Alla processer innehåller variation. Variation kan uppstå i processen av flera olika faktorer som t.ex. maskinkapabilitet, dåligt kalibrerade instrument, luftfuktighet eller till och med sjukdom. Variationen leder ofta till lägre kapacitet eller försämrad kvalitet. Statistisk processtyrning (SPS eller SPC) är ett verktyg för att kontrollera och styra processen med hänsyn till dessa variationer.
Det enklaste, men även mest kraftfulla, sättet att göra SPC är med hjälp av control charts. En control chart är i sin enkelhet ett rutnät med några linjer. Egentligen behövs inte så mycket mer systemkraft en detta. Det som ger control charts kraft är att det är ett levande dokument, som visuellt sitter bredvid maskinen och direkt låter operatören ta beslut efter en tydlig faktagrund.
När vi designar våra control charts så ritar vi in 3 linjer. Först ritar vi in det statistiska medelvärdet för den faktor vi vill mäta och följa. Sedan definierar vi upper & lower control limits – UCL och LCL (+/- 3 standardavvikelser från statistiska medelvärdet). Vi sätter sedan en mätfrekvens som tillåter oss att fånga upp avvikelser innan de blir för digra.
Sedan börjar vi använda control charts och vi tittar då efter två typer a variation i vår graf;
- Normalvariation (common cause variation). Denna variation finns alltid i processen. Det anses som att man fifflar med processen om man försöker justera denna. Oftast gör det bara situationen värre. Man ska sällan gära något åt normalvariation.
- Specialvariation (special cause variation). Denna variation skapas av någon abnormal händelse i processen eller processens inputs. Typiskt så sätter man regler för att identifiera när detta sker, som t.ex; ”mätpunkt ligger utanför någon av UCL eller LCL” eller ”8 punkter på raken ligger alla på ena sidan av statistiska medelvärdet”
Statistisk processstyrning är enkelt, men oerhört kraftfullt och alldeles för bortglömt.
Jonas Svanäng