Chương 5. Công cụ quản lý chất lượng Q7 Mô đun 5.2: BIỂU ĐỒ KIỂM SOÁT (CONTROL CHART) Biên soạn: Ths.Bs. Đỗ Văn Niệm TP. Quản lý chất lượng, BV. Nhi đồng 1 MỤC TIÊU: Sau khi nghiên cứu kỹ lưỡng chuyên đề này, học viên có thể: a. Trình bày khái niệm biểu đồ kiểm soát và các yếu tố cấu thành của nó. b. So sánh sự khác biệt giữa biểu đồ con chạy và biểu đồ kiểm soát. c. Trình bày các tình huống áp dụng biểu đồ kiểm soát trong kiểm soát chất lượng, đảm bảo chất lượng và cải tiến chất lượng (có hoặc không kết hợp biểu đồ con chạy). d. Mô tả quy luật xác định nguyên nhân đặc biệt của Western Electric và Anhoej. e. Chọn lựa biểu đồ kiểm soát phù hợp theo loại dữ liệu. f. Vẽ biểu đồ kiểm soát trên ứng dụng Excel, hoặc ngôn ngữ R. g. Phân tích kết quả biểu đồ kiểm soát và kết luận. HƯỚNG DẪN CHUNG DÀNH CHO CHUYÊN ĐỀ Tình huống áp dụng: Chuyên đề này có thể sử dụng độc lập hoặc kết hợp trong các mô-đun đào tạo của chương trình đào tạo: Tiếp cận cải tiến chất lượng bệnh viện theo chu trình Plan-Do-Check-Act và Công cụ quản lý chất lượng cổ điển Q7. Học viên có thể học riêng chuyên đề này, nhưng tốt nhất kết hợp với chuyên đề: Biểu đồ con chạy. Tài liệu này cũng dành cho học viên có nhu cầu tự học hoặc dùng làm tài liệu hỗ trợ đào tạo theo phương pháp đào tạo trực tuyến (e-learning). Yêu cầu dành cho học viên: Để hoàn thành tốt chuyên đề này, học viên cần có kiến thức cơ bản về thang đo (thang Stevens scale: 4 bậc), thống kê cơ bản và kỹ năng sử dụng ứng dụng Excel (tương đương chứng chỉ A tin học, hoặc sử dụng thành thạo các hàm cơ bản trong Excel) hoặc ngôn ngữ R (hoặc một ứng dụng tương đương khác, có thể dùng để thiết lập biểu đồ kiểm soát). Thời lượng: Tốt nhất 16 tiết học dành cho học viên trình độ nâng cao hoặc đào tạo cấp chứng chỉ trong mô-đun Công cụ quản lý chất lượng cổ điển Q7: 6 tiết lý thuyết (lý thuyết & mô phỏng tình huống thực hành) và 10 tiết học viên trực tiếp thực hành trên ứng dụng máy tính, phân tích kết quả trên các loại biểu đồ kiểm soát. Thời lượng tối thiểu: 4 tiết (nếu tích hợp trong các mô-đun đào tạo về cải tiến chất lượng dành cho các nhóm học viên có kỹ năng thực hành tốt Excel và có kiến thức nền tảng về nghiên cứu khoa học cơ bản). Phương tiện: Bảng, viết bảng đủ 3 màu (xanh, đen, đỏ) để mô phỏng tình huống phân tích biểu đồ và máy tính cài đặt ứng dụng Excel phiên bản 2013 trở lên hoặc ngôn ngữ R được cài đặt bổ sung gói phân tích qicharts2, readxl. [5.2] 21 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 TÓM TẮT NỘI DUNG CHUYÊN ĐỀ: 1. Biểu đồ kiểm soát và các thành phần của nó 23 Khái niệm và nhận dạng biểu đồ kiểm soát 23 Sơ đồ hướng dẫn chọn biểu đồ kiểm soát theo dữ liệu 24 Các khái niệm thành phần của biểu đồ kiểm soát 2. Yêu cầu dữ liệu & các quy luật phân tích biểu đồ kiểm soát 25 Tính độc lập của các điểm dữ liệu (independent) 25 Kỹ thuật phân nhóm hợp lý (Rational subgrouping) 25 Ảnh hưởng của hiện tượng tương quan chuỗi (Autocorrelation) 25 Số điểm dữ liệu cần thiết 25 Các quy luật xác định nguyên nhân không do ngẫu nhiên 28 Chọn quy luật theo loại biểu đồ kiểm soát 3. Tình huống áp dụng biểu đồ kiểm soát trong quản lý chất lượng 29 Kiểm soát chất lượng 29 Cải tiến chất lượng 4. Các loại biểu đồ kiểm soát thường dùng: dữ liệu, công thức ước lượng các giới hạn của biểu đồ, cỡ mẫu phân nhóm và các hệ số sử dụng để ước lượng giới hạn của biểu đồ biến liên tục. Biểu đồ P 29 Biểu đồ C 31 Biểu đồ U 31 Biểu đồ dành cho biến liên tục 32 Các dạng biểu đồ khác 34 5. Hướng dẫn thực hành biểu đồ kiểm soát 35 Thực hành vẽ biểu đồ bằng Excel 35 Thực hành vẽ biểu đồ bằng R 35 Quy trình thực hành trong đảm bảo & kiểm soát chất lượng 36 Quy trình thực hành trong cải tiến chất lượng 6. Các tình huống mô phỏng về biểu đồ kiểm soát 37 BÀI TẬP THỰC HÀNH 40 TÀI LIỆU THAM KHẢO & ĐỌC THÊM 41 CÂU HỎI TỰ LƯỢNG GIÁ 42 CÂU HỎI TRẮC NGHIỆM 42 [5.2]22 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 NỘI DUNG: 1. Biểu đồ kiểm soát và các thành phần của nó Biểu đồ kiểm soát (đôi khi còn gọi là biểu đồ Shewhart) là dạng trình bày một chuỗi dữ liệu theo thời gian của một đo lường thống kê hay một chỉ số chất lượng dưới dạng biểu đồ điểm-đường (point-line chart), với trục hoành là thời gian theo khoảng cách đều và trục tung là đo lường thống kê, kèm theo đường xác định khuynh hướng trung tâm của dữ liệu (số trung bình) - được gọi là đường trung tâm (CL: Central Line) và các giới hạn kiểm soát. Giới hạn trên (UCL: Upper Control Limit) và dưới (LCL: Lower Control Limit) áp dụng cho biểu đồ kiểm soát của tất cả loại dữ liệu tương ứng với khoảng tin cậy 99%. Đối với các biến đo lường liên tục, có thể áp dụng thêm giới hạn 2SD (được gọi là ngưỡng cảnh báo UWL & LWL: Upper & Lower Warning Limit) và giới hạn 1SD (SD: Standard Deviation). Đặc điểm phân phối dữ liệu của đo lường thống kê quyết định cách tính toán các giới hạn kiểm soát, nên có các dạng biểu đồ kiểm soát khác nhau. Các đo lường thống kê thường gặp trong quản trị liên quan các biến thuộc tính (Attribute) như chuỗi số đếm (Count), tỷ lệ (Rate), tỷ lệ phần trăm (Proportion); hoặc các biến đo lường liên tục (Variable) như chuỗi điểm đo lường cá nhân của biến liên tục, chuỗi số trung bình (Mean), khoảng biến thiên (Range), độ lệch chuẩn (Standard deviation) của số trung bình theo phân nhóm; tương ứng với các dạng biểu đồ kiểm soát thường dùng là biểu đồ C, U, P, I (còn gọi là XmR), Xbar, R và S. Hình 5.2A hướng dẫn thực hành chọn lựa biểu đồ kiểm soát cơ bản theo các loại dữ liệu. Hình 5.2A. Hướng dẫn chọn lựa biểu đồ con chạy theo dữ liệu Liên tục Loại dữ liệu Thuộc tính (Variables Data) (Attributes Data) Nhiều Biến hơn 1 quan Có sát mỗi Không sự kiện phân nhóm Có hay không ? Không Phân nhóm > 1 Kích thước có thể bằng Vùng cơ hội Phân nhóm bằng Có bằng nhau nhau hay không nhau hay khác nhau Không bằng nhau Có Xbar & S/R I/XmR C chart U chart P chart TB & SD/R Đo lường cá Số lượng Tỷ lệ % hay tỷ lệ phần trăm so nhân (Rate) tổng thể (proportion) Đối với nhóm biến thuộc tính, cần phân biệt rõ ràng 2 nhóm là biến defect và defective hay rejected. Biến defect thường theo quy luật phân phối Poison (số sự kiện trung bình) trong khi biến defective tuân theo quy luật phân phối nhị thức (xác [5.2] 23 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 suất xảy ra lỗi ở một ngưỡng xác định lỗi nào đó). Việc nhầm lẫn 2 nhóm biến này có thể dẫn đến kết quả không như mong đợi khi áp dụng biểu đồ kiểm soát. Biến loại defect đề cập đến một trường hợp (sự kiện) không thỏa mãn một yêu cầu chất lượng hay không phù hợp tiêu chuẩn được phát hiện. Nó thường gắn liền với các tiêu chuẩn chất lượng dành cho sản phẩm cuối cùng. Phần còn lại (không ghi nhận là defect) thường không xác định, có thể do khả năng của hệ thống/phương pháp phát hiện không đủ nhạy. Vì vậy, nhóm này còn được gọi là biến đếm sự kiện (Count). Biến defective hay rejected là một đơn vị của sản phẩm/dịch vụ có 1 hay nhiều defect được phát hiện qua việc kiểm tra, giám sát quá trình một cách chủ động. Nó gắn liền với các tiêu chuẩn/yêu cầu chất lượng ở các bước trung gian của toàn bộ quá trình sản xuất/cung cấp dịch vụ. Trong trường hợp này, hoàn toàn xác định được đặc điểm của phần còn lại trong dân số. Nghĩa là một trường hợp cụ thể luôn luôn được xác định 1 trong 2 trạng thái: defective hoặc non-defective. Những trường hợp thuộc tính có nhiều giá trị khác nhau (theo thang liên tục, thứ tự hoặc phân loại) và nhà quản trị sử dụng 1 ngưỡng cắt để quyết định từ chối hoặc chấp nhận thường thuộc nhóm này ([4], trang 20). Các khái niệm thành phần trên biểu đồ kiểm soát khá tương đồng với biểu đồ con chạy (xem thêm cách xác định các thành phần này ở chuyên đề 5.1), đó là: [1] Điểm dữ liệu hữu dụng (Value, useful data points): Là điểm dữ liệu khác với giá trị trung bình - nói cách khác nó không nằm trên đường trung tâm, [2] Hiện tượng lệch (Shift): Khi xuất hiện chuỗi những điểm liên tiếp lớn hơn hoặc nhỏ hơn số trung bình - nằm trên hoặc dưới đường trung tâm - chỉ có ý nghĩa khi có từ 7 hoặc 8 điểm trở lên, [3] Xuất hiện khuynh hướng (Trend): Là chuỗi những điểm tăng hay giảm liên tiếp - chỉ có ý nghĩa khi có từ 6 hoặc 7 điểm trở lên, [4] Giá trị ngoại lai (Outliers): Là điểm dữ liệu nằm ngoài giới hạn kiểm soát. Khác với điểm cực trong biểu đồ con chạy, điểm giá trị ngoại lai trong biểu đồ kiểm soát được quyết định bằng các giới hạn thống kê (xem hình 5.2B). Hình 5.2B. Minh họa biểu đồ kiểm soát và các thành phần của nó. [5.2]24 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 2. Yêu cầu về dữ liệu và quy luật phân tích biểu đồ kiểm soát Quá trình phân tích dữ liệu bằng biểu đồ kiểm soát nhằm xác định các dao động trong chuỗi dữ liệu có tuân theo quy luật ngẫu nhiên hay không, dựa trên quy luật phân phối của đại lượng đo lường hay quy luật phân phối của trung bình mẫu, một hệ luận từ định lý giới hạn trung tâm. Biểu đồ gọi là ở trong trạng thái kiểm soát (IC: in-control) khi không có quy luật nào bị vi phạm, và ngược lại gọi là không kiểm soát (OC: out-of- control). Biểu đồ kiểm soát đòi hỏi giả định tính độc lập và xác định phân phối của dữ liệu cơ sở (iid: independent and identically distributed). Chọn loại biểu đồ phù hợp với loại dữ liệu, cỡ mẫu phân nhóm đủ ngưỡng tối thiểu theo loại biểu đồ và thu thập đủ số điểm dữ liệu (thường từ 20 điểm trở lên) là những giả định cần thiết về dữ liệu. Tuy nhiên, với từ trên 10 điểm dữ liệu có thể bước đầu thử nghiệm biểu đồ kiểm soát. Thông tin chi tiết cỡ mẫu phân nhóm (mỗi điểm dữ liệu) được trình bày ở phần 4 của chuyên đề này. Tương tự biểu đồ con chạy, tính độc lập của các điểm dữ liệu là giả định nền tảng quan trọng để áp dụng các quy luật thống kê trong biểu đồ kiểm soát. Kỹ thuật chọn mẫu ngẫu nhiên hoặc phân nhóm hợp lý là cần thiết (xem phần 2, chuyên đề 5.1). Nếu dữ liệu có tính tương quan chuỗi mạnh, các quy luật về thống kê sử dụng để phân tích biểu đồ kiểm soát có thể hoàn toàn bị vô hiệu, trừ quy luật 1 WE (hay quy luật Shewhart). Hiện tượng tự tương quan hay tương quan chuỗi (giả chu kỳ) có thể bị nhầm lẫn với các chuỗi dữ liệu dao động theo chu kỳ (seasonal variation) như thay đổi theo giờ trong ngày, ngày trong tuần, quý hay mùa trong năm. Xử lý dữ liệu theo chu kỳ mùa có thể cần mô hình phức tạp hơn như mô hình ARIMA (Auto-Regressive Integrated Moving Average) hoặc áp dụng kỹ thuật phân tích phân rã. Xác định không đúng loại dữ liệu hay dạng phân phối dữ liệu dẫn đến áp dụng sai loại biểu đồ kiểm soát, tính toán giá trị giới hạn không thích hợp sẽ dẫn đến nhận định sai lầm về đặc điểm của dữ liệu. Những trường hợp phân phối dữ liệu không cân xứng như thời gian giữa 2 sự kiện, số lượt cung cấp dịch vụ giữa 2 sự kiện cần được chuyển dạng, tương ứng sẽ có biểu đồ T, G. Tuy nhiên, Wheeler và Chamber nhận thấy rằng, dù dữ liệu có độ méo khá cao vẫn còn bao phủ 98% điểm trong ngưỡng kiểm soát. Quy luật xác định nguyên nhân đặc biệt (bất thường, nguyên nhân có thể chỉ điểm cụ thể - special/assignable causes) được trình bày tại bảng 5.2A. Quy luật 1 và 2 giúp xác định các điểm dữ liệu có độ lệch lớn. Quy luật 3 và 4 giúp phát hiện các điểm lệch mức trung bình. Quy luật 6 cho thấy dữ liệu đến từ 2 dân số khác nhau. Quy luật 7 và 8 cho thấy có sự phân lớp hay kiểm soát quá chặc chẽ của dữ liệu. Các tổ chức khác nhau giới thiệu các bộ quy luật (set of rules) khác nhau dùng để phân tích biểu đồ kiểm soát. Sự khác biệt chính giữa các bộ quy luật này là số lượng quy luật áp dụng và giá trị tới hạn áp dụng đối với lệch và khuynh hướng. Hầu hết các bộ quy luật áp dụng giá trị tới hạn cho lệch từ 7-9 và khuynh hướng từ 6-8. Giá trị trung bình 7 điểm khuynh hướng và 8 điểm lệch thường áp dụng (quy luật số 8 Rules of [5.2] 25 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 eight). Bộ quy luật được áp dụng phổ biến nhất là WE (dùng trong gói phân tích qcc), gần đây bổ sung thêm quy luật Anhoej (gói phân tích qicharts2). Bảng 5.2A. Các quy luật xác định nguyên nhân biểu đồ kiểm soát. Quy Tên quy luật Mô tả hình dạng biểu đồ (Pattern) luật 1 Vượt ngưỡng Có 1 hoặc nhiều điểm nằm ngoài giới hạn kiểm soát (Beyond Limits) 2 Tầng A (Zone A) Có 2 trong 3 điểm liên tiếp nằm ở tầng A hoặc xa hơn 3 Tầng B (Zone B) Có 4 trong 5 điểm liên tiếp nằm ở tầng B hoặc xa hơn 4 Tầng C (Zone C) Có 7/8 (hoặc nhiều hơn) điểm liên tiếp nằm cùng bên so với đường trung bình (nằm ở tầng C hoặc xa hơn) 5 Khuynh hướng Có 6/7 điểm liên tiếp tăng hay giảm (Trend) 6 Hỗn hợp (Mixture) Trong 8 điểm liên liếp, không có điểm nào nằm ở tầng C 7 Phân tầng 15 điểm liên tiếp nằm hoàn toàn trong tầng C (Stratification) 8 Kiểm soát quá mức 14 điểm tăng và giảm thay thế nhau liên tiếp (đảo chiều (Over-control) liên tục) Quy luật 1 áp dụng cho tất Rule 1 Hình 5.2C cả các loại biểu đồ, quy luật 4, 5 Rule 3 và 8 áp dụng cho hầu hết các dạng biểu đồ. Những quy luật còn lại chỉ áp dụng cho một số loại biểu đồ cụ thể (xem bảng 5.2B). Các quy luật xác định nguyên nhân đặc biệt trên biểu đồ Rule 2 kiểm soát dựa vào khuynh hướng Rule 4 dữ liệu lệch tâm hoặc sự biến đổi bất thường của phân phối dữ liệu so với hình dáng cân đối của phân phối bình thường. Các điểm dữ liệu có mức độ lệch lớn (nhưng có tính tạm thời) có Hình 5.2D thể dễ dàng phát hiện bằng quy luật 1 và 2. Những kiểu lệch của Rule 6 dữ liệu mức độ trung bình hoặc ít hơn nhưng mang tính hằng định được phát hiện bằng quy luật 3 & 4. Hình 5.2C. Minh họa quy luật Rule 5 1 đến quy luật 4 của biểu đồ kiểm soát bằng hình ảnh. Các quy luật này kiểm soát hiện tượng lệch tâm của dữ liệu nhằm phát hiện các trường hợp dữ liệu lệch tâm một cách bất thường [5.2]26 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 không do ngẫu nhiên. Trong kiểm soát chất lượng, quy luật này giúp phát hiện sai số của hệ thống. Trong cải tiến chất lượng, nó giúp đánh giá các can thiệp vào hệ thống có cải thiện chất lượng hay không, nghĩa là hệ thống có chuyển sang trạng thái mới, có mức chất lượng cao hơn hay không. Hình 5.2D. Minh hoạ quy luật 5 (khuynh hướng) cho thấy hệ thống đang chuyển đổi mức trạng thái & quy luật 6 (hỗn hợp) cho thấy dữ liệu đến từ 2 dân số nên có 2 trung bình khác nhau. Số điểm trong khuynh hướng được đếm tương tự như trong biểu đồ con chạy (xem chuyên đề 5.1, trang 4). Hình 5.2E. Minh họa quy luật 7 (phân tầng) cho thấy dữ liệu co cụm ở trung tâm & quy luật 8 (kiểm soát quá mức) cho thấy dữ liệu đảo chiều tăng-giảm liên tiếp. Cần lưu ý, quy luật 5 (khuynh hướng) và quy luật 8 (dao động quá mức) không lệ thuộc vào vị trí của điểm dữ liệu Hình 5.2E so với đường trung tâm, cũng như các giới hạn kiểm soát. Những quy luật này không sử dụng để phát hiện sai số hệ thống, nó chỉ có ý nghĩa để phát hiện các nguyên nhân cụ thể có thể chỉ điểm được nếu chúng ảnh hưởng Rule 7 Rule 8 đến quá trình/hệ thống. Khi áp dụng các gói phân tích chuyên dụng trong ngôn ngữ R cần lưu ý bộ quy luật được áp dụng. Gói qcc áp dụng quy luật Western Electric, trong khi qicharts2 áp dụng quy luật Anhoej. Phần sau tóm tắt 3 bộ quy luật thường áp dụng là quy luật Shewhart, WE và Anhoej. o Quy luật Shewharts (3-sigma): > 3SD (lệch lớn - large shift) o Quy luật Western Electrics: cần 20-30 điểm dữ liệu WE Rule 1: Quy luật Shewharts [Outliers] (giá trị ngoại lai) WE Rule 2: 2 trong 3 điểm liên tiếp > 2SD (lệch trung bình - moderate) WE Rule 3: 4 trong 5 điểm liên tiếp > 1SD (lệch nhỏ - small) WE Rule 4: 8 điểm liên tiếp nằm cùng bên CL (lệch dài - long shift) o Quy luật Anhøj: (Anhøj 2014, Anhøj 2015): Đây là quy luật đã được thực hiện các nghiên cứu mô phỏng kiểm chứng độ nhạy cảm và độ đặc hiệu. Quy luật này thường được kết hợp với quy luật 1 của WE (Shewhart) trong thực hành. Anhoej QL 1: Con chạy dài bất thường (Unusually long run): log2(k) + 3; k: số điểm dữ liệu hữu dụng (useful data points) Anhoej QL 2: Số điểm cắt đường trung tâm ít một cách bất thường (Unusually few crossings): qbinom(, k-1, p); p=0.5 [5.2] 27 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 Cần lưu ý, chỉ có quy luật 1 (vượt ngưỡng kiểm soát) áp dụng cho tất cả các loại biểu đồ. Quy luật tầng C hay lệch, khuynh hướng và kiểm soát quá mức áp dụng cho hầu hết biểu đồ. Những quy luật còn lại chỉ áp dụng cho một số loại biểu đồ đặc biệt. Các loại biểu đồ dựa trên nền tảng dữ liệu phân phối bình thường (trung bình mẫu, cá nhân và Z) áp dụng tất cả các quy luật (xem bảng 5.2B). Bảng 5.2B. Chọn lựa quy luật áp dụng theo loại biểu đồ kiểm soát Quy luật xác định nguyên nhân Loại control chart Vượt ngưỡng Tầng A Tầng B Tầng C Khuynh hướng Hỗn hợp Phân tầng Kiểm soát quá mức Subgroup Averages (X) xxxxxxxx Subgroup Ranges (R) x xx x Subgroup St. Deviations (s) x xx x Individuals (X) xxxxxxxx Moving Range (mR) x xx x z xxxxxxxx p x xx x np x x x x c x xx x u x xx x g x xx x CUSUM x EWMA x Non-Normal Individuals (X) x Moving Average (X) x Biểu đồ kiểm soát không cho biết chất lượng là tốt hay xấu, nó chỉ giúp nhà quản trị phân biệt nguyên nhân dao động của chuỗi dữ liệu là bình thường (biến thiên do hiện tượng ngẫu nhiên, không thể chỉ điểm bất kỳ nguyên nhân cụ thể nào) hay có nguyên nhân đặc biệt (biến thiên có thể chỉ rõ nguyên nhân cụ thể). Nó chỉ giúp nhà quản trị xác định hệ thống có đang ở trạng thái ổn định về mặt thống kê hay không. Cần nhớ rằng, hệ thống ổn định không đồng nghĩa với chất lượng tốt hay thỏa mãn yêu cầu về chất lượng. Nếu hệ thống ổn định, có 2 tình huống xảy ra: [1] Các yêu cầu chất lượng đã được thỏa mãn Khi đó, nhà quản trị tiếp tục duy trì việc theo dõi bằng chỉ số cho đến khi xuất hiện tình huống mới. [2] Các yêu cầu chất lượng chưa thỏa mãn: Nhà quản trị cần thực hiện các thay đổi để phá vỡ trạng thái ổn định của hệ thống cũ, thiết lập trạng thái mới của hệ thống ở mức ổn định cao hơn, nhằm thỏa mãn yêu cầu chất lượng. [5.2]28 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 Trường hợp hệ thống chưa ổn định (có nguyên nhân đặc biệt), trong điều kiện áp dụng thông thường của biểu đồ (kiểm soát hoặc đảm bảo chất lượng), nếu sự bất ổn theo khuynh hướng tiêu cực, nhà quản trị cần xác định các nguyên nhân đặc biệt gây bất ổn và loại bỏ cho đến khi hệ thống hay quá trình đạt trạng thái kiểm soát. Sau đó tiếp tục thực hiện các bước tương tự tình huống hệ thống ổn định. Trường hợp nhà quản trị sử dụng biểu đồ kiểm soát để đánh giá hiệu quả cải tiến (nghĩa là nguyên nhân đặc biệt do nhà quản trị chủ động tạo ra đã xác định trước), thì cần thiết tìm tín hiệu vi phạm trên biểu đồ kiểm soát theo xu hướng tích cực để chứng minh hiệu quả cải tiến. Nếu biểu đồ không vi phạm quy luật (hệ thống ổn định) hoặc vi phạm nhưng theo xu hướng tiêu cực, hoạt động cải tiến không đạt kỳ vọng hoặc đi ngược với mong muốn của nhà quản trị. 3. Tình huống áp dụng biểu đồ kiểm soát trong quản lý chất lượng Mục tiêu chính khi nhà quản trị sử dụng biểu đồ kiểm soát là để xác định hệ thống (hay quá trình) có ổn định hay không, đây là yêu cầu cần thiết trong quá trình kiểm soát và đảm bảo chất lượng. Nếu hệ thống (hay quá trình) ổn định, nghĩa là nhà quản trị có thể dự đoán được kết quả (và ngược lại). Trường hợp thực hiện cải tiến chất lượng, nếu biểu đồ con chạy không phát hiện bất thường (nghĩa là không có thay đổi lớn trong hệ thống được tạo ra), nhà quản trị có thể sử dụng biểu đồ kiểm soát để phát hiện các thay đổi nhỏ trong hệ thống. Phân biệt 2 nhóm nguyên nhân thông thường (biến thiên ngẫu nhiên) và đặc biệt (bất thường không ngẫu nhiên) là rất quan trọng. Nó giúp nhà quản trị chọn lựa tiếp cận can thiệp phù hợp là can thiệp vào hệ thống (giảm biến thiên ngẫu nhiên) hoặc loại trừ nguyên nhân đặc biệt (loại bỏ các nguyên nhân cụ thể). Nhầm lẫn 2 nhóm nguyên nhân này là cực kỳ hệ trọng, nó dẫn đến những can thiệp không cần thiết, nếu không muốn nói là nhiều tiềm năng gây hại cho tổ chức. Áp dụng biểu đồ kiểm soát có thể thay đổi theo bối cảnh (cải tiến, kiểm soát hay đảm bảo chất lượng), mục tiêu của từng hoạt động cụ thể mà nhà quản trị mong muốn và giai đoạn áp dụng (4 giai đoạn áp dụng biểu đồ kiểm soát). Học viên xem chi tiết ở quy trình thực hiện cuối chuyên đề này và các tài liệu về phương pháp SPC nâng cao như Introduction to Statistical Quality Control, 6th edition của Douglas C. Montgomery, 2009. 4. Các loại biểu đồ kiểm soát thường gặp: giả định và giới hạn kiểm soát Biểu đồ thường dùng trong quản lý chất lượng dịch vụ y tế là biểu đồ C (số đếm), U (tỷ lệ), P (phần trăm so với tổng thể) và Xbar (trung bình biến liên tục). 4.1. Biểu đồ P Biểu đồ P thường được áp dụng đối với các chỉ số theo dõi sự tuân thủ quy trình chuyên môn kỹ thuật. Đại lượng thống kê của chỉ số trong tình huống này là phần trăm so với tổng thể ������������ = 100 × .���1��� ������������������������ Dữ liệu tình huống này tuân thủ quy luật của phân ������������ ������������������������ [5.2] 29 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 phối nhị thức. Dữ liệu đầu vào ban đầu cần có là số lượt quan sát (obs: observation-giám sát) và số lượt tuân thủ (com: compliance-đạt yêu cầu, tuân thủ) của mỗi điểm dữ liệu theo thời gian, với k là số điểm dữ liệu và ������������������������ hay ������������ là cỡ mẫu phân nhóm của mỗi điểm dữ liệu. Giả thuyết Ho tình huống này là hệ thống đang ổn định với tỷ lệ tuân thủ trong dân số là Po (mức tuân thủ của dân số đang khảo sát). Trong đa số trường hợp, nhà quản trị chưa xác định được giá trị trung bình của dân số, nên sử dụng giá trị ước lượng của Po bằng tỷ lệ tuân thủ trung bình chung của các điểm khảo sát (Ptb = CL). Khi đó, đường trung tâm (CL) được tính bằng trung bình của Pi hay ������������������ = ���1��� ������������ . Độ lệch chuẩn ������ của ������������ tại mỗi điểm dữ liệu được tính theo công thức sau: ������������ = ������������������×(1���0������0��� ������������������). Giới hạn kiểm soát trên (UCL) và dưới (LCL) được tính toán theo công thức: ������������������ ± 3 × ������������. Nếu biểu đồ vi phạm 1 trong các quy luật, giả thuyết Ho bị bác bỏ với ngưỡng sai lầm loại I là 0,0027. Nghĩa là giả thuyết H1 được công nhận với cùng ngưỡng sai lầm loại I như trên. Trường hợp xác định được Po thì nên sử dụng giá trị này để tính ngưỡng kiểm soát. Cỡ mẫu tối thiểu của mỗi điểm dữ liệu cần lớn hơn giá trị được tính sẵn trong cột tương ứng với mục tiêu của nhà quản trị (xem bảng 5.2C). Trường hợp tỷ lệ phần trăm ước tính trong dân số > 50%, sử dụng giá trị 100-P để xác định cỡ mẫu theo bảng 5.2C. Nhằm đảm bảo giá trị của phân tích, ưu tiên chọn cỡ mẫu để đạt LCL > 0 (cột 4) và cỡ mẫu tối thiểu cần phải có tại mỗi điểm dữ liệu nằm ở cột 2 của bảng 5.2C. Bảng 5.2C. Cỡ mẫu cần thiết cho dữ liệu của biểu đồ P (phần trăm) Tỷ lệ % ước tính Cỡ mẫu tối thiểu Hướng dẫn cỡ Cỡ mẫu cần tần suất xảy ra sự để có < 25% điểm mẫu tối thiểu của thiết để có kiện trong dân số có giá trị Zero nhóm (N > 300/p) LCL > 0 0,1 1400 3000 9000 0,5 280 600 1800 1 140 300 900 1,5 93 200 600 2 70 150 450 3 47 100 300 4 35 75 220 5 28 60 175 6 24 50 142 8 17 38 104 10 14 30 12 12 25 81 66 [5.2]30 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 Tỷ lệ % ước tính Cỡ mẫu tối thiểu Hướng dẫn cỡ Cỡ mẫu cần tần suất xảy ra sự để có < 25% điểm mẫu tối thiểu của thiết để có kiện trong dân số có giá trị Zero nhóm (N > 300/p) LCL > 0 15 9 20 51 20 7 15 36 25 5 12 28 30 4 10 22 40 3 8 14 50 2 6 10 4.2. Biểu đồ C & U Biểu đồ C và U áp dụng khi đại lượng thống kê là số đếm các sự kiện (khác biệt lớn nhất của loại dữ liệu này với dữ liệu của biểu đồ P là chúng ta không biết chắc chắn đặc tính của phần còn lại của dân số), khi số lượt cung cấp dịch vụ đủ lớn và tần suất xuất hiện của sự kiện trong dân số là tương đối nhỏ (Po < 10%), dữ liệu có thể xấp xỉ phân phối Poison với giá trị trung bình hay đường trung tâm (CL) là ������̅ = ������ và độ lệch ������ chuẩn là ������̅. Do đó, giới hạn trên và dưới của biểu đồ C được tính theo công thức: ������̅ ± 3 × ������̅. Cỡ mẫu cần thiết để áp dụng biểu đồ C là ������̅ 9 (LCL > 0). Cỡ mẫu tối thiểu còn có thể sử dụng là ������̅ 1,4. Một điểm cần lưu ý khi áp dụng biểu đồ C là vùng cơ hội không thay đổi, nghĩa là số trường hợp cung cấp dịch vụ trong một đơn vị thời gian sử dụng để đếm các sự kiện đó không có thay đổi đáng kể. Nếu vùng cơ hội thay đổi, cần chuẩn hóa chỉ số bằng tỷ lệ (������ = ������������), nghĩa là thay ������ thế đại lượng số đếm C theo thời gian bằng tỷ lệ giữa C với số vùng cơ hội tiêu chuẩn được nhà quản trị xác định (100, 1000 hoặc 10.000 cơ hội cung cấp dịch vụ). Trường hợp này chúng ta có biểu đồ U với giá trị CL là ���̅��� = ������������, giới hạn trên và dưới được tính toán theo công thức: ���̅��� ± 3 × ���̅���. Trong đó u là số vùng cơ hội tiêu chuẩn tại điểm dữ ������ liệu (������ = ������). ������ Cỡ mẫu trong biểu đồ U được tính toán để số vùng cơ hội tiêu chuẩn đủ lớn nhằm thỏa mãn điều kiện tương tự như khi áp dụng biểu đồ C. Nếu chỉ số có dạng x/N, trong đó N là vùng cơ hội tiêu chuẩn (ví dụ: 2,5 ca VPBV/1000 ngày thở máy), cỡ mẫu tương ứng với 2 tình huống trong biểu đồ U được tính toán theo công thức: [1]: n = N * (9/x) = 1000*(9/2,5) = 3600 và [2] n = N * (1,4/x) = 1000*(1,4/2,5) = 560. Giá trị n chính là số cơ hội cung cấp dịch vụ được sử dụng để đếm sự kiện. Nhóm cải tiến cần tính toán khoảng thời gian hoặc vùng không gian thích hợp nhằm đảm bảo vùng cơ hội tối thiểu [5.2] 31 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 bằng giá trị n được tính toán. Nếu cỡ mẫu không đủ, giải pháp điều chỉnh có thể tăng khoảng thời gian hoặc chuyển thành biểu đồ T hoặc G. Bảng 5.2D so sánh một số đặc điểm dữ liệu dành cho các dạng biểu đồ thuộc nhóm biến thuộc tính thường dùng. Bảng 5.2D. Tóm tắt các đặc điểm về dữ liệu của biểu đồ nhóm biến thuộc tính Biểu đồ Dữ liệu Phân phối Thống kê Cỡ mẫu P chart Phân nhóm Nhị thức % (P) Hằng số / thay đổi NP chart Nhị thức Số đếm Hằng số C chart Phân nhóm Poisson Số đếm (C) Hằng số U chart Đếm Poisson Tần suất/đơn vị (U) Hằng số / thay đổi Đếm 4.3. Biểu đồ Xbar-S/R và các biểu đồ dành cho biến liên tục Có rất nhiều dạng biểu đồ dành cho biến đo lường liên tục. Cơ sở chọn lựa loại biểu đồ phù hợp gồm có các yếu tố cơ bản sau: [1] Cỡ mẫu, [2] Tính chu kỳ của dữ liệu và [3] Mức độ cân xứng của phân phối dữ liệu. Trong đó, cỡ mẫu phân nhóm là yếu tố quan trọng nhất. 4.3.1. Biểu đồ I (biểu đồ đo lường cá nhân của biến liên tục). Biểu đồ I (dạng đặc biệt của biểu đồ Xbar-R khi n = 1) là dạng ít nhạy cảm nhất để phát hiện các bất thường của dữ liệu trong các dạng biểu đồ kiểm soát dành cho biến liên tục dùng để phát hiện nguyên nhân đặc biệt. Nó nhạy cảm với dạng phân phối dữ liệu. Nếu dữ liệu bị MÉO, có thể cần chuyển dạng. Giới hạn trên UL và dưới LL được tính dựa vào khoảng biến thiên trượt (MR: moving range). Các bước thực hiện biểu đồ I: [1] Tính MR (có k 1 MR) [2] Tính MRbar [3] Tính ULMR = 3,27*MRbar [4] Loại bỏ các MR > ULMR [5] Tính lại MRbar hiệu chỉnh (chỉ tính lại hiệu chỉnh 1 lần) [6] Tính CL (Ibar) = I/k [7] UL = Ibar + 2,66*MRbar hiệu chỉnh; LL = Ibar 2,66*MRbar hiệu chỉnh 4.3.2. Biểu đồ Xbar-R (trung bình biến liên tục): Biểu đồ Xbar-R có thể xem là dạng mở rộng của biểu đồ I khi cỡ mẫu phân nhóm > 1. Ưu điểm của biểu đồ Xbar-R là chỉ cần cỡ mẫu nhỏ < 10. Nhưng điều kiện bắt buộc để áp dụng là cỡ mẫu phân nhóm phải bằng nhau. Các giới hạn của biểu đồ Xbar-R được tính toán theo công thức sau: [1] CL = Xdoublebar = Xbar/k (k: số phân nhóm) [5.2]32 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 [2] Rbar = R/k [3] ULX = Xdoublebar + A2*Rbar [4] LLX = Xdoublebar A2*Rbar [5] ULR = D4*Rbar [6] LLR = D3*Rbar Hệ số sử dụng ước tính tham số biểu đồ Xbar-R trình bày tại bảng 5.2E. Bảng 5.2E. Các hệ số ước lượng tham số biểu đồ Xbar-R n A2 D3 D4 d2 1* 2,66 3,27 1,128 2 1,88 3,27 1,128 3 1,02 2,57 1,693 4 0,73 2,28 2,059 5 0,58 2,11 2,326 6 0,48 2,00 2,534 7 0,42 0,08 1,92 2,704 8 0,37 0,14 1,86 2,847 9 0,34 0,18 1,82 2,970 10 0,31 0,22 1,78 3,087 Quy trình phân tích kết quả biểu đồ Xbar-R gồm 2 bước: [1] Phân tích biểu đồ R, [2] nếu không có sai số chọn mẫu (biểu đồ trong trạng thái kiểm soát) sẽ phân tích biểu đồ Xbar. Nếu có sai số chọn mẫu, loại bỏ giá trị R tại điểm vi phạm, nếu biểu đồ R sau đó đạt trạng thái kiểm soát, tiếp tục phân tích biểu đồ Xbar. Khi biểu đồ Xbar đạt trạng thái kiểm soát, độ lệch chuẩn của dân số có thể ước lượng theo công thức sau: ���̂��� = ���̅��� . Giá trị ���̂��� ước lượng được sử dụng để tính toán chỉ số ������2 hiệu lực quá trình. Khi n=1, biểu đồ Xbar-R trở thành biểu đồ I. 4.3.3. Biểu đồ Xbar-S: Biểu đồ Xbar-S áp dụng cho biến liên tục khi cỡ mẫu phân nhóm thay đổi. Thường áp dụng với cỡ mẫu đủ lớn > 10. Công thức tính toán các giá trị tham số của biểu đồ Xbar-S: [1] CL = Xdoublebar = Xbar/k; [2] Sbar = Si/k [3a] ULX = Xdoublebar + A3*Sbar; [3b] LLX = Xdoublebar A3*Sbar [4a] ULS = B4*Sbar; [4b] LLS = B3*Sbar Các hệ số ước lượng các tham số biểu đồ trình bày tại bảng 5.2G. [5.2] 33 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 Bảng 5.2G. Các hệ số ước lượng tham số của biểu đồ Xbar-S n A3 B3 B4 C4 n A3 B3 B4 C4 2 2,66 - 3,27 0,798 17 0,74 0,47 1,53 0,984 3 1,95 - 2,57 0,886 18 0,72 0,48 1,52 0,985 4 1,63 - 2,27 0,921 19 0,70 0,50 1,50 0,986 5 1,43 - 2,09 0,940 20 0,68 0,51 1,49 0,987 6 1,29 0,03 1,97 0,952 21 0,66 0,52 1,48 0,988 7 1,18 0,12 1,88 0,959 22 0,65 0,53 1,47 0,988 8 1,10 0,18 1,82 0,965 23 0,63 0,54 1,46 0,989 9 1,03 0,24 1,76 0,969 24 0,62 0,56 1,44 0,989 10 0,98 0,28 1,72 0,973 25 0,61 0,56 1,44 0,990 11 0,93 0,32 1,68 0,975 30 0,55 0,62 1,38 0,992 12 0,89 0,35 1,65 0,978 35 0,51 0,64 1,36 0,993 13 0,85 0,38 1,62 0,979 40 0,45 0,67 1,33 0,994 14 0,82 0,41 1,59 0,981 45 0,43 0,67 1,33 0,994 15 0,79 0,43 1,57 0,982 50 0,43 0,70 1,30 0,995 16 0,76 0,45 1,55 0,984 100 0,30 0,81 1,19 0,998 Nguồn trích dẫn: The health care data guide (2011), trang 196 Tương tự như biểu đồ Xbar-R, quy trình phân tích kết quả biểu đồ Xbar-S gồm 2 bước: [1] Phân tích biểu đồ S, [2] nếu không có sai số chọn mẫu (biểu đồ trong trạng thái kiểm soát) sẽ phân tích biểu đồ Xbar. Nếu có sai số chọn mẫu, loại bỏ giá trị S tại điểm vi phạm, nếu sau đó biểu đồ S đạt trạng thái kiểm soát, tiếp tục phân tích biểu đồ Xbar. Lưu ý chỉ được hiệu chỉnh biểu đồ S 1 lần. Khi biểu đồ Xbar trong Xbar-S đạt trạng thái kiểm soát, độ lệch chuẩn của dân số nghiên cứu có thể ước lượng theo công thức: ���̂��� = ������̅ . Giá trị ���̂��� được sử dụng để tính toán ������4 các chỉ số liệu lực quá trình. 4.4. Các dạng biểu đồ kiểm soát khác Cả 3 nhóm biểu đồ kiểm soát được giới thiệu ở trên thường chỉ có khả năng phát hiện các trường hợp dữ liệu có hiện tượng lệch đủ lớn trên ngưỡng 1,5SD. Những lệch nhỏ hơn chỉ có thể phát hiện bằng các dạng biểu đồ nâng cao như biểu đồ tổng tích lũy CUSUM (cummulative sum) hoặc biểu đồ trung bình trượt có trọng số EWMA (exponetially weighted moving average). Những loại biểu đồ này phức tạp trong thực hành nhưng có thể giúp phát hiện độ lệch nhỏ từ 1SD trở lên, thậm chí lệch 0,5SD hằng [5.2]34 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 định có thể nhận biết được. Học viên có thể tham khảo tài liệu về phương pháp SPC nâng cao như Introduction to Statistical Quality Control, 6th edition của Douglas C. Montgomery (2009) để thực hiện các dạng biểu đồ này. 5. Hướng dẫn thực hành vẽ biểu đồ kiểm soát Biểu đồ kiểm soát thường dùng khá đơn giản về thực hành trên các ứng dụng phổ biến như Excel, hoặc một số ứng dụng chuyên dụng về thống kê như Minitab. Nó cũng có thể thực hiện khá đơn giản đối với người sử dụng ngôn ngữ R. Trên Excel, tính giá trị trung bình của dữ liệu bằng hàm AVERAGE(), các giới hạn kiểm soát, trước khi chọn dữ liệu và thực hiện vẽ biều đồ đường theo thứ tự sau: Tô chọn khối dữ liệu Insert line chart chọn dạng biểu đồ có 2 đường mẫu cắt nhau (xem dạng biểu đồ đánh dấu bằng hình ô van đường gạch chấm ở hình bên). Tính toán đường trung tâm và các giới hạn thay đổi theo loại phân phối dữ liệu hay theo loại biểu đồ. Trong ngôn ngữ R, nhập dữ liệu chuỗi vào đối tượng data bằng hàm c() hoặc đọc dữ liệu quản lý bằng Excel nhờ góp phân tích readxl. Tính toán đường trung tâm (CL), giới hạn kiểm soát (UCL, LCL) dựa trên các vector dữ liệu đầu vào và vẽ biểu đồ điểm-đường bằng hàm plot(data,type=\"o\",ylim=range(data,UCL, LCL). Đường trung tâm và các giới hạn kiểm soát được vẽ bằng hàm abline(a=CL,b=0); abline(a=UCL,b=0)và abline(a=LCL,b=0). Các gói phân tích chuyên dùng cho các nhà quản trị như qicharts2, qcc hoặc ggplot2 có thể giúp vẽ biểu đồ kiểm soát một cách đơn giản và đạt yêu cầu về kỹ thuật trình bày dưới góc độ thẩm mỹ. Hàm qic() khai báo dạng biểu đồ (hoặc khai báo đối số chart=\"\") trong qicharts2 sẽ vẽ biểu đồ kiểm soát tương ứng. Các đối số tương ứng với các dạng biểu đồ C, P, U trong qicharts2 là \"c\", \"p\" và \"u\". QUY TRÌNH THỰC HÀNH ÁP DỤNG BIỀU ĐỒ KIỂM SOÁT TRONG KIỂM SOÁT CHẤT LƯỢNG & ĐẢM BẢO CHẤT LƯỢNG: Các bước thực hành kiểm soát chất lượng bằng biểu đồ kiểm soát: 1. Xác định đại lượng cần đo lường được quan tâm (số thống kê) công thức tính toán chỉ số chất lượng, tốt nhất kèm theo ngưỡng mục tiêu (target) cần đạt. 2. Thu thập dữ liệu để tính chỉ số theo kế hoạch và vẽ biểu đồ chuỗi thời gian. Nối các điểm dữ liệu thành biều đồ điểm-đường. 3. Khi có từ 10 - 15 điểm dữ liệu (tốt nhất là 20 điểm dữ liệu hoặc nhiều hơn), tính toán các giới hạn và vẽ đường trung tâm (trung bình) cùng các giới hạn kiểm soát. Nếu hệ thống/quá trình bình thường (chỉ có biến thiên ngẫu nhiên), không có quy luật nào vi phạm. [5.2] 35 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 4. Trường hợp có quy luật bị vi phạm, cần xem xét khuynh hướng của biến thiên. Nếu biến thiên theo hướng tiêu cực, xác định nguyên nhân cụ thể và tìm cách loại bỏ nguyên nhân đó khỏi hệ thống cho đến khi biểu đồ đạt trạng thái kiểm soát. Nếu biến thiên theo hướng tích cực, xác định nguyên nhân và tạo điều kiện thuận lợi để duy trì các yếu tố tích cực này cho đến khi hệ thống ổn định (nếu cần thiết). 5. Nếu biểu đồ đạt trạng thái kiểm soát, xem xét ngưỡng mục tiêu hoặc tính toán chỉ số hiệu lực quá trình. Nếu chỉ số đã đạt ngưỡng mục tiêu kỳ vọng, hoặc chỉ số quá trình đạt yêu cầu, tiếp tục theo dõi chỉ số cho đến khi có tình huống mới cần xem xét. Trường hợp chưa đạt ngưỡng mục tiêu kỳ vọng, xem xét cải tiến hệ thống để đạt trạng thái chất lượng ở mức cao hơn. 6. Nếu số điểm dữ liệu đủ lớn (ít nhất 25-30 điểm), cân nhắc cố định đường trung tâm và các giới hạn kiểm soát để tiếp tục theo dõi quá trình, hoặc tái cấu trúc biểu đồ (tái cấu trúc biểu đồ thường cần thiết khi có trên 50 điểm dữ liệu). QUY TRÌNH THỰC HÀNH ÁP DỤNG BIỀU ĐỒ KIỂM SOÁT TRONG CẢI TIẾN CHẤT LƯỢNG: Có 2 tình huống thực hành áp dụng biểu đồ kiểm soát trong cải tiến chất lượng: [A] Tình huống thứ nhất: Nếu hoạt động cải tiến là một nội dung hoàn toàn mới và chưa có chỉ số chất lượng được thiết lập trước đó, trước hết nên áp dụng biểu đồ con chạy để đánh giá hiệu quả cải tiến. Nếu số điểm dữ liệu đủ lớn, nhưng không phát hiện bất thường trên biểu đồ con chạy, áp dụng biểu đồ kiểm soát để phát hiện các thay đổi nhỏ (xem chi tiết trong chuyên đề 5.1: Biểu đồ con chạy). [B] Tình huống thứ hai: Hoạt động cải tiến một quá trình đã được theo dõi bằng chỉ số trước đó dựa trên biểu đồ kiểm soát. Tình huống cải tiến này, có 2 trường hợp khởi đầu cụ thể sau đây: (a) Hệ thống (hay quá trình) không ổn định theo khuynh hướng tiêu cực - Trong trường hợp này quá trình cải tiến cần xác định các nguyên nhân dẫn đến quá trình không ổn định (nguyên nhân riêng, cụ thể), thực hiện hành động loại bỏ và tiếp tục đo lường chỉ số để đánh giá hiệu quả. Hoạt động cải tiến được đánh giá là có hiệu quả nếu biểu đồ kiểm soát sau cải tiến trở lại trạng thái kiểm soát. (b) Quá trình đang trong trạng thái kiểm soát, nhưng giá trị cụ thể của chỉ số chưa đạt ngưỡng mục tiêu kỳ vọng - Tình huống này cần thực hiện các can thiệp mang tính hệ thống - xác định các yếu tố có thể thay đổi để phá vỡ hệ thống cũ, nghĩa là can thiệp vào 3 yếu tố cấu thành hệ thống (tổ chức, quy trình/thủ tục và nguồn lực) để chuyển hệ thống lên trạng thái/mức chất lượng cao hơn. Hiệu quả hoạt động cải tiến trong tình huống này cần phải thấy biểu đồ vi phạm quy luật theo khuynh hướng tích cực (nguyên nhân riêng ở đây do nhóm cải tiến chủ động tạo ra - hoạt động can thiệp). Nếu biểu đồ vẫn tiếp tục ở trong trạng thái kiểm soát, hoạt động cải tiến không có hiệu quả. [5.2]36 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 6. Các tình huống mô phỏng về biểu đồ kiểm soát Hướng dẫn dành cho giảng viên đối với phần này: Tùy theo yêu cầu chung của đa số học viên, giảng viên chọn lựa tình huống mô phỏng thực hành trên ứng dụng Excel hoặc ngôn ngữ R. Các tình huống còn lại học viên thực hành dưới sự trợ giúp kỹ thuật khi cần thiết. Đây là phần bắt buộc đối với học viên đào tạo trình độ nâng cao, hoặc thời gian học từ 4 tiết trở lên. 6.1. Tình huống 1: Biến đo lường liên tục cá nhân Mô tả tình huống: Một bác sỹ đang theo dõi hiệu quả trị liệu của chương trình vật lý trị liệu cho người bệnh có giới hạn vận động khớp gối sau phẫu thuật. Người bệnh được tái khám 2 lần mỗi tuần và được đo tầm vận động khớp trước khi vào buổi hướng dẫn tập vật lý trị liệu của kỹ thuật viên. Người bệnh được tư vấn phương pháp tập luyện chủ động tại nhà với một bài tập định chuẩn của cơ sở y tế. Theo liệu trình điều trị, nếu sau 2 tuần điều trị mà chưa có bất kỳ chuyển biến nào, hoặc hiệu quả chưa đạt kỳ vọng sau 6 tuần sẽ áp dụng phương pháp bổ sung. Kết quả theo dõi tầm vận động khớp gối (độ) theo thứ tự ngày đi tái khám của người bệnh được trình bày trong bảng 5.1E. Bảng 5.1E. Bảng theo dõi tầm vận động khớp gối Ngày 1 2 3 4 5 6 7 8 9 10 11 12 Tầm vận động 91 95 99 96 103 116 125 136 145 148 157 167 Yêu cầu: Chọn lựa một loại biểu đồ thích hợp để phân tích dữ liệu và nhận định về kết quả. Nếu bạn là bác sỹ điều trị, bạn sẽ làm gì ở tình huống trên? 6.2. Tình huống 2: Chuỗi số trung bình của biến đo lường liên tục Mô tả tình huống: Một nhóm quản lý phòng xét nghiệm phát triển chỉ số theo dõi thời gian chờ kết quả xét nghiệm của người bệnh ngoại trú để đánh giá hiệu quả của việc thay thế một máy xét nghiệm có công suất cao hơn nhằm giảm thời gian chờ xét nghiệm của người bệnh, do đây là khâu được người bệnh thường than phiền về thời gian chờ. Thời gian chờ xét nghiệm được đo lường theo định nghĩa TAT (Total Actual Time) từ lúc bác sỹ điều trị chỉ định xét nghiệm cho đến khi kết quả được trả về đến phòng khám để bác sỹ đọc kết quả và xử lý. Chuẩn thời gian chờ tối đa của người bệnh không có xét nghiệm và có ít nhất 1 xét nghiệm cận lâm sàng, theo Quyết định 1313 của Bộ Y tế về quy trình khám bệnh năm 2013, lần lượt là 120 và 150 phút. Thời gian chờ khám được tính từ lúc người bệnh đăng ký đến khi hoàn tất quá trình khám bệnh. Bệnh viện đã số hóa công tác quản lý phòng khám và mỗi khâu đều ghi dấu thời gian bắt đầu nên nhóm sử dụng dữ liệu quản lý dịch vụ để lấy mẫu đo thời gian. Mỗi ngày, nhóm chọn ngẫu nhiên 15 người bệnh có số cuối cùng trong thứ tự xét nghiệm là 0 và 5 để chọn mẫu cho đến khi đủ số mẫu quy định. Thời gian chờ kết quả xét nghiệm trung bình và độ chuẩn của mỗi nhóm theo ngày làm việc được trình bày tại bảng 5.1G. Thời điểm thay mới máy xét nghiệm thực hiện cuối ngày 24-02. [5.2] 37 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 Bảng 5.1G. Thời gian chờ kết quả xét nghiệm (TAT). Ngày Trung bình Độ lệch chuẩn Ngày Trung bình Độ lệch chuẩn 11-02 67,2 7,2 25-02 87,9 10,3 12-02 73,4 7,4 26-02 91,0 14,2 13-02 71,4 6,4 27-02 82,1 12,7 14-02 69,3 8,2 28-02 75,9 6,7 15-02 74,2 9,2 01-03 76,3 8,2 16-02 71,1 10,1 02-03 72,4 7,7 17-02 75,2 9,6 03-03 71,3 6,5 18-02 73,2 5,7 04-03 73,2 7,4 19-02 69,5 8,4 05-03 78,4 8,2 20-02 75,5 7,1 06-03 72,5 8,0 21-02 76,4 10,3 07-03 74,6 7,3 22-02 71,5 9,7 08-03 72,1 7,1 23-02 72,8 8,6 09-03 69,5 6,9 24-02 80,0 8,9 10-03 71,6 7,5 Yêu cầu: Chọn lựa dạng biểu đồ khuynh hướng thích hợp để phân tích dữ liệu và nhận xét về kết quả phân tích. Nếu bạn là thành viên của nhóm quản lý xét nghiệm nói trên, bạn nên làm gì? 6.3. Tình huống 3: Chuỗi dãy số của biến thuộc tính (nhóm defective) Mô tả tình huống: Một nhóm cải tiến mong muốn thực hiện các điều chỉnh nhằm đảm bảo chất lượng hồ sơ bệnh án. Danh sách các nhóm lỗi thường gặp đã được xây dựng dựa trên các tiêu chuẩn chuyên môn và quy định trong các thông tư của Bộ Y tế. Mỗi lỗi được xác định bằng một bộ tiêu chuẩn gồm 1 hoặc nhiều dấu hiệu nhận biết (khi thỏa mãn tiêu chuẩn được quy định). Các lỗi trong hồ sơ được ghi nhận trong quá trình thực hiện thủ tục ra viện cho người bệnh tại phòng kế hoạch tổng hợp thông qua bảng kiểm tra. Tổng số lỗi trên hồ sơ bệnh án và tổng số người bệnh ra viện trong tuần được thống kê tại bảng 5.1H. Trong quá trình thực hiện, có một hướng dẫn mới về HSBA được cập nhật vào tuần 22. Bảng 5.1H. Số lỗi hồ sơ bệnh án & người bệnh ra viện theo tuần Tuần 11 12 13 14 15 16 17 18 19 20 Số lỗi 15 8 12 11 16 13 12 8 9 11 Ra viện 121 115 112 125 118 132 128 123 127 130 Tuần 21 22 23 24 25 26 27 28 29 30 Số lỗi 14 12 18 16 17 24 19 18 24 21 Ra viện 115 113 126 122 132 141 132 125 136 127 Yêu cầu: Hãy chọn 1 dạng biểu đồ phù hợp để phân tích số liệu nêu trên và nhận xét về kết quả phân tích. Nêu lý do chọn lựa. Nhóm có thể áp dụng bổ sung một số kỹ thuật nào khác trong tình huống trên. Với kết quả thu được, nhóm cần làm gì tiếp theo? [5.2]38 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 6.4. Tình huống 4: Chuỗi dãy số của biến thuộc tính (nhóm defect) Mô tả tình huống: Theo dõi hoạt động chăm sóc tại một khoa lâm sàng nội trú cho thấy hướng dẫn đưa thuốc cho người bệnh chưa được tuân thủ tốt. Trong vài tháng qua có 3 sự cố liên quan khâu công việc này được báo cáo. Điều dưỡng trưởng khoa phân công nhóm cải tiến triển khai hoạt động giám sát sự tuân thủ thông qua phân công 3 nhân viên trong khoa thực hiện giám sát chéo và bắt đầu thực hiện hoạt động phản hồi ngay kết quả trong buổi giao ban đầu tuần. Quá trình giám sát được thực hiện khá ngẫu nhiên theo cơ hội quan sát. Người giám sát chỉ quan sát khâu họ trực tiếp quan sát ngay khi tiếp cận người thực hiện, ghi lại khâu giám sát và kết quả thực hiện đúng hay không. Sau 4 tuần thực hiện, những cá nhân tiếp tục có mức độ tuân thủ thấp được điều dưỡng trưởng gặp gỡ để tìm hiểu nguyên nhân và đề xuất các điều chỉnh cho phù hợp. Từ tuần 14, do kết quả chưa được như kỳ vọng, nhóm triển khai các bảng niêm yết công khai ở khu vực làm việc để nhắc người thực hiện và bổ sung hoạt động truyền thông cho người bệnh nhằm đảm bảo sự phối hợp với điều dưỡng tăng khả năng họ hỏi lại thông tin về thuốc nếu người chăm sóc không thông tin cho họ. Kết quả dữ liệu giám sát trình bày tại bảng 5.1I. Bảng 5.1I. Kết quả giám sát hoạt động đưa thuốc cho người bệnh nội trú Tuần Số cơ hội Số cơ hội tuân thủ Tuần Số cơ hội Số cơ hội tuân thủ 1 52 27 15 42 37 2 34 23 16 45 39 3 42 25 17 38 36 4 36 21 18 47 44 5 53 32 19 51 48 6 45 34 20 36 35 7 48 43 21 43 41 8 36 27 22 48 45 9 28 24 23 53 50 10 38 27 24 46 44 11 41 34 25 44 41 12 49 37 26 50 47 13 37 30 27 38 36 14 40 33 28 45 42 Yêu cầu: Hãy chọn 1 loại biểu đồ thích hợp để phân tích số liệu giám sát 14 tuần đầu và cho ý kiến nhận xét. Nêu lý do chọn lựa. Bổ sung dữ liệu 14 tuần tiếp theo vào phân tích và kết luận. 6.5. Tình huống 5: Chuỗi dãy số đếm rời rạc của biến sự kiện Tình huống: Một nhóm chăm sóc khách hàng muốn thực hiện cải tiến chất lượng dịch vụ giải quyết yêu cầu người bệnh qua điện thoại, bằng cách dõi số cuộc gọi được tiếp nhận sau 2 hồi chuông (chuẩn dịch vụ khách hàng được yêu cầu là tiếp nhận trong 2 hồi chuông). Nhóm đã sắp xếp lại và điều chỉnh phân công công việc nhằm đảm bảo [5.2] 39 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 luôn có người thường trực và giảm quãng cách cần di chuyển để nghe điện thoại, trong khi vẫn hoàn thành tốt các phần việc khác. Khi tiếp nhận cuộc gọi trên 2 hồi chuông, người tiếp nhận sẽ đánh dấu vào checksheet để sẵn tại chỗ đặt điện thoại. Vào cuối mỗi ngày, số cuộc gọi được đánh dấu sẽ được đếm, thông báo cho cả nhóm vào đầu ngày làm việc tiếp theo và các thành viên cố gắng tìm nguyên nhân gây ra chậm trễ để điều chỉnh vào những ngày kế tiếp. Số liệu cuộc gọi được thống kê tại bảng 5.1J. Cho biết số lượng cuộc gọi trung bình mỗi ngày không có thay đổi đáng kể. Hoạt động sắp xếp lại công việc bắt đầu vào ngày 18-4. Bảng 5.1J. Số lượng cuộc gọi được tiếp nhận trên 2 hồi chuông Ngày Số cuộc gọi > 2 hồi chuông Ngày Số cuộc gọi > 2 hồi chuông 11-04 12 25-04 5 12-04 14 26-04 6 13-04 13 27-04 3 14-04 16 28-04 4 15-04 11 29-04 5 16-04 17 30-04 2 17-04 15 01-05 4 18-04 14 02-05 3 19-04 13 03-05 6 20-04 11 04-05 4 21-04 14 05-05 8 22-04 16 06-05 4 23-04 10 07-05 5 24-04 7 08-05 3 Yêu cầu: Hãy chọn 1 dạng biểu đồ thích hợp để phân tích dữ liệu thu thập được và cho ý kiến đánh giá kết quả hoạt động cải tiến của nhóm (có thể sử dụng các kỹ thuật kết hợp nếu cần thiết). Nêu lý do chọn lựa. Nếu bạn là thành viên nhóm cải tiến, nên làm gì tiếp theo? BÀI TẬP THỰC HÀNH: Bài tập thực hành 5.2A (file dữ liệu runchart1): Nhóm quản lý theo dõi tỷ lệ tuân thủ hướng dẫn chuyên môn bằng cách giám sát định kỳ mỗi tuần. Số lượt giám sát và số lượt tuân thủ mỗi tuần được tổng hợp trong file dữ liệu runchart1 với 3 biến tương ứng là week (tuần), obs (quan sát) và com (tuân thủ). Hãy vẽ biểu đồ con kiểm soát bằng tập dữ liệu trên và nhận xét kết quả. Hướng dẫn bài tập thực hành 5.2A: runchart11.xlsx runchart12.xlsx runchart2.xlsx Tính tỷ lệ phần trăm tuân thủ theo công thức: pi = 100*com/obs Tính giá trị trung bình của tỷ lệ tuân thủ pi: = AVERAGE(), sao chép công thức tất cả các ô của cột tương ứng. Tính giới hạn trên (UCL) và giới hạn dưới (LCL). Hàm căn bậc 2 trong Excel là = SQRT(). [5.2]40 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 Chọn khối dữ liệu chứa cột thời gian, tỷ lệ tuân thủ, trung bình tỷ lệ tuân thủ và giới hạn trên-dưới (nhấn giữ phím CONTROL để chọn khối dữ liệu). Vẽ biểu đồ: Insert line chart dạng 2 đường cắt nhau So sánh với kết quả biểu đồ con chạy của bài thực hành 5.1A Bài tập thực hành 5.2B (file dữ liệu runchart2): Nhóm cải tiến theo dõi tình hình tuân thủ quy trình kỹ thuật trong 25 tuần cuối năm 2017 và nhận thấy chỉ số khá ổn định. Do có một số điều chỉnh nhỏ về công việc vào thời điểm chuyển giao năm 2017 và 2018, hãy cố định trung bình và các giới hạn kiểm soát của biểu đồ của giai đoạn đầu để theo dõi ảnh hưởng của các thay đổi ở giai đoạn sau. Hướng dẫn bài tập thực hành 5.2B: Thực hiện các bước tương tự bài tập thực hành 5.2A Ở bước tính trung bình và giới hạn kiểm soát, chọn khối dữ liệu của giai đoạn đầu và khóa ô bằng phím F4 hoặc sử dụng ký tự $ để khóa ô tương ứng. So sánh kết quả với bài thực hành 5.1B (chuyên đề 5.1) Bài tập thực hành 5.2C & 5.2D: Thực hiện 2 tình huống trên với ngôn ngữ R, dùng gói phân tích readxl để đọc dữ liệu từ Excel. TÀI LIỆU THAM KHẢO: [1] Douglas C. Montgomery (2009). Chapter 5. Methods and phylosophy of statistical process control (pp: 179-225), chapter 6. Control chart for variable (pp: 226- 287) and chapter 7. Control chart for atributes (pp: 288-343), In: Introduction to Statistical Quality Control, 6th edition. John Wiley & Sons. [2] Lloyd P. Provost; Sandra K. Murray (2011). The Healthcare Data Guide Learning from Data for Improvement, pp 245-250. Jossey-Bass [3] Jacob Anhoej and Tore Wentzel-Larsen (2018). Sense and Sensibility: On the Diagnostic Value of Control Chart Rule for Detection of Shifts in Time Series Data. BMC Medical Research Methodology, 18:100. https://doi.org/10.1186/s12874-018- 0564-0 [4] D. W. Thomas (1956). Statistical Quality Control Handbook. Western Electric Co. Inc. TÀI LIỆU ĐỌC THÊM: [5] Jacob Anhoej (2015). Diagnostic Value of Run Chart Analysis: Using Likelihood Ratios to Compare Run Chart Rules on Simulated Data Series. PLOS ONE- DOI:10.1371/journal.pone.0121349 [5] S. Bersimis, J. Panaretos and S. Psarakis. Multivariate Statistical Process Control Charts and problem of interpretation: A short overview and some application in industry. [5.2] 41 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 [6] Gaurav Suman and DeoRaj Prajapati (2018). Control chart applications in healthcare: a literature review. Int. J. Metrol. Qual. Eng. 9 (5) [7] Michat Rogalewicz (2012). Some notes on mutivariate sattistical process control. Management and Production Engineering Review, 3 (4): 80-86 [8] Yuyun Hidayat, Titi Purwandari, Sofyan Abdurahman (2018). Product Quality Analysis RS CD 10 SY-C9 Using Multivariate Statistical Process Control. Proceedings of the International Conference on Industrial Engineering and Operations Management Bandung, Indonesia, March 6-8, 2018 [9] T. Arthur Wheeler, J. Terrance Davis, Richard J. Brilli (2018). The Aggregate Point Rule for Identifying Shift on P Chart and U Chart. Pediatric Quality and Safety, 3 (5): 103. DOI: 10.1097/pq9.0000000000000103 [10] Wheeler DJ. and Chamber DS. (2010). Understanding statistical process control, 3rd ed. Knoxville: SPC Press. CÂU HỎI TỰ LƯỢNG GIÁ: Câu 1. Biểu đồ kiểm soát là gì? Phân biệt biểu đồ con chạy và biểu đồ kiểm soát. Câu 2. Hiện tượng lệch trong biểu đồ kiểm soát là gì? Mô tả các dấu hiệu biểu hiện của lệch trong biểu đồ con chạy và biểu đồ kiểm soát. Câu 3. Số lượng con chạy trong biểu đồ kiểm soát có ý nghĩa gì? Câu 4. Các yêu cầu về dữ liệu đối với biểu đồ kiểm soát & thực hành: - Về phân phối dữ liệu - Về số điểm dữ liệu - Về cơ mẫu phân nhóm (tại mỗi điểm dữ liệu) - Về đơn vị thời gian của dữ liệu - Về cách tính toán đường trung tâm và các giới hạn của biểu đồ - Thực hành vẽ biểu đồ kiểm soát với tập dữ liệu cho sẵn, cố định đường trung tâm và nhận xét kết quả. CÂU HỎI TRẮC NGHIỆM: Câu 1. Số điểm dữ liệu tối thiểu cần thiết để áp dụng biểu đồ kiểm soát là: A. 11 B. 12 C. 13 D. 14 E. 15 Câu 2. Số điểm dữ liệu lý tưởng để áp dụng biểu đồ kiểm soát là: A. 12-15 B. 16-20 C. 20-25 [5.2]42 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 D. 25-30 E. 20-30 Câu 3. Điều gì có thể xảy ra khi số điểm dữ liệu trên biểu đồ kiểm soát quá ít? A. Tăng độ nhạy cảm B. Giảm độ nhạy cảm C. Tăng độ đặc hiệu D. Giảm độ đặc hiệu E. Tùy thuộc vào quy luật áp dụng Câu 4. Điều gì có thể xảy ra khi số điểm dữ liệu trên biểu đồ kiểm soát quá nhiều? A. Tăng độ nhạy cảm B. Giảm độ nhạy cảm C. Tăng độ đặc hiệu D. Giảm độ đặc hiệu E. Tùy thuộc vào quy luật áp dụng Câu 5. Thành phần cần quan tâm để phát hiện các rủi ro mắc sai lầm khi phân tích biểu đồ kiểm soát? A. Khuynh huớng (có từ 6 điểm trở lên) B. Lệch tâm (có từ 7 điểm hoặc nhiều hơn) C. Số điểm cắt đường trung tâm D. Dao động giả chu kỳ của dữ liệu E. Dao động quá mức Câu 6. Biểu đồ kiểm soát của đại lượng đo lường là phần trăm tuân thủ quy trình chuyên môn kỹ thuật vi phạm quy luật 4 WE, kết luận nào sau đây phù hợp? A. Biến thiên ngẫu nhiên B. Biến thiên không ngẫu nhiên C. Chất lượng tốt D. Chất lượng kém E. Không kết luận được Câu 7. Quy luật xác định biến thiên không ngẫu nhiên trong biểu đồ kiểm soát nào sau đây áp dụng cho tất cả các loại dữ liệu? A. Outliers B. Zone A C. Zone B D. Zone C E. Trend [5.2] 43 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 Câu 8. Trong thực hành kiểm soát và đảm bảo chất lượng, khi số điểm dữ liệu là bao nhiêu, nhóm cải tiến cần nghĩ đến việc cố định đường trung tâm và các giới hạn của biểu đồ kiểm soát? A. Số điểm dữ liệu trên 20 B. Số điểm dữ liệu trên 30 C. Số điểm dữ liệu trên 40 D. Số điểm dữ liệu trên 50 E. Số điểm dữ liệu trên 60 Câu 9. Tình huống nào sau đây là một trong những điều kiện nên cân nhắc việc cố định đường trung tâm và các giới hạn của biểu đồ kiểm soát? A. Không cần can thiệp thêm B. Không có nguyên nhân thông thường C. Không cần kiểm tra giả thuyết nghiên cứu D. Không có nguyên nhân đặc biệt E. Không vi phạm tất cả các quy luật Câu 10. Tình huống nào có thể rất cần áp dụng việc cố định đường trung tâm và các giới hạn của biểu đồ kiểm soát? A. So sánh chuỗi trước-sau cải tiến B. Đánh giá sự thay đổi nhỏ trong cải tiến C. Áp dụng trong kiểm soát quá trình D. Theo dõi duy trì kết quả cải tiến E. Theo dõi nhân rộng kết quả cải tiến Câu 11. Tình huống nào cần xen xét tái cấu trúc biểu đồ kiểm soát? A. Số điểm dữ liệu quá nhiều trong kiểm soát chất lượng B. Khuynh hướng lệch của chỉ số đã ổn định sau can thiệp C. Biểu đồ đạt trạng thái kiểm soát ở ngưỡng mục tiêu mới D. Biết được các giá trị thống kê liên quan của dân số E. Tất cả các tình huống trên Câu 12. Dữ liệu phân tích biểu đồ kiểm soát cần giả định nào sau đây? A. Ngẫu nhiên B. Độc lập C. Xác định phân phối D. Độc lập và xác định phân phối E. Tương quan [5.2]44 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 Câu 13. Đặc điểm dữ liệu nào có thể vô hiệu hóa quy luật biểu đồ kiểm soát? A. Méo B. Nhọn C. Tương quan chuỗi mạnh D. Chu kỳ E. Tất cả đều đúng Câu 14. Khi báo cáo quy luật áp dụng trong biểu đồ kiểm soát, để tránh nhầm lẫn cần làm gì? A. Nêu nguồn gốc quy luật B. Nêu tên tác giả quy luật C. Mô tả chi tiết hình dạng dữ liệu D. Báo cáo sử dụng đơn lẻ hay kết hợp E. Tất cả đều đúng Câu 15. Đối số nào sau đây sẽ cố định đường trung tâm của biểu đồ khuynh hướng trong gói phân tích qicharts2 của R? A. freeze = TRUE B. freeze = 12 C. part = TRUE D. part = 12 E. B hoặc D Câu 16. Quy luật nào sau đây trong biểu đồ kiểm soát còn có thể sử dụng tốt khi dữ liệu có hiện tượng tương quan chuỗi mạnh? A. Quy luật lệch B. Quy luật khuynh hướng C. Quy luật kiểm soát quá mức D. Quy luật phân tầng E. Quy luật ít điểm cắt Câu 17. Phân tích biểu đồ C theo dõi một biến đếm sự kiện ở hình 5.2G và kết luận. A. Ổn định B. Vi phạm quy luật Shewhhart C. Vi phạm quy luật 2 WE D. Vi phạm quy luật 3 WE E. Vi phạm quy luật 4WE Câu 18. Phân tích biểu đồ U theo dõi tỷ lệ viêm phổi thở máy trên 1000 ngày thở máy tại một khoa hồi sức ở hình 5.2H và kết luận. [5.2] 45 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. Chương 5. Công cụ quản lý chất lượng Q7 A. Ổn định B. Vi phạm quy luật Shewhhart C. Vi phạm quy luật 2 WE D. Vi phạm quy luật 3 WE E. Vi phạm quy luật 4WE Câu 19. Phân tích biểu đồ P theo dõi sự tuân thủ một quy trình chuyên môn trong quá trình đánh giá hoạt động cải tiến ở hình 5.2I và kết luận. A. Hiệu quả tốt B. Không có hiệu quả C. Có cải thiện nhưng chưa ổn định D. Cần triển khai các biện pháp duy trì hiệu quả E. Không kết luận được Câu 20. Nhóm cải tiến theo dõi thời gian chờ đăng ký khám bệnh trung bình của khu khám với biểu đồ Xbar-R bằng cách chọn ngẫu nhiên 7 người bệnh có số thứ tự khám là 1, 11, 21, 31, 41, 51 mỗi ngày. Kết quả phân tích trình bày ở hình bên. Mục tiêu của khu khám là đảm bảo thời gian chờ của khách hàng ở khâu đăng ký dưới 50 phút. Hãy nhận xét kết quả và cho kết luận. A. Hệ thống (quá trình đăng ký khám) ổn định B. Có sai số chọn mẫu do thời gian chờ biến động quá nhiều C. Cần cải tiến thêm để giảm thời gian chờ D. Thỏa mãn yêu cầu chất lượng vì thời gian trung bình < 50 phút E. Không đủ dữ kiện kết luận [5.2]46 | Biểu đồ kiểm soát Control Chart [Phiên bản 2.1] 2019. DVN, MD, MSc. |
