NHẬP DỮ LIỆU THỦ CÔNG VÀ NHỮNG ẢNH HƯỞNG ĐẾN QUẢN LÝ CHẤT LƯỢNG

Cho đến hiện tại, hầu hết các nhà máy sản xuất đều đang áp dụng việc thu thập và nhập dữ liệu bằng phương pháp thủ công (Nhập vào giấy bằng ghi chép tay, hoặc nhập tay dữ liệu vào file Excel bằng máy tính hay thiết bị di động). Phương pháp truyền thống này gây ra rất nhiều rủi ro trong việc QUẢN LÝ CHẤT LƯỢNG, tốn nhiều thời gian và công sức. Tuy nhiên, trong hầu hết các trường hợp nếu không có lựa chọn nào khác thì đây là lựa chọn duy nhất.

Để giải thích rõ hơn những rủi ro ảnh hưởng đến quản lý chất lượng của việc nhập dữ liệu bằng phương pháp thủ công, chúng ta hãy xem xét một trường hợp cụ thể trong quá trình hiệu chuẩn tại hiện trường (Trường hợp thiết bị không thể gửi đến những phòng thí nghiệm để thực hiện hiệu chuẩn).

Thông thường, khi hiệu chuẩn tại hiện trường, dữ liệu hiệu chuẩn sẽ được ghi nhận lại vào file giấy, hoặc nhập trực tiếp vào file Excel. Trong vài trường hợp, kỹ thuật viên hiệu chuẩn có thể sử dụng các phần mềm hiệu chuẩn đặc trưng để ghi nhận lại dữ liệu. Và trong cả 3 trường hợp đều tiềm ẩn những rủi ro rất cao đến việc quản lý chất lượng.

Theo một vài nghiên cứu thống kê, tỉ lệ lỗi trung bình khi nhập liệu thủ công là khoảng 1%. Thực sự con số này rất khó để có thể định lượng cụ thể. Tuy nhiên, nếu bạn là một kỹ sư chất lượng (Quality Engineer), chúng ta cần phải giải thuyết rằng luôn luôn có một tỉ lệ lỗi nhất định khi nhập liệu bằng phương pháp thủ công. Đây là lỗi do con người (Human error) và khó có thể loại bỏ 100% được đếu quy trình của bạn có sự can thiệp của người thao tác. Hãy xem xét một ví dụ bên dưới.

Ví dụ này minh họa 2 trường hợp nhập liệu bằng thủ công và tự động.

Hãy xem hình minh họa bên trái. Bạn có thể đọc rõ những con số hay không? Giá trị hiệu chuẩn này là Đạt hay Không Đạt (Pass or Fail)? Và bạn có thể xác định được người thực hiện hiệu chuẩn là ai không? Những thông tin này thực sự không dễ. Những trường hợp như vầy thực sự không hiếm tại các nhà máy sản xuất.

Ở hình minh họa bên phải. Bạn có thể thấy cùng 1 loại dữ liệu, nhưng cách thức ghi nhận tự động làm dữ liệu rất rõ ràng và minh bạch. Kết quả được lưu trữ lại trên server và không thể can thiệp được. Rõ ràng, phương pháp này có độ tin cậy cao hơn nhiều so với nhập liệu thủ công.

Như vậy, lỗi này ảnh hưởng nghiêm trọng như thế nào đến quá trình hiệu chuẩn?

Trong hầu hết các trường hợp hiệu chuẩn, giá trị hiệu chuẩn bao gồm nhiều con số thập phân. Rất hiếm những trường hợp giá trị hiệu chuẩn không bao gồm số thập phân (Ví dụ 50V, thay vì 50.087V). Và khi hiệu chuẩn, thông thường 1 thiết bị sẽ được hiệu chuẩn tại 5 điểm trên thang đo (0%, 25%, 50%, 75%, và 100%). Trường hợp dữ liệu cần ghi nhận cả đầu vào và đầu ra (INPUT / OUTPUT) thì sẽ có 10 đểm dữ liệu được ghi nhận lại. Nếu 1 lần thực hiện hiệu chỉnh cần ghi nhận 20 dữ liệu, thì việc hiểu chỉnh tại 5 điểm cần thu thập 100 dữ liệu. Nếu thực hiện việc ghi dữ liệu bằng thủ công, thì với tỉ lệ lỗi 1%, đồng nghĩa với việc trong 100 dữ liệu sẽ bao gồm ít nhất 1 dữ liệu không chính xác. Chưa kể đến việc trong nhiều trường hợp, dữ liệu ghi tay sẽ được một kỹ thuật viên khác nhập lại vào hệ thống máy tính. Điều này có nghĩa tỉ lệ lỗi sẽ tăng gấp đôi. Tuy là con số ước tính, nhưng trong thực tiễn sản xuất thì con số này phản ánh khá chính xác tỉ lệ lỗi khi thực hiện nhập liệu bằng phương pháp thủ công.

Như vậy, chúng ta có thể ước lượng được khả năng xảy ra lỗi khi nhập liệu thủ công. Tiếp theo chúng ta cần đánh giá tính nghiêm trọng của lỗi này. Thông thường sẽ tùy vào từng trường hợp để đánh giá mức độ ảnh hưởng. Trong tình huống xấu nhất, việc nhập không chính xác dữ liệu có thể dẫn đến kết quả đánh giá hiệu chuẩn là Không Đạt (Fail). Trong những tình huống này, người kỹ sư chất lượng cần phải thực hiện nhiều phương pháp để có thể đánh giá chính xác hơn. Và có những hành động phù hợp, ví dụ như hiệu chỉnh lại…

KẾT LUẬN

Tóm lại, việc nhập liệu theo phương pháp thủ công luôn tạo ra 1 nguồn dữ liệu không chắc chắn. Với công nghệ hiện tại, có khá nhiều phương pháp để khắc phục việc này, chẳng hạn như một hệ thống ghi nhận dữ liệu tích hợp liên tục… Tuy nhiên, việc đầu tư cho 1 hệ thống như vậy sẽ khá tốn kém ban đầu. Hơn nữa đối với 1 số ngành sản xuất đòi hỏi kiểm soát nghiêm ngặt về mặt chất lượng như thiết bị y tế, ô tô, việc áp dụng 1 hệ thống tự động còn đòi hỏi thêm phần đánh giá thẩm định giá trị sử dụng (Validation). Mà điều này đòi hỏi người kỹ sư phải có kiến thức rất sâu về thẩm định (process validation/software validation).