Teil II. Methodische Fehler

Welche Fehler wir in Six Sigma-Projekten machen können und wie wir sie vermeiden können

Im vorigen Teil habe ich einige mögliche Managementfehler in Six Sigma-Projekten zusammengestellt. Neben diesen Fehlern können auch methodische Fehler auftreten, wenn wir die Methode oder die Werkzeuge nicht richtig anwenden.

1. Fehler in der Projektcharta: Die Problembeschreibung ist verschwommen, das Problem ist nicht klar: Was ist das Produkt/die Dienstleistung, was ist das Symptom (der Defekt), der physische Ort, der Zeitrahmen, das Ausmaß und die Auswirkungen des Problems. Wir müssen uns ein Ziel setzen, wo wir hinwollen (Qualitätsziel), in welchem Zeitrahmen, mit welchen Ressourcen (Mitarbeiter, Produktionszeit usw.) und welche Einsparungen wir erwarten. Verwenden Sie die SMART-Definition (Spezifisch, Messbar, Erreichbar, Realistisch, Zeitrahmen) und vergessen Sie nicht, die Zustimmung der Geschäftsleitung einzuholen.

2. Die Verwendung einer diskreten Variable als Output: Das ist nicht unbedingt ein direkter Fehler, aber es macht uns das Leben schwer: Sie benötigen 1 oder 2 Größenordnungen mehr Stichproben (wenn Sie einen 1%igen Unterschied in der Fehlerrate feststellen wollen, können Sie auf fast 10000 Teile kommen) für die Analyse. Versuchen Sie, Ihre Output-Variable in eine kontinuierliche Variable zu übersetzen.

3. Messsystem nicht akzeptabel: Die meiste Zeit vertrauen wir unseren Messergebnissen. Was aber, wenn sie nicht präzise sind oder unnötige Abweichungen enthalten? Wir ziehen nicht die richtigen Schlüsse und treffen Entscheidungen auf dieser Grundlage. Gage R&R für diskrete Variablen führt ebenfalls zu Problemen. Verwenden Sie Gage R&R-Studien nicht nur für die Ausgangsvariablen.

4. Stichprobengröße: Wenn wir mit der Messung beginnen, ohne zu wissen, welchen Unterschied wir feststellen wollen, müssen wir die Messung am Ende wiederholen. Das ruiniert den Zeitgeist und die Glaubwürdigkeit gegenüber dem Management. Seien Sie fokussiert, lernen Sie Methoden, definieren Sie Ziele und verwenden Sie einen Stichprobengrößenrechner.

5. Plan zur Datenerhebung: Ein angemessener Plan zur Datenerhebung ist eine Garantie für den Erfolg. Wenn wir jedoch die möglichen Input-Variablen nicht identifiziert, keine geeignete Output-Variable definiert und den Unterschied, den wir feststellen wollen, nicht quantifiziert haben, funktionieren unsere statistischen Analysen nicht gut und wir sind nicht in der Lage, die Ursachen zu identifizieren. Außerdem müssen wir die statistischen Methoden kennen, die wir verwenden wollen. Erstellen Sie ein Fishbone-Diagramm, identifizieren Sie die möglichen entscheidenden Input-Variablen, definieren Sie den Unterschied, den Sie feststellen möchten, berechnen Sie den Stichprobenumfang, berücksichtigen Sie zeitabhängige Variablen, legen Sie den Zeitrahmen fest und fügen Sie schließlich die Methode hinzu, mit der die Ergebnisse ausgewertet werden sollen.

6. Nicht-normale Verteilungen: Wenn wir Daten analysieren, suchen wir nach einem Muster, das die Ursachen sein könnte. Wenn sie nicht normal sind, ist das ein Zeichen für besondere Ursachen, aber wir müssen vorsichtig sein, welche statistischen Werkzeuge wir verwenden können. Die meisten statistischen Werkzeuge wurden für die Analyse von Normalverteilungen entwickelt. Wenn wir sie auf nicht normale Verteilungen anwenden, ziehen wir falsche Schlüsse. Der Mittelwert und die Standardabweichung haben keine weiteren Informationen mehr, wir müssen auf nicht-parametrische Tests umsteigen. Führen Sie einen Normalitätstest durch, bevor Sie irgendwelche Tests durchführen.

7. Zeitliche Stabilität: Nicht-Normalität ist nicht das einzige Anzeichen für besondere Ursachen. Vor jeder Analyse müssen wir prüfen, wie es sich im Laufe der Zeit verhält. Jedes Muster hilft dabei, die zugrunde liegenden Ursachen zu identifizieren. Verwenden Sie Time Series Plot.

8. Falsche Korrelation: wenn Sie eine Korrelation zwischen zwei Variablen finden, die den logischen Zusammenhang nicht beweisen. Wenn Sie sich einen Spaß daraus machen wollen, suchen Sie im Internet nach Beispielen, z.B. Wenn der Verkauf von Eiscreme steigt, nimmt die Zahl der Ertrinkungstoten stark zu. Daher verursacht der Konsum von Eiscreme das Ertrinken 🙂 Verstehen Sie Physik und Logik, stellen Sie Ihre Annahmen in Frage, nutzen Sie das Team.

9. Nicht geprüfte Lösung: Wenn wir feststellen, dass die Lösung am besten aussieht, müssen wir zunächst eine Pilotlösung durchführen und auf der Grundlage dieser Erkenntnisse den Prozess, die Einstellungen und die Schulungsanforderungen anpassen. Vergessen Sie nicht, einen angemessenen Kommunikationsplan zu erstellen.

10. Kein oder nicht ordnungsgemäß überwachter Kontrollplan: Wenn wir nicht in der Lage sind, den neuen Prozess unter Kontrolle zu halten, wird er zum alten Prozess zurückkehren. Wir ruinieren nicht nur die erzielten Ergebnisse, sondern auch die Motivation und die Unterstützung werden verschwinden. Bemühen Sie sich besonders um die Kontrollphase mit angemessener Kommunikation, Schulung und Kontrollpunkten.

(Für die Grafik geht ein besonderer Dank an Sara Gránásy).

von Péter Gránásy, Six Sigma-Experte