Ongelmat ja niiden syntymekanismit ovat erilaisia. Tämän vuoksi tarvitaan myös erilaisia ongelmanratkaisukeinoja. Lean Six Sigma -menetelmä tarjoaa keinoja ja työkaluja suorituskyvyn parantamiseen ja näitä keinoja voidaan käyttää myös yksittäisten perinteisten ongelmien ratkaisemiseen itsenäisinä työkaluina.
- Lean Six Sigma -koulutuksessa opit ymmärtämään erityyppisten ongelmien olemassaolon ja ymmärrät millaisia keinoja ja työkaluja tarvitaan niiden ratkaisemiseen.
- Lean Six Sigma on suorituskyvyn (capability) ongelmanratkaisumenetelmä, joka voi korvata usein aineellisen ja kalliin investoinnin aineettomana vaihtoehtona.
- Lean Six Sigma on mallinnusmenetelmä, joka tarjoaa lähestymistavan sekä työkalut moderniin laadun tekemiseen.
Mihin Lean Six Sigma -menetelmää käytetään?
Lean Six Sigma -menetelmää käytetään suorituskyvyn parantamiseen. Lean Six Sigma -menetelmä kehitettiin prosessin suorituskyvyn parantamiseen, koska tuotteiden ja prosessien monimutkaistuessa vikojen ja virheiden määrä alkoi kasvaa ja se tuli esteeksi monimutkaisempien tuotteiden valmistamiselle. Nostamalla suorituskykyä, laatu rakentuu prosessiin. Prosessin suorituskyvyn nousu on osaltaan mahdollistanut teknologian nousun.
Toki suorituskykyä voidaan parantaa investoimalla uuteen teknologiaan, mutta usein se ei ratkaise kaikkea ja se voi olla turhaa, koska olemassa olevaa prosessia voidaan vielä parantaa merkittävästi.
Valtaosa ympärillä olevista ongelmista syntyy prosessien luontaisen vaihtelun (random cause) johdosta, vaikka oletetaan, että ne olisivat yksittäisiä poikkeustapauksia (special cause). Tuntuu, että yhtä yksittäistä tekijää vioille ei löydy, mutta niitä on paljon. Kysymys yleensä on juuri suorituskyvyttömyydestä.
Prosessin suorituskyvyksi (capability) kuvataan vaihtelun määrää, joka on prosessille ominaista ja sen yksittäisten tekijöiden summasta ja keskinäisvaikutuksista johtuvaa. Jos tämä luontainen vaihtelu on liian suurta suhteessa tarpeeseen tai vaatimuksiin, sanotaan prosessin olevan suorituskyvytön.
Ketä ovat Lean Six Sigma Black Beltit?
Black Belteiksi sanotaan ammattilaisia, jotka hallitsevat perinteiset ryhmä- ja laatutyökalut sekä edistykselliset datan analyysityökalut. Datan analyysityökalut voidaan jakaa passiivi- ja aktiividatan analyysiin eli tutkivaan ja vahvistavaan analyysiin (EDA ja CDA). Black Belt -koulutuksissa opetetaan tilastollisia työkaluja kumpaankin käyttöön.
Miten Lean Six Sigma -menetelmä tukee parannusmallia?
Lean Six Sigma -koulutuksessa Black Belteille opetetaan parannusprojektin valinnan tärkeys ja ongelmankuvauksen tekeminen oikein. Se on keskeistä tuloksekkaassa toiminnan kehittämisessä. Black Beltille opetetaan parannusmalli (model for improvement), joka sitoo liiketoiminnan, ideoinnin/innovoinnin sekä ideoiden kokeellisen testaamisen modernien ja tehokkaiden työkalujen avulla. Viimeisenä erittäin tärkeänä asiana on muutoksen käyttöönotto ja tulosten validointi.
Parannusmallissa käytetään apuna yleisesti analyyttisessä ongelmanratkaisussa hyväksyttyä lähestymistapaa Y = f(x)+ε. Tämä syy-seuraus -malli sopii hyvin niin tuotteiden kuin prosessien parantamiseen.
Syy-seuraus -malleja on erilaisia. On olemassa korrelaatiomalleja, kokeellisia malleja ja deduktiivisia malleja. Black Belt -koulutus tukee kokeellisen mallin luomista, mutta tuo analyysitaitoja ja ymmärrystä myös korrelaatiomallien ymmärtämiseen.
Y = f(x) + ε ajatuksen ymmärtäminen ja soveltaminen erilaisiin liiketoimintaympäristöihin auttaa myös muussa analyyttisessä ongelmanratkaisussa ja analyyttisessä kehitystyössä.
Lean Six Sigma -menetelmässä käytetään DMAIC -prosessilähestymistapaa. Tänä päivänä DMAIC-prosessin rinnalle on kehitetty erilaisia vastaavia Laatu 4.0 -malleja. DMAIC-prosessin oppiminen ja soveltaminen tukee Black Beltiä omaksumaan myös tulevaisuuden (laatu 4.0) kehitysaskeleet laadun kehittämisen alueella.
Mitä lopuksi sanoisi Lean Six Sigma -koulutuksesta?
Lean Six Sigma on edelleen moderni ja käytännönläheinen laaja kokonaisuus, joka tarjoaa useita eri syvyyksiä erilaisille oppijoille. Koulutuksessa on sekä tiukkaa teoriaa että parannuksen ja ohjauksen filosofiaa, unohtamatta konkreettisia työkaluja.
Laaja Black Belt -koulutus mahdollistaa oppijalle useiden harjoitusten ja erilaisten filosofioiden ja ajatusten laajan kokonaisuuden. Oppiminen ottaa aikaa. Ymmärtäminen ottaa vielä enemmän aikaan. Aina vähemmän ei ole enemmän. Lean Six Sigman oppimiseksi erittäin suositeltavaa on aloittaa Black Belt -koulutuksesta.
Itse aikoinaan ja lukuisat kurssilaiseni ihmettelevät, kuinka paljon Black Belt -koulutuksessa voi oppia ja kuinka paljon sieltä saa ajatuksia myös siitä, mitä vielä voisi oppia lisää.
Lean Six Sigmassa Black Beltiksi kutsutaan standardoitua tietosisältöä (BOK, Body of Knowledge) noudattavan koulutuksen käynyttä henkilöä, joka on saanut sertifikaatin ja toteuttanut vaatimusten mukaisen DMAIC-projektin.
EDA tarkoittaa tutkivaa analyysiä (exploratery data analysis), jolla kuvataan tyypillisesti data-analyysiä, jossa analyysillä kuvataan dataa, pyritään selittämään dataa ja/ tai kehitetään vaihtoehtoisia hypoteesejä.
CDA tarkoittaa tutkivaa analyysiä (confirmatory data analysis). Se on tieteellinen prosessi, jossa käytetään tilastollisia menetelmiä deduktiivisesti päätellyn tuloksen hyväksymiseen tai hylkäämiseen tietyllä luottamustasolla.
Passiividataa (tai myös havaintodataksi kutsuttua dataa) on data, joka on syntynyt havainnoimalla tutkittavaa kohdetta tai prosessia ja keräämällä olosuhde ja tulostietoja kohteesta.
Aktiividata (tai myös kokeelliseksi dataksi kutsuttu data) perustuu yleensä johonkin suunnitelmaan, joka poikkeaa passiividatasta merkittävästi, koska tässä kohdetta tai prosessia muutetaan ennalta määritellyn suunnitelman mukaisesti ja näistä muutoksista ja tuloksista kerätään data.
Aktiividata mahdollistaa pienemmät datamäärät ja tehokkaammat sekä vakaammat mallit. Aktiividatan keräys on monissa tapauksissa tärkeä osa tieteellistä päätöksentekoprosessia.
Y = f(x) on yleinen kuvaus, jossa Y on seuraus tai ulostulo useista riippumattomista tekijöistä (x). Ulostuloon vaikuttaa f() kuvaa, kuinka yksitäisen tekijä vaikuttaa lopputulokseen. Epsilon (ε) kuvaa satunnaista virhettä, jota ei funktiossa olevilla tekijöillä voida selittää.
Artikkelin on kirjoittanut Antti Piirainen (DI, laatutekniikan asiantuntija, johtava kouluttaja).
https://www.linkedin.com/in/antti-piirainen/
Lähteet:
- AIAG: SPC Manual, 1st Edition 2026
- Joseph A. Defeo: Juran’s Quality Handbook, Seventh Edition, 2017
- Langley, Moen, Nolan, Norman, Provost: The Improvement Guide, Second edition, 2012
Tutustu kurssitarjontaamme!
Tilaa uutiskirje
Liity postituslistalle ja saat uusimmat artikkelit suoraan sähköpostiisi.
Tämä lomake on suojattu Google reCAPTCHA:lla. Lue tietosuojaseloste ja käyttöehdot.
Liittymällä postituslistalle hyväksyt Quality Knowhow Karjalainen Oy:n tietosuojaselosteen ja Quality Knowhow Karjalainen Oy voi lähettää sinulle ajankohtaisia artikkeleita, videoita sekä tietoa ja tarjouksia kursseista, kirjoista sekä ohjelmistoista.
Tämä lomake on suojattu Google reCAPTCHA:lla. Lue tietosuojaseloste ja käyttöehdot.