Laatupoikkeamien teemojen tunnistaminen ja vikaluokkien määritteleminen talonrakennusprojekteissa

Abstract

Opinnäytetyön tavoitteena oli kehittää Skanska Talonrakennus Oy:n laatupoikkeamien raportointia ja hallintaa luomalla uusi vikaluokitusjärjestelmä, eli kategorisoidut luokat laatupoikkeamien syistä. Näitä vikaluokkia hyödynnetään laadun poikkeamaraporteissa, jotta voidaan seurata eri vikaluokkien esiintyvyyttä ja ohjata laadun kehittämistoimintaa saadun informaation avulla sekä etsiä tietoa tiettyihin rakennusosiin ja virhetyyppeihin liittyen.

Työssä analysoitiin kirjallisia laatupoikkeamaraportteja sekä haastateltiin työmaahenkilöstöä, mikä mahdollisti ilmiön monipuolisen tarkastelun ja tarjosi hyvän perustan laadun systemaattiselle seurannalle.

Tuloksena muodostettiin selkeä luokittelumalli, joka helpottaa poikkeamien kirjaamista, vertailua ja kustannustiedon yhdistämistä. Juurisyiden analyysi tukee kohdennettujen laadunparannustoimenpiteiden suunnittelua ja mahdollistaa tulevaisuudessa entistä laajemman tiedon integraation, kun laatudataa voidaan yhdistää esimerkiksi kustannus- ja yritystietoihin. Opinnäytetyö tarjoaa konkreettisen työkalun Skanskan laadunhallinnan kehittämiseen ja luo pohjan tiedolla johdetulle laadunseurannalle tulevaisuudessa.

The objective of this thesis was to develop the reporting and management of quality deviations at Skanska Talonrakennus Oy by creating a new fault classification system, i.e., categorized classes for the causes of quality deviations. These fault classes are utilized in quality deviation reports to monitor the occurrence rates of different fault categories, guide quality improvement actions based on the obtained information, and search for data related to specific building components and error types.

The study analyzed written quality deviation reports and interviewed site personnel, enabling a comprehensive examination of the phenomenon and providing a solid foundation for systematic quality monitoring.

The result was a clear classification model that facilitates recording, comparison, and integration of cost data related to deviations. Root cause analysis supports the planning of targeted quality improvement measures and enables broader future data integration when quality data can be combined, for example, with cost and corporate information. The thesis offers a practical tool for enhancing Skanska’s quality management and establishes a basis for data-driven quality monitoring going forward.