Tento příspěvek není jen běžným komerčním představením nové knihy, kterou vydavatelství ČSJ v polovině dubna vydá (k pouhému tomuto účelu by byl mj. jeho rozsah příliš velký). Autoři v něm podrobně představují publikaci v širších souvislostech, a článek je tak i odbornou úvahou o významu statistických metod, jejich současném pojetí a využívání v rámci managementu kvality.

Úvod
V dubnu 2007 vydá ČSJ obsáhlou publikaci Statistické metody řízení jakosti s doprovodným CD. Publikace vznikla z iniciativy NIS-PJ jako projekt Rady seniorů ČSJ. Je určena pro širší oblast pracovníků z oblasti řízení jakosti, zkušeben a laboratoří. Bude využita i v rámci úseku vzdělávání ČSJ v kurzu Vybrané statistické metody (VSM), doporučeném v rámci recertifikace manažerů jakosti. Publikace je rozdělena do dvou částí, má celkový rozsah zhruba 400 stran a je doplněna CD, na kterém jsou další rozšiřující texty, které se již nevešly do publikace, a soubor příkladů ve formě šablon, usnadňujících statistické výpočty s podporou statistických funkcí a nástrojů Microsoft Excel. 

1 Potřeba statistických metod v řízení jakosti
Bez nadsázky lze říci, že teorie pravděpodobnosti a v souvislosti s ní i matematická statistika jsou dnes jedněmi z nejrychleji se rozvíjejících vědních disciplín. Tato skutečnost je bezpochyby odezvou na potřeby znát odpovědi na problémy, se kterými se setkáváme každodenně a které mají v sobě jakýsi obecný rys. A pokud takové typy problémů zasahují prakticky do všech oborů, pak potřeba je řešit je zřejmě tím naléhavější. Člověk totiž postupně došel k poznání, že s dříve běžně aplikovaným deterministickým přístupem k řešení celé řady problémů nevystačí a že do svých úvah musí zahrnout i složku variability, na kterou naráží při jakémkoliv zkoumání, tuto složku se naučit kvantifikovat a uvědomit si, že je neoddělitelným rysem (tedy inherentním rysem) života, se kterým se setkáváme denně na každém kroku.
    Jsme si sice vědomi, že variabilita v přírodě činí svět a život krásnějším, poutavějším a inspirujícím, ale současně analogická variabilita ve výrobním procesu nám způsobuje těžkosti, které mohou vést až ke katastrofickým stavům. Snaha člověka předcházet vzniku takových situací nutně vede k požadavku prevence; tu ovšem lze realizovat až po zvládnutí hlubokého poznání příčin, které k nežádoucím stavům vedou. Při tomto cíleném poznávání chování jakéhokoliv sledovaného procesu musíme totiž pečlivě evidovat všechny faktory ovlivňující tento proces (ne pouze výrobní), jejich intenzitu působení včetně případných vzájemných interakcí často urychlujících vznik nežádoucího stavu. Odhalení hlavních faktorů a jejich změn v působení i ve vzájemném ovlivňování v čase vyžaduje systematické zkoumání procesu pomocí sond, výběrů, odběru vzorků, monitorování procesu atd. a buď okamžité nebo následné odborné zpracování získaných dat. A snad si nyní začínáte uvědomovat, že to vše, o čem je zde řeč, je v podstatě naplňování záměru dominantního prvku EN ISO 9000:2005, totiž procesního přístupu, ale i systémového přístupu managementu a uskutečňování neustálého zlepšování jakosti, které jsou však plně realizovatelné jen při soustavném sběru dat, jejich zpracovávání a analýze, promítání závěrů těchto analýz do opatření k nápravě a operativním ověřování účinnosti těchto opatření na výstupu, přičemž tato opatření často mohou vést i ke změnám v dosavadních technických předpisech, k úpravám technologií apod. Souhlas s takovým přístupem však současně znamená uvědomit si, že čím jsou potřebné zkoušky a experimenty nákladnější (časově nebo finančně), tím je třeba odbornější analýza získaných dat, a tedy i kvalifikovanější příprava vlastního experimentu, nejen jeho vyhodnocení (tedy etapa, ve které se při nesprávně naplánovaném experimentu často již mnoho nedá zachránit, protože výtěžnost takového experimentu je nízká). Již samotná skutečnost, že pracujeme s daty, která představují informaci jen z výběru, jehož výstup bude při opakování pokusu poskytovat bezpochyby odlišná data, měla by být pro nás upozorněním, že sběr dat, jejich zpracování a analýza by měly přihlížet k určitým pravidlům a postupům, které v sobě zahrnují tzv. induktivní myšlení. To je do odborných statistických přístupů plně implantováno a jeho respektování umožňuje získání objektivního závěru o souboru nebo procesu, z něhož náhodný výběr byl vzat, na základě pouze dílčí informace o tomto souboru nebo procesu, ze zpracování dat v regulačním diagramu apod. Tento náhodný výběr by totiž měl plně odrážet i všechny podstatné rysy zkoumaného souboru nebo procesu a jeho chování a získat takovou informaci vyžaduje znalost struktury vzorkovaného souboru či procesu, stupně jeho homogenity, případně stupně a typu jeho heterogenity, často fyzikálně zdůvodnitelné, atd.

2 Cíl publikace
Cílem předložené publikace je seznámit širší odbornou veřejnost se zmíněnými statistickými přístupy a nástroji, a to nejen z hlediska metodického, ale i z hlediska výpočetní softwarové podpory s využitím Microsoft Excelu, který je přístupný ve většině podniků.
    Poněvadž odborná literatura z oblasti aplikované matematické statistiky v češtině je velmi chudá a většinou obsahuje řešení pouze elementárních problémů, bylo snahou autorů poskytnout odborné veřejnosti ucelený obraz o možnostech využití statistických nástrojů ve všech základních oblastech managementu jakosti včetně přístupů a metod popsaných v mezinárodních a národních technických normách, především normách ČSN a ČSN ISO z oblasti aplikované statistiky a ČSN IEC z oblasti spolehlivosti. Jejich ucelený přehled – aktualizovaný k 1. lednu 2007 – je možno najít v připojeném přehledu literatury, v částech A a B, kde jsou zmíněné normy přehledně seskupeny do příslušných odborných bloků (celkem je v obou částech citováno 122 norem). Ostatní použitá zahraniční i tuzemská literatura je citována v přehledu literatury v části C, případně na konci jednotlivých částí publikace nebo kapitol v těchto částech. Důvodem tohoto přístupu je skutečnost, že metody a systémy řízení jakosti opírající se o statistické nástroje nejsou průběžně zahrnovány do výukových programů na vysokých školách, přestože se jedná o metody a systémy prověřené a úspěšně aplikované v celé řadě zahraničních koncernů.
    Může se zdát paradoxní, že normy ČSN ISO řady 9000 popisující systémy managementu jakosti se na statistické metody v podstatě odvolávají pouze v článku 2.10 Úloha statistických metod normy ČSN EN ISO 9000:2006. Tato skutečnost se vysvětluje v závěru citovaného článku, kde se uvádí, že návod pro použití statistických metod lze nalézt v ISO/TR 10017:2000, jejíž česká verze vyšla jako ČSN ISO/TR 10017:2003. Lze jen litovat, že v textu při výkladu jednotlivých základních statistických nástrojů a jejich výhod a nevýhod v určitých konkrétních aplikacích není v citované technické zprávě ISO/TR vytvořena – formou bibliografických odkazů – přímá vazba na konkrétní mezinárodní normy z oblasti aplikované statistiky a na normy IEC z oblasti spolehlivosti široce pokryté v bibliografii připojené k ISO/TR 10017. Tento nedostatek značně znehodnocuje použití zmíněné technické zprávy ISO. V předkládané publikaci je tento nedostatek odstraněn, a naopak jsou ukázány možné další oblasti aplikace těchto mezinárodních norem, jejich využití je ilustrováno na příkladech, a hlavně je prohloubena forma interpretace získaných výsledků, která v manuálech softwarových firem obvykle zcela chybí.

Autoři: Ing. Vratislav Horálek, DrSc., je předsedou TNK 4 Aplikace statistických metod při ČNI. Působí jako lektor a konzultant ČSJ v oblasti statistických metod v řízení jakosti.
            Ing. Josef Křepela působí jako lektor a konzultant ČSJ v oblasti statistických metod v řízení jakosti, je řešitelem Centra jakosti a spolehlivosti.
            RNDr. Jiří Michálek, CSc., pracuje jako vědecký pracovník Ústavu teorie informace a automatizace Akademie věd ČR. Je předsedou odborné skupiny statistických metod ČSJ a řešitelem Centra jakosti a spolehlivosti.

Kontakt: vratislav.horalek@volny.cz  tel. 222 954 705

Nezkrácený článek naleznete v časopise Perspektivy jakosti 1/2007.