Six Sigman alkuvaiheessa 2000-luvun alussa menetelmän ylikuumeneminen näkyi siinä, että jopa palaverit oli nimetty Six Sigmaksi ja agenda noudatti DMAIC-prosessia. Nämä ajat ovat varmaan jääneet taakse, mutta uudet ylikuumenemisen aiheet ovat tulleet Six Sigmaan.

Six Sigma -menetelmän standardoimisen (ISO 13053) myötä menetelmän suosio on kasvanut ja samalla Six Sigma -tiedon jakaminen levinnyt yhä useammille henkilöille. Laajenemisen myötä on Six Sigman osaaminen liudentunut. Jatkuvasti törmää Six Sigma -koulutuksen käyneisiin henkilöihin, joilta ns. Six Sigma ”pihvi” on jäänyt nauttimatta. Ongelmanratkaisu (problem solving) ja suorituskykyongelma (capability problem) ovat menneet sekaisin – marjojen poimiminen ja uuden paremman sadon luominen.

Suorituskykyongelma – Six Sigma -ongelma

Suorituskykyongelma käsittelee tulevaisuutta, parempaa satoa, kun taas ongelmanratkaisu mennyttä ja nykyistä, sadon poimintaa. Kysymykset näiden ongelmien takana ovat erisuuntaiset, kuten myös aikahorisontti.

Ongelmanratkaisussa kysytään ensi sijassa ”mikä on muuttunut”, kun suorituskykyongelmassa kysymyksenä on ”mitä pitää muuttaa”.

Erota ohjaus (ylläpito ja korjaus) suorituskyvyn parannuksesta.
Kuva 1. Erota ohjaus (ylläpito ja korjaus) suorituskyvyn parannuksesta.

Ongelmanratkaisu ja suorituskyvyn analyysieroavuudet

Ongelmanratkaisu keskittyy tuntemattoman, mutta selkeästi tapahtuneet erityisen poikkeaman selvittämiseen. Suosituskykyongelmassa ei ole yhtä selkeää aiheuttajaa vaan selvitetään mahdollisia ratkaisuja ja tekijöitä, joita tulisi muuttaa, jotta päästäisiin parempaan suorituskyvyn tasoon. Siis havaittavaa poikkeamaa, joka parantaa suorituskykyä, ei ole!

Kuvassa 2 on esitetty Pareto-kaavion sekä ohjauskortin ja histogrammin avulla ongelman (erityissyy = epänormaalitila) ja suorituskykyongelman ero. Ylemmässä kuvassa Pareto-kaaviossa tekijät x8 ja x6 ovat tekijät, jotka vaikuttavat jakauman paikkaan ja leveyteen n. 90 %. Nämä ovat kausaalitekijöitä, joita muuttamalla on vaikutusta suurimaan osaan tapahtumissa. Näiden tekijöiden muutoksien vaikutuksia ei voida havainnoimalla tunnistaa millään tilastollisella tai ei tilastollisella menetelmällä, koska niissä ei ole tapahtunut muutosta valitsevassa tilassa. Kuvan 2 oikeasta laidasta ei päästä vasemman laidan Pareto-kuvaan!

Tilastollisen suorituskykyongelman ja erityissyyongelman ero sekä vaikutus vaihteluun.
Kuva 2. Tilastollisen suorituskykyongelman ja erityissyyongelman ero sekä vaikutus vaihteluun.

Kuvan 2 alemmassa kolmessa kuvassa Pareto-kaavioon sekä ohjauskorttiin ja histogrammiin on lisätty erityissyy, joka aiheuttaa poikkeaman. Erityissyyt voidaan tunnistaa havainnoimalla käyttämällä SPC-ohjauskorttia. Tämän vaikutus näkyy Pareto-kaaviossa korkeana pylväänä. Tämä poikkeustila dominoi, siis erityissyyn vallitessa, mutta se ei vaikuta jakaumaan leveyteen normaalitilassa, joka johtuu tekijöistä x8 ja x6. Erityissyy voidaan löytää havainnoimalla tilastollisella tai ei tilastollisella menetelmällä, koska muutos on tapahtunut erityissyyn aiheuttamassa tekijässä. Kuvan 2 oikeasta laidasta päästään vasemmalla olevaan Pareto-kuvaan.

Organisaatioissa helposti huomio keskittyy yksittäisiin tapauksiin. Nämä tapaukset pitää toki hoitaa ja selvittää (korjata), mutta näihin keskittyminen ei paranna prosessia ja suorituskykyä. Ongelma uusiutuu ja uusiutuu! Tri Juran kuvaa tarvittavaa suorituskyvyn parantamista termillä läpimurto (breakthrough). Kuvassa 3 kuvattu ongelmanratkaisu ja parannus.

Suorituskyvyn parannuksessa on kysymys siis niistä syistä, joita laatukielellä kutsutaan "vital few" (oleelliset harvat) syiksi erotuksena "trivial many" (vähäpätöiset monet).
Kuva 3. Suorituskyvyn parannuksessa on kysymys siis niistä syistä, joita laatukielellä kutsutaan ”vital few” (oleelliset harvat) syiksi erotuksena ”trivial many” (vähäpätöiset monet).

Tässä Tri Juranin itse kertomana aiheesta: laadun parantamisen taustaa länsi vs Japani 1950 alkaen, erityissyy (sporadic) ja suorituskyky (chronic) ongelmasta sekä parannuksen universaali. Linkki YouTube -videoon: https://youtu.be/4z_fK44H4gI.

Suorituskyky ja Six Sigma -prosessi

Suuri osa prosessin tuottamista ongelmista ja virheistä (94-98%) on systeemin suorituskyvyn heikkoutta. On hyväksyttävä, että ei ole olemassa helposti selvitettävissä olevaa yhtä tai edes muutamaa faktasyytä. Useat henkilöt elävät eksaktissa maailmassa, jossa jokaiselle tulevalle asialle on tarkka selitys! Todellisuudessa tarkkaa selitystä ei tulevaisuudesta ole olemassa, mutta asiat, yksittäisten tulevien asioiden aiheuttama sumeus, voidaan tarkemmin kuvata tilastollisilla sattumajakaumilla (kuva 2 ja 3).

Jotta tulevaisuutta voidaan suunnitella ja hallita, tulevaisuuden ongelman tarkempi kuvaus voidaan tehdä toleransseilla ja jakaumilla ja muuttaa yksittäiset tuote- ja palvelusuunnitelmat (= toleranssit, speksit, vaatimukset) suorituskykyongelmaksi (ks. kuva 4 keskiarvo ja keskihajonta ongelmaksi), joka mahdollistaa kausaalisyiden, ideoiden selvittämisen ja paljastamisen Six Sigmalla tai muilla kausaalisyiden tutkimusmenetelmillä.

Hyvä ja huono suorituskyky kuvattu suoristuskykyindekseillä.
Kuva 4. Hyvä ja huono suorituskyky kuvattu suoristuskykyindekseillä.

Tilastollisen jakauman ”pilkkominen” vaikuttaviksi tekijöiksi, parametreiksi ei onnistu kuin kokeen (DOE) avulla luotettavasti. Six Sigma -menetelmällä EI haeta varsinaista syytä, vaan ideaa tai ratkaisua siihen, kuinka prosessin suorituskykyä voidaan parantaa!

Älä hukkaa Six Sigma -osaamista ”vääriin” tilanteisiin. Erota nämä kaksi tilannetta, aivan samoin kuin yhteiskunnassa on erotettu: uuden rakentaminen, uudistaminen ja ylläpito toisistaan!

Lähteet:

  1. Juran’s Quality Handbook
  2. Wheeler, J. D., Reducing production costs.
  3. Hoerl, R. & Snee, R. D. Statistical thinking improving Business Performance.

Kommentoi artikkelia

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *

Tämä lomake on suojattu Google reCAPTCHA:lla. Lue tietosuojaseloste ja käyttöehdot.

 

Tilaa uutiskirje

Liity postituslistalle ja saat uusimmat artikkelit suoraan sähköpostiisi.