Resumé

f traditionel økonomistyring og internt regnskabsvæsen registreres normalt kun hvad man kunne kalde de direkte målbare kvalitetsomkostninger. Disse bygger på, at kun synlige effekter fra kvalitetsproblemer indgår i virksomhedens beslutningsgrundlag. På grund af øget fokus på kvalitet - og dermed på kvalitetsomkostningernes voksende betydning, specielt i relation til virksomhedens forøgede anvendelse af avanceret og fleksibelt produktionsudstyr, hvor flere produkter ofte produceres sammen og dermed påvirker prioritetsrækkefølgen - bør en virksomhedgøre sig tanker om hvordan de forskellige produktvarianter og ordrer påvirker ressourcer og kvalitetsomkostninger. For at tage højde for dette, betragtes en beregningsmodel til at visualisetr defektprocenternes betydning rent omkostningsmæssigt i sammenhæng med de traditionelle produktionsparametre, som kapacitetsudnyttelse, ordrestørrelse, teknologi etc.

Stønrisen af disse afledte omkostninger bør - så vidt der ikke er mulighed for eliminering - også indgå i virksomhedens langsigtede beslutningsgrundlag og formål.

Indledning¹

Kvalitetsomkostninger (KVO) er, ofte
sammen med omkostninger til fleksibilitet
i litteraturen, kaldt for »dårligt-struktureredeomkostninger*,

redeomkostninger*,jvf. Simon (1960). Dette skyldes, at disse omkostninger er vanskelige at identificere, male og registrereefter de klassiske registreringsprincipperi et internt regnskabssystem, f.eks. pa art, sted og formal. Et stort antal casestudierog undersogelser har vist, at virksomhederneer tvunget til anvende et andetprincip end det klassiske kausalitetsprincip,hvis sadanne omkostninger skal findes, beregnes og indga i en given beslutningsmodel,jvf. ogsa Son (1991). Det traditionelle interne regnskab har som forudsaetningkun registreret, hvad man kunnekalde virksomhedens direkte og udgiftsrelateredekvalitetsomkostninger. gselder for alle fire typer af kvalitetsomkostninger;interne og eksterne fejlomkostninger,overvagning - og inspektionsomkostningersamt

Specielt i udenlandske tidsskrifter og bøger har de fire typer af omkostninger været diskuteret i relation til virksomhedens forskellige kvalitetsfilosofier og kvalitetsledelsesmodeller, f.eks. som TQM (Total Quality Management), TQC (Total Quality Control), samt SQM (Strategic- Quality Management). Se også Deming (1991), Crosby (1979), og Juran & Gryna (1993). Også i Danmark har kvalitetsbegrebet haft en stigende interesse, dette gælder på ledelsesområdet, f.eks. Dahlgaard & Kristensen (1994), på den mere tekniske og målemæssige side, f.eks. Dahlgaard (1989), og i den såkaldte Business Excellence model, jf. også Kristensen & Møller (1997). Sidstnævnte model danner også udgangspunkt for uddelingen af Den Danske Kvalitetspris. Også de registreringsmæssige problemer og identifikationen nenaf kvalitetsomkostninger har vaeret diskuterct i Danmark, f.eks. hos Friss (1996/97).

Kun få artikler har indtil dato inddraget diskussionen om kvalitetsomkostninger i forhold til de forskellige produktionsparametre, som f.eks. leadtider, setuptider og variationen heri. Dette gælder specielt for virksomheder med mange og forskellige produktvarianter og i relation til planlægningssiden. Et eksempel herpå er Nandakumar et al. (1993). Der kan f.eks. være tale om specielle problemer vedrørende kø eller trængsel i produktionssystemet, forøgelse i varer i arbejde, prioritets froutingplanlægning, spildtid, forsinkelse etc. Dette har medført, at man ofte ikke har fået taget højde for disse estimerede - ofte uhåndgribelige omkostninger - i relation til virksomhedens forskellige formål, f.eks. i kapacitetsplanlægningen eller i omkostningsformålet.

Storrelsen, beregningen og registreringenaf kvalitetsomkostninger afhasnger af virksomhedstype, kundeportefolje, produktportefolje,produktioncns tet,valgaf produktionsteknologi og produktionsform,f.eks. om der er tale et FMS-system (Flexible Manufacturing System)eller blot enkeltstaende styrede maskiner,om der er skabt dataintegration via CIM ((Computer Integrated Manufacturing),eller om man anvender en Just-intimefilosofi eller ikke. Specielt data- og registreringssiden er vigtig, nar man 011skerat fa registeret ressourcer og omkostningeron-line og direkte ved de forskelligeressource-forbrugssteder i produktionsomradet.High-tech virksomheder producererofte mange forskellige produktvarianteri samme produktionsomrade eller

produktionssystem. Dette skaber også problemeraf mere traditionel karakter, f.eks. i forbindelse med tilregningen af ressourcer og omkostninger i forbindelse med virksomhedenskalkulationsfilosofi, jvf. Nielsen&

Meget tyder imidlertid på, at under moderne produktionsformer vil der være afhængighed mellem produkter når disse produceres i samme produktionssystem. Dette betyder bl.a., at fejlprocenten for visse typer af produkter og med visse variationer i processen, kan have en relativ stor effekt på produkternes produktionsomkostninger. Dermed undervurderes fejlomkostningernes betydning, hvorved beslutningsgrundlaget også bliver misvisende. Dette kan f.eks. betyde, at produkter med relativt høje procestider synes at generere de største benefits, selvom disse produkter har lave defektprocenter og lave produktionsomkostninger.

Formålet med denne artikel er dels at påvise, at et traditionelt Ledelses Informations System (LIS) ikke altid giver tilstrækkelig med information om kvalitetsomkostninger, dels at vise at det ikke altid er de produkter som har de højeste defektprocenter og dermed de største direkte omkostninger, man i første omgang skal sætte fokus på. I stedet bør virksomheden gå efter de produkter som har de største leadtidcr og som skaber de største variationer i produktionsprocessen^. Kn relativ stor andel af de totale kvalitetsomkostninger vil ofte være skjult eller ikke beregnet for beslutningstageren. Disse kan kun beregnes via nogle eksplicitte sammenhænge mellem produktionens parametre og en given omkostningsmodel, f.eks. ABC eller Target Costing.

Problemstillingen med kvalitetsomkostninger

I litteraturen eksisterer der forskellige indfaldsvinkler til kvalitetsproblemet. I den interne regnskabslitteratur, f.eks. i et traditionelt standardregnskab, er en stor del af de interne fejlomkostninger ofte blot inkluderet via de enkelte standarder, i materialer, løn og indirekte produktionsomkostninger uden anden bemærkning end et »forventet spild«.

For at kunne reducere kvalitetsomkostningerne, må man således kunne måle, kontrollere og styre de enkelte kategorier af kvalitetsomkostninger i forhold til nogle udvalgte st\ ringsvariable og gøre de usynlige kvalitetsomkostninger til synlige.

F.eks. rapporterer YYestinghouse Electric Corporation, at de skjulte fejlomkostninger hos dem udgør 3 til 4 gange størrelsen af de synlige og direkte fejlomkostninger, jf. Atkinson et al. (1991, p 13). Det er også disse omkostninger som i værste fald får det til at kollapse på omkostningssiden.

Skal kvalitetsomkostninger indregnes til forskellige formal, garlder samme procedure sum for andre typer af omkostninger. f.eks. kapacitetsomkostninger, dvs. oprettelse af homogene cost pools, valg af en relevant cost driver og derefter beregning af traekket pa aktiviteten. Dette pa grund af at omkostningsstrukturen for en virksomheds forskellige cost centre, ordrer og produkter oftc cr forskellige. Ofte eksisterer der ingen klar rcgistreringsprocedure for virksomhedens kvalitetsomkostninger. Becegnelsen kvalitetsomkostninger mangier ofte bade i virksomhedens kontoplan og i diverse kontcringsvcjlcdninger. Dette medforer at man inter skon bar over storrelsen af disse. hvilket igen gor det

umuligt at afrapportere eller foretage sig
handlinger for at reducere disse.

Nedenfor er naevnt nogle fa - men centrale omrader og opfattelser - som har vasre diskuteret i teorien for behandlingen af kvalitetsomkostninger:

• muligheden for opdeling af kvalitetsomkostninger
i relation til kvalitetstransaktioner,
jvf. Miller & Vollmann (1985),

• afrapporteringen samt opdeling i faste, variable og semivariable kvalitetsomkostninger, jvf. Roth & Morse(l9B3), Clark(l9Bs), samt Ponemon (1990),

• opdelingen af kvalitetsomkostninger i value-added-activities (VAA) og non-value-added-activities (NAA), samt muligheden for reduktion af de samlede kvalitetsomkostninger, hvor forebyggelsesomkostninger er den eneste gruppe af kvalitetsomkostninger som kan karakteriseres som VAA efter ABC-princippet, jf. ogsaOstrenga(l99l),

• muligheden for at operationalisere begrebet kvalitetsomkostninger, samt at inddrage dette i en simuleringsmodel for savel investeringsbeslutninger som produktkalkylen, jvf. Son & Park(l99o) samt Son( 1991),

• anvendelsen af en statistisk model for opgorelse af kvalitetsomkostninger, som ogsa kan have ledelsesma;ssig intcresse, jvf. Son & Hsu(l99l),

• betydningen af kvalitetsomkostninger i
et ABC-system, samt i en »Target
Costing* model, jvf. Kandaouroff(l994),

• bestemmelsen af en trade-off funktion mellem forebyggelse og fejlomkostninger via regression. Dennc kan igen anvendes i f.b.m. med budgetla;gningen og prognoser for produktomkostninger-

ne for kvalitetsomkostninger, jvf. Krishnamoothl(l9B9),

muligheden for minimering af de samlede kvalitetsomkostninger via beregning af forebyggelses- og inspektionsomkostninger jf. også Fargher & Morse (1998),

beregningen af mistet goodwill i forbindelse
med eksterne fejl, se f.eks. Taguchi&Clausing(l99o).

Kømæessige og produktionsmæssige overvejelser

Det teoretiske udgangspunkt for eksemplet i denne artikel er Gross & Harris (1998), Nandakumar^/tf/.(1993) samt Son & Hsu (1991). Eksemplet er bl.a. baseret på en konkret virksomhed, hvor produktionsfilosofien er baseret på et FMS-system, indeholdende flere typer af processer og teknologier samt et transportsystem. Linder sådanne produktionsforudsætninger er det specielt leadtiden og stokastikken i denne, der betragtes som vigtige strategiske konkurrence- og beslutningsparametre, jvf. også Foster & Horngren (1988), samt Jaikumar( 1986). Samtidig har disse variationer i proces og leadtid stor betydning, ikke alene for det enkelte produkt, men også for den synergieffekt, der ofte skabes for resten af de produktvarianter, som anvender et integreret produktionssystem, jf. også Banker et al. (1988). Synergieffekten vil - såfremt omkostningsmodellen også er tilknyttet de faktiske produktionsforudsætninger - få betydning for varianternes stykomkostninger, jvf. også Nielsen (1996).

Her anvendes en klassisk M fM/l/°c/oc
kø-model. Det betyder, at ankomsterne
for produkttype fer l'oisson-fordelte med

intensiteten A, og servicetiderne for produkttypc / er eksponcntial fordelte med intensiteten yU_L. Endvidere forudsaettes übegraenset kokapacitet og en uendelig stor population af mulige kunder til systemet, her udtrykt ved virksomhedens produkter. Det vil sige, at jM;' udtrykker den samlede procestid for produkt / i FMS-systemet bestaende af forskellige operationer, som fx boring, frassning, afgratning etc.

Notationen i det folgende ligger tast op ad Nandakumar<?/'^/.(1993). Folgende eksakte forudsa^tninger eksisterer i virksomheden. Der produceres //; produkttyper. Ankomstprocessen for den enkelte ordre og for det enkelte produkt / (i=A,8,C,...) [m ialt] hver med /, antal enheder, betragtes som Poisson-fordelt med n, antal ordrer pr. ar af produkt /'. Ved modtagelsen af en given ordre, fastsaettes den optimale leveringstermin til kunden som tf (i=A,B,C,..J. Leveres ikke i henhold til leveringsterminen, palober en afledt forsinkelsesomkostning pa cf pr. ordre pr. tidsenhed for produktet i form af enten et afslag i prisen eller en ekstra omkostning. Storrelsen pa cf afhaenger af laengden pa forsinkelsen. Herudover tilkommer en afledt variationsomkostning (tardiness cost) r,' pr. ordre pr. tidsenhed for den usikkerhed der horer til leadtiden i FMS-systemet ofte via laengere leadtid. Dette er en afledt effekt af usikkerhed og stokastik i processen. Overskrides den fastlagte leveringstermin til kunden, bliver det saledcs et sporgsmal om at afveje cf og c\ mod hinanden. Den optimale leveringstermin er s^ledes en trade-off mellem forsinkelsesomkostningen til kunden cf, som er stigende med stigende overskridelse af leveringsterminen, ogr,'

som er de afledte omkostninger for variation i leadtiden ved forskellige produkter. Hvis f.eks. produkt A bliver afsat på et marked med relativ mere intensiv konkurrence (og derfor mulighed for store tab) end produkt B, så vil r f_være større end c£. Begge størrelser betragtes som en offeromkostning beregnet med udgangspunkt i inputsiden.

Det forudsættes at cl falder med stigende overskridelse af afleveringsterminen til kunden, idet det er muligt at anvende den tid og de ressourcer som er nødvendige for at omkostningerne mindskes på længere sigt. En afgørende beslutningsvariabel i modellen bliver derfor optimal leveringstermin f/. I det følgende er kun medtaget et minimum af udledninger. For en mere detaljeret gennemgang kan henvises til Nielsen & Høg (1999). Modellen som beskrevet (se også Nandakumar <> fY//. (1993)) leder frem til følgende relation for optimal leveringstermin for produkt f:

Den totale leadtid, a",', for en ordre består af summen af samtlige enkelttider, dvs. tid i kø, &",', og transport samt servicetiderne for en ordre, æy, i systemet¹. Det forudsættes endvidere, at hver enhed, der produceres af produktet har en konformitets-defektsandsynlighed (conformance quality) d, for ikke at opfylde kvalitetskravene i relation til designspecifikationen⁴. For at sikre stabilitet i systemet forudsættes endvidere, at kapacitetsudnyttelsen er mindre end den maksimale teoretiske kapacitet, p, for produktionssystemet set under et.

Under anvendelse afstandard forudsætninger,
kan forventning og varians for den

samlede leadtid (køtid, ventetid og procestid)
for en ordre afgivne produkter i FMSsystemet
beregnes som, hhv.

Det forudsættes for steady-state-betingelsen, at fi, > A„ dvs. at ankomstintensiteterne er mindre end bearbejdningsintensiteterne. Beviserne for ovenstående fås dels af Poisson- og Erlangfordelingernes egenskaber, dels af den såkaldte Pollaczek- Khintchine formel (se f.eks. Nandakumar et al. 1993 samt Gross & Harris 1998).

Omkostningsmæssige overvejelser

Formålet er at bestemme det, eller de produkter, hvor en forbedret kvalitetsindsats eller en reduktion i defektprocenten, giver den største omkostningsmæssige effekt. For at bestemme fordelen ved en given kvalitetsforbedring, forudsættes det, at gennemløbstiden også er afhængig af defektprocentens størrelse, idet høje fejlprocenter ofte skaber længere leveringstid og forsinkelse og dermed et yderligere forbrug af meromkostninger i form af alternativomkostninger for virksomheden.

I modellen opgøres de totalt afledte forsinkelses-omkostninger for kunder, som en multiplikation af antallet af ordrer og omkostninger pr. ordre i forhold til den optimale leveringstid. Omkostninger, benævnt C,\ ved variation og usikkerhed i leadtid, setup mv. for de forskellige produkter, er derimod en funktion af den optimale leveringstid tf og kan, jf. Nandakumar et al. (1993) med diverse tilpasninger, bereg-

nes som C,' = n,c',tfe^rX

Den del af de afledte interne fejlomkostninger, som er målelige og konstaterbare, registreres allerede i virksomhedens ledelsesinformationssystem, jf. senere i eksemplet. Den afledte effekt af de interne fejlomkostninger skal imidlertid også inkluderes i det samlede omkostningsbillede for at få et mere præcist billede af det konkrete ressourceforbrug, der påløber ved givne fejlprocenter. Da virksomheden anvender ABC tankegangen for de eksisterende og målelige indirekte produktionsomkostninger, har fejlprocenterne også betydning for tilregningen af disse omkostninger for det enkelte produkt.

Som for C,', kan formeludtryk for de direkte omkostninger, C,", de afledte interne omkostninger, C,', de afledte forsinkelsesomkostninger, C,", og de variable kvalitetsomkostninger, C,^K, opstilles, jf. Nandakumar et al. (1993) og Nielsen og Høg (1999).

Ud over LIS-omkostningerne er variationen for hele det valgte produktionsprogram en vigtig information, idet denne også vil påvirke de samlede omkostninger. Omkostningsbesparelsen kommer ikke blot fra produkt f men fra samtlige andre produkter i systemet.

Case virksomheden

Vi betragter en virksomhed med et FMSsystem, en Just-in-time filosofi og en TQM ledelsesfilosofi. Dette betyder kort fortalt, at man søger at producere flere varianter i samme produktionssystem for at udnytte fleksibiliteten (Foster & Horngren 1988), at man søger et kontinuerligt flow uden lagre og med så lave fejlprocenter på de forskellige varianter som muligt

(Horngren etal. 1999,p 733ff), og at man soger efter nulfejl produktion med tilstra;kkeligt lave totale stykomkostninger, som kan tilfredsstille kunderne (Dale & Plunkett 1995). Et vigtigt performancemil ved FMS-systemer er deres evne til at tilpasse kapacitet og produktmuligheder, jf. Banker etal. (1988> samt Nagarur (1992). Disse muligheder vil ogsa pavirke omkostningerne.

Nedenfor i Tabel 1 er vist omkostningseffekten for de 4 produkttyper pr. ar beregnet pa baggrund af de ovennaevnte betragtninger. For udgangsdata, se Nielsen & Hog 1999.

Af'label 1 ses det, at safremt virksomheden udelukkende fokuserer pa de traditionelle deterministiske omkostninger, som p.t. registreres i ledelsesinformationssystemet, fas ingen information om, hvad de forskellige produkters afledte ressourceforbrug koster. Selvom disse omkostninger relativt set i eksemplet ikke udgor nogen vsesentlig storrelse, vil de dog kunne vaere med til at bestemme om en ordre accepteres eller cj. Specielt bor det bemacrkes, kes,at selvom de omkostninger som registreres i ledelsesinformationssystemet for produkt C og D stort set er de samme, fas ganske andre resultater, nar der tages hensyn til de afledte omkostninger. Dene skyldes, at der i modellen er anvendt realtidsbaserede og intensitetsmaessige cost drivers, som gor, at det ressourceforbrug, der relateres til leadtiden, er mere nojagtigt i forhold til det faktiske forbrug, samtidig med at denne er stokastisk. Dette gor at modellen fanger ressourceforbruget op meget prascist⁵.

Beregnes den samlede standardafvigelse
for de afledte interne fejlomkostninger
fas (se Nielsen og Hog, 1999):

svarende til omkostningen ved den nuvaerendespredning i produktionssystemet med 4 produkttyper. De samlede produktionsomkostninger.som det fremstar i ledelsesinformationssystemet,belober sig til ca. 3.5 mio. kr. De 3.449 kr er et mil fra produktionsprocessen og bor derfor inddragesi

dragesibeslutningsprocessen, ligesom dette på længere sigt bør søges minimeret. Årsagen til denne relativt store spredning skyldes dels, at specielt produkt A og C har relativt høje varianser på grund af forskelleni ankomst- og bearbejdningsintensiteten,dels at disse produkter har høje totalevariable

Hvilken betydning, fejlprocenten har omkostningsmæssigt, er beregnet i Tabel 2 for de 4 produkter. Her er virksomhedens fejlprocenter reduceret med ét point for alle produkter.

I Tabel 2 ses bl.a., at fokuseres der udelukkende på informationer fra ledelsesinformationssystemet, fås den samlede besparelse ved at reducere fejlprocenten til ca. 38.208 med den største effekt for A. Ses derimod på de totale forventede omkostninger er den totale besparelse på ca. 42.744 kr. Dette skyldes det forhold, at når fejlprocenten reduceres, forøges bearbejdningsintensiteten, hvorved flere produkter kan komme igennem systemet.

Ændringerne ville sandsynligvis være væsentligt større, for større produktionsmængder og for flere produktvarianter. Det er samtidig vigtigt at påpege, at en reduktion i fejlprocenten eller i variansen på ét produkt kan skabe en tilsvarende mulighed for en forøgelse i kapaciteten for de andre produkter, idet de 4 produkter deles

om et samlet produktionssystem.

En vigtig faktor i ethvert integreret produktionssystem er at få et kontinuerligt flow, som på den ene side kan forbedre kapacitetsudnyttelsen, men på den anden side heller ikke begrænser fleksibiliteten i systemet, dvs. nødvendiggør en vis slack i produktionsplanlægningen. Dette kan her gøres ved en bedre tilpasning af ankomstog bearbejdningsintensiteten, dvs. større sammenfald mellem Å, ogfj,. Dette kan på den anden side også medføre kø i systemet med deraf afledte forøgelser i alternativomkostningerne.

Resultatet viser også, at der ved udformningen af et givet kvalitetsforbedringsprogram ikke alene bør tages hensyn til fejlprocenterne, men at man også bør sætte fokus på de produkter, som har de højeste leadtider og den største varians på leadtiden. Det sidste gælder, selvom den forventede fejlprocent d, på et givet produkt er relativ lav. Beslutninger som udelukkende hviler på LIS-omkostninger er derfor fejlbehæftet og undervurderer derfor ofte effekter. Dette kan i sidste ende vise sig ved at være en væsentlig årsag til, at virksomheden forkaster et givet kvalitetsprogram.

Som påpeget ovenfor er variation en
vigtig information. For at få et indtryk af
standardafvigelsen for de samlede interne

fejlomkostningers effekt i det samlede produktionssystem, er nedenfor i Figur 1 simuleret forskellige værdier af ankomstogbearbejdningsintensiteter for produkt A ud fra den valgte omkostningsmodel. De tilsvarende forløb for produkt B, C, og D adskiller sig ikke væsentligt i formen, idet det kun er et spørgsmål om hvor den sammekurve befinder sig i 3-D diagrammet. I Figur 1 er de fastholdte værdier af de øvrigeparametre, herunder defektprocenten, angivet i Nielsen og Høg (1999), Tabel 1.

Som det kan bemærkes, eksploderer standardafvigelsen i diagonalen, når bearbejdnings - og ankomstintensiteten nærmer sig hinanden. Dette skyldes, at der i FMS-systemet vil opstå kø. Standardafvigelsen på leadtiden kan derfor siges at have vestørre informationsværdi end blot de forventede gennemsnitlige stykomkostninger, når der ses på et sammenhængende produktionssystem, hvor flere produkter og varianter produceres.

Løsningsmuligheder og afsluttende bemærkninger

Når omkostningsmodellen er udformet og konsekvenserne beregnet, bør næste skridt være, at virksomheden gør sig tanker om, hvordan evt. problemer kan løses eller måske helt elimineres. Nedenfor i Tabel 3 er med udgangspunkt i modellen kort angivet mulige løsningsstrategier, dvs. nogle af de moderne cost management værktøjer som kunne være en mulighed til løsning af ovennævnte problemer.

Første mulighed kunne være blot at reducere alle de indirekte omkostninger som p.t. registreres i ledelsesinformationssystemet. Hertil kunne virksomheden anvende Activity Mapping (AM), som er et hjælpeværktøj til ABC i relation til at identificere flaskehalse, jf. også Salfatinos (1995). AM går ud på at kortlægge alle aktiviteter i produktionsområdet, horisontalt som vertikalt på procesniveauet. Dette gøres ved at opstille et flow-chart som viser følgende forhold: det vertikale syn mellem aktiviteter i en afdeling, det horisontale syn af aktiviteter mellem afdelinger, samt et cycle tidsperspektiv som viser tidsforbruget til hver aktivitet. Ved at AM grafisk viser inter-relationerne af aktiviteter, fremstår evt. manglende koordination mellem virksomhedens indirekte omkostninger og de direkte produktionsaktiviteter, således at centerlederen får et mere komplet overblik af flowet i produktionen.

Næste mulighed kunne være at synkroniseredesignmuligheder med produktionsmuligheder,f.eks. ved at gå fra produktionsmulighedertilbage til design-stadietfor at vurdere om de produkter man ønsker at designe, også er de produkter som bedst udnytter den tekniske side af den eksisterende produktionsmulighed. Dette kaldes også for Design For Manufacturability(DFM), jf Cooper & Kaplan (1991, p 3960- DFM fokuserer på at reducerevariationen i produktionsprocessen og dermed på at reducere de stokastiske omkostningersom de fremstår i modellen ovenfor. Variansen (<? (ar f) i modellen kunnetolkes som et mål for, hvor god virksomhedener til opfylde DFM. Løsningen er ofte, at man ikke anvender lavvolumen og unikke komponenter, idet disse ofte udløser mange indirekte omkostninger i virksomhedens hjælpe- og supportafdelingerog megen indirekte arbejde. Kn vidercløsning

rcløsningi eksemplet kunne også være at
integrere leverandørerne i virksomhedens
designteams, også kaldet Keiretsu jf.
Kaplan & Atkinson (1998,p 226). Dette
skulle sikre en større vægt på anvendelse
af standardkomponenter hos virksomhedensmest
tilknyttede, bedste og billigste
leverandører.

En trcdjc made at forbedre rentabiliteten
pa kunne vsere at undersoge kundernes
krav og onsker, for her igennem at afdaekke
hvad og hvilke egenskaber kunderne
onsker, ogsa kaldet Quality Function
Deployment (QFD). Filosofien gar ud pa i
alle dclplaner- fra produkt-, (component-,
proces-, og produktionsplanlxgningen - at
saette fokus pa kundekritiske forhold og
egenskaber, hvorved fokus ogsa saettes pa
evt. knappe ressourcer, jf. Flik elal.
(1998). I eksemplet kunne dette gores ved
at saette storre fokus pa begrebet optimal
leveringstermin tf, idet der i denne beregning
indgar en afvejning mellem de kundeafledte
omkostninger cf mod de leadtidsorienterede
omkostninger cf.

Kn fjerde overvejelse kunne være at anvende Business Process Reengineering (BPR) og Continuous Improvement (CI). BPR og Cl ville være hensigtsmæssige som detailinstrumenter, ofte udformet som teams i virksomheden. Her ønsker man at sættes fokus på løbende forbedringer af processer med dertil hørende forbedring i leadtid , setuptid, reduktion i buffers og lageromkostninger. Dermed forbedres lønsomheden. I eksemplet kunne det være en mulighed at se på leadtidernes (a' f)størrelser, idet disse også indgår i beregningen af de interne afledte fejlomkostninger. I tilknytning hertil kunne Kaizen Costing også være en mulighed.

Her er det et spørgsmål om hvad produktionslederen eller operatørerne kan gøre, når produktionen er sat i gang for at forbedre og strømline produktionsflowet og dermed reducere de direkte produktionsomkostninger. I eksemplet kunne - ud over de forholdsvise lange setuptider og lange leadtider - fokus sættes på de relativt store defektprocenter.

Som det femte — en mere strategisk og langsigtet mulighed - kunne virksomheden overveje at anskaffe flere maskiner evt. opsplitning af en given proces i flere delprocesser med dertil horende fonentningog varians. Dette perse\i\\c medfore et mere kontinuerligt flow og mindre risiko for kO. Set i lyset af konkurrencesituationen, kunne virksomheden ogsa overveje at investere i ny og mere moderne produktionsteknologi, ogsa kaldet en mutant tilpasning, jf ogsa Gutenberg (1983). Dvs. en total udskiftning af den eksisterende produktionsteknologi. Begge disse muligheder vil dog ofte vaere at betragte som det absolut sidste alternativ. Begge typer af tilpasning vil medfore et skift i virksomhedens omkostningsstruktur, som igen vil pavirke de totale stykomkostninger aflia;ngig af den konkrete udnyttelse.

Med de moderne administrative økonomistyringssystemersom f.eks. SAP/R3, er det i dag muligt at simulere integrationen mellem produktion, produktionsplanlægningog økonomiside. Tilsvarende vil det også være muligt i et dynamisk perspektiv at følge virksomhedens forskellige præstationsnøgletalover tiden, f.eks. som tilfældeter ved et Balanced Scorecard (BSC). Ft output-mål i BSC kunne derfor være variansen på de forskellige processer i produktionssystemet.Omkostningsbesparelsesmuligheden

sesmulighedenville dermed fremtræde
eksplicit.

Det afgørende for samtlige alternativer er, at virksomheden er i stand til at gennemregne nemregneeffekten af disse forbedringsmuligheder i sin helhed, dvs. på tværs af traditionelle funktioner. Derfor bør virksomhedens økonomistyringsfilosofi også være gearet til dette.

Summary

Normally, traditional financial management and internal accountancy register only what could be called directly measurable quality costs, as visible effects caused by quality problems are the only ones included in a firm s decisionalprocess. A firm should consider how the various product variables and orders influ ence resources and quality costs, as a consequence of the still greater focus on quality and the importance of quality costs, particularly in relation to the firm's increased use of advanced and flexible production equipment where many products are often produced jointly, influencing the sequence of priority. Therefore, a calculation model is considered to visualise the impact of defect percentages as to costs in connection with traditional production parameters such as utilisation of capacity, size of orders, technology, etc. As far as no elimination is possible, the size of these induced costs should also be included in the firm's long-term decision basis and object.

---

Noter

* Institut i Århus

** Institut for Informationsbehandling, Handelshøjskolen i Århus.

1 Vi ønsker at takke professor Bent Provstgaard, Handelshøjskolen Å rhus, for konstruktive kommentarer. A nsvarfor eventuelle fejl og mangler samt artiklens synspunkter er naturligvis alene forfatternes.

2 I nyere økonomistyringsprogrammer som S.\P/RJ, Baan, PeopleSoft, Financial Oracle, etc. er kvalitetsomkostninger ikke defineret nærmere. Deter derfor op til brugerne at definere disse evt. placere visse omkostningsarter som hørende til en af de fire typer af kvalitetsomkostninger.

3 Den totale leadtid kan opgøres som: procestid + inspektions tid aflytte/transporttid + vente/lagertid,jf. Cooper <S Kaplan (1991,p 203).

4 Anthony & Gorvirandajan (199Sj>p 637JJ) opertrer man far TQM meet Rrsf>iwsihility far Qm/lity, Pnxlwl Ihsign saint Relation with Suppliers.

5 Kaplan & Atkinson skelner mellem transaktions-, tidsmæssige-, og intensitetsmæssige cost drivers, hvor sidstnævnte er cost drivers som er baseret på faktiske størrelser. Tilgengæld anses disse også for at va're de dyreste at anven de,jf. Kaplan (»Atkinson (199H,p lOHff).

Litteratur

Anthony N. R. & V. Govindarajan: Management ControlSystems,
Irwin McGraw-Hill, ISA, 1998.

Atkinson J.H, Jr., G. 1 lohner, B. Mundt, R. B. Troxel \V. Winchell: Current Trends in Cost of Quality: Linking the Cost of Quality and Continuous Improvment, AAA Montvalc ( SA, 1991.

Banker R. [)., S. M. Datar, S. Kchre: Relevant Costs, Congestion and Stochasticity in Production Knvironmerits, Journal of Accounting and fcconotnics, Vol. 10, pp 171-197, 1988.

Clark J.: Costing for Quality at Celanese. Management
Accounting, March, pp 42-46, 1985.

Cooper R. & R. S. Kaplan: The Design of Cost Manage"if"'
Systems. 'Text, Cases, and Readings. I'rcnticc-Hall
International Kditions, 1991.

Crosby P.8.: Quality is Free, McGraw Hill, 1979.
Dale B.Ci. & J.J. Plunkett : Quality Costing, Chapman
& Hall, 1995.

Dahlgaard J. J.: Om Konstruktion og Vurdering af

Dahlgaard J.J & K. Kristensen: TQM Total Kvalitetsledelse. I: ledelse nu - 10 Danske Professorers bud på Aktuel Udelse, red. S. Hildebrandt & E. Johnsen, Børsens Forlag, 1994.

Deming W. E.: Out of the Crisis, Quality, Productivity
and Competitive Position, Cambridge University Press,
1991.

Fargher N. D. M. & W. J. Morse: Quality Costs: Planning the Trade-off Between Prevention and Appraisal Activities, Journal of Cost Management, January fFebuary, pp 14-22, 1998.

Flik M., C. H. H. Kampf, D. Staengel: Neugestaltung des Entwicklungspro f.esses bei einem Automobilzulieferer: Prozeßorientierte Reorganisation, Quality Function Deployment und Target Costing, zfbf No. 3, pp 289-304, 1998.

Foster G. & C. T. Horngren: Flexible Manufacturing Systems: Cost Management and Cost Accounting Implications, Journal of Cost Management, Fall, pp 16-24,

Friss I.: Kvalitet og Kvalitetsomkostninger: Definitioner, Registreringsmuligheder og Organisering, Økonomistyring tg Informatik , Nr. 4, pp 211-240, 1996 f97. Gross D. & C:.II. Harris: Fundamentals of Queuing Theory, John Wiley and Sons, New York, 1998. Gutenberg E.: Grundlagen der Betriefis&irtschaffslehre, Erster Band. Aufl.. Berlin, Heidelberg. New York. 1983.

Holbrock W. (;.: Experiences in .1 JIT Environment. I: Cost Accounting Robotics, and tin New Manufacturing Environment, American Accounting Associations & \.\.\. L9BB.

Homgren C.T., A. Bhimani, G. Foster, S.M. Datar.:
Management and Cost Accounting, Prentice-I [all Euro-

Jaikumai R.: Postindustll.ll M.inulacnmnj;. U,ii\;ml
Business Review, Nov-Dcc, pp. 69-76, 1986.

Juran J.M.. KM. (Jmia: (Juiilin I'l^mming iind Aiiiilx
sis: From Pnulmt l)<x</<i/witiuihmuji I'm. \li(m.i\\-

Kandaouroff A.: Qualitdtskusten. Eine Theoretisch-Empirische Analyse. Zfß Vol. 64, Heft 6, pp 765-786. 1994. Kaplan R.S. & A. A. Atkinson: Advanced Management Accounting, Prentice-Hall, 1998.

Kaplan R. S.: In Defense of Activity-Based Cost Management,
Management Accounting, USA , November,
pp 58-63, 1992.

Krishnamoothl K. S.: Predict Quality Cost Changes
L'sing Regression. Quality Progress. Yol 22, December,
pp 52-55, 1989.

Kristensen K. & C. Møller: Regnskab for Fremtiden.
INSPINr. ll,pp 19-23. 1997.

Miller J. G. & T. E. Vollmann: The Hidden Factory.
Harvard Business Review, Sep-Oct. pp 142-150. 1985.

Nagarur N.: Some Performance Measures of Flexible
Manufacturing Systems. International Journal of Production
Research. Vol. 30. No. 4. pp 799-809. 1992.

Nandakumar P.. S. M. Datar. R. Akella: Models for Measuring and Accounting for Cost of Conformance Quality, Management Science. Vol 39. No. 1. pp 1-16. 1993.

Nelson B. 1..: Stochastic Modeling: Analysts & Simulation.
McGraw-Hill Int. Ed.. 1995.

Nielsen S.: Omkostningskalkulation for Avancerede Produktionsomgivelser - En Sammenligning af Stoonsmodeller. EFI. Økonomiske Forskningsinstituttet ved Handelshøjskolen i Stockholm. 1996.

Nielsen S. & I'., llou: En Rcssourccfordclingsmodcl 1
Kalkulationsmscssig Belysning, Ledela &Er-

Nielsen S. & E. Høg: Afledte Kvalitetsomkostningen El Modelperspcktiv med Empirisk Udgangspunkt, WoréiugPeprr, Institut tor Regnskab, Handelshøjskolen \rlius. 1999.

Ostrenga \l R.: Return on Investmcm Through the
( kjsi of Quality, Journal 9/ C ost Managnm ur. Summer,
pp 37-44,1991.

Ponemon L. A.: Accounting For Quality Costs, Journal
of Cost Management, Fall, pp 44-48, 1990.
Roth H. &W. J. Morse: Let's Help Measure and Report
Quality Costs. Management Accounting, August, pp
50-53, 1983.

Salafatinos C: Integrating The Theory of Constraints
and Activity-Based Costing, Journal of Cost Management,
Fall.pp 58-67, 1995.

Simon H. A.: The New Science of Management Decisi,
Harper and Row. New York, 1960.

Son Y. K. & C.S. Park: Quantifying Opportunity

Son Young K.: A Framework for Modern Manufacturing
Economics, International Journal of Production
Research, Vol. 29, No. 12, pp 2483-2499,1991.

Son Young K, & Lie-Fern Hsu.: A Method of Measu
ring Quality Costs. International Journal of Production
Research, Vol. 29, No. 9 ,pp 1785-1794, 1991.

Taguchi G. & D. Clausing: Robust Quality. Harvard
Business Review, January-February, pp 65-75, 1990.