logo_interquality
Zaregistrovat se | | 22. listopadu 2017 |
  Hledat
ČLÁNKY, RECENZE KNIH
Celý článek
Proč je Six Sigma právě šest?

Autor: Ivan Miller

O iniciativě Six Sigma se toho dá říci mnoho. Je bezesporu úspěšná, je založená na týmové práci, opírá se o analýzu dat… a také je plná záhad. Jednou z takových záhad je udělování různobarevných pásů jejím účastníkům, jinou záhadou je samotný název Six Sigma.

Už jste asi slyšeli nebo četli o tom, jak výrobce elektroniky Motorola se dostal do potíží s kvalitou, která neodpovídala složitosti produktu. Když jeden z nepříliš úspěšných závodů Motorola na výrobu televizorů převzala japonská konkurence, dokázali Japonci během několika měsíců mnohonásobně snížit zmetkovitost, aniž by přitom měnili konstrukci, zvyšovali náklady na kontrolu nebo přijímali nové lidi.

 

 

 

Odpovědí Motoroly byl program zvyšování kvality, kde se každý krok procesu, každá operace měly dostat na úroveň „Six Sigma quality“. Co to je? Pro odborníky můžeme říci, že se jedná o určitou úroveň způsobilosti procesu. Neodborník se tímto vysvětlením mnoho nedozví. Představme si , že máme proces, jehož cílem je uspokojit požadavky zákazníka. Bude to třeba proces vyřizování žádosti o hypotéku. Významným parametrem takového procesu bude doba, kterou banka k vyřízení žádosti potřebuje. Sama banka na základě marketingové studie zjistila, že zákazníci jsou ochotni čekat dva týdny. Limit dvou týdnů se proto stal toleranční mezí. Podobné to bude s vrtáním děr pro hmoždinky. My (zákazníci) chceme, aby v otvoru hmoždinka držela, ale zároveň aby šla dobře zasunout. Průměr otvoru musí tedy ležet v určitých tolerančních mezích. Důležité je uvědomit si, že toleranční meze jsou vyjádřením potřeby zákazníka a ničeho jiného.

 

 
 
 
 

Pojem toleranční meze je nesmírně výstižný. Pokud se klientovi hypotečního ústavu nedostane služby do doby dvou týdnů, není ochoten to tolerovat. U díry pro hmoždinku je to podobné. Znalci ví, že z příliš velkého otvoru hmoždinka vypadává, kdežto do příliš malého otvoru je nutno ji pomoci kladívkem. V závěru této operace se konec hmoždinky ožvýká a nezbude než začít vrtat na novém místě. Ani jednu ze situací nelze tolerovat.

 

 

 

Druhou stranu rovnice představuje schopnost procesu. Ta není bezprostředně závislá na přání zákazníka, ale na způsobu, jakým byl proces navržen, na použitých metodách, zařízeních, na vlivech okolního prostředí, dodávkách služeb a materiálů a podobně. Tvrdíme, že pokud je souhrn těchto vlivů ovlivněn pouhým šumem, je výstup procesu předvídatelný. Míru předvídatelnosti procesu i jeho proměnlivost dokážeme zhodnotit pomocí jednoduchých statistických nástrojů.

 

 

 

Jedním z takových nástrojů je histogram. Ten ukazuje proměnlivost chování procesu v minulosti. Podíváme se například na průměry všech děr pro hmoždinky, které jsme vyvrtali za poslední kvartál.

 

 

 
 

Asi nás nepřekvapí, že z děr vyvrtaných osmičkou vrtákem neměla žádná průměr menší než osm milimetrů. Největší díru se nám podařilo udělat do zdi, která držela pohromadě jen silou vůle. Její průměr byl 10,5 mm. Velká většina děr měla průměr okolo 8,6 mm. To vše se dá vyčíst z histogramu. Pokud bychom zkoumali všechny vyvrtané díry (anebo uzavřené hypoteční smlouvy) za poslední rok, vypadaly by histogramy podobně. Zdá se, že chování procesu je opravdu v určitých mezích předvídatelné. Můžeme dokonce mluvit o mezích přirozené proměnlivosti procesu. Velikost proměnlivosti jsme schopni vyjádřit směrodatnou odchylkou (alespoň dnes, kdy nám její hodnotu spočítá Excel i kalkulačka za tři stovky).

 

 

 

Říkáme, že hranice přirozené proměnlivosti procesu leží ve vzdálenosti plus a minus tří směrodatných odchylek od jeho průměru. To si můžeme snadno vyzkoušet. Pokud bychom vzali všechny průměry děr, vyvrtaných za poslední rok a spočetli z nich průměr a směrodatnou odchylku, vyšly by nám hodnoty na obrázku. Zároveň vidíme, že ve vzdálenosti větší než tři směrodatné odchylky od průměru opravdu žádné hodnoty nenajdeme.

 

 

 
 

Ideální procesy mohou mít na výstupu rozdělení, které se podobné Gaussově křivce. To je jedna z rekvizit školní statistiky a určitě jsme o ní slyšeli i při školení o „jakosti“, pokud jsme se tou dobou už neomluvili nebo neusnuli. Gaussovo čili normální rozdělení má jednu výhodu. Jsme schopni říci, jaké procento hodnot (děr pro hmoždinky, hypotečních smluv, délek sirek nebo kapacit kondenzátorů bude ležet vně hranic vyjádřených jako násobek směrodatné odchylky. To sice zní složitě, dokážeme to ale ukázat na jednoduchém příkladu.

 

 

 

Rozdělení, podobné normálnímu, mají průměry cigaret, vyráběných na moderních automatech podivuhodnou rychlostí. Díky moderní měřicí technice jsme schopni zaznamenat průměr každé cigarety, kterou vyrobí automat s kadencí, podobnou samopalu. Podívejme se na časový průběh této operace.

 

 

 
 

Vidíme, že všechny průměry jsou si velmi podobné a odvážili bychom se říci, že tomu tak bude i do budoucna. Dokážeme i odhadnout, v jakém rozmezí se průměry budou pohybovat. Pokud bychom stanovili toleranční meze tohoto procesu tak jako na obrázku, nevešla by se do nich každá x-tá cigareta, tj. asi xx procent. Toleranční meze byly stanoveny ve vzdálenosti tří směrodatných odchylek na obě strany od středu procesu. Při stanovení volnějších tolerančních mezí ve vzdálenosti kupříkladu čtyř směrodatných odchylek by už pravděpodobnost vyrobení špatné cigarety byla jen xx procent. Konečně při stanovení tolerančních mezí ve vzdálenosti šesti směrodatných odchylek na obě strany od středu procesu bychom se dostali až k pravděpodobnosti jedna k miliardě. A právě takový proces označujeme za proces s kvalitou Six Sigma. Řecké písmeno sigma je totiž označením směrodatné odchylky.

 

 

 

Aby to nebylo tak jednoduché, přišli statistici z Motoroly na jeden vážný problém. Při tak velké způsobilosti procesu už zpravidla není snadné jej udržet přesně uprostřed tolerančních mezí. Připouštíme tedy, že střed procesu bude ležet ve vzdálenosti 1,5 směrodatných odchylek od středu tolerančního pásma. Potom bude výsledná chybovost procesu rovná 3,4 špatných kusů z milionu vyrobených. Říkáme tomu 3,4 ppm, čili parts per milion.

 

 

 

V praktickém životě má ale jen málo naměřených veličin normální rozdělení a jen u mála veličin můžeme provádět taková měření, jako u hromadné výroby cigaret. Proto se ustálila definice, která říká, že kvalitu Six Sigma má právě takový proces, který má méně než 3,4 ppm.


Written By: host
Publikováno dne: 23.1.2008
Počet shlédnutí: 6632

Návrat