Statistical Process Control, 7th edition

John Oakland kirjoitti ensimmäisen painoksen "Tilastollinen prosessinhallinta - käytännön opas" jo 1980-luvun puolivälissä. Lukijat ovat tämän jälkeen löytäneet uudelleen "laadunvalvonnan" tilastolliset menetelmät ja niiden hyödyn. Ajan myötä suoraan kuluttajille toimittavien organisaatioiden paine, yleensä autoteollisuuden ja korkean teknologian aloilla, pakotti tuotanto- ja palvelutoiminnoista vastaavat henkilöt ajattelemaan enemmän ongelmien ehkäisemisestä kuin ongelmien löytämisestä ja korjaamisesta. Myöhemmissä painoksissa säilytettiin ensimmäisen painoksen lähestymistapa, mutta ne sisälsivät myös joitain ennaltaehkäisyn tekniikoita ja niiden käytön takana olevaa filosofiaa.

Koko seitsemännen painoksen teema on edelleen prosessit - jotka edellyttävät ymmärrystä, että 1) on olemassa vaihtelua, että niitä 2) on hallittava asianmukaisesti, että niillä 3) on oltava suorituskykyä ja että niitä 4) on parannettava. Tämä kattaa uuden painoksen viisi osaa (Part).

SPC ei ole koskaan ollut eikä tule olemaan pelkästään ”työkalupakki”. Tässä kirjassa kirjoittajat tarjoavat paitsi työkalujen oppaan, myös kertovat työkalujen hallitsemisen käytännöistä, joista on tullut tärkeitä menestystekijöitä organisaatioissa kaikkialla maailmassa. Kirjaa tukee tekijöiden laaja yhteistyö tuhansissa organisaatioissa ympäri maailmaa.

Kirjassa on täysin päivitetyt tosielämän tapaustutkimukset (case), uusia tutkimuksia, jotka perustuvat useiden eri toimialojen kirjoittajien yhteistyöhön. Kirjassa on käsitelty uusimpia kysymyksiä liittyen tietokonemenetelmiin ja Minitab-ohjelmistoon. Kirja toimii myös oppikirjana sekä opiskelijoille että käytännön insinööreille, tutkijoille, teknologeille, johtajille - kaikille, jotka haluavat ymmärtää tai toteuttaa nykyaikaisia, tilastollisia prosessinohjaustekniikoita.

Suosittelen kirjaa. Vankka ja pitkäaikainen kokemus SPC:stä ja tunnetut kirjoittajat. Kirjan arvoa ja merkittävyyttä kuvastaa seitsemäs painos ja ”ikä” 20 vuotta.

Sisältö:

Part 1 Process Understanding

1 Quality, processes and control

1.1 The basic concepts
1.2 Design, conformance and costs
1.3 Quality, processes systems, teams, tools and SPC
1.4 Some basic tools

2. Understanding the process

2.1 Improving customer satisfaction through process management
2.2 Information about the process
2.3 Process mapping and flowcharting
2.4 Process analysis
2.5 Statistical process control and process understanding

3. Process data collection and presentation

3.1 The systematic approach
3.2 Data collection
3.3 Bar charts and histograms
3.4 Graphs, run charts and other pictures
3.5 Conclusions_

Part 2 Process Variability

1. Variation: understanding and decision making

1.1 How some managers look at data
1.2 Interpretation of data
1.3 Causes of variation
1.4 Accuracy and precision
1.5 Variation and management

2. Variables and process variation

2.1 Measures of accuracy or centring
2.2 Measures of precision or spread
2.3 The normal distribution
2.4 Sampling and averages
2.5 Chapter highlights

Part 3 Process Control

1. Process control using variables

1.1 Means, ranges and charts
1.2 Are we in control?
1.3 Do we continue to be in control?
1.4 Choice of sample size and frequency, and control limits
1.5 Short-, medium- and long-term variation: a change in the standard practice
1.6 Summary of SPC for variables using X and R charts

2. Other types of control charts for variables

2.1 Life beyond the mean and range chart
2.2 Charts for individuals or run charts
2.3 Median, mid-range and multi-vari charts
2.4 Moving mean, moving range and exponentially weighted moving average (EWMA) charts
2.5 Control charts for standard deviation (σ)
2.6 Techniques for short run SPC
2.7 Summarizing control charts for variables

3. Process control by attributes

3.1 Underlying concepts
3.2 np-charts for number of defectives or non-conforming units
3.3 p-charts for proportion defective or non-conforming units
3.4 c-charts for number of defects/non-conformities
3.5 u-charts for number of defects/non-conformities per unit
3.6 Attribute data in non-manufacturing

4. Cumulative sum (cusum) charts

4.1 Introduction to cusum charts
4.2 Interpretation of simple cusum charts
4.3 Product screening and pre-selection
4.4 Cusum decision procedures

Part 4 Process Capability

4. Process capability for variables and its measurement

4.1 Will it meet the requirements?
4.2 Process capability indices
4.3 Interpreting capability indices
4.4 The use of control chart and process capability data
4.5 A service industry example: process capability analysis in a bank

Part 5 Process Improvement

1. Process problem solving and improvement

1.1 Introduction
1.2 Pareto analysis
1.3 Cause and effect analysis
1.4 Scatter diagrams
1.5 Stratification
1.6 Summarizing problem solving and improvement

2. Managing out-of-control processes

2.1 Introduction
2.2 Process improvement strategy
2.3 Use of control charts for trouble-shooting
2.4 Assignable or special causes of variation

3. Designing the statistical process control system

3.1 SPC and the quality management system
3.2 Teamwork and process control/improvement
3.3 Improvements in the process
3.4 Taguchi methods
3.5 Summarizing improvement

4. Six-sigma process quality

4.1 Introduction
4.2 The six-sigma improvement model
4.3 Six-sigma and the role of Design of Experiments
4.4 Building a six-sigma organization and culture
4.5 Ensuring the financial success of six-sigma projects
4.6 Concluding observations and links with Excellence

5. The implementation of statistical process control

5.1 Introduction
5.2 Successful users of SPC and the benefits derived
5.3 The implementation of SPC

Appendices

A. The normal distribution and non-normality

B. Constants used in the design of control charts for mean

C. Constants used in the design of control charts for range

D. Constants used in the design of control charts for median and range

E. Constants used in the design of control charts for standard deviation 404

F. Cumulative Poisson probability tables

G. Confidence limits and tests of significance

H. OC curves and ARL curves for –– and R charts

I. Autocorrelation

J. Approximations to assist in process control of attributes

K. Glossary of terms and symbols

Index