Quality nonconformity data management in electrical motor manufacturing

Quality management can be an important success factor for organisations. With effective quality management, companies can increase their productivity, reduce quality nonconformities and as a result, improve their profitability. One key aspect in quality management is the management of quality nonconformities. Nonconformities are important learning opportunities and effective management of them can help companies strive towards better quality. This thesis was done for ABB Motors & Generators in Vaasa and the goal was to find ways to improve quality nonconformity data management in the case company. This thesis was completed as a qualitative case study. At first, a literature review covering quality management, quality nonconformity management and quality nonconformity data management was conducted. Secondly, semi-structured interviews were performed inside the case company to understand the current situation, requirements and problems within the case company. Then, benchmarking visits were done to four companies from different industries in order to understand the best practices of quality nonconformity data management. Lastly, nonconformity data was analysed from the nonconformity database of the case company. As a result, improvements were proposed for the quality nonconformity data management inside the case company. Requirements for data collection were defined and data collection framework was created based on that. In addition, new categorisation model for quality nonconformities was developed. Furthermore, two reporting tools were designed and implemented to increase and develop information-sharing about quality problems. These tools facilitate quality communication and the development of quality reporting and metrics. The practical results of this study are mostly case-specific and are not fully applicable outside the case company. However, the field of quality nonconformity data management is not studied extensively, so this study can be taken as a general guideline on how to organise quality nonconformity data management in a mass customization production environment.Laadunhallinta ja laatujohtaminen voivat olla tärkeitä menestystekijöitä yrityksille. Tehokkaalla laadunhallinnalla yritykset voivat tutkitusti lisätä tuottavuuttaan, vähentää laatupoikkeamien määrää ja parantaa kannattavuuttaan. Laatupoikkeamien hallinta on tärkeä osa laadunhallintaa. Laatupoikkeamat ovat hyvä mahdollisuus oppia ja poikkeamien tehokas eliminointi ja hallinta voi johtaa huomattaviin parannuksiin yrityksen laatutasossa. Tämä diplomityö on tehty ABB:n moottorit ja generaattorit -yksikköön Vaasassa ja sen tavoitteena on kehittää kohdeyrityksen laatupoikkeamadatan hallintaa. Tämä diplomityö on kvalitatiivinen case-tutkimus. Tutkimuksen kirjallisuuskatsauksessa käsiteltiin laadunhallinnan, laatupoikkeamienhallinnan ja laatupoikkeamadatan hallinnan pääkohdat. Empiirisessä osuudessa toteutettiin teemahaastattelut kohdeyrityksen henkilöstölle. Haastattelujen tavoitteena oli kartoittaa kohdeyrityksen nykytila, vaatimukset ja ongelmat laatupoikkeamadatan hallinnan suhteen. Tämän jälkeen toteutettiin benchmarking-haastattelut neljään yritykseen eri toimialoilta. Benchmarkingin avulla kartoitettiin alan parhaita käytäntöjä. Haastattelujen lisäksi tutkimuksessa käytettiin kohdeyrityksen keräämää dataa laatupoikkeamatietokannasta. Työn tuloksena saatiin kehitysehdotuksia kohdeyrityksen laatupoikkeamadatan hallintaan. Datan keräämisen vaatimukset määriteltiin ja niiden pohjalta luotiin malli datan keräämisen kehittämiseksi. Lisäksi laatupoikkeamille luotiin uusi luokittelumalli, joka edesauttaa tärkeimpien poikkeamatyyppien tunnistamista. Tiedonkulun ja kommunikaation kehittämiseksi työssä suunniteltiin ja toteutettiin kaksi raportointityökalua, jotka edesauttavat laatuun liittyvää kommunikaatiota sekä raportoinnin ja laatumittareiden kehittämistä kohdeyrityksessä. Työn käytännön tulokset eivät enimmäkseen ole sovellettavissa kohdeyrityksen ulkopuolelle. Teoreettisesta näkökulmasta työn tuloksia voidaan kuitenkin käyttää ohjenuorana massaräätälöityjä tuotteita valmistavan yrityksen laatupoikkeamadatan hallintaan