rozšířené vyhledávání
SK | EN | CZ
NejprodávanejšíNovinky
10,80 €Cena bez DPH
Do košíka

NejčtenějšíNovinky

5+5 klíčových nástrojů Six Sigma

S cílem pravidelné a rozsáhlé výměny zkušeností mezi uživateli Six Sigma nad rámec konkrétního průmyslového odvětví vznikl na konci 90.tých let European Six Sigma Club (ESSC). Kjell Magnusson zodpovědný za program Six Sigma ve společnosti ABB a Michael Harry, propagátor Six Sigma v USA, zorganizovali první evropské sympozium Six Sigma. Šlo o úzký okruh expertů, kteří se jednou ročně setkávali k tzv. Best Practice Sharing (sdílení nejlepších zkušeností). Taková forma setkávání dovolovala otevřenou výměnu zkušeností a především velmi stimulovala všechny zúčastněné.
Six Sigma je z pohledu klubu European Six Sigma Club (ESSC) systematická a extrémně výsledkově orientovaná metodika, která má základ především v matematicko-statistických postupech. Základ této formulace teda vytváří nevyhnutný předpoklad orientace právě na statistické nástroje. 
 
V mnoha firmách našeho regionu stále převažuje rozšířená metod zaměřených na odhalení a řešení příčin vzniklých problémů, které jsou subjektivního charakteru. Mám na mysli brainstorming, Ishikawa, Afinitní diagram či mnohé další, pomocí kterých se snažíme z přítomných účastníků "vypáčit" jejich názor na vzniklý problém. Následně tyto převážně subjektivní dojmy kategorizujeme, sčítáme a sestavíme pořadí. Tento přístup je vhodný spíše pro méně složité, operativní problémy, které by měly být součástí řešení prostřednictvím PDCA workshopů či kroužků kvality.

V problematice Six Sigma, která se dotýká především složitých, komplexních problémů, u kterých ještě nebyla identifikována a potvrzena skutečná příčina, nemůže být těžiště analýzy postavené na podobných metodách založených na subjektivním posuzování příčin a jejich vztahů.

Na druhé straně, široký okruh matematicko-statistických metod, které jsou v současnosti k dispozici ať už jako součást téměř každého statistického software, případně ve formě nespočetného množství publikací, může řešitelem výrazně stěžovat orientaci. Stejně tak výběr konkrétního nástroje bývá nepochybně pro mnohé řešitelů poměrně obtížně zvládnutelný, protože ne všichni disponují expertní znalostí v jejich využívání a v interpretaci dosažených výsledků.

Právě tato skutečnost vyvolává v rámci diskusních fór a především během samotných tréninků specialistů Six Sigma velmi častou otázku: Které nástroje Six Sigma konceptu považujete za nejdůležitější? Existuje nějaký žebříček, případně pořadí zaručující dosažení očekávaného výsledku?

Zřejmě neexistuje univerzální odpověď. Přesto, na základě zkušeností a opakované aplikace různých nástrojů na různé okruhy problémů v odlišném prostředí by mohl být vytvořen jakýsi Toolbox 5 + 5 klíčových nástrojů Six Sigma.

Prvních 5 uvedených nástrojů představuje základní balíček, který je nezbytným východiskem pro objektivní pochopení současného stavu analyzovaného problému u většiny Six Sigma projektů.

Druhá část balíčku, nazvěme ji řekněme +5 klíčových nástrojů Six Sigma, nabízí možnost, jak naplnit v úvodu definovanou vizi Six Sigma clubem ESSC – extrémně orientovaný na výsledek přes systematičnost.

5 klíčových nástrojů Six Sigma

Nástroj č. 1 Pareto chart

Pareto diagram vychází ze zásad Paretovy analýzy, kde poměrně malá skupina faktorů má za následek většinu problémů. Uvedený poměr je matematicky vyjádřen poměrem 80:20, přičemž např.:
  • 20 % příčin na výrobním zařízení způsobuje 80 % ztrát, prostojů
  • Z celkové produkce 20 % produktů firmy jí přináší 80 % zisků
  • 80 % prodejního obratu pochází od 20 % zákazníků
Pareto diagram identifikuje a priorizuje problémy, které je potřebné řešit.



Nástroj č. 2 Histogram

Histogram představuje grafické znázornění údajů, které jsou seskupeny do intervalů a prostřednictvím výšky sloupce je zobrazena četnost údajů v daném intervalu.

Samotný tvar histogramu nám umožňuje poměrně rychle identifikovat střed rozdělení zkoumané proměnné, symetrii či špičatost rozdělení. Na základě tvaru grafického výsledku dokážeme odhadnout i typ rozdělení zkoumané náhodné veličiny.




Nástroj č. 3 Gage R&R

Kvalita matematického výsledku se vždy rovná kvalitě (přesnosti) napozorovaných, odměřených dat. Gage R & R (repeatability and Reproducibility) studia se věnuje rozptylu měřicího systému.

Studie sleduje vliv:
  1. Opakovatelnosti – jeden operátor opakuje měření sledovaného parametru výrobku. Udává rozptyl hodnot naměřených při opakovaných měřeních provedených stejným zkušebním technikem se stejným přístrojovým vybavením, při měření stejného znaku na stejné součástce.
  2. Reprodukovatelnosti – skupina operátorů měří stejný parametr. Udává rozptyl středních hodnot naměřených veličin, které získají různí zkušební technici se stejným přístrojovým vybavením, při měření stejného znaku na stejné součástce.
Výsledkem analýzy je určení přesnosti a vhodnosti použití daného systému měření pro sledovaný parametr prostřednictvím indexu %R&R.





Nástroj č. 4 Attribute Agreement Analysis

 
Studie posuzuje kvalitu měřicího systému hodnotícího diskrétní znak. Použití je možné všude tam, kde se vyžaduje vizuální inspekce, hodnocení, resp. posouzení a rozhodnutí o diskrétním stavu znaků - nejčastěji dobré a špatné výrobky. Také se může použít pro hodnocení v jisté definované škále, např. hodnocení chuti či barvy vína od 1 do 5.

Hodnocení je vysoce závislé na subjektivitě posouzení, a tedy vzniká větší prostor na vznik variability při individuálním či opakovaném posuzování.



Nástroj č. 5 Analýza způsobilosti procesu

Mírou hodnocení způsobilosti procesu jsou nejčastěji indexy způsobilosti cp, pp. Požadované hodnoty při posuzování způsobilosti mohou být nejčastěji dvě:
  • Dolní toleranční mez LSL (Lower Specification Limit)
  • Horní toleranční mez USL (Upper Specification Limit)
V případě, že proces je způsobilý (schopný dodržovat tyto hodnoty), naměřené hodnoty posuzované proměnné musí být v tolerančním pásmu ohraničeném LSL a USL. Míra vzdálenosti indexu cp od 1 reprezentuje velikost způsobilosti dodržovat předepsané hodnoty. Obecně se za dobrou způsobilost považuje velikost indexu cp resp. pp =1,33.

+ 5 klíčových nástrojů Six Sigma


 
Následující žebříček představuje +5 pokročilých nástrojů nezbytných pro zvládnutí vyřešení většiny Six Sigma projektů.

Jde především o nástroje, které svou povahou dokáží na očekávané úrovni spolehlivosti hodnotit, porovnávat, modelovat či dokonce prognózovat vzájemné interakce více hodnocených parametrů ve vazbě na očekávanou výslednou hodnotu, resp. kvantifikovat sílu vazby mezi sebou.

Nástroj č. 1 testování hypotézy – t-testy

 
Testy t jako takové se používají k porovnání střední hodnoty zkoumaného parametru (ů) s cílovou hodnotou. Např. dlouhodobě mě trápí nadspotřeba osobního automobilu, který využívám. Výrobce udává průměrnou spotřebu 5,8 l / 100 km. Testováním chceme prokázat, zda se skutečná hodnota odlišuje od hodnoty udávané výrobcem. Na testování použijeme jednovýberový t-test, který je testem střední hodnoty. Střední hodnota je reprezentována aritmetickým průměrem.

Při nastavené hladině významnosti testu 5% jsme dosáhli ve výsledku p hodnotu rovnou 0,000. To znamená, že zamítáme hypotézu H0, která tvrdí, že spotřeba auta je 5,8 l / 100 km.




Situaci s testováním lze posunout ještě dál. Můj kolega má stejné auto jako já a chtěli bychom porovnat, zda existuje rozdíl mezi průměrnou spotřebou mého a kolegova auta. Použili bychom tedy 2-sample t-test.

Nástroj č. 2 testování hypotézy – ANOVA

V předešlých t-testech jsme porovnávali střední hodnotu s cílovou hodnotou (1-sample t) nebo jsme se snažili porovnat 2 střední hodnoty mezi sebou (2-sample t-test). Pokud by si situace vyžadovala porovnávat mezi sebou více než 2 vzorky, použili bychom ANOVA - Analysis of Variance. Jako příklad lze uvést ověření toho, zda změnový výkon ranní, odpolední a noční směny je stejný. 





Nástroj č. 3 Regrese

Regrese (Fit) vyjadřuje optimální funkční závislost mezi výstupní zkoumanou veličinou a jedním nebo více vstupními faktory.

Regrese modeluje lineární, kvadratickou nebo cubic (znázornění cykličnosti údajů) závislost mezi proměnnými, kdy jedna proměnná přímo závisí od druhé. Správný typ modelu je nezbytným předpokladem pro objektivní predikci a přesnost samotného modelu.

Analyzované data se obvykle nanášejí na tzv. SCATTER PLOT, kde se na horizontální osu nanáší pravděpodobná příčina a na svislou osu pravděpodobný následek (response).




Nástroj č. 4 DoE (Design of Experiments)

 
Design of Experiment představuje soubor přesně navržených a řízených experimentů, jejichž úkolem je objasnit vliv vstupů zkoumaného procesu a jejich kombinací na výstup tohoto procesu. DoE zahrnuje návrh množiny experimentů, ve kterých jsou proměnné vstupní (faktory) systematicky měněny a výsledky experimentu pomáhají identifikovat optimální podmínky chodu procesu, faktory s velkým nebo žádným vlivem a vzájemné působení faktorů.

Stalo se vám, že jste museli zopakovat experiment? Nebo že jste měřili zbytečně dlouho, a mnohdy by vám stačila i menší přesnost? Zabývali jste se dlouho nepodstatnými měřeními a ujel vám důležitý efekt? Právě takové zdroje neefektivity pomáhá DoE eliminovat.

Po selekci vstupních proměnných včetně definování rozsahu jejich zkoumání a následně výběru vhodného modelu pro experiment dokážeme analyzovat výsledky experimentu, které vycházejí z opakovaných reálných náměrů.

Z analýzy dokážeme zjistit, které faktory mají vliv na zkoumanou veličinu a také dokážeme odhalit a kvantifikovat možnou vzájemnou interakci jednotlivých faktorů. Pomocí funkce response Optimiser je možné modelovat velikost zkoumané proměnné v závislosti na změně vstupních ovlivňujících faktorů.





Nástroj č. 5 Regulační diagramy

zkoumaný parametr vyjadřují naměřené hodnoty, přičemž úlohou  statistické regulace je regulovat střed rozdělení i velikost variability. 

Východiskem analýzy regulačních diagramů je soubor testů znázorňujících neobvyklé situace, které vyžadujú pozornost a nabádají analyzovat proces.




Identifikací možných příčin variability nebo posunutí středu rozdělení se snažíme zlepšit výrobní proces a po takovém zlepšení sledovat dodržování výroby požadovaného parametru ve vypočtených regulačních mezích.




Použitím uvedených nástrojů nedokážeme pokrýt řešení všech problémů, které se vyskytují v širokém pracovním životě průmyslových podniků, v organizacích poskytujících služby, v bankách či v nemocnicích.

Přesto pochopení, zvládnutí a správná aplikace uvedených 5 + 5 klíčových nástrojů představuje pro řešitele vynikající předpoklad, jak systematickým způsobem přistupovat k řešení širokého spektra dlouhodobých a komplexních problémů, na vyřešení kterých aplikace jednoduchých brainstormingových nástrojů či zdravého lidského rozumu nestačí.

V typické Six Sigma struktuře se členové projektových týmů člení na specialisty a odborníky známých jako Yellow, Green, či Black Belts.

Ve Spojených státech amerických jsem se v jedné organizaci setkal s pojmem Money Belts. To jsou právě lidé, kteří jsou schopni téměř dokonale využívat poměrně úzkou skupinu nástrojů pro řešení problémů v relativně krátkém čase a takto opakovaně přinášet pro podnik úsporu, resp. finanční šetření. Právě žebříček uvedených 5 + 5 klíčových nástrojů představuje nejúčinnější znalostní arzenál Money Belta.

Chcete odebírat newsletter IPA Czech?

Zůstante s nami ve spojení s newslettrom IPA a vyberte si, o které informace máte záujem.

Komentáře

Tento článek zatím nemá žádne komentáře. Budte první!

TOP články

Keď prichádza nové na svetPripadám si niekedy ako pôrodník. Lekár pomáha pri pôrode ...

Toyota Kata pro koučeMyšlenky Toyota Kata nejsou v našich zeměpisných šířkách ...

Flexibilní výrobaVybudujte si svůj byznys bez zbytečného rizika, ...

Nejnovější články

Spájanie inovátorovŽijeme vo svete prepájania vecí a ľudí. Naše deti sa v ...

Manipulace a komplex méněcennosti nebo ...Manipulaci obecně charakterizuje strategie, při ...

SMART factory - inteligentní továrnaV poslední době zaznamenávám spoustu dotazů k ...
© 2012 IPA Czech, All rights reserved