Современные концепции управления качеством

     2. Персонал. Ведь люди создают результаты  и, соответственно, мы их должны  мотивировать для максимального  удовлетворения  потребности клиента [7].

     2.1.3. 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 у (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 (рисунок 3). 

 

     Рисунок 3 – 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 (рисунок 4).

 

     Рисунок 4 – 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 (рисунок 5). 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 5 –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. (рисунок 6).

     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 6 – изменение процессов в течение времени 

     Рисунок 7 – Уровень качества 6 сигм 

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

Таблица 1– классификация  

     2.1.4. Цикл Шухарта – Деминга

     Концепция «Шесть сигм» основана на применении цикла Шуберта–Деминга PDCA: Планируй – Делай – Проверяй – Внедряй. Впоследствии в рамках концепции этот цикл трансформировался в цикл MAIC: Измеряй – Анализируй – Улучшай – Управляй. В последнее время наблюдается тенденция к добавлению этого цикла рядом стадий. Наиболее часто встречается вариант DMAIC – в начале цикла добавляется стадия «Определяй» и встречается так же RDMAICSI (где R – Осознай, S – стандартизируй, I – интригуй). Рассмотрим более подробнее цикл DMAIC.

     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 сводится к следующему:

     а) простаивающие функции (работы) необходимо ликвидировать или включить в процесс;

     б) функции, не ведущие к 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 (таблица 2). 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 (пример)

 

     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 таблице 3. 

Таблица 3 – Перспективы и показатели процесса в методике Balanced Scorecard

 

     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 2 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 (таблица 4) Осуществить процесс построения контрольной диаграммы можно в Excel. 

Таблица 4– Типы контрольных диаграмм

 

     Во  многих случаях (производство, технология) необходимо также выяснить, способен ли данный процесс удовлетворить потребности клиента. В численном выражении данная способность выражается как 0 дефектов. Стремясь к качеству «6 Сигм», мы можем принять верхним контрольным пределом 3.4, а нижним – соответственно 0 дефектов на миллион. Процесс считается «способным», если график находится между контрольными пределами. Автоматизация данного анализа (Capability analysis) осуществляется в Excel и др. Далее путем опроса группы клиентов и работников компании в течение 3 месяцев. Перечень вопросов, ответов и процентные соотношения представлены в таблице 5: 
 
 

Таблица 5 – Результаты опроса