,06
R= = 0,0292
13
2. Kontrolne granice procesa
G
D KG x = x 2,66 R = 0,733 2,66 0,0292
GKG x = 0,810 ; DGK x = 0,655
GKG R = D4 R = 3,269 0,0292 = 0,0954
DKG R = D3 R = 0 0,0292 = 0
Slika 1.4.10: Kontrolna karta za individualno pra}enje kvaliteta - primer broj 3
3. Kontrolne granice iz zadatog standarda

x min = 0,70 ; xmax = 1,00
T 1,00 0,70
0 = = = 0,05
6 6
R0 = 0 d 2 = 0,05 1,128 = 0,0564
GKGR ( st ) = D4 R0 = 3,29 0,0564 = 0,1834
DKG R ( st ) = D3 R0 = 0 0,0564 = 0
d2 je faktor za izra~unavanje kontrolnih granica i za n = 2 o~itava se iz tabele

1.4.2 Dobijena GKGR je daleko iznad kontrolne granice procesa za raspon i
nije ni prikazana na slici 1.4.10.
4. Grafi~ki prikaz ovog procesa proizvodnje

Grafi~ki prikaz dat je na slici 1.4.10.

Na osnovu prora~una i grafi~kog prikaza za ovaj proces proizvodnje, moè se
zaklju~iti slede}e:
Ovaj proces proizvodnje je stabilan i pod kontrolom, jer se sve ta~ke nala-
ze unutar kontrolnih granica procesa. Posmatranje broja 15 je odba~eno,
jer bi ono deformisalo rezultate.
Rasipanje ovog procesa je manje od dozvoljenog. Dozvoljava se od 0,7 -
1,0% a ostvaruje se 0,65 - 0,810%.
Proces je ekscentri~an na niè i zbog toga je DKGx ispod dozvoljenog
minimuma od 0,7%.
Na osnovu izloènog u ovom procesu proizvodnje moè se o~ekivati
izvesna koli~ina ~elika koji ne zadovoljava zahteve standarda. Postavlja se
pitanje kolika je koli~ina ~elika van postavljenog zahteva.
Koriste}i normalnu (Gauss-ovu) distribuciju izra~unava se % nezadovoljavaju-

}eg ~elika. Grafi~ka interpretacija data je na slici 1.4.11.
Sl. 1.4.11 Distribucija za primer broj 3

0,81 0,655
= = 0,0258
6
x x 0,7 0,733
t= = = 1,28
0,0258
Iz tabele 1.4.1 za t = 1,28 o~itava se vrednost povr{ine F(t) = 0,3997 a odavde se dobija:
F = 0,5 - F(t) = 0,5 - 0,3997 = 0,1003
Zaklju~ak bi bio da se u ovom procesu proizvodnje moè o~ekivati 10,03%
nezadovoljavaju}eg ~elika sa manjim procentom silikona od propisanog.
PRIMER BROJ 4
Kontroli{e se vrednost odnosa para/te~nost T36 za motorni benzin MB-95 u
rezervoaru br. 2.
Vrednost odnosa para/te~nost T36 se utvr|uje ra~unskim putem iz rezultata
merenja vi{e karakteristika kvaliteta.
Posmatran je period od 26.06.1997. godine do 31.12.1997. godine i prora~unate
su slede}e vrednosti:
62,50; 73,13; 71,53; 62,74; 65,90; 66,99; 70,05; 67,44; 60,58; 63,67; 72,64; 77,07;
75,48; 74,29; 62,81; 70,81; 62,58; 66,13; 66,51; 67,42,
Standard propisuje vrednost za odnos para/te~nost T36 za zimski period
najmanje 45, dok za letnji najmanje 55.
Prora~un:
1. Prora~un centralnih linija:
x + x2 +K x14 62,50 + 73,13+K+67,42
x= 1 = = 68.01
k 20
R + R2 +K Rk 1 10,63 + 1,6+K+0,91 89,62
R= 1 = =
k 1 19 19
R = 4,7168
D KG x = x 2,66 R = 68,01 2,66 4,7168
G
GKGx = 80,5566 ; DKG x = 55,4633

GKGR = D4 R = 3,269 4,7168 = 15,4192 ;
DKGR = D3 R = 0 4,7168 = 0
3. Grafi~ki prikaz:
Na slici 1.4.12 dat je grafi~ki prikaz.
4. Zaklju~ak
Na osnovu prora~una i grafi~kog prikaza moè se zaklju~iti da je proces zadovo-
ljavaju}i.
3.4 Statisti~ki izve{taj mera (rabo{ kontrolna karta)

Ova kontrolna karta se veoma rado i ~esto koristi u praksi, jer je jednostavan i
efikasan [7]. Izgled ove kontrolne karte dat je na slici 1.1.9.
Iz ukupne populacije N (gotovih proizvoda) uzima se uzorak koji se podvrgava
kontroli kvaliteta. Veli~ina uzorka se odre|uje pomo}u tebela uzorkovanja ili
se prora~unava, {to nije predmet ove materije.
Rezultati ispitivanja kvaliteta na uzorku registruju se u rabo{ kontrolnu kartu,
prema unapred utvr|enim grupama i prema usvojenom intervalu. Iz registro-
vanih podataka izra~unava se srednja vrednost x i standardna devijacija .
Dobijeni rezultati se upore|uju sa propisanim zahtevom ili standardom i
donosi se zaklju~ak za ukupnu populaciju.
Ova kontrolna karta se tako|e koristi i za ocenu sposobnosti sredstava rada
(ma{ina) [102].
PRIMER BROJ 5
Od proizvedenih 4.000 vijaka M-10 uzet je uzorak od 100 komada na kojima je
meren srednji pre~nik navoja. Propisane su vrednosti:
gornja granica tolerancije GGT = 9.026 mm
donja granica tolerancije DGT = 8.903 mm
Merenje se vr{i mikroskopom sa ta~no{}u 0.01 mm. Interval grupe je usvojen
0.02 mm, a granice grupa 0.005 mm. Rezultati merenja su registrovani u rabo{
kontrolnoj karti i prikazani u tabeli 1.4.6. Oceniti kvalitet proizvedenih vijaka.
Tabela 1.4.6
Grupe f d fd fd2
1 9.085 - 9.105 0 7 0 0
2 9.065 - 9.085 1 6 6 36
3 9.045 - 9.065 2 5 10 50
4 9.025 - 9.045 1 4 4 16
5 9.005 - 9.025 7 3 21 63
6 8.985 - 9.005 9 2 18 36
7 8.965 - 8.985 15 1 15 15
8 8.945 - 8.965 24 0 0 0
9 8.925 - 8.945 16 -1 -16 16
10 8.905 - 8.925 12 -2 -24 48
11 8.885 - 8.905 5 -3 -15 45
12 8.865 - 8.885 5 -4 -20 80
13 8.845 - 8.865 2 -5 -10 50
14 8.825 - 8.845 1 -6 -6 36
15 8.805 - 8.825 0 -7 0 0
Ukupno: 100 -17 491
Podaci za prora~un:
N = 4 000; n = 100; i = 0,02; GGT=9.026; DGT=8,903
Prora~un:
1. Izra~unavanje srednje vrednosti x i standardne devijacije
Za pogodno odabranu grupu usvojena je grupa sa najve}om frekvencijom
(grupa 8), pa je D = 8,955 (aritmeti~ka sredina gornje i donje granice
grupe 8)
Izra~unavanje se vr{i prema obrascima:
x = D+i
fd
f ............................................................ (4.35)
fd fd
2
2
=i .......................................... (4.36)
f f
Uvr{tavanjem vrednosti dobija se:
( 17)
x = 8.955 + 0.02 = 8,9516 mm
100
2
491 17
= 0,02 = 0,0442 mm
100 100

Kontrolne granice se izra~unavaju prema obrascu:
G
D KG = x 3 ............................................................. (4.37)
Uvr{tavanjem vrednosti dobija se:
G
D KG = 8,9516 3 0,0442
GKG = 9,0842 mm ; DKG = 8,819 mm
Dobijene vrednosti su {ire od dozvoljene toleranicje. U proizvedenoj koli~ini
vijaka moè se o~ekivati izvesna koli~ina koja ne zadovoljava zadatu toleranci-
ju. Iznalaènje nezadovoljavaju}e koli~ine vijaka vr{i se prora~unavanjem pa-
rametara t1 i t2.
xx
t= ....................................................................... (4.38)

Uvr{tvanjem vrednosti dobija se:
x 1 x 9,026 8,9516 x2 x 8,8903 8,9516
t1 = = = 1,68 ; t2 = = = 110
,
0,0442 0,0442
3. Grafi~ki prikaz
Za izra~unate vrednosti t1 i t2 o~itavaju se povr{ine ispod Gausove krive linije,
kori{}enjem tabele 1.4.1, {to je prikazano na slici 1.4.13.
Slika 1.4.13: Normalna dostribucija u odnosu na zahtev za primer br. 5
F(t1)=0,4535 i F(t2)=0,3643
Ukupna povr{ina iznosi:
F(t) = F(t1) + F(t2) = 0,4535 + 0,3643 = 0,8178
Zna~i da se u tolerantnom polju nalazi 81,78% vijaka, a van tolerancije:
F = 1-F(t) = 1 - 0,8178 = 0,1822,
odnosno 18,22% vijaka ne zadovoljava propisani zahtev, od ~ega je:
F2 = 0,5 - F(t2) = 0,5 - 0,3643 = 0,1357,
odnosno 13,57% vijaka je ispod dozvoljenog minimuma (DGT), a
F1 = 0,5 - F(t1) = 0,5 - 0,4535 = 0,0465,
odnosno 4,65% vijaka je preko dozvoljenog maksimuma (GGT).
4. Zaklju~ak
U datim uslovima (oprema, alat, materijal, i osoblje) procesa ne moè se
ostvariti zahtevana tolerancija.
4. KONTROLNE KARTE ZA ATRIBUTIVNE KARAKTERISTIKE

KVALITETA
Od kontrolnih karata za atributivne karakteristike kvaliteta obradi}e se
slede}e [108]:
p-kontrolna karta
m-kontrolna karta
u-kontrolna karta
c-kontrolna karta i
4.1 p-kontrolna karta

Ova kontrolna karta se koristi za pra}enje proporcije lo{ih. Kod ocenjivanja
kvaliteta proizvodi se razvrstavaju na dobre i lo{e, bez obzira na razlike koje
postoje na njihovim kvalitativnim karakteristikama. Proporcija lo{ih se obele-
àva sa p i predstavlja:
broj lo{ih m
p= = ................................... (4.39)
pregledana koli~ina n
Broj lo{ih se ozna~ava sa m a pregledana koli~ina nije ni{ta drugo nego uzorak n.
Kod ove kontrolne karte polazi se od toga da je najadekvatniji binomni raspo-
red, jer je nesimetri~an, {to defakto u praksi i odgovara, pod uslovom da je
uzorak tako veliki da se u proseku nalazi iznad 4 lo{a proizvoda.
Broj posmatranja k treba da iznosi najmanje 15 (k > 15) da bi se izvr{ila statis-
ti~ka analiza. Uzorak u op{tem slu~aju ne mora biti konstantan n const. Kon-
trolor u svakom posmatranju iz uzorka izdvaja lo{e proizvode i to evidentira u
kontrolnu kartu.
Na osnovu podataka evidentiranih u kontrolnoj karti (vidi tabelu 1.4.7), vr{i se
prora~un:
Tabela 1.4.7
Broj posmatranja k 1 2 ... k
Pregledana koli~ina n n1 n2 ... nk
Broj lo{ih m m1 m2 ... mk
Proporcija p p1 p2 ... pk
1. Izra~unavanje centralne linije

k
m + m2 + K + mk m i
p= 1 = i =1
................................... (4.40)
n1 + n2 + K + nk k
n
i =1
i
n p + n p + K + nk pk n p i i
p= 1 1 2 2 = i =1
........................ (4.41)
n1 + n2 + K + nk k
n
i =1
i
Za slu~aj da je n = const. koristi se relacija:

k
p + p2 + K + pk p i
p= 1 = i =1 ..................................... (4.42)
k k

Kontrolne granice procesa pokazuju normalne varijacije kvaliteta koje se u
jednom procesu proizvodnje mogu o~ekivati.
Standardna devijacija kod proporcije lo{ih dobija se pomo}u izraza:
p =
( p(1 p))
........................................................ (4.43)
n
pa su kontrolne granice:
G
KG = p 3
( p(1 p))
D ........................................... (4.44)
n
U slu~aju da je p < 0,1 onda se za prakti~ne prora~une moè smatrati da je
(1 - p )1 pa izraz za kontrolnu granicu postaje:
p
G
D KG = p 3 ......................................................... (4.45)
n
3. Prora~un kontrolnih granica iz zadatog standarda

Neka je za neki proces proizvodnje propisana prose~no dozvoljena proporcija
lo{ih p0, onda se kontrolne granice izra~unavaju:
G
KG( ST ) = p0 3
( p (1 p ))
0 0
D .................................. (4.46)
n
odnosno za po < 0,1 moè se koristiti relacija:
po
G
D KG( ST ) = p0 3 ................................................. (4.47)
n
Na osnovu izvr{enog prora~una i grafi~kog prikaza analizira se proces.
PRIMER BROJ 6
U toku procesa proizvodnje kontroli{e se kvalitet pri ~emu je u deset
posmatranja registrovano stanje prikazano u tabeli 1.4.8.
Rezultati kontrole kvaliteta Tabela 1.4.8
Br. posmatranja 1 2 3 4 5 6 7 8 9 10
Pregledana koli~ina n 200 200 200 400 400 400 400 400 200 200
Broj lo{ih 8 m 8 5 8 9 10 6 11 10 5 5
Proporcija lo{ih p 0,040 0,025 0,040 0,022 0,025 0,015 0,027 0,025 0,025 0,025
Analizirati kvalitet ovog procesa proizvodnje ako se za ovaj proizvod u

proseku dozvoljava 2% lo{ih.
Prora~un:
1. Prora~un centralne linije
m1 + m2 +K+ mk 8 + 5+K+5
p= = = 0,0256
n1 + n2 +K+n k 200 + 200+K+200
G
KG = p 3
( p(1 p))
D
n
za n = 200
0,0256(1 0.256)
G
D KG = 0,0256 3 = 0.0256 0,0335
200
GKG = 0,059 ; DKG = 0
za n = 400
0,0256(1 0.256)
G
D KG = 0,0256 3 = 0.0256 0,0236
400
GKG = 0,049 ; DKG = 0,002
3. Prora~un kontrolnih granica iz datog standarda
Poznato je 100 p0 = 2%, pa je po = 0,02.
G
KG( ST ) = p0 3
( p (1 p ))
0 0
D
n
Za date podatke izra~unate su vrednosti kontrolnih granica.
za n = 200
GKG( ST ) = 0,0497 ; DKG( ST ) = 0
Za n = 400
GKG( ST ) = 0,041 ; DKG( ST ) = 0
4. Grafi~ki prikaz
Grafi~ki ovog procesa proizvodnje dat je na slici 1.4.14.
5. Zaklju~ak
Na osnovu izvr{enog prora~una i grafi~kog prikaza za ovaj proces proizvodnje,
moè se konstatovati slede}e:
Da je pod kontrolom i da je stabilan. U proseku moèmo o~ekivati 2,56%
lo{ih proizvoda a taj procenat varira u granicama od 0 - 5,9%.
U odnosu na postavljen zahtev proces proizvodnje je ekscentri~an na vi{e
u smislu pogor{anja kvaliteta. U proseku se dozvoljava 2% lo{ih, a
ostvaruje se 2,56%.
Ostvareno rasipanje rezultata je u {irim granicama od propisanih.
Slika 1.4.14 p-kontrolna karta za primer broj 6.

Na osnovu izloènog, ovaj proces ne zadovoljava postavljeni zahtev i da bi se
stanje pobolj{alo potrebno je izvr{iti radikalne promene sprovo|enjem pro-
grama koji bi doveo do pobolj{anja kvaliteta.
4.2 m-kontrolna karta
Ova kontrolna karta u su{tini je isto {to i predhodna i pomo}u nje se prati broj
lo{ih proizvoda. Da bi se ona mogla koristiti, uslov je da je n = const.
Kontrolor registruje u formular kontrolne karte broj lo{ih proizvoda koje je
otkrio u uzorku. Na osnovu evidentiranih podataka sprovodi se prora~un.

k
m + m2 + K + mk m i
m= 1 = i =1 ................................... (4.48)
k k

G
D KG = m 3 m(1 p) ............................................... (4.49)
m
gde je p =
n
U slu~aju da je p <0,1 onda je (1 p) 1, pa su kontrolne granice:
G
D KG = m 3 m .......................................................... (4.50)

Propisana je prose~no dozvoljena proporcija lo{ih "p0". Iz "p0" se izra~unava
m0=np0, pa se izra~unavaju kontrolne granice po obrascu:
G
D KG( ST ) = m0 3 m0 (1 p0 ) .................................... (4.51)
PRIMER BROJ 7
Pri obradi dela br. 0340 03 011 za kotu 13 0,1 u 16 uzastopnih serija
utvr|eno je stanje prikazano u tabeli 1.4.9.
Tabela 1.4.9
Redni broj Lansirana Lo{ih Redni broj Lansirana Lo{ih
serije koli~ina komada serije koli~ina komada
1. 250 5 10. 250 0
2. 250 40 11. 250 4
3. 250 2 12. 250 0
4. 250 1 13. 250 2
5. 250 5 14. 250 0
6. 250 0 15. 250 0
7. 250 1 16. 250 0
8. 250 0 Ukupno: 4000 60
9. 250 0
Prora~un:

m`1 + m2 + ... + mk 60
m= = = 3,75
k 16
m 3,75
p= = = 0,015
n 250
G
D KG = m 3 m (1 p) = 3,75 3 3,75 (1 0,015)
GKG = 9,51; DKG = 0
3. Grafi~ki prikaz:
Na slici 1.4.15 dat je grafi~ki prikaz.
S obzirom da druga serija izlazi van kontrolnih granica (nesipravan alat), vr{i
se ponovan prora~un centralnih linija i kontrolnih granica, ali bez te serije.
20 1,33
m= = 1,33 p= = 0,0053
15 250
G
D KG = 1,33 3 1,33
GKG = 4,8; DKG = 0
Slika 1.4.15: m-kontrolna karta za primer broj 7

4. Zaklju~ak
Po{to nam dve ta~ke izlaze van novih kontrolnih granica, to pokazuje da proces
nije ovladan, a da bi uzroke trebalo traìti u radnicima koji izvode ovu operaciju.
4.3 u-Kontrolna karta

Ova kontrolna karta je sli~na p-kontrolnoj karti, jedino {to se umesto lo{ih proiz-
voda ovde registruje broj gre{aka, odnosno neispravnosti (defekata). Na jednom
proizvodu moè biti vi{e neispravnosti naro~ito ako je on sloèniji. Ova karta se
naro~ito primenjuje na proizvodima koji nemaju za jedinicu komad, ve} duìnu,
povr{inu, teìnu ili satnu proizvodnju ({tof, pre|a, kablovi, ìca, limovi). Jedinica
merenja moè biti dogovorena: 10 m, 1 m2, 100 l, 100 N i sli~no.
Karta se koristi za pra}enje defekata na:
tkaninama, papiru, plo~ama od stakla, plastike, limovima i td.,
galvaniziranim, obojenim i lakiranim povr{inama,
elektri~nim vodovima, ìci i profilima,
spojevima na elektronskim aparatima,
zavarenim i zakovanim konstrukcijama i drugo.
Kontrolor utvr|uje broj gre{aka pri ~emu je poznata pregledana koli~ina u

nekim jedinicama merenja (m, kom., l i drugo).
U stvari "u" - predstavlja broj gre{aka po jedinici proizvoda. Broj gre{aka se
obeleàva sa "c".
broj gre{aka (defekata) c
u= =
pregledana koli~ina n
U svakom posmatranju kontrolor na pregledanom uzorku utvr|uje broj gre{a-
ka tako da se moè izra~unati u. Da bi se jedan proces podvrgao statisti~koj
analizi, potrebno je najmanje 15 posmatranja ( k > 15).
Tabela 1.4.10
Broj posmatranja k 1 2 3 ... k
Pregledana koli~ina n n1 n2 n3 ... nk
Broj gre{aka (mana) c c1 c2 c3 ... ck

Broj gre{aka po u u1 u2 u3 ... uk
jedinici
Postupak prora~una se sastoji iz slede}eg:


k
c + c + K + ck c i
u= 1 2 = i =1
........................................ (4.52)
n1 + n2 + K + nk k
n
i =1
i
n u + n u + K + nk u k n u i i
u= 1 1 2 2 = i =1
.......................... (4.53)
n1 + n2 + K + nk k
n
i =1
i
Za slu~aj da je n = const.
k
u + u + K + uk u i
u= 1 2 = i =1
........................................ (4.54)
n1 + n2 + K + nk k
n
i =1
i
c1 + c2 + K + ck
ci
u= = i =1 ......................................... (4.55)
kn kn
u
G
D KG = u 3 .......................................................... (4.56)
n

Neka je za neki proiozvod propisan prose~an broj gre{aka (mana) po jedinici
proizvoda "u0". Tada se kontrolne granice izra~unavaju po obrascu:
u0
G
D KG = u0 3 ....................................................... (4.57)
n
Na osnovu izvr{enog prora~una i grafi~kog prikaza analizira se kvalitet.
PRIMER BROJ 8
Ritam proizvodnje varira, pa i veli~ina uzorka varira. Kontrolom instalacije na

proizvodnim ure|ajima otkriveni su defekti ~iji je broj prikazan u tabeli 1.4.11.
Analizirati kvalitet ovog procesa proizvodnje.
Tabela 1.4.11
Rezultati kontrole kvaliteta
k n c u
1 20 72 3,60
2 20 38 1,90
3 40 76 1,90
4 25 35 1,40
5 25 62 2,48
6 25 81 3,24
7 40 97 2,42
8 40 78 1,95
9 40 103 2,58
10 40 56 1,40
11 25 47 1,88
12 25 55 2,20
13 25 49 1,96
14 25 62 2,48
15 25 71 2,84
16 20 47 2,35
17 20 41 2,05
18 20 52 2,60
19 40 128 3,20
20 40 84 2,10
580 1334
Prora~un:
1. Prora~un centralne linije:

k
u i
72 + 38 + K + 84 1334
u= i =1
= = = 2,30
k
20 + 20 + K + 40 580
n
i =1
i
Kontrolne granice se prora~unavaju za svaku vrednost n - a:
n = 20; n = 25 i n = 40.
Za n = 20
u 2,30
G
D KG = u 3 = 2,30 3 = 2,30 1,02
n 20
GKG = 3,32 ; DKG = 1,28

Za n = 25
u 2,30
G
D KG = u 3 = 2,30 3 = 2,30 0,91
n 25
GKG = 3,21 ; DKG = 1,39

Za n = 40
u 2,30
G
D KG = u 3 = 2,30 3 = 2,30 0,72
n 40
GKG = 3,02 ; DKG = 1,58
3. Grafi~ki prikaz ovog procesa proizvodnje dat je na slici 1.4.16.
4. Zaklju~ak
Ovaj proces proizvodnje nije pod kontrolom, jer mu ~etiri ta~ke dijagrama u
prvom, ~etvrtom, desetom i devetnaestom posmatranju izlaze van kontrolnih
granica procesa.
Proces je nestabilan a kvalitet nepouzdan, tako da se moraju sprovesti

korektivne akcije da bi se pobolj{alo stanje.
Sl. 1.4.16 u-kontrolna karta za primer broj 8.

4.4 c-Kontrolna karta
Ova kontrolna karta je ustvari ista kao i predhodna. Pomo}u nje se prati broj
gre{aka i uslov za njenu primenu je da uzorak bude konstantan (n = const.)
Koristi se u svim slu~ajevirna gde i "u"-kontrolna karta.
Kontrolor registruje u svakom posmatranju broj gre{aka na uzorku konstantne
veli~ine. Iz evidentiranih podataka vr{i se prora~un:

k
c + c + K + ck
ci
c= 1 2 = i =1 ......................................... (4.58)
k k
G
D KG = c 3 c ............................................................ (4.59)

Propisana je vrednost prose~nog broja gre{aka (mana) po jedinici proizvoda
"u0". Iz "u0" se izra~unava c0=nu0, pa se onda izra~unavaju kontrolne granice
po obrascu:
G
D KG( ST ) = c0 3 co ................................................... (4.60)
PRIMER BROJ 9
U proizvodnji kudeljnih dàkova, kontrolnom tehnologijom je predvi|ena
kontrola kvaliteta svakog sata na uzorku od 10 dàkova. U toku 25 uzastopnih
posmatranja registrovani su defekti prikazani u tabeli 1.4.12.
Tabela 1.4.12
k 1 2 3 4 5 6 7 8 9 10 11 12 13
c 17 14 6 23 5 7 10 9 29 18 25 5 8
u 1,7 1,4 0,6 2,3 0,5 0,7 1,0 0,9 2,9 1,8 2,5 0,5 0,8
Tabela 1.4.12 - nastavak
k 14 15 16 17 18 19 20 21 22 23 24 25
c 11 18 13 22 6 23 22 9 15 20 6 24
u 1,1 1,8 1,3 2,2 0,6 2,3 2,2 0,9 1,5 2,0 0,6 2,4
Analizirati ovaj proces proizvodnje ako se za ovaj proizvod u proseku toleri{e
1,6 gre{aka po dàku.
Prora~un:

c1 + c2 +K+ ck 17 + 14 +K+24 365
c= = = = 14,6
k 25 25

G
D KG = c 3 c = 14,6 3 14,6 = 15 11,6
GKG = 26,063 ; DKG = 3,137
3. Grafi~ki prikaz
Grafi~ka interpretacija ove kontrolne karte data je na slici 1.4.17.

Slika 1.4.17 c-kontrolna karta za primer broj 9.

U dijagramu ta~ka 9-tog posmatranja izlazi van kontrolnih granica procesa. Da
ovo posmatranje ne deformi{e rezultate, vr{i se ponovan prora~un centralne
linije i kontrolnih granica, ali bez 9-tog posmatranja.
365 29
c= = 14,0
24
G
D KG = 14,0 3 14,0 = 14,0 11,4
GKG = 25,225 ; DKG = 2,775
4. Prora~un kontrolnih granica iz zadatog propisa

u0 = 1,6 ; n = 10 ; c0 = nu0 = 10 1,6 = 16
G
D KG( ST ) = c0 3 c0 = 16 3 16 = 16 12
GKG( ST ) = 28 ; DKG( ST ) = 4
Tako dobijene vrednosti ucrtavaju se u novi dijagram, prikazan na slici 1.4.18
5. Zaklju~ak
Za ovaj proces proizvodnje se moè re}i da je stabilan i pod kontrolom. Rasi-
panje procesa je uè od zahteva a on je ekscentri~an na niè u smislu pobo-
lj{anja kvaliteta.
Zna~i da se ostvaruje bolji kvalitet od zahteva koji je postavljen, pa, prema to-
me, proces je zadovoljavaju}i.
Slika 1.4.18: c-kontrolna karta za primer broj 9. bez 9-tog posmatranja
5. ANALIZA SPOSOBNOSTI PROCESA

Prikazane kontrolne karte pruàju potpune informacije o stanju procesa. U
slu~aju kada se sve ta~ke dijagrama nalaze u okviru kontrolnih granica
procesa, a sve to unutar granica izra~unatih iz zadatog standarda (propisa),
onda se za takav proces kaè da je pod kontrolom, da je "ovladan" i
zadovoljavaju}i [117]. Me|utim, tu se javljaju razni slu~ajevi koji se analizom
kontrolnih karata mogu utvrditi. Analizom kontrolnih karata je mogu}e:
otkriti sistemske uticaje i
oceniti sposobnost procesa (preciznost i ta~nost)
5.1 Otkrivanje sistemskih uticaja
Postupak otkrivanja sistemskih uticaja primenom kontrolnih karata podrazumeva
kori{}enje odre|enih pravila [69]. Uobi~ajena je upotreba ~etiri pravila. Pravila se
obi~no koriste na prvih 20 do 25 uzoraka kako bi se moglo izvesti po~etno
ispitivanje procesa. Bliè poja{njenje pravila dato je u nastavku [7].
Pravilo I: Bilo koja ta~ka izvan kontrolnih granica
Pozicija kontrolnih granica obi~no se odre|uje vode}i ra~una o nivou verovat-
no}e od pribli`no 1/1000. Drugim re~ima, od hiljadu unetih vrednosti u kon-
trolnu kartu, pri nepromenjenim uslovima u procesu, moè se o~ekivati da
samo jedna vrednost padne izvan kontrolnih granica. Stoga, ukoliko se ne{to
tako dogodi, a prikazano je na slici 1.4.19. pod (a) ili (b), to zna~i da je prisutan
poseban uticaj i kao takav treba biti otkriven.
Slika 1.4.19: Bilo koja ta~ka izvan kontrolnih granica

Ako razlog ovom uticaju nije prona|en, onda mora biti prihva}eno da je ta
vrednost deo skupa vrednosti na osnovu koga se formiraju granice. Ako je raz-
log ovom uticaju i/ili uzroku prona|en, onda se doti~na ta~ka uklanja iz skupa
od 20 odnosno 25 uzoraka a kontrolne granice se ponovo prera~unavaju koris-
te}i preostalih 19 odnosno 24 uzorka.
Ukoliko postoji ta~ka ispod DKGR, onda je ovo saglasno pobolj{anju a ne po-
gor{anju. Prisustvo takve ta~ke najavljuje potencijalnu promenu na bolje koja
se ogleda u smanjenju varijabilnosti. Ako je mogu}e, ovaj uticaj i/ili uzrok bi
trebalo prona}i i prisajediniti ga kao stalnu karakteristiku sistema.
Pravilo II: Pravilo sedam ta~aka
Pravilo sedam ta~aka, primenjuje se onda kada postoji sedam uzastopnih ta~aka,
bilo da su sve sa jedne strane centralne linije, ili da su sve u rastu}em ili opa-
daju}em trendu. Ove razli~ite alternative su prikazane na slici 1.4.20 (a, b, c, d).
Broj sedam je usvojen zato {to se verovatno}a realizacije takvog doga|aja
mala (to je ekvivalentno doga|aju da se u sedam bacanja nov~i}a sedam puta
pojavi "pismo", {to je ravno verovatno}i od 1/128). U slu~aju prisustva
ovakvog primera moè se sumnjati u prisustvo posebnog uticaja i/ili uzroka.
Svakako, zbog razlike u nivoima verovatno}a, ovo je izvesniji doga|aj nego
doga|aj vezan za prvo pravilo. Na slici 1.4.20 prikazano je pravilo 2.
Slika 1.4.20: Pravilo sedam ta~aka

Kao i za prvo pravilo, razlog uticaja i/ili uzroka trebalo bi otkriti, eliminisati ili
prisajediniti sistemu za stalno, zavisno od toga kako uti~e na proces.
Prvo i drugo pravilo su vi{e zasnovani na statistici nego III pravilo.
Pravilo III: Neobi~ni primeri u okviru kontrolnih granica
Mogu}i su primeri kontrolnih karata na koje se ne mogu primeniti prvo i
drugo pravilo. Naprimer na slici 1.4.21. ukazuje se na pojavu periodi~nosti. Ne
bi trebalo da bude isuvi{e te{ko da se prona|e razlog periodi~nosti. Sli~no
tome, na slici 1.4.22. nalazi se mno{tvo ta~aka blizu jedne od granica (naj~e{}i
uzrok ovakve pojave je pome{anost materijala razli~itih dobavlja~a). Pored
navedenih primera, moè se dobiti niz drugih raznovrsnih modela promena
koji nisu posledica slu~ajnog karaktera. Bez obzira na model promene, uvek je
imperativ da se utvrde razlozi doti~nog rasporeda ta~aka.
Slika 1.4.21: Pojava periodi~nosti
Slika 1.4.22: Pojava grupisanja

Pravilo IV: Pravilo srednje tre}ine
Ukoliko je broj ta~aka u srednjoj tre}ini, po celoj duìni izme|u kontrolnih
granica, bilo mnogo ve}i ili mnogo manji od svih prisutnih ta~aka u preostale
dve tre}ine, tada se primenjuje pravilo srednje tre}ine. Slika 1.4.23 ilustruje
takav slu~aj.
Ovo pravilo zasnovano je na svojstvima normalne raspodele. Kao prvi korak,
rastojanje izme|u kontrolnih granica deli se na {est podru~ja jednake {irine, a
linije povu~ene na karti (Slika 1.4.23) odgovaraju po jednom podru~ju sa obe

strane centralne linije. Budu}i da su kontrolne granice postavljene na udaljenosti
od tri standardne devijacije, sa obe strane u odnosu na centralnu liniju, tada ove
linije odgovaraju po jednoj standardnoj devijaciji sa obe strane centralne linije.
Poznato je da kod normalne raspodele 68,3% (pribli`no 2/3) od svih slu~ajeva leì
u granicma ovog dela krive {to je i osnova za primenu ~etvrtog pravila.
Slika 1.4.23: Pravilo srednje tre}ine

5.2 Ocena sposobnosti procesa
Ocenu sposobnosti procesa vr{imo na osnovu [7]:
relativne {irine procesa,
indeksa preciznosti i
indeksa ta~nosti.
Relativne {irine rasipanja procesa
Relativna {irina rasipanja procesa fp ne bi trebala u normalnim prilikama da
iznosi vi{e nego 75 % od tolerancije [102].
Relativna {irina rasipanja procesa izra~unava se prema slede}em obrascu:
6 S
fp =
GGT DGT
b g
100 % ......................................... (4.61)
gde su:
-GGT/DGT - gornja odnosno donja granica tolerancije i
-s - standardna devijacija uzorka.
Pored relativne {irine rasipanja procesa fp uvode se indeksi Cp i Cpk kao poka-
zatelji za ocenu sposobnosti procesa.
Indeks preciznosti - cp
Uzima u obzir rasipanje samo jednog obradnog sistema i/ili procesa a izra~u-
nava se prema slede}em obrascu:
GGT DGT
cp = ........................................................ (4.62)
6 S
Slika 1.4.24: Odre|ivanje indeks ta~nosti - Cpk

Indeks preciznosti defini{e sistem i/ili proces prema slede}im kriterijumima:
neprecizan cp < 1
kriti~no precizan 1 < cp 1,33
precizan cp 1,33
Indeks ta~nosti - Cpk
Indeks ta~nosti uzima u obzir pored rasipanja obradnog procesa i poloàj sred-
nje vrednosti uzorka u odnosu na granicu tolerancije. Indeks se ra~una po ob-
rascu:
krit
C pk = ................................................................. (4.63)
3 S
gde je :
krit - kriti~ko rastojanje srednje vrednosti u odosu na granice tolerancije
(GGT - x ili x - DGT saglasno slici 1.4.24).
Indeks ta~nosti defini{e sistem i/ili proces prema slede}im kriterijumima:
neta~an cpk < 1
kriti~no ta~an 1 < cpk 1,33
ta~an cpk 1,33
Karakteristi~ni slu~ajevi su dati slici 1.4.25.
Sistem i/ili proces se ozna~ava kao sposoban , ako su ispunjeni slede}i uslovi:
1. fp 75 % ili Cp 1,33 i
2. Cpk 1,33
U op{tem slu~aju ispitivanje sposobnosti procesa vr{i se saglasno algoritmu na
slici 1.4.26.
Pored odluka dobijenih na osnovu algoritma datog na slici 1.4.26, produbljena

analiza (u op{tem slu~aju) moè rezultirati i dono{enjem slede}ih odluke o
procesu:
prekid procesa zbog velikog procenta nepopravljivih predmeta,
potrebno je regulisanje za veli~inu , jer proces nije ta~an,
potrebna je naknadna dorada zbog velikog procenta popravljivih
predmeta ili
proces treba nastaviti.
Slika 1.4.25: Karakteristi~ni slu~ajevi odnosa cp i cpk

Slika 1.4.26: Op{ti slu~aj ispitivanja sposobnosti procesa

6. OBRADA KONTROLNIH KARATA POMO]U RAÛNARA

Sporo i komplikovano izra~unavanje statisti~kih parametara danas je
upro{}eno kori{}enjem savremenih mernih instrumenata i ra~unara
[87,99,118].
Da bi se podaci obradili do njih se mora do}i. Neophodno je izmeriti bitne ka-

rakteristike kvaliteta u procesu i to evidentirati u kontrolnu kartu.
Zahvaljuju}i mernim instrumentima sa digitalnim o~itanjima mogu}e ih je
povezati sa ure|ajem koji memori{e izmerene rezultate, ili su instrumenti
direktno povezani sa ra~unarom, pa se podaci registruju i obra|uju na
ra~unaru prema odabranom programskom paketu. Vidi sliku br. 1.4.27.
Danas ima na stotine programskih paketa koji se koriste za kontrolne karte.

Ve}ina ovih paketa ima ugra|ene za{titne i sigurnosne mehanizme, koji obez-
be|uju neophodan nivo sigurnosti podataka, odnosno spre~avaju da se podaci
u memoriji ra~unara ili magnetnom mediju neèljeno uni{te ili o{tete. Tako|e
je onemogu}en unos podataka, koji formalno ili logi~ki ne odgovaraju postav-
ljenim zahtevima. Sve neregularnosti u radu se manifestuju odgovaraju}im po-
rukama na ekranu ili zvu~nim signalima, {to korisnika upozorava i usmerava
na korektan rad.
Slika 1.4.27: Povezivanje mernih instrumenata sa ra~unarom

7. ZAKLJUÂK
Primena kontrolnih karata predstavlja zahvat koji traì stru~nije osoblje i isto-
vremeno zahteva i izvesno vremensko angaòvanje. Jasno je da to pove}ava
tro{kove i zato je potrebno kod postavljanja kontrolnih karata biti racionalan.
Kontrolne karte su u stvari grafi~ki prikazi variranja kvaliteta posmatrane ka-

rakteristike, gde je ordinata ocenjivanje svojstava kvaliteta, a apscisa redosled
kontrolisanja. Op{ti model izgleda kontrolne karte prikazan je na slici 1.4.28.
Slika 1.4.28: Op{ti model kontrolne karte
Vi{egodi{nje iskustvo nas navodi na kriti~ki stav u vezi sa jednostranom pri-

menom kontrolnih karata u procesima. U vreme burne primene statisti~ke
kontrole kvaliteta u {ezdesetim godinama u nekim zemljama te metode su
prihvatane i popularisane kao "lek za sve bolesti" u oblasti kontrole kvaliteta.
Ali, vi{egodi{nja praksa je pokazala da neadekvatna primena kontrolnih
karata u procesu: 1) ne predstavlja re{enje za obezbe|enje kvaliteta i 2)
dovodi do neekonomi~nog odnosa uloènog rada prema rezultatima koji iz
njega proisti~u. Iz zanosa {iroke primene kontrolnih karata u procesu izrade
proisteklo je mnogo dilema i suprotnosti. Tek u koncepciji upravljanja
kvalitetom kontrolne karte nailaze na korisnu primenu, prvenstveno u oblasti
kontrole kvaliteta i u delatnostima poslovanja uop{te [117].
Vlada mi{ljenje da kontrolne karte ima smisla koristiti samo u procesima gde
nema lo{eg kvaliteta. Me|utim, kontrolne karte se koriste i kod procesa koji se
lo{e odvijaju, da bi se iz dobijenih podataka mogle sprovesti korektivne akcije.
Jedno je sigurno, ako se podaci iz kontrolnih karata ne koriste za korektivne
akcije, onda su one nepotrebne. êst je slu~aj da ne postoji sistem evidencije i
da se korektivne akcije ne sprovode pod izgovorom da se ne raspolaè podaci-
ma. Kada se obezbede podaci, onda se oni ne koriste, jer naj~e{}e za to nisu
postavljeni stimulansi.
Kontrolne karte treba postavljati na onim mestima gde se mogu pratiti ona
svojstva kvaliteta, koja su od presudnog uticaja na upotrebnu vrednost proiz-
voda. Zna~ajnu ulogu kod postavljanja kontrolnih karata igra ~injenica da li se
u momentu ocenjivanja kvaliteta moè uticati i korigovati proces. Zahvaljuju}i
kontrolnim kartama moè se prognozirati {ta se od posmatranog procesa moè
o~ekivati.
êsto se de{ava da od nekih kontrolnih karata prakti~no nema nikakve koristi.

Naj~e{}e je to slu~aj ako se radi o neva`noj karakteristici kvaliteta kod koje se
ne pojavljuje lo{ kvalitet. Zbog toga je potrebno na osnovu iskustva reducirati
upotrebu kontrolnih karata na operacijama kod kojih se ni{ta ne de{ava. Time
se smanjuje angaòvanost i bolje su mogu}nosti koncentrisanja na va`nije
probleme.
Tako|e se postavlja pitanje koju kartu primeniti u nekom konkretnom slu~aju.

Gotovo da je mogu}e za svaki proces koristiti bilo koju od postoje}ih karata.
Ovaj problem se delimi~no razre{ava kroz kontrolnu tehnologiju, gde se pred-
vi|a atributivna ili numeri~ka kontrola.
Kori{}enjem kontrolnih karata omogu}eno je [7]:

objektivno ocenjivanje ostvarenog kvaliteta u procesu,
utvr|ivanje tehnolo{kih sistema koji mogu da ostvare zahtevane karakte-
ristike kvaliteta u propisanim granicama,
utvr|ivanje karakteristika kvaliteta kod kojih se pojavljuju odstupanja u
odnosu na date zahteve,
analizu uzroka variranja kvaliteta,
objektivno procenjivanje uvo|enja novih tehnologija i novih proizvoda,
ocenjivanje ta~nosti, stabilnosti i sposobnosti procesa.
Na bazi ovakvih informacija donose se planovi daljih akcija i preduzimaju ko-

rektivne mere u cilju unapre|enja kvaliteta i smanjenja tro{kova.
II deo
IN@ENJERSKE METODE
UVOD
Problemima kontrole kvaliteta proizvoda, a zatim i upravljanja kvalitetom prvi

su po~eli da se bave inènjeri u proizvodnji.
Zbog toga je grupa autora odlu~ila da obradi nekoliko izabranih inènjerskih
metoda i tehnika unapre|enja procesa rada. Ovo "inènjerskih" treba shvatiti
uslovno, jer je te{ko povu}i jasnu podelu izme|u statisti~kih, inènjerskih i me-
nadèrskih metoda i tehnika.
Svaka podela je konvencija, pa tako i ova i ~esto opravdano podleè kritici.
Shvataju}i zna~aj i ulogu ovih alata za unapre|enje procesa rada, ne samo zbog zah-
teva standarda ISO 9000, smatramo da savremeni inènjeri kvaliteta*) svih struka treba
da znaju i da primenjuju, pored op{tih, i odre|en broj specifi~nih metoda i tehnika.
Prikazane metode i tehnike su, po pravilu, razvili inènjeri u cilju re{avanja od-
re|enih problema na koje su nailazili u svom radu.
Ove metode i tehnike zahtevaju odre|ena predznanja iz razli~itih nau~nih
disciplina, kao {to su: matematika, teorija verovatno}e, statisti~ka matematika,
teorija pouzdanosti, teorija rizika, informatika i dr.
U ovom delu detaljno su opisane slede}e metode i tehnike, koje se u zna~ajnoj
meri koriste za unapre|enje procesa rada:
dijagram toka,
dijagram uzroci - posledica,
matri~ni dijagram,
FTA, FMEA i FMECA (metode analize neispravnosti i otkaza) i
QFD metoda.
Ube|eni smo da }e prikazane metode i tehnike pomo}i stru~njacima, koji se
bave unapre|enjem procesa rada, u re{avanju odre|enih problema.
*)
Pod pojmom inènjer kvaliteta (quality engineer) podrazumevaju se i stru~njaci netehni~-
kih struka, kao {to su, na primer: inènjeri tehnologije (razli~itih struka), ekonomisti, he-
mi~ari, fizi~ari, informati~ari, pravnici i drugi koji se bave upravljanjem i unapre|enjem
procesa rada.
2.1
DIJAGRAM TOKA
Dr Nikola Radakovi}
1. PODRU^JE PRIMENE
Dijagram toka predstavlja tehniku grafi~kog prikazivanja na~ina odvijanja
nekog procesa. Moè da se koristi za razli~ite namene:
da bi se snimio neki postoje}i proces i dobila jasna slika kako se proces
zaista odvija; takav prikaz koriste sistem analiti~ari da bi dobili podlogu za
detaljnu analizu procesa i eventualno unapre|enje; tako|e, takav prikaz
je veoma pogodan za kori{}enje kao kratko radno uputstvo (podsetnik) za
izvo|enje procesa i dobro ga je imati na radnim mestima gde se proces
izvodi;
da bi se prikazao neki novi proces koji se tek projektuje; u tom slu~aju to je
osnovna podloga za detaljnu razradu procesa; tipi~an primer ovakvog
kori{}enja dijagrama toka je kod izrade ra~unarskih programa
algoritamskim programiranjem.
Dijagram toka je veliku primenu doìveo u toku razvoja ra~unarske
tehnologije. Celokupan prilaz tzv. algoritamskog programiranja baziran je na
izradi algoritma, kao osnove za izradu ra~unarskih programa. Su{tinski,
dijagram toka i algoritam predstavljaju istu tehniku, pri ~emu se termin
dijagram toka koristi za prikazivanje na~ina odvijanja bilo kog procesa, a
algoritam za prikazivanje na~ina odvijanja programa. Simboli koji se koriste za
izradu dijagrama toka prakti~no su i preuzeti iz algoritamskog programiranja.
Primena dijagrama toka se veoma preporu~uje pri izradi dokumenata sistema
kvaliteta saglasno zahtevima standarda serije ISO 9000. Bilo koji proces
unutar preduze}a, koji èlimo dokumentom (postupkom tj. procedurom) da
propi{emo, a koji se sastoji iz vi{e aktivnosti, poèljno je da se, uz tekstualni
opis, potkrepi i dijagramom toka.
Dijagram toka je u tom slu~aju preporu~ljivo izraditi odmah u startu - kad se
po~inje sa pisanjem dokumenta - da bi se sagledala celina procesa koji se
dokumentom èli propisati. U tom slu~aju je dalje tekstualno opisivanje celog
procesa i aktivnosti znatno olak{ano.
2.1 Dijagram toka 125
2. OPIS
Dijagramom toka se, uno{enjem pojedinih aktivnosti nekog procesa i njihovim
redoslednim povezivanjem, opisuje na~in kako se proces odvija. Primer jednog
op{teg dijagrama toka [7] dat je na slici 2.1.1.
Slika 2.1.1: Op{ti izgled dijagrama toka

Kako se moè videti, dijagram toka je upotpunjen sa jo{ nekim podacima tako
da, osim prikazivanja redosleda aktivnosti za odre|en proces, daje i
najneophodnije informacije o pojedinim aktivnostima u procesu, kao {to su:
ko obavlja aktivnost,
koji se dokument koristi za obavljanje aktivnosti,
koji dokument je rezultat neke aktivnosti itd.
Pri izradi dijagrama toka koriste se simboli, prikazani u tabeli 2.1.1. Tabela
sadrì samo jedan uì broj simbola, u odnosu na broj simbola koji se koriste u
algoritamskom programiranju. Me|utim, ovaj broj simbola je, prema
iskustvima autora, sasvim dovoljan za izradu dijagrama toka koji se mogu
koristiti u okviru dokumenata sistema upravljanja kvalitetom. Ali, ostaje
sloboda korisnicima ove tehnike da koriste i jo{ neke dodatne simbole, kao i
predloène simbole sa izmenjenim detaljima.
Tabela 2.1.1 Simboli za crtanje dijagrama toka
Po~etak Po~etak procesa

!
Aktivnost
!
Odluka
!
Priklju~na ta~ka
!
Linija odvijanja toka
!
Kraj Dokument
!
! Napomena
Kraj procesa
3. POSTUPAK
Pri izradi dijagrama toka preporu~uje se pridràvanje redosleda opisanog u
narednim koracima.
Korak 1: Utvr|ivanje po~etka i kraja procesa
U prvom koraku se sagledava celina procesa, odnosno utvr|uju se granice
procesa - na osnovu ~ega proces zapo~inje ({ta je ulazni dokument ili koja
aktivnost je na ulazu u proces), a sa ~im se proces zavr{ava ({ta je izlazni
rezultat iz procesa ili koja je aktivnost na izlazu iz procesa).
Korak 2: Definisanje aktivnosti u procesu
U ovom koraku se proces analizira od po~etka do kraja i utvr|uju aktivnosti
koje se u njemu obavljaju. Pri tome, pod aktivno{}u treba podrazumevati svaki
zaokruèni deo procesa za koji se moè identifikovati:
po~etak - nakon ~ega se aktivnost obavlja i {ta je na ulazu,
kraj - ~ime se aktivnost zavr{ava i {ta dalje sledi,
ko obavlja aktivnost - treba nastojati da se obavljanje aktivnosti locira na
konkretno radno mesto, odnosno na konkretnog izvr{ioca.
Korak 3: Analiza pojedinih aktivnosti
Da bi se utvrdili potrebni podaci za svaku aktivnost, potrebno je utvrditi:
naziv aktivnosti,
ko obavlja aktivnost,
{ta je na ulazu - koji dokumenti se eventualno koriste za obavljanje
aktivnosti,
{ta je na izlazu - koji dokumenti eventualno nastaju kao rezultat obavljene
aktivnosti,
da li je rezultat aktivnosti neka odluka tipa DA/NE; ako je rezultat
aktivnosti odluka, slede}i simbol }e biti simbol odluke kojim se dijagram
toka grana na granu DA i granu NE.
Korak 4: Crtanje dijagrama toka
Crtanje dijagrama toka se zapo~inje simbolom za po~etak procesa, nakon ~ega
ide prva aktivnost, druga itd. Pojedine aktivnosti se povezuju linijama uz
po{tovanje redosleda odvijanja. Dijagram toka se zavr{ava simbolom za kraj
procesa.
Ne postoje kruta pravila za crtanje dijagrama toka. Dve osobe koje su vrlo
iskusne u tom poslu retko }e nacrtati potpuno isti dijagram toka. Dijagram
toka ne sme da bude suvi{e komplikovan, jer gubi osnovni smisao: da jasno
prikaè na~in odvijanja procesa. Od vi{e dijagrama toka, najbolji je onaj koji
daje najjasniju sliku o na~inu odvijanja procesa.
Ono {to je va`no, to je da ne sme da bude grana koje nisu okon~ane. Grananje
dijagrama toka nastaje nakon aktivnosti u kojoj je rezultat odluka tipa
DA/NE, odnosno nakon simbola odluke. Me|utim, grananje moè nastati i
nakon izlaza iz aktivnosti koja nije tipa odluke, ako nakon nje slede dve ili vi{e
aktivnosti koje se odvijaju paralelno, a obavljaju ih razli~iti izvr{ioci.
Najbolji efekti dijagrama toka, tj. jasan uvid u na~in odvijanja procesa,
dobijaju se ako je dijagram toka prikazan na jednom listu. Me|utim, ukoliko
moramo koristiti vi{e listova, povezivanje delova dijagrama toka vr{i se
pomo}u simbola za priklju~nu ta~ku.
Korak 5: Kontrola dijagrama toka
Izra|eni dijagram toka na kraju treba proveriti. Jedna provera je od strane
osobe koja ga je izradila i ona je tehni~ke prirode - da li je dijagram toka
korektno tehni~ki izra|en. Ali, va`nija je druga provera - od strane osoba koje
}e koristiti dijagram toka - da li je dijagram toka potpuno jasan i sveobuhva-
tan.
4. PRIMER
Kao primer, u nastavku je opisan na~in izrade dijagrama toka za jedan od
dokumenata sistema kvaliteta - postupak istraìvanja trì{ta.
Pretpostavka je da u preduze}u postoji slu`ba marketinga i potrebno je izraditi
dokument kojim bi se propisao na~in istraìvanja trì{ta. Pri tome, primena
jednog takvog dokumenta moè da bude {ira i da obuhvati razli~ita
istraìvanja. Ali, sa stanovi{ta zahteva standarda ISO 9001, trebalo bi svakako
da obuhvati slu~aj da, kada èlimo da razvijemo novi proizvod ili uslugu, ovim
dokumentom defini{emo kako da utvrdimo ulazne zahteve za proizvod ili
uslugu - odnosno da saznamo {ta kupci ili korisnici u stvari èle.
Kada je u pitanju utvr|ivanje granica procesa (korak 1), po~etak jednog
ovakvog postupka moè da bude predlog bilo koga u preduze}u da postoji
potreba da se trì{te istraì. Na kraju postupka bi trebalo da bude usvojen
izve{taj o istraìvanju trì{ta i doneta odluka o daljim aktivnostima.
Uobi~ajeni redosled aktivnosti u postupku istraìvanja trì{ta (koraci 2 i 3)
moè da bude slede}i:
1. Podno{enje predloga za istraìvanje trì{ta; u dijagramu toka stavljamo
da ovu aktivnost obavlja podnosilac predloga i da je izlazni dokument
"Predlog za istraìvanje trì{ta", a u tekstualnom delu postupka
defini{emo ko moè da bude podnosilac predloga i {ta treba da sadrì
predlog;
2. Razmatranje predloga; aktivnost obavlja rukovodstvo (ovde se misli na
rukovodstvo preduze}a - kolegijum, ali to moè da bude i neko drugi,
rukovodilac slu`be marketinga, na primer); izlazni dokument je odluka:
da li se predlog prihvata ili ne i, ako se prihvata, imenovan nosilac za-
datka; po{to je aktivnost tipa odluke, nakon nje ide simbol za odluku i
grananje dijagrama toka - ako se ne prihvata, to je kraj postupka, a ako
se prihvata ide se na slede}u aktivnost;
3. Utvr|ivanje plana istraìvanja; aktivnost obavlja imenovani nosilac
zadatka, a izlazni dokument je "Plan istraìvanja";
4. Razmatranje plana istraìvanja; aktivnost obavlja rukovodstvo, a
izlazni dokument je odluka: da li se plan prihvata; opet imamo grananje
- ako se ne prihvata, sledi korekcija plana od strane nosioca zadatka i
ponovno razmatranje, a ako se prihvata ide se na slede}u aktivnost;
5. Realizacija istraìvanja; aktivnost obavlja nosilac zadatka i radni tim, a
izlazni dokument je "Izve{taj o istraìvanju"; ako postoje, kao ulazni
dokumenti za ovu aktivnost mogu da budu uputstva za odre|ene meto-
de istraìvanja;
6. Razmatranje rezultata istraìvanja; aktivnost obavlja rukovodstvo, a iz-
lazni dokument je odluka: da li se izve{taj prihvata; ako se ne prihvata,
slede dopunska istraìvanja i korigovani izve{taj i ponovno razmatranje,
a ako se prihvata postupak je zavr{en.
Dijagram toka za opisani primer je prikazan na slici 2.1.2.
Slika 2.1.2: Dijagram toka postupka istraìvanja trì{ta

2.2
DIJAGRAM UZROCI - POSLEDICA
Dr Rado Maksimovi}
1. PODRU^JE PRIMENE
*
Dijagram UZROCI - POSLEDICA je [7] rezultat op{te analize uticaja (uzroka)
koji uslovljavaju odre|eni ISHOD posmatrane pojave (procesa rada). U naporima
usmerenim ka povi{enju kvaliteta proizvoda i procesa rada preduze}a i uslu`nih
organizacija, predmetna metoda ima {iroko podru~je primene u postupcima obez-
be|enja kvaliteta procesa rada, u pogledu:
identifikacije svih stvarnih uzroka pojave odre|enog stanja (ishoda) -
rezultata procesa rada preduze}a ili uslu`ne organizacije,
utvr|ivanja i analize uzro~no - posledi~nih veza u tokovima materijala,
energije i informacija,
~ime se obezbe|uju podloge za efikasno re{avanje problema ako se kao posle-
dica posmatra stanje - ishod procesa rada izvan granica dozvoljenih odstupanja
postavljene funkcije cilja.
2. OPIS
Dijagram UZROCI - POSLEDICA predstavlja, kako je re~eno, metodu za de-
taljnu analizu odnosa izme|u odre|enog stanja posmatranog sistema (posledi-
ce) i uticajnih veli~ina koje uslovljavaju pojavu datog stanja (uzroka). Pri datom
se, u analizama vezanim za pobolj{anje kvaliteta proizvoda i procesa rada pre-
duze}a i uslu`nih organizacija, pod pojmom:
POSLEDICA - podrazumeva odre|eni ISHOD procesa rada u posmatranom
preseku sistema, u odre|enom vremenu i uslovima; kako su
ishodi rezultat uticaja vezanih za dejstvo okoline i poreme}aja
u procesima rada [115], jasno je da su to veli~ine slu~ajnog ka-
raktera i mogu se svrstati u dve osnovne kategorije - u i izvan
granica dozvoljenih odstupanja postavljene funkcije cilja,
UZROCI - podrazumeva skup uslova okoline i poreme}aja u procesima
rada sistema [86] koji rezultiraju u odre|enom stanju - ISHO-
DU procesa rada; sa stanovi{ta ostvarenja projektovanih sta-
nja - efekata, to su veli~ine poreme}ajnog karaktera.
*) Predmetna metoda se sre}e i pod nazivima dijagram RIBLJA KOST, odnosno ISHIKAWA
dijagram, prema prvoj pojavi u literaturi od strane profesora K. Ishikawe, 1943. godine.
Na osnovu datih definicija mogu}e je utvrditi niz ishoda - efekata procesa rada
sistema, razli~itih po karakteru i jedinici mere, koji se u predmetnom smislu
javljaju kao POSLEDICE. U istraìvanjima mogu}nosti povi{enja kvaliteta pro-
izvoda/usluga i procesa rada to su veli~ine: elementi kvaliteta i kvalitet proiz-
voda/usluga u celini, odnosno elementi i ukupan kvalitet procesa rada, {to uka-
zuje na veliki broj veli~ina koje se u odre|enom, konkretnom slu~aju, mogu
uzeti za posledicu. Svaka od datih veli~ina - posledica je rezultat (Slika 2.2.1)
dejstva niza uticaja - UZROKA, razli~itih po karakteru, veli~ini i na~inu dejstva
u zavisnosti od prirode posmatrane posledice.
Slika 2.2.1: Osnovna veza UZROCI - POSLEDICE
Dijagramom UZROCI - POSLEDICA se skup uzroka sa jedne, i posledica sa

druge strane ure|uje na principima:
selekcije - izdvajanja stvarnih uzroka odre|enog ishoda procesa rada - jed-
ne posledice,
razvrstavanja - grupisanja selektovanih uzroka prema karakteru, zna~a-
ju i na~inu dejstva,
logi~kog povezivanja posmatrane posledice i izdvojenih uzroka.
Osnovne karakteristike predmetne metode su:

jasan vizuelni prikaz mogu}ih uzroka pojave koja je predmet
posmatranja i posledice njihovog dejstva,
obezbe|uje se mogu}nost analize me|usonog odnosa pojedinih uticaja
- uzroka, njhovog zna~aja za posmatranu posledicu i mesta u ukupnoj
strukturi mogu}ih uzroka - jedan uzrok se moè javiti na vi{e mesta u
dijagramu (u vi{e razli~itih grupa uzroka),
veze uzroka i posledice i me|usobne veze uzroka su, u op{tem slu~aju,
kvalitativnog i hipoteti~kog karaktera i sluè kao podloga za efikasnije
re{avanje problema nekom drugom, odgovaraju}om metodom.
2.2 Dijagram UZROCI - POSLEDICA 133
3. POSTUPAK
Iskustva u primeni dijagrama UZROCI - POSLEDICA omogu}ila su oblikovanje
pravila za primenu predmetne metode [7; 33; 88]. Pokazalo se da se do rezulta-
ta najbrè dolazi ako se metoda izvodi u slede}im koracima:
Korak 1: Definisanje problema
U najve}em broju slu~ajeva dijagram UZROCI - POSLEDICA se koristi za slu~aj
da se za posledicu defini{e odre|eni problem - lo{ kvalitet dela, sklopa ili
proizvoda/usluge, pojava stanja U OTKAZU, dugo vreme trajanja ciklusa proiz-
vodnje, nizak koeficijent obrtanja kapitala ... i niz drugih sli~nih problema.
Tada je potrebno identifikovati uzroke pojave odre|enog problema kao posle-
dice. Mogu}a je, tako|e, situacija da se za posledicu defini{e i odre|eni (èlje-
ni, projektovani) efekat. U datom slu~aju se traì identifikacija uslova koji vo-
de ostvarivanju datog efekta kao posledice.
Posledica (problem ili efekat) se mora definisati na osnovu objektivnih
podataka u potpuno jasnom obliku. U postupku definisanja problema pomaè
prethodna Brainstorming analiza.
Predstaviti datu posledicu grafi~ki - uobi~ajeni simbol je pravougaonik u
desnom delu crteà, na na~in dat na slici 2.2.2, ostavljaju}i sa leve strane
budu}eg dijagrama prostor za uno{enje uzroka.
Slika 2.2.2: Definisanje problema - posledice
Korak 2: Identifikacija uzroka

Postupak identifikacije uzroka koji dovode do napred definisanog problema
sastoji se u:
Oblikovanju pregleda svih mogu}ih uzroka problema koji se analizira.
O~igledno je da dati pregled moè biti rezultat rada pojedinca, grupe ili
stru~nog tima, ali se i u ovoj fazi preporu~uju rezultati prethodno odràne
Brainstormng analize. Pri datom je od zna~aja da pregled uzroka bude
kompletan, odnosno da se unapred ne isklju~i ni jedan uzrok koji u kasnijoj
analizi moè rezultirati osnovnom uzro~no-posledi~nom vezom (Slika 2.2.3).
Slika 2.2.3: Osnovni oblik uzro~no-posledi~ne veze

Klasifikaciji uzroka prema karakteru, na~inu dejstva i sli~nim obele`jima.

U datoj fazi se skup svih uzroka razvrstava na osnovne grupe i svaki
pojedina~ni uzrok locira u odre|enu grupu, pri ~emu broj grupa nije
ograni~en, ali postoje preporuke koje se, pre svega, odnose na preglednost
dijagrama i efikasnost metode uop{te. Primer utvr|ivanja broja grupa, u
slu~aju razmatranja problema lo{eg kvaliteta proizvoda kao posledice, je
sistem 4M, gde se svi uzroci iz pregleda uzroka lociraju u jednu od grupa:
u~esnici (Manpower), materijali (Materials), postupci rada (Methods) i sred-
stva rada (Machines). Razvrstavanje je najefikasnije primenom jednostav-
nog oblika sistema klasifikacije - kodiranja uzroka:
grupa uzroka vezana za u~esnike u procesima rada,
grupa uzroka vezana za materijale,
grupa uzroka vezana za postupke rada,
grupa uzroka vezana za sredstva rada.
Korak 3: Izbor osnovne strukture

Za neproizvodne primene napred data struktura grupa (4M) o~igledno ne od-
govara - potrebno je, u zavisnosti od prirode problema, oblikovati nove grupe.
Ako se prethodno datoj strukturi dodaju kategorije marketing (Marketing),
novac (Money), i upravljanje (Management) onda struktura prelazi u strukturu
tipa 7M. Predmetna faza analize podrazumeva izbor odre|ene strukture dija-
grama UZROCI - POSLEDICA. Strukture tipa 4M ili 7M mogu biti dobra osnova
za oblikovanje osnovne strukture dijagrama, pri ~emu usvojena struktura (broj
i karakter grupa uzroka) ne mora biti kona~na jer se u daljoj razradi dozvolja-
vaju modifikacije. Osnovne grupe uzroka se unose povla~enjem odgovaraju}ih
linija na liniju dejstva uzroka u dijagram iz koraka 1, pri ~emu se dobija osnov-
na struktura dijagrama UZROCI - POSLEDICA data na slici 2.2.4.
Slika 2.2.4: Osnovna struktura dijagrama UZROCI - POLEDICA

Korak 4: Razrada dijagrama

Za izabranu osnovnu strukturu dijagrama potrebno je linijama osnovnih grupa
uzroka dodati uzroke koji su prethodno locirani u datu grupu. Dodavanje se
izvodi povla~enjem veza svakog uzroka na liniju osnovne grupe uzroka kako je
prikazano na slici 2.2.5.
Slika 2.2.5: Faza razrade dijagrama UZROCI - POLEDICA

U datom koraku je potrebno vr{iti pode{avanja osnovne strukture dijagrama u
slu~aju pojave koncentracije uzroka na jednoj ili dve grane osnovnih grupa
uzroka (neuravnoteèn dijagram). Tako|e se ve} sti~e osnovni uvid u dejstvo
pojedinih uzroka, potrebu njihove alokacije ili eliminacije u slu~ajevima nepot-
rebnih veza.
Na osnovu re~enog moè se zaklju~iti da je u razradi dijagrama potrebno
po{tovati principe:
uravnoteènja strukture i
neophodnog minimuma uzroka odnosno uzro~no-posledi~nih veza.
Potrebno je napomenuti da se u datom koraku ne moraju povezati svi uzroci iz
pregleda uzroka iako su locirani u odre|enu grupu i nisu odba~eni jer postoji
mogu}nost njihovog povezivanja u dijagram u slede}em koraku.
Korak 5: Postupak {irenja (grananja)

Uzroci identifikovani i razvrstani u grupe ne moraju i naj~e{}e nisu nezavisni.
êsta je pojava da su dva ili vi{e uzroka tako|e u uzro~no-posledi~noj vezi. Pri
datom predmetne veze mogu biti rednog i paralelnog karaktera .
U navedenim slu~ajevima postoji potreba {irenja (grananja) dijagrama UZRO-
CI - POSLEDICA.
Postupak {irenja se izvodi od ve} povezanog uzroka, u vi{e faza bez ograni-
~enja, sve dok se ne iscrpi pregled svih identifikovanih uzroka, na na~in kako
je prikazano na slici 2.2.6.
Slika 2.2.6: Postupak {irenja (grananja)

Mada se, kako je nagla{eno, ne mogu postavljati precizna ograni~enja u broju
nivoa dejstva uzroka, postoje preporuke da se diajgram UZROCI - POSLEDICA
ne oblikuje sa strukturom koja ima grane jednog nivoa niti grane sa vi{e od tri
nivoa.
Korak 6: Analiza
Kada se uno{enjem u dijagram na odre|enom novou iscrpe svi identifikovani
uzroci i proveri logi~nost svake od grana, pristupa se analizi koja se izvodi u
dva pravca:
Identifikacija najverovatnijih (3 - 5) uzroka problema koji se analizira i
nihovo ozna~avanje u dijagramu. Najverovatnije uzroke treba traìti na
liniji: uzroci najvi{eg nivoa - uzroci niìh nivoa.
Dati postupak, pored usmeravanja na osnovne uzroke problema, omo-
gu}ava, u odre|enim slu~ajevima, iznalaènje linije kriti~nih uzroka, {to
je svakako jedan od zna~ajnih rezultata predmetne metode,
Dijagram UZROCI - POSLEDICA posmatran zasebno nije dovoljan za
re{avanje problema - on samo upu}uje na njegove osnovne uzroke i uz-
ro~no - posledi~ne veze.
Iz datih razloga je potrebno prikupljanje podataka radi provere najzna~ajnijih
(najverovatnijih) uzroka i re{avanje problema nekom drugom, odgovaraju}om
metodom (Pareto ili ABC dijagram i sl.).
4. PRIMERI
U cilju prakti~ne ilustracije mogu}nosti analize problema predmetnom meto-
dom, u nastavku su dati primeri oblikovanja dijagrama UZROCI - POSLEDICA
za slu~ajeve:
analize uzroka pojave NEZADOVOLJAVAJU]EG - LO[EG KVALITETA
PROIZVODA/USLUGA,
analize op{tih uslova za USPE[NO ORGANIZOVANJE I IZVO\ENJE
SEMINARA.
Primer 1: ANALIZA UZROKA LO[EG KVALITETA

KVALITETA
PROIZVODA/USLUGA
Kvalitet proizvoda i procesa rada, kao osnovne karakteristike izlaznih veli~ina
industrijskih sistema - preduze}a i uslu`nih organizacija, su uslovljeni nizom
uticaja razli~itog karaktera, veli~ine i na~ina dejstva. Dati uticaji posmatrani sa
stanovi{ta:
Mogu}nosti obezbe|enja kvaliteta proizvoda/usluga i procesa rada - predstav-
ljaju USLOVE datog procesa, a
Pojave odstupanja kavliteta proizvoda/usluga i procesa rada od veli~ina od-
re|enih projektom - predstavljaju UZROKE nastalog problema.
Mogu}e je, dakle, za potrebe dalje razrade definisati:
PROBLEM: Izlazak kvaliteta proizvoda i procesa rada izvan granica

dozvoljenih odstupanja postavljene funkcije cilja !
2. UZROCI PROBLEMA
Osnovni uticaj na kvalitet proizvoda/usluga i procesa rada se u datom slu~aju,
imaju}i u vidu smisao u kome je iskazan problem, pojavljuju kao poreme}ajne
veli~ine - uzroci koji dovode do nezadovoljavaju}eg nivoa datih izlaznih veli~i-
na - posledice.
2.1 Identifikacija uzroka
Iskustva u razvoju struktura industrijskih proizvodnih sistema - preduze}a i
uslu`nih organizacija, njihovoj izgradnji, organizaciji i upravljanju, omogu}ila
su identifikaciju osnovnog skupa tehnolo{kih, upravlja~kih i organizacionih
uzroka - uticaja na kvalitet proizvoda/usluga i procesa rada.
Posmatrani skup uzroka, ne uzimaju}i u obzir njihov karakter i na~in dejstva, je
dat u Tabeli 2.2.1:
Tabela 2.2.1
promena uslova privre|ivanja standardizacija
broj veza izme|u elemenata odre|enost podataka

strukture
zakonska, carinska, materijalna, odre|enost nosilaca informacija

energetska i druga ograni~enja
plasmani preduze}a izvan firme nestabilnost procesa snabdevanja
krizne situacije u okolini broj sredstava rada
struktura indirektnog rada ukupan prihod
sloènost organizacione strukture stepen autonomije struktura
odre|enost nosilaca informacija raspodela mo}i - uticaj u

- dokumenata organizaciji
broj elemenata strukture motivacija
broj hijerarhijskih nivoa zahtevi ekolo{ke za{tite
razu|enost strukture formalne komunikacije
odnosi u strukturi rada neformalne komunikacije
izostajanje sa posla sistem komuniciranja
u~e{}e direktnog rada stepen koordinacije
u~e{}e indirektnog rada raspodela zarada
veli~ina preduze}a odre|enost radnih uputstava
indeks u~e{}a u upravljanju promene zahteva trì{ta
broj zaposlenih odre|enost pravilnika
tehnolo{ka kompetentnost jednosmerne komunikacije
konfliktne pojave dvosmerne komunikacije
procesni oblik tokova u sistemu vrednost preduze}a
predmetni oblik tokova u sistemu privrènost preduze}u
inovacije
2.2 Klasifikacija uzroka

Klasifikacija napred navedenih uzroka (prethodno datih u obliku neure|enog
skupa) izvr{ena je njihovim lociranjem u ~etiri osnovne grupe kako je dato u
Tabelama 2.2.2. 2.2.3, 2.2.4 i 2.2.5:
Tabela 2.2.2
I Grupa uzroka: UTICAJI OKOLINE

promena uslova privre|ivanja
promene zahteva trì{ta
nestabilnost procesa snabdevanja
zakonska, carinska, materijalna, energetska ograni~enja
krizne situacije u okolini
zahtevi ekolo{ke za{tite
Tabela 2.2.3
II Grupa uzroka: STRUKTURA PREDUZE]A

veli~ina preduze}a
broj zaposlenih
broj sredstava rada
ukupan prihod
vrednost preduze}a
plasmani preduze}a izvan firme
sloènost organizacione strukture
broj elemenata strukture
broj veza izme|u elemenata strukture
broj hijerarhijskih nivoa
stepen autonomije struktura
razu|enost strukture
procesni oblik tokova u sistemu
predmetni oblik tokova u sistemu
Tabela 2.2.4
III Grupa uzroka: UÊSNICI U PROCESIMA RADA

raspodela mo}i - uticaj u organizaciji
indeks u~e{}a u upravljanju
odnosi u strukturi rada
u~e{}e direktnog rada
u~e{}e indirektnog rada
struktura indirektnog rada
standardizacija
privrènost preduze}u
izostajanje sa posla
konfliktne pojave
tehnolo{ka kompetentnost
inovacije
motivacija
raspodela zarada
Tabela 2.2.5
IV Grupa uzroka: URE\ENOST SKUPOVA VELIÎNA

odre|enost dokumenata
odre|enost podataka
odre|enost nosilaca informacija
odre|enost radnih uputstava
odre|enost pravilnika
sistem komuniciranja
formalne komunikacije
neformalne komunikacije
jednosmerne komunikacije
dvosmerne komunikacije
stepen koordinacije
3. OBLIKOVANJE DIJAGRAMA UZROCI - POSLEDICA

Za osnovnu strukturu dijagrama izabrana je struktura (Slika 2.2.7) sa
~etiri osnovne grane koje odgovaraju prethodno izvedenoj selekciji i
oblikovanim grupama uzroka,
Razrada dijagrama izvr{ena je povla~enjem linija dejstva uzroka prema
svakoj od pripadaju}ih grana,
Postupak {irenja (grananja) dijagrama primenjivan je u slu~ajevima
kada se ocenilo da pojedini uzroci stoje u uzro~no - posledi~noj vezi, na
redan ili paralelan na~in.
Slika 2.2.7: Osnovna struktura dijagrama UZROCI-POSLEDICA za Primer 1
Prethodno opisani postupak izveden je integralno, bez daljeg razdvajanja na

faze - korake, radi preglednosti re{enja.
Kona~an izgled dijagrama UZROCI - POSLEDICA za posmatrani primer prika-

zan je na slici 2.2.8.
Primer 2: ANALIZA OP[TIH USLOVA

ZA ODR@AVANJE SEMINARA
4.1 UTVR\IVANJE PROBLEMA
U vi{ednevnom periodu, od prvih kontakata do trenutka posmatranja, grupa
u~esnika iz IIS - Istraìva~kog i tehnolo{kog centra i ve}eg broja proizvodnih i
uslu`nih organizacija je organizovana u procesu izvo|enja:
informativnog seminara
UPRAVLJANJE KVALITETOM
sa jasno postavljenim zajedni~kim ciljevima.
U realizaciji predmetnog zahvata prisutan je niz UTICAJA koji uslovljavaju

izlazne EFEKTE. Dati uticaji se javljaju na relaciji:
ORGANIZATOR IZVO\AÎ UÊSNICI OKOLINA
i razli~itog su karaktera, ja~ine i na~ina dejstva. Ako se za efekat (POSLEDI-
CU) navedenog procesa rada (organizacija, izvo|enje i ukupni efekti seminara)
prihvati iskaz:
USPE[NO ORGANIZOVAN I IZVEDEN SEMINAR
potrebno je:
1. Utvrditi skup uslova koji su potrebni i dovoljni za ostvarenje napred iska-
zanog efekta;
2. Izvesti analizu me|usobne uslovljenosti utvr|enih uslova i njihovog dej-
stva na iskazanu posledicu;
3. Odrediti stepen zna~ajnosti pojedinih uslova i utvrditi kriti~na podru~ja
u smislu preporuka u~esnicima u procesu izvo|enja seminara za unap-
re|enje predmetnog procesa rada.
Na osnovu utvr|enog problema mogu}e je povu}i osnovnu liniju dejstva uslova

na na~in prikazan na slici 2.2.9:
Slika 2.2.9: Osnovna linija dejstva uslova

2. USLOVI OSTVARENJA EFEKTA

2.1 Identifikacija uslova
Za identifikaciju osnovnog skupa uslova - uticaja na kvalitet seminara podloge su:
vi{egodi{nje iskustvo IIS - ITC u organizovanju i izvo|enju seminara i
ankete izvedene na uzorku od 1000 u~esnika prethodnih seminara.
Pregled identifikovanih uslova je dat u Tabeli 2.2.6:
Tabela 2.2.6
1.
Osnovne informacije o seminaru 26. Program seminara
2.
Prisutnost predavanjima 27. Izbor tema
3.
Mesto i vreme odràvanja 28. Izbor izlaga~a
4.
Prevoz u~esnika 29. Prate}a literatura
5.
Sposobnost komuniciranja 30. Sadràj literature
6.
Komercijalni uslovi 31. Obim materijala za seminar
7.
Na~in informisanja 32. Politika preduze}a u podru~ju
8.
Sadràj informacije o seminaru obrazovanja kadrova
9.
Lokacija mesta odràvanja 33. Tehni~ka obrada materijala
seminara 34. Teorijsko znanje izlaga~a
10. Godi{nje doba odràvanja 35. Komunikativnost izlaga~a
11. Atraktivnost lokacije 36. Sposobnost animacije u~esnika
12. Uslovi sme{taja 37. Obrazovni nivo izlaga~a
13. Medijska prezentacija 38. Zalaganje izlaga~a
14. Obrazovni nivo u~esnika 39. Prirodni ambijent
15. Osoblje organizatora 40. Tehni~ka podr{ka izlaganju
16. Bezbednost prevoza 41. Na~in prezentacije
17. Kvalitet usluge 42. Gostoprimstvo doma}ina
18. Vrsta prevoznog sredstva 43. Sredstva komuniciranja
19. Uslovi sme{taja 44. Interes slu{alaca
20. Cene 45. Interes za teme seminara
21. Potreba obrazovanja kadrova 46. Komunikacije izme|u u~esnika
22. Kotizacija 47. Izbor u~esnika
23. Kvalitet usluga 48. Razumevanje problema u dru{tvu
24. Proizvodna kultura 49. Socijalno-ekonomski uslovi
25. Dostavljanje seminarskih 50. Sposobnost organizatora
materijala 51. Stepen razvoja dru{tva
2.2 Klasifikacija uslova

Klasifikacija identifikovanih uslova je izvedena njihovim razvrstavanjem u
~etiri grupe, kako je dato u Tabelama 2.2.7, 2.2.8, 2.2.9 i 2.2.10:
Tabela 2.2.7
Grupa I: UTICAJI ORGANIZATORA SEMINARA
1. Osnovne informacije o seminaru 11. Medijska prezentacija
2. Mesto i vreme odràvanja 12. Osoblje organizatora
3. Prevoz u~esnika 13. Bezbednost prevoza
4. Komercijalni uslovi 14. Kvalitet usluge
5. Na~in informisanja 15. Vrsta prevoznog sredstva
6. Sadràj informacije o seminaru 16. Uslovi sme{taja
7. Lokacija mesta odràvanja 17. Cene
8. Godi{nje doba odràvanja 18. Kotizacija
9. Atraktivnost lokacije 19. Kvalitet usluga
10. Uslovi sme{taja 20. Dostavljanje seminarskih materijala
Tabela 2.2.8
Grupa II: UTICAJI IZVO\AÂ SEMINARA
1. Program seminara 9. Komunikativnost izlaga~a
2. Izbor tema 10. Sposobnost animacije u~esnika
3. Izbor izlaga~a 11. Obrazovni nivo izlaga~a
4. Prate}a literatura 12. Zalaganje izlaga~a
5. Sadràj literature 13. Tehni~ka podr{ka izlaganju
6. Obim materijala za seminar 14. Na~in prezentacije
7. Tehni~ka obrada materijala 15. Sredstva komuniciranja
8. Teorijsko znanje izlaga~a 16. Interes slu{alaca
Tabela 2.2.9
Grupa III: UTICAJI UÊSNIKA SEMINARA
1. Interes za teme seminara 6. Program seminara
2. Komunikacije izme|u u~esnika 7. Obrazovni nivo u~esnika
3. Izbor u~esnika 8. Proizvodna kultura
4. Prisutnost predavanjima 9. Politika preduze}a u podru~ju
5. Sposobnost komuniciranja obrazovanja kadrova
Tabela 2.2.10
Grupa IV: UTICAJI OKOLINE
1. Socijalno-ekonomski uslovi 7. Sposobnost organizatora
2. Potreba obrazovanja kadrova 8. Razumevanje problema u dru{tvu
3. Gostoprimstvo doma}ina 9. Dru{tveni uslovi
4. Mesto i vreme odràvanja 10. Vremenske prilike
5. Prirodni ambijent 11. Stepen razvoja dru{tva
6. Vreme odràvanja
2. IZBOR OSNOVNE STRUKTURE DIJAGRAMA

U skladu sa prethodno izvedenom klasifikacijom uslova ostvarenja projektovanog
efekta izvr{en je izbor osnovne strukture dijagrama USLOVI - EFEKTI (uzroci -
posledica) sa ~etiri grane - linije dejstva grupa uslova:
Organizator - skup uslova koji odre|uju osnovni tok seminara, od prvog
kontakta (prvog obave{tenja o odràvanju seminara) do mogu}ih post-
seminarskih kontakata,
Izvo|a~i - skup potrebnih i dovoljnih uslova za obezbe|enje kvaliteta
podloga (prate}ih seminarskih materijala) i kvaliteta prezentacije te-
ma seminara,
U~esnici - skup karakteristika u~esnika seminara (slu{alaca) koje
odre|uju povratni - konsultativni (kontrolni) tok seminara,
Okolina - skup uslova vezanih za operativnu i {iru okolinu, odre|enih
kao dejstva stimulativnog ili poreme}ajnog karaktera.
Osnovna struktura dijagrama USLOVI - EFEKTI je data na slici 2.2.10.
Slika 2.2.10: Osnovna struktura dijagrama USLOVI - EFEKTI

3. RAZRADA DIJAGRAMA
U fazi razrade dijagrama, imaju}i u vidu njegovu osnovnu strukturu i izvedenu
klasifikaciju uslova, oblikovan je dijagram sa izgledom na slici 2.2.11.
Slika 2.2.11: Faza razrade dijagrama USLOVI - EFEKTI za Primer 2
4. GRANANJE DIJAGRAMA
Grananje dijagrama je izvedeno uz uvaàvanje me|usobne zavisnosti pojedi-
nih uslova na na~in prikazan na slici 2.2.12.
Slika 2.2.12: Postupak grananja dijagrama USLOVI - EFEKTI za Primer 2

5. KONA^NO OBLIKOVANJE DIJAGRAMA I ANALIZA RE[ENJA

Uklju~ivanjem svih identifikovanih uslova dobijen je kona~an oblik dijagrama
USLOVI - EFEKTI sa izgledom datim na slici 2.2.13.
Analiza re{enja koje je, napred opisanim postupkom, oblikovano u vidu (Slika
2.2.13) kona~nog dijagrama USLOVI - EFEKTI, izvedena je primenom metode
PARETO (ABC) - dijagram.
Za date potrebe je:

izvr{eno ocenjivanje stepena zna~ajnosti pojedinih uslova - uticaja na
kvalitet seminara; ocenjivanje je izvedeno od strane u~esnika na nizu
posebnih instruktivnih seminara - slika 2.2.14 i
iskori{}en materijal iz redovno primenjivanih anketa o ocenjivanju kva-
liteta prethodno izvedenih seminara; anketama, sa posebno priprem-
ljenim pitanjima koja se u velikoj meri poklapaju sa napred identifi-
kovanim uslovima, obuhva}en je uzorak od 10 seminara sa ukupno
1000 u~esnika.
Slika 2.2.14: Rangiranje uslova prema stepenu zna~ajnosti iz Primera 2
Na slici 2.2.15 je, kao rezultat dodatne obrade (razvrstavanje uticaja u

grupe, pode{avanje stepena zna~ajnosti u skladu sa rezultatima anketa i
iskustava organizatora i izvo|a~a), prikazan kona~an izgled ABC dijagrama
koji, na potpuno odre|en na~in, ukazuje organizatoru seminara na kriti~na
podru~ja u pogledu obezbe|enja kvaliteta za posmatranu vrstu usluga.
Slika 2.2.15: PARETO dijagram analize zna~ajnosti uslova iz Primera 2

5. ZAKLJUÂK
Dijagram UZROCI - POSLEDICA, kako se vidi iz iznetog postupka i obra|enih
primera, ima primenu u logi~koj analizi dejstva odre|enih uticaja na posmatra-
nu pojavu - posledicu. Prikazani postupak se naj~e{}e odnosi na slu~aj da je
posledica odre|eni problem, a uticaji uzroci datog problema ali se, na sli~an
na~in, moè primeniti i za slu~aj da se kao posledica posmatra odre|eni efekat
procesa rada, pri ~emu su uticaji tada uslovi ostvarivanja datog efekta, odnos-
no predmetni dijagram prelazi u dijagram USLOVI - EFEKTI.
Data metoda, kako je nagla{eno, omogu}ava izdvajanje odre|enog problema
(ili efekta) i skupa uzroka (ili uslova) koji do njega dovode. Kako se u procesi-
ma rada preduze}a i uslu`nih organizacija javlja niz razli~itih problema i kako
se efektivnost procesa rada moè iskazati nizom razli~itih veli~ina, jasno je da
bi se, oblikovanjem ve}eg broja dijagrama uzroci - posledica i dijagrama uslovi -
efekti, mogao integralno posmatrati uticaj odre|enog uzroka na vi{e problema.
Tu se me|utim, dolazi do problema preglednosti dijagrama i efikasnosti anali-
ze. Jedan od na~ina da se dati problem prevazi|e je oblikovanje dijagrama
UZROCI - POSLEDICA za osnovne grupe problema, izdvojenih na primer Pare-
to ili ABC nalizom, kako je prikazano na slici 2.2.16.
Slika 2.2.16: Pareto dijagram i dijagram UZROCI - POSLEDICA

Potrebno je naglasiti da dijagramom UZROCI - POSLEDICA nije dovoljan za
re{avanje problema koji se analizira. Njime se izdvajaju osnovni, najzna~ajniji
uzroci problema i linija njihovog dejstva i usmerava njihovo re{avanje odgova-
raju}im, drugim metodama.
2.3
MATRI^NI DIJAGRAM
Mr Radlova~ki Vladan
1. PODRU^JE PRIMENE
Uvo|enje ili unapre|enje sistema kvaliteta je neminovno pra}eno procesom
dono{enja odluka koje se ti~u re{enja raznovrsnih problema ([7], deo I: prilozi
2, 3 i 5, deo: II prilozi 13, 14 i 15, [115] odeljak 4.3, [114], deo I: prilog 3, deo II
prilozi 1, 4, 5 i deo III prilozi 6, 9 i 10). U op{tem slu~aju, dono{enju odluke
prethodi vi{ekriterijumska analiza. Neki od elemenata analize su:
uo~avanje relevantnih parametara sistema na koje se odluka odnosi,
odre|ivanje kriterijuma za dono{enje odluke,
postavljanje èljenog stanja sistema,
izrada studija izvodljivosti.
U razli~itim fazama odlu~ivanja, postojanje jasnog prikaza veza izme|u relevantnih
parametara sistema u posmatranju nesumnjivo je korisno za donosioca odluke.
Matri~ni dijagrami ~esto predstavljaju pogodnu formu za prikaz veza izme|u
relevantnih parametara vezanih za sloène probleme koji su nepogodni za re-
{avanje putem primene statisti~kih metoda. Pored problema vezanih za
uvo|enje ili unapre|enje sistema kvaliteta i dono{enja odluka, jasno je da je
ova tehnika prikazivanja podataka adekvatna i za re{enje drugih vrsta prob-
lema u kojima je prikazivanje veza relevantnih parametara neophodno. Tako,
na primer, matri~ni dijagrami mogu posluìti za obrazloènje tehni~kih re{enja
ugra|enih u proizvod koji se nudi kupcu.
2. OPIS METODE
2.1 [ta je matri~ni dijagram
Matri~ni dijagram predstavlja dvodimenzionalnu mreù u koju se upisuju pa-
rametri relevantni za razmatrani problem i veze izme|u njih [67]. Matri~ni di-
jagram je alat koji sluì za sistemati~an prikaz informacija dobijenih upore|i-
vanjem niza relevantnih karakteristika sistema koji se posmatra, u svrhu
upore|ivanja ili izbora neke od mogu}ih varijanti re{enja nekog problema.
Prema [3], matri~ni dijagrami se koriste za prikaz veze izme|u rezultata i uzro-
ka ili izme|u ciljeva i metoda, gde se svaki sastoji od dva ili vi{e elemenata ili
2.3 Matri~ni dijagram 153
faktora. Identifikacija veza izme|u elemenata ili faktora ~ini problem jasnijim
i pomaè pri pronalaènju mera za njegovo re{avanje.
2.2 Forme matri~nih dijagrama
Matri~ni dijagrami nemaju kruto definisanu formu. Mogu se prikazivati samo-
stalno ili u kombinaciji sa drugim vrstama prikaza (na primer sa dijagramom
stabla - [7], deo II: prilog 7 - gde listovi u stablu - ~vorovi najnièg nivoa - pred-
stavljaju jednu ili vi{e grupa parametara - ovakav primer bi}e kasnije u ovom
tekstu detaljnije obrazloèn). Nazivi osnovnih tipova matri~nih dijagrama koji
se sre}u u literaturi, dodeljuju se na osnovu oblika koji u dijagramu zauzimaju
prostori za unos relevantnih parametara.
2.2.1 Matri~ni dijagram tipa L

Dijagram tipa L je najprostiji matri~ni dijagram. U prvu kolonu matrice upisuju se
relevantni parametri prve grupe podataka, a u prvu vrstu parametri druge grupe
podataka. Preostala polja matrice sluè za upis karaktera veze izme|u parametara
prve i druge grupe podataka koji se nalaze u vrsti, odnosno koloni ~ije je
posmatrano polje presek. Op{ti oblik dijagama tipa L dat je na slici 2.3.1.
Slika 2.3.1: Op{ti oblik matri~nog dijagrama tipa L
2.2.2 Matri~ni dijagram tipa T

Osnovna karakteristika T tipa matri~nih dijagrama je mogu}nost prikaza veza
parametara koji su svrstani u tri grupe (A, B i C), pri ~emu se èle prikazati ve-
ze izme|u parova grupa parametara AB i BC. Op{ti oblik dijagama tipa T dat je
na slici 2.3.2. Karakteri veza parametara se upisuju prema istom principu kao i
kod L tipa. Grupa parametara B u ovom slu~aju zauzima centralno mesto i do-
vodi se u vezu sa grupama parametara A i C.
Slika 2.3.2: Op{ti oblik matri~nog dijagrama tipa T
2.2.3 Ostali tipovi matri~nih dijagrama

U literaturi se jo{ sre}u tipovi matri~nih dijagrama sa oznakama X, Y i C.
Ovim tipovima matri~nih dijagrama prikazuju se zavisnosti vi{e od dve grupe
parametara. Matri~ni dijagrami tipa Y i X predstavljaju kombinaciju 3 odnos-
no 4 matrice L-tipa [3].
Kako op{ta forma matri~nih dijagrama nije striktno odre|ena, oni se mogu
prilago|avati potrebama konkretnog slu~aja.
3. POSTUPAK
3.1 Kako se popunjava matri~ni dijagram
Prostor na matri~nom dijagramu koji je rezervisan za upisivanje karaktera ve-
za izme|u parametara odabranih grupa moè se popunjavati na vi{e na~ina.
Naj~e{}e kori{}en na~in prikaza veza podrazumeva postojanje tri razli~ite ja~i-
ne veza (ukoliko ona postoji):
jaka veza (strongly related [67] /strong relationship [3] ),
veza postoji (related [67] /relationship [3] ) i
veza mogu}a ili slaba veza(possibly related [67] /weak relationship [3] ).
Ukoliko izme|u posmatranih parametara veza ne postoji, polje matrice rezer-
visano za upis karaktera veze ostaje prazno.
Naj~e{}e sretan sistem obeleàvanja ima slede}u strukturu:
- jaka veza
- veza postoji
- veza mogu}a / slaba veza,
ali je, naravno, mogu}e primeniti i drugi sistem ozna~avanja (razli~iti simboli
i/ili razli~ita gradacija intenziteta veza).
Pod uslovom da se poznaje priroda problema i da postoji jasna slika o prirodi
parametara koje treba dovesti u vezu, moè se pre}i na popunjavanje matri~-
nog dijagrama. Jedan od mogu}ih postupaka prikazan je u literaturi [3] (po
koracima):
1. izbor tipa dijagrama - na primer, ako imamo tri grupe parametara A, B i C,
pri ~emu èlimo prikazati veze izme|u parametara grupa A-B i B-C, T-tip
dijagrama je odgovaraju}i, {to }e detaljnije biti prikazano u primeru
datom u delu 4.2 ovog poglavlja,
2. soritranje parametara prema redosledu va`nosti, hronolo{kom redosledu ili
sli~no - detaljnim izu~avanjem sistema koji se posmatra izdvajaju se rele-
vantni parametri; oni se razvrstavaju po ustanovljenim grupama i sortiraju
prema redosledu zna~ajnosti, na primer intenzitetu uticaja na pojavu
otkaza ili frekvenciji pojave otkaza; parametri unutar grupe se, naravno,
mogu sortirati i prema nekom drugom klju~u - na primer hronolo{ki;
sortirani parametri se unose u pripremljen obrazac za vr{enje analize,
3. detaljna analiza mogu}ih veza - ovaj korak zahteva poznavanje procesa
koje obezbe|uje razgrani~enje intenziteta veza parametara do nivoa
zahtevane ta~nosti; popunjavanje matri~nog dijagrama ~esto zahteva
multidisciplinaran rad, a sama matrica navodi na sistemati~nost i
celovitost posmatranja problema jer se tokom analize zahteva razmatraju
sve mogu}nosti; time se verovatno}a da }e bitne veze parametara biti
ispu{tene iz analize svodi na minimum; u ovom koraku se vr{i inicijalno
popunjavanje matrice prema dogovorenom sistemu obezleàvanja
intenziteta veza,
4. preispitivanje dodeljenih vrednosti inetnziteta veza - izu~avanjem popunjene
tablice, osoba ili tim koji je vr{io analizu u situaciji je da sagleda odnose
dodeljenih intenziteta i izvr{i korekcije ako je to potrebno i
5. izra~unavanje va`nosti veza - ukoliko priroda analize omogu}ava vredno-
vanje svake od dodeljenih vrednosti intenziteta, stepenima zavisnosti
mogu se zadati vrednosti prema intenzitetu (na primer 9-3-1 ili 3-2-1 za
tri razli~ita intenziteta); sumiranjem po kolonama ili vrstama matrice
dobija se ocena va`nosti posmatranog parametra za problem koji se èli
re{iti; analize ovog tipa mogu biti dobre podloge za dono{enje odluka.
3.2 Kako se tuma~e popunjeni dijagrami
Prema literaturi [3] postoje dva na~ina za tuma~enje rezultata dobijenih anali-
zama metodom matri~nog dijagrama.
Prvi na~in podrazumeva kvantifikaciju uticaja prema prethodno dogovorenom
sistemu (9-3-1, 3-2-1 ili neki drugi) i sortiranje parametara prema va`nosti koja
je predstavljena sumom dodeljenih vrednosti po vrsti ili koloni.
Drugi na~in je kvalitativne prirode. Posmatranejm dobijene matrice moè se

ustanoviti postojanje izolovanih grupa simbola koji ozna~avaju ve}e stepene
zavisnosti u matrici ({to moè lokalizovati problem) ili se mogu uo~iti para-
metri koji u ve}ini polja pripadaju}e vrste ili kolone imaju zavisnosti ve}eg in-
tenziteta u odnosu na ostale parametre, {to je znak da oni mogu biti od ve}e
va`nosti za razmatran problem od ostalih parametara [3].
3.3 Veza sa ostalim metodama za unapre|enje sistema kvaliteta

Matri~ni dijagrami nalaze direktnu primenu u QFD metodi (prilog 2.5 u ovoj
knjizi, [7] - deo II prilog 14 ili [47]) - centralno mesto "ku}e kvaliteta" prakti~no
je matri~ni dijagram L - tipa u kome se su~eljavaju korisnikovi zahtevi i
tehni~ke specifikacije proizvoda. QFD metoda nalazi primenu i u sektoru
usluga, pri ~emu tehni~ke specifikacije proizvoda, sklopa ili dela u matri~nim
dijagramima (tzv. ku}e kvaliteta) zamenjuju faze izvr{enja usluge.
S druge strane, za razne kompleksne analize karakteristi~na je sinteti~ka pri-
mena vi{e metoda. Tako se u literaturi [67] sre}e slu~aj u kojima jedna grupa
parametara predstavlja najniì nivo dijagrama stabla. Ovakva kombinacija me-
toda se predlaè ako se èli utvrditi adekvatnost odabrane strategije za re{enje
nekog problema. Dijagramom stabla strategija se razlaè na elemente koji se
lociraju u prvoj koloni matrice. Ovim elementima dodeljuju se ocene efikas-
nosti i prakti~nosti (ova dva parametra navode se na po~etku prve vrste). U
produètku prve vrste navode se odgovornosti (po segmentima preduze}a ili
po konkretnim radnim mestima). Polja u matrici koja vezuju elemente
strategije i efikasnost i prakti~nost popunjavaju se dogovorenim simbolima, sa
zna~enjem "dobra", "zadovoljavaju}a" i "lo{a". Sva polja ispod ova dva
parametra moraju se popuniti. Kod raspore|ivanja odgovornosti, element
strategije se sa nosiocem dovodi u jednu od slede}e tri veze: "odgovoran za ceo
element" ili "delom odgovoran" i "nije odgovoran" (polja sa relacijom "nije
odgovoran" mogu se ostaviti prazna). Tako se elementi strategije mogu
rangirati (pod uslovom da se izvr{i kvantitativna alanliza), a moè se dati i
kvantitativna ocena cele strategije. Op{ti prikaz ovako definisaog matri~nog
dijagrama dat je na slici 2.3.3.
Za razliku od ranije pomenutih na~ina vrednovanja, ovde se boduje kombina-
cija parametara (efikasnost i prakti~nost), a matrica odgovornosti (data sa des-
ne strane grafika, levo od napomena) sluì za odre|ivanje odgovornosti i ne
uti~e na bodovanje. Na kraju, moè se ostaviti prostor za napomene koji bi se
po potrebi popunjavao i sadrào blià odre|enja elemenata strategije
(u~estalost izvo|enja, detaljniji opis na~ina izvo|enja i sli~no).
Rezultati kvantitativnih analiza podataka o grupi parametara dobijenih u mat-
ri~nim dijagramima mogu se prikazati u vidu ABC (Pareto) dijagrama ([7] , ili
deo 1.2 u ovoj knjizi) ~ime se dobija jasna slika o relevantnosti parametara iz
posmatrane grupe.
Slika 2.3.3: Prikaz matri~nog dijagrama kombinovanog sa dijagramom stabla i prikazom

odgovornosti pri oceni strategije
4. PRIMERI
4.1 Primer 1: Dijagram L - tipa.
U ovom poglavlju prikazan je primer dijagrama L-tipa za proces ugradnje
ure|aja za kondicioniranje vazduha u novu zgradu [3].
Osnovni problem je dvojak:
gde se o~ekuju najve}i problemi u procesu instalacije ure|aja i
o kojim resursima treba najvi{e povesti ra~una prilikom planiranja proce-
sa instalacije.
Uo~ene su slede}e grupe parametara:
Resursi
vreme izvo|enja,
mesto izvo|enja,
izvr{ioci,
ma{ine i alati,
materijal i
metod i
Postupak
Priprema i skladi{tenje,
doprema ure|aja,
montaà komponenti i provera funkcionalnosti i
skladi{tenje
Uno{enje na mesto ugradnje,
utovar,
transport,
priprema opreme i
odlaganje i
Ugradnja
priprema mesta za ugradnju i
sama ugradnja
Kod izdvajanja relevantnih resursa za izvo|enje instalacije ure|aja, prema lite-
raturi, kori{}ena je 4M tehnika (Men / Machines / Materials / Methods = Ljudi /
Ma{ine / Materijali / Metode) kombinovana sa 5W1H okvirom (What, Why,
When, Who, Where i How = [ta, Za{to, Kada, Ko, Gde i Kako, od kojih je iza-
bran kao relevantan samo parametar "metod" - "kako").
Na osnovu uo~enih parametara popunjena su zaglavlja matrice (prva i druga
grupa parametara - slika 2.3.4).
Slika 2.3.4: L - tip matri~nog dijagrama za slu~aj analize procesa montaè ure|aja za
kondicioniranje vazduha
Ustanovljene su slede}e veze parametara: ozbiljan problem / problem / mogu} prob-

lem, sa sistemom bodovanja 3 / 2 / 1 (treba primetiti da veze izme|u parametara ne
moraju uvek biti jaka veza / veza postoji / veza mogu}a ili slaba, kako je to navedeno
u poglavlju 3.1 ovog teksta; karakteri veza uslovljeni su problemom koji se re{ava).
Prva faza - PRIPREMA I SKLADI[TENJE - otpo~inje dopremanjem ure|aja za
kondicioniranje na mesto skladi{tenja. Pre samog skladi{tenja treba izvr{iti
montaù komponenti ure|aja koje je na ovoj ta~ki potrebno izvesti da bi se skratilo
vreme ugradnje na objektu i izvela provera funkcionalnosti. Kona~no, u prvoj fazi
treba ure|aje preneti i uskladi{titi do trenutka kada je planirana ugradnja.
Druga faza - UNO[ENJE NA MESTO UGRADNJE - po~inje utovarom ure|aja
na transportno sredstvo. Nakon toga vr{i se transport ure|aja do mesta ugrad-
nje. Sledi priprema opreme za ugradnju (materijal i alati). Faza uno{enja na
mesto ugradnje zavr{ava se odlaganjem ure|aja i opreme nakon uno{enja.
U tre}oj fazi - UGRADNJI - uo~eni se slede}i postupci: priprema mesta za ug-
radnju i sama ugradnja. Uspe{nost izvo|enja celog postupka ugradnje ure|aja
proveri}e se nakon izvo|enja pu{tanjem u probni rad.
Neka od obja{njenja rasporeda dodeljenih vrednosti data su u nastavku:
predvi|aju se problemi vezani za vreme izvo|enja (termine po~etka i trajanje)
dopreme ure|aja, montaè komponenti i provere funkcionalnosti, utovara pre
ugradnje i pripreme mesta za ugradnju, jer su mogu}i nedostaci radne snage
usled postojanja ve}eg obima drugih poslova na objektu u tim terminima;
predvi|a se da }e postojati potreba za prekovremenim radom ili
angaòvanjem dodatne radne snage; ovi problemi ipak nisu okarakterisani
kao ozbiljni (svi nepredvi|eni problemi vezani za datum izvo|enja pojedinih
aktivnosti u op{tem slu~aju naj~e{}e su gre{ka sinhronizacije aktivnosti
projekta izgradnje celog objekta),
prilikom analiza, ustanovljeno je da u svim fazama rada mogu postojati
problemi vezani za ljudski faktor - zato kolona ispod parametra "izvr{ioci"
nema nijedno prazno polje,
mesto izvo|enja faza ugradnje moè da predstavlja problem; uzrok tome je
paralelno izvo|enje ostalih zavr{ih radova na objektu, koji tako|e
zahtevaju prostor, pa je ovaj resurs potrebno pa`ljivo isplanirati,
uzimaju}i u obzir i vreme odvijanja radova,
ustanovljeno je da moè do}i do problema vezanih za metode izvo|enja
montaè komponenti i provere fukcionalnosti, skladi{tenja (po{tovanje pre-
poruka proizvo|a~a za transport ure|aja i sli~no ili njihova nedovoljna de-
taljnost), pripreme opreme za ugradnju (kompletnost prema preporukama
proizvo|a~a) i odlaganja (bri`ljivo planiranje ovde je neophodno ako je
prostorija mala, kako se zbog pomanjkanja prostora ne bi ko~ilo odvijanje
zavr{nih radova na objektu); o~igledno je da prozivo|a~ uz ure|aje ispo-
ru~uje detaljna uputstva za instalaciju, tako da se problem postojanja me-
toda same ugradnje ne predvi|a.
Nakon sprovedene kvantitativne analize dobija se odgovor na postavljen prob-

lem:
1. primarno mesto u planiranju postupaka treba da zauzmu postupci PRIP-
REME I SKLADI[TENJA, UGRADNJE, i odlaganje ure|aja.
2. vreme, mesto, izvr{ioci i metod su resursi koje treba pa`ljivije planirati u
odnosu na ostale,
{to se jasno vidi na osnovu dodeljenih poena na slici 2.3.4 (bitni parametri su
osen~eni).
4.2 Primer 2: Dijagram T - tipa.
Ovaj primer primene matri~nog dijagrama T-tipa odnosi se na analizu pojava
povr{inskih o{te}enja ~eli~nih plo~a koja nastaju u procesu odsecanja noèm
na presi. Problem se sastoji u kreiranju sistemati~nog prikaza uzroka razli~itim
pojavama o{te}enja u svrhu pronalaènja na~ina za smanjivanje njihovog bro-
ja, a èli se re{iti metodom matri~nih dijagrama. Grupe parametara koje se
razmatraju su proces, uzroci o{te}enja i vrste o{te}enja.
Proces
Proces odsecanja sastoji se iz pet faza: transport do noà, centriranje plo~e,
odsecanje, transport od noà do skladi{ta i skladi{tenje.
Neise~ena ~eli~na plo~a transportuje se valj~astim transporterom do mesta gde
je prihvata dizalica. Glavni delovi transportera su valjci, pogonski lanac i ko~-
nica.
Centriranju prethodi podizanje plo~e dizalicom sa magnetnim hvata~em.
Pre odsecanja, plo~a se sme{ta u prihvatni okvir, sa podlogom, a centrira okvirom
za centriranje. Kada se plo~a centrira, se~e se noèm.
Ise~eni deo prelazi put do kraja transportera na kome se nalazi mehanizam za
prihvat odse~enih plo~a i njihovo skladi{tenje.
Nakon transporta do skladi{ta, u njemu se vr{i slaganje ise~enih plo~a.
Uzroci
Me|u uzrocima o{te}enja uo~eni su: klizanje, gruba povr{ina, prianjanje ne~isto-
}a, nepredvi|ena pomeranja, udar, vibracije, gre{ke valjanja, pritisak, teìna i ma-
terijal.
Pojave
Pojave o{te}enja plo~a svrstane su u slede}e grupe: ulubljenja, uzdu`ne ogrebo-
tine, popre~ne ogrebotine i dijagonalne ogrebotine.
***
Analizom odabranih grupa parametara dobijene su zavisnosti prikazane u

matri~nom dijagramu na slici 2.3.5.
Neki od zaklju~aka koji se mogu izvesti iz podataka prikazanih u dijagramu su:

ulubljenja plo~e izazivana su svim nabrojanim uzrocima, sem klizanjem i
vibracijama, a vezana su za skoro sve elemente procesa i time
predstavljaju za re{avanje najsloèniji vid o{te}enja u ovom slu~aju,
ogrebgotine uzdu`ne na pravac kretanja isto imaju razne uzroke vezane za
ceo tok procesa ~ime je, tako|e, jasno da njihovo otklanjanje predstavlja
problem relativno visokog stepena sloènosti i
popre~ne i dijagonalne ogrebotine imaju uzrok samo u vibracijama dizalice i
okvira za centriranje; nestanak ili znatno smanjenje ova dva vida o{te}enja
moè se posti}i konstrukcionim izmenama na samo ova dva elementa sis-
tema za odsecanje.
Slika 2.3.5: T - tip matri~nog dijagrama za slu~aj analize uzroka o{te}enja povr{ine ~eli~ne
plo~e prilikom odsecanja
U ovom primeru kvantitativna analiza nije sprovedena.
5. ZAKLJUÂK
U ovom tekstu opisana je uloga metode matri~nih dijagrama u procesima ve-
zanim za obezbe|enje kvaliteta proizvoda. Prikazane su veze sa ostalim meto-
dama i dat je na~elni primer sinteti~ke primene metode dijagrama stabla i
metode matri~nih dijagrama. Prikazana su dva primera kao ilustracija primene
matri~nih dijagrama.
Klju~ni ~inilac neophodan za dobro sprovo|enje analize metodom matri~nih
dijagrama ipak je znanje o procesu koji se razmatra. Bez znanja dijagram se ili
ne moè popuniti, ili se mogu na~initi neke od slede}ih gre{aka:
grupe parametara posmatranog sistema nisu odre|ene na na~in koji obez-
be|uje re{enje problema,
izbor grupa parametara neadekvatan je sa stanovi{ta racionalnosti
analize,
jedna ili vi{e grupa parametara nisu kompletne, tj ne sadrè sve
relevantne parametre procesa;
jedna ili vi{e grupa parametara sadrè parametre koji nisu relevantni za
posmatrani proces; oni se mogu isklju~iti iz daljih razmatranja, ali je pot-
rebno sprovesti preispitivanje da li je skup preostalih parametara dovoljan
za kompetentno dono{enje odluke,
karakteri veza u dijagramu ne odslikavaju realno stanje stvari, {to moè
izazvati pogre{no zaklju~ivanje o vezama elemenata procesa
Pozitivan efekat sprovo|enja analiza tipa matri~nih dijagrama, koji je ~esto
mnogo vredniji za re{enje problema od samog postavljanja prioriteta, jeste sis-
temati~no sagledavanje procesa u celini {to, pored boljeg planiranja postupaka
za izvr{enje zadatka, omogu}ava i brè reagovanje na neplanirane doga|aje.
2.4
FTA, FMEA, FMECA
Dr Dragutin Stanivukovi}
1. PODRU^JE PRIMENE
Te`nja svakog sistema je da nudi trì{tu kvalitetan proizvod / uslugu, po
kompetentnoj ceni, koji }e osigurati profit, odnosno obezbediti opstanak
sistema i njegov razvoj u budu}nosti. Me|utim, po{to i konkurentski sistem
ima istu te`nju, postoji opasnost da proizvod / usluga u koje je utro{eno puno
sredstava i vremena stigne kasno na trì{te ili, ako se poùri sa izlaskom na
trì{te, da poseduje neki skriveni nedostatak, zahvaljuju}i kome ne}e osvojiti
trì{te. Iz ovog razloga je potrebno prona}i i primeniti neki postupak ili
metodu koji bi omogu}ili relativno brz i jednostavan, a siguran na~in
otkrivanja skrivenih nedostataka proizvoda, odnosno usluga.
Sa stanovi{ta posledica postoje dve osnovne grupe nedostataka:
nedostaci koji se otkriju pre nego proizvod / usluga dopre do kupca i
nedostaci koji se javaljaju tokom eksploatacije, odnosno kod korisnika.
Nedostaci koji su otkriveni pre nego proizvod / usluga dopre do kupca za
posledicu imaju povi{enje tro{kova razvoja proizvoda / usluge, ali ne
degradiraju trì{nu poziciju preduze}a. Ovde je ~ak mogu} i suprotan efekat -
de{avaju se slu~ajevi da dobar marketing pobolj{a trì{nu poziciju preduze}a
navo|enjem detalja {ta sve preduze}e ~ini (koje je sve nedostatke svog
proizvoda otkrilo) da bi za{titilo kupca.
Nedostaci koji se javljaju tokom upotrebe proizvoda / vr{enja usluge, odnosno
nedostaci kojima je korisnik svedok, mogu da imaju vrlo negativan uticaj na
trì{nu poziciju preduze}a i kao krajnji efekat:
povla~enje proizvoda / usluge sa trì{ta mnogo ranije nego {to se vrate
sredstva uloèna u razvoj i
gubljenje poverenja korisnika u proizvode / usluge, {to moè imati
katastrofalne posledice za preduze}e.
O~igledno je da druga grupa nedostataka ima mnogo ozbiljnije posledice. Iz
ovog zaklju~ka sledi da je potrebno, po svaku cenu, spre~iti da nedostatak
dopre do kupca. Kada je re~ o prvoj grupi nedostataka, potrebno je znati da su
"najskuplji" nedostaci oni koji najduè ostanu skriveni (npr. nedostatak koji je
nastao u fazi idejnog razvoja proizvoda / usluge, a otkriven je pred plasman na
trì{te, stvara neuporedivo vi{e tro{kove nego onaj nedostatak koji je otkriven
u fazi u kojoj je i nastao). Ovde je zgodno napomenuti da oko 80%

nedostataka nastaje pre uvo|enja proizvoda u serijsku proizvodnju, dok se
tokom proizvodnje otkrije i otkloni (promenom projektnog re{enja,
tehnologije, materijala...) otprilike isti procenat nedostataka. Da je ovo skuplji
na~in otklanjanja nedostataka nije potrebno posebno nagla{avati.
Iz svega navedenog o~igledno je da je potrebno imati mehanizam za
blagovremeno otkrivanje i eliminisanje nedostataka proizvoda / usluga. Sa
ovim ciljem su razvijeni postupci analize na~ina i efekata otkaza (FMEA -
Failure Mode and Effect Analysis),
Analysis) analize na~ina, efekata i kriti~nosti
otkaza (FMECA - Failure Mode, Effect and and Criticality Analysis) i analiza
stabla otkaza (FTA - Failure Tree Analysis).
Analysis)
Navedeni postupci su nastali na zahtev ameri~ke vojske i definisani su
standardima MIL-STD-1629A i MIL-STD-2070. Pogodni su za:
otkrivanje i lokalizaciju pojave i uticaja nedostatka / otkaza / gre{ke na
proizvod, proces ili uslugu,
ublaàvanje, ograni~avanje i izbegavanje rizika,
smanjenje tro{kova, odnosno gubitaka, zbog lo{eg kvaliteta i
pozitivno delovanje na poloàj organizacije na trì{tu.
2. OPIS
U nastavku }e biti dat opis ovih postupaka, ali kako je za njihovo razumevanje
potrebno odre|eno poznavanje pouzdanosti, to }e prvo biti dat kratak uvod u
Teoriju pouzdanosti.
2.1 Osnove teorije pouzdanosti
Uspe{nost firmi u velikoj meri zavisi od svojstava i karakteristika njihovih
proizvoda. Pouzdanost (po definiciji koju je prihvatio i JUS A.A2.005) kao
...verovatno}a da }e sistem - proizvod - uspe{no vr{iti postavljenu funkciju
cilja u datom vremenu i datim uslovima okoline..., u daljem tekstu ozna~ena
sa R(t), (oznaka R poti~e od engleske re~i za pouzdanost - Reliability), je
svojstvo koje karakteri{e kvalitet funkcionisanja proizvoda u vremenu. Zna~aj
pouzdanosti u pogledu uspe{nosti proizvodnih firmi stalno je u porastu, a sa
porastom zna~aja, pouzdanost, kao teorija i praksa, u stalnom je razvoju i
klju~ni je faktor pri razmatranju internacionalne industrijske kompetencije.
Ova konstatacija se odnosi na razli~ita podru~ja rada, bilo da je re~ o oru|ima i
proizvodima vojne industrije (odakle je i krenuo razvoj Teorije pouzdanosti)
preko avio-industrije, automobilske industrije, proizvodnje mernih ure|aja, pa
sve do izrade aparata i ure|aja za doma}instvo ili, na primer, proizvodnje
de~jih igra~aka. Korisnici proizvoda, kupci, vi{e se ne zadovoljavaju
proizvodima koji zahtevaju ~este intervencije odràvanja. Oni, po pravilu, ne
poseduju paralelnu vezu (rezervni friìder, telefon i sl.), tako da realizacija
2.4 FTA, FMEA, FMECA 165
periodi~nih opravki (i pripadaju}a neraspoloìvost proizvoda u toku trajanja

otkaza), kao i tro{kovi nastanka otkaza (direktni i indirektni) opredeljuju
kupce za jedan ili drugi proizvod.
Pouzdanost, kao jedno od svojstava kvaliteta, je prisutna u svim fazama
ìvotnog ciklusa nekog proizvoda: od ideje i definisanja funkcije cilja koja se
postavlja pred proizvod, preko ispitivanja potreba trì{ta, konstrukcije i
razvoja proizvoda, svih faza izrade - proizvodnje do eksploatacije i otpisa
(isklju~ivanja) proizvoda iz upotrebe i reciklaè. Ovako {iroka primena
Teorije pouzdanosti uslovila je i razvoj inènjeringa za pouzdanost, kao
posebne funkcije u proizvodnim sistemima koja je zaduèna za [50]:
procene i predvi|anje potreba za karakteristikama pouzdanosti kao i
planiranje razvoja pouzdanosti,
delovanje u svim fazama razvoja proizvoda,
alokaciju (raspodelu) ciljne (èljene) pouzdanosti sistema na delove
sistema,
planiranje i sprovo|enje ispitivanja (utvr|ivanja) pouzdanosti,
sprovo|enje statisti~ke obrade i analize podataka dobijenih ispitivanjima,
odràvanje sistema za obezbe|enje podataka o pouzdanosti,
neprekidnu pomo} u fazama
planiranja,
proizvodnje,
obezbe|enja kvaliteta i
nabavke,
postavljanje zahteva u pogledu pouzdanosti pri nabavci delova i kompo-
nenti i
prepoznavanje i otklanjanje uzroka koji dovode do sniàvanja nivoa
pouzdanosti.
Izvr{avanje navedenih aktivnosti pretpostavlja organizacionu definisanost
funkcije i kvalifikovane izvr{ioce zaduène za vo|enje brige o pouzdanosti
procesa i proizvoda. S obzirom na {irinu primene, Teorija pouzdanosti se
razvijala u podru~jima:
konstruisanja na bazi pouzdanosti,
alokacije pouzdanosti,
ispitivanja (utvr|ivanja, ocenjivanja) pouzdanosti delova,
ispitivanja (ocene) pouzdanosti ure|aja,
ispitivanja (utvr|ivanja, ocenjivanja) pouzdanosti sistema i
analize otkaza.
Termin "otkaz" je razumljiv i jasan sve dok se koristi za uop{teno opisivanje
stanja nekog sistema (procesa) u vremenu. Generalne i apstraktne definicije,
kao " ...prestanak sposobnosti proizvoda da izvr{ava (obavlja) zahtevanu
funkciju..."[113], retko mogu zadovoljiti, kada se primene na konkretnom

proizvodu, bez dopunskih obja{njenja i kriterijuma, i u konkretnim uslovima,
kao {to je, na primer, u slu~ajevima utvr|ivanja odgovornosti za otkaze sa
katastrofalnim posledicama ili pri postavljanju zahteva za pouzdano{}u pri
ugovaranju karakteristika proizvoda. Naj~e{}e se analiza otkaza (u nastavku
teksta AO) sprovodi sa ciljem:
utvr|ivanja i izolovanja uzro~nika otkaza i pojave gre{ke na proizvodima i
u procesima proizvodnje,
rangiranje proizvoda i delova (sa obzirom na pouzdanost, kriti~nost
posledica...),
analize pouzdanosti,
definisanja naknadnih i preventivnih intervencija usmerenih ka
otklanjanju, odnosno spre~avanju otkaza i
analiza sigurnosti sistema .
U ve}ini slu~ajeva postupcima AO se ukazuje na nedostatke (gre{ke) u
jednom od tri podru~ja, tako da postoje:
otkazi u fazi projektovanja ("design failure"),
otkazi u fazi izgradnje-proizvodnje ("manufacturing failure") i/ili
otkazi u toku eksploatacije ("misuse failure") proizvoda,
koji u potpunosti odgovaraju fazama ìvotnog ciklusa proizvoda u toku kojih
se postupci AO i sprovode.
2.1.1 Osnovna stanja sistema

Uspe{no vr{enje postavljene funkcije cilja proizvoda [113], unutar granica
dozvoljenih odstupanja, u datom vremenu i datim uslovima okoline, ozna~ava
stanje U RADU sistema. Stanje kada sistem ne vr{i uspe{no postavljenu
funkciju cilja, to jest kada se nalazi izvan granica dozvoljenog odstupanja u
datom vremenu i datim uslovima okoline, naziva se stanje U OTKAZU, kako
je prikazano na slici 2.4.1. Kako je radna sposobnost sitema promenjiva u
vremenu, to se i rad sistema moè prikazati kao niz naizmeni~nih pojava stanja
U RADU i OTKAZU, {to se naziva vremenskom slikom stanja sistema.
Vremenska slika stanja je uslovljena, pri drugim istim uslovima, na~inom
strukturisanja sistema i stepenom sloènosti strukture. Postoji vi{e na~ina
vezivanja elemenata u sistem, ali dva osnovna su:
redna veza elemenata u sistemu, {to podrazumeva otkaz sistema pri
otkazu bilo kog elementa ( to jest sistem je u stanju U RADU ako su u
radu svi sastavni elementi), slika 2.4.2 a) i
paralelna
paralelna veza elemenata u sistemu, {to podrazumeva otkaz sistema kada
su svi elementi u paralelnoj vezi u stanju U OTKAZU, to jest sistem je u
stanju U RADU sve dok je bar jedan elemenat u radu, slika 2.4.2 b).
Pored navedenih postoje i :

pasivna paralelna veza
veza - otkaz sistema nastaje pri otkazu svih elemenata
sistema, pri ~emu se podrazumeva da se paralelno vezani elementi
uklju~uju u rad tek nakon otkaza aktivnog elementa,
delimi~no paralelna veza - otkaz sistema nastaje kada vi{e od k od
ukupno m paralelno vezanih elemenata otkaè i
specifi~ne veze (kvaziparalelne i kvaziredne) - elementi sistema su vezani
na na~in koji ima karakteristike i rednih i paralelnih veza.
Sa slike 2.4.2 se jasno, i bez dodatnih pokazatelja, uo~ava zna~aj na~ina
povezivanja elemenata u sistem i njegov uticaj na funkcionisanje sistema u
vremenu, odnosno, na pouzdanost.
Slika 2.4.1: Vreme U RADU i vreme U OTKAZU
a) Redna veza b) Paralelna veza

Slika 2.4.2: Vremenska slika stanja sistema sa rednom i paralelnom vezom
2.1.2 Karakteristike pouzdanosti

Doga|aj koji izaziva prelaz sistema iz stanja U RADU u stanje U OTKAZU
defini{e se kao otkaz. Verovatno}a da se sistem na|e izvan granica
dozvoljenog odstupanja, to jest da pre|e iz stanja U RADU u stanje U
OTKAZU, predstavlja nepouzdanost i ozna~ava se sa F(t). Pouzdanost i
nepouzdanost, kao bezdimenzionalne veli~ine, koriste se za iskazivanje
osnovne jedna~ine pouzdanosti:
R(t) + F(t) = 1 ...... (1)
Svaka od ovih veli~ina moè se iskazati, u zavisnosti od toga da li su promene

prekidnog ili neprekidnog tipa, na slede}i na~in:
prekidne promene
t t
R(t ) = (t)dt i F(t) = f (t )dt ...... (2)
0 0
gde su:
(t) - funkcija gustine pojava stanja u radu i
f(t) - funkcija gustine pojava stanja u otkazu, ili frekvencija otkaza
neprekidne promene:
n N (t ) N (t )
R(t ) = i F (t ) = ...... (3)
n n
gde su:
N(t) - ukupan (kumulativni) broj pojava stanja ( ili elemenata )
U OTKAZU do trenutka t,
n - ukupan broj pojava stanja U RADU u trenutku t = 0, ili
broj ispravnih elemenata u t=0, tj. veli~ina uzorka,
n - N(t) - ukupan broj ispravnih elemenata u trenutku t .
Op{ti izgled funkcija pouzdanosti i nepouzdanosti prikazan je na slici 2.4.3. Sa

slike se vidi da nepouzdanost raste, a pouzdanost opada u vremenu.
Bez obzira na vrstu proizvoda, naj~e{}e kori{}eni parametri u Teoriji
pouzdanosti su:
a) Gustina pojava stanja u otkazu - frekvencija otkaza - f(t)
za neprekidne promene
dF(t )
f (t ) = [vrem. jedinica-1] ...... (4)
dt
za prekidne promene
N( t )
f(t) = [vrem. jedinica-1] ...... (5)
n t
gde je:
N(t) - broj stanja (ili elemenata) U OTKAZU u intervalu vremena
t,
t - {irina vremenskog intervala i
n - ukupan broj stanja U RADU ili ispravnih elemenata u
trenutku vremena t=0.
b) Srednje vreme U RADU T ur


Tur = t f(t)dt = R(t)dt [vrem. jedinica] ...... (6)
o o
za prekidne promene
1 n
Tur = t uri [vrem. jedinica] ...... (7)
n i =1
gde je:
tur i - vreme trajanja i-te pojave U RADU kod popravljivih sistema ili
vreme do pojave otkaza kod nepopravljivih,
n - ukupan broj pojava stanja U RADU kod popravljivih sistema, ili
veli~ina uzorka - broj ispitivanih elemenata kod nepopravljivih
Slika 2.4.3: Funkcije pouzdanosti i nepouzdanosti

c) Intenzitet otkaza (t), kao odnos funkcije gustine pojava stanja U
OTKAZU (frekvencije otkaza) i kumulativne gustine pojava stanja U RADU
(pouzdanosti), iskazan je naj~e{}e kao recipro~na vrednost vremenske jedinice,
f(t)
(t) = [vrem. jedinica-1] ..... (8)
R(t)
za prekidne promene
N(t)
(t) = [vrem. jedinica-1] ...... (9)
n sr (t) t
gde je:
nsr(t) - srednji broj ispravnih elemenata u i-tom intervalu.
2.1.3 Metode ispitivanja pouzdanosti

Parametri pouzdanosti proizvoda naj~e{}e nisu poznati i odre|uju se nekim od
slede}ih postupaka:
laboratorijskim ispitivanjima na ograni~enom uzorku delova i u
odre|enim uslovima,
ispitivanjem otkaza sli~nih elemenata u fazi razvoja ili u fazi izrade
proizvoda,
ispitivanjem otkaza elemenata iste vrste u fazi eksploatacije sistema i
ispitivanjem otkaza familije sli~nih proizvoda ugra|enih u razli~ite
sisteme, u razli~itim uslovima eksploatacije.
Laboratorijska istraìvanja pouzdanosti vezana su za fazu razvoja, izgradnje,
prototipskih provera i ocenskih ispitivanja proizvoda. Osnovne karakteristike
su da se ocena pouzdanosti zasniva na ograni~enom uzorku (znatno manjem
od ukupne populacije), a informacije o pouzdanosti se dobijaju mnogo brè,
nego pri pra}enju pona{anja sistema u realnoj eksploataciji. Postupci laborato-
rijskih odre|ivanja pouzdanosti su definisani standardima (JUS.A.K3.012 i
JUS.A.K3.015), ve}inom zasnovanim na standardima Me|unarodne elektro-
tehni~ke komisije (IEC), ali sa primenom na sve tehni~ke sisteme. U zavisnosti
od karaktera informacija o pouzdanosti razlikuju se:
ocenska ispitivanja; sa neposrednim ciljem dobijanja kvalitetnih
informacija o pouzdanosti ispitivanog sistema, ure|aja ili elementa, to jest
odre|ivanje ostvarene pouzdanosti u apsolutnom smislu i
uporedna ispitivanja; sa neposrednim ciljem dobijanja relativnih
informacija o pouzdanosti ispitivanog sistema, ure|aja ili elementa, to jest
upore|ivanje ostvarene pouzdanosti sa postavljenim zahtevima ili sa istim
osobinama drugih uzoraka.
Posebnu vrstu uporednih ispitivanja ~ine ispitivanja, koja se obavljaju po
planovima ispitivanja (JUS.A.K3.017 i JUS.A.K3.018), koji se baziraju na
rizicima prodavca (- rizik) i kupca (-rizik) i preko kojih se odre|uje broj
elemenata koji treba da se ispita, kao i ukupno vreme ispitivanja. Najuticajniji
faktori za definisanje strategije ispitivanja su:
koli~ina ispitivanih proizvoda (pri ~emu se mogu}e varijante ozna~avaju
sa: jedan - 1 ili vi{e N),
mogu}nost obnavljanja (zamene) proizvoda pri ispitivanju (ne opravlja se
i ne zamenjuje U, ne opravlja se, ali se zamenjuje R, opravlja se M),
kriterijum prekida ispitivanja tehnolo{kih sistema (vreme u radu T, broj
otkaza - r, vreme u radu ili broj otkaza - r, T),
T
redosled stupanja proizvoda na ispitivanje (istovremeno [ ], nije

istovremeno ( )),
kontrola rada proizvoda u toku ispitivanja (neprekidno [ ] ili ( ),
periodi~no [[ ]] ili (( )) i samo pred po~etak ili nakon zavr{etka ispitivanja
{ }).
Razli~itim kombinacijama navedenih faktora formiraju se planovi skra}enih
ispitivanja sa oznakama: [NUN], [NUT], [NUr] i [NU(r,T)] zatim [NRT] [NRr]
[NR(r,T)] i [NMT], [NMr] i [NM(r,T)], pri ~emu se oznake tuma~e kao na
primer: [NUN] - neprekidno ispitivanje N elemenata koji se ne opravljaju i ne
zamenjuju drugim, pri ~emu je ispitivanje zavr{eno kada otkaù svi elementi.
Pri istraìvanju pouzdanosti u toku eksploatacije proizvoda, kao krajnji cilj
postavlja se utvr|ivanje teorijskog zakona raspodele koji najbolje opisuje
pona{anje proizvoda, u pogledu pojave otkaza u vremenu, tj. najbolje
aproksimira diskretne vrednosti pouzdanosti. Teorijski zakoni raspodele
neprekidnih slu~ajnih veli~ina, vremena U RADU i OTKAZU, koji se
naj~e{}e koriste u Teoriji pouzdanosti, su: eksponencijalni, normalni, Relejev,
Vejbulov, logaritamsko-normalni i gama zakon raspodele. Postupak
utvr|ivanja parametara pouzdanosti, bez obzira na teorijski zakon raspodele,
po kome se otkazi proizvoda pona{aju, podrazumeva:
izdvajanje podataka o stanju sistema u procesu eksploatacije ({to
pretpostavlja razra|en informacioni sistem za prikupljanje podataka ili
automatizaciju ovoga koraka), to jest vremensku sliku stanja sistema,
analizu stanja, utvr|ivanje trenda i uzroka pojava stanja U OTKAZU i
odre|ivanje relevantnih veli~ina zakona raspodele i testiranje hipoteze.
2.1.4 Postupak utvr|ivanja teorijskog zakona raspodele pouzdanosti

Izdvojeni podaci o vremenima U RADU, ili kod nepopravljivih sistema, vremena
do pojave otkaza, predstavljaju skup osnovnih slu~ajno promenjivih (koja se,
naj~e{}e, izraàva u jedinici vremena, ali nije retko da se izraàva i u pre|enim
kilometrima, ciklusima rada i sl.) nad kojima je neophodno sprovesti:
grupisanje podataka (po rastu}em redosledu, u intervale...),
prethodnu obradu izdvojenih podataka (izra~unavanje srednje vrednosti,
standardne devijacije, medijane, moda, intenziteta otkaza, pouzdanosti i
nepouzdanosti),
prikazivanje podataka (histogram, poligon, stepenasti dijagram, dijagram
intenziteta otkaza - (t) i sl.),
postavljanje hipoteze o teorijskom zakonu raspodele,
odre|ivanje parametara pretpostavljenog teorijskog zakona raspodele i
testiranje hipoteze.
U nastavku su, ukratko, opisani svi koraci, sa detaljnijim osvrtom na segmente

koji su specifi~ni za analizu pouzdanosti:
a) Izdvajanje ve}eg broja ( n ) podataka, o vremenima do pojave otkaza
proizvoda, koja se nalaze u intrervalu tmin - tmax , pretpostavlja grupisanje
podataka, naj~e{}e, u z intervala statisti~kog skupa, pri ~emu je {irina
intervala ozna~ena sa t. Broj intervala se odre|uje na osnovu empirijskih
izraza:
z= n , z = 23 n ..... (10)
z = 1 + 3,3 log n i z = 5 log n ..... (11)
b) Srednja vrednost ili aritmeti~ka sredina koja, odre|uje srednji poloàj

raspodela frekvencija, oko koga se raspore|uju ostale vrednosti, identi~na je
matemati~kom o~ekivanju M(t) i izra~unava se pomo}u izraza:
n 1 n
t = M(t) = t i p i = t i fi [vrem.jedinica] ..... (12)
i=1 n i=1
odnosno za slu~aj da su sve promenjive razvrstane u intervale {irine t

t n
t = D + di fi [vrem.jedinica] ..... (13)
n i =1
gde je:
1
di = (t zi D) ..... (14)
t
pri ~emu je:
tzi - srednja vrednost vremena t za i-ti interval,
D - sredina intervala sa najve}om frekvencijom i
fi - frekvencija (broj) pojava u i-tom intervalu, ~esto ozna~avana
kao N(t).
Mera rasipanja, standardna devijacija se izra~unava, kao pozitivan kvadratni
koren varijanse, pomo}u izraza:
1 n
= (ti t )2 p i = (t t)2 fi
n i=1 i
[vrem.jedinica] ..... (15)
to jest, za slu~aj da su vrednosti razvrstane u intervale, pomo}u izraza:

2
1 n 2 1 n
= t
n i =1
d i fi d i fi [vrem.jedinica] ..... (16)
n i =1
Medijana, oznaka t50, predstavlja vrednost oko koje postoji jednak broj
elemenata skupa sa manjom, odn. sa ve}om vredno{}u. Ako je ukupan broj
elemenata paran broj, medijana predstavlja aritmeti~ku sredinu dva srednja
elementa. Izrazi preko kojih se odre|uje intenzitet otkaza (kao i funkcije
pouzdanosti i nepouzdanosti) dati su u prethodnom poglavlju.
c) Prikazivanje vrednosti dobijenih prethodnom obradom najjasnije se
vidi na primeru koji sledi.
d) Postavljanje hipoteze o teorijskom zakonu raspodele, koji najbolje
aproksimira izdvojene podatke, zasniva se na algoritamskoj strukturi
prikazanoj na slici 2.4.5 Iz algoritma se vidi da je za postavljanje polazne
hipoteze neophodna prethodna obrada, ali se tako|e moè zaklju~iti da se i
nakon utvr|ivanja teorijskog zakona raspodele, Vejbulovog na primer, moè
korigovati hipoteza u zavisnosti od parametra oblika raspodele - .
e) Odre|ivanje teorijskog zakona raspodele podrazumeva odre|ivanje
parametara koji te zakone raspodela karakteri{u (izrazi za naj~e{}e
primenjivane zakona raspodele u Teoriji pouzdanosti su dati na slici 2.4.4). Uz
svu raspoloìvu hardversku i softversku podr{ku koja se nudi na trì{tu, ovaj
korak ne predstavlja veliki problem. Ipak, zbog svoje specifi~nosti i zna~aja, u
nastavku je prikazan postupak odre|ivanja parametara pouzdanosti, na
primeru Vejbulove raspodele, uz pomo} verovatnosnog papira.
Dijagrami nepouzdanosti (za prekidne promene) u Dekartovom koordinatnom
sistemu su krive linije, kako se to sa slike 2.4.3 moè videti. Ideja verovatnosnih
papira je da se, promenom podele na koordinatnim osama(X i Y), dobiju
dijagrami, naj~e{}e nepouzdanosti, koji, ako je hipoteza dobra, aproksimiraju
empirijske vrednosti pravom linijom. Za Vejbulovu raspodelu se tako,
dvostrukim logaritmovanjem izraza za nepouzdanost, dobija jedna~ina prave:
1
ln ln = ( ln t ln ) odnosno Y = aX + b ;
1 F(t)
gde je:
1
Y = ln ln , X = ln t , a= i b = ln ..... (17)
1 F(t)
pri ~emu su i parametri oblika i razmere Vejbulove raspodele.
S obzirom da za t= izraz za nepouzdanost uzima vrednost:

1

F(1) = 1 e = 1 = 0.632 ..... (18)
e
to se u Vejbulovim papirima vrednost nepouzdanosti od 63,2 %, naj~e{}e,
ozna~ava isprekidanom linijom . Na mestu preseka prave linije, koja najbolje
aproksimira empirijske vrednosti F(t) u verovatnosnom papiru, sa
isprekidanom linijom F(t) = 63,2%, na apscisi se o~itava parametar razmere
teorijskog zakona raspodele .
Ako se pogleda jedna~ina prave linije, Y=aX+b, vidi se da je koeficijent

nagiba prave, tangens ugla koji prava zaklapa sa pozitivnim smerom X - ose,
ustvari parametar oblika teorijskog zakona raspodele (a = tg), {to se na
razli~itim oblicima verovatnosnog papira, na razli~ite na~ine, koristi radi
odre|ivanja parametra oblika.
f) Testiranje hipoteze podrazumeva proveru saglasnosti, odstupanja,
vrednosti dobijenih analizom uzorka i odgovaraju}ih vrednosti odabranog
teorijskog zakona raspodele. Za ovakvu proveru koriste se statisti~ki testovi;
naj~e{}e je primenjivan test Kolmogorov -Smirnova, tzv. d test. Ovaj test se
bazira na pretpostavci da dobijena raspodela odgovara teorijskoj za ukupnu
populaciju, a stepen saglasnosti se ocenjuje upore|ivanjem odstupanja
pojedinih empirijskih od teorijskih vrednosti, sa kriti~nom vredno{}u koja se
dobija iz tablica (za odre|eni nivo poverenja ). Ukoliko je odstupanje manje
od tabli~ne vrednosti hipoteza se ne odbacuje, a u suprotnom se poku{ava sa
novom hipotezom, to jest sa novim parametrima ili drugim teorijskim
zakonom raspodele.
2.1.5 Primer
Ispitivanjem 100 proizvoda na pouzdanost, dobijene su vrednosti vremena U
RADU (tur), to jest vremena do pojave otkaza proizvoda, izraène u ~asovima:
4 9 12 13 15 17 18 18 19 20 20 21 21 22 23
25 26 26 27 27 28 28 29 29 29 30 30 30 31 31
26 25 26 27 28 28 29 30 31 32 33 33 33 34 34
34 35 35 35 36 36 37 37 37 38 38 38 39 39 38
39 40 39 40 41 41 41 42 42 42 43 43 44 44 44
44 45 45 45 46 46 46 47 47 48 48 48 49 50 51
51 52 52 53 54 55 58 59 62 72
Na osnovu postupka opisanog u prethodnim poglavljima, a s obzirom da je

veliki broj podataka, neophodno je izvr{iti grupisanje podataka po
intervalima. Primenom empirijskih obzrazaca (10) i (11), za veli~inu uzorka
n=100, se dobija broj intervala:
z = n = 100 = 10, z = 23 100 = 9.283
z = 1 + 3.3 log 100 = 7.64 i z = 5 log 100 = 10

Kako broj intervala mora biti ceo broj, usvaja se z=9.
[irina intervala se odre|uje tako {to se ukupni raspon slu~ajno promenjive

podeli sa brojem intervala:
t t min 72 0
t = max = = 8 [~asova]
z 9
U gornjem izrazu je kao minimalna vrednost uzeta tur = 0, da bi {irina
intervala bila ceo broj, {to ne uti~e na kona~an rezultat.
Prebrojavanjem vrednosti koje padaju u odre|eni interval dobijaju se vrednosti

prikazane u kolonama 2 i 3 tabele 2.4.1, a kori{}enjem izraza (14) vrednosti u
koloni 4 iste tabele. Vrednosti u petoj koloni predstavljaju proizvod kolona 3 i 4,
dok je kolona 6 proizvod vrednosti iz kolona 4 i 5. Ove dve, poslednje, kolone
imaju za cilj dobijanje suma neophodnih za izra~unavanje srednje vrednosti i
standardne devijacije na osnovu izraza (13 i 16).
Tabela 2.4.1
broj otkaz. elemen.
t broj elemenata d N(t)d N(t)d2
N(t) fi
(1) (2) (3) (4) (5) (6)=(4)(5)
0-8 | 1 -3 -3 9
8 - 16 |||| 4 -2 -8 16
16 - 24 |||| |||| 10 -1 -10 10
24 - 32 |||| |||| |||| |||| |||| 25 0 0 0
32 - 40 |||| |||| |||| |||| |||| 24 1 24 24
40 - 48 |||| |||| |||| |||| ||| 23 2 46 92
48 - 56 |||| |||| 9 3 27 81
56 - 64 ||| 3 4 12 48
64 - 72 | 1 5 5 25
100 93 305
Za odre|ivanje vrednosti di kori{}ene su sredine intervala (4, 12, 20, 28...) kao
i veli~ina D = 28 [~asova], kao sredina intervala sa najve}om frekvencijom (25)
pojava. Zamenom dobijenih vrednosti sledi:
t 9 8
t= D+
n i=1
d i fi = 28 +
100
93 = 35, 44 [~asova]
2
1 1
= 8 312 93 = 11.82567 [~asova]
100 100
Medijana, kao vrednost oko koje postoji podjednak broj elemenata skupa
iznosi t50 = 36 [~asova]. Izra~unavanja kumulativnog broja otkaza do trenutka t
N(t), pouzdanosti R(t), nepouzdanosti F(t), frekvencije f(t) i intenziteta otkaza
(t), kao i pomo}ne veli~ine nsr(t), izvr{ena su pomo}u izraza (3), (4) i (9) i
pripadaju}ih definicija, a vrednosti su prikazane u tabeli 2.4.2
Histogram i poligon otkaza prikazani su na slici 2.4.6, intenzitet otkaza i
frekvencija na slici 2.4.7, pouzdanost i nepouzdanost na slici 2.4.8.

Po~etak
Polazni podaci
ti i = 1, 2, ... n

Izra~unavanje
t, , t50
1
t i DA Eksponencijalna
(t) const raspodela 3
2
NE
DA Normalna
t t50 3
raspodela
NE

Izra~unavanje (t) i
utvrdjivanje pona{anja 3
(t) raste i DA Weibullova DA

0,5<1,5 1
t> raspodela
NE
NE
DA
(t) raste, a DA 1,5<2,5
Log - normalna
zatim opada raspodela
NE
NE DA
2,5<4,5 2
DA Reyleigheva
(t) opada i 3 raspodela NE
t<
NE
Problem DA Raspodela ekstremnih

minimuma (minimalnih) vrednosti
NE
Raspodela ekstremnih
Problem DA (maksimalnih) vrednosti
maksimuma
Gama
raspodela
NE
Kraj
Slika 2.4.5: Postupak utvr|ivanja hipoteze o teorijskom zakonu raspodele

25 100
20 80
15 60
10 40
5 20
0 0
8 16 24 32 40 48 56 64 72 8 16 24 32 40 48 56 64 72
Slika 2.4.6: Histogram i poligon otkaza
Tabela 2.4.2
ti[~as] N(t) N(t) F(t) F(t) R(t) f(t)10-3 nsr(t) (t) 10-3
[%] [~as-1] [~as-1]
8 1 1 0.01 1 0.99 1.25 99.5 1.250
16 4 5 0.05 5 0.95 5.00 97 5.155
24 10 15 0.15 15 0.85 12.5 90 13.889
32 25 40 0.40 40 0.60 31.25 72.5 43.103
40 24 64 0.64 64 0.36 30.00 48 62.500
48 23 87 0.87 87 0.13 28.75 24.5 117.347
56 9 96 0.96 96 0.04 11.25 8.5 132.353
64 3 99 0.99 99 0.01 3.75 2.5 150.000
72 1 100 1.00 100 0.00 1.25 0.50 250.000
0,25
(t)
0,2
0,15
0,1
0,05
f(t)
0
8 16 4 32 40 48 56 64 72
Slika 2.4.7: Intenzitet - (t) i frekvencija otkaza - f(t)
1
0,9
0,8 R(t) F(t)
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
8 16 24 32 40 48 56 64 72
Slika 2.4.8: Pouzdanost R(t) i nepouzdanost F(t)

Unose}i vrednosti za nepouzdanost (izraène u procentima) u verovatnosni

papir za normalni zakon raspodele (slika 2.4.9) dobijaju se parametri:
t= 36,8385 [~asova] i = 12,676 [~asova],
tako da je izraz za pouzdanost, pod pretpostavkom da je normalni zakon

raspodele:

( t 36 ,8385 )2
1
e
2
R (t) = 212, 676

dt ..... (19)
12,676 2 t
Slika 2.4.9: Verovatnosni papir za normalnu raspodelu
Unosom istih podataka u verovatnosni papir za Vejbulovu raspodelu, moè se

povu}i aproksimanta, prikazana na slici 2.4.10, a parametri Vejbulove
raspodele su:
= 3,1175 i =40,6616 [~asova]
Izraz za teorijski, Vejbulov, zakon raspodele je:

t 3,1175

R (t) = e 40 , 6616
..... (20)
Provera i jedne i druge hipoteze prikazana je tabelarno, tabela 2.4.3. Prva i druga
kolona su preslikane vrednosti krajeva intervala i nepouzdanosti iz tabele 2.4.2,
dok su kolone 3 i 4 izra~unate na osnovu izraza (19) i (20), uvr{tavanjem
vrednosati za t iz kolone 1. Kolona 5 predstavlja apsolutnu vrednost razlika
izme|u kolona 3 i 2 ({to predstavlja odstupanje empirijskih podataka od

normalne raspodele), dok je kolona 6 razlika izme|u kolona 4 i 2, ({to je, ustvari,
odstupanje empirijskh podataka od Vejbulove raspodele).
Slika 2.4.10: Verovatnosni papir za Vejbulovu raspodelu
Tabela 2.4.3
ti F(t) FN(t) FV(t) F(t)-FN(t) F(t)-FV(t)

8 0.01 0.011488 0.006272 0.001488 0.003728
16 0.05 0.050107 0.053139 0.000107 0.003139
24 0.15 0.15627 0.175747 0.00627 0.02996
32 0.40 0.351368 0.377422 0.048632 0.022578
40 0.64 0.543866 0.613313 0.096134 0.026687
48 0.87 0.810738 0.813137 0.059262 0.056863
56 0.96 0.934694 0.933615 0.025306 0.026385
64 0.99 0.983909 0.983636 0.00601 0.006364
72 1.00 0.997238 0.997360 0.002762 0.00264
Upore|ivanjem maksimalnih odstupanja od dozvoljene, tabli~ne, vrednosti

Kolmogorov-Smirnovljevog testa (koja za nivo poverenja =0.05 iznosi
d=0.136) moè se zaklju~iti da ne postoji razlog za odbijanje ni jedne od
postavljenih hipoteza.
2.1.6 Zaklju~ak
Pouzdanost, kao jedno od svojstava kvaliteta, predstavlja jedan od faktora
ukupne efektivnosti sistema (zajedno sa raspoloìvo{}u i funkcionalnom
pogodno{}u). Istraìvanja vezana za pouzdanost uticala su na razvoj drugih
metoda i tehnika, kao {to su:
metode analize otkaza,
metode analize rizika,
metode preventivnih intervencija odràvanja proizvoda i
modeli odràvanja po stanju proizvoda.
Pouzdanost je povezana i sa drugim op{tim funkcijama u preduze}u, kao {to su
na primer:
planiranje na nivou preduze}a (pri razvoju strategijskih planova),
pouzdanost preduze}a,
planiranja i razvoja proizvoda,
menad`menta proizvodnje,
administrativne funkcije,
upravljanje tehni~kim poslovima,
servisi dr.
Teorija pouzdanosti je razvojno vezana za elektroniku i, mora se priznati,
ostala podru~ja znatno zaostaju za njom u pogledu standarda koji su sa ovom
problematikom neposredno vezani. Ovo, me|utim, ne umanjuje zna~aj teorije
pouzdanosti, nego moè da posluì kao inspiracija za razvoj, implementaciju i
istraìvanja u drugim podru~jima.
2.2 FTA - analiza stabla otkaza

2.2.1 Opis metode i podru~je primene
Metoda analize stabla otkaza (F Fault Tree Analysis - FTA)
FTA je razvijena ranih
{ezdesetih godina za potrebe avionske industrije, pri ~emu su logi~ki dijagrami
i Bulova algebra iskori{}eni za prikazivanje razli~itih doga|aja, koji mogu da
dovedu do pojave neèljenih efekata. FTA je detaljna deduktivna metoda koja
zahteva veliki broj informacija o sistemu, usled ~ega se naj~e{}e primenjuje u
fazi projektovanja proizvoda. Nije, me|utim, retka primena u dijagnostici, s
obzirom da omogu}uje predvi|anje najverovatnijih uzroka otkaza sistema.
Neèljeni efekti (u FTA analizi nazvani vr{ni doga|aji), odre|uju se
induktivnim metodama, bilo verovatnosnim ili intuitivno. Cilj konstruisanja
stabla otkaza je modeliranje uslova koji rezultuju pojavom vr{nog, neèljenog
otkaza.
Analiza otpo~inje kvalitativnim definisanjem neèljenog doga|aja, a potom se

dedukcijom, prolaze}i kroz konfiguraciju sistema, pronalaze otkazi elemenata
sistema i proceduralne gre{ke koje mogu dovesti do neèljenog doga|aja.
Stablo otkaza grafi~ki prikazuje odnose izme|u specifi~nih doga|aja i kako ovi
doga|aji mogu da prouzrokuju prethodno nazna~en neèljeni vr{ni (top)
doga|aj. Stablo otkaza ima neèljeni doga|aj u gornjem delu dijagrama, a
redosledi doga|aja, koji mogu prouzrokovati neèljeni doga|aj, ~ine grane
stabla. Putevi otkaza se odnose na redoslede doga|aja koji vode do neèljenog
doga|aja. Analiti~ar ustanovljava svaki redosled doga|aja logi~ki dokazuju}i
poreklo putem lanca slu~aja i beleè}i doga|aje koji bi prouzrokovali doga|aj
koji je ve} na dijagramu. Svi redosledi otpo~inju sa neèljenim vr{nim
doga|ajem.
Treba dosta vremena da se pripremi precizno stablo otkaza, a potrebno je i
znatno iskustvo da bi se razvilo. Obi~no se po~inje sa izradom projekta i
montaòm postrojenja, a onda se bri`ljivo pristupa pobolj{anju, kako
kvalitetivne tako i kvantitativne informacije u stablu otkaza, po{to se prikupe
iskustvo i istorijski podaci o pona{anju istih ili sli~nih sistema.
2.2.2 Metodologija analize stabla otkaza

Metologija analize stabla otkaza obuhvata [6] (slika 2.4.11):
a) odre|ivanje vr{nog doga|aja,
b) upoznavanje na~ina rada sistema koji se analizira,
c) konstrukciju stabla otkaza,
d) usvajanje stabla otkaza,
e) ocenu stabla otkaza i
f) obezbe|enje preporuka i alternativa za dono{enje odluka o potreb-
nim korektivnim merama.
a) Odre|ivanje vr{nog doga|aja

Kada se analiza otkaza vr{i sa ciljem odre|ivanja kriti~nosti delova sistema, za
vr{ni doga|aj se bira otkaz sistem, pri ~emu se on mora u potpunosti definisati, da
bi se doga|aji koji dovode do vr{nog stanja mogli jasno prepoznati.
b) Upoznavanje na~ina rada sistema koji se analizira

Samo potpunom spoznajom na~ina rada sistema, njegovih sastavnih elemenata
kao i me|usobnih odnosa i veza, moè se izvr{iti logi~ka i kompletna analiza,
kojom se povezuju svi potrebni i dovoljni uslovi za realizaciju vr{nog doga|aja.
Pored osnovnih informacija dobijenih iz: {ema, dijagrama, tehni~kih crteà, funk-
cionalnih blok dijagrama, priru~nika za rukovanje i odràvanje, neophodno je
koristiti podatke iz procesa. U tom smislu neophodno je, kao podloge, koristiti
izve{taje odràvanja i karte otkaza tehnolo{kih sistema.
Definisati
sistem
Odrediti vr{ni
doga|aj
Prikupiti Konstruisati Odrediti ciljeve

informacije o stablo otkaza sistema
sistemu
Usvojiti stablo
otkaza
Kvalitativna Kvantitativna
analiza (ocena) analiza (ocena)
stabla stabla
Odluke
(preporuke)
Korektivne
akcije
Slika 2.4.11: Metodologija analize stabla otkaza
c) Konstrukcija stabla otkaza

Konstrukcija stabla otkaza se vr{i pomo}u logi~kih "I" i "ILI" kapija i
standardizovanih simbola doga|aja i prenosa, prikazanih na slici 2.4.12.
Formalizovani na~in razmi{ljanja koji se sprovodi pri konstruisanju stabla
otkaza, definisan po metodologiji Davida Hasla, razlikuje tri mehanizma
nastanka stanja u otkazu:
primarni otkazi (bazi~ni doga|aj, simbol je krug),
sekundarni otkazi (radna i spoljna optere}enja prevazilaze dozvoljene
okvire) i
neadekvatno rukovanje.
Slika 2.4.12: Standardni simboli FTA metode

Pravougaonik predstavlja simbol op{teg doga|aja i u {irokoj je upotrebi u svim
stablima. Koristi se, tako|e, i za predstavljanje doga|aja na izlazu iz kapije
koji se javljaju kao posledica logi~kog delovanja doga|aja koji ulaze u logi~ku
kapiju.
Krug ozna~ava bazi~ni doga|aj koji ne zahteva dalje razvijanje. To je
nezavisan doga|aj koji defini{e sopstvenu neispravnost elementa procesa ili
ispravnost na bazi~nom nivou i upotrebljava se samo kao ulaz u logi~ku kapiju.
Romb ozna~ava nerazvijeni doga|aj ~iji je dalji razvoj prekinut zbog:
1. malog zna~aja ili rizika, odnosno zato {to postoji mala mogu}nost da
taj doga|aj izazove udes ili otkaz;
2. nepostojanja odgovaraju}ih informacija;

3. nepostojanja sredstava koja stoje na raspolaganju analiti~aru za dalju
razradu podgrana;
4. toga {to analiza tog doga|aja ve} postoji na nekom drugom mestu
(npr. u literaturi).
U slu~ajevima pod 1. i 2, doga|aj postaje pretpostavljeni rizik. I rombovi i
krugovi ozna~avaju doga|aje na bazi~nom nivou i koriste se samo kao ulazi u
logi~ke kapije (logi~ka kola).
Zastavica ozna~ava normalno o~ekivani doga|aj, odnosno doga|aj koji se
prirodne o~ekuje tokom normalnog funkcionisanja sistema. Pri bilo kojoj
zna~ajnoj operaciji normalno se o~ekuje pretpostavljanje izvesnog stepena
rizika, pa prema tome, pretpostavljeni rizik spada u ovu grupu doga|aja.
Razvu~eni krug ozna~ava zadovoljavaju}i doga|aj, odnosno doga|aj koji nije
usmeren ni prema neuspe{nosti ni prema uspe{nosti sistema, ve} jednostavno
postoji u sistemu. To je doga|aj na izlazu iz logi~ke kapije, koji se naj~e{}e
koristi da pokaè upotpunjenost logi~ke analize. Obuhvata doga|aje kao {to
su, na primer, prisustvo osoblja ili nekih predmeta u odre|enom procesu, jer
su oni na tom mestu neophodni da bi obavili neki funkcionalan zadatak.
Za me|usobno povezivanje doga|aja koji dovode do specificiranog vr{nog
doga|aja u stablu otkaza koriste se logi~ke kapije Bulove algebre. To si
logi~ke kapije predstavljene logi~kim simbolima I, ILI i SABIRANJE. Svaka
logi~ka kapija obavlja neku diskretnu operaciju ulaznih doga|aja doga|ajima
da bi proizvela doga|aj na logi~kom izlazu u skladu sa slede}im pravilima:
1. I kapija - proizvodi izlazni doga|aj samo ukoliko se istovremeno dese
svi ulazni doga|aji.
2. ILI kapija - proizvodi izlazni doga|aj ukoliko se desi jedan ili vi{e
ulaznih doga|aja.
3. Simbol za OGRANIÊNJE - dodaje se bazi~noj logi~koj kapiji da bi
je modifikovao ili da bi se delovanju kapije nametnuli neki posebni
uslovi. Simbol za ograni~enje (elipsa) primenjuje na bazi~nu kapiju
izvesne uslove ili ograni~enja da bi od nje stvorio USLOVNU kapiju,
koja inhibira ili spre~ava de{avanje izlaznog doga|aja sve dotle dok
ne bude zadovoljen specificirani uslov. Tipi~ni primeri USLOVNE
kapije su PRIORITETNA I kapija (PRIORITETNO I kolo), kod
koje se izlazni doga|aj de{ava samo ako se desi odre|ena sekvenca
ulaznih doga|aja, i EKSKLUZIVNA ILI kapija, kod koje se izlazni
doga|aj de{ava kad se desi jedan, i samo jedan, ulazni doga|aj.
4. SABIRAJU]A kapija - posebna logi~ka kapija kod koje se izlazni
doga|aj de{ava samo ako se desi prihvatljiva kombinacija ulaznih
doga|aja. Razmera u kojoj su ulazni doga|aji zastupljeni moè da
varira sve dotle dok je kombinacija njihovih ulaza dovoljna da bi
prouzrokovala pojavu izlaznog doga|aja. Prema tome, nepostojanje

jednog ili vi{e ulaznih doga|aja moè da bude kompenzovano ve}im
doprinosom ostalih ulaznih doga|aja. Za razliku od logike I/ILI
kapije, kod koje je neophodno da svaki ulazni doga|aj postoji ili ne
postoji (striktna binarna logika), SABIRAJU]A kapija omogu}uje
da svaki doprinose}i doga|aj bude zastupljen u bilo kojoj meri, od 0
do 100%, odnosno od P = 0-1, pod uslovom da ukupni ulaz svih
doga|aja moè da prouzrokuje pojavu izlaznog doga|aja.
Simboli za prenos se koriste radi preglednijeg i jednostavnijeg obeleàvanja i
ozna~avanja da se jedan doga|aj ili niz doga|aja ili ~itava grana analiti~kog
stabla prenosi sa jednog mesta stabla na tom drugom mestu, koristi se trougao
za prenos koji ozna~ava ta~no ponavljanje tog dela stabla na drugom, tre}em
itd. mestu. Simbolima za prenos se postiè u{teda u prostoru i pojednostavljuje
se konstruisanje stabla.
onstruisanje stabla otkaza treba da se odvija prema slede}im uputstvima:
1. Analiti~ko stablo treba da bude onoliko jednostavno koliko to
dozvoljava sloènost sistema. Kad shvati u potpunosti proces koji }e biti
analiziran, analiti~ar po~inje da izgra|uje logi~ku progresiju od vr{nog
doga|aja do bazi~nih doga|aja. Ukoliko su mu potrebne dodatne
informacije, treba da ih potraì. Me|utim, treba da bude selektivan pri
odre|ivanju dubine analize i da koristi romb kao simbol nerzvijenog
doga|aja kad god je jasno da dalji razvoj doga|aja nije opravdan.
2. Stablo treba da bude logi~no. Deduktivnu analizu treba vr{iti logi~ki od
vr{nog doga|aja ka bazi~nim doga|ajima. Srodni doga|aji koji su na
istom nivou logike i detaljnosti uvr{tavaju se u jedan red stabla i
povezuju se linijom pre nego {to u|u u logi~ku kapiju da bi bili obra|eni.
Vertikalna linija i logi~ka kapija povezuju doga|aj na izlazu kapije iz
jednog reda stabla sa njegovim detaljnijim ulaznim doga|ajima koji se
nalaze u slede}em nièm redu stabla. U idealnom slu~aju svi doga|aji iz
jednog reda stabla trebalo bi da se nalaze na istom horizontalnom nivou,
kao {to je prikazano na slici 2.4.13 a). Me|utim, zbog ograni~enog
prostora pri konstruisanju stabla, oni se ili povezuju sa zajedni~kom
horizontalnom linijom pomo}u vertikalnih produètaka razli~itih duìna
(slika 2.4.13 b) ili se vezuje za jednu istu vertikalnu liniju i unose jedan
ispod drugog u vidu lestvica (slika 2.4.13 c). Nije potrebno razvijati
neobi~ne doga|aje koji mogu da se dese kao posledica ostvarenja ~uda,
kao {to je na primer istovremena pojava pretnje bombom, katastrofalnog
nevremena tokom zime, tornada, zemljotresa i nuklearnog rata.
3. Odabrani opisi treba da budu jednostavni, jasni i saèti. Opisi doga|aja
treba da budu dovoljno opisni i razumljivi da bi korisnik stabla mogao da
shvati njihovo zna~enje i prati proces analize, bez potrebe da na nekom
drugom mestu traì dodatna obja{njenja. Analiti~ari treba da izbegavaju
apstraktne opise doga|aja kao i opise koji sadrè termine nepoznate

korisniku kojem je stablo namenjeno.
4. Broj redova stabla na jednoj stranici ne treba da bude ve}i od ~etiri ili
pet. Ve}i broj redova obi~no ne moè da se reprodukuje ~itko i jasno,
niti moè da se ~ita bez uveli~avanja.
5. Sistem numerisanja doga|aja ispod vr{nog treba da bude jasan i
dosledan. Na primer, svaki doga|aj moè da bude jednozna~no
identifikovan postavljanjem Dewy decimalnog broja iznad gornjeg
desnog ugla simbola tog doga|aja. Broj nenultih cifara u Dewey-evom
decimalnom sistemu numerisanja doga|aja odgovara redu stabla u kome
se taj doga|aj nalazi, tj. tre}i red stabla sadrì trocifrene brojeve
doga|aja. Doga|aj na svakom slede}em nivou moè da bude
identifikovan izostavljanjem poslednje cifre tog broja, npr:
Vr{ni doga|aj
1.0 Prvi red stabla
1.1 Drugi red stabla
1.1.1 Tre}i red stabla
1.1.1.1 êtvrti red stabla
1.1.1.1.1 Peti red stabla
Doga|ajima ispod simbola za prenos treba da prethodi slovo, a ne broj,
npr: D.2.1.
Logi~ke kapije ne treba obeleàvati ni brojevima ni slovima. Numeri~ke
i alfanumeri~ke decimalne identifikacione oznake treba koristiti samo za
doga|aje. Logi~ke kapije definisane su ulaznim doga|ajima koji kroz
njih deluju specifi~nim izlaznim doga|ajima koji se javljaju kao
posledica. Prema tome, logi~kim kapijama ne treba dodeljivati specifi~ne
identifikacione brojeve, jer su one u potpunosti definisane doga|ajima
koje opsluùju. Vremenski redosled ili redosled performansi za srodne
doga|aje u istom redu stabla treba prikazivati s leve na desnu stranu
6. Treba koristiti simbole za prenos da bi se izbeglo dupliranje identi~nih
grana ili segmenata stabla i da bi se smanjila sloènost stabla koje se
nalazi na jednoj stranici.
a. Prenose unutar jedne iste grane stabla treba ozna~avati malim
slovima, a prenose iz jedne grane u drugu ili sa jedne stranice na
drugu velikim slovima, npr. a i A, respektivno.
b. Prenose u granu analiti~kog stabla treba ozna~avati strelicom
usmerenom prema simbolu za prenos iz op{teg pravca prenosa. Za
prenose na istoj stranici treba koristiti horizontalne strelice, a za
prenose sa druge stranice vertikalne strelice (slika 2.4.13).
c. Prenose iz grane na neko drugo mesto na istoj stranici treba

ozna~avati strelicom koja polazi od simbola za prenos i pokazuje
prevac prenosa (slika 2.4.13).
d. Ako se grana stabla prenosi na drugu stranicu, doga|aje primaoce
treba isprekidanim linijama unositi iznad odgovaraju}eg simbola za
prenos na stranici sa koje se grana prenosi. Stranica na koju ova
podstruktura treba da se prenese ozna~ava se ispod donjeg desnog
ugla doga|aja primaoca. Sli~na oznaka na simbolu za prenos na onoj
stranici na koju je grana preneta upotrebljava se da prikaè stranicu
sa koje je grana preneta.
Slika 2.4.13: Nivoi stabla otkaza

Stablo otkaza ne moè da raste samo za sebe. Ono predstavlja samo oru|e
koje se koristi za organizovanje i sistematizovanje razmi{ljanja. Izlaz iz stabla
moè da bude samo onoliko dobar koliko su dobri ulazi u stablo. Ako se
konstrui{e tako da bude razumno, logi~no i prakti~no, stablo }e korisniku
omogu}iti da sagleda kriti~ne puteve ka uspehu ili neuspehu i da na
odgovaraju}em nivou doga|aja preduzme odgovaraju}e mere kojima }e
obezbediti ostvarenje èljenog uspeha ili spre~iti predvi|eni neuspeh.
Doslednom primenom pravila na svim nivoima stabla otkaza, slika 2.4.13,

uzimaju}i u obzir i otkaze koji su evidentirani u kartama otkaza sistema, dolazi
se do razvoja stabla otkaza sa Bulovim logi~kim kapijama i vezama izme|u
doga|aja koji uslovljavaju pojavu vr{nog doga|aja.
d) Usvajanje stabla otkaza

otkaza
Nakon zavr{etka konstrukcije stabla otkaza, pristupa se proveri ta~nosti i
kompletnosti stabla, sa ciljem utvr|ivanja propusta i/ili eventualnih gre{aka s
obzirom da mora biti zadovoljena: namena stabla, funkcionalna uslovljenost i
logika realizacije vr{nog doga|aja, {to pretpostavlja da doga|aji na ulazu u
logi~ke kapije moraju biti potrebni i dovoljni.
e) Ocena stabla otkaza

Posle usvajanja, vr{i se kvalitativna i kvantitativna analiza stabla otkaza.
Kvalitativna ocena predstavlja odre|ivanje minimalnog preseka skupa
doga|aja, koji uslovljava pojavu vr{nog doga|aja. Kvantitativnoj oceni stabla
otkaza prethodi odre|ivanje ili procena srednjeg vremena do pojave otkaza i
srednjeg vremena trajanja otkaza, a nakon ove procene, simuliraju se otkazi,
odgovaraju}im statisti~kim postupkom, sa ciljem odre|ivanja verovatno}e
pojave vr{nog neèljenog doga|aja, obuhvataju}i pri tome sve mogu}e puteve
u stablu otkaza.
f) Obezbe|enje preporuka za izvr{enje odluke

Na osnovu rezultata ocene stabla otkaza, odre|uju se glavni uticajni faktori
(otkazi delova) na pojavu vr{nog doga|aja (otkaza sistema), {to je i bio cilj
analize. Stablo otkaza korisniku omogu}uje sagledavanje kriti~nih puteva ka
vr{nom doga|aju, kao i propisivanje mera (postupaka odràvanja) za njihovo
otklanjanje ili spre~avanje.
2.2.3 Ocena verovatno}e otkaza

Kvantitativna analiza stabla otkaza sastoji se od odre|ivanja "minimalnih
preseka (odse~enih) skupova" (u daljem tekstu "minimalni presek skupova") i
"minimalnih skupova staza" stabla otkaza.
Odse~eni skup je skup osnovnih otkaza koji, uzeti zajedno, prouzrokuju
neèljeni (vr{ni) doga|aj. Ako su svi ~lanovi odse~enog skupa ne samo
dovoljni nego i neophodni da bi doveli do pojave neèljenog doga|aja, onda se
takav skup naziva minimalni presek skupa.
Svaki drugi doga|aj moè da koegzistira sa ovim najmanjim skupom, ali ovi
drugi doga|aji su u potpunosti suvi{ni i direktno ne prouzrokuju vr{ni doga|aj.
Kona~ni zbir svih posebnih minimalnih preseka skupova za jedno stablo
otkaza predstavlja sve posebne na~ine koji nisu suvi{ni, a dovoljni da se na
osnovu njih moè dogoditi vr{ni doga|aj. Vr{ni doga|aj moè da se dogodi
samo ako je doga|aj jedan od ovih posebnih doga|aja ili raznim

kombinovanjem ovih posebnih doga|aja. Tako minimalni preseci skupova
predstavljaju one skupove doga|aja koji su merodavni, odnosno dovoljni za
nastanak vr{nog doga|aja. Kao dopuna minimalnim presecima skupova su
minimalne staze skupova jednog stabla otkaza. "Minimalna staza skupa" je
najmanji skup doga|aja, koji ne smeju da se dogode da se ne bi dogodio vr{ni
doga|aj. Drugim re~ima, minimalna staza skupa odre|uje najmanji skup
doga|aja, koji se ne smeju dogoditi u sistemu da bi on funkcionisao pravilno.
Skup staza je skup osnovnih uspeha koji su zajedni~ki dovoljni da obezbede
nepojavljivanje neèljenog doga|aja. Ako su svi ~lanovi ovog skupa ne samo
dovoljni ve} i neophodni za obezbe|enje uspeha, odnosno funkcionisanje
sistema, onda se takav skup naziva minimalni skup staza.
Treba imati na umu da nastanak doga|aja obi~no odgovara "otkazu" tako da
doga|aj, koji se ne javlja odgovara "zadovoljavaju}em radu". Otuda
minimalna staza skupa je minimalni skup zadovoljavaju}ih doga|aja, da se
odrì zadovoljavaju}i rad sistema. Kona~ni zbir svih posebnih minimalnih
staza skupova predstavlja sve posebne doga|aje po kojima se ne}e dogoditi
vr{ni doga|aj. Vr{ni doga|aj se ne}e dogoditi ako se doga|aji u jednoj ili vi{e
od ovih minimalnih staza skupova ne dogode. Tako minimalne staze skupova
predstavljaju one doga|aje koji su merodavni, odnosno dovoljni za odràvanje
funkcionisanja sistama u zadovoljavaju}em radnom stanju.
Minimalni presek skupa i minimalna putanja predstavljaju dva ekvivalentna
izvora informacija o stanju procesa i saznanje o jednom ili drugom je dovoljno
da se izra~una verovatno}a izabranog vr{nog doga|aja.
Minimalni skupovi staza stabla otkaza su jednaki minimalnim presecima
odse~enih skupova "dvojnog stabla otkaza" koje se konstrui{e na taj na~in {to
se zamene logi~ked kapije I i ILI i {to se u originalnom stablu zamene osnovni
otkazi sa osnovnim uspesima.
Postoje algoritmi za odre|ivanje preseka skupova (sastavljeni od primarnih doga-
|aja) koji }e uzrokovati vr{ni doga|aj za dato stablo otkaza. Prema tome, analiza
preseka skupa se moè automatizovati. S druge strane, konstruisanje samog
stabla otkaza se obi~no radi ru~no. Ovaj zadatak ne samo da uzima puno
vremena, ve} postoji mogu}nost da se na osnovu razli~itih analiza konstrui{u
razli~ita stabla otkaza bilo zbog izostavljanja pojedinih doga|aja bilo zbog
neta~ne logike
Kada se stablo otkaza konstrui{e, ono moè da bude jo{ bogatije
informacijama, ako se za nastanak razli~itih doga|aja mogu obezbediti podaci
o verovatno}i. Ovaj korak je druga i kvantitativna faza nastanka stabla otkaza.
Svaki doga|aj na ulazu u kapiju I i ILI ima svoje srednje vreme izme|u
1
otkaza(MTBF) ili intenzitet otkaza = kao i vreme trajanja (MTTR) ili
MTBF
1
intenziteta opravke = . Ovi podaci o intenzitetu otkaza i opravke se
MTTR
mogu obezbediti od proizvo|a~a, iz literature, od konsultanta za odràvanje, iz

priru~nika, dosijea o ranijem odràvanju ili Monte Carlo - simulacijom. Na
osnovu ovih podataka se moè odrediti pouzdanost elemenata, odnosno
verovatno}a doga|aja nekog otkaza na ulazu u I ili ILI kapiju.
Osnovni doga|aj u stablu otkaza se biraju tako da budu statisti~ki nezavisni
doga|aji, tj. da ostvarenje nekog od doga|aja ne uti~e na verovatno}u
nastanka drugog doga|aja. Verovatno}a da }e rezultat biti takav da }e se javiti
na izlazu kapije I je proizvod verovatno}a svih ulaznih doga|aja. Ako je slu~aj
sa ILI kapijom verovatno}a nastankam doga|aja na izlazu je suma
verovatno}a doga|aja na ulazu. Me|utim, po{to se doga|aji uneti u stablo
otkaza ne isklju~uju uzajamno (doga|aji se isklju~uju uzajamno kada jedan ili
samo jedan izlaz moè nastati jednom jedinom akcijom) i mora se napraviti
korekcija. Za pararelne doga|aje X i Y ( za slu~aj kapije ILI) verovatno}a na
izlazu iz kapije je jednaka Px + Py Pxy . ^lan Px Py = Pxy kao i ~lanovi koji
odgovaraju preseku (preklopu) skupova se normalno zanemaruje u
prora~unima verovatno}e u analizi stabla otkaza, jer su obi~no neva`ni ili su
njihove veli~ine malog reda.
Kada ova pretpostavka nije ta~na ona se mora obuhvatiti kvantitativnim
prora~unima zasnovanim na stablu otkaza. Treba imati na umu da rezultat ove
analize uz zanemarivanje ovih ~lanova daje ne{to ve}u vrednost verovatno}e
nastanka vr{nog doga|aja u stablu otkaza.
Predloèni su mnogi na~ini kako pristupiti direktnom sra~unavanju verovatno}a
na stablu otkaza. Ve}ina ovih tehnika je primenjena na stabla u relativno
jednostavnim sistemima sa manjim brojem doga|aja i jednostavnim logi~kim
odnosima, obi~no samo za kapije I i ILI. Kad se primene na vrlo velike
kompleksne sloène sisteme, potrebno je bezgrani~no vreme za ra~unanje zbog
mnogih putanja otkaza i zbog potrebe da se posmatraju razne faze primene
sistema kao i opravka otkaza i uslovi detekcije koji ne zavise od osnovnih
doga|aja na ulazu. Ipak, informacija o verovatno}i se moè koristiti za rangiranje
raznih putanja otkaza i izra~unavanje ukupne verovatno}e za svaku stazu.
Stavljaju}i u vezu vrednosti verovatno}e sa stablom otkaza, mogu se utvrditi
postupci za kontrolu gubitaka u uslovima rizika, a ne neispravnosti. Kada su
poznati mogu}nost nastanka gubitka i verovatno}a da nastane taj gubitak
moè se sa~initi upore|enje izme|u izdataka da se dozvoli da takva situacija i
dalje traje i izdataka da se smanji verovatno}a nastanka neèljenog doga|aja.
Kvantifikovanje ovih doga|aja, koji sadrì stablo otkaza, traì objektivne
odluke, a ne prosu|ivanje na osnovu intuicije.
Odre|ivanje minimalnih preseka skupova je osnovni preduslov za
kvantitativnu analizu stabla otkaza. U tom smislu potrebno je svaki doga|aj
obeleìti Booleovom promenljivom: vr{ni - PT, posredni Pp0 (kapija i=1, 2,....),
bazi~ni PD, primarni Pp, i sekundarni PS doga|aj, a zatim primenjivati zakone
Booleove algebre.
Kvantitativna analiza se razmatra sa stanovi{ta:

otkaza nepopravljivih elemenata sistema koji ulaze u logi~ke kapije i
otkaza popravljivih elemenata.
Za nepopravljive elemente vaè slede}e relacije za I i ILI logi~ke kapije:
ILI kapija
D0 = D1 + D2 +...+ Di +...+Dn za i=1,2,3,...n ..... (21)
gde je:
Do - doga|aj na izlazu iz ILI kapije,
Di - i-ti doga|aj na ulazu u ILI kapiju i
n - broj doga|aja (otkaza) na ulazu u ILI kapiju.
Verovatno}a pojave doga|aja Do - P(Do) na izlazu iz ILI kapije je:
i= n
P(Do) = 1 [1 P(Di)] za i=1,2,3,...n ..... (22)
i=1
pri ~emu je:

P(Di) - verovatno}a pojave doga|aja koji ulaze u ILI kapiju.
I kapija
D0 I = D1 D2 ... Di ...Dn za i=1,2,3,...n ..... (23)
gde je:
DOI - doga|aj na izlazu iz I kapije
Di - i-ti doga|aj na ulazu u I kapiju
n - broj doga|aja (otkaza) na ulazu u I kapiju
Verovatno}a pojave doga|aja Do - P(Do) na izlazu iz I kapije je:
i= n
P(D0 I ) = P(Di ) ..... (24)
i=1
pri ~emu je sa P(Di) ozna~ena verovatno}a pojave doga|aja koji ulaze u I

kapiju.
Za popravljive elemente sistema za izlazne doga|aje iz I i ILI kapija vaì:
ILI kapija
i= n
U0 = 1 ( 1 U i ) ..... (25)
i=1
gde je:
UO - neraspoloìvost doga|aja na izlazu iz ILI kapije i
Ui - neraspoloìvost i-tog doga|aja na ulazu u ILI kapiju
pri ~emu se neraspoloìvost odre|uje kao odnos:
i i
U i = 1 Au = 1 = ..... (26)
i + i i + i
gde su:
i - intenzitet otkaza i
i - intenzitet opravke i-tog elementa sistema.
pod uslovom da je zakon raspodele vremena U RADU i vremena U
OTKAZU eksponencijalni.
I kapija
n
UOI = Ui ..... (27)
i= 1
gde su:
UOI - neraspoloìvost doga|aja na izlazu iz I kapije
Ui - neraspoloìvosti i-tog doga|aja na ulazu u I kapiju
n - broj doga|aja (otkaza) na ulazu u I kapiju
2.3 FMEA i FMECA

2.3.1 Uvodne napomene
Metode FMEA i FMECA se u doma}oj literaturi prevode kao: analiza na~ina,
efekata i kriti~nosti otkaza, analiza uticaja mogu}ih gre{aka, analiza uticaja i
pojava otkaza, analiza oblika posledica i kriti~nosti otkaza itd. Postupak analize
na~ina, efekata i kriti~nosti otkaza, standardizovan ameri~kim vojnim standardom
(MIL STD 1629 A) i standardom Me|unarodnog elektrotehni~kog komiteta
(IEC), je u svojoj osnovi induktivna metoda, usmerena na analizu uticaja otkaza
pojedina~nih elemenata na rad sistema. Metoda je po MIL STD definisana
pomo}u pet osnovnih pravila:
Prvim pravilom
analiza na~ina i efekata otkaza (ANEO), to jest u teoriji poznata
metoda FMEA (Failure Mode and Effect Analysis)
Drugim pravilom
analiza kriti~nosti (Criticality Analysis), koja je u neposrednoj vezi sa
FMEA,
Tre}im pravilom
FMECA analiza pogodnosti za odràvanje, koja obuhvata korake ko-
jima se predvi|anjaju otkazi, detekcija otkaza i osnovne korektivne
intervencije u cilju otklanjanja otkaza,
êtvrtim i petim pravilom
analiza {teta nastalih usled pojave otkaza ("damage modes and effect
analysis").
Metoda je razvijena za potrebe projektovanja sistema, ali uspe{no se

primenjuje pri:
izradi programa za obezbe|enje kvaliteta,
analizama pouzdanosti, pogodnosti za odràvanje i raspoloìvosti
sistema,
ispitivanjima sistema,
planiranju aktivnosti odràvanja i
analizama sigurnosti sistema.
Plan sprovo|enja FMEA metode uslovljava postojanje slede}ih osnovnih
informacija:
definisan cilj i namenu analize,
struktura, konfiguracija sistema,
funkcionalne zavisnosti i vremenska definisanost procesa rada,
zahtevi koordinacije rada i veze ("interface"),
definisane programske zahteve i
definisane FMEA zadatke,
definisan racionalni zahtev za odre|ivanje nivoa ("dubine") analize i
definisan FMEA radni list.
Informacije neophodne za primenu FMEA analize u fazi eksploatacije
sistema, gotovo po pravilu, su nepotpune. Iako "dubina" analize zavisi od
zna~aja pojedinih sistema, i njihovih sastavnih delova, za proizvodni proces,
veoma ~esto je njena implementacija uslovljena inènjerskom procenom i
iskustvom u radu sa FMEA metodom. Me|utim, nakon sprovedene FMEA
analize, sa prvim njenim rezultatima, utvr|uje se pravac razvoja FMEA koji
obezbe|uje identifikaciju osnovnih slabih mesta sistema.
2.3.2 Prikaz metoda

Razvoj i implementacija FMEA postupka, uklju~uje permanentnu iteraciju
slede}ih zadataka [36]:
a) Pre~i{}avanje i pro{irivanje definicije otkaza sistema

Tokom razvoja FMEA analize, u vremenu, dolazi do promene nivoa saznanja
o na~inima i uzrocima otkaza {to, s obzirom da se analiza sprovodi na
razli~itim nivoima sistema, podrazumeva usagla{avanje definicije otkaza na
svim nivoima. Tako|e, razvojem saznanja o pona{anju sistema u vremenu,
defini{u se otkazi pojedinih funkcija koji zahtevaju ekstenzivnu interpretaciju
sa ciljem njihovog povezivanja sa reìmima otkaza hardvera i/ili bilo kojim
otkazom softvera.
b) Pre~i{}avanje i aùriranje osnovne konfiguracije sistema

Ovo je trajni zadatak, koji podrazumeva permanentno usagla{avanje sa
raspoloìvom dokumentacijom o funkcionalnim i fizi~kim karakteristikama
elemenata i sistema. Promene u strukturi sistema, rekonstrukcije, inovacije,
ugradnja drugih elemenata i sl., kao i promene u saznanjima o sistemu
zahtevaju adekvatne dopune u FMEA postupku.
c) Definisanje i aùriranje pretpostavki, uslova i ograni~enja
Analiza zahteva dokumentovanje pretpostavki koje vaè za pojedine efekte
otkaza, pretpostavke o pona{anju rukovaoca i odràvaoca, uslovima okoline i
sl. Tako|e, i otkazi koji se ne razmatraju (vi{estruki otkazi, sabotaè, "vi{a
sila" i dr.) moraju biti navedeni.
d) Definisanje reìma rada i vremenskih uslovljenosti u toku rada sistema
U cilju kompletnosti analize, FMEA mora uzeti u obzir i otkaze koji se javljaju
pri razli~itim reìmima rada sistema i u toku raznih ciklusa rada, za svaki
analizirani nivo sistema. Efekat kriti~nosti otkaza zavisi od:
vremena njegovog odigravanja,
reìma rada u trenutku nastanka otkaza i
jedinstvenog skupa radnih zadataka, u okviru koga je potrebno odrediti
efekat-posledicu otkaza.
Upro{}avanje analize je mogu}e ograni~avanjem na analizu otkaza pri
reìmima rada kod kojih su najizraènije posledice otkaza, ili pri "najgorim"
reìmima rada sistema ({to je uslovljeno raspoloìvim informacijama).
e) Razvoj i primena kriterijuma kriti~nosti otkaza delova sistema
Razvoj kriterijuma kriti~nosti radi klasifikacije kriterijuma kriti~nosti efekata
otkaza, integrisan je sa sistemom za rangiranje (merenje) pojedinih na~ina
otkaza, a bazira se na kombinaciji nivoa kriti~nosti i verovatno}e pojave
otkaza. Definicije nivoa kriti~nosti odre|ene sa MIL STD 1629 A, se mogu
koristiti kao putokaz mogu}e primene u FMECA analizama, a one su:
Otkaz prvog reda - Katastrofalan : Otkaz sistema koji moè da dovede do
gubitka ljudskih ìvota ili gubitka sistema,
Otkaz drugog reda - Kriti~an : Otkaz koji moè prouzrokovati ozbiljnija
o{te}enja vitalnih elemenata sistema, a kao posledicu ima neizvr{avanje
zadatka (misije),
Otkaz tre}eg reda - Marginalan: Otkaz koji izaziva o{te}enje manje va`nih
delova sistema, a rezultat pojave je gubitak raspoloìvosti, ka{njenje ili
degradacija misije i
Otkaz ~etvrtog reda - Najnièg zna~aja: Otkaz nedovoljan da izazove
o{te}enje sistema, ali za posledicu ima neplaniranu intervenciju
odràvanja.
Iz navedenih MIL STD definicija je o~igledno da se kategorizacija kriti~nosti

efekata otkaza odnosi na vojne sisteme i/ili delove ugra|ene u avione,
tenkove, projektile, brodove i sl.. Nivoi kriti~nosti efekata otkaza delova
drugih proizvoda mogu biti vezani za parametre kao {to su tro{kovi izazvani
pojavom otkaza, raspoloìvost i dr., {to ukazuje na zaklju~ak da za svaki sistem
treba posebno, i sa velikom pa`njom, razraditi kategorije kriti~nosti.
Kombinacijom kvalitativnih mera kriti~nosti sa kvantitativnim-verovatno}ama
pojava stanja, dobija se mera kriti~nosti (obja{njenje dato u nastavku) svakog
na~ina otkaza.
f) Selekcija i implementacija FMECA metodologije

U toku sprovo|enja analize neophodno je razmotriti sve alternative koje stoje
na raspolaganju, kao {to su:
u pogledu sistemskog pristupa analizi opredeljenje za jednu od varijanti
od vrha ka dnu sa po~etkom analize na nivou sistema,
od dna ka vrhu - analiza zavr{ava na nivou sistema i
kombinacija prethodnih prilaza
izbor metode analize
funkcionalno orijentisana analiza
hardverski orijentisana analiza ili
kombinacija prethodnih,
analize softvera, kod sistema koji uklju~uju i softver za izvr{avanje
funkcija
opredeljenje za na~in odre|ivanja (merenja) verovatno}e pojave stanja
kvalitativno (kategorizacijom verovatno}a u odre|ene nivoe) i
kvantitativno (uz pomo} raspoloìvih podataka iz MIL HDBK 217,
Reliability Analysis Center, Griffits AFB-Romam New York, IEEE i sl.)
broja i tipova na~ina otkaza
op{a stanja u otkazu na nivou delova (kratak spoj, prekid, izvan
tolerancija i sl.),
funkcionalni otkazi na vi{im nivoima (sklop, podsistem, sistem) i
ostali tipi~ni na~ini otkaza kao: prekid rada, nemogu}nost
funkcionisanja, prevremeni rad, nestanak napona i sl.
obuhvatanja vi{estrukih otkaza i na~ina detekcije istih (uobi~ajno je da se
vi{estruki otkazi ne uzimaju u obzir u FMEA analizama, ali ukoliko se na
nivou sistema pojavljuju kriti~ni efekti neophodno je i njih razmotriti kao
i na~ine njihovog identifikovanja).
g) Projektovanje i popunjavanje FMEA obrazaca (dokumentacije)

Radnom dokumentacijom FMEA analize obuhvataju se svi ranije sprovedeni
koraci. Ovde je potrebno napomenuti da ne postoji standardizovana
dokumentacija koja se koristi za sprovo|enje FMEA postupka, tako da je
mogu}e susresti se sa razli~itim dokumentima, koji uglavnom sadrè iste
informacije. Jedan od mogu}ih izgleda obrasca prikazan je na slici 2.4.14.
h) Izvo|enje analize kriti~nosti

Informacija sadràna u FMEA radnoj dokumentaciji daje grube podatke
neophodne za identifikaciju i izbor onih elemenata sistema i na~ina otkaza koji
su najzna~ajniji za dalju analizu. Analiza kriti~nosti koristi vrednosti
verovatno}e u kombinaciji sa klasifikacijama nivoa na~ina otkaza pojedinih
elemenata sistema. Ove numeri~ke vrednosti predstavljaju verovatnosne
rejtinge (mere) kriti~nosti koje se mogu koristiti u daljim komparativnim
analizama.
( p)
Koeficijent kriti~nosti C ij , pojedinih na~ina otkaza elemenata, koji
prouzrokuju p-tu kategoriju posledica otkaza (p = I, II, III, IV) odre|uje se na
osnovu proizvoda tri razli~ite vrednosti verovatno}a, i to:
( p) ( p)
C ij = i t i ij ij ..... (28)
gde je :
i ti - verovatno}a pojave otkaza i-tog elementa u trenutku t,
ij - verovatno}a pojave ( teìnski udeo, relativni udeo ) j-tog
na~ina otkaza i-tog elementa
( p)
ij - uslovna verovatno}a da }e j-ti na~in otkaza i-tog elementa
prouzrokovati p-tu kategoriju efekta (posledice) otkaza,
pod uslovom da se ovaj na~in otkaza pojavi.
U onim slu~ajevima kod kojih je mogu} samo jedan na~in otkaza i gde se
pojavljuje isti efekat, koeficijent kriti~nosti odgovara verovatno}i pojave
otkaza (t). Kada nastupe razli~iti na~ini otkaza, koji rezultuju u mno{tvu
razli~itih efekata, mogu}a je i razli~ita klasifikacija kriti~nosti. Tada se
( p)
koeficijent kriti~nosti za svaki deo sistema C i , unutar odre|enog nivoa
kriti~nosti (p) na~ina otkaza, odre|uje pomo}u izraza:
= C ij
( p) ( p)
Ci ..... (29)
j
( p)
Prora~un vrednosti C i omogu}uje izdvajanje najva`nijih elemenata, ~iji otkaz
dovodi do neèljenih posledica.
Utvr|ivanje kriti~nosti n-tog efekta otkaza proizvoda C p (n) vr{i se

sumiranjem kriti~nosti j-tog na~ina i-tog elementa C ij (n), po svim na~inima
otkaza i svim elementima:
C p (n) = C ij(n) ..... (30)
i j
êsto se za ocenjivanje i ukupno rangiranje gre{aka konstruisanja i izrade

proizvoda za ocenjivanje verovatno}e nastupanja gre{aka, ocenjivanje zna~aja
gre{aka i teìne posledica koriste ocene rangirane na na~in prikazan u tabeli
2.4.4. Izra~unavanje se vr{i pomo}u izraza:
RPN=DPCPFFDVPFR
pri ~emu je:
DPC - Degree of Probability Control, stepen mogu}nosti
upravljanja pojavom nedostatka / otkaza
PF - Probability of Failure, verovatno}a nastanka gre{ke,
FDV - Failure Demerit Value, {teta prouzrokovana gre{kom i
PFR - Probability of Failure Remedy, verovatno}a otklanjanja
gre{ke.
Tabela 2.4.4
Stepen mogu}nosti Mogu}nost pojave [teta zbog Mogu}nost Uticaj
upravljanja otkaza/gre{ke (PF) otkaza/gre{ke otkrivanja otkaza/gre{ke
gre{kom/otkazom (FDV) otkaza/gre{ke (RPN)
(DPC) (PFR)
vrlo velika nikakva neznatna vrlo velika vrlo velika
1 1 1 1 1
velika vrlo mala mala velika
2 5 2 3 23 2 3
znatna mala srednja znatna srednja
6 7 4 6 46 4 6 625
srednja velika velika srednja
8 9 7 8 78 7 8
nikakva vrlo velika vrlo velika nikakva nikakva
10 910 910 910 10 000
Vrednosti prikazane u tabeli 2.4.4 su dobijene na osnovu slede}ih kriterijuma:

Stepen mogu}nosti upravljanja otkazom/gre{kom DPC (Degree of
Probability Control):
vrlo velika (verovatno}a ve}a od 0,9999) = 1,
velika (verovatno}a ve}a od 0,995) = 2 do 5,
znatna (verovatno}a ve}a od 0,98) = 6 do 7,
srednja (verovatno}a ve}a od 0,9) = 8 do 9,
nikakva (verovatno}a manja od 0,9) = 10,
Mogu}nost pojave otkaza/gre{ke PF (Probability of Failure):

nikakva (u~estalost do 1/1.000.000) = 1,
vrlo mala (u~estalost do 25/100.000) = 2 do 3,
mala (u~estalost do 125/10.000) = 4 do 6,
velika (u~estalost do 5/100) = 7 do 8,
vrlo velika (u~estalost preko 1/10) = 9 do 10,
[teta zbog otkaza/gre{ke FDV (Failure Demerit Value):
neznatna (nema uticaja) = 1,
mala (mali uticaj) = 2 do 3,
srednja (mora se otkloniti) = 4 do 6,
velika (obavezno se otklanja) = 7 do 8,
vrlo velika (ugroèna sigurnost) = 9 do 10,
Mogu}nost otkrivanja otkaza/gre{ke PFR (Probability of Failure Remedy):
vrlo velika (verovatno}a ve}a od 0,95) = 1,
velika (verovatno}a ve}a od 0,75) = 2 do 3,
znatna (verovatno}a ve}a od 0,45) = 4 do 6,
srednja (verovatno}a ve}a od 0,25) = 7 do 8,
nikakva (verovatno}a manja od 0,25) = 9 do 10.
Skala ocena, ovde prikazana, je u rasponu od 1 do 10 (mogu se koristiti i drugi rasponi).
3. POSTUPAK SPROVO\ENJA FMEA / FMECA ANALIZE

Kako su navedeni postupci po svojoj prirodi multidisciplinarni, potrebno je da tim
koji sprovodi ove analize bude sastavljen od stru~njaka razli~itog profila. Kao ruko-
vodilac analize treba da se javi stru~njak za pouzdanost koji }e inicirati i usmeravati
analizu. Pored ovog stru~njaka, u ekipi je potrebno da postoje stru~njaci za sistem
koji je predmet analize, kao i stru~njaci za komponente od kojih je sastavljen
sistem. Ove dve vrste stru~njaka su neophodne po{to je postupak dono{enja odluke
kako unaprediti pouzdanost sistema skop~an sa promenom sistema (koncepcija,
konstrukcija, na~in funkcionisanja...) ili sa promenom sastavnog elementa sistema
(izbor drugog materijala, termi~ke obrade...). Koji od konkretnih na~ina }e biti
upotrebljen zavisi od mogu}nosti (i tro{kova) sprovo|enja potrebnog unapre|enja.
Da bi ova odluka bila doneta, potrebno je da postoje stru~njaci koji dobro poznaju
karakteristiku (sistema ili elementa) koju je potrebno ostvariti / promeniti.
Postupak odvijanja navedenih analiza ima nekoliko faza:
inicijativa za sprovo|enje odre|ene analize poti~e od inènjera
pouzdanosti. Na osnovu podataka (dobijenih sa testova prototipova,
sli~nog proizvoda ili proizvoda ranije generacije) inènjer pouzdanosti
sprovodi analizu pouzdanosti budu}eg proizvoda i na osnovu dobijenih
rezultata donosi odluku da je potrebno sprovesti odre|ene izmene, sa

ciljem povi{enja pouzdanosti proizvoda. U obrazac za FMEA /
FMECA unosi inicijalne podatke (sadrè identifikaciju sistema,
podsistema, elementa na koje je potrebno uticati da bi se povisila
pouzdanost proizvoda). Nakon formiranja tog inicijalnog dokumenta,
prosle|uje ga ekipi stru~njaka za ugra|ene elemente koji se nalaze
uneti u dokument.
stru~njaci za ugra|ene elemente sprovode analizu svih na~ina otkaza,
kao i mogu}nosti detektovanja pojednih na~ina otkaza. Dokument, sa
unetim rezultatima analize, prosle|uju ekipi stru~njaka za sistem.
stru~njaci za sistem odre|uju efekte svakog pojedinog na~ina otkaza
elemenata ili sistema. Identifikuju one na~ine otkaza, odnosno njihove
efekte, koji bi svojom pojavom izazvali otkazom posmatranog sistema.
Dopunjeni dokument prosle|uju inènjeru pouzdanosti.
inènjer pouzdanosti sprovodi analizu kriti~nosti. Priprema listu
elemenata sortiranu po kriti~nosti. Na osnovu svog iskustva, priprema
preporuke za umanjenje kriti~nosti elemenata za koje smatra da je to
potrebno. Dokument, zajedno sa preporukama prosle|uje ekipi
stru~njaka za sistem.
Stru~njaci za sistem analiziraju listu kriti~nih elemenata, kao i
preporuke za umanjenje kriti~nosti. Na svim mestima gde je
primenjivo, ugra|uju u sistem dobijene preporuke za izbegavanje ili
smanjivanje kriti~nosti. Za svaku akciju izbegavanja ili smanjivanja
kriti~nosti, pravi se bele{ka. Za elemente koji su i nakon preduzetih
akcija ostali kriti~ni, pripremaju se preporuke za umanjenje kriti~nosti.
Zapise o sprovedenim akcijama za umanjenje kriti~nosti, kao i
preporuke za umanjenje kriti~nosti za elemente koji su i dalje kriti~ni,
prosle|uju inènjeru pouzdanosti.
inènjer pouzdanosti vr{i reviziju liste kriti~nih elemenata u skladu sa
podacima dobijenim od ekipe stru~njaka za sistem. Za elemente koji su
i dalje kriti~ni priprema listu dodatnih preporuka za umanjenje
kriti~nosti. Ovu listu prosle|uje ekipi stru~njaka za komponente
sistema.
ekipa stru~njaka za komponente sistema analizira listu preporuka i
primenjuje ih gde god je to prihvatljivo. Ekipa evidentira akcije koje su
sprovedene i prosle|uje ih inènjeru pouzdanosti.
inènjer pouzdanosti priprema kona~nu listu kriti~nih komponenti
sistema. Listu prosle|uje sektoru / odelenju za upravljanje kvalitetom
radi implementacije posebnih kontrolnih mehanizama za kriti~ne
elemente. Prosle|uje listu kriti~nih komponenti odgovaraju}im
projektnim / razvojnim ekipama. Nakon {to odgovaraju}e ekipe uvedu
izmene u projekat komponenti (gde je to mogu}e i prihvatljivo) ceo

ovaj postupak se ponavlja sve dok se ne iscrpu mogu}nosti eliminisanja
nedostataka proizvoda ili dok se ti nedostaci ne svedu na minimalnu
(prihvatljivu) meru.
U nastavku je dat primer analize, uz napomenu da primerom nije obuhva}en
proces komunikacije izme|u u~esnika u analizi, kao i proces unapre|enja -
eliminisanja nedostataka sistema.
4. PRIMER PRIMENE METODA ANALIZE OTKAZA

Sistem za ko~enje kod motornih vozila, sa osnovnom strukturom prikazanom
na slici 2.4.15, je tipi~an primer vrlo sloènog sistema, ~ija je struktura
uslovljena sloènom funkcijom cilja, odre|enom vaè}im me|unarodnim i
nacionalnim propisima. Kao prvo treba jasno definisati vr{ni doga|aj koji nije
poèljan.
Zna~ajno je da se pri analizi otkaza ko~nog sistema u razmatranje uklju~e svi
doga|aji ili slu~ajevi kada se ko~enje odvija sa usporenjem manjim od
zahtevanog, ili manjim od mogu}eg na datom putu i kada pri ko~enju dolazi do
gubitaka upravljivosti i stabilnosti. Svaki od ovih doga|aja predstavlja mogu}i
trenutak nastanka otkaza sistema za ko~enje. Pored ovoga, u razmatranje
treba uklju~iti i potpune otkaze sistema za ko~enje, mada je prili~no jasno da
potpuni otkazi sistema za ko~enje, tj. slu~ajevi kada ne moè da se ostvari ni
minimalno usporenje vozila, predstavljaju poseban slu~aj koji se, imaju}i u
vidu na~in gradnje sistema, vrlo retko javljaju.
Za uspe{no izvr{enje misije ko~enja neophodno je da budu ispunjena bar,
slede}a dva uslova, slika 2.4.15:
Ko~ni da sistem za ko~enje

sistem funkcioni{e ispravno i
da uslovi prijanjanja
Prenosni omogu}uju ostvarenje
Komanda Ko~nica
mehanizam potrebnog usporenja
Slika 2.4.15: Struktura ko~nog sistema vozila
vozila.
Ova dva uslova su karakteristi~na za dva osnovna tipa otkaza ko~nog sistema,
koji presudno odre|uju pouzdanost sistema odnosno pouzdanost izvr{enja
misije ko~enja:
unutra{njji otkazi, tj. otkazi usled neispravnosti sastavnih elemenata
sistema i
spolja{ni otkazi ili otkazi prianjanja, koji su u vezi sa pojavama u
kontaktu pneumatika i tla.
Na slikama 2.4.17 i 2.4.18 razra|eno je stablo otkaza hidrauli~nog prenosnog

mehanizma (grana 1.1.2) do nivoa bazi~nih doga|aja (1.1.2.1.4.2.1
1.1.2.1.4.2.4).
Slika 2.4.16: FTA ko~nog sistema vozila - neizvr{enje funkcije ko~enja
Slika 2.4.17: FTA ko~nog sistema - otkaz hidrauli~nog prenosnog mehanizma
Pod pretpostavkom da se ko~ioni sistem, u toku ispitivanja, nalazio u perodu

normalne eksploatacije, za koji vaì eksponencijalni zakon raspodele
pouzdanosti, izra~unate su verovatno}e pojave otkaza nakon pre|enog puta od
1 km i prikazane su u tabeli 2.4.5.
Slika 2.4.18: FTA ko~nog sistema vozila - nivo bazi~nih doga|aja

Za granu stabla otkaza koja je prikazana na slikama 2.4.16, 2.4.17 i 2.4.18
izvr{en je prora~un vrednosti nazna~enih u tabeli 2.4.5 na osnovu izraza 22.
Tabela 2.4.5
R. br. Oznaka doga|aja Pouzdanost (1 km) R.br. Oznaka doga|aja Pouzdanost (1 km)
1 PG1.1.2.1.4.2..1 0,999987 11 PG1.1.2.1 0,999961101
2 PG1.1.2.1.4.2..2 0,9999992 12 PG1.1.2.2 0,999999643
3 PG1.1.2.1.4.2..3 0,999987 13 PG1.1.2.3 0,99999536
4 PG1.1.2.1.4.2..4 0,9999992 14 PG1.1.2.4 0,999999
5 PG1.1.2.1.4.1 0,999992 15 PG1.1.1 0,99999547
6 PG1.1.2.1.4.2 0,9999724 16 PG1.1.2 0,999955104
7 PG1.1.2.1.1 0,99999988 17 PG1.1.3 0,99999631
8 PG1.1.2.1.2 0,9999990 18 PG1.1 0,999946884
9 PG1.1.2.1.3 0,999999 19 PG1.0 0,999935885
10 PG1.1.2.1.4 0,9999644 20 PG2.0 0,9999732
Primer za prora~un verovatno}e je prikazan preko prora~unavanja

verovatno}e pojave doga|aja - D1.1.2.1.4.2 : Bubrenje zaptivne gume broj ...
P(D1.1.2.1.4.2 ) = 1 (1 P(D1.1.2.1.4.2.1 )) (1 P(D1.1.2.1.4.2.2 ))
(1 P(D1.1.2.1.4.2.3 )) (1 P(D1.1.2.1.4.2.4 ))
P(D1.1.2.1.4.2 ) = 1 (1 0.999987) (1 0.9999992)

(1 0.999987) (1 0.9999992) = 0.9999724
Istim postupkom su dobijene i ostale vrednosti nazna~ene u tabeli 2.4.5

Na osnovu prora~una verovatno}e realizacije vr{nog doga|aja (formula 22 iz

teksta) procenjeno je da pouzanost sistema za ko~enje na rastojanju od 1 km
iznosi PG0 = 0,999909087.
Na istom primeru izvr{ena je i FMEA i FMECA analiza, pri ~emu je bilo
neophodno:
detaljno razra|ivanje strukture ko~nog sistema,
definisane na~ine otkaza pojedinih delova sistema,
definisanje efekata pojave pojedinih na~ina otkaza i kategorije
kriti~nosti,
odre|ivanje intenziteta otkaza elemenata sistema i
procenjivanje verovatno}e pojave pojedinih na~ina otkaza elemenata
kao i uslovne verovatno}e pojave efekta date kriti~nosti, ako je
nastupio odre|eni na~in otkaza.
Navedeni podaci delom su prikazani u tabeli 2.4.6, a deo rezultata analize
prora~una stepena kriti~nosti prikazan je u tabeli 2.4.7.
5. ZAKLJUÂK
Teorija pouzdanosti kao i metode analize otkaza primenjuju se u svim fazama
ìvotnog ciklusa proizvoda iz razli~itih industrijskih grana. Teorija
pouzdanosti, kao segment efektivnosti sistema, pro{iruje granice primene i
izvan podru~ja kvaliteta, {to je slu~aj i sa ostalim metodama FTA , FMEA i
FMECA. Sagledavanje mogu}ih otkaza na nekom proizvodu predstavlja
vrhunki inènjerski zadatak, koji je ~esto i interdisciplinaran, tako da zahteva
formirajne timova razli~itih profila. Izvr{avanje zadataka iz domena
pouzdanosti i analiza otkaza, pored ogromnog znanja, zahteva i veliki broj
polaznih informacija, sna`nu bazu podataka o pona{anju razli~itih delova i
sistema u vremenu i odgovaraju}u hardvesrku (ra~unarsku) i softversku
podr{ku, mada ih je mogu}e primenjivati i u ru~nom postupku.
Tabela 2.4.6
Tabela 2.4.7
2.5
QFD METODA
Dr Nikola Radakovi}
Dr Bato Kamberovi}
1. PODRU^JE PRIMENE
QFD predstavlja skra}enicu punog engleskog naziva "Quality Function
Deployment", koji se bukvalno prevodi sa "Raspore|ivanje funkcije
kvaliteta", ali se u stru~nim krugovima naj~e{}e pod QFD podrazumeva
"Planiranje kvaliteta usmerenog ka zahtevima kupaca - korisnika".
Najkra}e, QFD metoda, na osnovu unapred definisanih zahteva/potreba
korisnika/kupaca, utvr|uje karakteristike proizvoda ili usluge od kojih zavisi
ispunjenje ovih zahteva, zatim utvr|uje kriti~na mesta na proizvodu ili usluzi i
u procesu izrade proizvoda ili vr{enju usluge, koje su u vezi sa utvr|enim
karakteristikama i na kraju defini{e postupke za re{avanje ovih kriti~nih
mesta, odnosno, preko toga, za zadovoljenje zahteva korisnika. Na taj na~in se
ostvaruje krajnji rezultat - da se postigne ta~no onaj nivo kvaliteta koji
odgovara zahtevima korisnika [39, 41].
Osnovni cilj QFD metode je projektovanje ili unapre|enje proizvoda ili usluge
prema zahtevima kupaca - korisnika. Iskustva u primeni metode ukazuju na to
da QFD metoda daje zna~ajne efekte:
olak{ava i skra}uje vreme za projektovanje proizvoda ili usluge (kroz
smanjenje mogu}nosti pojave gre{aka i vra}anja u toku projektovanja),
pobolj{ava kvalitet proizvoda ili usluge (nudi se ta~no onakav kvalitet
kakav kupci zahtevaju),
smanjuje ukupne tro{kove projektovanja i proizvodnje (rizik od pojave
gre{aka smanjen je na najmanju meru).
Metoda QFD je razvijena u Kobeu (Japan) 70-tih godina, u brodogradili{tu
Mitsubishi, ali je ubrzo na{la primenu i u drugim granama industrije. Toyota je
koristi jo{ od 1973. godine, a kasnije je prihvata i Honda (1979.), Ford (1983.),
Volvo i Saab (1987.). [iru primenu u razvijenim zemljama zapadne Evrope i
USA metoda dostiè 1991. godine. QFD metoda je danas sastavni deo
nacionalnih standardizovanih metoda koje se upotrebljavaju u Japanu.
2.5 QFD metoda 209
Prve primene QFD metode bile se vezane samo za projektovanje tj. razvoj
novih proizvoda, ali se danas ona primenjuje u sve vi{e funkcija unutar
preduze}a, kako je prikazano na slici 2.5.1 [2]. Tako|e, sve se vi{e primenjuje i
kada je u pitanju usluga, a ne proizvod, a najnovije primene su vezane za
unapre|enje nekog procesa unutar preduze}a.
Slika 2.5.1. Primena QFD metode u pojedinim funkcijama

Na~in primene QFD metode na proizvodu prikazan je na slici 2.5.2. Pri tome,
metoda se moè primeniti u slu~aju razvoja potpuno novog proizvoda, ili u
slu~aju pobolj{anja postoje}eg proizvoda.
U slu~aju razvoja potpuno novog proizvoda osnovni cilj je da se za novi
proizvod utvrde kriti~na mesta u samom proizvodu i njegovom procesu izrade,
koji su od zna~aja za ispunjenje zahteva kupaca, kako bi se unapred predvideli
postupci za njihovo re{avanje. Metoda se moè primeniti u razli~itim fazama
razvoja novog proizvoda:
na samom po~etku; metodu je u ovom slu~aju najteè sprovesti jer se
raspolaè sa najmanje informacija: ~vrste su samo informacije o
zahtevima kupaca, a sve ostale informacije (vezane za konstrukciju i
proces izrade proizvoda) su iz domena pretpostavki; metoda se moè
sprovesti samo uz uslov da se raspolaè sa veoma jakim timom, koji je
sposoban da postupcima predvi|anja utvrdi kriti~na mesta u samom
proizvodu i njegovoj izradi, u fazi dok jo{ nije ni zapo~eo proces razvoja
proizvoda; me|utim, u ovom slu~aju su efekti metode najve}i: na osnovu
nje se moè utvrditi kojim delovima proizvoda (kriti~ni delovi) i kojim
procesima (kriti~ni procesi) treba posvetiti posebnu pa`nju jo{ pri razvoju
novog proizvoda (pri konstruisanju i projektovanju tehnologije izrade

proizvoda i kontrole kvaliteta);
nakon zavr{ene faze konstruisanja novog proizvoda; u ovom slu~aju je
metodu lak{e sprovesti jer postoje ~vrste informacije o konstrukciji
proizvoda, pa je mogu}e brè ustanoviti kriti~ne delove proizvoda koji su
zna~ajni za zadovoljenje zahteva kupaca; rezultati metode u ovom slu~aju
pomaù za projektovanje tehnologije izrade proizvoda i kontrole kvalite-
ta; naravno, u rezultatu sprovedene metode moè proiste}i i potreba da se
kriti~ni delovi proizvoda, ve} konstruisani, preispitaju;
nakon izra|enog prototipa novog proizvoda; u ovom slu~aju je metodu jo{
lak{e sprovesti jer postoje i ~vrste informacije o konstrukciji proizvoda i o
samom procesu izrade proizvoda; rezultati metode u ovom slu~aju
pomaù za projektovanje tehnologije izrade za redovnu proizvodnju i
postupaka kontrole kvaliteta; naravno, u rezultatu sprovedene metode
moè proiste}i i potreba da se kriti~ni delovi proizvoda, ve} konstruisani,
preispitaju.
Slika 2.5.2. Primena QFD metode na proizvodu

2.5 QFD metoda 211
U slu~aju pobolj{anja postoje}eg proizvoda, potreba za pobolj{anjem moè

biti iskazana zbog raznih razloga: zbog novih zahteva kupaca, zbog èlje za po-
bolj{anjem karakteristika proizvoda, zbog problema koji se javljaju u
eksploataciji proizvoda kod korisnika, zbog pra}enja razvoja takvih proizvoda
kod konkurenata itd. Osnovni cilj je da se na postoje}em proizvodu utvrde
kriti~na mesta u njemu samom i njegovom procesu izrade, koji su od zna~aja
za ispunjenje zahteva kupaca ili za pobolj{anje karakteristika proizvoda, kako
bi se, zavisno od cilja, utvrdili postupci za njihovo re{avanje.
Metoda QFD se u potpunosti moè sprovesti i kad nije u pitanju proizvod,
nego usluga, kako je prikazano na slici 2.5.3. Primena metode je sli~na: na os-
novu unapred definisanih zahteva kupaca/korisnika usluge, utvrde se kriti~na
mesta u samoj usluzi (koje karakteristike usluge su kriti~ne), zatim se utvrde
kriti~na mesta u procesu vr{enja usluge i na kraju se defini{u postupci za re{a-
vanje ovih kriti~nih mesta, kojima se ujedno udovoljavaju zahtevi kupaca/ko-
risnika usluge.
Slika 2.5.3. Primena QFD metode na usluzi

QFD metoda se moè, kako je prikazano na slici 2.5.4, primeniti i na bilo koji
proces unutar preduze}a, na primer proces dono{enja odluka, proces
upravljanja proizvodnjom itd. Primena metode je i ovde sli~na: na osnovu
unapred definisanih zahteva za proces od strane rukovodstva, utvrde se
kriti~ne karakteristike procesa, zatim se utvrde kriti~na mesta u vr{enju
procesa i na kraju se defini{u mere za re{avanje ovih kriti~nih mesta, kojima se
u krajnjem rezultatu pobolj{ava posmatrani proces.
Slika 2.5.4. Primena QFD metode na bilo kom procesu

U nastavku se svi opisi, postupci i primeri vezani za metodu odnose na njeno
sprovo|enje kad je u pitanju proizvod. Me|utim, sve u potpunosti vaì i kad je
u pitanju usluga ili bilo koji proces. Iskustva pokazuju da je metodu ~ak lak{e
sprovesti kad je u pitanju usluga ili neki proces, a ne proizvod, jer se kod njih
javlja mnogo manje problema tehni~ko-tehnolo{ke prirode.
2.5 QFD metoda 213
2. OPIS
QFD metoda se naj~e{}e opisuje kroz svoje ~etiri faze, koje se izvode u okviru
~etiri tzv. "ku}e
ku}e kvaliteta",
kvaliteta kako je prikazano na slici 2.5.5 [32, 62].
Ku}e kvaliteta predstavljaju matrice koje se formiraju tako da u svakoj fazi
imaju isti osnovni izgled. Na ulazu u "ku}u kvaliteta", u levoj koloni, uvek je
pitanje: "[TA
[TA se zahteva?", a na izlazu iz "ku}e kvaliteta" uvek je odgovor:
"KAKO
KAKO ispuniti zahteve?".
U pojedinim fazama sprovo|enja QFD metode obavlja se slede}e [62]:
Faza I: Najpre se, u levoj koloni, u polju [TA, popi{u svi zahtevi, definisani
od strane kupaca/korisnika, koje proizvod treba da zadovolji; zatim
se, u polju KAKO, defini{u karakteristike proizvoda koje su zna~aj-
ne za zadovoljenje zahteva kupaca, unetih u polje [TA; posle odre-
|ene obrade ovih podataka, karakteristike proizvoda iz polja KA-
KO prve "ku}e" prenose se u polje [TA druge "ku}e";
Faza II: Za sve karakteristike proizvoda, upisane u polje [TA, utvr|uju se, u
polju KAKO, kriti~ni delovi (odnosno komponente proizvoda), koji
su zna~ajni za ostvarenje karakteristika proizvoda; za kriti~ne delo-
ve se dalje utvr|uju kriti~ne karakteristike, da bi se problem suzio;
kriti~ni delovi proizvoda i njihove karakteristike prenose se u polje
[TA tre}e ku}e;
Faza III: Za sve kriti~ne delove proizvoda i njihove karakteristike, upisane u
polje [TA, utvr|uju se, u polju KAKO, kriti~ni procesi, tj. operaci-
je/zahvati, sa njihovim parametrima, kojima se ostvaruju kriti~ne ka-
rakteristike; kriti~ni procesi sa njihovim parametrima se prenose u
polje [TA ~etvrte "ku}e";
Faza IV: Za sve kriti~ne procese, upisane u polje [TA, utvr|uju se, u polju
KAKO, postupci kontrole kvaliteta, odnosno mere koje treba pre-
duzeti, da bi se proces odvijao sa sigurno{}u; definisanje postupaka
ide do nivoa instrukcija za rad.
QFD metoda spada u metode za ~ije sprovo|enje je potreban timski rad. Tim
koji sprovodi metodu ne mora biti isti kroz sve faze. Va`no je da se svaka faza
{to kvalitetnije sprovede, a da bi se to ispunilo, u tim treba birati osobe koje
najbolje poznaju problem koji se re{ava. Na slici 2.5.5, pored ostalog, date su
preporuke iz kojih organizacionih celina preduze}a birati ~lanove tima.
S obzirom da se cela metoda svodi na uspostavljanje relacija: za svako [TA
treba prona}i odgovaraju}e (jedno ili vi{e) KAKO, pri ~emu su potrebna heu-
risti~ka znanja, jedan od neophodnih uslova da se metoda moè uspe{no spro-
vesti je kvalitetan sastav QFD tima.
2.5 QFD metoda 215
Drugi vaàn uslov da bi se metoda uspe{no sprovela je da je problem jasno i

{to detaljnije postavljen. S obzirom da se sprovo|enje metode zapo~inje
analizom zahteva kupaca, veoma je va`no pre startovanja metode {to bolje
obaviti posao vezan sa sakupljanje i selektiranje ideja i informacija vezanih za
zahteve kupaca. Ovaj posao treba da obuhvati i {to vi{e informacija vezanih za
stanje kod konkurentskih firmi.
Da bi se do{lo do {to vi{e i {to sigurnijih informacija o tome kakvi su zahtevi
kupaca/korisnika, treba koristiti podatke iz vi{e slu`bi preduze}a:
prodaja mora da ima podatke o tome:
- sa ~im je kupac zadovoljan na postoje}em proizvodu, a sa ~im ne,
- {ta bi kupac èleo novo (bolje, druga~ije) na postoje}em proizvodu,
- koje karakteristike proizvoda su va`ne za kupca, a koje ne,
marketing i razvoj moraju da imaju podatke o tome:
- {ta je trenutno u svetu novo, moderno i popularno u pogledu
odre|enih karakteristika proizvoda,
- koji se novi zahtevi javljaju,
- kakve karakteristike imaju sli~ni proizvodi drugih (konkurentskih)
preduze}a,
servisna slu`ba mora da ima podatke o tome:
- kako se proizvod pona{a u eksploataciji, koliko je vr{eno servisnih
intervencija zbog reklamacija od korisnika,
- kakve su pojedine karakteristike proizvoda u eksploataciji, koje su
intervencije naj~e{}e, na {ta se korisnici najvi{e àle itd.
Ako ovako prikupljene informacije nisu dovoljne, a naj~e{}e nisu, tim koji
izvodi metodu treba da sprovede posebno istraìvanje u cilju prikupljanja
informacija.
Ovakvo istraìvanje, zajedno sa svim podacima koje se dobiju od slu`bi koje se
ina~e time bave, treba da odgovori na osnovno pitanje na ulazu u QFD metodu:
[TA kupci traè?
Kao najpogodnije metode za prikupljanje informacija su intervjuisanje i
anketiranje.
anketiranje
U postupku prikupljanja informacija veoma va`no pitanje je:
KO su kupci - korisnici?
Da bi istraìvanje bilo dovoljno obuhvatno, ali i racionalno, veoma je va`no
dobro odabrati krug ispitanika od kojih se èle prikupiti informacije. Krugom
onih od kojih se informacije prikupljaju treba obuhvatiti sve one za koje se
oceni da imaju ili bi mogli imati potrebu za odre|enim proizvodom ili
uslugom. Krug moè biti razli~it, kako je prikazano na slici 2.5.6, zavisno od
èljenog obima informacija i vrste proizvoda ili usluge [53].
Slika 2.5.6. Mogu}i krugovi za prikupljanje informacija
3. POSTUPAK SPROVO\ENJA QFD METODE

U nastavku je detaljno opisan postupak sprovo|enja QFD metode kroz
pomenute ~etiri faze, prema slici 2.5.5
3.1 Faza I: Utvr|ivanje zna~ajnih karakteristika proizvoda

QFD tim, sastavljen od stru~njaka iz marketinga, istraìvanja/razvoja, prodaje
i servisa otpo~inje analizu zahteva kupaca. Preduslov za uspe{an rad u ovoj
fazi je da timu stoje na raspolaganju aktuelne informacije o zahtevima kupaca,
odnosno korisnika [55].
Sprovo|enje Faze I vr{i se popunjavanjem prve "ku}e kvaliteta", prikazane na
slici 2.5.7 [62]. Ukupan posao u Fazi I podeljen je u 12 koraka, tako da se svaki
korak svodi na popunjavanje po jednog polja u "ku}i kvaliteta". Na slici 2.5.7
je tako|e prikazano koje polje se popunjava u kom koraku (pojedina polja su
ozna~ena krugom i brojem u sredini kruga, od 1 do 12).
2.5 QFD metoda 217
Slika 2.5.7. Ku}a kvaliteta Faze I

KORAK 1:
U okviru ovog koraka najpre se, u redove na levoj strani polja 1 (videti sliku
2.5.8), unose zahtevi kupaca/korisnika, grupisani po tematskim oblastima, u
skra}enom obliku i pregledno.
Zatim se, u kolonu "Zna~aj", unose vrednosti za prioritete navedene od strane
kupaca/korisnika (1-10). Zahtevi kupaca pokazuju [TA se èli. Ukoliko se
u~ini da su zahtevi me|usobno protivre~ni, moè da bude svrsishodna primena
produbljenog istraìvanja, kako bi se sa kupcima/korisnicima, na bazi
korelacione matrice, sli~no kao kod krova ku}e, {to je opisano u koraku 9,
razjasnila situacija.
Pri anketama kupci/korisnici vrlo retko ispoljavaju inovativne èlje, a njihove
izjave naj~e{}e sadrè osnovne zahteve koji se postavljaju u vezi proizvoda.
Ovaj deficit u pogledu o~ekivanja u vezi proizvoda u budu}nosti moè da se
kompenzuje posmatranjem kupca/korisnika proizvoda:
Koji problemi i pote{ko}e se javljaju pri upotrebi proizvoda? [ta bi

moglo korisniku da pomogne da izbegne pojavu gre{aka?
Posmatranje i slu{anje dovodi do inovativnih ideja.
U okviru prvog koraka tim mora da razjasni i jedno dosta osetljivo pitanje:
Koliko zahteva kupaca ho}emo/moèmo da unesemo

unesemo na spisak?
Ukoliko je od strane kupaca naveden {irok spektar va`nih zahteva, a jedan
deo njih se ne uzme u obzir, postoji opasnost da se ne}e raditi na pravim
stvarima. Sa druge strane, ako radna grupa uzme u obzir sve pojedina~ne
zahteve, to moè dovesti do pote{ko}a i neizvodljivosti. Stoga }e tim preduzeti
grupisanje zahteva kupaca oko najva`nijih zahteva, a ovim grupisanim
zahtevima }e se u okviru koraka 2 pridruìti stepeni zadovoljstva (koje donose
kupcu). Ovde se najve}i nedostaci dobro uo~avaju, tako da je mogu}e vrlo
ta~no odrediti prioritete za dalji rad.
KORAK 2:
U desni deo tabele sa nazivom "Upore|enje sa konkurencijom" (videti sliku
2.5.8) unose se podaci u vezi sa situacijom u pogledu konkurencije, sa aspekta
korisnika. Kupcima se postavlja pitanje, kako vide na{ proizvod u pore|enju sa
proizvodima va`nih konkurenata, u pogledu stepena ispunjavanja njihovih
va`nih zahteva. Kao svrsishodna se pokazala skala vrednovanja sa gradacijom
od 1 do 5.
Ocene kupaca samo jednim delom po~ivaju na podacima i ~injenicama, ili
li~nim iskustvima sa istom vrstom proizvoda razli~itih proizvo|a~a. Kupci ni
pri kupovini ne donose odluke na bazi racionalnih i merljivih kriterijuma.
Rezultati zato sadrè i emotivnu komponentu, koja je vezana za postoje}i
2.5 QFD metoda 219
imid` proizvo|a~a. Rezultati dobijeni pri ispitivanju mogu da se grafi~ki

prikaù. Na taj na~in je mogu}e na istom listu izvr{iti upore|ivanje potrebnih i
stvarnih vrednosti (va`nost zahteva kupaca u pore|enju sa stepenom
zadovoljstva).
Ukoliko uporedno vrednovanje izgleda sumnjivim, ili zbog velikog rasipanja
rezultata ne omogu}ava da se izvuku potrebni zaklju~ci, potrebno je bar
odrediti u kom stepenu sopstveni proizvod ispunjava zahteve kupaca/korisnika
(po njihovom mi{ljenju).
Slika 2.5.8. Polja za uno{enje informacija dobijenih od kupaca/korisnika
KORAK 3:
Uz skalu za upore|enje sa konkurencijom (slika 2.5.8), ozna~ene su jo{ dve
dodatne kolone (A i B), koje sluè za uno{enje daljih preporuka koje poti~u iz
sopstvene ku}e ili iz spoljnih izvora. To mogu biti podaci o garanciji,
pritu`bama, posebne aktivnosti konkurencije, ili informacije koje poti~u od
trgovaca i koje omogu}avaju da se shvate ponekad nejasna vrednovanja
dobijena od kupaca. Ovo su va`ne informacije za izvo|enje daljeg postupka.
One mogu biti dobro iskori{}ene samo onda kada na osnovu pregleda mogu
lako da budu dovedene u korelaciju sa drugim informacijama.
Preporu~ljivo je da se desna strana tabele pro{iri dodavanjem novih polja,
prema individualnim potrebama QFD tima.
Koraci 1 do 3 predstavljaju osnovu uspeha svakog QFD - projekta, pa je stoga

priprema u vidu obezbe|ivanja pouzdanih informacija od strane
kupaca/korisnika, kroz dobro planiran postupak, od velike va`nosti.
Tako treba ras~istiti sa tim ko se podrazumeva pod "kupcem/korisnikom", tj.
treba definisati ciljnu grupu kupaca/korisnika, kao i metodologiju anketiranja i
na~ina obrade podataka.
Ko redovno vr{i anketiranje kupaca/korisnika, naj~e{}e ne raspolaè samo
podacima (zadovoljstvo odre|enim karakteristikama proizvoda i pridavanje
odre|ene va`nosti karakteristikama), ve} i komentarima kupaca, ~ija
sistematska obrada moè da dovede do vrednih informacija. Uz pomo}
periodi~no vr{enih anketiranja postoji mogu}nost da se sa jedne strane, prati
uo~avanje pobolj{anja na proizvodu od strane kupaca, a sa druge strane da se
kontinualno prati trend razvoja.
Anketiranje kupaca je va`no, ali ono ne bi trebalo, i iz razloga tro{kova, da
bude primenjeno kao jedini izvor informacija. Odre|ene slu`be preduze}a
svakodnevno u kontaktu sa kupcima prikupljaju ~itav niz vrednih primedbi,
koje, naravno, tek nakon obrade dobijaju svoju pravu vrednost.
KORAK 4:
Ovde tim, u polju KAKO (polje 4 na slici 2.5.9), opisuje karakteristike
proizvoda koje imaju uticaja na zadovoljenje svakog od zahteva kupaca, unetih
u polje [TA u koraku 1. Ne traga se za detaljnim re{enjima, ve} za
karakteristikama, tj. za obele`jima koja kvalitativno opisuju zahteve kupaca.
Ovde se "glasovi kupaca" prevode u tehni~ki jezik proizvo|a~a, {to predstavlja
transformacioni proces koji paralelno zahteva ta~nost i kreativnost.
êsto tim uspeva da za svaki pojedini zahtev prona|e ve}i broj re{enja za vrstu
KAKO. Ukoliko, na primer, kupci zahtevaju u globalu automobil "sa
povoljnim tro{kovima eksploatacije", kao faktori koji uti~u na planiranje
kvaliteta se pojavljuju:
potro{nja benzina,
klasa za pla}anje poreza i osiguranja (snaga i radna zapremina motora) i
tro{kovi odràvanja i popravki.
Ovde jo{ ne treba odvagnuti da li promena radne zapremine motora, ili

promena snage, vi{e ili manje uti~u na ispunjavanje zahteva za "povoljnim
tro{kovima eksploatacije". Obe ove veli~ine uti~u na finansijski aspekt zahteva
kupaca. Njihovo uvr{tavanje u vrstu KAKO moglo bi se izvr{iti u obliku
segmenta KAKO vezanog za faktore koji uti~u na tro{kove, mada radna
zapremina i snaga motora imaju vi{e tehni~ko-fizi~ki karakter. Ovim smo se
dotakli i pitanja razvrstavanja veli~ina KAKO. Nakon prvog prikupljanja
karakteristika, ima smisla primeniti segmentirani na~in predstavljanja, sli~no
kao kod grupisanja zahteva kupaca.
2.5 QFD metoda 221
Slika 2.5.9. Prevo|enje zahteva kupaca u karakteristike
KORAK 5:
Za svaku KAKO karakteristiku treba, u donjem delu kolona, uneti "Ciljne
tehni~ke vrednosti" (videti sliku 2.5.9), na primer raspoloìvost u % kod
nekog kompjuterskog sistema.
Sam cilj po svojoj veli~ini, dakle pitanje zahtevane visine raspoloìvosti
kompjuterskog sistema, zavisi ili od zahteva kupaca, ili od rezultata daljih
razmatranja. Ako zahtev kupaca glasi raspoloìvost od 97%, sa najvi{im
prioritetom zna~aja kod kupaca, onda se ta vrednost mora uneti u tabelu kao
"donja grani~na vrednost".
Ako se na bazi upore|enja sa konkurencijom pokaè da na{i sistemi, i pored
raspoloìvosti od samo 95%, nisu na lo{em glasu u pogledu raspoloìvosti,
onda se zahtevana vrednost od 99% moè smatrati inovativnim korakom koji
}e dovesti do vode}e pozicije na trì{tu.
Mogu}nost same realizacije }e biti ispitana kasnije i bi}e izvr{eno
upore|ivanje sa drugim koracima za postizanje pobolj{anja.
Ciljne vrednosti, koje stoje u direktnoj vezi sa va`nim zahtevima kupaca,

moraju biti predvi|ene sa izazovno visokim vrednostima. Na drugoj strani,
inovativne korake treba planirati i realizovati samo onda, kada se sa visokom
verovatno}om moè ra~unati sa postojanjem odgovaraju}e potrebe na trì{tu u
trenutku kada se na trì{tu na|e inovativni proizvod ili inovativna usluga.
Inovativne performanse nailaze samo onda na visoko prihvatanje na trì{tu,
kada je potencijalni krug kupaca ve} postao svestan koristi koju donose.
Ako onaj ko nudi neki novi proizvod ili uslugu iza|e previ{e rano na trì{te,
lako se moè desiti da doìvi proma{aj.
KORAK 6:
Sada otpo~inje rad u okviru "soba" ku}e, tj. na mestima ukr{tanja redova i
kolona matrice (svaki [TA u preseku sa svakim KAKO), kako to prikazuje
slika 2.5.10. Tim odgovara na pitanje:
"U kojoj meri odgovor KAKO, dakle prona|ena karakteristika,
podràva pojedini [TA, odnosno pojedini zahtev kupaca?"
Ovo zna~i da treba posvetiti pa`nju pitanju korelacije izme|u svakog [TA i
svakog KAKO, odmeriti je i izvr{iti vrednovanje. Ovo je jedan od najteìh
zadataka pri obradi tabela, jer odluke treba vi{e da budu zasnovane na
podacima i ~injenicama, nego na ose}anjima.
U praksi su se dokazala tri stepena vrednovanja, izraèni u vidu brojeva ili
simbola kako je to prikazano u tabeli 2.5.1.
Tabela 2.5.1 Simboli za korelacije izme|u [TA i KAKO
Korelacija Poena Simbol
jaka 9
srednja 3
slaba l
nikakva 0
Svako pojedina~no vrednovanje zahteva dono{enje odluke zasnovane na
~injeni~nom znanju. Broj odluka je pri tome jednak proizvodu koji se dobija
mnoènjem broja zahteva sa brojem karakteristika. Ako postoji 20 zahteva i
20 karakteristika to je ve} dono{enje 400 odluka. Naravno, ne stoje uvek na
raspolaganju podaci koji omogu}avaju da se donese prava odluka, pa se u tim
slu~ajevima mora koristiti "zdrav razum" (iskustvo), ili intuicija. U tim
slu~ajevima se, radi omogu}avanja razlikovanja, moè primeniti ozna~avanje
simbola razli~itim bojama u okviru tabele. Crvena boja moè da se iskoristi za
odluke donete na bazi "ose}aja", koje bi nekom kasnijom prilikom trebalo
ispitati u odnosu na ~injeni~ko stanje. Simboli crne boje treba da ukaù na
vrednovanja i odluke donete na bazi ~injenica.
2.5 QFD metoda 223
Za vrednovanje stepena korelacije predvi|ene su samo pozitivne broj~ane

vrednosti, jer se neka karakteristika (obele`je kvaliteta) u najnepovoljnijem
slu~aju moè vrednovati kao neutralna (nema simbola, vrednost je jednaka 0).
Nekad se poku{ava, posebno pri prvim poku{ajima re{avanja problema na
ovaj na~in, da se umesto karakteristika u KAKO unesu ve} odre|eni koncepti
re{enja, koji mogu biti u negativnom odnosu sa raznim zahtevima kupaca. U
fazi I se jo{ ne zahteva definisanje konstrukcionih re{enja pod KAKO, ve} se
traì njihovo opisivanje preko obele`ja kvaliteta koja se unose pod KAKO.
Slika 2.5.10. Vrednovanje karakteristika u odnosu na zahteve
KORAK 7:
Nakon zavr{etka odre|ivanja korelacija, odre|uje se numeri~ki ukupni zna~aj
pojedinih karakteristika. Ovde se vrednost zna~aja koji kupci pridaju
odre|enom [TA (videti korak 1) mnoì sa stepenom korelacije svakog
KAKO. Suma rezultata iz svake KAKO vrste unosi se u kolonu "Zna~aj
vrednosti kolone" (videti sliku 2.5.10), najpre kao apsolutna vrednost, a zatim
kao relativna vrednost (procentualno u~e{}e).
U kolikoj }e meri neka veli~ina KAKO, sa najvi{om apsolutnom vredno{}u,

zaista doprineti uspehu proizvoda na trì{tu (pod uslovom da bude
realizovana), u ovoj fazi rada na matrici jo{ nije mogu}e odrediti.
KORAK 8:
Sada, na osnovu unetih ciljnih vrednosti (korak 5), treba ispitati u kom smeru
se mora menjati neka, na danas proizvedenom proizvodu ve} postoje}a
karakteristika. Ovde se pomo}u strelice ozna~ava smer promene sa ciljem
postizanja optimizacije (videti sliku 2.5.10). Simbol u vidu kruga sluì za
markiranje npr. zakonski uslovljenih zahteva. Smatra se preporu~ljivim da se
poku{a, da se ve} danas ostvare bolji proizvodi, nego {to to zakonodavac
zahteva. Ovu odluku u osnovi donosi marketing.
KORAK 9:
U okviru krova ku}e nailazimo na jo{ jednu matricu, koja treba da ukaè na
eventualne konfliktne ciljeve izme|u dve karakteristike. U matrici krova (slika
2.5.11) se vr{i ispitivanje me|usobne korelacije veli~ina KAKO, uz uzimanje u
obzir ciljnih vrednosti (videti korak 5) i smera promene (videti korak 8).
Simboli za ozna~avanje me|uzavisnosti prikazani su u tabeli 2.5.2.
Slika 2.5.11. Korelacija izme|u karakteristika KAKO

2.5 QFD metoda 225
Tabela 2.5.2 Simboli za korelaciju izme|u veli~ina KAKO

Korelacija Simbol
izrazito pozitivna
pozitivna
negativna
izrazito negativna
Primer: Karakteristike "laka konstrukcija" i "potro{nja goriva" imaju u

slu~aju gradnje vozila izrazito pozitivnu korelaciju, dok, za razliku od
toga, izme|u "laka konstrukcija" i "sigurnost pri sudaru" postoji
izrazita negativna korelacija. Negativne korelacije ukazuju pri
razvoju kvaliteta na tehni~ko-fizi~ke grani~ne oblasti, i daju do
znanja da su potrebne izmene ili ~ak potpuno nova re{enja.
Vrednovanja koja se izvode u okviru krova ku}e podràvaju zahtev za
izvo|enjem zaokruènog razmatranja, koje se lako izgubi usled velikog broja
detalja koje treba istraìti, {to, naravno, vaì i za postupak planiranja koji se ne
izvodi u skladu sa QFD. Prednost primene "ku}e kvaliteta" ogleda se u
mnogostranosti predstavljanja va`nih uticajnih faktora i informacija na jednom
listu.
KORAK 10:
Ovaj korak podrazumeva stru~no upore|ivanje sa proizvodima drugih firmi.
Za izvo|enje ove analize su potrebni eksperti iz tehni~kog sektora, ukoliko se
tamo mogu izvoditi uporedna ispitivanja proizvoda drugih proizvo|a~a.
Ovde bi trebalo izvr{iti, po mogu}nosti, upore|ivanje sopstvenog proizvoda ili
usluge, u pogledu karakteristika, sa proizvodima ili uslugama proizvo|a~a koji
su poznati na bazi obrade koraka 2. U svakom slu~aju ne bi trebalo izostaviti
nijednu od vode}ih firmi na trì{tu, koje nude posmatrani proizvod. Popisane
veli~ine KAKO treba objektivno ispitati na uzorcima za izvo|enje
upore|ivanja, a ustanovljene stepene zadovoljavanja treba uneti u skalu
vrednovanja (slika 2.5.12).
KORAK 11:
Stepen sloènosti, izraèn u poenima izme|u 1=nizak i 10=visok, odnosi se na

pitanje mogu}nosti realizacije pobolj{anja ili nove konstrukcije kojoj se teì.
Vrednosti se unose u kolone ispod veli~ina KAKO (videti sliku 2.5.12).
KORAK 12:
[to se ti~e samog postupka, ovo ne predstavlja dodatni korak. U ovim poljima
matrice (videti sliku 2.5.12) treba da se, pri obradi po~ev od koraka 4
(razvijanje veli~ina KAKO), izvr{i upisivanje u svim onim slu~ajevima, kada se
èli da se ne izgubi neka va`na dodatna informacija, koja treba da doprinese
npr. boljem razumevanju donetih odluka u vezi korelacija.
Data tabela u "podrumu" ku}e, koja je prikazana sa veoma malim obimom,
treba da se pro{iri prema individualnim potrebama.
Ne moè se dati nikakva standardizovana QFD tabela, jer postavke zadataka
mogu da budu veoma raznovrsne. Tabela se, na primer, moè dopuniti
podacima u vezi pojedinih karakteristika, koje poti~u od servisa kupaca, iz
proizvodnje ili prodaje.
Moè se koristiti i pro{irenje kolona kroz uvo|enje dodatnih kolona, radi
predstavljanja tro{kova ili termina. Cilj tabelarnog predstavljanja kod QFD je
postizanje jednostavnosti vizuelizacije kompleksnih me|uzavisnosti i njihovog
kori{}enja.
Slika 2.5.12. Tehni~ko upore|enje i stepen sloènosti realizovanja

pobolj{anja na proizvodu
2.5 QFD metoda 227
Sprovo|enjem ovih dvanaest koraka, prostori ku}e su u potpunosti ispunjeni,

svo bogatstvo znanja i ideja radne grupe prikazano je na razumljiv i pregledan
na~in u okviru "ku}e kvaliteta". Zajedni~ki rad na projektu omogu}ava
opseàn transfer znanja izme|u razli~itih podru~ja preduze}a, {to pri
uobi~ajenom na~inu rada ne bi bilo mogu}e. Ovaj na~in rada ne pobolj{ava
samo me|usobno razumevanje, ve} kroz stalno popravljanje radne klime
oìvljava konstruktivnu saradnju.
Zajedni~ki cilj:
"Na{ proizvod ili usluga }e pobediti na trì{tu"
stavlja sve u~esnike na projektu pod istu kapu.
Na kraju rada u okviru faze I, tim se bavi izborom va`nih i kriti~nih elemenata,
koji imaju odlu~uju}i zna~aj za realizovanje pobolj{anja ili razvijanje novog
proizvoda.
Kriterijumi za izbor su:
visok zna~aj zahteva kupaca/korisnika,
visoke {anse u pore|enju sa konkurencijom,
1-3 karakteristike sa izraèno visokim ukupnim zna~ajem (A-kriteriju-
mi),
A-kriterijumi imaju visoku korelaciju sa najva`nijim zahtevima kupaca,
A-kriterijumi imaju pozitivnu korelaciju u odnosu na druge kriterijume
u krovu ku}e,
A-kriterijumi imaju takav stepen sloènosti realizacije da ih je mogu}e
realizovati,
A-kriterijumi omogu}avaju prevazilaènje dosada{njih problema,
potrebne investicije su rentabilne.
QFD-karta, data na slici 2.5.13, prikazuje na skra}enom primeru jednog kotla
na gas za{to je kriterijum "stepen iskori{}enja" progla{en za najva`niju
karakteristiku i kasnije obra|ivan u okviru faze II. Tim koji je obra|ivao fazu
II, kao i sve kasnije radne grupe, mogao je lako da zaklju~i za{to se bavio ba{
stepenom iskori{}enja.
Slika 2.5.13. Izbor va`nih karakteristika

2.5 QFD metoda 229
Marketing i plasman markiraju, na kraju, u okviru jedne dodatne kolone pored

kolone sa rezultatima upore|ivanja sa konkurencijom, ono {to smatraju
"bitnim momentima vezanim za prodaju" koji bi, uz pobolj{anje stepena
iskori{}enja, mogli da doprinesu boljem plasmanu proizvoda, ili usled kojih je
npr. u oblasti prodaje potrebno do{kolovavanje.
Sada se, uz u~e{}e rukovodstva preduze}a, vr{i revizija ura|enog u okviru faze
I. Pri toj reviziji u~estvuju svi dosada{nji ~lanovi tima, kao i ~lanovi koji }e
uzeti u~e{}a na obradi faze II. Postupak opisan pomo}u koraka 1 - 12
predstavlja preporuku kako moè da se radi, a redosled i obim realizacije u
velikoj meri zavisi od same postavke zadatka koji se re{ava.
QFD ne postavlja nikakve granice ma{ti, ali QFD ne sme da postane sam sebi
cilj. Sve dok tim ima u vidu postavljeni cilj i o~ekivanja kupaca, ulaganje
(rada) ostaje ograni~eno na potrebnu meru.
Prema dana{njem saznanju, QFD na izvanredan na~in doprinosi ciljno
orijentisanom timskom radu, uz postizanje usagla{avanja i prevazilaènje
organizacionih podela.
3.2 Faza II: Utvr|ivanje kriti~nih delova proizvoda

Nakon odre|ivanja va`nih ili kriti~nih karakteristika proizvoda na osnovu
zahteva kupaca u okviru faze I, u slede}oj fazi QFD postupka vr{i se
razlaganje proizvoda na sastavne delove (sklopove i delove), kako bi se
ustanovilo koji od njih imaju uticaja na ostvarenje utvr|enih kriti~nih
karakteristika proizvoda.
Cilj faze II je:
utvr|ivanje kriti~nih delova proizvoda (onih koji imaju uticaja na
ostvarenje kriti~kih karakteristika proizvoda) sa njihovim
karakteristikama,
izbor najboljeg konstrukcionog re{enja za kriti~ne delove,
odre|ivanje va`nih elemenata za fazu III.
Napomena: kod izvo|enja QFD za neki proizvod u fazi II razmatraju se
sastavni elementi proizvoda (sklopovi i delovi); me|utim, ako se QFD metoda
sprovodi pri planiranju organizacije preduze}a, u fazi II se kao delovi
pojavljuju organizacione celine preduze}a.
Faza II se izvodi popunjavanjem tabele prikazane na slici 2.5.14, koja
predstavlja modifikovan oblik tabele kori{}ene za prvu "ku}u". Tabela se
naziva "matricom delova" ili "Part Deployment Matrix" (matrica razvijanja
delova). Na slici 2.5.14 je prikazan jedan primer tabele, ali bi ona, isto kao i sve
druge tabele, trebalo da bude prilago|ena prisutnim zahtevima kod svakog
konkretnog problema.
Korelacija: Sklop
jaka=9
srednja=3 Kriti~ni delovi 2

slaba=1 Karakteristike
kriti~nih delova
Z
Ciljna vrednost n
Kriti~ne karakteristike karakteristike
a
proizvoda
~
a
j 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
1 4
Ciljna vrednost
karakteristike kriti~nog dela 3
Zna~aj Apsolutni
Relativni
5
Slika 2.5.14. Matrica delova

Za vreme izvo|enja faze II potrebno je izvesti opse`ne studije radi
obezbe|enja pouzdanih rezultata, kao {to je to uvek potrebno kada se radi o
razvoju. Od posebnog zna~aja su svi postupci, koji sluè preventivnom
obezbe|enju kvaliteta. QDF tim treba da razmotri mogu}nost primene brojnih
alata i tehnika obezbe|enja kvaliteta, kao {to su:
FTA, FMEA i FMECA,
dijagram uzroci-posledica,
dijagram stabla,
Taguchi postupak ili
SPC tehnike.
Postupak rada u Fazi II, u najkra}em, izvodi se na na~in opisan u nastavku
kroz 5 koraka.
2.5 QFD metoda 231
KORAK 1:
Kriti~ne karakteristike proizvoda, utvr|ene u Fazi I, unose se u tabelu (slika
2.5.14) u polje 1, kao veli~ine [TA. Pri tome se uz svaku kriti~nu
karakteristiku unosi i njena ciljna vrednost i zna~aj.
Pored kriti~nih karakteristika proizvoda, utvr|enih na osnovu zahteva kupaca,
projektni tim moè u tabelu eventualno da uvrsti i neke druge karakteristike
za koje, i pored toga {to nisu proiza{le iz zahteva kupaca, oceni da su zna~ajne
za funkcionisanje proizvoda, a nevidljive su za kupca/korisnika.
KORAK 2:
U ovom koraku se utvr|uju delovi proizvoda koji imaju uticaja na ostvarenje
pojedinih karakteristika proizvoda iz polja 1 tabele (veli~ine [TA). Dalje, za
ovako utvr|ene delove, koje }emo smatrati kriti~nim delovima, defini{u se
njihove karakteristike koje su va`ne, odnosno koje neposredno uti~u na
ostvarenje pojedinih karakteristika proizvoda. I kriti~ni delovi i karakteristike
kriti~nih delova se unose u polje 2 u tabeli (slika 2.5.14), kao veli~ine KAKO.
Kako se moè zaklju~iti, u tabelu druge ku}e unose se samo kriti~ni delovi i
njihove kriti~ne karakteristike i oni }e se razmatrati u daljem postupku.
Druga~ije se i ne moè, jer u svakom sloènijem proizvodu, sa nekoliko stotina
ili hiljada delova, QFD metodu bi bilo nemogu}e sprovesti ako bi se uzeli u
obzir svi delovi proizvoda, od kojih, stvarno, samo mali procenat zaista ima
direktnog uticaja na ostvarenje karakteristika proizvoda.
Me|utim, da bi se utvrdili kriti~ni delovi u proizvodu, projektni tim mora
izvr{iti jednu studioznu analizu konstrukcije proizvoda. Ta analiza
podrazumeva razlaganje proizvoda na sastavne elemente (sklopove i delove).
Pri tome, za prikazivanje strukture proizvoda i njegovih sastavnih delova,
najpogodnije je koristiti tzv. "dijagram stabla" ("Tree Diagram"), koji li~i na
dijagram kojim se obi~no predstavlja organizacija preduze}a, ali ima
horizontalan tok.
Prilikom oblikovanja "dijagrama stabla" dolazi do izraàja prednost timskog
rada - "stablo" koje izradi bilo koje lice naj~e{}e je nepotpuno, dok "stablo"
koje je rezultat timskog rada uzima u obzir izuzetno raznovrsne aspekte, ~iji
razli~it zna~aj se ogleda u hijerarhiji "stabla".
Na osnovu izra|enog "dijagrama stabla", vr{i se izbor kriti~nih delova,
odnosno onih delova od kojih zavisi ostvarenje karakteristika proizvoda. Za
odre|ivanje kriti~nih delova u proizvodu najbolje je koristiti FMEA, a samo
izuzetno to raditi "po savesti".
Ovako izabrani kriti~ni delovi prenose se u pomenuto polje 2 tabele.
Istovremeno, za sve kriti~ne delove se utvr|uju zahtevi u pogledu
konstrukcionog re{enja, odnosno njihove karakteristike, koje oni treba da
ispunjavaju da bi se obezbedilo ostvarenje karakteristika proizvoda.
KORAK 3:
Nakon utvr|enih kriti~nih delova i njihovih va`nih karakteristika, vr{i se
odre|ivanje ciljnih vrednosti, odnosno zahteva koje pojedini delovi treba da
zadovolje u pogledu pojedinih karakteristika. Ciljne vrednosti pojedinih
karakteristika unose se u polje 3 tebele (slika 2.5.14).
Primer: Uzmimo za proizvod ve{ ma{inu. Jedan od zahteva kupaca je "[to
manja buka". Karakteristika ve{ ma{ine koja u najve}oj meri
podràva ovaj zahtev je "Nivo buke pri radu", a jedan od kriti~nih
delova je "Osovina elektromotora" i njena karakteristika "Ta~nost
pre~nika rukavca". Kao ciljna vrednost za ovu karakteristiku moè se
postaviti da tolerancija pre~nika bude IT5.
Pri odre|ivanju ciljnih vrednosti potrebno je izvr{iti analiziranje i tu|ih
konstrukcionih re{enja i uporediti ih sa sopstvenim re{enjima, kako sa
tehni~kih aspekata, tako i sa aspekta tro{kova. Ako je konstrukciono re{enje
ve} utvr|eno u velikoj meri (QFD se sprovodi na postoje}em proizvodu), vr{i
se analiza da li to re{enje zadovoljava u pogledu zahteva i pod ciljnim
vrednostima se utvr|uju novi - stroìji zahtevi.
KORAK 4:
U ovom koraku se, sli~no kao kod re{avanja prve "ku}e", odre|uje stepen
korelacije izme|u vali~ina KAKO i veli~ina [TA, kojom se u stvari defini{e u
kom stepenu pojedina karakteristika za svaki kriti~ni deo uti~e na ostvarenje
svake od utvr|enih karakteristika proizvoda. Stepeni korelacije se unose u
polje 4 tabele (slika 2.5.14).
Pri odre|ivanju stepena korelacija, izvode se me|ukoraci, kao na primer
analiza stabla otkaza (FTA) radi odre|ivanja delova kod kojih je prisutan
povi{eni rizik ili primena Taguchi metode radi optimiranja parametara.
KORAK 5:
U ovom se koraku numeri~ki, kao i kod re{avanja prve "ku}e", odre|uje
zna~aj pojedinih karakteristika kriti~nih delova uspostavljanjem veza izme|u
utvr|ene vrednosti zna~aja za karakteristike proizvoda i unetih stepena
korelacije za karakteristike.
Na kraju sprovo|enja Faze II su postignuti slede}i ciljevi:
utvr|eni su kriti~ni delovi i njihove karakteristike,
odre|ene su ciljne vrednosti karakteristika kriti~nih delova i
odre|eni su elementi koje je u okviru faze III potrebno podvr}i daljem
razmatranju.
2.5 QFD metoda 233
3.3 Faza III: Utvr|ivanje kriti~nih parametara procesa

Ni najbolje konstrukciono re{enje delova iz faze II ne koristi ni{ta, ako
proizvodni procesi nisu u stanju da odgovore postavljenim zahtevima, odnosno
ne mogu da ostvare ciljne vrednosti karakteristika kriti~nih delova.
Cilj razmatranja u Fazi III je:
analiza procesa izrade kriti~nih delova (operacija),
utvr|ivanje kriti~nih parametara procesa,
utvr|ivanje ciljnih vrednosti parametara procesa,
odre|ivanje kriterijuma koji treba dalje da budu obra|ivani u fazi IV.
Karakteristike kriti~nih delova, odre|ene u fazi II, ~ine zahteve na ulazu
tabele tre}e "ku}e" (veli~ine [TA), na ~ijem izlazu treba utvrditi
kriti~ne/va`ne parametre procesa (veli~ine KAKO). Izgled tabele tre}e
"ku}e", koja se naj~e{}e naziva "matricom procesa", prikazan je na slici 2.5.15.
U ovoj fazi se za sve kriti~ne delove analizira proces njihove izrade (pojedine
operacije izrade) i utvr|uju oni parametri procesa koji uti~u na ostvarenje
izdvojenih va`nih karakteristika kriti~nih delova. Ovi parametri procesa
progla{avaju se kriti~nim, odnosno va`nim.
Primer: Za kriti~ni deo "Osovina elektromotora" i njegovu kriti~nu
karakteristiku "Ta~nost pre~nika rukavca", kriti~na operacija je
"Bru{enje rukavca", a kriti~ni parametri mogu da budu: reìm rada,
vrsta alata, sredstvo za hla|enje i podmazivanje.
Za utvr|ene kriti~ne parametre procesa dalje se utvr|uju ciljne vrednosti,
odnosno zahtevi koje proces treba da zadovolji da bi se zahtevane
karakteristike za kriti~ne delove ostvarile.
Tako|e, kao i u prethodnim "ku}ama", odre|uje se stepen korelacije izme|u
pojedinih parametara procesa i svih karakteristika kriti~nih delova i, kona~no,
izra~unava tzv. zna~aj za svaki parametar procesa.
Nakon zavr{ene matrice procesa jasno se mogu uo~iti oni parametri procesa,
koji su od najve}eg zna~aja i na koje je potrebno obratiti posebnu pa`nju u
narednoj fazi pri odre|ivanju potrebnih instrukcija za rad, planova kontrole i
ispitivanja.
Tokom izvo|enja Faze III preporu~ljivo je, kao i u prethodnoj fazi,
maksimalno koristiti FMEA, ovog puta njen procesni deo.
TOK Sklopovi
Delovi
Korelacija:
jaka = 9 Operacije
srednja = 3 u procesu
slaba = 1
Kriti~ni/va`ni
parametri procesa
Z
n
Karakteristike Ciljna a~
kriti~nih vrednost a
delova karakteristike j
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Sposobnost procesa
Ciljne vrednosti kriti~nih

parametara procesa
A
Napomene B
Slika 2.5.15. Matrica procesa

2.5 QFD metoda 235
3.4 Faza IV: Utvr|ivanje postupaka

Razmatranja iz faza I - III se u ~etvrtoj fazi prelivaju u konkretne postupke i
instrukcije za radnike u proizvodnji. Faza IV se izvodi pomo}u tabele,
prikazane na slici 2.5.16, koja se naziva "matricom postupaka".
Na ulaz matrice prenose se kriti~ni parametri procesa iz faze III, a na izlazu se,
nakon sveobuhvatne analize parametara procesa sa stanovi{ta mogu}nosti
pojave otkaza/gre{ke i verovatno}e njihovog otkrivanja (pomo}u FMEA),
odre|uju:
mere koje treba preduzeti u samom procesu,
planovi obezbe|enja kvaliteta i
instrukcije za rad.
Zna~aj faze IV se ~esto potcenjuje uz argument:
"To
To sve ve} imamo"
imamo ili
"Na{i
Na{i ljudi
ljudi u proizvodnji (ili u upravi, prodaji, servisu) znaju ve} {ta,
kako i kada treba uraditi."
uraditi
âk i kada se ~ini da je tako, realnost ~esto pokazuje da ljudi na kraju lanca ne
znaju za{to neki proces mora da sledi ta~no odre|ene preporuke. Nedovoljno
informisanje o postoje}im razlozima i pozadini dovodi do demotivacije i
umanjuje spremnost da se stalno traga za pobolj{anjima. Razvijanje svih faza
prema QFD, sve do formiranja instrukcija za rad, obezbe|uje svim u~esnicima
preglednost ~itavog lanca - od zahteva kupaca do realizacije proizvoda.
Radi spre~avanja pojave nesporazuma, mora se naglasiti da QFD nema za cilj
formiranje bezbrojnih instrukcija za rad i instrukcija u vezi procesa, koje niko
ne}e ~itati. Naprotiv, cilj je da se postigne redukovanje njihovog broja.
TOK Sklopovi
Delovi
Operacije u procesu (iz matrice procesa)
Kriti~ni/va`ni parametri procesa

(iz matrice procesa)
Vrednosti kriti~nih parametara procesa

(iz matrice procesa)
Sposobnost procesa
Va`nost/zna~aj
Stepen mogu}nosti
DPC upravljanja
otkazom/gre{kom
Radne ka- Verovatno}a pojave
rakteristike PF otkaza/gre{ke
i vrednova- FDV Posledice
nje preko otkaza/gre{ke
FMEA
PFR Verovatno}a otkri-
vanja otkaza/gre{ke
Vrednovanje:
proizvod veli~ina
DPC-PF-FDV-PFR
Odràvanje postrojenja
Rezervni delovi
Ugovori o servisiranju
Planiranje Ispitivanje
Sredstva za isp. i kalibr.
SPC / Karte kontrole
Obuka kadrova
Sistem Instrukcija u vezi postupka

kvaliteta Instrukcija za rad
Osnovno
Pomo}no
Vremena Dodatno
Vreme takta
Ostalo
Slika 2.5.16. Matrica postupaka

2.5 QFD metoda 237
4. PRIMER
Na Institutu za industrijske sisteme u Novom Sadu sprovedena su istraìvanja
mogu}nosti primene QFD metode pri razvoju jednog softverskog proizvoda (u
celini prikazana u [61]). Izabran je primer konkretnog softverskog proizvoda -
programa za vo|enje knjigovodstva za neku trgova~ku firmu. Pri tome,
raspolagalo se sa jednom starom, ranije razvijenom, verzijom softvera u DOS
okruènju. Osnovni cilj istraìvanja je bio da se, na osnovu prikupljenih
informacija o èljama, odnosno zahtevima korisnika ovakvog softvera, razvije
nova verzija - kao pobolj{ana verzija u DOS okruènju ili potpuno nova
verzija u WINDOWS okruènju.
Softver za vo|enje knjigovodstva rukuje sa tri grupe entiteta: roba, dokumenti
i komintenti (kupci i dobavlja~i). Koristi se u okviru automatizacije poslovanja
preduze}a, a cilj njegove primene je da ubrza rukovanje robom na skladi{tu i u
tranzitu, rukovanje dokumentima koji prate robu, kao i uvid u finansijska
stanja preduze}a u periodi~nim obra~unima i finansijska stanja sa
komintentima u svakom trenutku. Omogu}ava efikasno upravljanje ulazom i
izlazom robe, obra~unava poreske obaveze, takse i doprinose, a tako|e
smanjuje obim papirne dokumentacije.
Da bi se utvrdili zahtevi kupaca/korisnika softvera za vo|enje knjigovodstva,
izvr{eno je istraìvanje kod velikog broja korisnika koji su ve} posedovali
ovakav softver ili su imali nameru da ga nabave. Pri tome su kori{}ene razli~ite
metode, radi dobijanja {to pouzdanijih odgovora: razgovor, anketa, upitnik. U
rezultatu sprovedenog istraìvanja, utvr|eno je 15 zahteva koje bi softver
trebalo da zadovolji, grupisanih u ~etiri celine:
tehni~ki zahtevi:
- pouzdan rad,
- ispravan rad,
- brzo izvr{avanje operacija,
komfornost pri radu:
- brz rad,
- preglednost elemenata,
- preglednost kontrola,
- lako ispravljanje gre{aka,
- veza sa OFFICE aplikacijama,
- ugra|eno arhiviranje,
tehnolo{ki zahtevi:
- programsko pro{irenje,
- softverska kompatibilnost,
- hardverska kompatibilnost,
finansijsko-organizacioni zahtevi:
- minimalna oprema,
- minimalni po~etni tro{kovi,
- brze intervencije (tj. lako odràvanje).
Polaze}i od ovako utvr|enih ulaznih zahteva za softver, sprovedana je QFD
metoda u cilju dobijanja podloga za razvoj takvog softvera koji }e zadovoljiti
postavljene zahteva.
4.1 Faza I: Utvr|ivanje kriti~nih karakteristika softvera

Utvr|eni zahtevi korisnika su uneti u polje [TA prve matrice, koja je u
kona~nom izgledu prikazana na slici 2.5.17. Svakom od zahteva dodeljen je
stepen zna~ajnosti (od 1 do 9), dobijen obradom odgovora korisnika. Najve}i
zna~aj za korisnika imaju: pouzdan rad, brz rad, preglednost elemenata,
minimalni po~etni tro{kovi i brze intervencije.
Osnovni problem koji dalje treba re{iti je: koje karakteristike softvera uti~u na
ostvarenje zahteva korisnika. Ukupno je identifikovano 9 karakteristika, od
kojih se prvih pet odnose na programerski interfejs:
DOS okruènje; ovo je "prirodna sredina", koja jo{ uvek drì primat na
jugoslovenskom trì{tu;
WINDOWS okruènje; ovo je alternativa DOS okruènju;
Integritet entiteta; ova karakteristika je nevidljiva za korisnika, ali je
veoma va`na za pouzdanost modela podataka; odnosi se na
zadovoljenje odre|enih uslova u {emi relacija;
Referencijalni integritet; ova karakteristika omogu}ava korisniku da
kad menja podatak u jednoj tabeli automatski se vr{i promena podatka
u povezanim tabelama;
Integritet domena; ova karakteristika omogu}ava da une{eni podaci
budu u rasponu vrednosti; ako se unese vrednost van raspona korisnik
se upozorava da je posredi gre{ka;
a ostale ~etiri na korisni~ki interfejs:
SQL podr{ka; ova karakteristika se odnosi na postavljanje upita nad
tabelama podataka, sa komandama za definisanje i aùriranje podataka
i postavljanje upita;
OLE podr{ka; ova karakteristika se odnosi na povezivanje i ugra|ivanje
objekata, {to predstavlja uslov za povezivanje sa ostalim Windows
aplikacijama;
Tehni~ke performanse baze; ovde spadaju brzinske performanse baze
podataka (sortiranje, ra~un, indeksiranje, pretraìvanje i indeksno
pretraìvanje), kao i tehni~ka ograni~enja (maksimalna duìna polja,
2.5 QFD metoda 239
maksimalan broj kolona, meksimalni broj slogova, koji tipovi podataka

su podràni itd.);
Grafi~ki korisni~ki interfejs; ova karakteristika se odnosi na grafi~ki
dizajn, {to zna~i da su objekti na ekranu (podaci, meniji, kontrole itd.)
dizajnirani tako da {to vi{e pogoduju ljudskom oku.
Utvr|ene karakteristike unete su u potkrovlje ku}e - u polje KAKO. Nakon
toga su re{avani ostali delovi matrice:
u desnom delu ku}e upore|ivan je na{ postoje}i softver za knjigovodstvo
sa softverima konkurencije i to po svakom zahtevu; utvr|eno je da je na{
postoje}i softver jako dobar {to se ti~e pouzdanosti u radu i minimalne
opreme koja je potrebna, ali da je lo{iji od drugih u pogledu brzine rada,
lakog ispravljanja gre{aka, veza sa OFFICE-om i softverske
kompatibilnosti;
utvr|ene se ciljne tehni~ke vrednosti za svaku karakteristiku softvera; na
primer, ako se koristi WINDOWS okruènje zahteva se pouzdanost
100%, ali {to se ti~e SQL podr{ke dovoljan je minimalan skup SQL
naredbi;
obavljeno je tehni~ko upore|enje sa konkurencijom; upore|ivan je
postoje}i softver sa re{enjima konkurencije po pojedinim
karakteristikama softvera; utvr|eno je da ne zadovoljavaju slede}e
karakteristike softvera: SQL podr{ka, OLE podr{ka i grafi~ki interfejs;
utvr|en je smer optimizacije za svaku karakteristiku softvera - da li je
treba, gledaju}i postoje}i softver, pobolj{ati, zadràti ili smanjiti;
utvr|eni su stepeni korelacije - koliko pojedine karakteristike softvera
imaju uticaja na pojedine zahteve korisnika; na primer, na preglednost
elemenata, kao jedan od najzna~ajnijih zahteva za korisnika, jako velik
uticaj imaju WINDOWS okruènje i korisni~ki interfejs;
odre|en je zna~aj pojedinih karakteristika, dobijen kao aritmeti~ki zbir
svih proizvoda zna~aja zahteva i stepena korelacije; utvr|eno je da je
najzna~ajnije da softver bude razvijen tako da ima WINDOWS okruènje,
SQL podr{ku i grafi~ki interfejs;
utvr|ena je korelacija izme|u pojedinih karakteristika softvera - koliko su
one me|usobno zavisne; utvr|eno je, na primer, da korisni~ki interfejs i
WINDOWS okruènje imaju jak stepen korelacije;
ocenjen je stepen sloènosti realizacije pojedinih karakteristika softvera;
dati su odre|ene primedbe i komentari kao smernice za dalje sprovo|enje
QFD metode.
U rezultatu sprovedene ove faze, izdvojene su kriti~ne karakteristike softvera
koje }e se dalje analizirati (eliminisane su samo dve karakteristike sa
najmanjim zna~ajem: integritet domena i tehni~ke performanse baze).
Slika 2.5.17. Matrica za utvr|ivanje va`nih karakteristika softvera

2.5 QFD metoda 241
4.2 Faza II: Utvr|ivanje kriti~nih delova softvera

U ovoj fazi kriti~ne karakteristike softvera su najpre unete matricu, prikazanu
na slici 2.5.18, zajedno sa ciljnim vrednostima i dodeljenim stepenom zna~aj-
nosti, zavisno od toga u kolikoj meri uti~u na obezbe|enje kvaliteta softvera.
Zatim su utvr|eni kriti~ni delovi softvera (programske celine). Ukupno je
identifikovano {est programskih celina:
Tabele - relacije; ova programska celina vezana je za izradu tabela podataka
i definisanje njihovih relacija;
Upiti; ova programska celina vezana je za saop{tavanje traènih informacija
korisniku;
Veze sa spolja{njim okruènjem; ova programska celina je vezana za na~in
komuniciranja sa eksternim programima i ure|ajima; obuhvata postupke za
formiranje OLE kontrola, ODBC drajvera, kontrola za snimanje na
disk/disketu/kompakt disk, kao i mogu}nost {tampanja;
Ekranske forme; ova programska celina je vezana za formiranje prozora na
ekranu, menija, kontrolnih dugmadi, edit kontrola i list box-ova;
Makroi; ova programska celina omogu}ava ostvarenje nekoliko
karakteristika softvera, kao {to su Windows okruènje, SQL podr{ka i
grafi~ki interfejs; makroi su programski delovi koji iniciraju, kontroli{u i
izvr{avaju akcije korisnika preko korisni~kog interfejsa; tako|e imaju ulogu
povezivanja pojedinih programskih celina;
Distribucioni paket; ova programska celina se bavi instalacionom
procedurom na korisnikov ra~unar.
Nakon toga su za sve kriti~ne delove softvera utvr|ene ciljne vrednosti (videti
sliku 2.5.18). S obzirom na nemogu}nost kvantifikovanja ciljnih vrednosti, one
su iskazane opisno.
Dalje su kriti~ni delovi softvera dovo|eni u korelaciju sa karakteristikama
softvera. Na primer, deo softvera koji defini{e ekranske forme maksimalno
uti~e na realizaciju softvera u Windows okruènju i rad sa odgovaraju}im
grafi~kim interfejsom, a osrednje uti~e na OLE podr{ku (omogu}ava rad sa
objektima, ali ne i samo kreiranje objekata) i vrlo malo uti~e na realizaciju u
DOS okruènju (~ak je i nemogu}e ostvariti neka re{enja).
Kona~no je odre|en zna~aj vrednosti kriti~nih delova softvera na isti na~in kao
i kod prve ku}e kvaliteta: spepeni korelacije za odre|eni kriti~ni deo softvera
se mnoè sa svakim pojedinim zna~ajem dodeljenim za posmatranu kriti~nu
karakteristiku, a zatim se vr{i sabiranje po kolonama i time se dobija apsolutni
zna~aj po kolonama. Relativni zna~aj kolone se dobija kao procentualno
u~e{}e u ukupnom zbiru apsolutnih zna~aja kolona.
Slika 2.5.18. Matrica za utvr|ivanje kriti~nih delova softvera
4.3 Faza III: Utvr|ivanje kriti~nih operacija pri izradi softvera

U ovoj fazi su ispitani procesi izrade softvera, odnosno pojedina~ne operacije
izrade svakog kriti~nog dela softvera, utvr|enog u okviru prethodne faze.
Rezultati su prikazani na slici 2.5.19. Cilj je da se utvrde kriti~ni parametri
procesa izrade softvera na koje treba obratiti posebnu pa`nju.
Ceo proces izrade softvera izdeljen je u dvadeset operacija, kao zaokruènih
delova procesa:
formiranje tabela podataka; obuhvata definisanje skupova entiteta,
vrste i veli~ine polja za predstavljanje podataka i klju~eva;
formiranje tabela klju~eva; obuhvata definisanje na~ina ~uvanja
klju~eva formiranih u prethodnom procesu, kao i na~ina povezivanja
ovih tabela sa tabelama podataka;
definisanje relacija; obuhvata konstruisanje skupa relacija, definisanje
tipa i broja povezivanja razli~itih tabela;
2.5 QFD metoda 243
formiranje tabela aùriranja; obuhvata definisanje tabela koje sadrè

korisni~ke naredbe za ispravke/brisanje podataka, na~ina povezivanja
sa tabelama podataka, kao i na~ina njihovog ~uvanja;
definisanje prozora; obuhvata definisanje skupa prozora, na~ina
njihovog otvaranja i zatvaranja, pozicioniranje, iscrtavanje elemenata,
kao i slanja poruka o gre{ci;
postavljanje menija; obuhvata definisanje izgleda menija, pozicije
otvaranja i zatvaranja, na~ina aktiviranja, sadràja menija, slanja
poruke o gre{ci;
izrada kontrolnih dugmadi; obuhvata dizajniranje oblika tastera -
kontrolnih dugmadi, rasporeda na ekranima/prozorima i definisanje
namene (veze sa odre|enim upravlja~kim funkcijama);
formiranje edit kontrola; obuhvata izradu malih prozora za unos teksta
- korisni~kih podataka, definisanje njihove namene, veli~ine i mesta
otvaranja na ekranu/prozoru;
izrada listaju}ih tabela; obuhvata definisanje sadràja listaju}ih tabela
(vrste podataka za prikazivanje), pozicije, na~ina aktiviranja i
zatvaranja;
izrada upravlja~kih funkcija; obuhvata izradu funkcija koje manipuli{u
podacima na osnovu korisni~kih zahteva, definisanje na~ina njihovog
pozivanja (povezivanje sa kontrolnim dugmadima i opcijama na
meniju), utvr|ivanje vrste obrade nad podacima, utvr|ivanje vrste
podataka koji se obra|uju, definisanje poruka sa funkcijama za obradu
gre{aka;
izrada kontrolnih funkcija; obuhvata izradu funkcija odgovornih za
prijavu i odjavu korisnika na ra~unar, za korespodenciju programa sa
hardverskim i softverskim dodacima, kao i slanje poruka funkciji za
obradu gre{ke;
izrada kontrole za {tampanje; obuhvata izradu funkcija za {tampanje
dokumenata, definisanje na~ina pristupa ure|aju, slanje poruka funkciji
za obradu gre{ke;
izrada kontrole za snimanje; obuhvata izradu funkcije za snimanje
podataka, funkcije za komunikaciju sa drajverom ure|aja (disk, disketa,
LS drajv itd.), povezivanje sa kontrolnom funkcijom za potvrdu
snimanja, slanje poruka funkciji za obradu gre{ke;
obrada gre{aka; obuhvata definisanje skupa gre{aka koje se obra|uju,
izradu funkcija koje preuzimaju poruke o gre{kama, poziv funkcija za
ispisivanje poruke;
izrada upita; obuhvata definisanje kona~nog skupa upita, pozicioniranje
opcije na strogo odre|ena mesta u programu, odre|ivanje na~ina
aktiviranja, vrste i obima podataka koji se prezentuju;
prevo|enje upita; obuhvata izradu funkcija koje prevode upite upu}ene

stranoj bazi podataka, funkcija za komunikaciju sa odre|enim
drajverima, poziv funkcije za slanje poruke o gre{ci;
optimizacija upita; obuhvata izradu funkcija koje prevode korisni~ki
zadate upite u SQL naredbe;
izrada OLE kontrola; obuhvata izradu funkcija koje pozivaju OLE
objekte i funkcije za komunikaciju sa OLE serverom;
ugradnja ODBC drajvera; obuhvata izradu funkcija za poziv
komunikacionog drajvera za eksternu bazu, povezivanje sa funkcijama
za prevo|enje upita;
formiranje distribucionog paketa; obuhvata definisanje kona~nog skupa
potrebnih datoteka, kao i podskupa minimalno neophodnih datoteka za
funkcionisanje programa, snimanje na prenosivi medijum i/ili prenosivi
ra~unar.
Zatim su za sve operacije utvr|eni kriti~ni parametri (videti sliku 2.5.19).
Dalje je utvr|en uticaj (preko stepena korelacije) operacija izrade softvera na
kriti~ne delove softvera.
Kao rezultat, dobijeno je da najve}i uticaj na kriti~ne delove softvera i dalje na
karakteristike softvera i kona~no ispunjenje zahteva za softver imaju slede}e
operacije:
obrada gre{aka,
formiranje edit kontrola,
prevo|enje upita,
formiranje tabela podataka,
ugradnja ODBC drajvera i
izrada kontrolnih funkcija.
Iako rezultati pokazuju da ove operacije ne odska~u toliko puno od ostalih
operacija, ipak njima pri realizaciji celokupnog softvera treba posvetiti ve}u
pa`nju.
2.5 QFD metoda 245
Slika 2.5.19. Matrica za utvr|ivanje kriti~nih operacija u izradi softvera

4.4 Faza IV: Utvr|ivanje postupaka - FMEA analiza

U okviru primera, posebno je sproveden FMEA postupak za analizu pojave i
uticaja otkaza/gre{ke. Za svaku od navedenih dvadeset operacija odre|eni su
slede}i faktori:
DPC (Degree of Probability Control) - Stepen mogu}nosti upravljanja
otkazom/gre{kom,
PF (Probability of Failure) - Verovatno}a pojave otkaza/gre{ke,
FDV (Failure Demerit Value) - Posledice ({teta) zbog otkaza/gre{ke i
PFR (Probability of Failure Remedy) - Verovatno}a otkrivanja
otkaza/gre{ke.
Na osnovu pojedina~nih vrednosti faktora, izra~unat je RPN (Risk Priority
Number - Uticaj gre{ke) za sve operacije, a krajnji rezultati su prikazani u
matrici, datoj na slici 2.5.20.
Dobijeno je da su, sa stanovi{ta vrednosti RPN, kriti~ne slede}e operacije:
izrada upravlja~kih funkcija, sa vredno{}u RPN = 2592,
izrada kontrolnih funkcija, sa vredno{}u RPN = 2352,
formiranje tabela aùriranja, sa vredno{}u RPN = 1458,
prevo|enje upita, sa vredno{}u RPN = 1344,
ugradnja ODBC drajvera, sa vredno{}u RPN = 1176 i
definisanje relacija, sa vredno{}u RPN = 1134.
Mere koje treba preduzeti na kriti~nim operacijama nisu prikazane u matrici,
datoj na slici 2.5.20, ali generalno, moglo bi se zaklju~iti da kod ovih operacija,
s obzirom na najve}i rizik od pojave gre{ke, treba dodatno izvr{iti kontrolu,
odnosno reviziju od strane rukovodioca tima koji radi na razvoju softvera, a
svakako na kraju validaciju putem proba celog softvera u radnim uslovima.
Prikazani primer je pokazao da se QFD metoda moè sprovesti i na nekom
softverskom proizvodu. Rezultati dobijeni sprovedenom QFD metodom
ukazali su kojim operacijama pri izradi konkretnog softvera treba posvetiti
posebnu pa`nju da bi se zadovoljili zahtevi postavljeni pred softver od strane
kupaca/korisnika. Kao dopuna, sproveden FMEA postupak ukazao je kojim
operacijama (neke su se pokazale identi~nim) pri izradi softvera treba
posvetiti posebnu pa`nju sa stanovi{ta uticaja na pojavu gre{ke.
2.5 QFD metoda 247
5. ZAKLJU^CI
Uspe{nost uvo|enja QFD metode i postizanje primene {irom preduze}a zavise
u su{tini od odgovora na tri pitanja:
da li kvalitet predstavlja sastavni deo ciljeva preduze}a?
kojim strategijama se prati cilj postizanja kvaliteta?
da li se vr{i redovna revizija strategija i da li postoje planovi za
realizaciju rezultata ovih revizija?
Radi uvo|enja QFD, treba planirati slede}e korake:
obavezivanje menad`menta da upravlja kvalitetom,
uvo|enje menad`menta u ciljeve QFD sa preglednim predstavljanjem
postupka,
izbor projekta,
formiranje tima (interdisciplinarno),
upoznavanje sa QFD, putem obuke, paralelno sa radom na projektu,
revizije projekta.
U tabeli 2.5.3 su navedeni neki od kriterijuma za sastavljanje tima koji }e raditi
na projektu. Obuku u vezi QFD moè da izvodi ili moderator, ili eksterni
QFD-instruktor. I savetovanje u vezi sa radom na projektu bi u po~etku
trebalo da se izvodi uz angaòvanje iskusnih eksperata. Cilj savetovanja treba
da bude kako uspe{no privo|enje kraju prvog projekta, tako i formiranje QFD
moderatora u sopstvenoj firmi.
Tabela 2.5.3 Izbor ~lanova tima i na~in rada na projektu
Izbor ~lanova tima Na~in rada tima
interdisciplinarno 6 - 8 ~lanova tima

interfunkcionalno planirani sastanci
sposobnost ispred poloàja trajanje projekta 3 - 6 meseci
otvoreno 40 - 60 sati rada po ~lanu tima
uz raspodelu hijerarhijskih nivoa rad i izvan sastanaka
savetnik - moderator, a ne "vo|a" revizije uz prisustvo rukovodstva
Za QFD tim mora da vaì princip "sposobnost ispred poloàja", a u okviru
projektnog tima mora biti izvr{ena raspodela hijerarhijskih nivoa. Sastav
projektnog tima se moè menjati u toku obrade projekta, zavisno od aktuelne
postavke zadatka. Vo|a tima treba da uti~e na postizanje usagla{enosti pri
radu tima, a ne da ispoljava pona{anje vo|e. On vi{e pomaè radu tima kroz
postavljanje ciljno orijentisanih pitanja, nego kroz stavljanje na raspolaganje
sopstvenih specijalisti~kih znanja u vezi obra|ivane teme. On uvek treba da
poku{ava da sa svojim razmi{ljanjima bude bar dva koraka ispred tima.
2.5 QFD metoda 249
Rukovodstvo preduze}a treba da pokazuje interes za rad tima kroz

povremeno prisustvovanje sastancima, nakon {to je prethodno bilo pozvano da
to u~ini. Va`ni termini kada se vr{e revizije moraju biti zapaèni od strane
rukovodstva.
QFD je razvijen na filozofiji i metodama TQM-a. Ukoliko TQM, kao
preduslov za primenu QFD, nije prisutan ili nije prisutan u dovoljnoj meri, pre
izvo|enja obuke radi upoznavanja sa QFD, trebalo bi izvr{iti upoznavanje sa
ciljevima i na~inom rada u okviru TQM. I ovde se pokazalo korisnim
savetovanje i obu~avanje (sa orijentacijom na praksu) od strane profesionalnih
instruktora, koji bi vr{ili obuku ~lanova rukovodstva i saradnika preduze}a u
onim slu~ajevima, kada postoji te`nja da se razviju novi aspekti saradnje i da
se pro{iri horizont postoje}e kulture preduze}a.
Kod izbora prvog projekta kod koga }e biti primenjen QFD treba po{tovati
slede}e preporuke:
da bude jednostavan, ali ne i trivijalan,
da se radi o realnom proizvodu ili usluzi,
da je prisutan {iroki interes u sopstvenoj firmi,
da postoji realna potreba kupaca,
da je prisutna podr{ka rukovodstva,
da postoje {anse za postizanje pobolj{anja,
da su prisutne potrebne kadrovske sposobnosti,
da stoje na raspolaganju, ili da se mogu dobiti informacije o stavovima
kupaca-korisnika i
da je cilj projekta definisan zajedno sa rukovodstvom preduze}a.
Najbolja garancija uspeha primene QFD u preduze}u je primer koji }e dati
samo rukovodstvo primenjuju}i, na primer, QFD za planiranje svojih poslova.
III deo
MENAD@ERSKE METODE
UVOD
Osnovna uloga menad`menta je da upravlja procesima: planiranja, organizo-

vanja, rukovo|enja i kontrolisanja. U realizaciji svakog od ovih procesa se
neprestano susre}e sa razli~itim problemima koje treba da re{avaju.
Savremeni menadèri, da bi mogli efikasno i efektivno da upravljaju bilo kojim
procesima, nu`no moraju da vladaju odre|enim alatima, odnosno metodama i
tehnikama.
Ova potreba je naro~ito izraèna kod problema upravljanja kvalitetom, odnos-
no kod procesa unapre|enja kvaliteta. Serija standarda ISO 9000 insistira na
stalnom unapre|enju procesa.
Autori ove knjige smatraju da su savremenom menadèru, pored znanja i
primene statisti~kih metoda i tehnika, potrebna znanja i drugih - menadèrskih
metoda i tehnika za re{avanje problema upravljanja i unapre|enja kvaliteta i
procesa rada uop{te.
U ovom, tre}em delu, su detaljno prikazane slede}e metode i tehnike:
izbor problema,
dijagram sli~nosti,
dijagram stabla,
dijagram me|usobnih veza,
PDPC dijagram,
analiza upotrebnih vrednosti,
analiza polja uticaja,
pore|enje osobina,
brainstorming i brainwriting,
SWOT analiza,
drama tehnika i
mre`ni dijagram.
Navedene metode i tehnike su, u principu, prikazane prema slede}oj strukturi:

1. podru~je primene
2. opis
3. postupak
4. primer
5. zaklju~ak
Ube|eni smo da }e menadèri sa interesovanjem i uspe{no koristiti ove
metode i tehnike u svom svakodnevnom naporu na unapre|enju procesa rada.
3.1
IZBOR PROBLEMA
Mr Miodrag [ilobad
1. PODRU^JE PRIMENE
Tehnika izbora problema je verovatno najjednostavnija od svih metoda i
tehnika za unapre|enje kvaliteta. Verovatno nema ni jedne osobe koja je ve}
nije koristila u nekom od oblika.
Izbor problema se nikada ne koristi sama za sebe. Uvek prethodi nekoj od
drugih tehnika kao {to su dijagram sli~nosti, dijagram me|usobnih veza,
dijagram stabla, brainstormingu, brainwritingu i velikom broju drugih tehnika
koje traè da se na po~etku od vi{e potencijalnih problema ili ciljeva èli
odabrati onaj sa najvi{im prioritetom. Verovatno ste ovu metodu ili neku od
njenih varijanti naj~e{}e koristili na samom po~etku sastanaka kada je zbog
nedostatka vremena da se raspravlja o svim problemima trebalo izabrati one
najva`nije u datom trenutku.
Metoda je veoma jednostavna za primenu, a osnovni smisao njene primene je
da se iz grupe problema ili pitanja izabere ono koje je u datom trenutku
zahteva najve}u pa`nju.
êsto se de{ava da pri timskom radu, odnosno sastancima prednost u
re{avanju dobijaju pitanja koja predloì ~lan grupe najraspoloèniji za
diskusiju ili jednostavno najglasniji. Ovo nikako ne zna~i da je to pitanje koje
zahteva prioritet, ali veoma ~esto iz raznih razloga (neraspoloènje za
diskusiju, dobri odnosi sa onim ko je predloìo temu itd.) tom pitanju bude
posve}ena pa`nja koju u datom trenutku ne zasluùje. Ovaj, samo naizgled
jednostavan, problem ima za posledicu gubitak vremena na probleme ~ije
re{avanje moè da sa~eka neki drugi trenutak, odvla~enje pa`nje sa stvarno
bitnih pitanja za uspe{no funkcionisanje preduze}a i kona~no do
nezadovoljstva zaposlenih koji se suo~avaju sa ozbiljnim problemima, a
prisiljeni su da svoje dragoceno vreme gube na pitanja za koja smatraju da nisu
vredna utro{enog vremena u datom trenutku.
Tehnika izbora problema obezbe|uje da svaki u~esnik u radu grupe ima
jednak uticaj na izbor problema ili pitanja. Na argumentovan na~in se
prikazuje da problemi o kojima }e se u datom trenutku raspravljati imaju
prioritet i da je to mi{ljenje grupe. Ovo za posledicu ima povi{enje entuzijazma
da se o tako odabranim problemima konstruktivno raspravlja.
Izbor problema se u literaturi pojavljuje i pod nazivom tehnika nominalne

grupe.
Iako je situacija u kojoj se primenjuje na izgled banalna i neva`na,
ustanovljeno je da u situacijama kada je potrebno raditi u grupi i potezati
odgovaraju}a pitanja koja }e za sobom verovatno povu}i odgovaraju}e
zaklju~ke, koje neki od u~esnika u grupi mogu shvatiti kao prekor ili u njima
videti dodatne obaveze, u~esnici u grupi iz kolegijalnih razloga izbegavaju
postavljanje takvih pitanja na dnevni red. Ne treba posebno nagla{avati da,
osim {to ne dolazi do neophodnog neprekidnog unapre|enja procesa
poslovanja preduze}a, dolazi do naru{avanja postoje}ih odnosa i stagniranja
preduze}a.
2. OPIS
Postupak primene metode se zasniva na vrednovanju svih postoje}ih problema
ili potencijalnih pitanja od svakog ~lana tima. U prvoj fazi se vr{i definisanje
svih problema ili pitanja o kojima bi trebalo raspravljati. Nakon definisanja
problema pristupa se vrednovanju svih predloga od strane ~lnova tima.
Vrednovanje se vr{i dodeljivanjem odre|enog broja poena svakom od
predloènih problema ili pitanja. Vrednovanje se vr{i pismenim putem i svaki
u~esnik u grupi boduje predloge na par~etu papira. Nakon toga se vr{i
jednostavno sabiranje poena za svaki problem i prioritet dobija onaj problem
odnosno pitanje sa najve}im brojem poena.
3. POSTUPAK
Detaljan postupak primene tehnike nominalne grupe prikaza}emo detaljnije u
nekoliko koraka.
Korak 1: Definisanje grupe problema
U ovoj fazi potrebno je sakupiti mi{ljenja svih ~lanova tima o potencijalnim
problemima ili pitanjima. Ovo je kriti~an korak u primeni metode zbog toga
{to u dalje razmatranje ulaze, naravno, samo predloèna pitanja. Zbog toga je
potrebno motivisati sve ~lanove tima da aktivno u~estvuju u ovoj fazi primene.
U tu svrhu je mogu}e koristiti metodu brainstorminga. U svakom slu~aju
veoma je poèljno da se predlozi problema prikupe u pismenoj formi, kako bi
se uklonile potencijalne barijere za predlaganje odre|enih problema.
Ako se faza definisanja grupe problema obavi uz u~e{}e svih ~lanova tima
metoda garantuje uspe{nost, u suprotnom gubi svoj smisao.
Korak 2: Obrada sakupljenih
sakupljenih ideja
U ovoj fazi se vr{i sakupljanje svih predloènih ideja, ukoliko su predloène u
pismenoj formi. Probleme koji se javljaju kao predlozi nekoliko puta potrebno
je formulisati kao jedan predlog, stim {to treba biti pa`ljiv od uop{tavanja
3.1 Izbor problema 255
samo na izgled istih pitanja. Pri tome je potrebno prodiskutovati probleme koji
su mo`da razli~ito definisani, a u su{tini su identi~ni. Na kraju ove faze kao
rezultat postoji skup problema od kojih }e biti izabran jedan ili vi{e.
Korak 3: Prikaz sakupljenih ideja
Dobijeni skup ideja (problema ili pitanja) potrebno je predstaviti na
ispisivanjem na tabli ili na neki drugi na~in uobi~ajen u ovakvim situacijama,
kako bi ga videli svi ~lanovi tima. Svakom problemu je zgodno dodeliti slovnu
oznaku, kako bi olak{ali izja{njavanje ~lanova tima u slede}oj fazi.
Korak 4: Vrednovanje prikazanih ideja
Svaki ~lan tima na par~etu papira pravi tabelu sa samo dve kolone. U prvoj
koloni su slova koja ozna~avaju svaku od prikazanih ideja, a u drugu kolonu se
upisuju poeni za svaku od ideja. Poeni se dodeljuju na slede}i na~in. Najve}i
broj poena je broj koji ozna~ava koliko je ideja predloèno. Ako je predloèno
sedam ideja, ideja za koju u~esnik u timu misli da treba da ima najvi{i prioritet
dobija sedam poena. Slede}a po prioritetu dobija {est poena i tako do ideje
(problema) sa najmanjim proritetom, kome se dodeljuje jedan poen. U slu~aju
kada je predloèn broj pitaja prevelik, potrebno je ograni~iti vrednovanje ideja
tako da se, recimo, prvih 10 ideja vrednuje ocenama od deset do jedan, a svima
ostalim dodeljuje 0 poena.
Korak 5: Sumiranje rezultata
U zavr{nom koraku potrebno je sakupiti sve papire sa vrednovanim
problemima i izvr{iti sumiranje ocena. U tom cilju poèljno je sumiranje
rezultata obaviti na tabli ili drugom medijumu za prezentaciju kako bi se
izbegle bilo kakve sumnje u ispravnu primenu metode izbora problema. U
nastavku je prikazan izgled jedne takve zbirne tabele. Ideja, odnosno pitanje
ili problem sa najvi{im brojem poena dobija prioritet.
Posebno je va`no napomenuti da nije poèljno rezultate jednom primenjene
metode primenjivati u kasnijem radu, u smislu da se kasnije raspravlja o
problemima koji su dobili manji broj poena, jer se vremenom menja i zna~aj
odre|enih problema. Stoga je potrebno svaki put ponovo pro}i kroz
jednostavan postupak primene metode izbora problema.
4. PRIMER
Metoda je, kao {to ste primetili, veoma jednostavna za primenu i u nastavku je
dat samo izgled zbirne tabela (tabela 3.1.1) u kojoj su sumirani rezultati
izja{njavanja o pet predloènih problema, koje su pored sebe nosile oznake A,
B, C, D i E. U radu grupe je u~estvovalo sedam osoba. Prioritet u re{avanju je
dobilo pitanje sa oznakom C.
Nije na odmet ponoviti da jednostavnost primene metode ni u kom slu~aju ne
sme biti razlog za sumnju u rezultate koji se postiù njenom primenom.
Naprotiv, ovo samo moè dovesti do toga da se odlu~ite za njenu primenu.

Posebno zbog toga {to se slobodno moè re}i da njena primena ne zahteva
nikakvu obuku.
Tabela 3.1.1
A B C D E
I 5 1 4 3 2
II 1 3 5 2 4
III 2 3 4 1 5
IV 2 4 5 3 1
V 3 1 2 4 5
VI 5 1 4 2 3
VII 1 2 5 4 3
ZBIR 19 15 29 19 23
5. ZAKLJUÂK
Metoda izbora problema svojom jednostavno{}u ne ostavlja puno prostora za
razmi{ljanje da li je primenjivati. Vreme koje }ete utro{iti na njeno
sprovo|enje }e biti zna~ajno kra}e od onoga koje se utro{i na usagla{avanje
oko dnevnog reda.
Izbor problema }e svoju primenu verovatno najpre na}i ba{ u situacijama kada
je potrebno odrediti dnevni red sastanka. Ne treba posebno napominjati da
je ~esto ba{ ova ta~ka sastanka ona koja odnosi najvi{e vremena i ìvaca.
Posledice koje proizilaze od nepotezanja odre|enih va`nih pitanja iz ovih ili
onih razloga su veoma ozbiljne. U najboljem slu~aju dolazi do stagnacije
unapre|enja poslovnih procesa. Dana{nje trì{te ne samo da ne trpi stagnaciju
u razvoju nego i unapre|enje poslovnih procesa tempom koji je slabiji od
tempa unapre|enja konkurencije dovodi do neminovnog pada u~e{}a na
trì{tu i kona~noj propasti preduze}a. Ovo je samo jedan od razloga koji ne
ostavlja dilemu da li problem izbora problema shvatiti ozbiljno ili nastaviti sa
praksom da grupa ljudi ~ije je vreme dragocenu uvek raspravlja i re{ava
probleme koje predlaù najglasniji, najraspoloèniji ili jednostavno oni na
vi{em hijerarhijskom poloàju. Nije redak slu~aj da pomenuti saradnici imaju
svoje razloge za izbegavanje odre|enih goru}ih pitanja
Kombinovanjem ove metode sa ostalim metodama analize problema, ciljeva i
pitanja dobija se veoma efikasno sredstvo za razre{enje kompleksnih
problema, pitanja ili postavljenih ciljeva.
3.2
DIJAGRAM SLI^NOSTI
Mr Miodrag [ilobad
1. PODRU^JE PRIMENE
Dijagram sli~nosti se koristi u situacijama kada je potrebno analizirati
odre|eni problem i iz mno{tva ideja i mi{ljenja o njemu generisati strategiju za
njegovo re{avanje. Veoma je efikasan za bolje razumevanje problema koji
traì re{enje. Koristi se u situacijama kada je potrebno razmotriti problem koji
je sloèn do te mere da nije mogu}e odmah sagledati sve puteve za njegovo
re{enje, problem nije potpuno razumljiv ili, jednostavno, èlimo da saznamo
{ta na{i saradnici misle o njemu pre nego {to donesemo odluku o akcijama za
njegovo re{enje.
Metoda pomaè u definisanju su{tine problema i otkrivanju skrivenih
problema, pomaè u organizovanju gomile nepovezanih ideja i u rezultatu
primene ukazuje na pravce re{avanja razmatranog problema.
Podru~je primene metode je veoma {iroko, a osnovne prednosti koje nudi
primena ove metode su [3], [7], [67]:
omogu}avanje jasnog sagledavanja problema sakupljanjem i sistema-
tizovanjem podataka koji do sada nisu bili zapisani, pa se nisu mogli
efikasno upotrebiti za re{avanje problema;
omogu}avanje razmatranja problema na kompleksan na~in i stimuli-
sanje prikupljanja novih ideja za njegovo re{avanje;
omogu}avanje prenosa znanja i iskustva izme|u ~lanova grupe, {to
predstavlja zna~ajan doprinos edukaciji kadrova (znanje ne ostaje
sakriveno kod pojedinaca);
omogu}avanje jasnog uvida u su{tinu problema i, {to je mnogo va`-
nije, nastanak svesti o su{tini problema kod svih u~esnika u re{avanju
problema;
omogu}avanje definisanja jasnog pravca delovanja i zacrtavanje osno-
va za izradu konkretnog plana re{enja odre|enog problema ili ostva-
renja postavljenog cilja;
stvaranje pozitivnog kolektivnog duha i podizanje nivoa zainteresova-

nosti i odgovornosti ~lanova grupe za re{avanje problema usled zajed-
ni~kog razmatranja ideja i mi{ljenja svih ~lanova grupe prilikom pri-
mene metode;
jednostavnost primene - predstavlja veliku prednost (ne koriste se
komplikovane matemati~ke formule, nije potrebna upotreba savre-
menih ra~unarskih tehnologija i ne zahteva dugu i komplikovanu obu-
ku osoblja);
lako}a primene metode jer je ve}ina u~esnika doìvljava i kao
zanimljivu; rezultati primene ipak naj~e{}e ukazuje na ozbiljnost i op-
ravdanost njene primene.
2. OPIS
Dijagram sli~nosti je u su{tini jedna varijacija metode brainwritinga. Veoma je
jednostavan za primenu. Me|utim, jednostavnost primene metode ne mora da
zna~i i prednost za njeno lako probijanje u svakodnevnu praksu organizacija
na na{im prostorima. êsto je efekat potpuno suprotan. Jednostavnost
primene metode na na{im postorima se pogre{no vezuje i za male efekte koje
ona moè imati. Iskustva Japana, gde se je metoda nastala i ima najve}u
primenu najefikasnije demantuje ovakvo razmi{ljanje.
Metoda se moè primenjivati i od strane pojedinca, ali je prednost razmatranja
problema od strane grupe ljudi o~igledna, pa se preporu~uje njena primena od
strane grupe osoba (obi~no su to grupe od 5-6 osoba) koje su u direktnoj vezi
sa razmatranim problemom.
Su{tina metode je u slede}em. U prvoj fazi se vr{i definisanje problema koji }e
biti razmatran i upoznavanje sa njim. Nakon toga, pristupa se prikupljanju
ideja, ~injenica, mi{ljenja vezanih za re{enje postavljenog problema i to tako
{to se svaka od njih zabeleì na karticu od strane osobe koja ju je generisala.
Slede}i korak je ~itanje i prikaz svih kartica. Naravno, i ovde kao i kod
klasi~nog brainstorminga vaì pravilo da nema kritikovanja ideja i da ve}i broj
ideja samo doprinosi boljem sagledavanju problema. Sve kartice se tada
analiziraju i grupi{u u grupe na osnovu njihove sli~nosti. Svakoj grupi sli~nih ili
identi~nih ideja se dodeljuje zajedni~ka kartica koja odraàva zajedni~ku ideju
posmatrane grupe kartica. U rezultatu primene metode dobija se ure|en skup
ideja koji omogu}ava jasno sagledavanje problema i metoda za njegovo
re{avanje.
êsto se dijagram sli~nosti prilikom analize problema kombinuje sa drugim
metodama kako bi se ovako prikupljene i grupisane ideje detaljnije analizrale i
izme|u njih uspostavile uzro~no-posledi~ne veze. Naj~e{}a je kombinacija
dijagrama sli~nosti sa dijagramom me|usobnih veza.
3.2 Dijagram sli~nosti 259
3. POSTUPAK
Detaljan postupak primene dijagrama sli~nosti prikaza}emo po koracima [3],
[67].
Korak 1: Odluka o temi razmatranja
Odlu~ite koji problem èlite da analizirate. Problem bi trebao da je dovoljno
kompleksan.
Korak 2: Verbalno prikupljanje podataka
Potrebno je prikupiti {to vi{e informacija o izabranom problemu. Ovi podaci
mogu biti ~injenice, predvi|anja, ideje ili mi{ljenja. U ovoj fazi se ~esto koristi
brainstorming. Potrebno je {to detaljnije se upoznati sa problemom. U tu
svrhu potrebno je razmeniti {to ve}i broj informacija sa ostalim ~lanovima
grupe. Podaci o obavljenim istraìvanjima, kao i mi{ljenja ostalih ~lanova
grupe }e koristiti ostalim ~lanovima grupe prilikom generisanja ideja za
re{avanje postavljenog problema. Potrebno je da svaki ~lan grupe iznese sve
{to ima na umu vezano za postavljeni problem u obliku jasnih i konciznih
re~enica.
Korak 3: Formiranje
Formiranje kartica
Nakon zavr{ene faze prikupljanja informacija o problemu potrebno je da svaki
~lan grupe pribeleì na kartice koje su mu prethodno podeljene sve ~injenice
ili ideje za koje misli da mogu imati uticaja na razre{enje postavljenog
problema. Svaka kartica treba da sadrì samo jednu ideju. Poèljno je biti {to
specifi~niji i koristiti kratke forme izraàvanja, s tim da se ne izgubi na jasno}i
iskaza. Ako je potrebno predifini{ite sadràj kartice kako bi se izbegla bilo
kakva dvosmislenost i nejasno}e.
Korak 4: Grupisanje kartica
Sakupite sve popunjene kartice od ~lanova grupe i pore|ajte ih jednu do druge
na ve}em formatu papira. Poèljno je da sve kartice budu pore|ane u jednom
nivou kako bi imale jednak vizuelan tretman. Nakon toga, pro~itajte sadràj
svih kartica i poku{ajte da zajedno grupi{ite kartice koje su sli~ne po nekom
kriterijumu. Grupi{ite sli~ne kartice u jednu grupu i eventualno preformuli{ite
sadràj nekih kartica kako bi se dobilo na jasno}i.
Korak 5: Definisanje zajedni~ke kartice
Nakon {to ste sakupili kartice koje su sli~ne potrebno je napraviti karticu koja
}e predstavljati osnovnu ideju koju u sebi nose kartice iz grupe. Ova kartica
tako|e treba da bude {to jasnija i da izraàva su{tinu svih kartica iz grupe.
Potrebno je obezbediti razli~itost zajedni~ke kartice od ostalih ili razli~itom
bojom kartice ili razli~itom bojom iskaza napisanog na njoj. Nakon toga,
sakupite kartice za koje ste definisali zajedni~ku karticu i postavite ih jednu
ispod druge, a zajedni~ku karticu postavite na vrh. Fizi~ki ih spojite spajalicom
ili elasti~nom trakom. Od ovog trenutka ovu grupu kartica posmatrajte

ravnopravno sa ostalim negrupisanim karticama.
Korak 6: Nastavak grupisanja kartica
Nastavite sa grupisanjem sli~nih kartica i formiranjem zajedni~kih kartica, kao
predstavnika grupe. Kako proces grupisanja bude odmicao primeti}ete da je
sve manje sli~nosti izme|u preostalih kartica, odnosno grupa kartica. êsto }e
se na kraju pojaviti karica koja nema sli~nosti ni sa jednom od grupa kartica.
Ne poku{avajte da je na silu dodate nekoj od grupa. Posmatrajte je
odvojeno ravnopravno sa ostalim grupama kartica. Ona treba da ima teìnu
zajedni~kih kartica ostalih grupa.
Korak 7: Raspore|ivanje kartica
Po zavr{enom grupisanju kartica rasporedite nastale grupe kartica na papiru.
Grupe kartica koje je mogu}e podvesti pod zajedni~ku ideju, odnosno novu
zajedni~ku karticu grupi{ite jednu pored druge. Nakon toga razdvojite kartice
iz grupa i rasporedite ih po papiru, paze}i da ne poremetite raspored kartica
po grupama. Ako ste koristili samolepljive kartice, nakon razmatranja
najboljeg rasporeda, zalepite ih na papir sa zajedni~kom karticom na vrhu
grupe. Pogledajte primer dat u nastavku [3] kao ideju kako bi trebalo
rasporediti kartice u ovoj fazi.
Korak 8: Zavr{etak
Zavr{etak dijagrama sli~nosti
Po{to ste rasporedili sve kartice i zajedni~ke kartice, zgodno je uokviriti grupe
kartica sa zajedni~kom karticom kao predstavnikom grupe. Ako je nekoliko
grupa mogu}e podvesti pod jednu karticu napravite je ili jednostavno na papir
ispi{ite zajedni~ku ideju ovih nekoliko grupa (videti primer u nastavku).
Upotreba flomastera razli~itih boja doprinosi preglednosti dijagrama sli~nosti.
4. PRIMER
U nastavku je dat prakti~an primer primene dijagrama sli~nosti na temu
Problemi u samostalnom sprovo|enju aktivnosti unapre|enja kvaliteta [3].
Dijagram je rezultat primene metode jo{ 1984. godine, a sama metoda je
sistematiovana kao jedan od 7 novih alata sedamdesetih godina.
Problem koji je razmatran, je kako se moè primetiti, veoma uop{ten i
kompleksan. Sama kompleksnost problema i mno{tvo potencijalnih uzroka
koji do njega dovode opravdava primenu dijagrama sli~nosti kao po~etne faze
razmatranja problema i sagledavanja aktivnosti na njegovom re{avanju.
Rezultat primene metode na re{avanje pomenutog problema je prikazan na
slici 3.2.1 [3]. Ovako dobijeni rezultati se ~esto koristi kao podloga za primenu
metoda dijagrama me|usobnih veza, dijagrama stabla i drugih tehnika za
analizu problema i ciljeva.
3.2 Dijagram sli~nosti 261
5. ZAKLJUÂK
Osnovne prednosti primene metode dijagrama sli~nosti su ve} pomenute.
Relativno dug spisak prednosti ipak ne moè imati teìnu koju ima
sagledavanje prednosti metode kroz njenu prakti~nu primenu. Jednom
upotrebljena za razja{njenje problema koji ima dovoljnu kompleksnost ova
metoda }e dobiti svoje trajne korisnike.
Uobi~ajeno je da se sa analizom problema ne zastane sa zadnjim korakom
primene metode ve} se ona kombinuje sa drugim metodama radi kompleksnije
analize problema. Kao {to se moè uo~iti na prikazanom primeru iz prakse,
dobijeni pregled svih uticaja na posmatrani problem ili postavljeni cilj
predstavlja veliki deo (rekli bismo onaj najva`niji) u re{avanju problema ili
ostvarenju cilja.
Osnovna prepreka koja se uglavnom javlja u glavama menadèra, a koja igra
klju~nu ulogu u izbegavanju primene ove i njoj srodnih tehnika, je da nema tog
problema koji je dovoljno sloèn da ga oni ne mogu izanalizirati u svojoj glavi i
do}i do ispravnih zaklju~aka. Iskustva rukovo|enja }e vas samo ohrabriti u
kori{}enju ove metode jer problemi koje danas re{avaju savremeni menadèri
sigurno prevazilaze probleme koje su dovoljno analiti~ni menadèri ranije sa
lako}om razre{avali.
Ako ste i dalje ube|eni da ne postoji toliko kompleksni problem koji zasluùju
ovakvu analizu (sasvim je sigurno da postoje i izrazito nadareni ljudi za oblast
rukovo|enja sa ose}ajem i iskustvom koji ih ~esto vode ka ispravnim
zaklju~cima), sloì}ete se da je uvek korisno ~uti mi{ljenja svojih saradnika (u
ovm slu~aju videti ih zapisana na karticama).
3.3
DIJAGRAM STABLA
Dr Nikola Radakovi}
Mr Miodrag [ilobad
1. PODRU^JE PRIMENE
Dijagram stabla je metoda veoma sli~na dijagramu me|usobnih veza. Moè se
re}i da je osnovna razlika samo u prikazivanju kona~nih rezultata. I za
dijagram me|usobnih veza i za dijagram stabla je uobi~ajeno da se primenjuju
u kombinaciji sa dijagramom sli~nosti, kao po~etnom fazom. Podru~je primene
dijagrama stabla je, dakle, identi~no sa podru~jem primene dijagrama sli~nosti
i dijagrama me|usobnih veza.
Slu~ajevi u kojima se dijagram stabla koristi su obi~no oni kod kojih je
potrebno analizirati odre|eni problem i iz mno{tva ideja, mi{ljenja i uzroka,
koji mogu imati uticaja na njegovo re{avanje, generisati odgovaraju}u
strategiju za razre{enje postavljenog problema ili cilja. Koristi se u slu~ajevima
kada je potrebno razmotriti problem koji je sloèn do te mere da nije mogu}e
odmah sagledati sve puteve za njegovo re{enje.
Podru~je primene metode je veoma {iroko, a osnovne prednosti koje nudi
primena ove metode su:
omogu}ava definisanje strategije za re{avanje odre|enog problema,
odnosno postavljanje sistematskog prilaza koji }e spre~iti da neki od
klju~nih faktora budu izostavljeni u re{avanju problema,
podsti~e postizanje zajedni~kog mi{ljenja o analiziranom problemu
me|u ~lanovima grupe,
veoma je ubedljiv, po{to jasno prikazuje strategije za razre{enje
problema.
Treba napomenuti da primena dijagrama stabla, kao i dijagrama sli~nosti i
dijagrama me|usobnih veza, nikada nije sama sebi svrha, ve} da sluì za
prikupljanje i pripremu podataka u pogodnom obliku da bi se dalje primenile
neke druge metode unapre|enja, na primer: pore|enje osobina, analiza
upotrebnih vrednosti itd.
2. OPIS
Dijagram stabla, ~iji je op{ti izgled dat na slici 3.3.1, predstavlja grafi~ki prikaz
veza izme|u pojedinih elemenata - ideja, mi{ljenja ili uzroka, vezanih za
predmet razmatranja.
Slika 3.3.1: Op{ti izgled dijagrama stabla

3.3 Dijagram stabla 265
Dijagram stabla je mogu}e konstruisati na nekoliko na~ina. Ako se

opredelimo da ova metoda sledi metodu dijagrama sli~nosti, onda se najpre
primenjuje metoda dijagrama sli~nosti, a nakon toga kartice slaù na jedan
drugi na~in u obliku stabla kako bi se na jasniji na~in prikazali uticajni faktori
na definisan problem i njihova me|usobna zavisnost.
Kao i dijagram sli~nosti i dijagram me|usobnih veza, i dijagram stabla je
veoma jednostavna metoda za primenu. Kao {to smo napomenuli,
jednostavnost primene metode nikako ne treba vezivati za ograni~ene efekte
koji se mogu posti}i njenom primenom. Naprotiv, efekti postaju vidljivi vrlo
brzo, a analiza problema se odvija uz veliku u{tedu u vremenu.
Metoda se moè primenjivati i od strane pojedinca, ali je prednost razmatranja
problema od strane grupe ljudi o~igledna, pa se preporu~uje njena primena od
strane grupe osoba (obi~no su to grupe od 5-6 osoba), koje su u direktnoj vezi
sa razmatranim problemom.
Mogu}e je primeniti dva na~ina konstruisanja dijagrama stabla. Ako se
odlu~imo da potpuno iskoristimo rezultate dobijene dijagramom sli~nosti,
opredelili smo se za metodu konstruisanja stabla od vrha ka dnu (gde vrh
predstavlja vrh kro{nje drveta sa mno{tvom grana). Po{to smo definisali sve
mogu}e uticajne faktore, teìmo njihovom grupisanju prema zajedni~kim
osobinama.
Drugi pristup je konstruisanje stabla od dna ka vrhu (ide se ka grananju
stabla). Tada se po definisanju problema najpre traè osnovni uticajni faktori,
koji predstavljaju uzroke prvog reda, a nakon toga se traè faktori drugog
reda, koji uti~u na svaki od uzroka prvog reda i tako dok se problem ne
ra{~lani do skrivenih uticaja. U ovom slu~aju je mogu}e eliminisati upotrebu
kartica i po~eti sa konstruisanjem dijagrama stabla odmah na tabli. Tada }ete
se verovatno suo~iti sa mnogo brisanja i pisanja, po{to je veoma te{ko odmah
strukturirati problem na pravi na~in. Uo~ljiva je prednost metode sa
karticama.
Obe metode konstruisanja imaju svoje prednosti. Metod konstruisanja od dna
ka vrhu stabla ima prednost u smislu detaljne analize svakog od definisanih
primarnih uticaja na problem, ali preti opasnost da u prvom koraku bude
ispu{ten neki od uticajnih faktora, {to odmah dovodi do ispu{tanja celog niza
faktora koji uti~u na njega.
Autori preporu~uju primenu metode koja za svoju prvu fazu koristi rezultate
dobijene primenom dijagrama sli~nosti. Nakon toga ostaje samo da dobijene
rezultate prikaète u formi dijagrama stabla {to }e omogu}iti ne{to detaljniju
analizu uticajnih faktora i njihovih me|usobnih veza.
3. POSTUPAK
Detaljan postupak konstruisanja dijagrama staba prikazan je u nastavku po
koracima.
Korak 1: Odluka o temi razmatranja
Odlu~ite koji problem èlite da analizirate. Problem bi trebalo da bude
dovoljno kompleksan. Na posebnoj kartici, koja }e se razlikovati od ostalih
kartica ispi{ite posmatrani problem ili postavljeni cilj. Tu karticu postavite na
levu stranu papira ve}eg formata na kome }ete formirati dijagram stabla. U
odre|ivanju problema koji }e imati prioritet u razmatranju moè vam koristiti
tehnika nominalne grupe.
Korak 2: Razja{njavanje problema
Potrebno je prikupiti {to vi{e informacija o izabranom problemu ili cilju. Bez
obzira da li ste se odlu~ili za metod brainstorminga ili ne, nemojte kritikovati
ni jedan pogled na problem. [to vi{e prikupljenih informacija u ovoj fazi }e biti
od presudnog uticaja na re{enje problema.
Korak 3: Formiranje kartica
U zavisnosti od metode za koju ste se odlu~ili (od vrha stabla ka dnu ili od dna
ka vrhu), ovaj korak se moè odvijati na dva na~ina.
Ili }ete, kao i kod dijagrama sli~nosti, na karticama prikazati sve faktore za
koje mislite da mogu uticati na posmatrani problem, pa ih kasnije grupisati po
njihovim zajedni~kim karakteristikama ili }ete (ako se odlu~ite za metod od
dna ka vrhu stabla) odmah na po~etku kroz diskusiju definisati osnovne uticaje
na posmatrani problem, a zatim analizirati svaki od njih posebno defini{u}i za
svaki od njih nove kartice koje defini{u uticaje drugog, tre}eg i daljih nivoa.
Ako ste se odlu~ili za metod od dna ka vrhu stabla, ovaj korak }e vas odvesti
do zavr{etka dijagrama stabla i moète odmah pre}i na zavr{ne korake
formiranja dijagrama stabla i njegove analize.
Ponavljamo da, u slu~aju izbora metode od dna ka vrhu, preti opasnost da se u po-
~etnoj fazi definisanja osnovnih uticaja ne defini{u svi uticaji pa moè do}i do zane-
marivanja bitnih karakteristika problema. Preporu~ujemo pristup od vrha ka dnu
(koji se od dijagrama sli~nosti razlikuje samo u zavr{noj fazi predstavljanja re-
zultata, odnosno koristi rezultate dobijene primenom metode dijagrama sli~nosti).
Korak 4: Grupisanje kartica
Ovaj korak je jo{ uvek identi~an sa metodom dijagrama sli~nosti. Sakupite sve
popunjene kartice od ~lanova grupe i pore|ajte ih jednu do druge na ve}em
formatu papira ili stolu. Vodite ra~una da sve kartice budu ravnopravno
postavljene.
Nakon toga, pro~itajte sadràj svih kartica i poku{ajte da zajedno grupi{ete

kartice koje su sli~ne po nekom kriterijumu. Grupi{ite sli~ne kartice u jednu
grupu i defini{ite posebnu karticu koja }e u sebi nositi zajedni~ku ideju. Neka
se ona razlikuje po boji teksta ili same kartice od ostalih kartica sa osnovnim
idejama.
Fizi~ki spojite grupu kartica sa njihovom zajedni~kom karticom na vrhu i od
tada zajedni~ku karticu posmatrajte ravnopravno sa ostalim negrupisanim
karticama. Nastavite sa grupisanjem sli~nih kartica i formiranjem zajedni~kih
kartica, kao predstavnika grupe.
Nekoliko zajedni~kih kartica tako|e mogu dobiti svoju zajedni~ku karticu
vi{eg reda. Neka zajedni~ke kartice razli~itih nivoa budu razli~itih boja, kako
bi se olak{alo kona~no formiranje dijagrama stabla.
Korak 5: Formiranje dijagrama stabla
Po zavr{enom grupisanju kartica, rasporedite nastale grupe kartica na papiru
tako {to }ete zajedni~ke kartice koje predstavljaju grupe kartica pore|ati
odmah do kartice sa definisanim problemom jednu ispod druge.
Sa desne strane zajedni~kih kartica rasporedite jednu ispod druge kartice iz te
grupe (ovo opet mogu biti zajedni~ke kartice koje predstavljaju slede}u grupu
kartica). Kada ste rasporedili sve kartice, poveìte linijama kartice iz grupe sa
njihovom zajedni~kom karticom, a nju opet sa njenom zajedni~kom karticom
vi{eg nivoa.
Korak 6: Analiza dijagrama stabla
Ovako dobijen dijagram stabla jasno prikazuje posmatrani problem i sve
uticaje koji na njega uti~u. Analizom }e se definisati uticaji na posmatrani
problem o kojima je potrebno posebno voditi ra~una. Tako se dobijaju
smernice za razre{avanje postavljenog problema i pa`nja usmerava na one
faktore za koje postoji konsenzus o njihovom zna~aju za re{enje problema.
4. PRIMER
U nastavku }e biti prikazano kori{}enje metode na primeru situacije u kojoj se
moè na}i bilo koja porodica [7]. Posmatra}e se problem kupovine nove ku}e.
Ako smo u poloàju glavnog u porodici, taj problem moèmo re{iti sami. Ali,
ako bismo hteli da uvaìmo èlje i mi{ljenja i svih drugih na koje problem ima
uticaja, re{ava}emo ga zajedno sa ~lanovima porodice.
Kako pristupiti realizaciji?
Potrebno je sakupiti sve ~lanove porodice, podeliti im prazne kartice i re}i da
svako napi{e sve uticajne faktore koji mu padnu na pamet, a bitni su za njega
pri kupovini nove ku}e. Svaki faktor treba napisati na posebnu karticu.
Normalno je da za sve u~esnike nisu bitni isti faktori. Ono {to je interesantno
za jednoga, na primer: kakvo je grejanje, kakva je fasada, podovi i sli~no, ne
mora biti interesantno za drugoga. Za toga moè da bude va`no kakvo je

dvori{te i da li postoji ba{ta. Za tre}eg je va`na cena i na~in pla}anja. Kona~no,
za nekog je veoma va`no da li je okolina reprezentativna, kakvi su susedi i
sli~no.
Sve kartice se sakupe i bez ikakvog reda pore|aju na stolu, kako je prikazano
na slici 3.3.2. Ono {to smo dobili predstavlja skup ideja o predmetu
posmatranja, odnosno faktora koji imaju uticaja na kupovinu nove ku}e. Sve
duple kartice, odnosno kartice sa istim faktorima elimini{emo.
Slika 3.3.2: Prikaz neure|enog skupa sakupljenih ideja o predmetu posmatranja

Dalji korak je da se izvr{i grupisanje fatora. Sastoji se u tome da se grupi{u
faktori, odnosno ideje koje su sli~ne. Pri tome moè da bude vi{e nivoa
grupisanja. U na{em primeru moè se izvr{iti grupisanje svih faktora vezanih
za bliù okolinu: reprezentativnost, susedi, zelene povr{ine i buka, kao i
faktora vezanih za dalju okolinu: udaljenost od radnog mesta, udaljenost od
{kole, udaljenost od prodavnica, a da se u narednom grupisanju blià okolina i
dalja okolina grupi{u kao faktori vezani za lokaciju.
Koliko }emo grupa napraviti i u koliko nivoa, zavisi od sli~nosti pojedinih
faktora, ali i ukupnog broja faktora. Ako je broj faktora relativno velik
(nekoliko desetina), najpre se grupi{u faktori veoma velike sli~nosti u
relativno male grupe. Ako i dalje imamo relativno velik broj predstavnika -
nosilaca grupa (preko deset), idemo na dalje grupisanje. Cilj je da dobijemo
strukturirane faktore koje moèmo analizirati.
Gotov dijagram stabla za opisani primer prikazan je na slici 3.3.3.
D n ev n i b o ra va k
S p av a} e so b e
K u p atilo
O sn o v n e
p ro sto rije
T o ale t
K u h in ja
O stav a
Ponu|ene
p o vr{in e P o d ru m
O sta le p ro sto rije
T a va n
G ara à
S u n ~a n p o lo ` aj
D vo ri{te
B a{ta
U d alje n o st o d
ra d n o g m esta
D a lja U d alje n o st o d
o k o lin a p ro d av n ic a
U d alje n o st o d
{k o le
K u p o v in a L o k a cija
n ajb o lje k u }e R e p re ze n tativ -
n o st
S u sed i
B li` a
o k o lin a
Z e len e p o v r{in e
B uka
S ta ro st g rad n je
T e m e lji
R a sp o re d
p ro sto rija
N a ~in gra d n je
B ro j e ta` a
M o gu }n o st
G ra | ev in sk e izd av an ja
o so b in e
V rsta g reja n ja
V rsta k ro v a
O p rem ljen o st
k u }e
V rsta fa sad e
P ro z o ri
V ra ta
Podovi
P o tre b n o
ren o vira n je
S tan je k u } e
In v esticio n o
o d ràv an je
C en a
U slo vi
fin a n sira n ja
N a ~in p la} an ja
Slika 3.3.3: Dijagram stabla za primer

[ta se dobilo u rezultatu?

Problem koji je posmatran - kupovina nove ku}e - analiziran je tako da su
razmatrani svi faktori koji su od uticaja na dono{enje odluke, izvr{eno je
selektiranje faktora, grupisanje po sli~nosti i njihovo logi~ko povezivanje, {to
nam na kraju predstavlja podlogu u odlu~ivanju.
Odlu~ivanje u na{em primeru se moè vr{iti, zavisno od na{eg izbora, na vi{e
na~ina:
pri kupovini ku}e razmatra}emo 4 najgrublja faktora (samo na 1. nivou
posmatranja): kakve su ponu|ene povr{ine, kakva je lokacija, kakve su
gra|evinske osobine i kakvi su uslovi finansiranja;
pri kupovini ku}e i}i }emo na detaljnije razmatranje (ukupo 11 faktora na
2. nivou posmatranja): kakve su osnovne prostorije, ostale prostorije,
dvori{te, dalja okolina, blià okolina, starost gradnje, na~in gradnje,
opremeljenost ku}e, stanje ku}e, cena i na~in pla}anja;
pri kupovini ku}e vodi}emo ra~una, odnosno upore|ivati sve faktore
(ukupno 33 faktora na 3. nivou posmatranja).
3.4
DIJAGRAM ME\USOBNIH VEZA
Mr Miodrag [ilobad
Mr Vladan Radlova~ki
1. PODRU^JE PRIMENE
Dijagram me|usobnih veza spada u grupu alata koji se koriste za analizu
problema koji svojom kompleksno{}u prevazilaze mogu}nosti i najsposobnijih
menadèra da prilikom njihove analize uzmu u obzir sve mogu}e uticaje na
posmatrani problem i izvedu ispravne zaklju~ke. Obi~no se koristi za analizu
problema ~iji uzroci mogu biti brojni i sa veoma komplikovanim
me|uzavisnostima. Prikazivanje uzro~no-posledi~nih veza i zavisnosti izme|u
raznih uzro~nih faktora problema u obliku dijagrama me|usobnih veza
omogu}ava sagledavanje najbitnijih uzro~nika problema i iznalaènje
najoptimalnije metode za njegovo re{avanje.
Podru~je primene dijagrama me|usobnih veza se ne ograni~ava samo na
re{avanje nastalih problema. Veoma je efikasno koristiti ovaj metod za
sagledavanje elemenata koje je potrebno ostvariti kako bi postigli odre|eni
cilj. Dijagram me|usobnih veza se ~esto primenjuje u kombinaciji sa drugim
metodama analize problema i ciljeva. U samom po~etku primene (prilikom
definisanja problema ili cilja) preporu~uje se primena metode izbora problema
(ako se u opticaju nalazi vi{e aktuelnih problema ili ciljeva). Metoda
dijagrama me|usobnih veza ~esto sledi nakon analize odre|enog problema
pomo}u dijagrama sli~nosti, a moè biti pra}ena primenom metode kao {to je
dijagram stabla i sl. Dijagram sli~nosti i dijagram me|usobnih veza se u
postupku primene poklapaju u velikom broju detalja.
Neke od prednosti primene ove metode, koje trebaju da vas navedu na prvi i
najteì korak - da odlu~ite da isprobate njene efekte, su:
po{to dijagram omogu}ava logi~no sagledavanje problema sa
komplikovanom mreòm uzro~no-posledi~nih veza veoma je koristan u
fazama planiranja aktivnosti kako bi se jasnije sagledala postoje}a
situacija;
njegovom primenom se omogu}ava postizanje konsenzusa me|u
~lanovima tima, {to pozitivno uti~e na dalje re{avanje postavljenog
problema;
primenom metode se omogu}ava promena nekih ustaljenih mi{ljenja i

na~ina razmi{ljanja ljudi;
omogu}ava jasno definisanje prioriteta u re{avanju problema.
2. OPIS
Dijagram me|usobnih veza, poznat i kao dijagram me|uzavisnosti, spada u
tehnike za koje nije potrebna duga obuka. Veoma je jednostavan za primenu, {to
je samo razlog vi{e za njegovu primenu. Jednostavnost njegove primene nikako
ne treba povezivati sa ozbiljno{}u rezultata koje omogu}ava. Naprotiv, oni }e vas
navesti da ovu tehniku koristite jo{ ~e{}e. Treba pomenuti i to da ova metoda
nema svoje opravdanje za analizu nedovoljno kompleksnih problema.
Postupak izrade te~e tako {to se prvo odabere problem koji èlimo da
analiziramo. Ako je prisutno vi{e potencijalnih problema koji zahtevaju analizu
ovoga tipa, najbolje je iskoristiti metodu izbora problema za definisanje
najaktuelnijeg. Nakon toga, sli~no kao i kod dijagrama sli~nosti, u~esnici u grupi
pi{u na kartice uzroke, za koje misle da imaju veze sa definisanim problemom. Po
zavr{etku izrade kartica one se re|aju na papir ve}eg formata i, sli~no kao i kod
dijagrama sli~nosti, grupi{u s tim {to se ne prave zajedni~ke kartice, a sli~ne
kartice se jednostavno grupi{u jedna blizu druge. Zatim se vr{i analiza kartica po
stepenu ja~ine uticaja na posmatrani problem. One za koje se ~lanovi grupe
usaglase da imaju ja~i uticaj na problem re|aju se bliè kartici na kojoj je
definisan problem koji re{avamo. Udaljenost kartica od kartice sa definisanim
problemom treba da je proporcionalna ja~ini uticaja na problem. Ovo, me|utim,
ne zna~i da ne}ete ba{ na nekoj od udaljenijih kartica prona}i skriveni uzrok koji
dovodi do razmatranog problema. Uostalom, ba{ u tome leì osnovna prednost i
svrha primene metode dijagrama me|usobnih veza. êsto su zaklju~ci veoma
interesantni i otkrivaju se zavisnosti i veze koje nikako ne bi bile uzete u obzir
razmatranjem problema na uobi~ajenom sastanku sa datim problemom na
dnevnom redu. Nakon zavr{ene faze raspore|ivanja kartica povla~e se strelice od
kartica uzroka ka karticama koje predstavljaju njihove efekte. Utvr|ene strelice
}e na kraju pomo}i da se jasno utvrde razlozi koji najja~e uti~u na posmatrani
problem. Kao {to smo napomenuli, ba{ tu leì i osnovni cilj primene ove tehnike.
3. POSTUPAK
Detaljan postupak primene dijagrama sli~nosti prikaza}emo po koracima [3],
[7], [67].
Korak 1: Definisanje i opis problema
Kao prvi korak, potrebno je definisati problem koji }ete razmatrati. Ako
postoji nekoliko potencijalnih problema moète primeniti tehniku izbora
problema, kako bi se odlu~ili za jedan od njih. Ovo je veoma vaàn korak i
3.4 Dijagram me|usobnih veza 273
svakako mu treba posvetiti posebnu pa`nju. Neophodno je pa`nju posvetiti

problemu koji je u datom trenutku stvarno zasluùje.
Na jednu karticu zapi{ite opis problema koji je vezan za temu o kojoj
diskutujete. Postavite je u sredi{te papira ve}eg formata. Na njega }ete re|ati
sve ostale kartice. Zgodno je da se kartica sa problemom razlikuje od ostalih
kartica koje }ete dodavati u narednim fazama. Bitno je problem definisati u
obliku jasnog pitanja. Pitanja mogu biti posve}ena problemu u funkcionisanju
organizacije, kao {to je Za{to se stalno de{ava doga|aj X? ili mogu biti
posve}ena razmatranju cilja koji èlimo da ostvarimo. U tom slu~aju pitanje
moè biti postavljeno kao [ta je potrebno uraditi da bismo postigli Y?. U
svakom slu~aju, pitanje mora biti postavljeno u kratkoj i jasnoj formi.
Korak 2: Formiranje uzro~nih kartica
Svi ~lanovi grupe treba da, na unapred podeljenim karticama, zapi{u uzroke
posmatranog problema, odnosno potrebne akcije za postizanje odre|enog
cilja, u zavisnosti od toga da li se razmatra nastali problem ili èljeni cilj.
Postoje dva pristupa izradi dijagrama me|usobnih veza. Po jednom potrebno
je da svaki u~esnik u radu defini{e svega nekoliko uzro~nih kartica, pa se u
slede}im fazama rada analizira svaka od njih i defini{u nove uzro~ne kartice
koje uti~u na uzrok definisan na kartici. Drugi je pristup da se odmah defini{u
svi mogu}i uzroci, s tim da je i tada dozvoljeno u slede}im fazama, prilikom
analize kartica dodavati nove. Ne{to je jednostavniji za primenu metod sa
ograni~enim brojem kartica u prvom krugu, stim {to preti opasnost da
neodgovaraju}a analiza problema u ovom koraku dovede do ispu{tanja
odre|enih uticaja {to kasnije dovodi do zanemarivanja celog niza uzro~nika.
Korak 3: Raspore|ivanje kartica
Pro~itajte sve nastale kartice i grupi{ite sli~ne kartice jednu blizu druge. Sve
kartice postavite jednu do druge u ravnopravan vizuelan poloàj.
Korak 4: Raspore|ivanje kartica prema uzro~no-
uzro~no-posledi~nim
posledi~nim vezama
Odaberite kartice za koje mislite da imaju jak uticaj na posmatrani problem i
postavite ih odmah do kartice sa definisanim problemom. Grupi{ite sve kartice
u nekoliko nivoa, u zavisnosti od ja~ine uticaja na posmatrani problem. Svaki
slede}i nivo postavite ne{to dalje od centralne kartice sa problemom. Re|aju}i
kartice postepeno se dolazi do jasnijeg vi|enja problema i verovatno }e biti
potrebno menjati poloàje kartica. Izme|u kartica sa jasnim uzro~no-
posledi~nim vezama i jasno definisanim poloàjem na dijagramu povucite
strelice od kartice uzroka ka kartici posledici.
Korak 5: Dodavanje novih kartica
U fazi raspore|ivanja kartica potrebno je prilikom analize zna~aja i poloàja
svake kartice postavljati pitanje Za{to se de{ava doga|aj zapisan na kartici?.
U odgovoru na ovo pitanje mogu nastati nove kartice ili se pronalaze ve}
definisane kartice koje daju odgovor na postavljeno pitanje.
U ovoj fazi se vr{i neprekidno pregrupisavanje kartica kako bi se dobio {to
pregledniji raspored i izbeglo ukr{tanje strelica.
Korak 6: Odre|ivanje odnosa izme|u kartica
Po{to ste definisali sve kartice, odnosno dali odgovor na svako Za{to?
pitanje, potrebno je izanalizirati nastali dijagram kako bi se u potpunosti
razumele sve uzro~no-posledi~ne veze izme|u kartica, odnosno grupa kartica.
Promenite, ako smatrate za potrebno, raspored grupa kartica. Povucite strelice
koje }e upu}ivati na uzro~no-posledi~ne veze do kojih ste do{li.
Korak 7: Kona~no definisanje dijagrama
Nakon zavr{enih prethodnih faza izrade pri~vrstite sve kartice na papir.
Zgodno je koristiti samolepljive kartice. Poja~ajte strelice izme|u kartica.
Korak 8: Identifikovanje klju~nih uzroka
Utvrdite uzroke koji imaju posebno jak uticaj na razmatrani problem ili
postavljeni cilj. Poja~ajte ove kartice okvirom ili na neki drugi na~in. Nakon
toga pratite strelice koje vode do tog problema kako bi ste razmotrili uzroke
koji uti~u na posmatranu karticu. Ovo }e vas odveti do kartica na udaljenijim
poloàjima od centralnog pitanja i omogu}iti vam da sagledate prave uzroke
posmatranog problema. Markirajte probleme za koje ste se saglasili da imaju
presudan uticaj na klju~ne probleme.
Ovim ste dobili jasno definisan cilj va{ih narednih akcija. Na osnovu
definisanih zavisnosti, razradite program rada i usmerite se na re{avanje do
tada mo`da skrivenih uzroka, koji u stvari direktno uti~u na razre{enje
postavljenog problema.
4. PRIMER
U nastavku (slika 3.4.1) je dat prakti~an primer primene dijagrama
me|usobnih veza nastao u razmatranju problema u direktnoj proizvodnji [3].
Analiziran je problem eliminisanja gre{aka u procesu rada jedne valjaonice.
Kao {to se vidi po izboru samog problema, tema je veoma op{ta i samo
diskutovanje na tu temu na sastanku ne bi dovelo do nikakvih opipljivih
zaklju~aka. Iz gomile uzro~nika ne bi bilo mogu}e izdvojiti one najbitije.
Primenom dijagram me|usobnih veza do{lo se do jasnih zaklju~aka o
problemima sa zajedni~kim uzrocima i omogu}eno je rasvetljavanje uzroka
koji imaju najja~i negativan uticaj na rad same valjaonice.
Jasno je da su u procesu izrade dijagrama u~estvovali radnici iz direktne
proizvodnje sa njihovim poslovo|om. U rezultatu primene dijagrama
me|usobnih veza je konstatovano da se gre{ke javljaju naj~e{}e ponedeljkom i
3.4 Dijagram me|usobnih veza 275
za vreme rada u no}nim smenama, usled posebnog stanja u kome se nalaze

radnici u tim periodima.
Izveden je zaklju~ak da je te{ko izbe}i situacije kada radnici jednostavno ne
mogu biti dovoljno skoncentrisani i odmorni pa je posebna pa`nja posve}ena
pode{avanju procesa rada, kako bi se operacije pojednostavile, podesio ritam
rada koji ne}e zahtevati toliki stepen koncentracije, a sve u cilju izbegavanja
gre{aka koje nastaju usled lo{eg ritma rada u kriti~nim periodima.
Gre{ke u procesu nastale usled ljudskog faktora su nakon toga svedene na
nulu [3].
5. ZAKLJUÂK
Kao {to se vidi iz predstavljenog problema iz stvarnog ìvota jednog preduze}a
(slika 3.4.1) rezultati do kojih dovodi primena metode dijagrama me|usobnih
veza se nikako ne mogu smatrati zanemarljivim. Eliminisati gre{ke u radu
nastale usled ljudskog faktora na nulu izgleda prili~no neizvodljivo. Praksa je
me|utim pokazala druga~ije.
Metoda dijagrama me|usobnih veza, kao i ve}ina ostalih metoda za
unapre|enje procesa poslovanja ne nalaze, jo{ uvek, svoju primenu na na{im
prostorima. Razlog je ~ini nam se veoma jednostavan. Veoma je te{ko ubediti
na{e menadère da postoje problemi sa toliko udaljenim i nejasnim uzrocima
da ih oni ne mogu izanalizirati u razgovoru sa svojim saradnicima ili zavaljeni
u svoju stolicu. êsto se pravi uzroci na kraju, prona|u i otklone, ali tek posle
velikog broja uzaludnih poku{aja i veoma mnogo izgubljenog vremena.
Poslovanje u dana{njim uslovima, me|utim ne dozvoljava ovakav na~in
otklanjanja kompleksnih problema.
Rigorozno svetsko trì{te veoma brzo iz konkurencije elimini{e organizacije sa
pristupom koji dozvoljava nepotrebno tro{enje najdragocenijeg resursa danas -
vremena.
3.5
PDPC - DIJAGRAM PROGRAMA
PROCESA ODLUÎVANJA
Mr Miodrag [ilobad
1. PODRU^JE PRIMENE
Procesi se retko odvijaju ta~no onako kako su planirani. Nepredvi|eni
problemi se ~esto de{avaju u sloènim sistemima, ponekad dovode}i do
ozbiljnih nezgoda. PDPC je alat za spre~avanje ovih pojava i postizanje
èljenih ciljeva. Koristi se za planiranje razli~itih mogu}nosti (slu~ajnosti) koje
bi mogle iskrsnuti kao otkriveni (razvijeni) doga|aji. Nadalje, metod
omogu}uje brz povratak na prethodne aktivnosti i re{avanje problema drugim
putem, ako doga|anja krenu neèljenim tokom.
Metoda PDPC (Process Decision Program Charts) prvenstveno sluì za
dobijanje èljenih rezultata iz obilja mogu}nosti.
Metodu je razvio profesor J. Kondo u jesen 1968. godine, kao tehniku
re{avanja problema i dono{enja odluka kada se Univerzitet u Tokiju suo~io sa
pobunom u studentskom kampusu.
Postoje dva tipa PDPC: progresivni i povratni.
Osnovne prednosti PDPC su:
olak{ava predvi|anje i omogu}uje da se ste~eno iskustvo iskoristi za
predvi|anje mogu}nosti i predupre|ivanje potencijalnih problema,
omogu}uje efikasno lociranje problema i potvr|ivanje najva`nijih
prioriteta,
ilustrovanjem uklju~enosti svake aktivnosti u postizanje cilja, ova
metoda omogu}uje razumevanje namera donosioca odluka,
to je alat za fleksibilno planiranje, koji dopu{ta da planovi budu lako
modifikovani uzimanjem u obzir mi{ljenja svih u~esnika u projektu,
metoda je laka za razumevanje i potpomaè saradnju i komuniciranje.
2. OPIS
2.1 Primena PDPC za planiranje mogu}ih doga|aja
PDPC se koristi za planiranje aktivnosti potrebnih za re{avanje problema kada
su informacije nepotpune ili je situacija nejasna i te{ka za predvi|anje. Koristi
se obi~no za planiranje istraìva~ko-razvojnih projekata, definisanje kontra-
mera protiv dugoro~nih hroni~nih problema i planiranje kampanja prodaje.
PDPC sadrì niz koraka povezanih strelicama. Cilj je da se opi{u doga|aji i
mogu}nosti koje èlimo da se ostvare, ako se kre}emo od polazne ta~ke ka
jednoj ili vi{e krajnjih mogu}nosti.
Obi~no dijagram ne ostaje isti za sve vreme realizacije projekta. Ideja je da se
dijagram kontinualno unapre|uje, uzimaju}i u obzir sve mogu}nosti i da
omogu}i razre{enje neo~ekivanih problema u zavisnosti od toga kako se
situacija razvija i kako se nove ~injenice rasvetljavaju.
2.2 Osnovna pravila konstruisanja PDPC
1. Simboli - na slici 3.5.1 su dati nazivi i zna~enje simbola koji se koriste u
PDPC. Mogu se koristiti varijanta 1 ili 2. Koristiti podebljane strelice za
isticanje najpoèljnijeg puta/niza doga|aja ili puta koji sledi iz svih
ostalih mogu}ih puteva.
2. Vremenski redosled - protok vremena na PDPC treba da se kre}e
odozgo-nadole ili s leva-na desno, {to je prikazano na slici 3.5.2.
3. Petlje - kada je potrebno povratno dejstvo strelice na po~etak ili za
ponavljanje nekog me|ukoraka. To pokazuje da je progres bio vremenski
zaustavljen. Dakle, PDPC moè da sadrì povratne (feedback) petlje
druga~ije nego streli~asti dijagram. To je islustrovano na slici 3.5.3.
4. Ponavljanje - ista aktivnost se moè ponoviti ako je potrebno.
Simbol Naziv Zna~enje

Varijanta Varijanta
1 2
Aktivnost Pokazuje aktivnost koju treba preduzeti na
vreme
Situacija Pokazuje situaciju koju moè doneti neka
aktivnost
Ta~ka Pokazuje grananje na dve mogu}nosti.
grananja Svaka ta~ka grananja mora imati izlaze DA i
NE.
Strelica Pokazuje protok vremena i razvoj situacije
Isprekidana Kada nema protoka vremena izme|u situacija
strelica ili kada odziv na aktivnost ne uti~e na plan.
Slika 3.5.1: Nazivi i zna~enje simbola
3.5 PDPC dijagram programa procesa odlu~ivanja 279
Start Start
Start i cilj Start levo
centrirani gore, cilj
gore i dole desno dole
Cilj Cilj
Slika 3.5.2: Mogu}i relativni poloàji starta i cilja
Start
Slika 3.5.3: Povratna petlja
3. POSTUPAK
3.1 Op{ti principi konstruisanja PDPC
Kao {to je napomenuto u prethodnom odeljku, PDPC moè biti menjan ili
dopunjavan toliko ~esto koliko je potrebno da se doga|aji razjasne,
kontinualno modifikuju}i postoje}e aktivnosti ili dodaju}i nove dok se cilj ne
postigne. U ovom odeljku je taj proces opisan detaljnije.
Korak 1: Izbor strategije
Ispitajte dijagram stabla i odaberite strategije re{avanja problema koje bi
mogle biti veoma efektivne ali izgledaju neprakti~ne ili te{ke. Odlu~ite se
prema specifi~nom cilju (najpoèljnija posledica/ishod) i ispi{ite je na karticu
crvenim slovima. Koristite PDPC za sloène projekte, koji su pogodni za
primenu principa poku{aj-gre{ka u postizanju cilja.
Korak 2: Identifikacija situacije
Identifikujte postoje}u situaciju i napi{ite je crvenim slovima na karticu. To je
po~etna (startna) ta~ka.
Korak 3: Identifikacija ograni~enja
Identifikujte bilo koje ograni~enje koje moè uticati na postizanje odabranog
cilja.
Korak 4: Zapo~injanje dijagrama

Postavite karticu START na ve}i list papira na sredini gore, a karticu CILJ na
sredini dole.
Korak 5: Formiranje dijagrama
Ispi{ite aktivnosti potrebne za postizanje cilja i kratke opise potencijalnih
problema za svaku aktivnost na posebnu karticu. Zatim ih pore|ajte na papir
po redosledu odvijanja i poveìte ih strelicama (grafitnom olovkom).
Korak 6: Razmatranje dijagrama
Razmatrajte, kroz diskusiju, dijagram ispisuju}i dodatne kartice za bilo koju
aktivnost ili problem koji ranije nije razmatran. Dodajte ih na dijagramu i
kompletirajte proces od po~etka do kraja.
Korak 7: Izrada plana mogu}nosti
Pripremite plan mogu}nosti razmatraju}i svaki korak po redu i diskutujte koje
su aktivnosti neophodne ako taj korak nije ostvaren. Po~nite od polazne
situacije i nastavite sve dok cilj ne bude ostvaren. Povratne petlje (sprege) se
mogu formirati kada je to potrebno.
Korak 8: Provera plana mogu}nosti
Ispitajte dijagram pa`ljivo da proverite nedoslednosti i proverite da li su
planovi mogu}nosti adekvatni i da li su svi va`ni faktori uzeti u obzir. Dodajte
potrebne kartice i poveìte ih vezama (linijama).
Korak 9: Zavr{etak
Pri~vrstite (prilepite) kartice na papir, ucrtajte strelice i upi{ite naslov
predmeta razmatranja i druge potrebne informacije.
3.2 Principi konstruisanja progresivnog PDPC

Progresivni PDPC je efikasan alat za planiranje istraìva~ko-razvojnih
projekata, eliminaciju hroni~nih gre{aka, planiranje pregovora i sli~nih
aktivnosti.
Konstrui{ite progresivni PDPC prema:
Korak 1: Postavljanje cilja
Odaberite projekat koji izgleda teàk za implementaciju ili koji zahteva
poku{aje i gre{ke u postizanju krajnjeg cilja. Utvrdite ta~no {ta moè da bude
ura|eno i postavite cilj i o~ekivanu vrednost.
Korak 2: Identifikacija ograni~enja
ograni~enja
Identifikujte polaznu situaciju i sva ograni~enja.
Korak 3: Formiranje inicijalnog plana
Formirajte inicijalni plan slede}i korake od 4 do 9 opisane u prethodnom
odeljku. Tankim strelicama poveìte aktivnosti.
Po~nite primenu plana, slede}i putanju koja se ~ini najlak{om da se postigne
cilj.
Zamenite tanke strelice debelim kada je svaka aktivnost kompletirana (vidi
sliku 3.5.4 a).
Korak 4: Izrada aternativa i pra}enje
Nadgledajte situaciju i smislite alternativni plan, ako se ukaù neo~ekivane
~injenice ili se dogodi nova situacija. Da biste to uradili, modifikujte inicijalni
PDPC dodatnim aktivnostima projektovanim da elimini{u nove smetnje i
odstranite bilo koje aktivnosti, inkorporisane u inicijalni plan, koje dalje nisu
potrebne. Podebljajte tanke strelice za svaku aktivnost koja je kompletirana
(vidi sliku 3.5.4 b).
Korak 5: Pra}enje situacije
Odràvajte kreativne i primenjive planove po postupku opisanom u koraku 4
dok ne postignete cilj (vidi sliku 3.5.4 c).
Slika 3.5.4 d) pokazuje zna~enje simbola kori{}enih da se opi{u cilj,
predstavljene aktivnosti, rezultati ostvareni ovim aktivnostima, me|uzaklju~ci
i krajnja posledica (cilj). Simboli se mogu slobodno birati da omogu}e da
PDPC bude lako razumljiv, a zna~enja jasno definisana.
Kod sloènih istraìva~ko-razvojnih projekata ili va`nih prodajnih pregovora
nije dovoljno prepustiti sve pojedincu ili grupi odgovornih osoba. Potrebna je
sistematska kooperacija svih koji su uklju~eni u posao.
Slika 3.5.4: Tok izrade PDPC

4. PRIMER
Na slici 3.5.5 je prikazan PDPC za planiranje aktivnosti i o~ekivanih doga|aja
prilikom organizovanja jednog seminara iz oblasti unapre|enja kvaliteta [67].
Konkretno je re~ o seminaru o 7 novih alata za unapre|enje kvaliteta. Slika
prikazuje generalni plan za seminar, ali se ~esto de{avaju neo~ekivani ishodi i
~esto i najbolje isplanirani doga|aji mogu da krenu pogre{nim putem.
Predvi|anjem ovih ishoda, uno{enjem svih mogu}nosti koje se u datom
trenutku mogu predvideti, planovi nam pomaù da pouzdano upravljamo
doga|anjima.
5. ZAKLJUÂK
Prikazana metoda svakako spada u red metoda za ~iju }e se primenu opredeliti
veliki broj menadèra. Posebno kada je sve ve}a potreba brzog dono{enja
odluka u situacijama kada je ~esto veoma te{ko predvideti sve mogu}e
altermative i smetnje koje se mogu pojaviti prilikom ostvarenja planiranog
posla. Pro{lo je vreme poslova koje su sposobni menadèri mogli da
prora~unavaju u glavi, vode}i ra~una o svim mogu}im altarnativama i
smetnjama. Dana{nji poslovi, koji traè intenzivnu pripremu i planiranje
zahtevaju veoma sposobne menadère koji su spremni da preuzmu odre|eni
nivo rizika. Odre|eni nivo rizika je ne{to {to se u svetu sposobnih menadèra
smatra sastavnim delom poslovanja. Primenom PDPC metode mogu}e je nivo
rizika zna~ajno smanjiti.
Metoda PDPC je relativno jednostavna za primenu i ne zahteva posebna
znanja. Da bi se uspe{no primenila potrebna je odgovaraju}a postepena obuka
- korak po korak - od prostijih ka sloènijim problemima.
3.6
ANALIZA UPOTREBNIH VREDNOSTI
Dr Nikola Radakovi}
1. PODRU^JE PRIMENE
Glavni kriterijum za dono{enje investicionih odluka u preduze}ima je nov~ano
iskazana dobit koja se o~ekuje od projekta. Ali dobit kao jedini kriterijum za
dono{enje odluke je ~esto nedovoljna, a osim toga ~esto se, kod kompleksnih
projekata, ne moè egzaktno ni iskazati.
Zbog toga se u ovakvim slu~ajevima moraju koristiti druge metode. Jedna od
njih je i analiza upotrebnih vrednosti, ~ije se posebno obele`je ogleda u tome,
da se odre|ivanje vrednosti nekog projekta ne vr{i samo na osnovu
objektivnih informacija, nego se uzimaju u obzir i subjektivne informacije.
S obzirom na mogu}nost uzimanja u obzir i subjektivnih informacija pri
dono{enju odluka, metoda analize upotrebnih vrednosti se primenjuje u
slu~ajevima kad se, za alternative koje se upore|uju, ne mogu utvrditi egzaktni
(broj~ani) podaci za uticajne faktore na osnovu kojih se vr{i upore|ivanje
alternativa i dono{enje odluke koja je alternativa najbolja.
Imaju}i ovo u vidu, jasno je da analiza upotrebnih vrednosti dobija sve vi{e na
zna~aju u svim sociolo{kim, ekonomskim i tehni~kim oblastima, gde obi~no
jednodimenzionalne metode ekonomskih investicionih prora~una same nisu
dovoljne za dono{enje odluke. Posebno je primenljiva u oblasti istraìvanja i
razvoja.
2. OPIS
Analiza upotrebnih vrednosti predstavlja metodu koja sluì za vrednovanje
alternativa na bazi kriterijuma korisnosti (upotrebne vrednosti). Istu treba
strogo razlikovati od takozvane analize vrednosti (value analysis). Tamo se
radi o metodi koja po~iva na sistematskom smanjenju vrednosti pri
oblikovanju proizvoda, pri ~emu se polazi od vrednosti tro{kova
(minimiziranju tro{kova).
Nasuprot tome, osnova za analizu upotrebne vrednosti je subjektivni pojam
vrednosti. Prema definiciji, koja je uobi~ajena u ekonomskim naukama,
upotrebna (korisna) vrednost je subjektivna vrednost nekog dobra, koja se
odre|uje njegovom sposobno{}u za zadovoljavanje potreba.
Analiza upotrebnih vrednosti je definisana, prema [110], na slede}i na~in:

"Analiza upotrebne vrednosti je analiza odre|enog broja razmatranih
kompleksnih alternativa, koja se izvodi sa ciljem da se alternative, prema
kriterijumu va`nosti za donosioca odluke, redosledno rangiraju. Formiranje
ovog redosleda se vr{i s obzirom na upotrebne vrednosti alternativa".
Traènje upotrebne vrednosti predstavlja uvek rezultat celokupnog
vrednovanja svih atributa (uticajnih faktora) koji opisuju jednu alternativu. U
praksi se primenjuje "Princip direktnog vrednovanja alternativa" koji se,
prema [110], moè definisati na slede}i na~in: "Iz mno{tva alternativa, koje
stoje na raspolaganju, izaberi onu koja se, upore|enjem sa ostalim
alternativama, moè najvi{e vrednovati".
Gruba struktura dono{nja odluka po ovoj metodi (prema [110]), prikazana je
na slici 3.6.1.
Slika 3.6.1: Struktura postupka analize upotrebne vrednosti

3.6 Analiza upotrebnih vrednosti 287
Po|imo od toga da za problem (projekat) koji treba da re{imo imamo vi{e

alternativa (A1, A2, A3 itd.). Potrebno je da donesemo odluku koja je
alternativa najbolja s obzirom na kriterijum najve}e upotrebne vrednosti,
odnosno koja je alternativa za nas najvrednija u pogledu sposobnosti da
zadovolji na{e potrebe.
Da bismo uporedili alternative, neophodno je da imamo definisane uticajne
faktore (k1, k2, k3 itd.), pomo}u kojih }emo uporediti alternative. Pod
uticajnim faktorima podrazumevamo one karakteristike vezane za problem ili
projekat, koje imaju uticaja na re{enje problema.
Uno{enjem vrednosti svih uticajnih faktora za svaku od alternativa (za prvu
alternativu: k11, k12, k13 , ..., za drugu alterativu: k21, k22, k23 , ... itd.), pri ~emu
vrednosti mogu biti ili broj~ane ili opisne, dobija se matrica koja daje detaljan
opis svih alternativa u pogledu pojedinih uticajnih faktora.
S obzirom da svaki faktor nema isti zna~aj za dono{enje odluke, moraju se za
sve uticajne faktore utvrditi njihove specifi~ne teìne (stepen zna~ajnosti za
dono{enje odluke): g1 - za faktor k1, g2 - za faktor k2, g3 - za faktor k3 itd.
Utvr|eni uticajni faktori i njihove specifi~ne teìne predstavljaju ulazne
podatke za vrednovanje tj. upore|enje alternativa i dono{enje odluke koja od
njih je najbolja. Osnovni problem pri upore|enju alternativa je {to ve}ina
uticajnih faktora za pojedine alternative nije iskazana kroz broj~ane vrednosti
(lako uporedive), nego kroz opis.
Na~in sprovo|enja vrednovanja alternativa opisan je u ta~ki 3 ovog poglavlja,
a rezultat vrednovanja je dodeljen redni broj Ni (1, 2, 3 itd.) svakoj alternativi,
pri ~emu redni broj ozna~ava plasman te alternative u kona~nom redosledu
alternativa prema kriterijumu upotrebne vrednosti.
3. POSTUPAK
Na po~etku imamo problem koji èlimo da re{imo i vi{e alternativa za njegovo
re{enje. To moè da bude, na primer, vi{e projekata koji su nam ponu|eni ili
vi{e ponuda koje smo dobili. Treba da izaberemo najbolji projekat ili najbolju
ponudu. Dono{enje odluke vr{i se upore|enjem raspoloìvih alternativa.
Celokupan postupak upore|enja alternativa metodom analize upotrebnih
vrednosti prikazan je na slici 3.6.2 [110] i opisan u nastavku kroz odre|eni broj
koraka.
Slika 3.6.2 Postupak sprovo|enja analize upotrebnih vrednosti

Korak 1: Utvr|ivanje uticajnih faktora

U ovom koraku utvr|uju se faktori koji imaju uticaja na upore|enje, odnosno
vrednovanje alternativa. Svaka alternativa ima svoje odre|ene karakteristike,
po kojima se razlikuje od ostalih. Svaki predmet posmatranja, problem ili
projekat, se moè analizirati sa stanovi{ta elemenata iz kojih se sastoji da bi se
dobili oni elementi - uticajni faktori, koji nam mogu pomo}i u dono{enju
odluke, odnosno re{avanju problema.
Ako je predmet odlu~ivanja, na primer, izbor najpovoljnije ponude za
izvo|enje radova (od vi{e ponuda koje smo dobili), potrebno je izdvojiti one
elemente ponude pomo}u kojih moèmo izvr{iti upore|enje alternativa
(razli~itih ponuda). To mogu da budu: kompletnost radova (da li ponuda
obuhvata sve radove ili samo neke), sadràj radova, cena (za kompletne
radove i po pojedinim delovima), rokovi (za sve radove i pojedine delove) itd.
Sve uticajne faktore treba selektirati i na odre|en na~in grupisati i strukturirati.
Na kraju ih treba jasno prikazati. Preporu~ljivo je koristiti neke od prethodno
opisanih metoda u ovoj knjizi. Najpogodnije je da u rezultatu ovog koraka imamo
definisane uticajne faktore u vidu dijagram sli~nosti (videti poglavlje 3.2 ove
knjige) ili u vidu dijagrama stabla (videti poglavlje 3.3 ove knjige), kojim su oni
grupisani po sli~nosti i strukturirani po nivoima zna~ajnosti.
Korak 2: Odre|ivanje vrednosti uticajnih faktora za alternative
U ovom koraku se formira matrica - tabela, u kojoj se svaka alternativa
opisuje preko vrednosti uticajnih faktora.
U levi deo matrice unosimo sve raspoloìve alternative Ai koje èlimo da
upore|ujemo (A1 - prva alternativa, A2 - druga alternativa, A3 - tre}a
alternativa itd.).
U gornji deo matrice unosimo sve uticajne faktore ki pomo}u kojih }emo
upore|ivati alternative (k1 - prvi uticajni faktor, k2 - drugi uticajni faktor, k3 -
tre}i uticajni faktor itd.).
U srednjem delu matrice, za svaku od alternativa Ai, unosimo vrednosti kii po
svakom od uticajnih faktora ki. Te vrednosti - podaci mogu biti date broj~ano
(ako je u pitanju cena, rok i sl.), ili kroz kratak opis. Su{tina je u tome da su
alternative opisane preko uticajnih faktora toliko jasno da ih moèmo
uporediti u odnosu na svaki uticajni faktor.
Korak 3: Odre|ivanje specifi~nih teìna uticajnih faktora
U ovom koraku odre|uju se stepeni zna~ajnosti pojedinih uticajnih faktora.
Svakom uticajnom faktoru ki dodeljuje se tzv. specifi~na teìna gi (g1 - za
uticajni faktor k1, g2 - za uticajni faktor k2, g3 - za uticajni faktor k3 itd.).
Preporu~ljivo je da se specifi~ne teìne iskaù u procentima, odnosno da se
oceni koliko svaki uticajni faktor procentualno uti~e na dono{enje odluke. To
zna~i da svaki faktor ki dobija specifi~nu teìnu gi izraènu u procentima, tako

da zbir od g1 do gm (ako imamo m uticajnih faktora) daje 100%.
Korak 4: Rangiranje alternativa po uticajnim faktorima
U ovom koraku se alternative upore|uju s obzirom na vrednosti svakog od
uticajnih faktora. Postupak se izvodi u okviru nove matrice u kojoj su sa leve
strane alternative, a sa gornje strane uticajni faktori sa njihovim specifi~nim
teìnama. U srednjem delu se unose ocene za pojedine alternative, odnosno
vr{i se rangiranje alternativa. Rangiranje se vr{i na slede}i na~in:
uzme se u analizu odre|eni uticajni faktor ki,
posmatraju se sve alternative Ai i ocenjuje, na osnovu vrednosti za taj
uticajni faktor, koja od alternativa je najbolja, koja je druga, tre}a itd.;
dakle, jednostavno se alternative rangiraju prema kriterijumu
upotrebne vrednosti za nas - koliko je koja bolja;
rangovi se unose u srednji deo matrice, kao vrednosti nii: najbolja
alternativa dobija rang 1, druga 2, tre}a 3 itd.
Rezultat je popunjena matrica u kojoj smo, za svaki uticajni faktor, dobili
plasman svih alternativa (koja alternativa zauzima 1. mesto, koja 2. itd.). Ovim
smo problem dono{enja odluke o tome koja je alternativa ukupno najbolja
zna~ajno pojednostavili.
Korak 5: Upore|ivanje alternativa
U ovom koraku treba doneti kona~nu odluku o tome koja je alternativa
najbolja. Podloge su nam slede}e:
imamo plasman alternativa po svakom od uticajnih faktora,
imamo utvr|ene specifi~ne teìne svih uticajnih faktora.
Ovde treba primeniti odre|ena pravila odlu~ivanja. Mi ovde predlaèmo, i to je
kori{}eno u primeru datom u nastavku, da se odlu~ivanje izvr{i na slede}i na~in:
izvr{i se bodovanje alternativa po svakom od uticajnih faktora i to na
najjednostavniji na~in: ako, na primer, imamo pet rangiranih
alternativa, 1. mesto u plasmanu donosi 5 bodova, 2. mesto 4 boda, 3.
mesto 3 boda, 4. mesto 2 boda i 5. mesto 1 bod; time za sve alternative,
umesto pozicije u plasmanu, dobijamo bodove po osnovu plasmana po
pojedinim uticajnim faktorima;
ukupan broj bodova za odre|enu alternativu dobijamo tako {to broj
bodova za svaki uticajni faktor mnoìmo sa specifi~nom teìnom tog
faktora i onda sve proizvode saberemo; kad to uradimo za sve
alternative, dobili smo koliko svaka od njih ima ukupno bodova;
plasman alternativa (koja je 1., 2. itd.) se odre|uje prema izra~unatom
ukupnom broju bodova.
4. PRIMER
Primer je preuzet iz literature pod [7], uz odre|ene korekcije. @elimo da
kupimo novu ku}u i obra}amo se agenciji. Agencija za prodaju nekretnina
nudi nam tri ku}e. Da bismo se odlu~ili koju od tri ponude - tri alternative da
izaberemo, sprovodimo analizu upotrebne vrednosti.
Korak 1: Utvr|ivanje uticajnih faktora
Da bismo utvrdili faktore koje }emo uzeti u obzir pri kupovini ku}e,
primeni}emo metodu dijagrama sli~nosti ili metodu dijagrama stabla.
Iskoristi}emo rezultate dobijene u okviru primera prikazanog u poglavlju 3.3
(Dijagram stabla). U njemu je identifikovano ukupno 33 faktora, tako da se
pri odlu~ivanju mogu uzeti svi u obzir ili, na grubljem nivou, grupisani u grupe
sli~nih faktora.
S obzirom da smo ocenili da bi uzimanje u obzir svih 33 faktora bilo jako
komplikovano, opredelili smo se na drugi nivo zna~ajnosti, odnosno da
posmatramo ukupno 10 faktora:
osnovne prostorije,
ostale prostorije,
dvori{te,
dalju okolinu,
bliù okolinu,
starost gradnje,
na~in gradnje,
opremljenost ku}e,
stanje ku}e i
finansijski uslovi.
Korak 2: Odre|ivanje vrednosti uticajnih faktora za alternative
Naredni korak je da svaku od alternativa opi{emo preko uticajnih faktora.

Ovaj posao je prikazan u matrici - tabeli 3.6.1.
Pri popunjavanju tabele je va`no za svaku altrnativu dati {to va`nije podatke,
kako bismo u kasnijem postupku, mogli {to bolje da uporedimo pojedine
alternative.
Napomena: matrica - tabela u primeru je, zbog lak{eg crtanja, obrnuto
prikazana u odnosu na izgled matrice opisan u ta~ki 3.3 ovog dela.
Tabela 3.6.1 Matrica - tabela opisivanja alternativa
UTICAJNI ALTERNATIVA ALTERNATIVA ALTERNATIVA

FAKTOR A1 A2 A3
1. Osnovne 260 m2 300 m2 220 m2

prostorije
2. Ostale podrum: 80 m2 podrum: 60 m2 podrum: 100 m2
prostorije garaà: 2 mesta garaà: 1 mesto garaà: 1 mesto
3. Dvori{te i ba{ta ukupna povr{ina: ukupna povr{ina: ukupna povr{ina:
1300 m2 1100 m2 1500 m2
sun~ano: 600 m2 sun~ano: 500 m2 sun~ano: 700 m2
4. Dalja okolina do centra: 20 min do centra: 30 min do centra: 15 min
do {kole: 5 min do {kole: 15 min do {kole: 10 min
5. Blià okolina vile seoska privilegovana zona
bez saobra}aja bez saobra}aja
zelenilo zelenilo
6. Starost gradnje 1959. 1939. 1950.
7. Na~in gradnje P+1 P+2 Bungalov
8. Opremljenost grejanje na naftu grejanje na ugalj grejanje na naftu
ku}e moderna gradnja starinska gradnja moderna gradnja
kvalitetna oprema dobra oprema veoma kvalitetna
oprema
9. Stanje ku}e Dobro Potrebne male Veoma dobro
rekonstrukcije
10. Finansijski 300.000 DM 340.000 DM 100.000 DM
uslovi 50 % odmah sve odmah odmah
ostalo na 5 godina ostalo kao
doìvotna renta
Korak 3: Odre|ivanje specifi~nih teìna uticajnih faktora

Pri odre|ivanju specifi~nih teìna pojedinih uticajnih faktora, po{lo se najpre
od prvog nivoa uticajnih faktora. Najpre je ocenjeno koliko pojedine grupe
faktora uti~u na dono{enje odluke, pa je zaklju~eno slede}e:
ponu|ene povr{ine uti~u sa 40%,
lokacija uti~e sa 20%,
gra|evinske osobine sa 30% i
finansijski uslovi sa 10%.
Nakon toga je vr{ena raspodela unutar grupa na konkretne uticajne faktore.
Na primer, unutar 40% koliko uti~u ponu|ene povr{ine, osnovne povr{ine
uti~u sa 28%, ostale povr{ine sa 4%, a dvori{te sa 8%.
Korak 4: Rangiranje alternativa po uticajnim faktorima

U ovom koraku izvr{eno je upore|enje sve tri alternative u odnosu na svaki od
10 uticajnih faktora. Na~in upore|enja je jednostavan: ocenjivano je koja je
alternativa 1. (najbolja), koja je 2. (srednja) i koja je 3. (najlo{ija). Pri tome je
jedini kriterijum: {ta je za nas bolje, odnosno koja alternativa je, sa stanovi{ta
kori{}enja ku}e, za nas bolja u pore|enju sa drugim. Na taj na~in su alternative
rangirane po svakom uticajnom faktoru - napravljen je plasman alternativa po
svakom faktoru. Rezultati su prikazani u tabeli 3.6.2.
Tabela 3.6.2 Matrica - tabela rangiranja alternativa
UTICAJNI FAKTOR SPEC. ALTERNATIVA ALTERNATIVA ALTERNATIVA

TE@. A1 A2 A3
(%)
1. Osnovne prostorije 28 2. 1. 3.
2. Ostale prostorije 4 1. 3. 2.
3. Dvori{te i ba{ta 8 2. 3. 1.
4. Dalja okolina 14 1. 3. 2.
5. Blià okolina 6 1. 3. 2.
6. Starost gradnje 6 1. 3. 2.
7. Na~in gradnje 3 2. 3. 1.
8. Opremljenost ku}e 15 2. 3. 1.
9. Stanje ku}e 6 2. 3. 1.
10. Finansijski uslovi 10 2. 3. 1.
Korak 5: Upore|ivanje alternativa

U ovom koraku je potrebno kona~no uporediti alternative na osnovu prethod-
no izvr{enog rangiranja. Pri tome treba voditi ra~una o plasmanu pojedinih al-
ternativa po pojedinim faktorima, ali i o specifi~nim teìnama pojedinih fakto-
ra. Rezultati upore|enja su prikazani u tabeli 3.6.3. Pravilo koje je ovde kori{-
}eno za vrednovanje alternativa je jednostavno:
najpre su utvr|eni bodovi na osnovu plasmana (iz kolone: plasman) i to:
3 boda za 1. mesto, 2 boda za 2. mesto i 1 bod za 3. mesto; ovi bodovi su
une{eni u kolonu: bodovi;
zatim su utvr|eni poeni, koji uzimaju u obzir i plasman i specifi~nu
teìnu faktora; poeni su dobijeni mnoènjem dodeljenog broja bodova i
specifi~ne teìne; na taj na~in svaka alternativa je dobila odre|en broj
poena po svakom od deset uticajnih faktora (videti kolonu: poeni);
na kraju je izra~unat ukupan broj poena za svaku alternativu sabira-
njem pojedina~nih poena po svim uticajnim faktorima.
Tabela 3.6.3 Matrica - tabela upore|ivanja alternativa
UTICAJNI SPEC ALTERNATIVA ALTERNATIVA ALTERNATIVA

FAKTORI TE@. A1 A2 A2
(%) Plas- Bodo- Poeni Plas- Bodo- Poeni Plas- Bodo- Poeni
man vi man vi man vi
1. Osn. prostorije 28 2. 2 56 1. 3 84 3. 1 28
2. Ostale prostorije 4 1. 3 12 3. 1 4 2. 2 8
3. Dvori{te i ba{ta 8 2. 2 16 3. 1 8 1. 3 24
4. Dalja okolina 14 1. 3 42 3. 1 14 2. 2 28
5. Blià okolina 6 1. 3 18 3. 1 6 2. 2 12
6. Starost gradnje 6 1. 3 18 3. 1 6 2. 2 12
7. Na~in gradnje 3 2. 2 6 3. 1 3 1. 3 9
8. Opremljenost ku}e 15 2. 2 30 3. 1 15 1. 3 45
9. Stanje ku}e 6 2. 2 12 3. 1 6 1. 3 18
10. Finansijski uslovi 10 2. 2 20 3. 1 10 1. 3 30
Ukupno poena: 230 156 214
Ukupan plasman: 1. 3. 2.
Kona~ni plasman utvr|en je na osnovu izra~unatih ukupnih poena. Krajnji

rezultat je da je najbolja prva ku}a, zatim tre}a, pa druga.
3.7
ANALIZA POLJA UTICAJA
Mr Miodrag [ilobad
1. PODRU^JE PRIMENE
U procesima proizvodnje* svakodnevno se odvija proces dono{enja odluka. On
je neophodan zbog odràvanja relevantnih parametara stanja sistema unutar
granica tolerancije definisanih funkcijom cilja [115]. Dono{enje odluka sastoji
se iz 4 faze: dono{enja inicijalne odluke, analize sprovodivosti, izrade plana
sprovo|enja odluke i dono{enja kona~ne odluke. U zavisnosti od sloènosti
odluke, neke od ovih faza mogu se izvoditi vi{e puta. Analiza polja uticaja pri-
menjuje se kao alat za sistemati~no izvo|enje analize sprovodivosti odluke i
dobijanje podloga za izradu detaljnog plana sprovo|enja odluke.
U literaturi se, pored naziva "analiza polja uticaja" [7, deo II: prilog 6], koriste i
nazivi "force field analysis" (u prevodu sa engleskog: analiza polja sila) i "barri-
ers and aids" (prepreke i na~ini njihovog prevazilaènja)**.
Pojmovi koji }e se koristiti u tekstu definisani su u nastavku:
1. Polje uticaja: defini{e se kao kompleks odnosa relevantnih elemenata proiz-
vodnog sistema prema promeni koju sugeri{e neka odluka, odnosno prema
mogu}oj posledici realizacije te odluke. Odnosi se kvantifikuju intenzitetom uti-
caja. Osnovne dve grupe uticaja (odnosa) ~ine uticaji "ZA" i uticaji "PROTIV".
2. Analiza sprovodivosti odluke: treba da pokaè kakva je priroda uo~enih
uticaja, da li i kako je mogu}e delovati na elemente koji ih generi{u da bi se
promenom odnosa intenziteta zbirnih uticaja "ZA" i "PROTIV" olak{alo spro-
vo|enje odluke i da li bi taj odnos mogao da se popravi uvo|enjem novih
uticaja.
3. Plan sprovo|enja odluke: je lista aktivnosti kojima se doneta odluka reali-
zuje. Nakon analize sprovodivosti, pristupa se izradi detaljnog plana spro-
vo|enja odluke. Detaljno utvr|en plan sprovo|enja odluke neophodno je
kreirati pre dono{enja kona~ne odluke, uzimaju}i u obzir rezultate analize
sprovodivosti.
*
pojam proizvodnja se u ovom tekstu upotrebljava u {irem zna~enju te re~i, koje, u skladu sa definicijom 1.4 iz
standarda ISO 8402 (Re~nik kvaliteta) obuhvata i "uè "proizvodne procese (koji u rezultatu, izme|u ostalog,
imaju materijalni proizvod namenjen trì{tu) i uslu`ne procese (koji u svom rezultatu, pored ostalog, imaju
uslugu namenjenu trì{tu).
**
izvor sa interneta: http://www.demon.co.uk/mindtool/forcefld.html
2. OPIS METODE I POSTUPAK

2.1 Formiranje ulaznih podataka
Ulazne podatke za analizu polja uticaja predstavljaju dve liste uticaja: "ZA" i
"PROTIV". Jedan od na~na formiranja ovih listi je izvo|enje dva brainstor-
ming-a (prilog 3.9 u ovoj knjizi, [7] - deo II: prilog 5):
prvog na temu "uticaji ZA promenu" i
drugog na temu "uticaji PROTIV promene".
Kako je dono{enje odluka sloèn proces, a proizvodni sistem - sloèn sistem,
prakti~no ne postoji mogu}nost da se u obzir uzmu SVI uticaji (prvenstveno
zbog toga {to je u najmanju ruku neisplativo tragati za formalnim modelom
konkretnog proizvodnog sistema iz koga bi se mogao dedukovati i najmanji
uticaj). Zato se prilikom odre|ivanja listi relevantnih uticaja pribegava metodi
koja se naslanja na postoje}e iskustvo i znanje o proizvodnom sistemu.
Inicijator analize polja uticaja ~esto je prinu|en da konsultuje vi{e ljudi zbog
potrebe da se problem uvo|enja promena sagleda sa razli~itih strana. Kvalitet
koji on mora da poseduje je znanje o tome ko je sve kompetentan da predlaè
uticaje i sudi o njihovoj relevantnosti. U literaturi se brainstormig tehnika naj-
~e{}e navodi kao najpogodniji metod za formiranje ulaznih podataka za
analizu polja uticaja.
2.2 Popunjavanje formulara
Formular za analizu polja uticaja moè da ima izgled dat na slici 3.7.1.
Nazivi uticaja "ZA" i "PROTIV" preuzimaju se iz izvedenih brainstorminga i
unose na odgovaraju}a mesta u formular.
Nakon toga se u formular unose intenziteti svih relevantnih uticaja. Bitno je da
sve ocene intenziteta svakog uticaja budu me|usobno uporedive. U tu svrhu,
svuda gde je to mogu}e uticaj treba izraziti prema nov~anim, vremenskim ili
nekim drugim odabranim jedinicama, direktno ili indirektno, a saglasno pret-
hodno definisanom sistemu bodovanja. Kod uticaja kod kojih se to ne moè
posti}i, kao jedina mogu}nost ostaje davanje ekspertske procene.
U literaturi se preporu~uje iscrtavanje strelica u desno ispod svakog naziva uti-
caja "ZA", odnosno u levo ispod svakog uticaja "PROTIV", i to tako da duìna
strelice odslikava intenzitet datog uticaja.
Zbirni intenziteti dobijaju se kao zbir pojedina~nih intenziteta uticaja. Njihov
odnos daje se u dnu formulara. Na ovom mestu sti~e se inicijalna sliku o polju
uticaja koje se analizira.
Slede}i korak je analiza me|usobnih veza uticaja. Bez obzira da li je zbirni in-
tenzitet uticaja "ZA" ve}i, jednak ili manji od zabirnog intenziteta uticaja
"PROTIV", korisno je:
3.7 Analiza polja uticaja 297
utvrditi da li postoje na~ini da se deluje na relevantne elemente sistema

tako da se zbirni intenziteti "ZA" pove}aju, a "PROTIV" smanje i
koji su najracionalniji na~ini da se to postigne.
Smatra se da je bolje smanjiti intenzitete uticaja "PROTIV" nego pove}ati in-
tenzitete uticaja "ZA"[7-deo II: prilog 5]***. Delovanje na elemente - generatore
uticaja "ZA" sa ciljem pove}anja intenziteta tih uticaja ~esto dovodi do nepred-
vidivih situacija koje mogu izazvati suprotan efekat. Zato se preporu~uje
delovanje na elemente - generatore uticaja "PROTIV" ~ime se:
smanjuje ili elimini{e uticaj "PROTIV" na koji se deluje,
mogu smanjiti ili eliminisati neki drugi uticaji "PROTIV",
mogu indirektno oja~ati neki uticaji "ZA" i
u analizu, kao relevantni, mogu se uneti novi uticaji "ZA".
U zavisnosti od dobijene slike polja uticaja i sloènosti problema, nekad je
potrebno da se postupak delimi~no ili u potpunosti ponovi.
2.3 Rezultati i implikacije izvr{ene analize polja uticaja
Rezultat sprovedene analize polja uticaja je testiranje inicijalne odluke sa
stanovi{ta mogu}nosti njenog sprovo|enja. Ovim se dobijaju elementi za
izradu detaljnog plana realizacije odluke.
3. PRIMER
U nekom proizvodnom procesu donesena je inicijalna odluka o uvo|enju nove
tehnologije u proces proizvodnje. Nakon toga se pristupilo analizi polja
uticaja.
Uo~ena lista uticaja sa pridruènim intenzitetima prikazana je na slici 3.7.2.
Uvo|enjem nove tehnologije zadovoljila bi se èlja korisnika za novim
proizvodima na trì{tu (intenzitet 4 "ZA"), smanjili direktni i indirektni
tro{kovi nastali usled pojava neusagla{enosti u procesu proizvodnje (intenzitet
2 "ZA"), pove}ala produktivnost (intenzitet 3 "ZA"), a bez uvo|enja nove
tehnologije tro{kovi odràvanja bi porasli (intenzitet 1 "ZA").
S druge strane, neminovna je pojava znatnih tro{kova prekovremenog rada
zaposlenih usled potreba za obukom (intenzitet 3 "PROTIV"), prisutan je strah
zaposlenih od nove tehnologije (intenzitet 3 "PROTIV"), nova tehnologija izaziva
zaga|enje (intenzitet 1 "PROTIV"), ukupni tro{kovi uvo|enja nove tehnologije
su zna~ajni (intenzitet 3 "PROTIV") i uvo|enjem nove tehnologije dolazi do
pojave poreme}aja u ustaljenoj {emi po kojoj se odvija proces proizvodnje
(intenzitet 1 "PROTIV").
Primetno je da je tim za analizu ve}inu intenziteta uticaja dodeljivao na
osnovu kalkulacija ili procena koliki bi element - generator uticaja - svojim
***
izvor sa interneta: http://www.demon.co.uk/mindtool/forcefld.html
odnosom prema promeni ostvario profit ili gubitak proizvodnom sistemu (detaljnije o
zna~aju timskog rada za unapre|enje kvalitea videti u [73, 46 - poglavlje
3.2.5.1]). Kod ocene straha zaposlenih od nove tehnologije i poreme}aja u
proizvodnom procesu, tim je bio prinu|en na dono{enje manje ili vi{e grube
procene.
Slika 3.7.1: Formular za analizu polja uticaja

Slika 3.7.2: Popunjen formular za analizu polja uticaja

Nakon sprovo|enja prve analize, pristupilo se traganju za na~inima da se
ostvareni odnos (10:11 u korist uticaja "PROTIV") pobolj{a. Do{lo se do slede-
}ih zaklju~aka:
planiranim postepenim i sistematskim uve`bavanjem zaposlenih intenzitet
za ukupni tro{ak uvo|enja bi se pove}ao za 1 (angaòvanje instruktora,
psihologa itd), ali bi se za 2 poena smanjio intenzitet za strah zaposlenih od
nove tehnologije,
veoma zna~ajan korak ka pove}anju motivacije za prihvatanje nove teh-
nologije bilo bi jasno stavljanje do znanja zaposlenima da bi bez uvo|enja
nove tehnologije opstanak proizvodnog sistema na trì{tu bio ugroèn (nov
uticaj "ZA" intenziteta 2),
zaposlenima bi se moglo staviti do znanja da nova tehnologija smanjuje
potrebu za izvo|enjem monotonih radnji i pruà mogu}nost za ve}i razvoj
kreativnosti (nov uticaj "ZA" intenziteta 1),
intenzitet tro{kova prekovremenog rada bi mogao da se smanji za 2 poena

ako se plate radnika pove}aju i time bi intenzitet tro{ka uvo|enja nove
tehnologije porastao za 1 poen
uvo|enjem filtera za otpadne materije elimini{u se zaga|enja uz neznatne
dodatne investicije.
U drugoj fazi analize, tim je uglavnom bio prinu|en da procenjuje efekte pro-
mena unetih u polje uticaja i na osnovu njih formira nove intenzitete i unosi
nove uticaje. Nakon ponovnog sabiranja intenziteta uticaja "ZA" i "PROTIV"
ostvaren je odnos 13:8 u korist intenziteta "ZA" (slika 3.7.3). Analiza je pruìla
novi pogled na razmatrani problem i, na sistemati~an na~in, dala elemente za
izradu plana sprovo|enja odluke.
Slika 3.7.3
4. ZAKLJUÂK
Analiza polja uticaja se koristi u procesu dono{enja odluke kao jedna od meto-
da za analizu sprovodivosti odluke.
Izvo|enje analize polja uticaja podrazumeva postojanje liste uticaja "ZA" i
uticaja "PROTIV" dono{enja odluke. Svaki uticaj se ocenjuje kvantitativno,
{to omogu}ava:
dobijanje broj~anog odnosa zbirnog intenziteta uticaja "ZA" i "PROTIV" i
kvalitativnu analizu stanja polja uticaja u cilju racionalnijeg sprovo|enja
odluke.
Analiza polja uticaja omogu}ava sticanje nove celovite slike o elementima pro-
izvodnog sistema relevantnim za sprovo|enje odluke, i omogu}ava da se me-
todski korektno i sistemati~no kreira plan sprovo|enja odluke.
Lo{a strana analize polja uticaja je neophodnost postojanja kompetentnih i
iskusnih kadrova koji }e je sprovesti. Oni bi trebalo da, pored poznavanja
proizvodnog sistema, budu sposobni da sistemski rezonuju i pravilno uo~avaju
relevantne elemente za razmatran problem i stepene njihovih relevantnosti.
3.8
PORE\ENJE OSOBINA
1. PODRU^JE PRIMENE
Pore|enje osobina je tehnika koja omogu}ava merenje i upore|ivanje osobina
jednog procesa i/ili karakteristika jednog proizvoda ili usluga sa karakteristikama
nekog drugog procesa ili proizvoda, odnosno usluga. Postupak pore|enja se moè
izvoditi kako sa sopstvenim procesima, proizvodima ili uslugama u razli~itim
vremenskim periodima isto tako i sa procesima, proizvodima ili uslugama sa
proizvo|a~ima koji su priznati u bran{i u trenutku posmatranja [7].
Ovom tehnikom se utvr|uje sopstveni poloàj u trenutku pore|enja koji moè
posluìti kao podloga za utvr|ivanje mogu}nosti pobolj{anja kvaliteta objekta
pore|enja.
Jasno je da se ova tehnika moè primeniti u svim fazama ìvotnog veka proiz-
voda koje su definisane, prema ISO 9004, petljom kvaliteta.
2. OPIS
Problemi koji se javljaju, pri re{avanju zadataka vi{e atributivnog odlu~ivanja
(VAO) su veoma razli~iti [85]:
prisustvo ve}eg broja kriterijuma - atributa,
konflikt me|u kriterijumima,
neuporedive jedinice mere (svaki atribut je obi~no izraèn drugom jedini-
com mere) i
izbor alternative (problem eliminacije ili selekcije ve}eg broja alternati-
va).
Ako se sa istog stanovi{ta posmatra proces pore|enja osobina onda se kod
njega mogu identifikovati isti problemi s napomenom da se umesto izbora al-
ternative, koji se javlja kod VAO, ovde pojavljuje rangiranje alternativa
(objekata pore|enja) sa ciljem da se ustanovi poloàj na{eg objekta u odnosu
na konkurenciju - lidera u bran{i. Bitna razlika izme|u vi{ekriterijumskog
odlu~ivanja i pore|enja osobina je u tome {to se, kod pore|enja osobina,
nakon ocene sopstvenog poloàja vr{i pojedina~no pore|enje vrednosti svakog
odabranog atributa sa adekvatnim atributom najboljeg proizvo|a~a,
ustanovljava se razlika i kasnije se traè na~ini i postupci za njeno eliminisanje.
3.8 Pore|enje osobina 303
U tom smislu problem pore|enja osobina se svodi na tri zadatka i to :

1) utvr|ivanje ranga, objekta pore|enja,u odnosu na konkurente, ili pak
nekonkurente koji su priznati kao vode}i u toj bran{i,
2) pore|enje vrednosti odabranih atributa sa vrednostima atributa proizvo-
|a~a koji se nalazi na prvom mestu i
3) identifikovanje atributa kod kojih je najve}e odstupanje.
Jasno je da teì{te re{avanja problema leì na re{avanju 1. zadatka, ali isto
tako je jasno da se ovde sa uspehom moè primeniti neka od metoda vi{e atri-
butivnog odlu~ivanja koje su detaljno obra|ene u [15]. Za re{avanje druga dva
zadatka, u najve}em broju slu~ajeva nisu potrebne nikakve posebne tehnike.
3. POSTUPAK
Pore|enje osobina se moè realizovati slede}im koracima [7]:
1. Korak: Izbor objekta (predmeta) ~ije osobine èle da se porede
Izbor objekta je jedna od najodgovornijih faza u procesu odlu~ivanja,
jer od kvaliteta definisanja problema-izbora objekta zavisi da li je
uop{te mogu}e do}i do zadovoljavaju}eg re{enja. Izabrani predstav-
nici treba da budu realni reprezenti objekta pore|enja (procesa i/ili
proizvoda ili usluga) i da se neposredno odnose na zadovoljenje
potreba kupaca.
2. Korak: Definisanje cilja pore|enja
Definisanju cilja treba posvetiti veliku pa`nju jer ako se izabere
pogre{an cilj onda se re{avaju nebitni problemi. (Detaljnije o
ovome videti u [110]).
3. Korak: Odre|ivanje {ta se i sa kim se poredi
To mogu biti kompanije ili firme koje su direktni konkurenti i/ili
nekonkurenti, ali koji su priznati kao vode}i u bran{i za odabrani
objekt pore|enja.
4. Korak: Definisanje atributa koji su nosioci kriterijuma za utvr|ivanje
vrednosti
Atributi su karakteristike koje su upotrebljene za opis objekta
pore|enja i pomo}u njih se vr{i evaluacija nivoa ostvarenosti ili
ostvarljivosti jednog cilja i zato njihovo definisanje treba da izvr{e
eksperti iz razli~itih oblasti.
5. Korak: Prikupljanje podataka
Podaci koji su potrebni za pore|enje se mogu prikupiti direktnim
kontaktom, iz stru~ne literature, intervjuima, li~nim i profesional-
nim kontaktima itd. Valja imati na umu da prikupljanje podataka
zahteva odre|eni vremenski period, i da je vezano za tro{kove sa-
mog sprovo|enja koji rastu sa obimom prikupljenih podataka.
6. Korak: Formiranje matrice odlu~ivanja

Uobi~ajen na~in predstavljanja problema u vi{e atributivnom odlu-
~ivanju je matri~ni oblik. Matrica odlu~ivanja O je (mxn) matrica
~iji elementi xij ozna~avaju vrednost i-te alternative ai, i=1,2...,m, u
odnosu na j-ti atribut Aj ,j=1,2,...,n :
A1 A2 An
a1 x11 x12 L x1 n

a2 x21 x22 L x2 n
O=
M M M M

am xm1 xm 2 L xmm
7. Korak: Transformacija atributa

Kod vi{ekriterijumskog odlu~ivanja obi~no se alternative opisuju
sa dve vrste atributa i to: kvantitativnim i kvalitativnim. Problemi
koji se u ovakvim situacijama pojavljuju su dvojake prirode:
kako uporediti ove dve vrste atributa i
kako tretirati nehomogene jedinice mere (kg, m, km/h, N,
din, ...). Za merenje razli~itih kvantiteta uglavnom koriste se
tri vrste skala merenja [15]:
1) Redna (ordinalna) skala, koja stavlja merene akcije
u redosled (rangove) pri ~emu se ne vodi ra~una o
relativnom rastojanju izme|u rangova.
2) Intervalna skala-obezbe|uje jednake intervale izme-
|u akcija i ozna~ava razlike ili rastojanja akcija od
nekog unapred definisanog repera (originala).
3) Skala odnosa koja obezbe|uje jednake intervale
izme|u akcija i ozna~ava razlike ili rastojanja od
nekog originala koji nije unapred definisan.
Ve}ina metoda VAO koristi prve dve skale da bi se izvr{ila potreb-
na transformacija kvalitativnih atributa.
Jedna od naj~e{}e kori{}enih transformacija kvalitativnih u kvanti-
tativne atribute, odnosno u intervalne skale vr{i se pomo}u tzv. bi-
polarne skale. Postupak se sastoji u tome da se izabere skala od 10
ta~aka, pa se onda 0 dodeli najnièm , a 10 najvi{em nivou koji se
mogu fizi~ki realizovati. Sredina intervala je tako|e va`na po{to ona
predstavlja granicu izme|u poèljnog i nepoèljnog. Kada se svi
atributi izraze kvantitativno onda se veoma ~esto vr{i njihova
normalizacija, koja naj~e{}e moè biti dvojaka:
1) Vektorska normalizacija koja se sastoji u tome da se svaki
vektor red matrice odlu~ivanja podeli svojom normom.
Vrednost svakog ~lana normalizovane matrice odlu~ivanja

izra~unava se po obrascu (1):
x ij
n ij = ........................................................ (1)
LM x OP
1
m 2
2
N
i =1 Q ij
Prednost ovakve normalizacije je u tome {to vrednosti

atributa postaju bezdimenzionalne veli~ine.
2) Linearna transformacija se obavlja deljenjem vrednosti ne-
kog atributa sa sopstvenom maksimalnom vredno{}u, od-
nosno po obrascu (2):
xij
lij = ................................................................... (2)
max( xij )
Nakon ove transformacije vrednosti l se kre}u u intervalu [0,1], a
povoljniji je onaj rezultat koji je bliì jedinici.
Jedan od va`nih podataka , koji se koristi u nekim metodama
vi{e atributivnog odlu~ivanja je relativna va`nost svakog
pojedinog atributa koja se naziva ponder atributa. Relativna
va`nost razmatranih atributa odre|uje se skupom pondera koji
su tako normalizovani da im je ukupan zbir jednak jedinici. Za
slu~aj n atributa, skup pondera se daje kao:
tj=(t1, t2, ..., tj, ... tn) ......................................................... (3)
pri ~emu je :
n
t
j =1
j =1 i 0 < t j < 1 ........................................ (4)
Ve}a vrednost pondera pokazuje da je posmatrani atribut va`niji

u odnosu na atribut koji ima manju vrednost pondera.
8.Korak: Izbor metode vi{e atributivnog odlu~ivanja
Izabrati metodu koja }e dati najbolje rezultate imaju}i u vidu
objekat pore|enja kao i definisani cilj. Da bi se ~itaocima
ukazalo na teìnu i zna~aj ovog koraka u nastavku }e, ukratko,
biti prikazane neke od metoda, koje se naj~e{}e koriste.
Detaljnije o ovome i drugim metodama videti u [15].
Metoda dominacije
Po ovoj metodi alternativa je dominantna ako nadma{uje neku
drugu metodu u jednom ili vi{e atributa. Tehnika rangiranja je
veoma jednostavna, po{to se upore|uju atributi pojedinih

parova alternativa, po ve} navedenom kriterijumu.
Maxi-min metoda
Ova metoda se primenjuje u situacijama kada ukupna
perfomansa neke alternative zavisi od najslabijeg atributa.
Metoda se sastoji u tome da se za svaku alternativu identifikuje
najnià vrednost atributa i onda se bira alternativa sa najprihvat-
ljivijom vredno{}u njenog najnièg atributa, odnosno bira se
maksimum (po alternativama) od minimalnih vrednosti (po atri-
butima). Po ovoj metodi svaku akciju reprezentuje njen
najslabiji atribut, a izbor alternative a* se vr{i prema:

a * = a i = max min x ij , j = 1,2, kK , n, i = 1,2, kK m (5)
i j

Maxi-max metoda
Suprotno predhodnoj metodi, ova metoda bira akciju po
najboljoj vrednosti atributa. Izbor alternative a* se vr{i prema:

a * = a i = max max lij , j = 1,2, kK , n, i = 1,2, kK m (6)
i j
gde je l dobijeno linearnom transformacije vrednosti x .
Metod jednostavnih aditivnih teìna
Po ovoj metodi, donosilac odluke svakom atributu dodeljuje te-
ìnu po zna~ajnosti, koja potom postaje koeficijent uz
promenljivu. Ako se predpostavi da je svakom atributu
dodeljena odgovaraju}a teìna: t = {t1 ,t2 ,...tn} onda se
alternativa a* bira na osnovu izraza:
RS n n
a * = a i max t j xij / t j
UV
T j =1 j =1 W ........................................... (7)
9. Korak: Utvr|ivanje poloàja - ranga sopstvene alternative
Utvr|ivanje poloàja - ranga sopstvene alternative u odnosu na
razmatrane altenative.
10. Korak: Upore|ivanje
Upore|ivanje vrednosti sopstvenih atributa sa vrednostima atri-
buta alternative koja se nalazi na prvom mestu. Ovde se moè
primeniti metoda dominacije.
11.Korak: Identifikovanje atributa
Identifikovanje atributa kod kojih je najve}e odstupanje.
4. PRIMER
Uporediti postupke izrade jednog hipoteti~kog proizvoda u sopstvenom pre-
duze}u sa postupkom izrade istog predmeta rada kod proizvo|a~a koji je
priznat za lidera u bran{i [7].
Re{enje:
Po{to se radi o didakti~kom primeru onda nije potrebno raditi korake:1, 2, i 3,
definisane u predhodnoj ta~ki, tako da prikaz re{enja po~inje 4. korakom.
4.Korak: Definisanje atributa
Atributi, koji su u ovom primeru uzeti da odre|uju proces izrade su:
1) Dokumentacija
1.1 konstruktivna
1.2 tehnolo{ka
1.3 za upravljanje proizvodnjom
Kod vrednovanja za svaku grupu dokumentacije uzima se u obzir njena:
.1 kompletnost
.2 preglednost
.3 sadràjnost
.4 aùrnost
2)Alati i pribori
Kod vrednovanja alata i pribora uzima se u obzir njihova:
2.1 uskla|enost sa zahtevima
2.2 pravilna eksploatacija
2.3 kompletnost na radnom mestu
3)Tehnolo{ki sistemi (obradni, merni, i za rukovanje materijalom).
Kod vrednovanja tehnolo{kih sistema uzima se u obzir njihova:
3.1 sposobnost za obavljanje zahtevane operacije
3.2 stanje u kome se nalaze
3.3 stepen automatizovanosti
4) Radnik
Kod vrednovanja radnika uzima se u obzir njegova:
4.1 obu~enost
4.2 psihofizi~ke sposobnosti
4.3 motivisanost
5)Radno mesto
Kod vrednovanja radnog mesta uzima se u obzir:
5.1 snabdevenost
5.2 ergonomska oblikovanost

5.3 uslovi rada
5.4 urednost
6)Kvalitet
Kod vrednovanja kvaliteta uzima se u obzir:
6.1 mogu}nost pojave lo{eg kvaliteta
6.2 mogu}nost uo~avanja lo{eg kvaliteta
6.3 gubici zbog lo{eg kvaliteta
6.4 mogu}nosti otklanjanja lo{eg kvaliteta
5. Korak: Prikupljanje podataka
Podaci nisu prikupljeni iz realnog procesa.
6. Korak: Formiranje matrice odlu~ivanja
Matrica odlu~ivanja je formirana sa 29 atributa i dve alternative i to za sopstveno
preduze}e i lidera. Za ocenjivanje su kori{}ene opisne i kvalitativne ocene:
vrlo malo - (02) a (910) za atribut 6
malo - (34) a (78) za atribut 6
srednje - (56) a (56) za atribut 6
visoko - (78) a (34) za atribut 6
vrlo visoko - (910) a (02) za atribut 6
Matrica odlu~ivanja prikazana je u tabeli 3.8.1
7. Korak: Transformacija atributa
Za transformaciju kvalitativnih u kvantitativne atribute kori{}ena je bipolarna
skala od 10 ta~aka na na~in kako je opisano u koraku 7 u predhodnoj ta~ki.
Osim toga izvr{eno je odre|ivanje relativne va`nosti svakog pojedinog
atributa. Ponderi su odre|eni sukcesivnim pore|enjem, a dobijeni rezultati su
prikazani u tabeli 3.8.2
8.Korak: Izbor metode vi{e atributivnog odlu~ivanja
Za re{avanje posmatranog problema izabrana je metoda jednostavnih
aditivnih teìna.
Dobijeni rezultati su prikazani u tabeli 3.8.3.
Oznake u tabeli imaju slede}e zna~enje:
Ni - redni broj atributa definisanog u koraku 4.
Primer: 1.1.1. = kompletnost konstruktivne dokumentacije
Gi - Teìna atributa, koja se ra~una kao: Gi = K i
Primer: Gi = 0.26x0,4x0,25= 0.026 odnosno 2,6%
Bi - Transformisana kvantitativna vrednost atributa iz tabele 3.8.1.
Pi - Zna~ajnost atributa, koje se ra~una kao: Pi = Gi xBi
Tabela 3.8.1
OCENA
Oznaka i naziv SOPSTVENO PREDUZE]E LIDER
atributa Opisna Kvant. Opisna Kvant.
1 Dokumentacija
1.1 Konstruktivna - - - -
1.1.1 Kompletnost Srednja 6 Visoka 8
1.1.2 Preglednost Mala 4 Visoka 8
1.1.3 Sadràjnost Mala 3 Visoka 7
1.1.4 Aùrnost Visoka 7 Vrlo visoka 9
1.2 Tehnolo{ka - - - -
1.2.1 Kompletnost Srednja 5 Visoka 7
1.2.2 Preglednost Mala 3 Visoka 8
1.2.4 Aùrnost Srednja 6 Vrlo visoka 10
1.3 Za upravlj. proizv. - - - -
1.3.1 Kompletnost Visoka 7 Vrlo visoka 10
1.3.2 Preglednost Srednja 6 Visoka 8
1.3.4 Aùrnost Srednja 6 Vrlo visoka 9
2 Alati i pribori - - - -
2.1 Uskla|enost Srednja 5 Vrlo visoka 10
2.2 Eksploatacija Visoka 8 Vrlo visoka 9
2.3 Kompletnost Srednja 6 Vrlo visoka 10
3 Tehnolo{ki sistemi - - - -
3.1 Sposobnost Srednja 6 Vrlo visoka 9
3.2 Stanje Mala 4 Visoka 8
3.3 Step. automatiz. Srednja 5 Srednja 6
4 Radnik - - - -
4.1Obu~enost Visoka 7 Vrlo visoka 9
4.2 Psihofiz. osobine Srednja 6 Visoka 8
4.3 Motivisanost Srednja 5 Vrlo visoka 10
5 Radno mesto - - - -
5.1 Snabdevenost Srednja 6 Vrlo visoka 10
5.2 Ergonom. zahtevi Vrlo mala 2 Vrlo visoka 10
5.3 Uslovi rada Mala 3 Vrlo visoka 9
5.4 Urednost Mala 4 Visoka 8
6 Kvalitet - - - -
6.1 Pojava lo{. kval. Srednja 6 Mala 8
6.2 Uo~avanje lo{. kom. Mala 3 Visoka 7
6.3 Gubici Visoka 4 Vrlo mala 9
6.4 Otklanj. lo{. kval. Mala 3 Visoka 8
Tabela 3.8.2
Atributi Vrednovanje
Oznaka Naziv I korak II korak III korak
1 dokumentacija 16,66 26 26
2 alati i pribori 16,66 20 22
3 tehnolo{ki sistemi 16,66 16 15
4 radnik 16,66 18 17
5 radno mesto 16,66 8 6
6 kvalitet 16,70 12 16
100,00 100 100
9.Korak: Utvr|ivanje poloàja - ranga sopstvene alternative u odnosu na

razmatranu altenativu
Ukupna vrednost alternative ra~una se sabiranjem vrednosti Pi za svaki atribut iz
tabele 3.8.3 tako da se dobijaju vrednosti (Pi)L za lidera i (Pi)s za sopstveno
preduze}e kako je to dato u tabeli 3.8.4. Ukupna vrednost vrednovane alternative,
u datom primeru, za sopstveno preduze}e iznosi (Pi)s=520,25 a za lidera
(Pi)L=870,75, dok je maksimalna mogu}a vrednost 1000.
Ako se ovo èli svesti na ocene prema koraku 6, onda je ukupna vrednost za
sopstveno preduze}e:
UVs =
(P ) i s
=
520,25
= 5,20 ,
G i
100
a za lidera je ukupna vrednost:
UV L =
(P )
i L
=
870,75
= 8,70
G i
100
10.Korak: Upore|ivanje vrednosti sopstvenih atributa sa vrednostima atributa

alternative lidera vr{i se primenom metoda dominacije
Za pore|enje atributa koris{}eni su me|uzbirovi zna~ajnosti za pojedinu grupu
atributa. Izra~unava se:
Pi = ( Pi ) L ( Pi ) s i
P
Pi [%] = 100%
Pi
Dobijeni rezultati su prikazani u tabeli 3.8.4.
Tabela 3.8.3
Ni Oznaka nivoa Teìna Sopst. preduz. Lider
Ozn. i naz. atributa 1 2 3 Gi B1i P1i B2i P2i
1 Dokumentacija 0.26
1.1 Konstruktivna 0.4
1.1.1 Kompletnost 0.25 2.60 6 15.60 8 20.80
1.1.2 Preglednost 0.25 2.60 4 10.40 8 20.80
1.1.3 Sadràjnost 0.25 2.60 3 7.80 7 18.20
1.1.4 Aùrnost 0.25 2.60 7 18.20 9 23.40
1.2 Tehnolo{ka 0.4 10.40 52.00 83.20
1.2.1 Kompletnost 0.25 2.60 5 13.00 7 18.20
1.2.2 Preglednost 0.25 2.60 3 7.80 8 20.80
1.2.3 Sadràjnost 0.25 2.60 3 7.80 9 23.40
1.2.4 Aùrnost 0.25 2.60 6 15.60 10 26.00
1.3 Za upravlj. proizv. 0.2 10.40 44.20 88.40
1.3.1 Kompletnost 0.25 1.30 7 9.10 10 13.00
1.3.2 Preglednost 0.25 1.30 6 7.80 8 10.40
1.3.3 Sadràjnost 0.25 1.30 3 3.90 7 9.10
1.3.4 Aùrnost 0.25 1.30 6 7.80 9 11.70
2 Alati i pribori 0.20 5.20 28.60 44.20
2.1 Uskla|enost 0.35 7.0 5 35.00 10 70.00
2.2 Eksploatacija 0.20 4.0 8 32.10 9 36.20
2.3 Kompletnost 0.45 9.0 6 54.00 10 90.00
3 Tehnolo{ki sistemi 0.15 20.00 121.00 196.00
3.1 Sposobnost 0.45 6.75 6 40.50 9 60.75
3.2 Stanje 0.40 6.00 4 24.00 8 48.00
3.3 Step. automatiz. 0.15 2.25 5 11.25 6 13.50
4 Radnik 0.17 15.00 75.75 122.25
4.1Obu~enost 0.50 8.50 7 59.50 9 76.50
4.2 Psihofiz. osobine 0.30 5.10 6 30.60 8 40.80
4.3 Motivisnaost 0.20 3.40 5 17.00 10 34.00
5 Radno mesto 0.06 17.00 107.10 151.30
5.1 Snabdevenost 0.40 2.40 6 14.40 10 24.00
5.2 Ergonom. zahtevi 0.20 1.20 2 2.40 10 12.00
5.3 Uslovi rada 0.20 1.20 3 3.60 9 10.80
5.4 Urednost 0.20 1.20 4 4.80 8 9.60
6 Kvalitet 0.16 - 6.00 25.20 56.40
6.1 Pojava lo{. kval. 0.30 4.80 6 36.00 8 48.00
6.2 Uo~avanje lo{. kom. 0.20 3.20 3 14.40 7 33.60
6.3 Gubici 0.20 4.00 4 4.80 9 10.80
6.4 Otklanj. lo{. kval. 0.25 4.00 3 12.00 8 32.00
- - 16.00 63.40 129.00
SUMA 1,00 - - 100 - 520.25 - 870.75
Tabela 3.8.4
Grupa atributa bP g i L bP g
i S Pi Pi % rang
1.1 Konstruktivna dokumentacija 83.20 52.00 31.20 8.90 6
1.2 Tehnolo{ka dokumentacija 88.40 44.20 44.20 12.61 4
1.3 Dokument. za upr. proizvod. 44.20 28.60 15.60 4.45 8
2 Alati i pribori 196.00 121.00 75.00 21.39 1
3 Tehnolo{ki sistemi 122.25 75.75 46.50 13.26 3
4. Radnik 151.30 107.10 44.20 12.61 5
5. Radno mesto 56.40 25.20 31.20 8.90 7
6. Kvalitet 129.00 66.40 62.6 17.86 2
870.75 520.25 350,05 100,00
11.Korak: Identifikovanje atributa kod kojih je najve}e odstupanje

U tabeli 3.8.4 (kolona "Rang") prikazan je redosled atributa koji imaju
najve}e odstupanje. Najve}e razlike u odnosu na lidera su:
1. Alat i pribor,
2. Kvalitet i
3. Tehnolo{ki sistem.
5. ZAKLJUÂK
Kako se kod pore|enja osobina radi o vi{e atributivnom odlu~ivanju, to je ne-
ophodno da korisnici ove metode su{tinski i dobro poznaju objekti pore|enja.
Pored toga, vrednovanje karakteristika u objektu pore|enja nije egzaktno
nego nosi u sebi elemente subjektivnosti, to da bi se metodom dobili
objektivniji rezultati korisno je da se sprovede od strane vi{e eksperata.
Rezultati pore|enja osobina dobijeni nezavisnim procenama pojedinih
eksperata se uprose~avaju i time se dobija objektivniji rezultat. Korektno
sprovo|enje ove metode omogu}ava racionalno dono{enje odluke.
3.9
BRAINSTORMING I BRAINWRITING
Mr Miodrag [ilobad
1. PODRU^JE PRIMENE
Tehnike generisanja ideja, kako i sam naziv govori, sluè za prikupljanje i
generisanje ideja, odn. za razvoj kreativnih re{enja problema razli~itih vrsta.
Posebno se koriste za re{avanje menadèrskih problema.
Najzna~ajnije i naj~e{}e kori{}ene tehnike su:
brainstorming i
brainwriting.
Obe tehnike su grupne, odn. koristi se grupa u~esnika za razvoj ideja koje
mogu da pomognu, odn. dovedu do re{enja nekog problema.
Brainstorming (oluja misli) je tehnika koja podsti~e kreativno mi{ljenje
grupe u~esnika u cilju dobijanja {to ve}eg broja ideja za kratko vreme. Ovu
tehniku je razvio, tridesetih godina ovog veka, poznati stru~njak za advertising
(izvorno zna~enje: ogla{avanje, reklame) Alex Osborn sa Medison Avenije.
Brainwriting je, tako|e, grupna tehnika ~iji je cilj razvoj ideja, ali za razliku od
brainstorminga, u~esnici svoje ideje zapisuju. Ova tehnika elimini{e mogu}i
uticaj vo|e (moderatora seanse) na mi{ljenja u~esnika, kao i mogu}i direktni
ili indirektni uticaj na obuzdavanje slobodnog i neograni~enog izno{enja ideja.
Do sada je razvijeno vi{e verzija obe ove tehnike, ali sve ove mutacije su
uglavnom zasnovane na istim osnovama [1], [9], [29], [75], [96], [97], [109].
Za razli~ita podru~ja se modifikuju i prilago|avaju, tako da postoje verijacije
za:
generisanje ideja za razvoj novih proizvoda,
re{avanje menadèrskih problema u razli~itim domenima,
unapre|enje prodaje i plasmana proizvoda,
unapre|enje kvaliteta proizvoda i usluga itd.
2. BRAINSTORMING TEHNIKA
U ovom odeljku je dat detaljan opis tehnike i prikaz postupka primene. Zatim
je dat primer primene i u zaklju~cima navedene napomene, prednosti i
nedostaci brainstorming tehnike.
2.1 Opis
Grupe za brainstorming seanse se formiraju tako da se obezbedi opu{tena
atmosfera i iskoristi potencijalna energija u~esnika u cilju sinergetskog efekta
grupe, kao celine, koja se fokusira na problem. U~esnici treba da se
me|usobno dobro poznaju.
Postoje odre|ena pravila ove grupne tehnike [75], [97]:
nisu dozvoljene kritike iznetih ideja. Na taj na~in se iznete ideje
mogu dalje razvijati,
podsticati {a{ave ideje. [to je ideja ~udnija, to bolje! Treba
zaboraviti stereotipan racionalan na~in razmi{ljanja, jer se samo
kreativnim mi{ljenjem mogu roditi iznena|uju}e dobre ideje [74],
kvantitet ideja je vrlo vaàn - {to vi{e ideja to je bolje,
razvijati ideje, dodavanjem novih na postoje}e, kombinovati ideje ili
njihove ideje,
na kraju vrednovati iznete ideje,
ograni~iti vreme seanse (npr. 30 minuta).
Uobi~ajeno je da se za vreme jedne brainstorming seanse generi{e i vi{e
desetina ideja.
Preporuke za uspe{no realizovanje brainstorming seanse:
odrediti vo|u/moderatora seanse, ~ija uloga obuhvata: stvaranje
opu{tene atmosfere, po~etno definisanje problema za izazivanje olu-
je ideja (vidi tehniku Izbor problema), podsticanje i stimulisanje
kreativnog razmi{ljanja, spre~avanje kritikovanja iznete ideje, inicira-
nje nove ideje itd,
odrediti sekretara seanse koji iznete ideje ispisuje na tabli, panou, fo-
liji ili sli~no i numeri{e rednim brojevima,
u~esnici spontano iznose ideje, ne kritikuju tu|e ideje, ali ne doz-
voljavaju ni kritikovanje svojih ideja, vrednuju ideje ako to vo|a traì
od njih.
2.2 Postupak
Postupak brainstorminga se sprovodi u nekoliko tipi~nih koraka. Razli~iti
autori navode 5-8 koraka. U ovom odeljku je prikazan postupak u 6 koraka na
dijagramu toka (slika 3.9.1).
3.9 Brainstorming i brainwriting 315
Slika 3.9.1: Dijagram toka brainstorminga
Korak 1: Upoznavanje sa pravilima

Vo|a/moderator upoznaje u~esnike seanse sa pravilima tehnike
brainstorminga i podsti~e atmosferu za kreativno mi{ljenje i izno{enje ideje.
Korak
Korak 2: Definisanje teme
Vo|a/moderator obja{njava/defini{e temu - problem za koji se traè ideje koje
mogu pomo}i da se on re{i.
Korak 3: Izno{enje ideja
U~esnici brainstorming seanse iznose ideje, koje sekretar grupe ispisuje tako
da ih svi u~esnici vide.
Korak 4: Vrednovanje ideja
Iznete i zapisane ideje se ocenjuju/vrednuju od strane u~esnika seanse, a zatim
rangiraju prema zna~aju, odn. prioritetu. Za ocenjivanje se koriste razli~ite
skale uticaja, npr. od -5 do +5, od 0 do 5 i sl.
Korak 5: Predlaganje akcija

akcija
Na osnovu utvr|ene rang liste ideja, u~esnici grupe predlaù mogu}e akcije
koje treba sprovesti za re{avanje utvr|enog problema.
Korak 6: Dono{enje plana
U~esnici grupe, pod rukovodstvom vo|e seanse, utvr|uju rang listu - tj.
prioritet akcija koje treba realizovati, sa predlogom rokova, izvr{ilaca,
sredstava, budèta itd.
2.3 Primer
Steve Grossman [29] je razvio tehniku suprotnih pretpostavki i na taj na~in
postigao generisanje jedinstvenih, kreativnih ideja. Tehnika se sastoji iz tri
koraka:
1. sastaviti listu pretpostavljenih problema, bez obzira {to izgledaju
trivijalni,
2. promeniti pretpostavke (napraviti suprotne od navedenih u 1)
3. iskoristiti suprotne pretpostavke kao stimulans za
generisanje/sugerisanje novih ideja.
U primeru je osnovna pretpostavka da ste vlasnik restorana i da èlite da
pove}ate broj gostiju. Po~injete pretpostavkama:
restoran sluì hranu gostima,
gosti jedu hranu,
restoran je lociran van ku}e,
ljudi pla}aju hranu,
ljudi sede na stolicana i jedu hranu,
hrana se priprema u restoranu.
Okrenite sada problem, odn. na~inite suprotne pretpostavke:
restoran ne sluì hranu gostima,
gosti ne jedu hranu,
restoran je lociran u ku}i,
ljudi dobijaju besplatno hranu,
ljudi sede na podu i jedu,
ljudi prepremaju hranu u restoranu.
Sada odaberite jednu ili vi{e suprotnih pretpostavki za ciljne (ni{anske)
ideje. Npr. uzmite:
razviti specijalni prostor za ljubitelje hrane,
po~nite sa uslugom snabdevanja hranom koja zahteva odre|enu
pripremu (npr. isporuku sastojaka za sendvi~e koje vi pripremate u
ku}i),
po~nite program u kome mu{terija dobija npr. peti put besplatnu

hranu (ku}a ~asti!),
ponudite gostima opciju da sami kuvaju svoju hranu!
2.4 Zaklju~ak
U~esnici u seansi moraju da budu postupno obu~avani. Za po~etak se
preporu~uje ve`ba na nekom svima dobro poznatom problemu iz firme.
Tehnika je veoma prosta i vrlo efikasna.
Prednosti brainstorming tehnike su:
generisanje obilja novih i inoviranih ideja (sinergetski efekat grupe je da
se generi{e ukupan broj ideja koji je po pravilu ve}i od zbira ideja
pojedinaca) za kratko vreme,
odlaganje prosu|ivanja i ocenjivanja (vrednovanja) u cilju ohrabrivanja i
podsticanja u~esnika na kreativno mi{ljenje,
negovanje kreativnosti i zabavnog duha,
primena prioritetnih akcija je mogu}a odmah.
Nedostaci su:
veoma je te{ko voditi/upravljati izno{enje ideja,
mnoge ideje su povr{ne, nema vremena za sazrevanje,
primenjiva je na jednostavne probleme
pojedini u~esnici ponekad kritikuju ideje drugih i u analizama i rangiranju
ideja insistiraju na svojim stavovima i name}u ih ostalima u grupi,
~esto ograni~ava indivudualne zasluge za ideju.
3. BRAINWRITING TEHNIKA
U ovom odeljku je dat detaljan opis tehnike i prikaz postupka njene primene.
Dalje je prikazan primer primene [1], [9]. Na kraju su izvedeni odgovaraju}i
zaklju~ci u smislu preporuka za primenu i navedene prednosti i nedostaci
brainstorming tehnike.
3.1 Opis
Grupa za brainwriting se naj~e{}e formira od 6 u~esnika. Za rad grupe se
formuli{u 3 po~etne ideje od strane svakog od 6 u~esnika, odnosno 18 ideja.
Po~etna pitanja se ispisuju da budu vidljiva svim u~esnicima grupe.
Jedan od u~esnika je vo|a/moderator, koji prati i ubrzava rad grupe. êsto se
koristi simultan rad vi{e brainwriting grupa.
U~esnici zapisuju ideje - odgovore na inicijalna pitanja, u blok ~iji je izgled
prikazan na slici 3.9.2.
Vreme za upisivanje odgovora je obi~no 510 minuta.

Posle upisivanja odgovora svi u~esnici svoje blokove stavljaju na sredinu stola i
uzimaju blok drugog u~esnika koji do tada nisu uzimali radi ~itanja odgovora
drugih u~esnika i komentarisanja njihovih ideja. Ovaj postupak se ponavlja
dok svaki u~esnik ne pro|e kroz blokove svakog od u~esnika.
BRAINWRITING Ime i prezime u~esnika

SEANSA __________________________________________________
PROBLEM/PITANJE/TEMA: _____________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
Napomene korisniku:
1. Upi{ite svoje ime i prezime
2. Odaberite jedan ili vi{e problema za koji }ete predlagati ideje za re{enje i
numeri{ite ih
3. U roku od 5-10 minuta ispi{ite svoje ideje
IDEJE / ODGOVORI
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
Slika 3.9.2: Izgled bloka za brainwriting
Seansa obi~no traje oko 1 sat.

Poznate su i druge varijante brainwriting tehnike, kao {to je tehnika
kolektivne mreè, kod koje u~esnik svakog dana zapisuje ideje u blok u kome
su definisane teme, odn. problemi. Blokovi se povremeno skupljaju i dele
u~esnicima koji do tada nisu upisali svoje ideje/mi{ljenja u odre|ene blokove.
3.2 Postupak
Postupak brainwritinga se izvodi u nekoliko koraka. Na slici 3.9.3 je dat prikaz
dijagrama toka postupka brainwritinga.
Slika 3.9.3: Dijagram toka postupka brainwritinga
Korak 1: Izbor na~ina rada

Koordinator brainwritinga odlu~uje da li }e svi u~esnici grupe (ili vi{e grupa)
dobiti isto zajedni~ko inicijalno pitanje/problem za re{avanje ili }e birati
pitanje (ili vi{e njih) iz grupe ponu|enih alternativnih pitanja.
Korak 2: Upoznavanje sa pravilima
Koordinator formira grupu (ili vi{e njih) za brainwriting i, sam ili sa
vo|ama/moderatorima grupa, u~esnicima daje obja{njenja svrhe i cilja seanse,
prikazuje i obja{njava korake rada grupe, obja{njava kako }e se koristiti
rezultati rada grupe, odre|uje vreme trajanja seanse itd. Ako je formirano vi{e
grupa u svakoj postoji jedan vo|a/moderator koji sara|uje sa koordinatorom
brainwritinga.
Korak 3: Zapisivanje ideja
Ako grupa predlaè ideje za re{avanje jednog problema/teme u~esnici u
blokove upisuju odgovore na to pitanje. Ukoliko u~esnici grupe imaju
ponu|eno vi{e problema/tema, oni biraju problem (ili vi{e njih) i upisuju ideje
za njegovo re{avanje.
Korak 4: Upisivanje komentara

komentara
Kada u~esnici upi{u ideje u svoje blokove, stavljaju ih na sredinu stola i
uzimaju slede}i blok u koji upisuju komentar na prethodno upisane odgovore i
komentare drugih u~esnika. Postupak se ponavlja sve dok svi u~esnici ne daju
komentare na ideje svih ~lanova grupe. Uobi~ajen je i na~in rada kada u~esnik
upi{e ideje, svoj blok daje u~esniku desno od sebe, a u blok koji je dobio od
u~esnika levo upisuje svoje mi{ljenje i komentar. Proces se ponavlja sve dok
svaki u~esnik ne dobije nazad svoj blok.
Korak
Korak 5: Analiza ideja i komentara
Kompletirani blokovi se predaju koordinatoru brainwritinga, koji ih sa
vo|ama grupa analizira, sintetizuje, izvodi zaklju~ke i prezentuje ih grupama
koje diskutuju zaklju~ke i izvode podloge za re{avanje problema / teme.
Obi~no se stavovi grupe sintetizuju i rangiraju i prikazuju matricom
prikazanom na slici 3.9.4.
BRAIN- Grupa / Ime i prezime u~esnika

WRITING
SEANSA __________________________________________________
Napomena:
1. Upisati tri najva`nija problema
2. Upisati {est najboljih ideja za re{enje problema
3. Izvr{iti rangiranje uticaja ideje na re{avanje problema upisivanjem ocena 05 u
polje matrice
Problem
1. ______________ Ocena 2. ______________ Ocena 3. _____________ Ocena
R. br. ______________ ______________ _____________
ideje
1.
2.
3.
4.
5.
6.
Slika 3.9.4: Matrica uticaja ideja na re{avanje problema

3.3 Primer
U jednoj organizaciji je osnovni problem bio kako smanjiti broj reklamacija
(àlbi) korisnika (kupaca) na kvalitet proizvoda. Izvedena je brainwriting
sesija sa pet grupa od po {est u~esnika, a tri inicijalna/podsticajna pitanja, od
kojih su u~esnici birali jedno ili vi{e, su bila:
1. Kako je mogu}e eliminisati uticaj materijala na kvalitet proizvoda?
2. Kako je mogu}e izbe}i pojavu otkaza u procesima proizvodnje
proizvoda?
3. Kako je mogu}e izbe}i da proizvod sa gre{kom ({kart) stigne do
kupca?
U~esnici su spontamo birali inicijalne probleme (pitanja) i na njih davali
predloge (ideje) za re{enje.
Bilo je preko 300 vi{e ili manje razli~itih, odnosno sli~nih ideja, ali su se posle
rangiranja iskristalisale ideje prikazane u tabeli 3.9.1. Rangovi su dobijeni kao
srednje vrednosti (aritmeti~ka sredina) svih ocena svih u~esnika iz svih grupa.
U tabeli 3.9.1 se mogu uo~iti tri grupe od po tri ideje za re{avanje problema
koji uti~u na kvalitet proizvoda, odn. koje mogu da uti~u na smanjenje, tj.
eliminaciju pojave {karta proizvoda.
Prvih {est ideja su preventivnog, a poslednje tri korektivnog karaktera (ako se
i pojavi odre|eni deo {karta, zavr{na kontrola ne sme dozvoliti da takav
proizvod iza|e iz organizacije).
Tabela 3.9.1
Red. Ideja / predlog za re{enje problema Rang
broj
1. Definisati postupke ocene i rangiranja dobavlja~a ulaznih materijala 4.95
2. Definisati postupke prijema ulaznih materijala - kvantitativne i 4.80
kvalitativne kontrole
3. Definisati / redefinisati postupke rukovanja materijalima - 4.80
skladi{tenje, izdavanje, priprema
4. Proveriti / redefinisati tehni~ko-tehnolo{ku dokumentaciju - 5.00
konstrukciju i tehnologiju
5. Proveriti obu~enost kadrova u proizvodnji 4.65
6. Proveriti postupke upravljanja alatima i priborom za proizvodnju 4.50
7. Definisati postupke zavr{ne / izlazne kontrole kvaliteta proizvoda 5.00
8. Proveriti obu~enost kadrova u zavr{noj / izlaznoj kontroli kvaliteta 5.85
9. Definisati postupak za upravljanje mernom, ispitnom i kontrolnom 4.75
opremom
3.4 Zaklju~ak
Brainwriting tehnika je veoma efikasna za generisanje ideja / predloga za

re{avanje problema. Ako se èli veliki broj ideja od velikog broja u~esnika iz
razli~itih organizacionih podru~ja (za kompleksne probleme), onda se
preporu~uje formiranje ve}eg broja grupa.
Prednosti brainwriting tehnike su:
zapisivanje ideja elimini{e mogu}e uticaje ostalih u~esnika kroz raspravu
ili uticaje vo|e / moderatora kod brainstorminga na stavove i ideje
u~esnika,
u~esnici su ravnopravni u izno{enju ideja,
tehnika je brza jer omogu}uje paralelan rad ve}eg broja grupa i svi
u~esnici rade istovremeno, a ne iznose ideje jedan po jedan,
postoji pisani trag i svim idejama, mi{ljenjima i kritikama svih ideja,
elimisan je mogu} dominantan uticaj nekog od ~lanova grupe (koji ima
ve}i autoritet ili je nametljiv),
ne izvode se zaklju~ci u toku generisanja ideja, nego posle interakcije
ideja.
Nedostaci brainwritinga su:
ljudi su, po pravilu, lenji da zapisuju svoje ideje. Ako se uo~i da u~esnici
nisu raspoloèni za pisanje (~esto postoji strah od zapisanih ~injenica -
re~i lete, a zapisi ostaju) preporu~uje se primena brainstorminga,
multipliciranje ideja je gotovo uvek prisutno,
nema mogu}nosti obja{njavanja ideje, a zapisan stav se, bez dopunskog
obja{njenja, moè pogre{no tuma~iti,
postoji mogu}nost da se pojedine ideje, u toku ~itanja zapisa zature,
unapred ograni~eno vreme za zapisivanje ideja ili mi{ljenja i komentara
na ideje drugih u~esnika, veoma ~esto stvara ose}aj cajtnota.
3.10
SWOT ANALIZA
1. PODRU^JE PRIMENE
Strategijsko upravljanje predstavlja proces pomo}u koga najvi{e rukovodstvo
(top management) organizacije obezbe|uje dugoro~nu perspektivu i misiju, is-
pravno sprovo|enje i stalnu procenu strategije i usvojenih programa, na
osnovu ~ega se vr{i korigovanje strategije.
Strategija organizacije opisuje na~in na koji }e ona ostvarivati ciljeve, imaju}i
u vidu pretnje (opasnosti) i pogodnosti (mogu}nosti) okruènja kome pripada,
kao i slabosti i potencijale (snage) organizacije. Strategija obezbe|uje osnovno
razumevanje procesa pomo}u kojih }e organizacija postati konkurentna. Tri
osnovne determinante strategije su [85]:
spolja{nje okruènje ({anse i pretnje),
unutra{nja situacija u organizaciji (snage i slabosti) i
ciljevi koje treba ostvariti.
Za analizu trì{ne pozicije, odnosno poloàja u odnosu na konkurenciju,
razvjen je niz tehnika.
Ova analiza se naj~e{}e koristi kada nastanu zna~ajna odstupanja u realizaciji
strategije, bilo zbog pogre{nog sprovo|enja usvojene strategije, bilo zbog
poreme}aja nastalih u okruènju [54].
Za ovu analizu se koristi svakako najpoznatija i najrasprostranjenija - SWOT
analiza (~esto se sre}e i naziv TOWS analiza).
Naziv SWOT poti~e od verzala engleskih re~i:
S (Strengths), {to zna~i snage,
W (Weaknesses), slabosti,
O (Opportunities), {anse, mogu}nosti (pogodnosti) i
T (Threats), pretnje (opasnosti).
Su{tina SWOT analize je da se utvrdi da li je organizacija sposobna da opstane
u uslovima okruènja [54].
SWOT analiza se sprovodi preko matrice, prikazane na slici 3.10.1.
Slika 3.10.1: SWOT matrica
2. OPIS
U situaciji kada nastanu promene koje direktno uti~u na strategiju organizacije
(bez obzira da li su one povoljne ili ne i bez obzira na to gde su nastale - u
organizaciji ili okruènju), potrebno je izvr{iti njeno preispitivanje. Name}u se
slede}e grupe parametara koje treba ispitati: pretnje i pogodnosti u okruènju i
snage i slabosti organizacije.
Nezavisno ispitivanje ovih grupa parametara od strane vi{e menadèra ili
timova moè dovesti do ispravnih re{enja, ali ~esto i do kontradiktornih
zaklju~aka. Razloge za to treba traìti u postojanju parcijalnih pogleda na
situaciju u kojoj se na{la organizacija. Postojanje neuskla|enih zaklju~aka koji
dolaze sa razli~itih mesta predstavlja oteàvaju}u okolnost prilikom izbora
strategije.
SWOT analiza - na jednom mestu - objedinjuje ove ~etiri grupe parametara i,
samim tim, upu}uje na njihovo povezivanje. Povezivanjem parametara sti~e se
jasnija slika o poziciji organizacije i lak{e se nalaze re{enja problema izbora
strategije u novonastaloj situaciji.
U SWOT analizi:
POGODNOST (MOGU]NOST) je bilo koja povoljna situacija u okruènju
organizacije,
PRETNJA (OPASNOST) je svaka nepovoljna situacija u okruènju
organizacije,
SNAGA (POTENCIJAL) je resurs ili kapacitet koji organizacija moè
koristiti da bi postigla svoje ciljeve i
SLABOST je ograni~enje (limit) ili nedostatak organizacije koji je
spre~ava u dostizanju ciljeva [7, deo II, prilog 3].
3.10 SWOT analiza 325
Sprovo|enje SWOT analize, samim tim {to zahteva od izvr{ioca da:

racionalno i objektivno rasu|uje,
pravilno i brzo procenjuje,
ta~no i precizno predvi|a
razdvaja bitno od nebitnog,
uo~ava povezanost izme|u elemenata unutar organizacije i okruènja i
pronalazi kako karakteristike elemenata i navedene povezanosti
iskoristiti za ostvarenje ciljeva,
i sve to u uslovima relativno kratkog vremena i postojanja velikog broja rele-

vantnih parametara, ~ini sloèn misaoni proces ~iji rezultati mogu imati (i
~esto imaju) dalekose`ne posledice po organizaciju.
SWOT analiza kao rezultat, na osnovu uvida u izabrane grupe parametara,

treba da rezultuje jasnim smernicama za izbor i kreiranje strategije
organizacije u situaciji u kojoj se nalazi.
3. POSTUPAK
SWOT analiza se sprovodi u dve faze.
FAZA I
Prvu fazu SWOT analize ~ini sakupljanje grupe klju~nih parametara organiza-
cije i njenog okruènja [7, deo II, prilog 3].
Grupu klju~nih parametara mogu da ~ine: podaci o ostvarenom profitu i

njegovom trendu, sredstvima rada organizacije, ostvarenom kvalitetu proizvo-
da, karakteristikama u~esnika u procesu, karakteristikama procesa, okoline
(politi~ki, socijalni, ekolo{ki) itd.
U ovoj fazi je potrebno da parametri budu {to je mogu}e jasnije odre|eni i da

izme|u njih ne postoji razlika u nivou posmatranja (recimo ne sme se desiti da
se me|u klju~nim parametrima na|u "dobar kvalitet proizvoda organizacije",
kao pojam vi{eg i "dobar kvalitet proizvoda odre|enog dela organizacije" kao
pojam nièg nivoa op{tosti; izuzeci postoje samo ako nizak kvalitet proizvoda
posmatranog dela ima izrazito jak uticaj na kvalitet proizvoda cele organizacije
- na primer ako se ugra|uje u sve proizvode).
FAZA II
Drugu fazu ~ini razvrstavanje parametara po grupama: pretnje, pogodnosti,
snage i slabosti. Kako je to prikazano na slici 3.10.1, pretnje i pogodnosti
spadaju u parametre okruènja, a snage i slabosti u parametre same
organizacije.
Klju~ni postupak druge faze tek sledi: razvrstane grupe parametara treba
rasporediti u SWOT matricu. Detaljnom analizom i odgovaranjem na pitanja:
"Kako moè neka opasnost istovremeno biti i {ansa?"
"Da li neka {ansa u sebi sadrì i opasnost?"
"Kako se moè neki potencijal preokrenuti u slabost?"
"Kako neka slabost moè predstavljati potencijal?" [7, deo II, prilog 3]
formiraju se zajedni~ke grupe za slede}e grupe parametara: snage i pretnje
(ST), slabosti i pretnje (WT), slabosti i pogodnosti (WO) i snage i pogodnosti
(SO). Odgovori na ova pitanja predstavljaju okosnicu budu}e strategije.
Parametre koji su se na{li u grupi obeleènoj sa WT slika 3.10.1 treba
"minimizirati", tj. umanjiti njihov uticaj {to je god mogu}e vi{e. Kako se u ovoj
grupi parametara mogu na}i i oni na koje se ne moè direktno delovati (na
primer "niske cena proizvoda na trì{tu"), treba traìti druge puteve za
minimiziranje ovog faktora uzimaju}i u obzir druge parametre (recimo, ako
postoji karakteristika "brzo osvajanje novih proizvoda", odgovor je jasan:
treba krenuti u osvajanje ili intenzivirati napore ka osvajanju novog
proizvoda). Sve slabosti i pretnje treba, koliko je to mogu}e, IZBE]I.
Grupa parametara koja se na{la u polju obeleènom sa ST ukazuje na
mogu}nost primene strategije SUPROTSTAVLJANJA pretnjama kori{}enjem
snaga organizacije. Recimo "poja~ana konkurencija" i postojanje "znatnih re-
zervi u pogledu primene organizacionih pobolj{anja" upu}uje na to da se
krene strategijom organizacionih izmena u svrhu povi{enja performansi
procesa i opstanka na trì{tu ili njegovog pro{irenja.
Grupa parametara u polju SO matrice sa slike 3.10.1 upu}uje na strategiju
ISKORI[]AVANJA pogodnosti upotrebom snaga u organizaciji. Ovo je najpo-
voljnija situacija - recimo "pove}anje tra`nje i cene proizvoda na trì{tu" i
"postojanje slobodnih kapaciteta" upu}uje na ovu strategiju.
Na kraju, ~etvrta grupa parametara, ozna~ena sa WO upu}uje na strategiju
TRA@ENJA na~ina za prevazilaènje slabosti iskori{}avanjem pogodnosti -
recimo "zastarelost opreme" uz "povi{enje tra`nje" moè se re{iti popunjava-
njem fondova za investicije uz povi{en nivo proizvodnje.
Celokupna strategija organizacije moè sadràti vi{e od jedne, pa ~ak i sve ove
kombinacije.
4. PRIMER
Preduze}e INDAS iz Novog Sada se bavi automatizacijom procesa
proizvodnje u industrijskim preduze}ima pruànjem konsalting usluga,
inènjeringa i projektovanjem automatizacije upravlja~kih sistema, nabavkom
nove, visoko kvalitetne opreme za automatizaciju od uglednih svetskih firmi.
MTC 1 iz Novog Sada je sa~inio situacionu "sliku" trì{ne pozicije INDAS-a

primenom SWOT analize, date u nastavku.
STRENGTHS - Interne snage, prednosti
Razvijena saradnja sa renomiranim svetskim proizvo|a~ima opreme za
automatizaciju
Stru~no znanje i raspolaganje aùrnim informacijama
Visok kvalitet i pozudanost ponu|enih re{enja i opreme
Finansijska fleksibilnost
Relativno mala firma, {to omogu}ava fleksibilnost ukupnog poslovanja
Multinacionalni marketing (vlastite firme u inostranstvu)
Razvijena saradnja sa Ma{inskim fakultetom, kao i sa spoljnim saradnicima firme
Brojne reference i realizovani projekti u zemlji
Pridavanje zna~aja marketingu i zastupljenost marketing aktivnosti.
WEAKNESSES - Interne slabosti
Mali broj zaposlenih i mogu}nost pojave organizacionih problema
Visoki fiksni tro{kovi u odnosu na broj zaposlenih osoba
Organizacija - neizgra|enost odgovaraju}ih rutina i procedura; nepostoja-
nje posebne osobe zaduène za marketing; potreba za kadrovskim poja~a-
njem - prvenstveno prodajnim osobljem
Menad`ment - relativno nizak stepen delegiranja; sistem organizacije u
kome jo{ uvek sve po~iva na pojedincu, a ne na organizaciji
Visoka cena proizvoda i usluga (Visoka cena se ipak preporu~uje, premda
neretko predstavlja barijeru)
Finansijska politika (neprihvatanje kompenzacije; politika avansnog
pla}anja)
Ad-hoc, intuitivni pristup marketingu (iako dobar!) - umesto osmi{ljenog,
sistemskog i kontinuiranog pristupa marketing aktivnostima
OPPORTUNITIES - [anse i mogu}nosti
Prodaja (uvoz) strane opreme u Jugoslaviji. Ovu prodaju treba da
omogu}i novi investicioni talas i razvoj ekonomije nakon potencijalne
liberalizacije ekonomije i ukidanja sankcija
Kadrovsko poja~anje preduze}a
THREATS - Eksterne pretnje, tj. nepovoljni trendovi i opasnosti
Ekonomska stagnacija; nelikvidnost
Konkurencija, naro~ito pojava manjih ambicioznih privatnih firmi
Potencijalni prebrzi rast tra`nje i organizaciona nemogu}nost firme da
odgovori na sve zahteve i ~ak da ispo{tuje dogovorene obaveze
1
Ljubazno{}u MTC - Management Training Centra iz Novog Sada i preduze}a INDAS ovaj "ìvi" primer je
prikazan u ovom odeljku.
Iz SWOT analize su izvedeni zaklju~ci:

1. radi se o ambicioznoj "mladoj" firmi, sa izuzetno jasnom vizijom i ozbilj-
nim trì{nim prednostima i {ansama,
2. vizija firme je da postane jedna od vode}ih u oblasti automatizacije proiz-
vodnih procesa u Jugoslaviji, naro~ito u Vojvodini kao lokalnoj trì{noj
ni{i. Sastavni deo vizije firme je i vrednosni stav o neophodnosti razvijanja
odnosa strate{kog partnerstva i stalne pomo}i industrijskim preduze}ima i
omogu}avanju kompletnog re{enja ("klju~ u ruke"). na jednom mestu,
3. mogu}e je "u hodu" otklanjati nedostatke (slabosti) firme - prvenstveno u
organizacionom smislu, kao i stalnim razvojem marketing funkcije kao
planske, sistematske aktivnosti,
4. marketing strategija pozicioniranja INDAS-a na trì{tu se oslanja na
strategije visokog kvaliteta, prihvatljive cene, partnerstva sa renomiranim
svetskim firmama, pruànja kompletnih re{enja i tehni~ke pomo}i i
kontinualne saradnje sa korisnicima usluga.
5. ZAKLJU^CI
Pri izboru strategije, na osnovu razmatranja SWOT analize, potrebno je detalj-
no promi{ljanje i opredeljenje za jednu ili kombinaciju vi{e strategija.
a) Za slu~aj WT (min - min) treba birati strategiju kojom se minimizuju ne-
povoljni uticaji i trendovi obe grupe faktora u cilju izbegavanja ovakve si-
tuacije. Osnovne strategijske alternative su na primer:
1) likvidacija preduze}a,
2) borba za preìvljavanje,
3) smanjivanje obima aktivnosti,
4) merdèri
b)Za slu~aj WO (min-max) potrebno je odabrati strategiju koja }e minimali-
zovati slabosti, a maksimizovati pogodnosti ({anse). Cilj je da se povoljni
faktori okruènja iskoriste prevazilaènjem unutra{nih slabosti preduze}a.
Mogu}e strategije su:
1) kooperacija sa preduze}em ili preduze}ima koje ima/imaju odgovara-
ju}e snage
2) dopunska obuka zaposlenih u preduze}u
Naravno, mogu}e je i ne preduzimati nikakvu akciju, ali se {anse prepu{-
taju konkurentskim preduze}ima!
c) za slu~aj ST (max-min) pri izboru strategije treba biti veoma oprezan. Ka-
da pretnje (opasnosti) iz okruènja prevazilaze snage preduze}a, uputno
je prilago|avanje, pre nego nasilno kori{}enje snaga preduze}a u cilju
suprotstavljanja promenama.
d) Za slu~aj SO (max - max), koji je najpovoljniji, strategija treba da bude

maksimalno iskori}{enje snaga preduze}a pod povoljnim, maksimalnim
pogodnostima.
Za konkretnu primenu SWOT matrice uglavnom se preporu~uje:
1. pri formulisanju matrice, prethodno je potrebno definisati op{ti profil fir-
me, a zatim sa~initi planove aktivnosti za izbegavanje ili spre~avanje
eventualnih iznenadnih doga|aja,
2. zbog dinami~nosti uticaja faktora poèljno je izraditi SWOT matrice za
vi{e vremenskih preseka: pro{lost, sada{njost i budu}nost (blisku i dalju),
3. primena SWOT matrica i za dono{enje odluka nièg nivoa od
strategijskih (odnosno za izradu okvira za planiranje marketing - mix-a),
4. ozna~avanje ja~ine uticaja u segmentima SWOT matrice (na primer sa
"+" ozna~iti jak, sa "0" slab i sa "-" nepostoje}i (nikakav) uticaj; na taj
na~in se lak{e i brè sagledavaju snage koje se mogu upotrebiti za iskori{-
}enje pogodnosti ({ansi).
3.11
DRAMA TEHNIKA
1. PODRU^JE PRIMENE
Zahtevi za humanim radnim mestom - pre svega bezbednim i ugodnim - su sve
izraèniji od strane zaposlenih i njihovih porodica, s jedne, ali i od
menad`menta, s druge strane.
Odgovornost menad`menta i inènjerskog kadra je da obezbedi
sigurno/bezbedno izvo|enje aktivnosti na radnom mestu, u smislu:
obezbe|enja sigurnih radionica - opreme, alata i pribora,
postavljanja metoda i tehnika bezbednog izvo|enja aktivnosti i
bezbednog rada zaposlenih.
Nesre}e na radu su naj~e{}e izazvane usled nebezbednih/nesigurnih uslova i
aktivnosti u kojima su isprepletani izvr{ioci, oprema, materijali i drugi faktori.
Svi ovi doga|aji se javljaju u nizu razli~itih varijanti koje se uglavnom mogu
opisati verbalnim informacijama. Zbog toga su odnosi ~injenica i odgovornosti
tipi~no nejasni, analiza oteàna, a protivdejstva trenutna i privremena.
Ovakvi problemi, koji se uglavnom opisuju verbalno, zahtevaju odgovaraju}i
prilaz re{avanju problema.
Takahashi [94], [95], [96] je razvio takozvanu drama tehniku (analizu) za
spre~avanje ponavljanja neèljenih doga|aja (nesre}e i povrede na radu i sl.).
2. OPIS
Statisti~ke metode i tehnike poznate pod nazivom 7 alata za upravljanje
kvalitetom su prilago|avane za analizu numeri~kih informacija i podataka,
kao i verbalnih informacija. Tako|e, poznatih 7 novih alata za upravljanje
kvalitetom uklju~uju i Dijagram me|usobnih veza i PDPC dijagram, koji su
prikazani u ovom delu.
Proces analize problema primenom drama tehnike je prikazan na slici 3.11.1.
3.11 Drama tehnika 331
Slika 3.11.1: Drama tehnika

3. POSTUPAK
U nastavku je opisan postupak drama tehnike, odn. dat prikaz koraka za
realizaciju aktivnosti sa slike 3.11.1, primenom razli~itih alata.
Korak 1: Definisanje problema
Tema se bira na osnovu razmatranja zahteva za prevenciju (spre~avanje)
ponavljanja neèljenog doga|aja, odn. cilj je povi{enje bezbednosti i sigurnosti
na radnom mestu. Za razmatranje tema se koriste check liste iz razli~itih
organizacionih jedinica.
Korak 2: Razlozi za izbor problema
Neèljeni doga|aji, npr. nesre}e na radu, dovode ne samo do povreda radnika,
nego izazivaju silnu brigu i gubitke za njihove porodice, pogone i menad`ment.
Zbog toga se ovi neèljeni doga|aji naj~e{}e biraju kao tema za analizu
primenom drama tehnike.
Korak 3: Definisanje tabele uzrok - posledica
U tabeli uzrok - posledica se beleì detaljno sve {to je u vezi sa povredom na
radu.
Doga|aj se beleì odmah nakon {to se dogodio. Beleì se {to je mogu}e vi{e
detalja i to objektivno i saèto. Zapisuju se sve pojedinosti koje su dovele do
povreda / uzroci (u prvom delu) i detaljno opisuje povreda / posledica (u
drugom delu).
Zatim se traì mi{ljenje stru~njaka koji nisu opisivali detalje vezane za
povredu (to je kontrola mi{ljenja).
Korak 4: Rangiranje uticaja uzroka na neèljeni ishod
Treba ozna~iti procese koji imaju veliki uticaj na neèljeni ishod, tako da se
lako mogu pratiti i shvatiti.
Procese treba ozna~iti brojevima, a uticaje treba rangirati prema zna~aju
(uticaja na neèljeni ishod).
Korak 5: Analiza uzro~nih odnosa
Treba uzeti u obzir faktore za koje je odgovorna posmatrana organizaciona
jedinica. Ako ih nema, treba uzeti u obzir one faktore kojima je bilo mogu}e
uticati, odn. ne{to u~initi (saveti, zahtevi za pobolj{anje itd.). Dakle, sa~initi
dijagram uzroka i posledica (ova metoda je opisana u delu 2, poglavlje 2.2).
Korak 6: Primena dijagrama stabla
Nakon utvr|ivanja faktora koji su doveli do neèljenog ishoda, potrebno je
odrediti empirijske verovatno}e - primenom metode dijagrama stabla,
prikazane u ovom delu (poglavlje 3.3). Za te faktore (uticaje) treba razraditi
protivmere / protivdejstva.
3.11 Drama tehnika 333
Korak 7: Definisanje protivmera / protivdejstva

Protivmere predstavljaju akcije koje treba sprovesti da se neèljeni doga|aj ne
ponovi. U okviru mera treba sa~initi scenario. Scenario opisuje: ko, {ta, kada,
kako i gde radi. Obi~no se daje tabelarno.
Pored scenarija protivmera / protivdejstava treba sa~initi KONTROLNI
SCENARIO.
Kontrolni scenario se primenjuje za spre~avanje ponavljanja neèljenih
doga|aja. Obuhvata aktivnosti i mere za svaku operaciju iz scenarija.
4. PRIMER
U jednom preduze}u se dogodio nesre}an slu~aj - povreda radnika na presi,
zbog neobezbe|enog preklopnika (nije bio za{ti}en sigurnosnim poklopcem).
U tabeli 3.11.1 su prikazani problemi, uzroci i kontramere.
5. ZAKLJUÂK
S obzirom da su povrede na radu naj~e{}e izloène tekstualno i po pravilu su
ne~itke strukture, drama tehnika predstavlja preglednu predstavu povrede
(vizuelno), s namerom da se pokrene rasprava i prona|u na~ini - kontramere -
da se spre~i ponavljanje neèljenih doga|aja.
Posebna odlika drama tehnike je da organizacioni deo, koji je kompetentan,
analizira sopstvenu odgovornost, a zatim ispituje odgovornost ostalih
organizacionih jedinica.
Tabela 3.11.1
3.12
MRE@NI DIJAGRAM
1. UVOD
Tehnika mre`nog planirnja (TMP) je zajedni~ki naziv za ve}i broj postupaka
planiranja i upravljanja projektima, ~ija je zajedni~ka karakteristika grafi~ki
model toka procesa, takozvani mre`ni dijagram [119].
Detaljna razrada procesa se sastoji u definisanju i prikazivanju elemenata pro-
cesa, njihove veze, strukture i pravila funkcionisanja. Opisivanjem ovih veli~i-
na stvara se apstraktna slika procesa, odnosno njegov model. Model ne
prikazuje sve detalje stvarnosti i ta karakteristika modela omogu}uje da se od
beskona~no mnogo ~injenica izdvoje i naglase one koje su najzna~ajnije. Ovo
omogu}uje preglednost i lak{e razumevanje osnovnih zavisnosti u procesu.
Svrha stvaranja modela procesa je da obezbedi kreiranje neophodnih informa-
cija za njegovo upravljanje i regulisanje. Prilikom modeliranja, logi~ka preciz-
nost je veoma va`na i ne sme se izvoditi upro{}avanje koje ide na u{trb su{tin-
skih karakteristika procesa. U modeliranju procesa zna~ajno mesto zauzimaju
mre`ni dijagrami [104].
Mre`nim dijagramima se prikazuju procesi putem grafova tako da strelice
predstavljaju aktivnosti procesa, a krugovi doga|aje procesa. Mre`nim
dijagramom se prikazuju zavisnosti i redosled aktivnosti (paralelno ili
uzastopno odvijanje) koji zatim sluì za vremensko predvi|anje (izvo|enja)
pojedinih aktivnosti, angaòvanje potrebnih resursa po vrsti i obimu kao i
pona{anje tro{kova.
Osnova ove metode se sastoji u mogu}nosti razdvajanja analize strukture i
analize vremena. Pod analizom strukture podrazumevamo uspostavljanje
logi~nog redosleda i me|usobnih zavisnosti pojedinih aktivnosti koje treba
izvr{iti u okviru odre|enog projekta ili bilo kakvog posla. Posebno se vr{i ana-
liza vremena pojedinih aktivnosti, prora~un vremena po~etka i zavr{etka poje-
dinih aktivosti kao i izra~unavanje kriti~nog puta realizacije ~itavog projekta.
Ovo ima naro~ito prednosti kod sloènih projekata [103].
Ve} sada je poznato oko 30 raznih modifikovanih metoda tehnike mre`nog
planiranja, koje su izvedene iz dve osnovne metode: CPM (metod kriti~nog
puta) i PERT (metod ocene i revizije programa), kako je to prikazano na slici
3.12.1 [7].
Slika 3.12.1: Podela TMP-a

Osnovne karakteristike ove dve metode su:
CPM metoda je starija i poti~e iz 1957. godine, kada je primenjena u
podru~ju izgradnje hemijske industrije (konkretno - gra|evinskog dela
objekta). Ova metoda se primenjuje u slu~ajevima kada se vreme
trajanja aktivnosti moè precizno odrediti. Ovde se za razliku od
PERT-metode operi{e samo jednim vremenom.
PERT metoda ima poseban zna~aj za planiranje istraìva~kih radova, ili
radova gde se vreme trajanja aktivnosti ne moè precizno odrediti, ve}
ima karakter slu~ajnog - stohasti~kog.
TMP je naro~ito efikasna u slu~ajevima kada se planiraju procesi koji se
istovremeno odvijaju, tako da se prvenstveno koristi pri planiranju u nau~no -
istraìva~kim radovima i razvojnim projektima, osvajanju novih proizvoda,
projektovanju investicionih objekata, gra|evinskih radova, integracionih
procesa, organizovanju kongresa i drugih dru{tvenih aktivnosti. U ve}im
projektima u~estvuju desetine organizacija koje ispunjavaju stotine i hiljade
posebnih aktivnosti, pri ~emu su mnoge od tih aktivnosti me|usobno
povezane, pa ~ak i uslovljavaju po~etak druge aktivnosti. Gantovi dijagrami ne
obezbe|uju jasnu koordinaciju aktivnosti svih organizacija koje u~estvuju u
realizaciji jednog zadatka i ne ukazuju na najva`nije delove programa na koje
treba obratiti posebnu pa`nju [103].
Mreà predstavlja matemati~ki model sa kojim se moè eksperimentisati i
kombinovati i analizom se vidi do kakvih nas rezultata dovodi. Mreà
omogu}uje efikasno upravljanje projektom i pruà jasne informacije o stanju.
Tehnika mre`nog planiranja omogu}uje rukovodstvu preciznu procenu
tro{kova sa mogu}no{}u koncentracije pa`nje na kriti~nim aktivnostima [71].
U slu~ajevima kada je broj aktivnosti nekoliko desetina do stotine, onda se
one mogu obra|ivati ru~no, bez ra~unara.
3.12 Mre`ni dijagram 337
2. ELEMENTI MRE@NOG DIJAGRAMA

Osnovni elementi mre`nog dijagrama su:
projekat,
aktivnost i
doga|aj.
Projekat predstavlja skup aktivnosti, tehni~kih, organizacionih, ekonosmkih i
drugih koje nas dovode do realizovanja odre|enog cilja. Projekat mora sadràti
sve podatke i zahteve koji se odnose na tehni~ka, tehnolo{ka, organizaciona i
finansijska podru~ja da bi cilj bio {to jasnije definisan. Da bi se èljeni cilj mogao
realizovati mora se raspolagati sa projektom ili nekim programom rada. U zavis-
nosti od veli~ine i obima radova koje projekat ili program rada obuhvata moè se
imati nekoliko stotina ili hiljada me|usobno povezanih poslova u kojima
u~estvuje veliki broj raznih organizacionih jedinica ili radnih organizacija [104].
Primera radi navodi se nekoliko projekata iz raznih oblasti:
izgradnja hidroelektrane,
osvajanje novog tipa motora sa unutra{njim sagorevanjem,
organizovanje stru~nog savetovanja,
obuka kadrova za novu fabriku,
izdavanje nove knjige i sli~no.
Aktivnost je drugi osnovni element mre`nog dijagrama i predstavlja jednu etapu
radnog procesa (operaciju), odnosno ona je jedan deli} u realizaciji èljenog cilja
koji je definisan projektom. Razlaganjem projekta na pojedine parcijalne zadatke,
operacije i zahvate dobijamo aktivnosti. Svako zbivanje na realizaciji projekta
predstavlja aktivnost. Za realizaciju svake aktivnosti potrebno je utvrditi koliko je
potrebno vremena i sredstava da bi se ona izvr{ila. Me|utim, ima i takvih
aktivnosti koje ne traè za svoju realizaciju sredstva nego samo vreme; na primer,
starenje i ~ekanje. No, ima aktivnosti koje ne traè ni sredstva ni vreme. Ovakve
aktivnosti nazivaju se "fiktivnim" i bi}e obja{njene u ta~ki 3 ovog materijala [103].
Za gore navedene projekte aktivnosti bi bile:
izrada idejnog projekta, izrada glavnog projekta, finansijska konstrukci-
ja, ugovaranje i angaòvanje izvo|a~a radova itd,
konstrukcija novog tipa motora, izrada modela, izrada delova, izrada
prototipa, ispitivanje prototipa, izrada tehnolo{ke dokumentacije itd,
odabiranje teme za savetovanje, angaòvanje referenata, priprema
materijala za savetovanje, reklama, organizovanje sme{taja u~esnika itd,
sa~injavanje programa za obuku kadrova, odabiranje kandidata za
obuku, angaòvanje predava~a, sa~injavanje rasporeda obuke itd,
priprema rukopisa, recenzija, korektura teksta, priprema {tampanja,
{tampanje knjige, slaganje, povezivanje, distribucija.
Svaki pojedini zadatak (aktivnost) moè se jo{ detaljnije ra{~lanti u zavisnosti
od toga za koga je namenjen mre`ni dijagram.
Tako na primer konstrukcija novog tipa motora moè se ra{~laniti na:

konstrukciju motornog mehanizma, konstrukciju sistema za podmazivanje,
konstrukciju sistema za hla|enje, konstrukciju elektro-instalacije, itd. Ovo
sada predstavlja ~itav splet me|usobno povezanih aktivnosti koje se unose u
mre`ni dijagram da bi se pratilo njihovo izvr{enje.
Doga|aj je slede}i element mre`nog dijagrama i predstavlja trenutak po~etka ili
zavr{etka jedne ili vi{e aktivnosti. Doga|aj je stanje u kome nema aktivnosti, ali je
istovremeno i cilj pojedinih aktivnosti i uslov da druge aktivnosti mogu da po~nu.
Doga|aj ne traì tro{enje sredstava i vremena. Po~etni doga|aj projekta nema
prethodnu aktivnost, a zavr{ni nema narednu aktivnost. Za primere aktivnosti
koje su napred navedene dati su doga|aji koji iz njih proisti~u [103]:
idejni projekat napravljen, glavni projekat zavr{en, finansijska
konstrukcija zatvorena itd,
nov tip motora konstruisan, modeli napravljeni, delovi proizvedeni,
prototip napravljen, prototip ispitan itd,
tema za savetovanje odabrana, referenti angaòvani, materijal priprem-
ljen, reklamiranje sprovedeno, sme{taj u~esnicima obezbe|en itd,
program za obuku kadrova napravljen, odabiranje kandidata zavr{eno,
predava~i angaòvani, raspored napravljen itd,
rukopis pripremljen, recenzija izvr{ena, tekst korigovan, materijal pri-
premljen za {tampu itd.
Postoje dva oblika prikazivanja mreè i to:
mre`ni dijagram orijentisan aktivnostima i
mre`ni dijagram orijentisan doga|ajima.
Ovde }e se koristiti ovaj prvi, jer se ~e{}e nalazi u upotrebi. Kod ovog na~ina
aktivnosti se prikazuju pomo}u duì orijentisane strelicom, a doga|aji se prika-
zuju krugovima. Duìna duì sa kojom je aktivnost prikazana nema nikakve veze
sa trajanjem aktivnosti. Na slici 3.12.2 dati su elementi mre`nog dijagrama.
Slika 3.12.2: Elementi mre`nog dijagrama

Uobi~ajeno je da se doga|aji numeri{u celim arapskim brojevima a aktivnsoti
brojevima doga|aja izme|u kojih se proteù. Ovde }e se aktivnosti obeleàvati
veklikim slovima latinice, jer se uglavnom koriste mre`ni dijagrami sa malim
brojem aktivnosti.
3. PRAVILA KONSTRUISANJA MRE@NOG DIJAGRAMA

Prilikom konstruisanja mre`nog dijagrama moraju se po{tovati odre|ena
pravila i uputstva. Nepridràvanje ovih pravila moè da izazove gre{ke koje
dovode do neta~nih rezultata [74].
Pravila su slede}a:
1. Aktivnosti se prikazuju strelicama ~iji je smer sleva na desno. Doga|aji se
prikazuju krugovima. Svaka aktivnost otpo~inje i zavr{ava se doga|ajem
(slika 3.12.3).
Slika 3.12.3
2. U jedan doga|aj moè se ste}i vi{e aktivnosti (slika 3.12.4).
Slika 3.12.4
Ako zavr{etak vi{e aktivnosti uslovljava po~etak naredne aktivnosti, onda
se sve te aktivnosti moraju zavr{iti u po~etnom doga|aju naredne aktiv-
nosti. Na slici 3.12.4. aktivnosti A i B se odvijaju paralelno, a aktivnost C
moè otpo~eti kada se obe aktivnosti (A i B) izvr{e.
3. Vi{e aktivnosti moè otpo~eti po zavr{etku prethodne aktivnosti. Na slici

3.12.5 aktivnosti predstavljaju:
Slika 3.12.5
A - izrada idejnog projekta, B - izrada gra|evinskih projekata, C - izrada

projekta elektro instalacije, D - izrada projekta vodovodne i kanalizacione
instalacije. Aktivnosti B, C i D mogu otpo~eti tek nakon zavr{etka aktiv-
nosti A i mogu se paralelno izvoditi.
4. Izme|u dva doga|aja moè se nalaziti samo jedna aktivnost. Na slici
3.12.6 data je nepravilna konstrukcija mre`nog dijagrama. U ovom
primeru aktivnosti su slede}e:
Slika 3.12.6: Nepravilan prikaz

A - ulazak voza u stanicu, B - prelaz putnika, C - pretovar slu`benih kola i
D - polazak voza iz stanice.
Aktivnosti B i C se paralelno izvr{avaju a mogu otpo~eti tek nakon
zavr{etka aktivnosti A. Aktivnost D moè otpo~eti tek nakon zavr{etka
aktivnosti B i C. Da bi ovaj primer prikazali u skladu sa napred
navedenim pravilom, uvodimo fiktivnu aktivnost. Fiktivna aktivnost
pokazuje samo zavisnost naredne aktivnosti od prethodne, a ne tro{i ni
sredstva ni vreme.
Na slici 3.12.7 data su dva re{enja mre`nog dijagrama za navedeni primer.
Fiktivna aktivnost se obeleàva sa 0. Fiktivna aktivnost se uvodi ako
po~etak jedne ili vi{e aktivnosti zavisi od zavr{etka vi{e prethodnih
aktivnosti, pri ~emu se njihov zavr{etak nikakvim postupkom ne moè
svesti u jedan doga|aj bez fiktivne aktivnosti.
Slika 3.12.7: Pravilni prikazi

5. Bilo koja aktivnost moè se samo jedanput odigrati i u mreì se ne mogu

pojavljivati petlje i kroz jedan doga|aj aktivnost ne moè pro}i dva puta.
Na slici 3.12.8. prikazano je nepravilno re{enje koje se kosi sa navedenim
pravilima.
Slika 3.12.8: Nepravilan prikaz

6. U slu~aju prikazanom na slici 3.12.9 dobija se "zatvorena kontura" i
potpuno nelogi~na situacija. Aktivnost B zavisi od zavr{etka aktivnosti A
i D; aktivnost C zavisi od zavr{etka aktivnosti B i aktivnost D zavisi od
zavr{etka aktivnosti C.
Slika 3.12.9: Zatvorena kontura

Ovakav slu~aj je nelogi~an i pokazuje da negde mora postojati gre{ka.
7. Svaki doga|aj sem po~etnog i zavr{nog u mre`nom dijagramu mora imati
bar jednu ulaznu i jednu izlaznu aktivnost.
Slika 3.12.10: Nepotrebna aktivnost

Primer na slici 3.12.10 pokazuje da je aktivnost D nepotrebna po{to ne
daje nikakav rezultat od koga bi zavisilo izvr{enje projekta. Aktivnost D
"visi" i od nje ne zavisi nikakva nova aktivnost, pa je prema tome
nepotrebna.
4. ANALIZA STRUKTURE
Analiza strukture se sastoji iz:
1. Definisanja zadatka (cilja),
2. Sastavljanja liste aktivnosti,
3. Utvr|ivanja me|usobnih zavisnosti pojedinih aktivnosti,
4. Crtanja mre`nog dijagrama i
5. Kontrole.
Da bi se ostvario postavljeni cilj mora se definisati zadatak za neki projekt ili
program. Program ili projekt ra{~lanjujemo na aktivnosti [103].
Sastavljaju}i listu neophodnih aktivnosti za realizaciju postavljenog cilja, istovre-
meno se utvr|uje i njihov logi~an redosled. Da bi se sa~inila lista aktivnosti mora
se dobro poznavati problematika projekta, a ~esto na tom poslu rade i kosultuju
se grupe stru~njaka kako bi redosled aktivnosti bio {to bliì optimalnom.
Nakon sastavljanja liste aktiv- Tabela 3.12.1: Tabela me|usobnih odnosa aktivnosti
nosti sledi utvr|ivanje me|uso-
bne zavisnosti pojedinih aktiv-
nosti. Za utvr|ivanje me|usob-
ne zavisnosti pojedinih aktiv-
nosti koristi se tabela me|u-
sobnih odnosa ~iji je izgled dat
u tabeli 3.12.1.
Iz tabele sledi da su aktivnosti
A, B nezavisne i da im ne pret-
hodi nikakva aktivnost; da ak-
tivnost C moè otpo~eti tek na-
kon zavr{etka aktivnosti A, od-
nosno da aktivnost A prethodi
aktivnosti C; da aktivnost D
zavisi od zavr{tka aktivnosti B;
da aktivnost E zavisi od zavr-
{etka aktivnosti B i C itd. Utvr-
|ivanje me|usobne zavisnosti pojedinih aktivnosti traì duboko i su{tinsko
poznavanje razmatrane problematike.
Nakon utvr|ivanja me|usobnih zavisnosti aktivnosti sledi crtanje mre`nog
dijagrama. Prilikom crtanja mre`nog dijagrama mora se voditi ra~una o pravi-
lima koja su izloèna u ta~ki 3.
Kona~no, kada je mre`ni dijagram nacrtan kontroli{e se da bi se uverili da li je
zadovoljena zavisnost iz tabele, da li su ispo{tovana pravila konstruisanja i da
li je estetska strana zadovoljavaju}a.
îtav ovaj postupak prikazan je kroz jedan jednostavan primer.
1. Cilj je da se napravi proizvod X koji se sastoji od dva sklopa X1 i X2. Svaki

od sklopova sastoji se od vi{e pozicija.
2. Lista aktivnosti za realizaciju ovog cilja je:
A) priprema proizvodnje, Tabela 3.12.2
B) nabavka materijala,
C) izrada pozicija za sklop X1,
D) izrada pozicija za sklop X2,
E) montaà sklopa X1,
F) montaà sklopa X2,
G) glavna montaà proizvoda X i
H) isporuka proizvoda X.
3. Me|usobna zavisnost pojedinih
aktivnosti utvr|uje se kroz
analizu navedenih aktivnosti u
listi. Ova zavisnost se evidentira
u tabeli 3.12.2.
4. Crtanje mre`nog dijagrama
Na slici 3.12.11 konstruisan je
mre`ni dijagram za ovaj primer.
Slika 3.12.11: Primer mre`nog dijagrama
5. Kontroli{e se da li je ta~no nacrtan mre`ni dijagram i da li on i estetski

zadovoljava.
5. NUMERISANJE MRE@NOG DIJAGRAMA

Doga|aji se u mre`nom dijagramu numeri{u arapskim brojevima. Kod
numerisanja doga|aja koristi se slede}e pravilo:
Doga|aji se numeri{u s leva na desno i odozgo prema dole, s tim {to
prvi (po~etni) doga|aj numeri{emo sa 0 ili 1.
U skladu sa ovim pravilom numerisan je i mre`ni dijagram na slici 3.12.11.
Konstrukcija mre`nih dijagrama i numerisanje doga|aja prikazano je sa
nekoliko primera.
Primer 1
Date su aktivnosti A, B, C, D i E.
D A, B
E B, C
Nacrtati mre`ni dijagram i numerisati doga|aje.

Re{enje mre`nog dijagrama za primer 1 dato je na slici 3.12.12.
Slika 3.12.12: Primer broj 1

Primer 2
Date su aktivnosti A, B, C, D, E i F.
DB
E A, B
F C, D


Primer 3
Date su aktivnosti A, B, C, D, E, F, G, H i I.
B, C, D A
E B, C
FC
GF
H D, F
I E, G, H


Primer 4
Date su aktivnosti A, B, C, D, E, F, G, H, I, J, K, L, M, N, i P.
B, D, E A
CB
FE
G, J, L C, D
HG
IH
KJ
ML
NM
P F, I, K ,N

6. ANALIZA VREMENA
Analiza vremena obuhvata odre|ivanje vremena trajanja aktinvosti koje su
predstavljene u mre`nom dijagramu. Odre|ivanjem vremenskih parametara
moè se kontrolisati vremensko odvijanje projekta, uti~e se na odràvanje
rokova, upravlja se i rukovodi projektom.
Precizno odre|ivanje vremena trajanja aktivnosti uslovljeno je ta~nim opisom
predvi|enih postupaka za njeno izvr{enje. Pri tom se uzima u obzir
kvalifikacija i broj radnika, broj ma{ina i pomo}nih sredstava i na~in rada
(prekovremeno, kori{}enje spoljnih usluga). Tamo gde su aktivnosti
normirane nije problem odrediti duìnu trajanja aktivnosti u zavisnosti od
predvi|enog kvantuma. Mora se voditi ra~una o razlici izme|u kalendarskih i
radnih dana.
Analiza vremena se izvodi nezavisno od analize strukture.
Kod analize vremena primenjuju se uglavnom dva postupka (metode) i to:
metoda kriti~nog puta (CPM - metoda) kod koje je vreme trajanja
aktivnosti normirano i moè se sa velikom ta~no{}u utvrditi i
metoda ocene i revizije programa (PERT metoda) gde vreme trajanja
aktivnosti ima stohasti~ki karakter i ne moè se normirati. Kod osvaja-
nja novih proizvoda i istraìva~kih radova nemogu}e je normirati
vremena trajanja aktivnosti i zato ona imaju karakter slu~ajne veli~ine.
6.1 ODRE\IVANJE VREMENA KOD METODE KRITI^NOG PUTA - CPM
Za aktivnost izme|u doga|aja (i - j) i utvr|uje se njeno vreme trajanja ti-j. Vre-
me ti-j izraàva se u terminskim jedinicama i upisuje se ispod svake aktivnsoti
u mre`nom dijagramu.
Ubeleàvanje vremena nastajanja doga|aja vr{i se prema slici 3.12.16.
Slika 3.12.16: Vremena doga|aja

Aktivnosti (i-j) moè po~eti samo posle odigravanja doga|aja i. Ako doga|aju
"i" prethodi vi{e aktivnosti, on se moè odigrati samo posle isteka vremena
najduè aktivnosti. Prema tome, najraniji po~etak aktivnosti (i - j) bi}e
odre|en vremenom trajanja najduèg puta koji ulzi u doga|aja "i".
Najraniji po~etak aktivnosti (i - j) se ozna~ava sa:
(T )E i
Najraniji zavr{etak aktivnosti (i - j) se dobija sabiranjem vremena trajanja

aktivnosti ti-j sa vremenom (TE)i. Ovo vreme se ozna~ava sa (TE)j , pa je
prema tome:
(T ) = (T )
E j E i
+ ti j (max)
gde je i<j, a j=2, 3, ... ,n.

Ako do doga|aja "j" vodi vi{e puteva, tada se za (TE)j usvaja maksimalni
rezultat.
Najkasniji po~etak aktivnosti (i - j) se obeleàva sa (TL)i , a najkasniji
zavr{etak sa (TL)j. Ovde se ide po postupku koji je potpuno suprotan
odre|ivanju vrednosti (TE)i i(TE)j.
Naime, polazi se od zavr{nog doga|aja projekta i ide se ka po~etnom
doga|aju, pa se putem izraza moè odrediti najkasniji zavr{etak bilo koje
aktivnosti (i-j).
(T ) = ( T )
L i L j
ti j (min)
O~igledo je da se izvr{enje bilo koje aktivnosti (i-j) moè pomerati samo u

intervalu
(T )
E j
i (TL ) j
{to se naziva maksimalno dozvoljeno trajanje aktivnosti.

Prema tome, mogu}e je na osnovu izloènog za aktivnost (i-j) odrediti:

1. Najraniji po~etak aktivnosti (TE)i,
2. Najraniji zavr{etak aktivnosti (TE)j,
3. Najkasniji po~etak aktivnosti (TL)i,
4. Najkasniji zavr{etak aktivnosti (TL)j.
kao i maksimalno dozvoljeno vreme trajanja aktivnosti (i-j), koje iznosi:
(T ) (T )
L j E i
Ovo vreme pokazuje do kojih se granica moè rastegnuti trajanje jedne

aktivnosti, a da pri tome ne bude ugroèn planirani rok zavr{etka.
Kriti~na aktivnost i kriti~an put. Procenjeno vreme trajanja ti-j mora biti u
granicama maksimalno dozvoljenog vremena trajanja date aktivnosti. Ako je:
t i j = ( TL ) j ( TE ) i ,
onda se aktivnost (i-j) zove kriti~na aktivnost.

Za ovu aktivnost je:
(T ) = (T )
E i L i ili t i = ( TL ) i ( TE ) i = 0 ili
(T ) = (T )
E j L j
Ostale aktivnosti kod kojih je

[(T )L j ]
( TE ) j > 0
imaju maksimalno vreme trajanje ve}e od ti-j , pa se javlja rezerva u vremenu.

Kriti~na aktivnost ima vremensku rezervu ravnu 0.
Kriti~ni put je put koji polazi od doga|aja 0 do doga|aja n i ima najduè vreme
trajanja. Drugim re~ima, to je put koji sadrì samo kriti~ne aktivnosti i na
njemu nema vremenskuh rezervi. Kriti~ni put svojim trajanjem odre|uje
duìnu trajanja celog projekta, pa svaka izmena na kriti~nom putu dovodi do
promene roka trajanja projekta.
Pored kriti~nog, postoje i subkriti~ni putevi, koji predstavljaju puteve sa vrlo
malom vremenskom rezervom.
Analiza vremena putem CPM-metode prikazana je na primeru.
Date su aktivnosti A, B, C, D, E, F, G i H ~ija su vremena trajanja 2, 4, 2, 4, 5,
9, 7 i 1 respektivno. Me|usobne zavisnosti aktivnosti su:
B, C A G D, E
D, E B HF
FC
Nacrtati mre`ni dijagram, numerisati doga|aje, odrediti najranije i najkasnije

vreme nastajanja doga|aja i odrediti kriti~ne i subkriti~ne puteve.
Slika 3.12.17: Primer mre`nog dijagrama

Koriste}i relacije
(T ) = (T )
E j E i
+ ti j (max) i
(T ) = ( T )
L i L j
ti j (min)
sva vremena u mre`nom dijagramu ra~unaju se tabelarno - tabela 3.12.3.

Tabela 3.12.3
Aktivnost Doga|aj Oznake Vreme trajanja Oznaka (TE)j (TL)i
i j aktivnosti aktivnosti doga|aja
A 0 1 0-1 2 0 0 0
B 1 2 1-2 4 1 2 2
C 1 3 1-3 2 2 6 6
D 2 4 2-4 4 3 4 8
E 3 7 5-7 5 4 10 11
F 5 6 3-6 9 5 6 6
G 7 8 7-8 7 6 13 17
H 6 8 6-8 1 7 11 11
8 18 18
Kriti~an put prolazi kroz doga|aje 0, 1, 2, 5, 7 i 8. To je put na kome nema

vremenske rezerve.
6.2 ODRE\IVANJE VREMENA KOD PERT METODE
Analiza vremena po metodi PERT odvija se u slede}im etapama [7] :
Procena vremena (a , m , b),
Izra~unavanje o~ekivanog vremena i varijanse,
Odre|ivanje najranijeg i najkasnijeg vremena nastupanja doga|aja,
Odre|ivanje kriti~nih i subkriti~nih puteva,
Odre|ivanje verovatno}e nastupanja doga|aja.
6.2.1 Procena vremena

Po{to su aktivnosti kod projekata stohasti~kog karaktera, to se njihova
vremena trajanja ne mogu normirati, pa se zbog toga procenjuju (za svaku
aktivnost) tri razli~ite vrednosti vremena za izvo|enje svake aktivnosti i to:
Optimisti~ko vreme - aij
predstavlja najkra}i (minimalni) vremenski period za koji se aktivnost
moè ostvariti.Ustvari, to je ono vreme, za koje }e biti realizovana neka
aktivnost, ako se u toku izvo|enja te aktivnosti steknu najpovoljniji
uslovi.
Najverovatnije vreme - mij
predstavlja potrebno vreme za izvo|enje aktivnosti pod normalnim
uslovima.
Pesimisti~ko vreme - bij
je maksimalno potrebno vreme za izvr{enje aktivnosti u krajnje
nepovoljnim uslovima, koji mogu nastati u izvo|enju aktivnosti (izuzev,
razume se, pojava katastrofa).
Iz iznetih definicija sledi da za svaku aktivnost mora biti zadovoljen uslov:

a ij mij bij
Procenu vremena (optimist~kog, pesimisti~kog i najverovatnijeg), vr{e
stru~njaci koji su radili na sli~nim aktivnostima, ili kojima }e biti povereno
izvr{avanje datih aktivnosti.
2
6.2.2 Izra~unavanje o~ekivanog vremena (te)ij i varijanse ( )ij
Kako se za izvr{enje svake aktivnosti raspolaè sa tri vremena (aij, mij i bij) to
je potrebno odrediti vreme za koje se predpostavlja da }e se zavr{iti aktivnost.
Kod metode PERT ovo vreme se naziva o~ekivano vreme (te)ij i predstavlja
prose~no utro{eno vreme za izvo|enje neke aktivnosti pri njenom vi{estrukom
ponavljanju [7].
Ne ulaze}i u matemati~ku interpretaciju i dokaze pretpostavljeno je da se
trajanje svih aktivnosti pona{a po "B" raspodeli, a trenutak njihovog
zavr{etka, odnosno odigravanje pojedinih doga|aja po zakonu normalne
raspodele. U tom slu~aju se izra~unavanje vr{i po slede}im obrascima:
- O~ekivano vreme - varijansa (2)ij
c h = c b a h
2
a + 4 mij + b ij
bg
t e ij = ij
6
2
ij
ij
6
ij
Varijansa predstavlja meru nesigurnosti u proceni vremena za izvr{enje aktivnosti.
6.2.3 Odre|ivanje najranijeg (TE) i najkasnijeg (TL) vremena nastupanja

doga|aja
Vreme nastupanja doga|aja predstavlja koli~inu vremena (~asovi, dani,
meseci...) koja protekne od po~etka projekta do nastupanja odre|enog
doga|aja.
Najranije vreme (TE) predstavlja najraniji rok kada se moè odigrati posma-
trani doga|aj, odnosno zavr{iti aktivnosti koje mu prethode. Ovo vreme se
ra~una unapred usvajaju}i da je za po~etni doga|aj:
(TE)0 = 0
po{to prvom doga|aju ne prethodi nikakva aktivnost koja zahteva vreme za
njegovo izvr{enje.
Za ostale doga|aje TE se ra~una kao i u CPM metodi s tim {to se umesto ti-j
uvra{tava izra~unata vrednost za (te)ij pa je obrazac:
(T ) = ( T ) + ( t )
E j E i e ij (max)
Potrebno je poznavati najranije vreme nastupanja prethodnog doga|aja (TE)i ,
da bi se moglo ra~unati (TE)j narednog doga|aja.
Najkasnije vreme (TL) predstavlja najkasniji rok kada se mora odigrati posma-
trani doga|aj, odnosno zavr{iti aktivnosti koje mu prethode ako se èli odràti
dati rok zavr{etka projekta.
Ovo vreme se ra~una u nazad usvajaju}i da je:
bT g = bT g
L n gde je "n" zavr{ni doga|aj ako rok projekta nije unapred odre|en.
E n
Za ostale doga|aje T se ra~una po obrazcu:
(T ) = ( T ) (t )
L i L j e ij (min)
Potrebno je poznavati najkasnije vreme nastupanja narednog doga|aja (TL)j ,

da bi se moglo ra~unati (TL)i prethodnog doga|aja.
Izra~unate vrednosti za (TE) i (TL) unose se u sam crte` kako je to pokazano
na na slici 3.12.16.
Mre`ni dijagram sa unetim vremenima nastupanja doga|aja omogu}ava
analizu i bolju preglednost.
6.2.4 Odre|ivanje kriti~nih i subkriti~nih puteva

Postavljeni mre`ni dijagram pruà preglednu i jasnu sliku stanja glavnih
(klju~nih) doga|aja i predstavlja solidnu osnovu za analizu projekta.
Da bi se moglo upravljati realizacijom projekta, potrebno je odrediti kriti~ni
put. Da bi se to moglo uraditi, potrebno je prethodno odrediti vremenski zazor
(rezervu) S [7].
Vremenski zazor (S), odre|enog doga|aja, predstavlja vremensku razliku
izme|u najkasnijeg zavr{etka svih aktivnosti koje mu neposredno prethode i
najranijeg po~etka narednih aktivnosti koje neposredno slede. Ra~una se kao:
( S ) = (T ) (T )
i L i E i ; i = (1, 2, L n)
i moè biti: Si <> 0

a) (S)i > 0 - Pozitivan vremenski zazor, ukazuje na postojanje rezervi
vremena, kapaciteta i ostalih resursa.
b) (S)i = 0 - Nulti vremenski zazor ukazuje da nema nikakvih rezervi
vremena, kapaciteta i ostalih resursa.
c) (S)i < 0 - Negativan vremenski zazor ukazuje na nemogu}nost
realizacije projekta bez intenziviranja aktivnosti.
7. PRIMER ZA PERT METODU

Projekat: Planiranje preseljenja [7].

Preduze}e sa dva odeljenja A (administracija, skladi{te itd.) i B (proizvodnja,
odràvanje, itd.) treba da se preseli iz centra grada u industrijsku zonu.
Sa~initi mre`ni dijagram za planiranje i kontrolu preseljenja.
Analizom je ustanovljeno da se projekat preseljenja moè ras~laniti na
aktivnosti me|u kojima postoji me|uzavisnost kao i odgovornost za
izvr{avanje aktivnosti, {to je prikazano u tabeli 3.12.4.
Tabela 3.12.4
Oznaka Aktivnost Zavisi Odgovoran
A Odrediti rukovodioca projekta - Direktor

B Izraditi popis inventara ma{ina A Rukovodilac
C Proveriti rok zavr{etka nove zgrade (termin A Rukovodilac
preseljenja)
D Kontrolisati stanje ma{ina u odeljenju B A [ef odràvanja
E Izraditi detaljan razme{taj opreme B Rukovodilac
F Ozna~iti lokaciju na ma{inama i inventaru C, E Rukovodilac
G Proveriti rok isporuke novih ma{ina A [ef nabavke
H Ispostaviti propise za remont D [ef odràvanja
I Demontaà odeljenja A C, F [ef odeljenja A
J Demontaà i remont ma{ina odeljenja B C, H [ef odeljenja B
K Izbor transportnog preduze}a B Direktor
L Dostavljanje i montaà novih ma{ina C, G [ef nabavke i
odràvanja
M Transport odeljenja A I, K Transportno
preduze}e
N Transport odeljenja B J, K Transportno
preduze}e
P Ure|enje odeljenja A M [ef odeljenja A
Q Montaà ma{ina u odeljenju B N [ef odeljenja B
R Postizanje normalne proizvodnje P, Q [ef odeljenja B
Na osnovu ovakve me|usobne zavisnosti nacrtan je mre`ni dijagram prikazan

na slici 3.12.18 gde je izvr{eno i numerisanje doga|aja.
U tabeli 3.12.5 prikazane su aktivnosti sa oznakama iz mre`nog dijagrama,

procenjena su vremena trajanja pojedinih aktivnosti i izra~unata su vremena
za te i 2 prema relacijama datim u ta~ki 6.2.2.
Tabela 3.12.5
Aktivnost Oznaka te 2
a m b
A 0-1 1 1 2 1.2 0.03
B 1-3 2 2 2 2.0 0.00
C 1-4 2 2 2 2.0 0.00
D 1-5 3 4 4 3.8 0.03
E 3-7 3 3 4 3.2 0.03
F 7-9 1 1 2 1.2 0.03
G 1-6 3 4 6 4.2 0.25
H 5-8 2 3 4 3.0 0.11
I 9-12 5 6 8 6.2 0.25
J 8-10 11 14 16 13.8 0.69
K 1-2 2 2 4 2.3 0.11
L 6-11 10 12 15 12.2 0.69
M 12-13 3 4 5 4.0 0.11
N 10-11 4 4 5 4.2 0.03
P 13-14 6 8 9 7.8 0.25
Q 11-14 5 6 7 6.0 0.11
R 14-15 7 10 12 9.8 0.69
fiktivna aktivnost 2-12 0 0 0 0. 0.
Prema ta~ki 6.2.3. izra~unavaju se vremena nastupanja doga|aja i njihove

vrednosti se unose u kolone 2 i 4 tabele 3.12.6.
Vrednost za (2T ) za po~etni doga|aj je 0, a onda se za svaki naredni izra~unava
E
sabiranjem 2 iz tabele 3.12.5 za odgovaraju}e aktivnosti do posmatranog

doga|aja. Ove vrednosti upisuju se u kolonu 3 tabele 3.12.6.
Vrednost za (2T ) za zavr{ni doga|aj je nula pa se unazad izra~unavaju (2T ) na
L 15 L i
isti na~in kao i (2T ) . Ove vrednosti upisuju se u kolonu 5 tabele 3.12.6.
E j
Kolona 6 u tabeli 3.12.6 je Si (vremenski zazor)i dobija se prema relaciji datoj

u ta~ki 6.2.4.
2
Kolona 7 se izra~unava preko relacije SL = T2E + T2L .
Kolona 9 predstavlja koli~nik kolone 6 i 8.
Kona~no, kolona 10 predstavlja verovatno}u da doga|aj ne}e nastupiti.
Tabela 3.12.6
Broj (T )
E
(2T ) (T )
L i
(2T ) Si SL2 SL z P
doga|aja j E j L i
1 2 3 4 5 6 7 8 9 10
0 0.0 0.00 0.0 1.69 0.0 1.69 1.30 0.00 0.500
1 1.2 0.03 1.2 1.66 0.0 1.69 1.30 0.00 0.500
2 3.5 0.14 20.2 1.05 16.7 1.19 1.09 -15.30 0.000
3 3.2 0.03 9.6 1.36 6.4 1.39 1.18 -5.42 0.000
4 3.2 0.03 8.0 1.52 4.8 1.55 1.24 -3.87 0.001
5 5.0 0.06 5.0 1.63 0.0 0.69 1.30 0.00 0.500
6 5.4 0.28 13.8 1.49 5.4 1.77 1.33 -4.06 0.000
7 7.6 0.06 12.8 1.33 6.4 1.39 1.18 -5.42 0.000
8 8.0 0.17 8.0 1.52 0.0 1.69 1.30 0.00 0.500
9 6.4 0.09 14.0 1.30 6.4 1.39 1.18 -5.42 0.000
10 21.8 0.86 21.8 0.83 0.0 1.69 1.30 0.00 0.500
11 26.0 0.89 26.0 0.80 0.0 1.69 1.30 0.00 0.500
12 13.8 0.34 20.2 1.05 6.4 1.39 1.18 -5.42 0.000
13 17.8 0.45 24.2 0.94 6.4 1.39 1.18 -5.42 0.000
14 32.0 1.00 32.0 0.69 0.0 1.69 1.30 0.00 0.500
15 41.8 1.69 41.8 0.00 0.0 1.69 1.30 0.00 0.500
Za mre`ni dijagram prikazan na slici 3.12.18 a uz kori{}enje izra~unatih

vrednosti iz tabela 3.12.5 i 3.12.6 nacrtan je primer mre`nog dijagrama po
PERT metodi {to je prikazano na slici 3.12.19. U ovom dijagramu su unete
prora~unate vrednosti i odre|en je kriti~an put, koji povezuje doga|aje 0-1-5-
8-10-11-14-15.
8. ZAKLJUÂK
Osnovne prednosti primene TMP u upravljanju realizacijom projekta nad
ostalim metodama sastoje se u slede}em:
Olak{an je rad pri projektovanju zadataka, po{to se unapred
sagledavaju sve aktivnosti koje se postavljaju hronolo{kim redom.
Lako se uo~ava me|uzavisnost izme|u pojedinih aktivnosti (poslova).
Unapred se odre|uje trajanje svake aktivnosti, pa je lak{e planiranje
projekta. Kod poznavanja rokova zavr{etka pojedinih radova lako je
izvr{iti planiranje: nabavke materijala, kapaciteta, sredstava itd.
Lako je pratiti i kontrolisati izvr{enje zadataka, pogotovo ako se prate i
kontroli{u samo oni zadaci (aktivnosti) koji se nalaze na kriti~nom
putu.
Ovo su samo neke od niza prednosti koje daje tehnika mre`nog planiranja.
5
LITERATURA
[1] Adams J.L., THE CARE AND FEEDING OF IDEAS, Penguin Books, London,
1986.
[2] Akao, Y., author and editor in chief: QUALITY FUNCTION DEPLOYMENT -
Integrating Customer Requirements into Product Design, Productivity Press, Portland,
Oregon, USA, 1990.
[3] Asaka, T. - General editor, Kazuo, O. - Editor: HANDBOOK OF QUALITY
TOOLS, Productivity Press, Portland, Oregon, USA
[4] Bakija, I. : KONTROLA KVALITETE, Tehni~ka knjiga, Zagreb, 1978.
[5] Bandell, T: TAGUCHI METHODS, Elsevier Applied Science, London, 1991.
[6] Barlow, R.E, Fussel, J.B., Singpurwalla, N.D.:.RELIABILITY AND FAULT TREE
ANALYSIS, Society for industrial and applied mathematics, Philadelphia, 1975.
[7] Beker, I., Vulanovi}, V., Du|ak, LJ., Zelenovi}, D., Kamberovi}, B., Kecojevi}, S.,
Majstorovi}, V., Maksimovi}, R., Maleti}, J., Pavlovi}, D. M., Radakovi}, N.,
Radlova~ki, V., Raki}, M., Spasi}, T. Z., Stani}, J., Stanivukovi}, D., Stojkovi}, S.,
Tumbas Z.: SISTEM KVALITETA * UNAPRE\ENJE - METODE I TEHNIKE,
FTN, Institut za industrijske sisteme, IIS-Istraìva~ki i tehnolo{ki centar, Novi Sad,
1995, izmenjeno i dopunjeno izdanje.
[8] Bell, D., McBride, P., Wilson, G.: MANAGING QUALITY, Butterworth -
Heinemann Ltd, Oxford, 1994.
[9] Bono, E: SERIOUS CREATIVITY, Harperbussiness, New York, 1992.
[10] Brandenberger, J., Konrad, R.: TEHNIKA MRE@NOG PLANIRANJA, Tehni~ka
knjiga, Zagreb, 1970.
[11] Bulatovi}, J. : STATISTI^KA OBRADA REZULTATA MERENJA, Centar za
informativno-izdava~ku delatnost, Ni{, 1982.
[12] Burr, I.W. : STATISTICAL QUALITY CONTROL METHODS, Marcel Dekker,
INC., New York 1976.
[13] Caplen, R. H. : A PRACTICAL APPROACH TO QUALITY CONTROL, Business
Book, London, 1978.
[14] Ching-Lai H., Ming-Jeng L., GROUP DECISION MAKING UNDER MULTIPLE
CRITERIA, Springer-Verlag, Berlin, 1987.
[15] ûpi}, M: UVOD U TEORIJU ODLUÎVANJA, Nau~na knjiga, Beograd, 1983.
[16] Deming, E., W., Geoffrey, L.: SAMPLE INSPECTION IN THE PROCESSING OF
CENSUS RETURNS, Journal of American Statistical Association, 1941.
[17] Dragovi}, V., Pa{ali}, B. M.: OSNOVI STATISTI^KE ANALIZE KROZ
PRIMJERE, Savremena administracija, Beograd, 1988.
[18] Drury, C. G., Fox, J. G. : HUMAN RELIABILITY IN QUALITY CONTROL,
Taylor and Francis Ltd., London 1975.
[19] Dun|erovi}, R., \uri}, Z., Risti}, D., Sokolovi}, S., Baji}, M., Kamberovi}, B.,
France{ko, M., Prùlj, @., Grubi}-Ne{i}, L., Du|ak, Lj., Maleti}, J., Vujkovi}, S.,
Skenderovi}, I., Kova~i}, T., Gaji}, M., Albahari-@igrai, H., âjko, G., Mr|a, V.:
SISTEM KVALITETA* Motivacija * Komuniciranje * Tro{kovi kvaliteta * Ekologija
* Iz prakse za praksu, FTN, Institut za industrijske sisteme, IIS-Istraìva~ki i
tehnolo{ki centar, Novi Sad, 1995.
[20] Duncan, A. J. : QUALITY CONTROL AND INDUSTRIAL STATISTICS, Irwin
Dorsey Limited, Georgetown, USA, 1974.
[21] Easterling, G.R., Johnson, E.M., Bement, R.T., Nachtsheim, J.C., STATISTICAL
TOLERANCING BASED ON CONSUMER'S RISK CONSIDERATIONS, Journal
of Quality Technology, Vol. 23, No. 1, January 1991, pp 1-11.
[22] Eremi}, M., Njegi}, R.: STATISTI^KA KONTROLA KVALITETA, Savremena
administracija, Beograd, 1973.
[23] Feigenbaum, A. V. : TOTAL QUALITY CONTROL, McGraw-Hill Book Company,
New York, 1961.
[24] Fla{ar, A. : KONTROLA KVALITETA U GRA\EVINARSTVU, Institut za
INDUSTRIJSKU GRADNJU, Novi Sad, 1984.
[25] Goetsch, D. L., Davis, S. B.: INTRODUCTION TO TOTAL QUALITY, Prentice
Hall, Upper Saddle River, New Jersey, 1997.
[26] Goold, M., Quinn, J. J.: STRATEGIC CONTROL, The Economist Books, London,
1990.
[27] Grant, E. I., Leavenworth, R.S.: STATISTICAL QUALITY CONTROL, McGraw-
Hill Book Company, New York, 1974.
[28] Green, A.E., Bourne, A.J.: RELIABILITY TECHNOLOGY John Wiley & Sons Ltd.,
London, 1972.
[29] Grossman, S.: RELEASING PROBLEM SOLVING ENERGIES, Training and
Development Journal, no. 38, 1984.
[30] Hadì}, O.: NUMERI^KE I STATISTI^KE METODE U OBRADI
EKSPERIMENTALNIH PODATAKA, Institut za matematiku, Novi Sad, 1989.
[31] Hadìvukovi}, S.: STATISTIKA, Rad, Beograd, 1979.
[32] Hartung, S.: WEITRENTWICKLUNGEN DER QUALITY FUNCTION
DEPLOYMENT METODE, Quality System Technologies, 3rd International
Exhibition for Quality Assurance with User Conference, Stuttgart, 1992.
[33] Hitoshi, K.: STATISTICAL METHODS FOR QUALITY IMPROVEMENT, 3A
Corporation, Tokyo, 1995.
[34] Hosotani, K. :THE QC PROBLEM SOLVING APPROACH, 3A Corporation,
Tokyo, 1992.
[35] Hutchins, G.: THE ISO 9000 IMPLEMENTATION MANUAL - TEN STEPS TO
ISO 9000 IMPLEMENTATION, Oliver Wight Publications, Essex Junction, USA,
1994.
[36] Ireson, G.W., Coombs, C.F.Jr.: HANDBOOK OF RELIABILITY ENGINEERING
AND MANAGEMENT, McGraw-Hill, New York, 1966.
[37] Ivanovi}, G., Stanivukovi}, D.: POUZDANOST - ANALIZA PROJEKTOVANJE,
Savezni sekretarijat za narodnu odbranu, Beograd, 1988,
[38] Johnson G., Scholes K., EXPLORING CORPORATE STRATEGY: Text and cases,
Prentice Hall, Cambridge, 1989.
[39] Juran, J. M. : JURAN ON LEADERSHIP FOR QUALITY, The Free Press, A
Division of Macmillan,Inc., New York, London, 1989.
[40] Juran, J. M. : JURAN ON PLANNING FOR QUALITY, The Free Press, A Division
of Macmillan, Inc., New York, London, 1988.
[41] Juran, J. M., Gryna, F.M.: JURAN'S QUALITY CONTROL HANDBOOK, Fourth
Edition, McGRAW-HILL Book Company, New York, 1988.
Literatura 361
[42] Juran, J. M., Gryna, F.M.: QUALITY PLANNING AND ANALYSIS, McGRAW -
HILL Book Company, New York, 1970.
[43] Juran, J. M.: JURAN ON QUALITY BY DESIGN - The New Steps for Planning
Quality into Goods and Services, The Free Press, New York, 1992.
[44] Kamberovi}, B.: MODEL INTEGRALNOG SISTEMA ZA UPRAVLJANJE KVA-
LITETOM - IIS PRILAZ, Zbornik radova 10. Me|unarodne konferencije industrijski
sistemi IS '96, Knjiga III, strana 9 - 20, Novi Sad, 1996.
[45] Kamberovi}, B.: RAZVOJ OP[TEG MODELA SISTEMA ZA UPRAVLJANJE
KVALITETOM, Magistarski rad, Novi Sad, 1985.
[46] Kamberovi}, B: PRILOG RAZVOJU INTEGRALNOG SISTEMA ZA UPRAV-
LJANJE KVALITETOM EFEKTIVNIH PROIZVODNIH SISTEMA, doktorska
disertacija, FTN, IIS, Novi Sad, 1996.
[47] Kamberovi}, B., Radakovi}, N.: SISTEM KVALITETA * QFD METODA, FTN -
Institut za industrijske sisteme, & IIS - Istraìva~ki i tehnolo{ki centar, Novi Sad, 1995.
[48] Kamberovi}, B., Radlova~ki, V.: JEDAN NAÎN PRESLIKAVANJA @ELJA
KUPACA U PROCESE UGRA\IVANJA KVALITETA U PROIZVOD, âsopis
"Kvalitet i strandardizacija", br. 1-2, god. 22/1994., Beograd, 1994.
[49] Kamberovi}, B., Radlova~ki, V., [ilobad, M.: ANALIZA POJAVE I UTICAJA
OTKAZA / GRE[KE - FMEA (Failure Mode And Effect Analysis), izvodi sa
predavanja, Seminar "UPRAVLJANJE KVALITETOM", IIS - Istraìva~ki i
tehnolo{ki centar, Tara, 1997.
[50] Kamberovi}, B., Stanivukovi} D., Kecojevi} S., Beker I.: "ESTIMATING
PROCEDURE OF THE RELIABILITY AND QUALITY DISTRIBUTION
PARAMETERS" - Ninth International Conference of the Israel Society for Quality
Assurance, Jerusalem, Israel, 1992., Proceedings pp 649 - 653.
[51] Kami J.M., TRIGGER POINTS, McGraw-Hill, New York, 1988.
[52] Kecojevi}, S.: PRILOG ISTRA@IVANJU POJAVA STANJA OTKAZA I RAZVOJ
POSTUPAKA ZA ANALIZU OTKAZA RADNIH SISTEMA SA STANOVI[TA
ODRE\IVANJA EFEKTIVNOSTI SISTEMA I PROJEKTOVANJA
POSTUPAKA ODR@AVANJA - Magistarski rad, Fakultet tehni~kih nauka, Novi
Sad, 1992.
[53] King, B.: Better Design In Half the Time, Methuen MA, USA, 1989.
[54] Koontz, H., Weihrich, H., MANAGEMENT, 9th Ed., Mc Graw Hill, San Francisco,
1989.
[55] Koppe, D. : CAQ-Datenmodell,VDI-Verlag GmbH,Dusseldorf 1992.
[56] Kume, H.: MANAGEMENT BY QUALITY, 3A Corporation, Tokyo, 1995.
[57] Kume, H.: STATISTICAL METHODS FOR QUALITY IMPROVEMENT, The
Association for Overseas Technicall Schoolarship (AOTS), Tokyo, Japan, 1995.
[58] Majstorovi}, V., Stani}, J. i drugi, TEHNIKE IN@ENJERSTVA KVALITETA, 21.-
godi{nja konferencija, Beograd, 1994.
[59] Majstorovi}, V., Stani}, J: KVALITET - STRATEGIJA ZA BUDU]NOST, Ma{inski
fakultet Beograd, 1993.
[60] Makarov, I.M., Vinogradskaya, T.M., Rubichinsky, A.A., Sokolov, V.B., THE
THEORY OF CHOICE AND DECISION MAKING, Mir Publishers, Moscow, 1987.
[61] Markov, F.: PRIMENA QFD METODE U RAZVOJU SOFTVERSKOG
PROIZVODA, diplomski rad, FTN, Novi Sad, 1998.
[62] Masing, W.: HANDBUCH DER QUALITATSSICHERUNG, Hanser Verlag,
Munchen, 1988.
[63] Miles, L. D.: PRIVREDNA I TEHNI^KA PRIMENA ANALIZE VREDNOSTI,
Privredna knjiga, Gornji Milanovac, 1982.
[64] Mitrovi}, @. : SISTEM INTEGRALNE KONTROLE KVALITETA PROIZVODA,
IRO "Sloboda", Beograd, 1989.
[65] Mogin, P., Kamberovi}, B., Lukovi}, I., Brki}, M., Beker, I., Radlova~ki, V., Petkovi},
B.: SISTEM KVALITETA* Kvalitet softvera - Softver za kvalitet, FTN, Institut za
industrijske sisteme, IIS-Istraìva~ki i tehnolo{ki centar, Novi Sad, 1995.
[66] Montgomery, D.: Introduction to STATISTICAL QUALITY CONTROL, New York,
1985.
[67] Nayatani, Y., Eiga, T., Futami, R., Miyagawa, H.: THE SEVEN NEW QC TOOLS -
Practical Applications for Managers, 3A Corporation, Tokyo, Japan, 1994.
[68] Okudaira, M. et. al.: RECURRENCE PREVENTION OF LABOR ACCIDENT BY
USING DRAMA ANALYSIS APPROACH, Proc. of ICQ '96
[69] Owen, M. : SPC and CONTINUOUS IMPROVEMENT, Springer - Verlag, UK, 1989.
[70] Peach, R. W. (editor): THE ISO 9000 HANDBOOK, Mc Graw Hill, New York, 1997.
[71] Petri}, J.: MATEMATI^KE METODE PLANIRANJA I UPRAVLJANJA,
Informator, Zagreb, 1968.
[72] Popovi}, B., Kamberovi}, B.: UPRAVLJANJE KVALITETOM - zbirka re{enih
zadataka, Nau~na knjiga, Beograd, 1987.
[73] Radlova~ki, V. , Kamberovi}, B.: TIMSKI RAD - PREDUSLOV UNAPRE\ENJA
SISTEMA KVALITETA, Prilog ~asopisu "KVALITET I STANDRARDIZACIJA",
broj 1-2, godina 24, JUSK, Bograd, 1996, str 243
[74] Raji}, F., Slep~evi}, \.: UPRAVLJANJE, VO\ENJE I KONTROLA
PROIZVODNIH PROCESA, Vi{a {kola za organizaciju rada, Novi Sad, 1974
[75] Rawlinson J.G., CREATIVE THINKING AND BRAINSTORMING, Managament
Training Limited, 1971.
[76] Rinne, H., Mittag, H. J.: STATISTICHE METHODEN DER
QUALITAETSSICHERUNG, Carl Hanser Verlag, Munchen-Wien, 1989.
[77] Roberts, G. W.: QUALITY ASSURANCE IN RESEARCH AND
DEVELOPMENT, Marcel Dekker Inc., New York - Basel, 1983.
[78] Ross, P. J.: TAGUCHI TECHNIQUES FOR QUALITY ENGINEERING, McGraw
Hill, New York, 1988.
[79] Rove{njak, M. : STATISTI^KA KONTROLA KVALITETA, Panorama, Zagreb,
1966.
[80] Rowe A.J., Mason R.O., Snayder N.H., Dickel K.E., STRATEGIC MANAGEMENT
- A Methodological approach, 3rd Ed., Addison Wesley, SAD, 1989.
[81] Sadowy, M. : INDUSTRIELLE STATISTIK MIT QUALITATS KONTROLLE,
Vogel - Verlag, Wurtzburg, Germany, 1970.
[82] Schindowski, O., Schurz,O.: STATISTISCHE QUALITATSKONTROLE, VEB
Verlag Technih, Berlin, 1974.
[83] Spasi}, M., Nikoleti}, M.: KONTROLA KVALITETA, Privredni pregled, Beograd,
1970.
[84] Stani}, J: UPRAVLJANJE KVALITETOM PROIZVODNJE, metodi I, Ma{inski
fakultet, Beograd, 1991.
[85] Stanivukovi}, D., Cari}, N. i Mari}, B.: ORGANIZACIJA PREDUZE]A I
MENAD@MENT, Institut za industrijske sisteme, Novi Sad, 1991.
[86] Stanivukovi}, D., Zelenovi}, D., Kecojevi}, S., Beker, I, Kamberovi}, B., Savi}, V.,
Maksimovi}, R., [ilobad, M.: ODR@AVANJE - IIS PRILAZ, Monografija, IIS -
Istraìva~ki i tehnolo{ki centar i Institut za industrijske sisteme, Novi Sad, 1997.
[87] Stojiljkovi}, V., Uzunovi} R., Majstorovi}, V. i drugi: KVALITET PODR@AN
RAÛNAROM, CIM COLLEGE, Ni{, 1994.
[88] Sugiura, T., Yamada, Y.: THE QC STORYLINE, Asian Productivity Organization,
Tokyo, 1995.
[89] Sullivan, P.: QUALITY FUNCTION DEPLOYMENT, Quality Progress, June, 1986.
[90] Summers, D. C. S.: QUALITY, Prentice Hall, Upper Saddle River, New Jersey, 1997.
Literatura 363
[91] [olak, Nj.: STATISTIKA ZA MENAD@ERE KVALITETA, IGR "T & K print",
Mladenovac, 1996.
[92] [or, J. B.: STATISTI^KE METODE ANALIZE I KONTROLE KVALITETA I
POUZDANOSTI, Savez ma{inskih i elektrotehni~kih inènjera i tehni~ara Srbije,
Beograd, 1975.
[93] Taguchi, G., Elsayed, A, E., Hsiang, T.: QUALITY ENGINEERING IN
PRODUCTION SYSTEMS, McGraw-Hill, New York, 1989.
[94] Takahashi, T. et. al.: A STUDY ON APPROACH TO RECORD FACTS BASED
ON DESCRIPTIVE DATA, Proc. of the 41st Annual Conference, Japanese Society
on Quality Control, 1991.
[95] Takahashi, T. et. al.: A STUDY ON CATEGORIZATION OF PROBLEMS
DESCRIBED IN VERBAL INFORMATION AND ANALYSIS APPROACH,
Proc. of the 46th Conference, Japanese Society on Quality Control, 1994.
[96] Takahashi, T. et. al.: AN ANLYSIS BASED ON VERBAL DATA, Proc. of the 41st
Conference, Japanese Society on Quality Control, 1992.
[97] Van Gundy, A. B.: BRAIN BOOSTERS FOR BUSSINESS ADVANTAGE:
Ticklers, Grab Bags, Blue Skies and Other Bionic Ideas, Pfeiffer & Co, San Diego,
California, 1995.
[98] Van Gundy, A. B.: MANAGING GROUP CREATIVITY: A MODULAR
APPROACH TO PROBLEM SOLVING, New York, Amacom, 1984.
[99] Vulanovi} V., Kamberovi} B., Beker I.: AUTOMATIZATION OF COLLECTION
AND STATISTICAL TREATMENT OF DATA ABOUT THE QUALITY OF
PRODUCTS, INTERNATIONAL CONFERENCE ON ORGANIZATIONS AND
INFORMATION SYSTEMS, Bled, 1989.
[100] Vulanovi} V., Vujkovi} S., Kamberovi} B.: "UVO\ENJE SISTEMA
UPRAVLJANJA KVALITETOM U D.D. CHEMOS - PALI]", saop{tenje na 20.
jugoslovenskom savetovanju o kvalitetu, Beograd, 2.-4. juni 1993.
[101] Vulanovi}, V., Kamberovi}, B., Stanivukovi}, D., Radakovi}, N., Maksimovi}, R.,
Radlova~ki, R, [ilobad, M.: SISTEM KVALITETA * JUS ISO 9001, Fakultet
tehni~kih nauka - Institut za industrijske sisteme & IIS - Istraìva~ki i tehnolo{ki
centar, Novi Sad, 1997.
[102] Vulanovi}, V., Kecojevi}, S.: KVALITET OPREME - JEDAN OD USLOVA
OBEZBE\ENJA KVALITETA PROIZVODA, ~asopis "Kvalitet i standardizacija",
broj 4., str. 95-99, Beograd, 1992.
[103] Vulanovi}, V., Pani}, \: ORGANIZACIJA PROIZVODNJE, Vi{a {kola za
organizaciju rada, Novi Sad, 1980.
[104] Vulanovi}, V., Stanivukovi}, D., Kamberovi}, B., Du|ak, Lj., Maleti}, J., Radlova~ki,
V. : SISTEM KVALITETA* Upravljanje projektom, FTN, Institut za industrijske
sisteme, IIS-Istraìva~ki i tehnolo{ki centar, Novi Sad, 1995.
[105] Vulanovi}, V., Stanivukovi}, D., Kamberovi}, B., Kecojevi}, S., Pavlovi}, M.,
Radakovi}, N., Maksimovi}, R., Radlova~ki, V.: SISTEM KVALITETA * OSNOVE,
Fakultet tehni~kih nauka - Institut za industrijske sisteme & IIS-Istraìva~ki i
tehnolo{ki centar, Novi Sad, 1996.,
[106] Vulanovi}, V., Stanivukovi}, D., Kamberovi}, B., Radakovi}, N., Pavlovi}, M.,
Kecojevi}, S., Maksimovi}, R.: SISTEM KVALITETA * USLUGE, Fakultet tehni~kih
nauka - Institut za industrijske sisteme & IIS-Istraìva~ki i tehnolo{ki centar, Novi Sad,
1995.
[107] Vulanovi}, V.: KONTROLA KVALITETA, V[OR Novi Sad, Novi Sad, 1981.
[108] Vulanovi}, V.: UPRAVLJANJE KVALITETOM, V[OI, Novi Sad, 1991.
[109] Warfield, J. N.: METHOD OF IDEA MANAGEMENT, The Academy for
Contemporary Problems, Columbus Ohio, 1975.
[110] Zangemeister, Ch.: NUTZWERTANALISE IN DER SYSTEMA-TECHNIK,

Wittemannsche buchhandlung, Muenchen, 1970.
[111] Zelenovi} D., Kamberovi} B.: "IIS PRILAZ U RAZVOJU I UVODJENJU
SISTEMA KVALITETA", 24. Savetovanje proizvodnog ma{instva Jugoslavije, Novi
Sad, 1992, Zbornik radova pp. 6-119 - 6-125.
[112] Zelenovi}, D. : PROJEKTOVANJE PROIZVODNIH SISTEMA, Nau~na knjiga,
Beograd, 1987.
[113] Zelenovi}, D., Todorovi}, J.: EFEKTIVNOST SISTEMA U MA[INSTVU, Nau~na
knjiga, Beograd, 1990.
[114] Zelenovi}, D., Vulanovi}, V., Stanivukovi}, D., ]osi}, I., Kamberovi}, B., Pavlovi}, M.,
Radakovi}, N., Kecojevi}, S., Maksimovi}, R., V. Radlova~ki: SISTEM KVALITETA
* DOKUMENTACIJA, Fakultet tehni~kih nauka - Institut za industrijske sisteme &
IIS - Istraìva~ki i tehnolo{ki centar, Novi Sad, 1995.
[115] Zelenovi}, D.: TEHNOLOGIJA ORGANIZACIJE INDUSTRIJSKIH SISTEMA -
PREDUZE]A, Nau~na knjiga, Beograd, 1995.
[116] Zelenovi}, D.: UPRAVLJANJE PROJEKTIMA - PROJECT MANAGEMENT, IIS
- Istraìva~ki i tehnolo{ki centar, Novi Sad, 1995.
[117] Zelenovi}, D: UPRAVLJANJE PROIZVODNIM SISTEMIMA, Nau~na knjiga,
Beograd, 1984.
[118] * * * : AUTOMATIZACIJA POSTUPAKA UPRAVLJANJA KVALITETOM,
FTN-Institut za INDUSTRIJSKE SISTEME, Novi Sad, 1989.
[119] * * * : PRIRU^NIK ZA PRIMJENU TEHNIKE MRE@NOG PLANIRANJA
(DOKUMENTACIJSKI ELABORAT), Centar za dokumentaciju i informacije,
Zagreb, 1987.
[120] * * * : SISTEM KVALITETA* Iz prakse za praksu, FTN, Institut za industrijske
sisteme, IIS-Istraìva~ki i tehnolo{ki centar, Novi Sad, 1996.
[121] Vulanovi}, V., Stanivukovi}, D., Kamberovi} B., Maksimovi}, R., Radakovi}, N.,
Radlova~ki V., [ilobad M.: SISTEM KVALITETA * ISO 9001:2000, FTN, Institut za
industrijsko inènjerstvo i menad`ment, IIS-Istraìva~ki i tehnolo{ki centar, Novi Sad,
2003.

Metode I Tehnike Unapredjenja Procesa Rada PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Metode I Tehnike Unapredjenja Procesa Rada PDF

Uploaded by

Copyright:

Available Formats

Dr Vojislav Vulanovi} Dr Rado Maksimovi}

Dr Dragutin Stanivukovi} Mr Vladan Radlova~ki

METODE I TEHNIKE UNAPRE\ENJA PROCESA RADA

Tira`: 500 primeraka

[tampa: [tamparija "FELJTON", Novi Sad

Knjiga sadr`i tri dela:

Matemati~ka statistika na{la je veliku primenu u industrijskoj praksi, a naro~ito u

Statisti~ke metode upravljanja kvalitetom do`ivljavaju punu afirmaciju

Raspolo`ivost informacije, koja direktno ili indirektno ozna~ava stanje

izdvajanja podataka, mogu dati pogre{ne rezultate analize. Namera je bila

Slika 1.1.1: Vrste podataka

Nepostojanje merljivih i izdvojenih podataka uskra}uju nam mogu}nost odgo-

Slika 1.1.2: Mogu}i oblici rasipanja unutar kontrolnih granica

Stoga je potrebno izmeriti odre|enu karakteristiku u cilju odre|ivanja karak-

Slika 1.1.4: Primer popunjenog obrasca - tabele za izdvajanje podataka

U tom smislu potrebno je pridr`avati se slede}ih koraka:

PRIMER 1: ANALIZA IZDVOJENIH PODATAKA

Slika 1.1.5: Skup numeri~kih podataka

Slika 1.1.6: Skup numeri~kih podataka pore|an po rastu}em nizu

Vrednost sa najve}om u~estalo{}u "moda" koja u konkretnomslu~aju iz-

Potpuno odre|ena pravila za izbor broja podintervala "r" ne postoje, ali

Slika 1.1.7: Prikaz izdvojenih podataka

Slika 1.1.8: Tabelarni prikaz izdvojenih i grupisanih podataka

Slika 1.1.10: Grafi~ko prikazivanje grupisanih podataka

Slika 1.1.11.: Vizuelno generisanje varijabilnosti

Na ovaj na~in je olak{ano upore|ivanje sa mnogim histogramima

Oblik histograma Opis Napomena

Slika 1.1.12: Tuma~enje histograma

Oblik histograma Opis Napomena

Levo (desno) uspravni

Tip dvostrukog vrha

Tip usamljenog vrha

Slika 1.1.12: Tuma~enje histograma - nastavak

Primer oblikovanja histograma prikazan je i ilustrovan grafi~ki u ta~ki 2 ovog

Slika 1.1.13: Primer za histogram

Slika 1.1.14: Primer za dijagram sa stupcima

3.3 Kru`ni dijagram

Slika 1.1.15: Primer kru`nog dijagrama

Slika 1.1.16: Primer polarnog dijagrama

Korak 2: Crtanje osnove linijskog dijagrama

Slika 1.1.17: Primer linijskog dijagrama

Slika 1.1.18: Mogu}i kombinovani ilustrativni na~ini prikazivanja podataka

Slika 1.1.19: Deo "Menija" koji nudi ku}a "Microsoft"

Slika 1.1.20: Pregled mogu}nosti primene metoda i tehnika

Slika 1.1.21: Primene razli~itih metoda i tehnika u procesima unapre|enja sistema

Pre postavljanja sistema izdva-

Korak 1: Izbor problema za analizu

Slika 1.2.1: Obrazac za prikupljanje podataka

Korak 2: Oblikovanje PARETO DIJAGRAMA

Slika 1.2.2: Oblici dijagrama relativnog u~e{}a

Slika 1.2.3: Kumulativna linija

Korak 3: Utvr|ivanje stepena zna~ajnosti

Slika 1.2.4: Slu~ajevi grani~nih oblika kumulativne linije

Slika 1.2.5: Naj~e{}i oblik kumulativne linije

Podru~je A - podru~je najve}eg prirasta posmatranih veli~ina; to je naj~e{}e pod-

Slika 1.2.6: Kondenzovani oblik PARETO ili ABC DIJAGRAMA

Primer 1: ANALIZA TEHNOLO[KOG POSTUPKA

PROBLEM: Izvr{iti rangiranje faza tehnolo{kog postupka prema

Slika 1.2.7: Izgled predmeta rada za dati primer

010 Bru{enje spolja{nje na brusilici bez {iljaka 45 1,40

040 Struganje po celoj du`ini na kopirnom strugu 60 10,50

080 Utiskivanje oznake na ma{ini za ozna~avanje 10 0,80

130 Bru{enje rukavaca na univerzalnoj brusilici 45 2,00