Применение концепции «Шесть сигм»

Завершив курс обучения, обладатели «зеленого пояса» становятся чем-то вроде оруженосцев при «черных поясах», которые наставляют их и следят за повышением ими квалификации в процессе работы, позволяющей впоследствии работать самостоятельно над проектами непрерывного совершенствования процессов и продукции.

3. Статистические основы «Шесть сигм»

Несмотря на то, что знание статистики не главный пункт концепции «Шесть сигм», название пришло именно из предмета статистики. Любой процесс может быть представлен в виде математической модели, где основными параметрами результата процесса выступают среднее значение и стандартное отклонение. Параметр среднее значение отвечает на вопрос как работает процесс в среднем и обозначается символом µ (мю). Стандартное отклонение показывает степень вариабельности результата процесса и означается символом σ (сигма).

Исходной предпосылкой является полная случайность отклонений, т.е. отсутствие систематических причин, приводящих к смещению результата. В этом случае распределение отклонений около среднего значения процесса будет хорошо приближаться (в большинстве случаев) к нормальному распределению (рис.1).

Рисунок 1 – Типичный вид плотности и функции нормального распределения.

Геометрически, хорошая наглядная картина получается, рассматривая плотность нормального распределения, где среднее значение – это пик плотности распределения, а стандартное отклонение определяется как расстояние между средним значением и точкой перегиба кривой (рис 2).

Рисунок 2- Среднее значение и стандартное отклонение

Свойство нормального распределения: если для процесса установлены некоторые контрольные пределы, выход за которые результатов процесса считается нежелательным событием, то чем больше сигм процесса умещается между средним значением и ближайшим контрольным пределом, тем меньше дефектов имеет процесс, что наглядно видно на картинке (рис. 3). Уровень работы процесса определяется количеством сигм, укладывающихся в заданный интервал. Чем меньше значение стандартного отклонения, тем стабильнее и лучше результат (при условии, что среднее значении близко к целевому значению).

Рисунок 3 –Чем больше сигм процесса укладывается между средним значением и ближайшим контрольным пределом, тем меньше дефектов имеет процесс. Процесс работает на уровне 2,6 сигм.

Из статистического обоснования известно, что при уровне процесса 4,5 сигм, из миллиона единиц продукции дефектов будет не более 3,4, и то условие выполняется для стабильных процессов. В настоящих же условиях, поведение процессов может меняться со временем года, времени суток и т.д. (рис.4).

Основываясь на эмпирических данных, исследователи пришли к выводу, что отклонения процесса, вызванные его естественной нестабильностью, дают отклонения качества в 1,5 сигм. Таким образом, если целевой уровень качества составляет 4,5 сигма (3,4 дефекта на миллион возможностей), то с учетом перестраховки 1,5 сигма на отклонения, необходимо обеспечить уровень качества 6 сигм.

Рисунок 4 – изменение процессов в течение времени

Рисунок 5 – Уровень качества 6 сигм

В рамках данной концепции принята следующая классификация организаций по критерию воспроизводимости (таб.1)

 

Таблица 1- классификация

Влияние воспроизводимости процессов на конкурентоспособность организаций
Расстояние между центром распределения и границей допуска	Число дефектов на миллион	Стоимость низкого качества	Уровень конкуренто-способности
6 сигм	3,4	< 10% от ОП	Мировой класс
5 сигм	233	10-15% от ОП
4 сигмы	6210	15-20% от ОП	Средняя по отрасли
3 сигмы	66807	20-30% от ОП
2 сигмы	308537	30-40% от ОП	Неконкурентоспособна
1 сигма	690000
Примечание: ОП - объем продаж

 

   

 

 

 

 

 

 

 

 

 

 

 

 

 

 4 Применение концепции «Шесть сигм»

  Концепция Six-Sigma (или, в русскоязычной интерпретации, «6 Сигм») получает в последнее время все большее распространение в практике российских компаний. В этой статье рассмотрен пример применения методики «6 Сигм» на стадии, когда бизнес-процессы предприятия описаны, построены графические модели и проводится их анализ для последующей оптимизации. Соответственно, группа работающая над проектом нуждается в методике анализа процесса, планировании и осуществлении мер по обеспечению постоянного уровня качества.

Сам по себе термин Сигма является статистическим и обозначает стандартную девиацию, т.е. отклонение. В идеале вы видите свой процесс без отклонений, с постоянным качеством на выходе. В реальности отклонения возникают, и те из них которые выходят за пределы приемлемого уровня, называются дефектами. В понятии «приемлемого уровня» и заключается «изюминка 6-ти сигма»: максимальное отклонение выхода процесса должно быть в 6 раз меньше того отклонения, которое требует потребитель. Отсюда и возникло понятие качества Сигма: сколько раз фактическое отклонение укладывается в допуск указанный потребителем. Начальным уровням качества Сигма соответствуют сотни и десятки дефектов на тысячу, более высоким, пятому и шестому - десятки и единицы на миллион. (см. Табл.1) Цель «6 Сигма» - увеличить качество и уменьшить количество дефектов. Таким образом достигается снижение расходов (меньше гарантийных претензий по качеству), экономится время и упрочняется позиция компании на рынке.

Таблица 1. Уровни сигма

Уровень Сигма	Кол-во дефектов на миллион	Кол-во дефектов на тысячу	% дефектов от общего  кол-ва
6	3,4	0,0034	0,00034 %
5	233	0,233	0,0233 %
4	6210	6.210	0.6210 %
3	66807	66.807	6.6807 %
2	308537	308.537	30.8537 %

Парадоксально, но факт того что методика «6 Сигма» предполагает наличие дефектов, делает ее наиболее эффективным инструментом для улучшения качества: вместо абстрактных понятий тотального управления качеством, максимального удовлетворения нужд клиента или бездефектного производства предлагается применять механизм, регламентирующий определение конкретных показателей процесса, их измерение, анализ, планирование мер по улучшению и контроль. Методика является довольно жесткой и структурированной при внедрении и использует довольно обширный инструментарий. Не вдаваясь в подробности, я хочу сразу перейти к одной из последовательностей «6-ти Сигм», применяющейся для улучшения существующего процесса, DMAIC: Define, Measure, Analyze, Improve, Control. Данная ограниченность статьи обуславливается тем, что при попытке осветить всю методику «6 Сигм» материал получится либо слишком объемным, либо просто обзорным, а следовательно малоприменимым. Процесс применения последовательности DMAIC состоит в выполнении комплекса мер, назначенного для каждого из 5-ти этапов.

а) Define - Определение.

Основные задачи данного этапа - определить кто является потребителем процесса и его требования, какие цели преследует и какие результаты должен принести проект. Для этого этапа используются уже разработанные карты процесса или модели 1-го уровня в нотации IDEF0 на которых можно идентифицировать Поставщиков, Входы, Потребителей и Выходы. Базовые рекомендации для анализа моделей сводятся к следующему:

- простаивающие функции (работы) необходимо  ликвидировать или включить в  процесс,

- функции, не ведущие к удовлетворению  потребителя также необходимо  ликвидировать. Например: исправление  неисправностей, которые можно предотвратить, утилизация дефективных продуктов, нерациональные задержки. Ликвидация подразумевает комбинирование нескольких функций (работ) в одну для предотвращения задержек, а также определение и исправление причин, вызывающих необходимость переделок или утилизации.

Все проблемы вариабельности процесса в конечном итоге сводятся к неспособности удовлетворения потребностей потребителей. Для предотвращения данных проблем необходимо идентифицировать характеристики продукта или процесса и способ их измерения. Характеристики Выходов процесса и их важность для потребителя рекомендуется свести в таблицу, пример см. ниже. Выделение характеристик необходимо для концентрации усилий на наиболее важных мероприятиях и для облегчения создания измерительной шкалы, которая будет использоваться при статистическом анализе. Примерами измерительных шкал могут быть отзывы потребителей, геометрические размеры, вкусовые качества.

Таблица 2. Матрица характеристик процесса.

Выход процесса Тренинговый центр- Семинар
Характеристика выхода	Длительность	Стоимость	Качество
Рейтинг характеристики (1-10)	1	5	10
Фактор, влияющий на характеристику и его рейтинг (1-10)
Красноречие тренера	8	1	2
Квалификация тренера	5	7	10
Стоимость аренды	1	10	1

 

  При создании измерительной шкалы рекомендуется также использование методики Balanced Scorecard (Система Сбалансированных Показателей), проводящей мониторинг эффективности работы компании в нескольких перспективах: Финансы, Потребитель, Процесс, Обучение и рост. Наиболее распространенные показатели методики BSC, реализованные в проектах «6Сигм» представлены в табл. 3.

Табл. 3. Перспективы и показатели процесса в методике Balanced Scorecard.

Финансы Каковы финансовые задачи процесса? • Затраты на изделие • Activity Based Costing • Стоимость низкого качества • Прибыль от соблюдения	Клиент Какие нужды клиента в этом процессе • Удовлетворенность клиента • Своевременное выполнение • Качество продукта на выходе • Дополнительные преимущества продукта, напр. Безопасность.
Процесс Какие процессы (в данном случае имеются в виду процессы 2-го и др. уровней модели) способствуют удовлетворению потребностей клиента? • Уровень сигма, количество отклонений • Объем производства • Качество поставок • Время цикла	Обучение и рост Насколько квалифицированным и инновативным должен быть персонал? • Степень использования методики 6 Сигм • Качество обучения •Количество обученного (переученного) персонала

 

Преимуществом методики Balanced Scorecard является структурированный подход сначала к определению целей, а затем и самой измерительной шкалы, т.е. показателей эффективности достижения поставленной цели.

 

б) Measure - Измерение.

На этом этапе последовательности необходимо определить Дефект процесса и вызывающие его причины путем измерения тех факторов, которые оказывают наибольшее влияние на выбранные Характеристики. Для выбора данных факторов целесообразно использовать диаграмму Парето, на которой можно идентифицировать те 20% факторов, которые генерируют 80% проблем. Второй статистический инструмент, используемый на данном этапе - это Контрольные диаграммы. Они позволяют оценить стабильность, следовательно предсказуемость процесса. Это обуславливается тем, что нестабильные (непредсказуемые) процессы необходимо стабилизировать перед тем, как начинать улучшение. Существуют два источника нестабильности процесса: рядовые (существующие постоянно) и особенные (возникающие внезапно). Контрольная диаграмма и позволяет выявить особенные источники. Механизм очень простой: определяем среднее значение, затем верхний и нижний контрольные пределы (обычно 3 Сигма от среднего).

Точки вне этих пределов и будут особенными источниками нестабильности. Существует несколько типов контрольных диаграмм, в зависимости от типа данных и назначения, см. Таблицу 4. Осуществить процесс построения контрольной диаграммы можно в Excel или Minitab.

Таблица 4. Типы контрольных диаграмм.

Диаграмма	Тип выборки	Тип данных	Назначение
Р	Изменяемый размер выборки	Пропорция (относительное количество дефектов	Анализ стабильности процесса путем подсчета количества дефектов
nP	Размер выборки постоянный, 20-50	Пропорция	Анализ стабильности процесса путем подсчета количества дефектов
с	Размер выборки постоянный, легко подсчитать количество дефектов	Численный, очень большой размер выборки	Анализ стабильности при более чем одном дефекте на изделие
u	Изменяемый	Численный	Анализ стабильности при более чем одном дефекте на изделие
XmR	Размер -1	Время, длина, вес, деньги	Анализ стабильности при только одном измерении, результаты которого значительно различаются
XbarR	Размер 2-10	Время	Оценка времени цикла