II. rész. Módszertani hibák

Milyen hibákat követhetünk el a Hat Szigma projektek során, és hogyan kerülhetjük el ezeket?

Az előző részben összegyűjtöttem néhány lehetséges vezetői hibát a Hat Szigma projekteknél. Ezen hibák mellett módszertani hibák is felmerülhetnek, amikor nem megfelelően használjuk a módszert vagy az eszközöket.

1. A projekt charta hibái: a probléma leírása homályos, a probléma nem világos: mi a termék/szolgáltatás, mi a tünet (hiba), a fizikai hely, az időkeret, a probléma mértéke és hatása. Célt kell kitűzni, hova szeretnénk eljutni (minőségi cél), milyen időkeretben, milyen erőforrásokkal (emberek, gyártási idő stb.) és milyen megtakarítást várunk. Használjuk a SMART (Specific, Measurable, Achievable, Achievable, Realistic, Time-framed) meghatározást, és NE felejtsük el megszerezni a vezetőség jóváhagyását.

2. Diszkrét változó használata kimenetként: nem feltétlenül közvetlen hiba, de megnehezíti az életünket: 1 vagy 2 nagyságrenddel több mintát igényel (ha 1%-os különbséget akarunk kimutatni a hibaarányban, akkor közel 10000 alkatrészhez juthatunk) az elemzéshez. Próbálja meg a kimeneti változóját folyamatos változóvá alakítani.

3. Mérési rendszer nem elfogadható: legtöbbször megbízunk a mérési eredményeinkben. Mi van akkor, ha nem pontosak vagy felesleges eltérést adnak hozzá? Nem a megfelelő következtetést vonjuk le, és ez alapján döntéseket hozunk. A diszkrét változókra vonatkozó Gage R&R szintén problémákat eredményez. Használja a Gage R&R vizsgálatokat nem csak a kimeneti változókra.

4. A minta mérete: Ha úgy kezdjük el a mérést, hogy nem tudjuk, milyen különbséget akarunk kimutatni, akkor a végén újra kell végeznünk a mérést. Ez tönkreteszi az időszellemet és a vezetőség felé a hitelességet. Legyünk céltudatosak, tanuljunk módszereket, határozzuk meg a célokat, és használjunk mintaméret-kalkulátort.

5. Adatgyűjtési terv: A megfelelő adatgyűjtési terv a siker garanciája. Ha azonban nem azonosítottuk a lehetséges bemeneti változókat, nem határoztuk meg a megfelelő kimeneti változót, és nem számszerűsítettük a kimutatni kívánt különbséget, akkor statisztikai elemzéseink nem működnek jól, és nem tudjuk azonosítani a kiváltó okokat. Ezenkívül ismernünk kell az alkalmazandó statisztikai módszereket. Készítsünk Fishbone-diagramot, azonosítsuk a lehetséges létfontosságú néhány bemeneti változót, határozzuk meg a kimutatandó különbséget, számítsuk ki a minta méretét, vegyük figyelembe az időfüggő változókat, határozzuk meg az időkeretet, végül adjuk hozzá a módszert, hogyan fogjuk értékelni.

6. Nem normális eloszlások: Az adatok elemzése során olyan mintázatot keresünk, amely a kiváltó okokat jelzi. Ha nem normálisak, az különleges okokra utal, de óvatosnak kell lennünk, milyen statisztikai eszközöket használhatunk. A legtöbb statisztikai eszközt normális eloszlások elemzésére fejlesztették ki, ha nem normális eloszlásokra alkalmazzuk őket, téves következtetéseket vonunk le. Az átlag és a szórás már nem tartalmaz további információt, át kell térnünk a nem parametrikus tesztekre. Végezze el a normalitásvizsgálatot, mielőtt bármilyen vizsgálatot elvégezne.

7. Időbeli stabilitás: a nem-normalitás nem az egyetlen jele a különleges okoknak, minden elemzés előtt meg kell vizsgálnunk, hogyan viselkedik az időben. Bármilyen minta segít a mögöttes okok azonosításában. Használja az idősoros ábrát.

8. Hamis korreláció: ha két változó között olyan összefüggést találunk, amely nem bizonyítja a logikai kapcsolatot. Ha szeretnél egy kicsit szórakozni, keress az interneten példákat, például: Ahogy nő a jégkrémeladás, úgy nő meg ugrásszerűen a fulladásos halálesetek száma. Ezért a fagylaltfogyasztás okozza a fulladásos halálesetet :-). Értsd meg a fizikát és a logikát, kérdőjelezd meg a feltételezésedet, használd a csapatot.

9. Nem ellenőrzött megoldás: ha úgy találjuk, hogy a megoldás a legjobbnak tűnik, először egy kísérleti megoldást kell végrehajtanunk, és az eredmények alapján módosítani kell a folyamatot, a beállításokat és a képzési követelményeket. Ne feledkezzünk meg a megfelelő kommunikációs terv végrehajtásáról.

10. Nincs vagy nem megfelelően felügyelt ellenőrzési terv: Ha nem tudjuk az új folyamatot ellenőrzés alatt tartani, akkor az visszahat a régihez. Nemcsak az elért eredményeket tesszük tönkre, hanem a motiváció és a támogatás is eltűnik. Tegyen extra erőfeszítéseket az ellenőrzési fázisban, megfelelő kommunikációval, képzéssel, ellenőrzési pontokkal.

(A grafikáért külön köszönet Gránásy Sárának.)

Gránásy Péter, Six Sigma Experter