Internal quality deviations : study on root causes, prevention, and cost of quality

Abstract

Opinnäytetyö tehtiin sisäisen laadun parantamishankkeena toimeksiantajayritykselle. Sisäisien laatupoikkeamien juurisyiden ratkaisemiseksi oli ollut kiinnostusta, koska ne aiheuttavat huomattavia kustannuksia vuosittain. Muutamia vuosia sitten oli luotu tietojärjestelmä sisäisiä laatupoikkeamia varten, mutta monien tapauksien juurisyy oli tuntematon, koska tietoa, taitoa tai aikaa ei ollut tarpeeksi. Järjestelmän matala kypsyystaso vaikutti myös mahdollisuuteen tehdä tehokasta juurisyytutkimusta. Tutkimus toteutettiin sekamenetelmällä ja alkoi asiantuntijoiden kanssa keskusteluilla ja jatkui tietojen keräämisellä. Tiedot yhdistettiin useista sisäisistä tietolähteistä ja se sisälsi paljon käsin tehtävää työtä. Tietoja analysoitiin pääasiassa Pareto-kaavioilla, joilla etsittiin kehityssuuntia ja syitä tuntemattomille poikkeamille. Tutkimus eteni spiraalimallilla, jossa tehdään suunnitelma, toteutetaan suunnitelma, tuloksia tarkastellaan ja lopuksi tuloksia tulkitaan ja sitten aloitetaan uusi spiraali ketjussa. Tuloksista nähtiin selvä näyttö poikkeamien juurisyistä, mutta tulokset jättivät myös tilaa jatkuvalle parantamiselle, koska ne paljastivat useita uusia tutkimusprojekteja. Tutkimuksella saavutettiin huomattavia säästöjä parannetulla laadulla ja vähentyneellä jätteiden hävittämisellä.

The thesis was conducted as an internal quality improvement initiative for the commissioning company. There had been an interest to solve the root causes for internal quality deviations which caused significant yearly costs. Some years ago, a system for internal quality deviations was created but many cases ended up as unknown due to not enough information, expertise, or time. The data systems low maturity level also affected the possibility to efficiently investigate the root causes. The research used a mixed method and started with specialist discussions and proceeded to data gathering. The data was composed from multiple internal data sources and included a lot of manual work. Data was mainly analysed with Pareto diagrams to detect trends and causes to the unknown deviations. The research followed a spiral model, where a plan is made, executed, results are observed, and finally reflected on to then start a new spiral in the cycle. The result showed clear evidence on deviation root cause but also left room for continuous improvement due to revealing several new study projects. The research resulted in significant cost reductions through improved quality and in the form of reduced scrapping.