Jeżeli szukasz odpowiedzi na pytania:
Co to jest audyt wewnętrzny?
Co to jest zarządzanie ryzykiem?
Jak łączą się oba elementy w podnoszeniu efektywności organizacyjnej?
Jakie cele warto stawiać przed RM (risk management)?
Jak organizować RM w firmie?
to powiniennaś/eś zapoznać się z najnowszą prezentacją z cyklu Manage or Die Inspirations 2012, pt. Zarządzanie ryzykiem i audytem wewnętrznym.
jeżeli jesteś specjalistą z tych dziedzin, prosimy o konstruktywną polemikę do tego materiału.
Serdecznie polecamy
Prezentację przygotował: Sebastian Pilorz
Prezentujemy najważniejsze wymagania GIODO wobec systemów IT przetwarzających dane osobowe i mających połączenie z Internetem. Wobec takich systemów wymagany jest najwyższy, trzeci poziom bezpieczeństwa.
Jeżeli szukasz odpowiedzi na pytania:
Co to jest audyt wewnętrzny?
Co to jest zarządzanie ryzykiem?
Jak łączą się oba elementy w podnoszeniu efektywności organizacyjnej?
Jakie cele warto stawiać przed RM (risk management)?
Jak organizować RM w firmie?
to powiniennaś/eś zapoznać się z najnowszą prezentacją z cyklu Manage or Die Inspirations 2012, pt. Zarządzanie ryzykiem i audytem wewnętrznym.
jeżeli jesteś specjalistą z tych dziedzin, prosimy o konstruktywną polemikę do tego materiału.
Serdecznie polecamy
Prezentację przygotował: Sebastian Pilorz
Prezentujemy najważniejsze wymagania GIODO wobec systemów IT przetwarzających dane osobowe i mających połączenie z Internetem. Wobec takich systemów wymagany jest najwyższy, trzeci poziom bezpieczeństwa.
Wiedeński System Testów w badaniach naukowych.
testy sprawności intelektualnej
testy funkcji poznawczych (pamięć, uwaga, funkcje wykonawcze)
testy osobowości
testy reakcyjne
testy psychomotoryczne
testy umiejętności specjalnych
Wytyczne do porównywania skuteczności działania czyli Benchmarking na bazie normy Facility Management PN-EN 15221-7. Referat Zbigniewa MAZURKA na Konferencji Facility Management
Materiały z konferencji szkoleniowej dla Okręgowej Izby Aptekarskiej w Warszawie. Zmiany w przepisach Dobrej Praktyki Dystrybucyjnej (GDP). Mapowanie pomieszczeń, ciągły monitoring warunków przechowywania i transportu, walidacja oprogramowania pomiarowego.
Wiedeński System Testów w badaniach naukowych.
testy sprawności intelektualnej
testy funkcji poznawczych (pamięć, uwaga, funkcje wykonawcze)
testy osobowości
testy reakcyjne
testy psychomotoryczne
testy umiejętności specjalnych
Wytyczne do porównywania skuteczności działania czyli Benchmarking na bazie normy Facility Management PN-EN 15221-7. Referat Zbigniewa MAZURKA na Konferencji Facility Management
Materiały z konferencji szkoleniowej dla Okręgowej Izby Aptekarskiej w Warszawie. Zmiany w przepisach Dobrej Praktyki Dystrybucyjnej (GDP). Mapowanie pomieszczeń, ciągły monitoring warunków przechowywania i transportu, walidacja oprogramowania pomiarowego.
4. Wykonanie kart kontrolnych SPC i wydajność procesów Analiza rozkładów na podstawie SPC Ocena wskaźnika Pp Wnioski, działania korygujące i zapobiegawcze Multi Vari Study Gage R&R PLAN WYSTĄPIENIA: W dalszej części prezentacji omówione zostaną następujące działania: ETAP I ETAP IV ETAP III ETAP II ETAP V
6. Historyczny rozwój kart kontrolnych SPC ( S tatistical P roces C ontrol) W. Shewart ( ~ 1924 rok) W.E. Deming Zmienność kontrolowana Przyczyny ogólne Zmienność niekontrolowana Przyczyny szczególne Stabilna i spójna Losowa Przewidywalna Wewnętrzne dla systemu Tylko zarząd może skorygować Kontrola przez zarząd Niestabilna, niespójna Nieprzewidywalna Powody możliwe do przypisania Może być skorygowana lokalnie Nie jest normalną właściwością systemu Może mieć naturę lokalną ZROZUMIENIE PROCESU – WYSZUKANIE PRZYCZYN ZMIENNOŚCI I USNIĘCIE ICH Cel
7. Rodzaje kart kontrolnych SPC, Dane zmiennej czy dyskretnej? Zmienna (przy liczbowej ocenie właściwości) Dyskretna (przy alternatywnej ocenie właściwości) Mały Duży Stały rozmiar partii? Indywidual –X & Moving Range Tak Nie X Bar & R (range) Wady czy % produktów wadliwych Wady czy % produktów wadliwych u p np c X Bar & S MA, EWMA CUSUM T ² Hotteling’a Duży czy mały wolumen?
8. Karty kontrolne SPC w Polskich Normach Zasady prowadzenia badań statystycznych PN 82/N-01052.00 Losowy wybór wyrobów PN-83/N-03010 Wyznaczanie liczby próbek PN-73/N-03009 Badanie rozkładu właściwości PN-83/N-01052.07 PN-85/N-01052.08 PN-89/N-01054 PN-90/N-01055 Karty kontrolne Shewarta PN-ISO 8258 +AC1:1996 Karty sum skumulowanych PN-88/N-03011.01 PN-86/N-03011.02 PN-85/N-03011.04 PN-87/N-03011.06 Obliczanie średniej PN-ISO 2602:1994 PN-83/N-01052.02 Wykrywanie grubych błędów PN-87/N 01052.13 Wskaźnik struktury PN-83-01052.01 Badanie losowości ciągu obserwacji PN-85/N-01052.12 Obliczanie odchylenia średniego PN-83/N-01052.04 Testy związane z wartościami średnimi i wariancjami PN-ISO 2854:1994 PN-ISO 3494:1994 Badanie zależności pomiędzy właściwościami PN-86/N-01052.09 PN-86/N-01052.10 PN-86/N-01052.11 Porównanie wartości średnich lub wariancji w różnych populacjach PN-ISO 3301:1994 PN-84/N-01-052.03 PN-84/N-01-052.05 PN-85/N-01-052.06 Statystyczne sterowanie jakością. Statystyka. Terminologia PN-ISO 3534-2:1994 PN 90/N-01051 Źródło: Tomasz Greber
9. Nr kolejny grupy obróbczej Uproszczenie Karty kontrolnej SPC - 8168/7
10.
11. Dochodzimy do wydajności 10,54% Wydział pierwszy Wydział drugi Wydział trzeci Wydajność klasyczna = Yc = ¾ = 75% Wydajność pierwotna = YFT = ¼ = 25% Wydajność całkowita = YTP = P(O) = e = e = 1054 =10,54% -DPU -2,25 Mamy 4 elementy i po każdej inspekcji tylko jeden element jest zakwalifikowany pozytywnie przez kontrolę do następnego etapu. Dlaczego ważna jest wydajność (podejście jakościowe) procesów?
13. Analiza wieloczynnikowa - Multi Variable Study Czy proces jest stabilny? Strategia dla powodów chronicznych (system stabilny). Strategia dla powodów sporadycznych (system niestabilny). DOE Co się zmieniło? Multi Vari Study Który X wywarł wpływ na Y Dekompozycja Monitorowanie błędów Określenie tolerancji operacyjnej (standard, norma) Sprawdzanie wpływu / powodzenia zmian (DOE) Planowanie, pilotowanie i implementowanie zmian (CPI) Akceptacja procesu (specyfikacja, zdolność) Czy proces jest okresowo stabilny?
14.
15. Gage R&R - Schemat ideowy np,: sezonowość, moda Dla danych ciągłych używamy R&R pomiaru, a dla danych nieciągłych R&R cechy albo DDA Obserwowana zmienność procesu Długoterminowa zmienność procesu Krótkoterminowa zmienność procesu Zmienność w ramach próbki Zmienność w skutek operatora Dokładność (3) (subiektywność) Stabilność (4) (zależy od czasu) Liniowość (5) (zależy od wartości) Odtwarzalność (2) Faktyczna zmienność procesu Zmienność pomiarów Zmienność w skutek rozpiętości Precyzja (czysty błąd) Powtarzalność (1)
16. Powtarzalność Gage R&R – narzędzia : Powtarzalność – jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w odpowiedziach lub rezultatach uzyskanych przez jedną osobę badającą ten sam przedmiot kilka razy. Jest to zmienność w pomiarach uzyskana, gdy ten sam operator używa tego samego narzędzia pomiarowego podczas identycznych pomiarów tej samej próbki. Zmiana jest również „replikowaniem” lub „czystym błędem”. Powtarzalność jest fundamentalnym błędem popełnianym we wszystkich wnioskach dotyczących interpretacji danych. Jedynie poprzez rzetelne oszacowanie błędu replikacji można ocenić inne czynniki, które mogą mieć wpływ na dane. LSL
17. Odtwarzalność Gage R&R – narzędzia : Odtwarzalność – Jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w odpowiedziach lub rezultatach uzyskanych przez różne osoby badające ten sam przedmiot. Jest to zmienność w średniej pomiarów pomierzonej przez różnych operatorów używających tego samego przyrządu pomiarowego podczas pomiaru tych samych próbek. Odtwarzalność to zmienność obserwowana wówczas gdy różni operatorzy / instrumenty mierzą ten sam element. LSL
18. Dokładność Gage R&R – narzędzia : Dokładność – Jest to ilość niespójności (tzn. różnice, rozrzut, fluktuacje) w porównaniu ze stanem faktycznym (tzn. znaną wartością , oszacowaniem itp.). Jest to różnica pomiędzy zaobserwowaną średnią pomiarów a rzeczywistością. Zdecydowanie najlepszą metodą ustalania prawdziwej średniej są pomiary z użyciem jak najdokładniejszych przyrządów pomiarowych. LSL
19. Stabilność Gage R&R – narzędzia : Stabilność – Odnosi się do różnicy w średniej ostatnich dwóch pomiarów uzyskanych przy pomocy tego samego przyrządu pomiarowego i tej samej próbki pomiarowej w innym czasie. Odnosi się to do różnicy w średniej ostatnich dwóch ustawień pomiarowych tego samego narzędzia pomiarowego przy tej samej próbce pomiarowej pomierzonej w różnym czasie. Stabilność populacji tj czy pojawiają się przesunięcia, trendy lub cykle. Czy przy usprawnianiu przyjąć podejście oparte na szczególe czy zwykłą przyczynę zmienności. LSL USL LSL
21. Liniowość Gage R&R – narzędzia : Liniowość – Jest to różnica w precyzji i zakresie przyrządów pomiarowych, lub też różnica w precyzji wartości i oczekiwanego zakresu przyrządów pomiarowych. LSL
27. P p = Tolerancja górna – Tolerancja dolna 6 odchyleń standardowych Dla procesu niestabilnego : Dla procesu stabilnego mamy Cp Proces jest stabilny dla Cp (Pp) ≥ 1 Wskaźnik zdolności procesu (wydajność w ujęciu kosztowym):
28. Harmonogram ( MS Project , SureTrak, PowerProject, CA-SuperProjekt, Project Workbench, Primavera + wizualizacja 3D “CONSIM” ) Budowa statku to kilka tysięcy zadań a pracochłonność osiąga milion roboczogodzin. Ceny najdroższych z statków osiągają 1 miliard dolarów (np. wycieczkowce). Planowany termin zakończenia – rzeczywisty termin zakończenia [w dniach]
29. Celem jest osiągnięcie 6 sigm, co pozwala na zminimalizowanie ilości błędów do 3,4 części na milion Ciągle zwiększając w tym czasie zdolność procesu Cp (Pp) Wskaźnik zdolności procesu Pp Harmonogram , Źródło: Materiały reklamowe stoczni ULSTEIN (Norwegia)
30. P pk = USL (tolerancja górna) – średnia 6 odchyleń standardowych Dla procesu niestabilnego ( mniejsza z dwóch liczb ): Dla procesu stabilnego mamy Cpk Proces jest stabilny dla Cp (Pp) ≥ 1 Wskaźnik wydolności (dryfu) procesu : P pk = 6 odchyleń standardowych LSL (tolerancja dolna) – średnia Lub :
32. Yield – mówi, że losowo wybrana dana ma w LongTerm od 71,11[%] do 88,14[%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej Z.Shift – wskazuje ukryte rezerwy na produkcji dlatego np. wprowadza się współczynniki korekcyjne na normatywy kalkulacji kosztów (ponieważ Z.Shift ≥1) Z.Bench (Sigma) – aktualna zdolność procesu to od 0,56 do 1,18 a zdolność procesu będąca do osiągnięcia to od 2,06 do 2,68 Dla jednostki 8168/4 dla Z.Bench zakłada się, że w krótkim okresie czasu ustabilizuje się on na 2,25 dnia, aby docelowo osiągnąć wartość 0,75 dnia w LongTerm. Faktem jest że wszystkie Z.Bench zakładają w ShortTerm że ustabilizują się na poziomie dwóch dni a docelowo w LongTerm w granicach jednego dnia. PRODUKCJA ST przewidywane Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 10,5 2,61 1,5 0,00 99,55 4515 8168/6 10,5 2,68 1,5 0,00 99,63 3660 8168/5 10,5 2,06 1,5 0,01 98,01 19862 8168/4 10,5 2,25 1,5 0,01 98,78 12240 LT osiągalne Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 4 9 2,49 1,11 1,11 1,5 0,00 0,12 0,13 86,67 133314 0,60 0,38 8168/6 4 9 2,60 1,21 1,18 1,5 0,00 0,11 0,11 88,14 118629 0,63 0,40 8168/5 15 15 0,80 1,42 0,56 1,5 0,21 0,07 0,28 71,11 288899 0,37 0,27 8168/4 -0 8 3,38 0,75 0,75 1,5 0,00 0,22 0,22 77,32 226777 0,69 0,25
33. Yeld – mówi, że losowo wybrana dana ma w LongTerm od 0,54 [%] do 33,83 [%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej Z Shift – wskazuje ukryte rezerwy w biurze konstrukcyjnym, gdyż jak wiadomo są niewłaściwe zasady płacenia za wykonywane prace: od ilości rysunków, od ilości uszczegółowień, od ilości pozycji na rysunku itp... Z Bench (Sigma) – aktualna zdolność procesu to od -2,52 do -0,42 a zdolność procesu będąca do osiągnięcia to od -1,02 do 1,08 Dla jednostki 8168/4 dla Z.Bench zakłada się, że w krótkim okresie czasu ustabilizuje się on na 0,55 dnia, aby docelowo osiągnąć wartość -0,95 dni w LongTerm a. Faktem jest że wszystkie Z.Bench zakładają w ShortTerm że ustabilizują się na poziomie minus dnia a docelowo w LongTerm w granicach minus dwa dni. DOKUMENTACJA ST przewidywane Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 -90 1,08 1,5 0,13 86,06 139406 8168/6 -90 -0,66 1,5 0,74 25,49 745143 8168/5 -90 -1,02 1,5 0,84 15,48 845198 8168/4 -90 0,55 1,5 0,29 70,76 292425 LT osiągalne Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 -94 33 0,57 0,31 -0,42 1,5 0,28 0,37 0,66 33,83 661664 0,15 0,10 8168/6 -29 21 -2,15 3,58 -2,16 1,5 0,98 0,00 0,98 1,54 984586 0,24 -0,72 8168/5 -14 23 -2,51 3,76 -2,52 1,5 0,99 0,00 0,94 0,59 994066 0,21 -0,84 8168/4 -81 69 0,09 0,34 -0,95 1,5 0,46 0,36 0,82 17,01 829871 0,07 0,03
34. Yeld – mówi, że losowo wybrana dana ma w LongTerm od 28,82 [%] do 47,81 [%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej Z Shift – wskazuje ukryte rezerwy w zaopatrzeniu, wybór dostawców, sposoby finansowania, zamawiania potrzebnych materiałów do bieżącego wykorzystana na produkcji Z Bench (Sigma) – aktualna zdolność procesu to od 0,94 do 1,45 a zdolność procesu będąca do osiągnięcia to od -0,05 do -0,56 Dla jednostki 8168/7 dla Z.Bench zakłada się, że w krótkim okresie czasu ustabilizuje się on na 1,45 dnia, aby docelowo osiągnąć wartość -0,05 dnia w LongTerm. Faktem jest że wszystkie Z.Bench zakładają w ShortTerm że ustabilizują się na poziomie dnia a docelowo w LongTerm w granicach minus dzień. MATERIAŁ ST przewidywane Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 -52 1,45 1,5 0,07 92,58 74228 8168/6 -52 0,94 1,5 0,17 82,67 173280 LT osiągalne Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk 8168/7 -39 32 0,29 1,1 -0,05 1,5 0,38 0,13 0,52 47,81 521930 0,23 0,1 8168/6 -17 23 -0,54 2,5 -0,56 1,5 0,70 0.00 0,71 28,82 711823 0,33 -0,18
36. Wnioski końcowe : Z porównania procesów produkcji [1], dostaw materiałowych [2] i dokumentacji [3] wynika, że DPMO [ ilość wad na milion ] dla np. jednostki 8168/7 [1] = 4515,7 / 133314,1; [2] = 199406,3 / 661664,3; [3] = 74228,9 / 521930,8 gdzie pierwsza wartość to ShortTerm a druga LongTerm najgorzej wypada proces [2] niewiele lepiej proces [3], najdziwniejsze że przy takich parametrach całkiem nieźle broni się proces [1]. Proces produkcji [1] ma w LT lepsze parametry niż proces [2] w ST. Optymalizacji produkcji wymagają właśnie te etapy nie będące produkcją a mające znaczący wpływ na nią, dzięki poprawie właśnie tych procesów można uzyskać jeszcze lepszą sprawność procesu produkcji. Zakłada się, że Cp < 1 oznacza proces całkowicie niewydolny, gdyby na tej podstawie oceniać przedstawione procesy, to żaden z nich nie kwalifikuje się, aby uznać go za proces wydolny, produkcja pewnie okazała by się procesem wydolnym, jednak z różnych przyczyn niezdolnym. W mojej ocenie mimo wszystko najlepszym, z ukrytymi rezerwami organizacyjno technologicznymi, o czym świadczyć może sprawność realizacji znacznie opóźnionych zadań. Kolejnym interesującym wskaźnikiem jest Yeld tj. wydajność czy też zysk z procesu, rekordowa wydajność 0,59[%] została zarejestrowana i wykazana dla dokumentacji na jednostce 8168/5 najbardziej opóźniony i nieregularny rzeczywisty proces, równie dobrze można było nic nie robić! Rzeczywista wydajność produkcji w tym samym czasie zawiera się w granicach 71,11[%] do 88,14[%], i jest to wynik nadzwyczaj dobry w porównaniu z procesami które wpływają na jego realizację.
37. Ustalenie granic specyfikacji Uproszczeniem jest Funkcja strat Taguchi’ego Wskaźnik Pp jest traktowany jako procent wykorzystania całego budżetu Strata = dzień pracy wydziału w [PLN] x (norma – ile dni standardowo zakładamy odchylenia) –(rzeczywiste odchylenie) (wielkość straty przy minimalnym odchyleniu – 1 dzień} ² LSL USL Określenie wielkości strat wynikających z opóźnień terminowych