Giáo trình quản trị chất lượng part 4 potx

Nhỏỷt, phaùt trióứn nm 1960. KJ laỡ kờ hióỷu õổồỹc tọứ chổùc nghión cổùu Kawayoshida (Kawayoshida Rearch Center) õỷt ra. b Bióứu õọử quan hóỷ (Interrelationship Digraphs) Muỷc õờch cuớa bióứu õọử quan hóỷ laỡ õóứ tỏỷp trung yù tổồớng vaỡ bióứu dióựn caùc yù tổồớng õoù dổồùi daỷng bióứu õọử mọỳi quan hóỷ. Noù cho thỏỳy moỹi yù tổồớng coù thóứ coù lión kóỳt logic vồùi mọỹt hay nhióửu yù tổồớng khaùc taỷi mọỹt thồỡi õióứm, vaỡ noù cho pheùp tổ duy mọỹt chióửu hồn laỡ tổ duy tuyóỳn tờnh. Kộ thuỏỷt naỡy thổồỡng õổồỹc sổớ duỷng sau khi sổớ duỷng bióứu õọử tổồng õọửng õóứ tỏỷp trung vỏỳn õóử mọỹt caùch roợ raỡng hồn. Hỗnh 4 cho thỏỳy mọỹt vờ duỷ vóử nhổợng yóỳu tọỳ aớnh hổồớng õóỳn chi phờ sai hoớng. Chi phờ thióỳt bở Thióỳt bở õo õaỷc Kióứm tra vaỡ kióứm soaùt Maùy tờnh õóứ kióứm soaùt quaù trỗnh Chi phờ sai hoớng N ọỹi bọỹ Bón ngoaỡi Phóỳ lióỷu Hióỷu chốnh Tg ngổỡng maùy ióửu tra phaỡn naỡn Huyớ boớ Thu họửi Chi phờ chỏỳt lổồỹng c Bióứu õọử cỏy -Tree Diagram Mọỹt sồ õọử cỏy mọ taớ nhổợng hổồùng õi vaỡ cọng vióỷc õổồỹc thióỳt lỏỷp õóứ hoaỡn thaỡnh mọỹt dổỷ aùn õỷc bióỷt hay õóứ nghión cổùu mọỹt muỷc tióu õỷc bióỷt. Mọỹt nhaỡ hoaỷch õởnh sổớ duỷng kộ thuỏỷt naỡy õóứ tỗm kióỳm cỏu hoới cho nhổợng cỏu traớ lồỡi nhổ thổù tổỷ nhổợng cọng vióỷc cỏửn phaới thổỷc hióỷn õọỳi vồùi mọỹt vỏỳn õóử laỡ gi ? hay toaỡn bọỹ caùc yóỳu tọỳ tham gia vaỡo vióỷc tọửn taỷi cuớa vỏỳn õóử laỡ gỗ? Kộ thuỏỷt naỡy õổa ra nhổợng vỏỳn õóử õổồỹc laỡm saùng toớ bồới bióứu õọử tổồng õọửng vaỡ bióứu õọử quan hóỷ vaỡo giai õoaỷn hoaỹch õởnh taùc nghióỷp. Mọỹt tuyón bọỳ roợ raỡng vóử vỏỳn õóử hay thuớ tuỷc phaới õổồỹc nóu roợ. Tổỡ sổỷ trỗnh bỏửy chung naỡy, nhoùm coù thóứ thióỳt lỏỷp nhổợng bổồùc õóứ giaới quyóỳt vỏỳn õóử vaỡ thổỷc hióỷn kóỳ hoaỷch. Saớn phỏứm õổồỹc taỷo ra bồới vióỷc nhoùm gọỹp seợ trồớ thaỡnh mọỹt sồ õọử cỏy vồùi nhổợng hoaỷt õọỹng vaỡ trỗnh tổỷ thồỡi gian cuớa caùc hoaỷt õọỹng. Hỗnh 5 laỡ mọỹt vờ duỷ vóử vỏỳn õóử thióỳt lỏỷp hóỷ thọỳng chi phờ chỏỳt Chi phờ dổỷ phoỡng Chi tióỳt sai hoớng Sọỳ chi tióỳt bở thu họửi Sọỳ cọng nhỏn sổớa chổợa Chi phờ loaỷi boớ Chi phờ thu họửi Tọứng chi phờ sổớa chổợa Chi phờ sổớa chổợa/sp Tọứng chi phờ sai hoớng lỉåüng. Figure 5: Biãøu âäư cáy d Biãøu âäư ma tráûn -Matrix Diagrams Âọ l nhỉỵng bng tênh cho tháúy mäúi quan hãû theo så âäư giỉỵa nhỉỵng âàûc âiãøm, chỉïc nàng, v nhỉỵng cäng viãûc bàòng cạch thỉïc âãø cung cáúp nhỉỵng âiãøm giao näúi logic giỉỵa cạc chi tiãút. Ngäi nh cháút lỉåüng l mäüt vê dủ vãư viãûc sỉí dủng biãøu âäư ma tráûn cho hoảch âënh v ci tiãún cháút lỉåüng. e Ma tráûn phán têch dỉỵ liãûu -Matrix Data Analysis Th tủc ny nàõm bàõt dỉỵ liãûu tỉì biãøu âäư ma tráûn v tçm cạch âënh lỉåüng chụng âãø cho tháúy xu hỉåìng ca mäúi quan hãû giỉỵa cạc biãún, do váûy chụng cọ thãø âỉåüc xem xẹt v thäng hiãøu dãù dng. GOAL/QPC cho ràòng phỉång phạp ny, màûc d âỉåüc ỉïng dủng räüng ri nhỉng nọ cọ quạ nhiãưu säú liãûu phi sỉí dủng hng ngy, do âọ h Kiãøm soạt quạ trçnh bạo cạo Thu tháûp dỉỵ liãûu Hãû thäúng kãú toạn Âạnh gi a ï Hãû thäúng riãng biãût Kãút håüp våïi chi phê marketing v dëch vủ chàm sọc khạch hn g Cạc bäü pháûn chëu trạch nhiãûm Thu tháûp dỉỵ liãûu Chi phê vä hçnh Chi phê hãû thäúng cháút lỉåüng phaùt trióứn mọỹt cọng cuỷ goỹi laỡ ma trỏỷn troỹng sọỳ, noù dóự daỡng thọng hióứu vaỡ thổỷc hióỷn hồn. Phổồng phaùp naỡy tổồng tổỷ nhổ ma trỏỷn ra quyóỳt õởnh. f Sồ õọử thuớ tuỷc ra quyóỳt õinh-Process Decision Program Chart (PDPC) Phổồng phaùp naỡy nhũm sồ õọử hoaù tỏỳt caớ caùc sổỷ kióỷn coù thóứ nhỏỷn thổùc õổồỹc cuợng nhổ nhổợng sổỷ kióỷn ngỏựu nhión tổỡ khi vỏỳn õóử õổồỹc tuyón bọỳ cho õóỳn khi giaới phaùp cho vỏỳn õóử õổồỹc hỗnh thaỡnh. Noù thổồỡng õổồỹc sổớ duỷng õóứ hoaỷch õởnh cho mọỹt chuọựi sổỷ kióỷn, caùi coù thóứ xuỏỳt hióỷn õọỳi vồùi mọỹt vỏỳn õóử hay muỷc tióu xa laỷ. Mọựi PDPC nừm bừt mọỹt nhaùnh cuớa bióứu õọử cỏy, vaỡ cung cỏỳp nhổợng bióỷn phaùp õóứ dổỷ baùo nhổợng bióỳn õọỹng. g Bióứu õọử muợi tón -Arrow Diagrams ổồỹc nhổợng nhaỡ hoaỷch õởnh trong lộnh vổỷc xỏy dổỷng sổớ duỷng trong nhióửu nm dổồùi hỗnh thổùc kộ thuỏỷt hoaỷch õởnh dổỷ aùn CPM vaỡ PERT. Thỏỷt khọng may, noù õổồỹc coi nhổ kộ thuỏỷt cuớa nhaỡ chuyón mọn. Bũng caùch thóm noù vaỡo bọỹ cọng cuỷ chỏỳt lổồỹng, noù trồớ nón coù hióỷu lổỷc hồn õọỳi vồùi nhióửu nhaỡ quaớn trở vaỡ nhổợng ngổồỡi khọng phaới laỡ dỏn kộ thuỏỷt. Vióỷc thổỷc hióỷn caới tióỳn õoùng vai troỡ quan troỹng, nhổng bổồùc naỡy thổồỡng xuyón bở boớ qua. Quy trỗnh caới tióỳn thổồỡng khọng õổồỹc thổỷc hióỷn vỗ chuùng quaù phổùc taỷp õóứ thổỷc hióỷn vaỡ khọng õổồỹc nhổợng ngổồỡi coù traùch nhióỷm chỏỳp nhỏỷn. Bỏứy cọng cuỷ caới tióỳn chỏỳt lổồỹng họự trồỹ cho nhaỡ quaớn trở trong thổỷ c hióỷn caới tióỳn thọng qua nhổợng haỡnh õọỹng lión quan. II NHỈỴNG CÄNG CỦ CI TIÃÚN LIÃN TỦC Nhiãưu cäng củ âỉåüc tảo ra hồûc âỉåüc phng theo nhỉỵng phỉång phạp khạc (chàóng hản nhỉ nghiãn cỉïu tạc nghiãûp v ké thût cäng nghiãûp) âãø lm cho quy trçnh ci tiãún liãn tủc âỉåüc dãỵ dng. Pháưn ny mä t mäüt säú cäng củ phäø biãún ạp dủng trong ci tiãún cháút lỉåüng. 1 Sỉû biãún âäøi Gim sỉû biãún âäøi v lng phê trong quạ trçnh kinh doanh giụp cäng ti tàng cháút lỉåüng v gim chi phê. Mäüt trong nhỉỵng chỉïc nàng quan trng ca nh qun trë l ‘’kiãøm soạt’’, âọ l viãûc bo âm cho täø chỉïc sỉí dủng nhỉỵng ngưn lỉûc ph håüp âãø âảt âỉåüc mủc tiãu. Theo phỉång phạp truưn thäúng, cạc nh qun trë táûp trung vo viã ûc âm bo täø chỉïc thỉûc hiãûn nhỉ â hoảch âënh. Phỉång phạp ny xem sỉû biãún âäøi nhỉ nhỉỵng váún âãư riãng biãût, cại cọ thãø bë láúp liãúm. Trong khi âọ, TQM táûp trung vo viãûc tçm kiãúm ngun nhán ca sỉû biãún âäøi v táûp trung vo gii quút nhỉỵng ngun nhán âọ âãø ci tiãún quạ trçnh. TQM l phỉång phạp dỉûa trãn sỉû xem xẹt mäüt cạch cọ hãû thäúng ton bäü täø chỉïc âãø gim sỉû biãún âäüng v ci tiãún hiãûu qu ca täø chỉïc. Theo phỉång phạp truưn thäúng, viãûc kiãøm soạt âỉåüc thỉûc hiãûn bàòng cạch thiãút láûp cạc tiãu chøn, kãú hoảch hay mủc tiãu, sau âọ tiãún hnh âo lỉåìng kãút qu thỉûc hiãûn v so sạnh kãút qu âọ våïi nhỉỵng tiãu chøn â âàût ra âãø ra nhỉỵng quút âënh hay hnh âäüng khàõc phủc. Våïi phỉång phạp ny, nh qun trë khäng thãø nháûn biãút âỉåüc mäúi quan hãû giỉỵa cạc bäü pháûn trong täø chỉïc cng nhỉ mäúi quan hãû âọ nh hỉåíng âãún sỉû biãún âäüng nhỉ thãú no. Hån nỉỵa, phỉång phạp truưn thäúng âàût ra cạc tiãu chøn khäng dỉûa vo nàng lỉûc thỉûc tãú ca hãû thäúng. TQM quan tám âãún tçm kiãúm ngun nhán ca sỉû biãún âäüng, cại tảo ra tçnh trảng cháút lỉåüng kẹm. Âãø thỉûc hiãûn âỉåüc mủc âêch ny, cáưn phi sỉû dủng mäüt säú cäng củ v ké thût âàûc biãût. Pháưn tiãúp theo sau âáy s trçnh báưy mäüt säú cäng củ v ké thût phäø biãún âãø tçm kiãúm ngun nhán ca sỉû biãún âäüng cng nhỉ kiãøm soạt sỉû biãún âäüng. 2 Cäng củ ci tiãún liãn tủc a Lỉu âäư-Flowcharts Lỉu âäư l hçnh nh mä t th tủc theo trçnh tỉû cạc bỉåïc thỉûc hiãûn. Lỉu âäư âỉåüc nhỉỵng ngỉåìi liãn quan âãún th tủc nhỉ nhán viãn, ngỉåìi giạm sạt, nh qun trë v khạch hng xáy dỉûng nãn. Lỉu âäư giụp nhỉỵng ngỉåìi liãn quan âãún quy trçnh thäng hiãøu nọ täút hån. Vê dủ, nhán viãn s nháûn ra mçnh àn khåïp våïi quy trçnh nhỉ thãú no, ai l nh cung cáúp v ai l khạch hng ca mçnh. Bàòng cạch tham gia vo viãûc hçnh thnh lỉu âäư, nhán viãn cm tháúy mçnh cọ quưn såí hỉỵu quy trçnh v tråí nãn hàng hại hån våïi viãûc ci tiãún quy trçnh. Viãûc sỉí dủng lỉu âäư âãø âo tảo nhán viãn vãư nhỉỵng th tủc chøn hoạ s cọ tạc âäüng trong viãûc náng cao hiãûu qu. Mä üt lỉu âäư cọ thãø âỉåüc xáy dỉûng âãø nháûn diãûn váún âãư cháút lỉåüng cng nhỉ nhỉỵng vng cáưn ci tiãún. Ngỉåìi ta thỉåìng âàût ra nhỉỵng cáu hi nhỉ “Tạc nghiãûp ny nh hỉåíng âãún khạch hng nhỉ thãú no?”, “chụng ta cọ thãø ci tiãún hay hản chãú tạc nghiãûp âọ khäng?” “chụng ta nãn kiãøm soạt mäüt chi tiãu cháút lỉåüng quan trng tải âiãøm no?” âãø nháûn diãûn nhỉỵng cå häüi. Lỉu âäư giụp ngỉåìi ta hçnh dung mäüt cạch d dng th tủc nhỉỵng lải cọ thãø thỉûc hiãûn nhỉỵng thay âäøi quan trng ca quy trçnh. b Caùc cọng cuỷ thọỳng kó Kióứm soaùt quaù trỗnh bũng caùc cọng cuỷ thọỳng kó laỡ mọỹt caùch thổùc õỷc bióỷt õóứ tỗm kióỳm nguyón nhỏn cuớa sổỷ bióỳn õọứi vaỡ baùo hióỷu nhổợng haỡnh õọỹng hióỷu chốnh cỏửn thióỳt. Khi mọỹt sổỷ bióỳn õọỹng do nguyón nhỏn õỷc bióỷt õổồỹc phaùt hióỷn, quaù trỗnh õổồỹc coi laỡ ngoaỡi kióứm soaùt, coỡn nóỳu xuỏỳt hióỷn nhổợng bióỳn õọỹng do caùc nguyón nhỏn thọng thổồỡng thỗ quaù trỗnh õổồỹc coi laỡ trong kióứm soaùt thọỳng kó. óứ kióứm soaùt quaù trỗnh bũng caùc cọng cuỷ thọỳng kó, ngổồỡi ta thổồỡng sổớ duỷng bỏứy cọng cuỷ sau õỏy: Phióỳu kióứm tra-Check Sheets Cọng cuỷ naỡy họự trồỹ cho vióỷc thu thỏỷp dổợ lióỷu. Khi thióỳt kóỳ mọỹt quy trỗnh thu thỏỷp dổợ lióỷu, õỏửu tión chuùng ta phaới traớ lồỡi nhổợng cỏu hoới cn baớn nhổ: Chuùng ta õang muọỳn traớ lồỡi cỏu hoới gỗ? Chuùng ta cỏửn loaỷi dổợ lióỷu gỗ õóứ traớ lồỡi cỏu hoới õoù? Chuùng ta coù thóứ tỗm kióỳm dổợ lióỷu õoù ồớ õỏu? Ai coù thóứ cung cỏỳp dổợ lióỷu õoù? Chuùng ta coù thóứ tỏỷp hồỹp dổợ lióỷu vồùi ờt sai soùt vaỡ ờt cồ họỹi xỏứy ra sai soùt bũng caùch naỡo? Phióỳu kióứm tra laỡ hỗnh thổùc thu thỏỷp dổợ lióỷu coù thóứ họự trồỹ cho vióỷc bión dởch thọng tin. Dổợ lióỷ u lión quan õóỳn chỏỳt lổồỹng gọửm hai loaỷi: dổợ lióỷu rồỡi raỷc (thuọỹc tờnh) vaỡ dổợ lióỷu lión tuỷc. Dổợ lióỷu rồỡi raỷc vờ duỷ nhổ: sọỳ saớn phỏứm bở sai hoớng, sọỳ khaùch haỡng phaỡn naỡn, sọỳ saớn phỏứm bở traớ vóử. Dổợ lióỷu lión tuỷc vờ duỷ nhổ õo lổồỡng troỹng lổồỹng, khoaớng caùch, thồỡi gian. Biãøu âäư Pareto Biãøu âäư Pareto l mäüt ké thût âỉåüc sỉí dủng âãø phán loải ngưn gäúc ca váún âãư theo mỉïc âäü quan trng, tỉì âọ nọ giụp cho viãûc lỉûa chn hỉåïng âãø ci tiãún váún âãư. Biãøu âäư Pareto l mäüt biãøu âäư hçnh cäüt thãø hiãûn táưn xút sút hiãûn ca cạc váún âãư, v cạc váún âãư ny âỉåüc sàõp xãúp theo thỉï tỉû tỉì låïn âãún nh. Ngoi ra ngỉåìi ta cn v mäüt âỉåìng táưn sút têch lu trãn biãøu âäư hçnh cäüt ny. Biãøu âäư ny cho phẹp nháûn diãûn nhanh chọng v dãù dng váún âãư cáưn ci tiãún cng nhỉ so sạnh hiãûu qu cu ía trỉåïc v sau ci tiãún. 0 50 100 150 200 250 r äù xỉå ïc l äù häøn g khạc s ỉ ït m báøn k h åí 0 50 100 150 200 250 xỉåïc l äù häøn g r äù khạc sỉït m báøn k h åí Trỉåïc ci tiãún Sau ci tiãún Biãøu âäư nhán qu-Cause-and-Effect Diagrams Âáy l biãøu âäư âỉåüc sỉí dủng phäø biãún nháút trong viãûc tçm kiãúm ngun nhán ca váún âãư, nọ cng âỉåüc gi l biãøu âäư xỉång cạ (cọ hçnh dảng nhỉ xỉång cạ) hay bióứu õọử Ishikawa, tón cuớa mọỹt chuyón gia ngổồỡi Nhỏỷt, ngổồỡi õaợ coù cọng õổa cọng cuỷ naỡy vaỡo sổớ duỷng trong kióứm soaùt chỏỳt lổồỹng. Hỗnh 3.11 laỡ vờ duỷ vóử mọỹt bióứu õọử nhỏn quaớ. Bióứu õọử naỡy thổồỡng õổồỹc sổớ duỷng kóỳt hồỹp vồùi kộ thuỏỷt õọỹng naợo-brainstorming õóứ lọi keùo moỹi ngổồỡi tham gia vaỡo vióỷc tỗm kióỳm nguyón nhỏn cuớa vỏỳn õóử. Bióứu õọử phỏn taùn-Scatter Diagrams Bióứu õọử naỡy mọ taớ mọỳi quan hóỷ giổợa caùc bióỳn, vờ duỷ nhổ mọ taớ quan hóỷ giổợa tố troỹng cuớa mọỹt chỏỳt trong mọỹt hồỹp kim vồùi õọỹ cổùng cuớa hồỹp kim õoù, hay mọỳi quan hóỷ giổợa sọỳ sai hoớng vaỡ thồỡi gian laỡm thóm giồỡ. Dổỷa vaỡo sổỷ phỏn bọỳ cuớa caùc õióứm trón bióứu õọử ngổồỡi ta coù thóứ xaùc õởnh giổợa hai bióỳn coù mọỳi quan hóỷ nhỏn quaớ khọng, nóỳu coù thỗ õoù laỡ mọỳi quan hóỷ thuỏỷn chióửu hay nghởch chióửu. 20 40 60 80 20 40 60 80 thồỡi gian thóm giồỡ % saớn lổồỹng loaỷi B Bióứu õọử phỏn bọỳ-Histograms Mọỹt quy trỗnh luọn luọn tọửn taỷi sổỷ bióỳn õọỹng vaỡ nhỗn chung sổỷ bióỳn õọỹng naỡy coù thóứ õổồỹc mọ taớ trón mọỹt bióứu õọử phỏn bọỳ. Bióỳu õọử phỏn bọỳ laỡ hỗnh aớnh phaớn aùnh sổỷ bióỳn õọỹng cuớa dổợ lióỷu. Bióứu õọử naỡy cung cỏỳp nhổợng õỏửu mọỳi vóử caùc õỷc tờnh cuớa mọỹt tọứng thóứ tổỡ mọỹt mỏựu, cho thỏỳy hỗnh daỷng roợ raỡng cuớa phỏn bọỳ, vaỡ tổỡ õoù ngổồỡi ta coù thóứ nhỏỷn dióỷn õổồỹc phỏn bọỳ cuớa tọứng thóứ. 0 5 10 15 20 25 Bióứu õọử kióứm soaùt-Control Charts ỏy laỡ mọỹt trong nhổợng cọng cuỷ xổồng sọỳng cuớa kióứm soaùt quaù trỗnh bũng kộ thuỏỷt thọỳng kó SPC, noù õổồỹc Walter Shewhart õóử xuỏỳt thổỷc hióỷn lỏửn õỏửu nm 1924. Shewhart laỡ ngổồỡi õỏửu tión phỏn bióỷt caùc nguyón nhỏn gỏy ra sổỷ bióỳn õọỹng thaỡnh hai loaỷi nguyón nhỏn mang tờnh ngỏựu nhión vaỡ nguyón nhỏn õỷc bióỷt. ng õaợ phaùt trióứn bióứu õọử kióứm soaùt õóứ tỗm kióỳm aớnh hổồớng cuớa nhổợng nguyón nhỏn õỷc bióỷt. Nhióửu trióỳt lờ cuớa Deming õổồỹc thọng hióứu dổỷa trón vióỷc sổớ duỷng bióứu õọử kióứm soaùt. 0 0.05 0.1 0.15 0.2 0.25 0.3 123456789101112 Bỏứy cọng cuỷ naỡy seợ õổồỹc trỗnh bỏửy chi tióỳt hồn trong phỏửn phuỷ luỷc. [...]... váún âãư Thäng thỉåìng, phỉång phạp “khoa hc” ny che måì nhu cáưu vãư sạng tảo Phỉång phạp sạng tảo âãø gii quút váún âãư gäưm 4 bỉåïc: 1 Xạc âënh lải v phán têch váún âãư nàõm bàõt âỉåüc, 2 Táûp håüp tỉåíng, 3 Âạnh giạ tỉåíng v lỉûa chn mäüt gii phạp cọ thãø thỉûc hiãûn âỉåüc 4 Thỉûc hiãûn gii phạp Trong viãûc xạc âënh lải mäüt váún âãư, thäng tin âỉåüc táûp håüp v täø chỉïc, dỉỵ liãûu v nhỉỵng gi... nhỉ thãú no? Phỉång phạp ny cọ ngưn gäúc tỉì vng trn Shewhart do Walter Shewhart tçm ra sau chiãún tranh thãú giåïi II, nhỉng nọ âỉåüc ngỉåìi Nháût gi l vng trn Deming vo nàm 1950 Vng trn Deming gäưm 4 giai âoản : Hoảch âënh (planning), Thỉûc hiãûn (Do), Nghiãn cỉïu (Study), Hnh âäüng (Action) ( hçnh 3.17) Giai âoản Hoảch âënh bao gäưm viãûc nghiãn cỉïu tçnh húng hiãûn tải, thu tháûp thäng tin v hoảch... âënh täút 3 Ci tiãún liãn tủc v chu kç hc hi, cại âỉåüc nháún mảnh nhỉ l sỉû liãn kãút nhỉỵng hoảt âäüng ca ton bäü mi bäü pháûn Nọ khuún khêch phán têch v gii quút váún âãư tải mi nåi trong täø chỉïc 4 Nháún mảnh vo gim chu kç sn xút trong mi tạc nghiãûp, cại khuún khêch cäng ti phán têch quy trçnh lm viãûc, täø chỉïc cäng viãûc v nhỉỵng hoảt âäüng lm gia tàng giạ trë ca táút c cạc bỉåïc trong quy . nhỏn quaớ khọng, nóỳu coù thỗ õoù laỡ mọỳi quan hóỷ thuỏỷn chióửu hay nghởch chióửu. 20 40 60 80 20 40 60 80 thồỡi gian thóm giồỡ % saớn lổồỹng loaỷi B Bióứu õọử phỏn bọỳ-Histograms Mọỹt. quút váún âãư gäưm 4 bỉåïc: 1. Xạc âënh lải v phán têch váún âãư nàõm bàõt âỉåüc, 2. Táûp håüp tỉåíng, 3. Âạnh giạ tỉåíng v lỉûa chn mäüt gii phạp cọ thãø thỉûc hiãûn âỉåüc 4. Thỉûc hiãûn gii. bũng kộ thuỏỷt thọỳng kó SPC, noù õổồỹc Walter Shewhart õóử xuỏỳt thổỷc hióỷn lỏửn õỏửu nm 19 24. Shewhart laỡ ngổồỡi õỏửu tión phỏn bióỷt caùc nguyón nhỏn gỏy ra sổỷ bióỳn õọỹng thaỡnh hai