Univerzitet “Sv.

Kiril i Metodij”
Ma{inski fakultet – Skopje

MENAXMENT NA KVALITETOT

PRIRA^NIK ZA VE@BI

Von. prof. d-r Mite Tomov

2020/2021
 Menaxment na kvalitetot

Sodr`ina:

1 VOVEDNI NAPOMENI ZA ULOGATA NA 2

STATISTI^KITE METODI VO MENAXMENTOT SO .............................
PROIZVODNITE PROCESI
1.1 Sobirawe na podatocite za izveduvawe na analizi 2
.............................
2 PARETO DIJAGRAM 4
.............................
3 PRI^INSKO-POSLEDI^NI DIJAGRAMI 13
.............................
3.1 Struktura na dijagramot 13
.............................
3.2 Procedura za sostavuvawe na pri~insko-posledi~en dijagram so 13
.............................
identificirawe na pri~inite
3.3 Procedura za sostavuvawe na pri~insko-posledi~en dijagram so 14
.............................
sistematsko navedeni pri~ini
4 HISTOGRAMI I RASPREDELBA NA PODATOCITE 17
.............................
4.1 Populacija i primeroci 17
.............................
4.2 Histogrami 17
.............................
4.3 Merki za pretstavuvawe na karakteristikite na raspredelbite 21
.............................
4.4 Normalna raspredelba 22
.............................
5 KONTROLNI KARTI 27
.............................
5.1 Vidovi kontrolni karti 28
.............................
5.2 Izrabotka na kontrolni karti 29
.............................
5.3 ^itawe na kontrolnite karti 32
.............................
6. Literatura 37
.............................

1
Menaxment na kvalitetot

1. VOVEDNI NAPOMENI ZA ULOGATA NA STATISTI^KITE METODI

VO MENAXMENTOT SO PROIZVODNITE PROCESI

Osnovna pri~ina za pojava na defektite vo proizvodstvoto pretstavuvaat

varijaciiite i toa varijaciite vo materijalot, sostojbata na opremata,
rabotnite metodi i inspekcijata (ispituvaweto). Naj~esto postojat mnogu
razli~ni pri~ini za varijacii, no ne site se so ednakvo zna~ewe.
Dijagnostikata na procesite e taa koja treba da ni ovozmo`i otkrivawe na
vitalnite nekolku pri~ini za razlika od trivijalnite mnogu. Lociraweto
na pogre{ni pri~ini za pojava na varijacii mo`e da bide pri~ina za
nepostignuvawe na voop{to nikakov uspeh vo odnos na podobruvaweto na
kvalitetot na proizvodstvoto.
Postojat razli~ni metodi za dijagnostika. Za razlika od intuitivnite
ili metodite bazirani vrz iskustvo, o ovoj kurs }e zboruvame za metodi
bazirani vrz statisti~kata analiza.
Me|utoa, pred da zapo~neme so nivnoto razrabotuvawe, neohodno e da se
dadat vovedni napomeni okolu na~inot na sobirawe na podatocite zatoa {to
tie ja pravat bazata vrz osnova na koja so primena na razli~nite metodi se
donesuvaat zaklu~oci za celiot proces.

1.1 SOBIRAWE NA PODATOCITE ZA IZVEDUVAWE NA ANALIZI

Za pravilno sobirawe na podatocite i dobivawe soodvetno primenlivi
rezultati potrebno e da se sledat slednite preporaki. Tie obezbeduvaat
sobirawe na celishodni podatoci, vo funkcija od celta i pritoa pomagaat da go
opredelime na~inot za pravilno sobirawe na istite podtoci.

1. Jasno definirawe na celite (objective)

- kontrola i sledewe na proizvodnite proces
- analiza na neusoglasenosti
- inspekcija itn.

2. Definirawe na namerata (purpose)

Potrebno e jasno definirawe {to skame da izvedeme. Na primer, toa mo`e da
bide:

2
Menaxment na kvalitetot

- analiza na dnevnite varijacii;

- analiza na u~estvoto (vlijanieto) od razli~nite rabotni ma{ini ili
surovinski materijali;
- utvrduvawe na vzaemnata zavisnost na odredeni parovi vrednosti itn.

3.Obezbeduvawe verodostojni merewa (provereni ispravni merni

instrumenti, pravilna metodologija, merni uslovi..)

4.Zapi{uvawe na podatocite
Neophodno e da imame zapis na potekloto na podatocite: den, ~as, lokacija,
okolni uslovi, ma{ini, operatori itn. Toa zna~i da se registriraat site
pomo{ni podatoci koi podocna mo`e da pretstavuvaat osnova za analiza i
razgleduvawe. Najdobro e ako prethodno imame podgotveno formulari za nivno
zapi{uvawe.
Vo prodol`enie }e bidat pretstaveni slednite tradicionalni statisti~ki
alatki za menaxment so kvalitetot:
 Pareto dijagram,
 Pri~insko-posledi~en dijagram,
 Histogrami i raspredelba na podatocite, i
 Kontrolni karti

3
Menaxment na kvalitetot

2. PARETO DIJAGRAM
Pareto dijagramot pretstavuva metod za otkrivawe na vitalnite nekolku vo
odnos na trivijalnite mnogu pri~ini za defekti (gre{ki). Ovoj dijagram za
klasifikacija na problemite spored gornata cel e nare~en Pareto analiza
spored Dr.J.M.Juran.
Izveduvaweto na Pareto analizata podrazbira izveduvawe na slednite ~ekori:

1.Odlu~ete koj problem treba da se re{i i kako da se soberat podatocite.

a) Koj vid na problemi (defekt, zaguba)
b) Koi podatoci se potrebni i kako da se klasificiraat (primer: vid na
defekt, lokacija, ma{ina, rabotnik itn.)
v) Opredelete metod na sobirawe podatoci i period vo koj }e se soberat
2.Dizajnirajte formular za sobirawe podatoci so mesto za sumi (tab.2.1)
Tabela 2.1

3.Popolnete go formularot i presmetajte gi sumite

4.Dizajnirajte Pareto dijagram formular za sobirawe podatoci so koloni za
individualnite sumi,kumulativna suma, procenti i kumulativni procenti
vo oblik na sldnata tabela.
Tabela 2.2
Vid na Broj na Kumulativna Procent od Kumulativen procent
defekti defekti suma vk.br.
Deformacija

Grebnatina

Dup~iwa

Puknatini

Ostanato

Vkupno

4
Menaxment na kvalitetot

5. Poredete gi pri~inite vo Pareto formularot spored nivniot kvantitet

(najgolem-najmal) i popolnete go formularot (Tabela 2.2)
Pri~inata “Ostanato” se postavuva posledno zatoa {to vo nea vleguvaat
razli~ni drugi pri~ini.

6.Nacrtajte 2 vertikalni i 1 horizontalna oska

max 100%

Desnata vertikalna
Levata vertikalna oska oska ozna~ete ja od 0%
ozna~ete ja od 0 do max do 100%
0 0%

Horizontalnata oska podelete ja na

tolku delovi na kolku podatocite se
grupirani spored pri~inite

7. Napravete dijagram so pravoagolnici

8.Iscrtajte ja kumulativnata kriva (Pareto kriva), ozna~ete gi

kumulativnite vrednosti (sumi ili procenti nad desnite intervali nad
sekoj od niv) i povrzete gi to~kite so kontinuirana linija (sl.2.1).

9.Zapi{ete gi slednite podatocite na dijagramot

-Naslov, koli~ina na ispitani podatoci, edinici, ime na dijagramot
- Period, predmet i mesto na istra`uvawe , vkupen broj na podatoci.

Primer 2.1. Da se analiziraat vidovite defekti koi se pojavuvaat pri

izrabotka na odreden ma{inski del spored podatocite od tabela 2.3 so razli~ni
Pareto dijagrami. Podatocite se snimeni opfa}aj}i 2 operatori A i V, 4
razli~ni ma{ini: 1, 2, 3 i 4 vo tekot na edna rabotna sedmica: Ponedelnik-
Petok.

5
Menaxment na kvalitetot

Tabela 2.3

Operator Ma{ina Pon. Vto. Sre. ^et. Pet. Vk.

&&&& &&&&& &&&&& &&&& &&&&& 23
** * ***** * * 10
1 oo ooo oooo ooo oooo 16 Legenda:
## # ## ## ### 10 & -deformacija
^ ^ 2 * -grebnatina
A o-dup~iwa
&& &&& &&& && && 12
* ** ***** * ** 11
#- puknatini
^ - ostanato
2 oo ooo oooo ooo oooo 7
# # # 3
^ 1
&& &&&& &&& &&& &&&& 16
** * ***** * * 10
3 oo o o o oo 6
# # # # 4
^ 1
B
&& &&& &&& &&& && 13
* * **** * * 8
4 oo o oo oo 7
# # # # 4
^ 1

Re{enie: Snimenite podatoci se vneseni vo Pareto formular (oblik na

tab.2.2), a potoa e nacrtan vkupniot dijagram (sl.2.1)
Vid na Broj na Kumulativna Procent od Kumulativen procent
defekti defekti suma vk.br.
Deformacija 64 64 39 39
Grebnatina 39 103 24 62
Dup~iwa 36 139 22 84
Puknatini 21 160 13 97
Ostanato 5 165 3 100
Vkupno 165 100

6
 Menaxment na kvalitetot

Maj, 2003 Pareto dijagram

(Broj na ispitani par~iwa:165)
160 100
90
140
Broj na defekti 80
120

Kumulativen
70

procent (%)
100 60
80 50
40
60
30
40
20
20 10
0 -
Deformacija Grebnatina Dup~iwa Puknatini Ostanato

Vidovi defekti

Slika 2.1. Vkupen Pareto dijagram

Pontamu e izvedena analiza po oddelnite operatori, ma{ini i rabotni denovi

so cel da se utvrdat poto~no pri~inite za defekti.
Analiza po operatori:

A B
Vid na Broj na Procent Kumulativen Vid na Broj na Procent Kumulativen
defekti defekti od vk.br. procent defekti defekti od vk.br. procent
Deformacija 45 43 43 Deformacija 29 41 41
Dup~iwa 23 22 65 Grebnatina 18 26 67
Grebnatina 21 20 85 Dup~iwa 13 19 86
Puknatini 13 12 97 Puknatini 8 11 97
Ostanato 3 3 100 Ostanato 2 3 100
Vkupno 105 100 Vkupno 70 100

Pareto dijagram: operator A

(Broj na ispitani par~iwa:105)
100
90
90
80
80
Broj na defekti

Kumulativen

70
procent (%)

70
60 60
50 50
40 40
30 30
20 20
10 10
0 -
Deformacija Dup~iwa Grebnatina Puknatini Ostanato

Vidovi defekti

7
 Menaxment na kvalitetot

Pareto dijagram-operator B
(Broj na ispitani par~iwa:70)
70 100
90
60
80
Broj na defekti

Kumulativen
50

procent (%)
70
40 60
50
30 40
20 30
20
10
10
0 -
DeformacijaGrebnatina Dup~iwa Puknatini Ostanato

Vidovi defekti

Analiza po ma{ini:
2
1 Vid na Broj na Procent od Kumulativen
Vid na Broj na Procent od Kumulativen defekti defekti vk.br. procent
defekti defekti vk.br. procent Deformacija 12 35 35
Deformacija 23 38 38 Grebnatina 11 32 68
Dup~iwa 16 26 64 Dup~iwa 7 21 88
Grebnatini 10 16 80 Puknatini 3 9 97
Puknatini 10 16 97 Ostanato 1 3 100
Ostanato 2 3 100 Vkupno 34 56
Vkupno 61 100

4
3 Vid na Broj na Procent od Kumulativen
Vid na Broj na Procent od Kumulativen defekti defekti vk.br. procent
defekti defekti vk.br. procent Deformacija 13 39 39
Deformacija 16 43 43 Grebnatina 8 24 64
Grebnatina 10 27 70 Dup~iwa 7 21 85
Dup~iwa 6 16 86 Puknatini 4 12 97
Puknatini 4 11 97 Ostanato 1 3 100
Ostanato 1 3 100 Vkupno 33 100
Vkupno 37 100

8
Menaxment na kvalitetot

Pareto dijagram-ma{ina 1
(Broj na ispitani par~iwa:61)
60 100
90
50 80
Broj na defekti

Kumulativen
procent (%)
70
40
60
30 50
40
20 30
10 20
10
0 -
Deformacija Dup~iwa Grebnatini Puknatini Ostanato

Vidovi defekti

Pareto dijagram-ma{ina 2
(Broj na ispitani par~iwa:34)
100
30 90
80
Broj na defekti

25

Kumulativen
procent (%)
70
20 60
50
15
40
10 30
20
5
10
0 -
DeformacijaGrebnatina Dup~iwa Puknatini Ostanato

Vidovi defekti

Pareto dijagram-ma{ina 3
(Broj na ispitani par~iwa:37)
100
35
90
30 80
Broj na defekti

Kumulativen
procent (%)

25 70
60
20
50
15 40
10 30
20
5
10
0 -
DeformacijaGrebnatina Dup~iwa Puknatini Ostanato

Vidovi defekti

9
Menaxment na kvalitetot

Pareto dijagram-ma{ina 4
(Broj na ispitani par~iwa:33)
100
30 90
80
25
Broj na defekti

Kumulativen
procent (%)
70
20 60
50
15
40
10 30
20
5
10
0 -
DeformacijaGrebnatina Dup~iwa Puknatini Ostanato

Vidovi defekti

Analiza po denovi:

Ponedelnik
Vtornik
Vid na Broj na Procent od Kumulativen
Vid na Broj na Procent od Kumulativen
defekti defekti vk.br. procent
defekti defekti vk.br. procent
Deformacija 10 37 37
Deformacija 15 50 50
Dup~iwa 6 22 59
Dup~iwa 7 23 73
Grebnatini 6 22 81
Grebnatina 5 17 90
Puknatini 3 11 93
Puknatini 2 7 97
Ostanato 2 7 100
Ostanato 1 3 100
Vkupno 27 100
Vkupno 30 111

Sreda ^etvrtok
Vid na Broj na Procent od Kumulativen Vid na Broj na Procent od Kumulativen
defekti defekti vk.br. procent defekti defekti vk.br. procent
Grebnatina 19 40 40 Deformacija 12 44 44
Deformacija 14 29 69 Grebnatina 4 15 59
Dup~iwa 9 19 88 Dup~iwa 5 19 78
Puknatini 5 10 98 Puknatini 5 19 96
Ostanato 1 2 100 Ostanato 1 4 100
Vkupno 48 100 Vkupno 27 100

Petok
Vid na Broj na Procent od Kumulativen
defekti defekti vk.br. procent
Deformacija 13 39 39
Grebnatina 5 15 55
Dup~iwa 9 27 82
Puknatini 6 18 100
Ostanato 0 - 100
Vkupno 33 100

10
Menaxment na kvalitetot

Pareto dijagram-Ponedelnik
(Broj na ispitani par~iwa:27)
100
25 90
80
Broj na defekti
20

Kumulativen
procent (%)
70
60
15
50
10 40
30
5 20
10
0 -
Deformacija Dup~iwa Grebnatini Puknatini Ostanato

Vidovi defekti

Pareto dijagram-Vtornik
(Broj na ispitani par~iwa:30)
30 100
90
25 80
Broj na defekti

Kumulativen
70 procent (%)
20
60
15 50
40
10 30
5 20
10
0 -
Deformacija Dup~iwa Grebnatina Puknatini Ostanato

Vidovi defekti

Pareto dijagram-Sreda
(Broj na ispitani par~iwa:48)
100
45
90
40 80
35
Broj na defekti

Kumulativen

70
procent (%)

30 60
25 50
20 40
15 30
10 20
5 10
0 -
GrebnatinaDeformacijaDup~iwa Puknatini Ostanato

Vidovi defekti

11
Menaxment na kvalitetot

Pareto dijagram-^etvrtok
(Broj na ispitani par~iwa:27)
100
25 90
80
Broj na defekti

20

Kumulativen
procent (%)
70
60
15
50
10 40
30
5 20
10
0 -
DeformacijaGrebnatina Dup~iwa Puknatini Ostanato

Vidovi defekti

Pareto dijagram-Petok
(Broj na ispitani par~iwa:33)
100
30 90
80
25
Broj na defekti

Kumulativen

70
procent (%)

20 60
50
15
40
10 30
20
5
10
0 -
DeformacijaGrebnatina Dup~iwa Puknatini Ostanato

Vidovi defekti

Oddelnite analizi poka`uvaat deka operatorot A sozdava pove}e defekt od

operatorot B. No isto taka,najmnogu defekt sozdava ma{inata 1, koja e
upravuvana od A. Vo isto vreme me|utoa ,ma{inata 2 sozdava re~isi ist broj na
defekt kako ma{inata 3 i 4, a 2 e upravuvana od operatorot A.
Toa ne naveduva da se proveri ma{inata 1 i potoa da se prevzemat odredeni
~ekori.
Ponatamu najmnogu defekt imame vo sreda i toa pove}e grebnatini od drugite.
Ostanatite denovi se sli~ni vo odnos na brojot na defekti. Zatoa e potrebno da
se razgleda {to se slu~uva toj den.
So ogled deka deformaciite se generalno najzastapen defekt treba istiot da se
postavi kako cel na ispituvawata ponatamu.

12
 Menaxment na kvalitetot

3. PRI^INSKO-POSLEDI^NI DIJAGRAMI
(Cause and effect diagram, 1953 Kaoru Ishikawa, Prof.of the Univeristy of Tokyo. Vklu~en vo
terminologijata na JIS za kontrola na kvalitet)
Pri~insko-posledi~nite dijagrami pretstavuvaat dijagrami koi ja poka`uvaat
vrskata pome|u odredena karakteristika na kvalitet i faktorite koi vlijaat
vrz istite i ovozmo`uvaat identifikacija na pri~inite za pojava na
odredenata pojava deklarirana kako posledica.

3.1 Struktura na dijagramot

Strukturata na dijagramot potsetuva na skelet od riba i poradi toa u{te se
narekuva “ribina koska” dijagram ili u{te e poznat pod nazivite “drvo”ili
“reka” (sl.3.1)

3.2 Procedura za sostavuvawe pri~insko-posledi~en dijagram so

identificirawe na pri~inite
1. Opredelete ja karakteristikata na kvalitet za koja treba da se utvrdat
vlijatelnite pri~ini.
2. Zapi{ete ja izbranata karakteristika na desnata strana na hartija vo
pravoagolnik (sl.3.1). Nacrtajte ja osnovnata koska i potoa zapi{ete gi
primarnite pri~ini koi vlijaat na izbranata karakteristika kako golemi
koski isto taka vo pravoagolnici.

FAKTORI-PRI^INI KARAKTERISKITA-EFEKT,
Golema koska POSLEDICA

Mala koska

Sredno golema
koska

KARAKTERISTIKA

Glavna koska-
r’bet

Slika 3.1. Struktura na pri~insko-posledi~niot dijagram

13
Menaxment na kvalitetot

3. Zapi{ete gi pri~inite (sekundarnite pri~ini) koi vlijaat na primarnite

pri~ini (golemite koski) kako sredno golemi koski, a potoa zapi{ete gi
pri~inite (tercijalnite pri~ini) koi vlijaat na sredno-golemite koski
kako mali koski.

4. Pridru`ete odredeno zna~ewe na sekoj faktor i obele`ete gi najva`nite

faktori koi izgleda deka imaat zna~ajno vlijanie (efekt na
karakteristikata na kvalitet).

5. Snimete gi site neophodni podatoci (naslov, ime na proizvod, proces ili

grupa, lista na u~esnici itn.)

 Najdobar na~in na razmisluvawe pri izrabotka na ovoj dijagram e da se

razmisluva za varijaciite i {to e toa {to gi predizvikuva. Sekoga{
postojat odredeni faktori ~ii promeni predizvikuvaat promeni i na
soodvetnite posledici. Sekoga{ se odi od glavnata kon sredno golemite
koski, potoa od sredno golemite kon malite koski.

3.3 Procedura za sostavuvawe pri~insko-posledi~en dijagram so

sistematsko navedeni pri~ini .

^ekori

1. Opredelete (odlu~ete)ja karakteristikata na kvalitetot.

2. Najdete kolku {to mo`ete pove}e pri~ini koi vlijaat vrz karakteristikata
na kvalitet.

3. Sortirajte gi vrskite pome|u pri~inite i napravete pri~insko-posledi~en

dijagram koristej}i gi relaciite na pri~ini i posledici.

4. Pridru`ete zna~ewe na sekoj faktor i obele`ite gi posebno zna~ajnite

faktori koi izgleda deka imaat zna~ajno vlijanie vrz karakteristikata na
kvalitet.

5. Zapi{ete gi neophodnite podatoci

14
Menaxment na kvalitetot

Kaj ovaa procedura za sistematsko navedeni pri~ini treba da se navedat

kolku {to mo`e pove}e pri~ini, i za taa cel mo`e da se koristi
Brainstorming (Mozo~na bura -A.F. Osborn) metodot. Potoa istite treba da se
sistematiziraat i da se sostavi dijagramot odej}i od malite koski kon
sredno golemite i od sredno golemi kon golemite koski.

Zabele{ki za sostavuvawe na dijagramite

1. Vklu~uvajte {to pove}e razli~ni eksperti (u~esnici) vo iznao|aweto na

pri~inite so cel da ne se ispu{ti nekoja zna~ajna pri~ina.

2. Izrazete ja karakteristikata na kvalitet kolku {to mo`e pokonkretno.

3. Napravete tolku dijagrami kolku imate karakteristiki za razgleduvawe (po

1 karakteristika za 1 dijagram)

4. Izberete merlivi karakteristiki i faktori.

5. Opredelete gi pogodnite faktori, odnosno faktorite koi treba da

ovozmo`at prevzemawe akciii za podobruvawe. Ako se premnogu apstraktni
toga{ treba da se razbijat na sostavni faktori na koi mo`e da se vlijae.

Zabele{ki za koristewe na dijagramite

1. Pridru`ete zna~ewe na sekoj faktor objektivno vrz baza na podatoci, a ne

sopstveno iskustvo ili znaewe.

2. Postojano podobruvajte go dijagramot so negovo koristewe zatoa {to

vsu{nost koristeweto pomaga da se uvidi {to treba da bide napraveno,
modificirano, popraveno itn.

Za otkrivawe na najgolemite “problemi” mo`e da se koristat Pareto

dijagramite, a potoa za soodvetniot problem da se izraboti Pri~insko-
Posledi~en dijagram.

Na slednata slika e poka`an Pri~insko-Posledi~en dijagram za analiza na

problemot na dimenzionalni varijacii (nestabilnost na dimenziite) pri
obrabotka na odredeni ma{inski delovi.

15
 Menaxment na kvalitetot

OPERATORI MA[INA
Uramnote`enost
Koncentracija
Zamor Rabotni perfomansi
Sostavni
Duh
komponenti Stabilnost
Zdravje
Posvetenost
Kontrola Deformacija
Obrazovanie
Bolest i obuka Alati i
Metod pomagala
Ume{nost Istro{enost

Iskustvo
DIMENZIONALNI
Oblik VARIJACII
Pozicija
Forma
Komponenti
Podesuvawe
Dimenzii
Kvalitet na Stepen na
materijal stegawe Agol
Postapka
Postavuvawe
Skladirawe Obrabotka

Redosled
Brzina
DELOVI I METODI NA
MATERIJALI OBRABOTKA

Slika 3.2 Analiza na problemot na dimenzionalni varijacii

16
Menaxment na kvalitetot

4. HISTOGRAMI I RASPREDELBI NA PODATOCITE

Pri sobirawe na podatoci od odreden proces nivnite vrednosti nikoga{ ne se

isti, me|utoa i pokraj promenite tie sepak sledat odredeno pravilo za koe {to
se narekuva deka podatocite sledat odredena raspredelba.

4.1Populacija i primeroci

Populacija pretstavuva vkupnoto mno`estvo, odnosno zbirot od site elementti

koi se razgleduvaat (totality of items). U{te se narekuva i Lot (lot) i mo`e da bide
sostaven od kone~ni elementi ili da pretstavuva proces.

Primerok pretstavuva eden ili pove}e elementi zemeni od populacijata zaradi

obezbeduvawe informacii za celata populacija.

Slu~aen primerok e primerok kade site ~lenovi na populacijata imaat ednakva

verojatnost da bidat zemeni.

Aktivnost vrz Populacija Primerok Podatoci

procesot (kontrola
ili analiza na Zemawe primeroci Merewe
procesot,..)
Proces Lot Primerok Podatoci

Akcija

Aktivnost na lot Zemawe primeroci Merewe

(Inspekcija, Lot Primerok Podatoci
Presmetka na kvalitet
na proizvodot itn..) Akcija

4.2.Histogrami

4.2.1 Izrabotka na histogrami

Za izrabotka na histogramite se primenuvaat tabeli na frekfenciii (tabeli

kade se sobrani surovite podatoci od primerokot i potoa se opredeluvaat
frekfenciite na nivnoto pojavuvawe). Pritoa, potrebno e da se sledt slednite
~ekori:

17
 Menaxment na kvalitetot

1. Presmetka na opseg R=Max-Min (se opredeluva maksimalnata i

minimalnata vrednost od site podatoci so koristewe 2 pomo{ni
koloni –vidi primer 4.1)

Minimalni vrednosti od
sekoja redica

Pod.1 Pod.1
Maksimalni vrednosti od
... sekoja redica

....

Maksimum od
maksimumite

Minimum od
minimumite

2. Opredeluvawe na interval na klasite

Intervalite na klasite se opredeluvaat taka da se dobijat od 5 do 20 klasi so

ednakva {iro~ina na intervalot. Zatoa opsegot R se deli so 1, 2 ili 5 (odnosno
10;20;50;0.1;0.2;0.3)
Potesen interval se koristi ako imame 100 ili nad 100 podatoci, i obratno ,
po{irok interval za pomalku od 99 podatoci.

3.Podgotvete tabela na frekfencii od sledniot oblik

Br.na Klasa Sredna vrednost Oznaki za Frekfencii

klasa na klasata frekfencija
f

……

Vkupno 

18
Menaxment na kvalitetot

4.Opredelete gi granicite na sekoja od klasite

Granicite, odnosno intervalite se opredeluvaat taka da se vklu~at i

minimalnata i maksimalnata vrednost.

Prvo opredelete ja dolnata granica na prvata klasa (1) i dodajte ja

{iro~inata na intervalot so cel da se dobie gornata granica na 1ta klasa.
Osigurajte deka vo ovaa klasa e vlezena minimalnata vrednost na
podatocite i deka vrednostite na granicite pa|aat na1/2 od mernata
edinica. Ponatamu se presmetuvaat site ostanati klasi.

5.Presmetka na srednite to~ki na sekoja klasa

Dolna granica  Gorna granica

Sredna to ~ ka na klasa 
2

ili:

Sredna to~ka na klasata = Sredna to~ka od prethodnata klasa+interval

6.Dobivawe na frekfenciite

^itajte gi izmerenite podatoci eden po eden i stavajte oznaki “/” za nivno

pojavuvawe vo odredena klasa (interval)

7. Crtawe na histogram (pr.4.1)

^ekori

1.Nacrtajte horizontalna oska kade mernata edinica }e odgovara na mernata

edinica od podatocite (merewata), a ne so klasite, so cel histogramot da bide
sporedliv so drugi histogrami (pr 10gr-10mm). Ostavete prostor vo golemina na
edna klasa na sekoja od stranite na minimalnata i maksimalnata klasa.

2.Ozna~ete ja na levata strana vertikalnata oska so frekfentna skala, a

dokolku e potrebno od desnata strana mo`e da se ozna~i druga vertikalna oska
so relativna frekfencija. Viso~inata na klasata so maksimum frekfencija
treba da iznesuva 0.5 do 2 pati od rastojanieto pome|u maksimalnata i
minimalnata vrednost na horizontalnata oska.

19
Menaxment na kvalitetot

3.Ozna~ete ja horizontalnata oska so vrednostite na granicite na klasite.

4.So koristewe na interval na klasite kako bazna linija, nacrtajte

pravoagolnik so visina koja odgovara so frekfencijata na taa klasa.

5.Povle~ete linija na histogramot koja ja pretstavuva sredinata i ako ima

ograni~uvawa i dve linii za tie ograni~uvawa .

6.Vo prazniot prostor na histogramot zapi{ete “istorija” na podatoci (period

na sobirawe na podatoci, broj na podatoci , sredina , standardna devijacija itn
(pr.4.1).

4.2.2 Pregled i ~itawe na histogrami so ozna~eni ograni~uvawa

Slika 4.1 Oblici na histogrami i nivna lokacija vo odnos na definiranite

ograni~uvawa:

a)Potrebno e zadr`uvawe na sostojbata koja e celosno vo granicite; b)Sostojbata e vo

granicite, no nema rezerva i zatoa e potrebno da se namalat varijaciite,; c) Neophodni
se merki za da se donese srednata vrednost poblisku do sredinata na specifikacijata; ;
d)Potrebno e namaluvawe na varijaciite; e) Potrebno e namaluvawe na varijaciite i
donesuvawe na srednata vrednost poblisku do sredinata na specifikacijata

20
Menaxment na kvalitetot

Mo`e da se izrabotuvaat zbirni histogrami, no za odredeni podlaboki analizi

mo`e da se grupiraat podatocite (strata- stratification) i da se izrabotat oddelni
histogrami za oddelnite grupi podatoci.

4.3. Merki za pretstavuvawe na karakteristikite na raspredelbite

Za izrazuvawe na centarot

 Sredna vrednost ili o~ekuvawe:

n

1
o za primerok so n podatoci: x  xi
n i 1

o za populacija so site podatoci:    xPx ;    x  f  x dx

P(x) – funkcija na verojatnost

f(x) – funkcija na gustina na verojatnosta

Za izrazuvawe na varijaciite

 Varijacija:

 
n
1
o za primerok so n podatoci: V  xi  x
n  1 i 1

o za populacija so site podatoci:

 2    x    P x ;  2    x    f  x dx
2 2

 Standardna devijacija:

o za primerok so n podatoci: s  V

o za populacija so site podatoci:    2

Vo ramkite na ovie presmetki mo`e da se presmetuva i indeksot za “sposobnost”

na procesot (Process Capability Index) preku slednite ravenki:

21
Menaxment na kvalitetot

S  SL
cp  U za dvostrano orani~uvawe (SU –gorna granica, SL e dolna granica)
6s

S x x  SL
cp  U ; cp  za ednostrano orani~uvawe ( SL e dolna granica)
3s 3s
 Za c p  1.33 procesot zadovoluva

 Za 1  c p  1.33 procesot e adekvaten

 Za c p  1 procesot e neadekvaten

4.4 Normalna raspredelba

Pri izrabotka na histogrami so golem broj na podatoci, povrzuvaj}i gi

sredinite na oddelnite stolbovi so namaluvawe na intervalot na klasite, se
dobiva odredena kriva. Oblikot na krivata se menuva i so zgolemuvawe na
brojot na intervalite taa dobieva se pomazen oblik. Vakvata kriva se narekuva
kriva na raspredelba. Koga imame mnogu golem broj na podatoci, mnogu ~esto
raspredelbata se pot~inuva na normalniot zakon na raspredelba.
Karakteristikite na normalnata raspredelba, kako srednata vrednost,
standardnata devijacija i frekfenciite na podatocite vo ramkite na oddelnite
intervali se prika`ani na slednite sliki:

22
Menaxment na kvalitetot

Slika 4.2 Karakteristiki na Normalnata raspredelba N()

x
u


Slika 4.3 Karakteristiki na Standardnata Normalnata raspredelba N()

Primer.4.1. Vo slednata tabela se dadeni podatoci za izmerenata te`ina na

par~iwa leb dobieni vo 2 razli~ni pekari (A i B) so dve ma{ini 1 i 2.
Podatocite se snimeni vo tekot na 4 rabotni sedmici so zemawe po 4 primeroci
od dvete ma{ini. Dozvoleni se minimalna te`ina od 200gr i maksimalna
te`ina od 225gr. na par~e.
Da se izvede analiza so pomo{ na histogrami za vkupnoto proizvodstvo i
oddelnite slu~ai na kombinacija na ma{ina i pekar.

23
 Menaxment na kvalitetot

Den Pekar Ma{ina 1 Ma{ina 2

1 A 209,9 209,5 210,2 212 214,3 221,8 214,6 214,4
2 A 208,5 208,7 206,2 207,8 215,3 216,7 212,3 212
3 A 204,2 210,2 210,5 205,9 215,7 213,8 215,2 202,7
4 V 204 203,3 198,2 199,9 215,5 210,2 211,3 210,4
5 V 209,6 203,7 213,2 209,6 208,4 214,9 211,8 214,8
6 A 208,1 207,9 211 206,2 212,3 216,2 208,4 210,8
7 A 205,2 204,8 198,7 205,8 208,11 211,9 212,9 209
8 V 199 197,7 202 213,1 207,5 209,9 210,6 212,3
9 V 197,2 210,6 199,3 215,3 206,9 207,1 213,6 212,2
10 V 199,1 207,2 200,8 201,2 209,6 209,3 206,8 214,2
11 A 204,6 207 200,8 204,6 212,2 209,8 207,6 212,6
12 V 214,7 207,5 205,8 200,9 211,4 211,2 214,4 212,6
13 V 204,1 196,6 204,6 199,4 209,6 209,2 206,1 207,1
14 A 200,2 203,5 208 202,7 203,5 206,9 210,6 212,3
15 A 201,1 209,2 205,5 200 209,1 206,3 209,8 211,4
16 A 201,3 203,1 196,3 205,5 208 207,9 205,3 203,6
17 V 202,2 204,4 202,1 206,6 210 209,4 209,1 207
18 V 194,1 211 208,4 202,6 215,6 211,8 205,4 209
19 V 204,8 201,3 208,4 212,3 214,5 207,5 212,9 204,3
20 A 200,6 202,3 204,3 201,4 209,1 205,8 212 204,2

Za opredeluvawe na vkupniot i oddelnite histogrami najprvin se opredelni

minimalnata i maksimalnata vrednost na te`inite na par~iwata leb.

Den Pekar Ma{ina 1 Ma{ina 2 Min Max

1 A 209,9 209,5 210,2 212 214,3 221,8 214,6 214,4 209,5 221,8
2 A 208,5 208,7 206,2 207,8 215,3 216,7 212,3 212 206,2 216,7
3 A 204,2 210,2 210,5 205,9 215,7 213,8 215,2 202,7 202,7 215,7
4 V 204 203,3 198,2 199,9 215,5 210,2 211,3 210,4 198,2 215,5
5 V 209,6 203,7 213,2 209,6 208,4 214,9 211,8 214,8 203,7 214,9
6 A 208,1 207,9 211 206,2 212,3 216,2 208,4 210,8 206,2 216,2
7 A 205,2 204,8 198,7 205,8 208,11 211,9 212,9 209 198,7 212,9
8 V 199 197,7 202 213,1 207,5 209,9 210,6 212,3 197,7 213,1
9 V 197,2 210,6 199,3 215,3 206,9 207,1 213,6 212,2 197,2 215,3
10 V 199,1 207,2 200,8 201,2 209,6 209,3 206,8 214,2 199,1 214,2
11 A 204,6 207 200,8 204,6 212,2 209,8 207,6 212,6 200,8 212,6
12 V 214,7 207,5 205,8 200,9 211,4 211,2 214,4 212,6 200,9 214,7
13 V 204,1 196,6 204,6 199,4 209,6 209,2 206,1 207,1 196,6 209,6
14 A 200,2 203,5 208 202,7 203,5 206,9 210,6 212,3 200,2 212,3
15 A 201,1 209,2 205,5 200 209,1 206,3 209,8 211,4 200 211,4
16 A 201,3 203,1 196,3 205,5 208 207,9 205,3 203,6 196,3 208
17 V 202,2 204,4 202,1 206,6 210 209,4 209,1 207 202,1 210
18 V 194,1 211 208,4 202,6 215,6 211,8 205,4 209 194,1 215,6
19 V 204,8 201,3 208,4 212,3 214,5 207,5 212,9 204,3 201,3 214,5
20 A 200,6 202,3 204,3 201,4 209,1 205,8 212 204,2 200,6 212
194,1 221,8

Potoa se opredleni brojot na klasi (vkupno 14 so vrednost na intervalot 2).

24
Menaxment na kvalitetot

Klasa Ma{ina 1 Ma{ina 2

Sredna
Pekar A Pekar A Pekar B Pekar B Pekar A Pekar A Pekar B Pekar B
od do vrednost
frekfencii frekfencii frekfencii frekfencii
194 196 195 0 / 1
196 198 197 / 1 /// 3
198 200 199 // 2 ///// / 6
200 202 201 ///// 5 ///// 5
202 204 203 //// 4 ///// / 6 /// 3
204 206 205 ///// ///// / 11 ///// 5 /// 3 // 2
206 208 207 ///// / 6 /// 3 ///// 5 ///// /// 8
208 210 209 ///// 5 //// 4 ///// // 7 ///// ///// 10
210 212 211 ///// 5 // 2 ///// 5 ///// /// 8
212 214 213 /// 3 ///// /// 8 ///// 5
214 216 215 // 2 ///// 5 ///// // 7
216 218 217 // 2
218 220 219 0
220 222 221 / 1

Vkupen histogram

30
Broj na par~iwa

25
20
15
10
5
0
195 197 199 201 203 205 207 209 211 213 215 217 219 221 223 225 227

Te`ina na par~e

Histogram: Ma{ina 1, Pekar A

14
12
Broj na par~iwa

10
8
6
4
2
0
195 197 199 201 203 205 207 209 211 213 215 217 219 221 223 225 227
Te`ina na par~e

25
Menaxment na kvalitetot

Histogram: Ma{ina 1, Pekar B

10
9
8

Broj na par~iwa
7
6
5
4
3
2
1
0
195 197 199 201 203 205 207 209 211 213 215 217 219 221 223 225 227

Te`ina na par~e

Histogram: Ma{ina 2, Pekar A

10
Broj na par~iwa

0
195 197 199 201 203 205 207 209 211 213 215 217 219 221 223 225 227

Te`ina na par~e

Histogram: Ma{ina 2, Pekar B

12

10
Broj na par~iwa

0
195 197 199 201 203 205 207 209 211 213 215 217 219 221 223 225 227

Te`ina na par~e

26
Menaxment na kvalitetot

5. KONROLNI KARTI
Kontrolnite karti pretstavuvaat metod za kontrola na sostojbata na
procesite. Se sostojat od centralna linija, par na kontrolni linii locirani
po edna na dvete strani od centralnata linija i vrednosti na odredenata
karakteristika nazna~ena na dijagramot, a koi ja pretstavuvaat sostojbata na
procesot (sl.5.1). Ako ovie vrednostite se vo ramkite na kontronite granici i
ne poka`uvaat nekakva tendencija, toga{ za procesot velime deka e vo
kontrolirana sostojba.

Slika 5.1. Primeri na kontrolni karti

Pri~inite za varijacii koi go doveduvaat procesot nadvor od

kontroliranata sostojba mo`e da bidat:
-Slu~ajni pri~ini (chance cause)
Varijaciite od slu~ajni pri~ini se neizbe`ni i se pojavuvaat iako
se primenuvaat standardizirani surovinski materijali i metodi.
-Pridru`eni pri~ini
Varijacite od ovie pri~ini uka`uvaat deka postojat faktori so
zna~ewe koi navistina treba da bidat ispitani. Takvi pri~ini
mo`e da bidat na primer ne sledeweto na odredeni standardi ili
primena na nesoodvetni standardi.
Granicite UCL (gorna kontrolna granica) i LCL (dolna kontrolna granica) se
opredeluvaat kako:
sredna vrednost ± 3 x standardnata devijacija (varijacii zaradi slu~ajni
pri~ini)
27
Menaxment na kvalitetot

Ovoj vid kontrolni kartoni se narekuvaat u{te 3-sigma kontrolna karta.

6.1 Vidovi kontrolni karti

Vo zavisnost od namenata, kontrolnite karti mo`e da bidat:

Kontinuirana vrednost xR (sredna vrednost-opseg)

x (merena vrednost)
Diskretni vrednosti pn (broj na defekni edinici)
p (defekni frakcija)
C (broj na defekti)
U (broj na defekti na edinica)

Za presmetka na kontrolnite linii kaj razli~nit vidovi kontrolni karti se

primenuvaat slednite formuli:

x  R karta:za kontrola i analiza na procesite so koristewe kontinuirani

vrednosti na kvalitet na odreden proizvod kako dol`ina ,te`ina ili
koncentracija
x - e sredna vrednost na podgrupa
R-opseg na podgrupata

28
Menaxment na kvalitetot

R-karta voobi~aeno se koristi vo kombinacija so x karta zaradi

komtrola na varijaciite vo ramkite na podgrupata.
H kartata se koristi koga podatocite se dobieni vo nekoj dolg interval ili
podeluvaweto na podgrupi ne e efektivno, pa toga{ se nanesuva sekoj
podatok. Mo`e da se presmeta pomestliv opseg Rs posledovatelnite
podatoci za presmetka na kontrolnite granici na H (so ogled deka nema
podgrupi)
Pn; p karta se koristi koga karakteristikata na kvalitet e pretstavena so broj
na defektni edinici ili defektna frakcija. Za primerok so konstantni
golemini se koristi pn , a za primerok so promenlivi golemina se
koristi n.
C ,u karta za kontrola i analiza na odreden proces preku defektite na
proizvodot kako grebnatinki, neramnomerna tekstura na volnata vo
nekoja tkaenina ,itn
C – karta se koristi za proizvod so konstantna golemina
U –karta se koristi za proizvod so promenliva golemina.

5.2 Izrabotka na kontrolni karti

x  R karta
^ekori:
1. Soberete okolu 100 podatoci i podelete gi na 20-25 grupi so 4 do 5
podatoci, pravej}i gi sekoja od niv ramnomerni vo ramkite na
podgrupite. Popolnete tabela kako tab.5.2. Dokolku nema tehni~ka
pri~ina za grupirawe, podelete gi podatocite po red kako {to doa|aat.
Goleminata na grupata e voobi~aeno pome|u 2-10.

Tabela 6.2
Br. na podgrupa x1 x2 x3 x4 x5 x x R

Vkupno x R
Sredna vrednost R
x

29
Menaxment na kvalitetot

2.Presmetajte x za sekoja podgrupa.

n
xi
x  i 1 , n e golemina na podgrupa
n
x se presmetuva so to~nost so edna decimala pove}e vo odnos na brojot
na decimali napodatocite x.

3. Presmetajte x
k
x j
j 1
x , k e broj na podgrupi
k

x se presmetuva so to~nost so edna decimala pove}e vo odnos na x

1. Presmetajte R za sekoja podgrupa
R=xmax-xmin
2. Presmetajte R
k
R j
j 1
R , k e broj na podgrupi
k

R se presmetuva so ist broj na decimali kako x

6. Presmetajte gi kontrolnite linii

za x kontrolna karta

CL= x

UCL= x +A2 R

LCL= x -A2R
za R kontrolna karta
CL= R
UCL=D4 R
LCL=D3 R
A2, D4 i D3 se koeficienti opredeleni so goleminata na edna podgrupa
(n) i se dadeni vo slednata tabela:

30
Menaxment na kvalitetot

Tabela 6.3

7.Nacrtajte gi kontrolnite linii

Na kvadratna hartija nacrtajte na levata strana oska so vrednost na H i
R , a na horinzontalnata brojot na podgrupi. Nazna~ete gi UCL i LCL na
{iro~ina od 20 do 30mm. Nacrtajte polna linija za centralna linija i so
isprekinata linija za dvete kontrolni granici.
8.Nanesete go to~kite
Obele`ete gi x i R vrednostite vo sekoja podgrupa na istata vertikalna
linija po red na brojot na podgrupata. Obele`ete go brojot na
podgrupata na horizontalnata linija na intervali 2 do 5 mm, koristete
● oznaki za x i x za R zaradi lesno razlikuvawe . Vrednostite nadvor od
kontrolnite granici ozna~ete gi so krug~e
9.Zapi{ete ja goleminata na podgrupite (n) vo gorniot lev agol na x
kartata, vpi{ete gi podatocite i nazivot na procesot, periodot,
merniot metod, rabotnite uslovi, smenata itn.

2.(Pn) Dijagram
^ekori
1.Soberete podatoci
Zemete primerok i klasificirajte go kvalitetot na usoglaseni i
neusoglaseni edinici spored pravilata za inspekcija. Vo ovoj slu~aj
zemete primerok so takva golemina da prose~no vo edna podgrupa imame
1 do 5 neusoglaseni edinici. Soberete 20 do 25 takvi grupi.

2.Presmetajte go prose~niot fraction defective p preku delewe na vkupniot

broj defektni edinici za sekoja podgrupa so vkupniot broj na primeroci

31
Menaxment na kvalitetot

p
p n
kn

3.Presmetajte gi kontrolnite linnn:

CL= p n - Centralna linija

 
UCL  pn  3 pn 1  p - Gorna kontrolna granica

LCL  pn  3 pn1  p  - Dolna kontrolna granica

LCL ne se zema vo predvid koga negovata vrednost stanuva negativen broj

4.Nacrtajte ja kontrolnata karta

Ozna~ete ja horizontalnata oska so brojot na podgrupi i vertikalnata
oska so brojot na defekni edinici. Nacrtajte polna linija za centralnata
linija pn i to~kesti linii za UCL i LCL. Potoa nacrtajte gi defektivnite
edinici na sekoja podgrupa.

5.3 ^itawe na kontrolnite karti

Kontrolirana sostojba na eden proces pretstavuva sostojba koga procesot e

stabilen i srednata vrednost i varijacijata na procesot ne se menuva. Dali
nekoj proces e vo kontrolirana sostojba ili ne se presuduva preku slednite
kriteriumi:
1.Nadvor od kontrolnite granici
2.Run
Sostojba koga to~kite se pojavuvaat kontinuirano samo na edna strana od
centralnata linija i brojot na to~ki se narekuva “dol`ina na run”.
Nadvor od normalnata sostojba e koga se 7 to~ki.
Nadvor od normalnata sostojba se narekuva i koga dol`inata na run e 6 vo
slednite slu~ai:
a)Najmalku 10 od 11 posledovatelni to~ki se na edna strana od CL
b)Najmalku 12 od 14 posledovatelni to~ki se na edna strana od CL
v)Najmalku 16 od 20 posledovatelni to~ki se na edna strana od CL

32
Menaxment na kvalitetot

Slika 5.2 Postoewe na “run’

3.Trend : sostojba koga to kite formiraat kontinuirana nagorna ili nadolna

linija

Slika 5.3 Trend vo promenata na sostojbata

4.Pribli`uvawe kon kontrolnite linii

Razgleduvaj}i gi to~kite koi se dobli`uvaat kon 3 kontrolnite linii, ako 2

od 3 to~ki se nadvor od 2 liniite ,sostojbata se smeta za nadvor od normalnata

Slika 5.4. Pribli`uvawe kon kontrolnite granici

5.Pribli`uvawe kon centralnata linija

Koga najmnogu od to~kite se vo ramkite na centralnite 1.5 linii,toga{ toa

najverojatno zaradi nesoodveten na~in na podgrupirawe.Pribli`uvaweto kon
srednata linija ne zna~i kontrolirana sostojba ,tuku me{awe na podatoci so
razli~ni populacii vo podgrupi koi gi pravat {iro~inata na kontrolnite
linii premnogu {iroki .Vo ovaa sostojba neophodno e da se promeni na~inot na
grupirawe.

33
Menaxment na kvalitetot

Slika 5.5 pribli`uvawe kon centralnata linija

5.Periodi~nost
Sostojbata se smeta isto taka za nadvor od normalnata sostojba koga pravata
poka`uva trend: nagore i nadolu za re~isi ist interval.

Slika 5.6. Periodi~nost vo procesot

Primer 5.1 So cel da se ispita variraweto na odreden proces na obrabotka na

odredeni ma{inski delovi, izvedeno e merewe na dimenziite na obrabotuvanite
delovi i toa 4 pati na den vo 9:00, 11:00, 14:00 i 16:00 ~asot vo period od 30 dena.
Tabela 5.4:
Vreme Dobienite rezultati se
Br. Datum
09:00 11:00 14:00 16:00
1 Noe. 2 52,5 52,9 52,9 53,5 prika`ani vo tabela
2 3 53 52,8 53,5 52,4
5.4.
3 4 52,8 52,9 52,7 52,8
4 5 52,9 52,9 52,9 52,9
Da se napravi x -R
5 6 52,8 52,9 52,7 53,1
6 9 52,6 53,4 53,1 53,3 karta za analiza na ovoj
7 10 53,5 53,6 52,8 52,7
8 11 53,1 53,3 53,5 53 proces.
9 12 53,4 53,1 53,1 53,1
10 13 53,2 53,4 53,1 52,9
11 16 53,4 53 53,9 53,1
12 17 52,8 52,9 53,2 53,2
13 18 53,2 53,3 52,9 53,1
14 19 53,5 52,9 54 53,9
15 20 54,3 53,6 53,6 53,8
16 23 53,2 53,3 54 53,7
17 24 53,8 54 53,8 53,8
18 25 53,1 53,6 53,7 53,8
19 26 53,7 53,8 53 53,5
20 27 53,3 53,1 53,6 53
21 30 53,3 53,7 53,3 53,8
22 Dek. 1 53,1 53,1 53,2 53,1
23 2 53,6 53,4 53,2 53
24 3 53,4 53,7 53 53,2
25 4 53,3 53,2 53,5 53,4
34
Menaxment na kvalitetot

Presmetka na potrebnite podatoci za analiza na procesot so pomo{ na x -R

konrolnata karta.

Tabela 5.5

Vreme
Br. Datum
09:00 11:00 14:00 16:00 x xsredno R
1 Noe. 2 52,5 52,9 52,9 53,5 211,8 52,95 1
2 3 53 52,8 53,5 52,4 211,7 52,93 1,1
3 4 52,8 52,9 52,7 52,8 211,2 52,80 0,2
4 5 52,9 52,9 52,9 52,9 211,6 52,90 0
5 6 52,8 52,9 52,7 53,1 211,5 52,88 0,4
6 9 52,6 53,4 53,1 53,3 212,4 53,10 0,8
7 10 53,5 53,6 52,8 52,7 212,6 53,15 0,9
8 11 53,1 53,3 53,5 53 212,9 53,23 0,5
9 12 53,4 53,1 53,1 53,1 212,7 53,18 0,3
10 13 53,2 53,4 53,1 52,9 212,6 53,15 0,5
11 16 53,4 53 53,9 53,1 213,4 53,35 0,9
12 17 52,8 52,9 53,2 53,2 212,1 53,03 0,4
13 18 53,2 53,3 52,9 53,1 212,5 53,13 0,4
14 19 53,5 52,9 54 53,9 214,3 53,58 1,1
15 20 54,3 53,6 53,6 53,8 215,3 53,83 0,7
16 23 53,2 53,3 54 53,7 214,2 53,55 0,8
17 24 53,8 54 53,8 53,8 215,4 53,85 0,2
18 25 53,1 53,6 53,7 53,8 214,2 53,55 0,7
19 26 53,7 53,8 53 53,5 214 53,50 0,8
20 27 53,3 53,1 53,6 53 213 53,25 0,6
21 30 53,3 53,7 53,3 53,8 214,1 53,53 0,5
22 Dek. 1 53,1 53,1 53,2 53,1 212,5 53,13 0,1
23 2 53,6 53,4 53,2 53 213,2 53,30 0,6
24 3 53,4 53,7 53 53,2 213,3 53,33 0,7
25 4 53,3 53,2 53,5 53,4 213,4 53,35 0,3
 1331,475 14,5
Sredni vrednosti 53,259 0,580

Koeficienti Kontrolni linii za X karta Kontrolni linii za R karta

A2= 0,729 CL= 53,259 CL= 0,580
D3= 0 UCL= 53,682 UCL= 1,324
D4= 2,282 LCL= 52,836 LCL= -

Dobienite kontrolni karti se pretstaveni na sldnite sliki.

35
Menaxment na kvalitetot

X karta -Otstapuvawa od dimenzii

n=4

54,00

53,80
UCL=53,682
53,60
Xsredno

53,40
CL=53,259
53,20

53,00

52,80 LCL=52,836

52,60
0 5 10 15 20 25 30
Denovi

R karta -Otstapuvawa od dimenzii

1,4
UCL=1,324
1,2

0,8
R

0,6
CL=0,580
0,4

0,2

0
0 5 10 15 20 25 30

Denovi

R kartata poka`uva kontrolirana sostojba, dodeka x sredno kartata poka`uva

deka procesot e nadvor od kontroliranata sostojba, i toa:
a. postojat tri to~ki koi se nadvor od kontrolnite granici: to~ka: 3,
15 i 17.
b. Postoi “run” so dol`ina 10 (to~kite od 1 do 10).
Toa uka`uva deka procesot ne e vo stabilna sostojba, odnosno, istiot proces e
pod niskata ganica pred 13 Noemvri, a potoa odi nagore i nadolu. Poradi toa e
neophodno da se pronajdat pri~inite za vakvite promeni so srednata vrednost
na procesot.

36
Menaxment na kvalitetot

Literatura:

[1] H. Kume, statistical Methods for quality improvement, The Association for Overseas
Technical Scholarship 1985, Tokyo, Japan, 1996
[2] V. Dukovski, Menaxment na kvalitetot, Ma{inski fakultet-Skopje, 2003

37