การคำนวณระดับการประมวลผล six sigma

Six Sigma ได้รับการพัฒนาโดยวิศวกรชื่อ Bill Smith แห่ง บริษัท Motorola ในปี 1989 ระบบของเทคนิคและเครื่องมือที่ประกอบเป็น Six Sigma ได้รับการใช้กันอย่างแพร่หลายในการผลิตเพื่อเพิ่มคุณภาพและส่งเสริมการปรับปรุงในปัจจุบัน

สร้างโดย Joshua Crowder

Process Sigma คืออะไร?

กระบวนการซิกมาคือการวัดความแปรผันของกระบวนการที่สัมพันธ์กับข้อกำหนด ข้อกำหนดถูกกำหนดเป็นขีด จำกัด ความอดทนสูงสุด (UTL) และขีด จำกัด ความอดทนต่ำ (LTL) คำว่า process sigma เหมือนกับ z-score ทางสถิติจริงๆ ด้วยสมมติฐานว่ากระบวนการที่วัดอยู่ภายใต้การแจกแจงปกติระยะห่างระหว่างค่าเฉลี่ยของกระบวนการและ UTL หรือ LTL คือซิกม่าของกระบวนการ ดังนั้นยิ่งกระบวนการของคุณซิกม่าสูงเท่าไหร่กระบวนการของคุณก็จะดีขึ้นเท่านั้น สาเหตุนี้เป็นเพราะการกระจายจะแคบลงที่ค่าเฉลี่ยเมื่อซิกมาของกระบวนการเพิ่มขึ้น

Six Sigma เป็นหนึ่งในเครื่องมือที่ดีที่สุดในการป้องกันไม่ให้กระบวนการต่างๆ คุณต้องมีช่วงคุณภาพที่ยอมรับได้ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานที่คำนวณได้ (σ) ซึ่งใช้ในการหาจำนวนของการเปลี่ยนแปลงหรือการกระจายของข้อมูลของคุณ ด้วยข้อมูลนี้สามารถคำนวณกระบวนการซิกมา (z-score) ได้ หากต้องการค้นหาหน่วยวัดนี้สามารถใช้ UTL หรือ LTL ได้ สมการในการค้นหาซิกมาของกระบวนการสามารถพบได้ด้านล่าง

สมการข้างต้นใช้เพื่อค้นหาซิกม่าของกระบวนการ ผลลัพธ์ที่ต่ำที่สุดของทั้งสองจะถูกเรียกว่า process sigma

สร้างโดย Joshua Crowder

ตัวอย่างการใช้สมการของกระบวนการซิกม่า

ตัวอย่างนี้เกี่ยวข้องกับการวัดชิ้นส่วนที่ต้องอยู่ระหว่างช่วง 2 ถึง 10 นิ้ว LTL จะเป็น 2 และ UTL จะเป็น 10 จากข้อมูลที่ผ่านมาที่รวบรวมในกระบวนการนี้ค่าเฉลี่ยของกระบวนการคือ 6.5 และค่าเบี่ยงเบนมาตรฐานคือ 1.75 ขั้นแรกให้ใช้ UTL เพื่อคำนวณระดับซิกม่า

(10 - 6.5) /1.75 = 2.0

ประมวลผลซิกมาสำหรับ UTL คือ 2.0

(6.5-2) /1.75 = 2.57

ประมวลผลซิกมาสำหรับ LTL คือ 2.57

กระบวนการ Sigma = 2

เราเลือก 2 เพราะ 2 ใกล้เคียงกับค่าเฉลี่ยมากกว่า 2.57 ทำให้เรามีข้อบกพร่องมากขึ้น หากเราต้องการดำเนินการต่อไปอีกไม่กี่ขั้นตอนเราสามารถคำนวณได้อีกสองสามรายการ ในการค้นหาพื้นที่ของชิ้นส่วนที่มีข้อบกพร่องนอกขีด จำกัด ความคลาดเคลื่อนด้านบนเราต้องใช้กระบวนการซิกมา (z-score) "2.0" และค้นหา 2.00 ในแผนภูมิการแจกแจงปกติ

ดังที่คุณเห็นในแผนภูมิด้านล่างในการค้นหาคะแนน z คุณต้องหา 2.0 บนแกนนอนจากนั้นหา. 00 บนแกนแนวตั้ง แกนแนวตั้งมีไว้สำหรับตำแหน่งที่ร้อยเท่านั้น ค้นหาคะแนน z ในแผนภูมิด้านล่าง

ตารางการแจกแจงปกติใช้เพื่อหาเปอร์เซ็นต์ของพื้นที่จากค่าเฉลี่ยไปจนถึงกระบวนการซิกม่า (z-score)

สร้างโดย Joshua Crowder

ขีดจำกัดความอดทนบน

ประมวลผลซิกมาสำหรับ UTL คือ 2.0

ความน่าจะเป็นของผลลัพธ์ที่ดี =.9772

ความน่าจะเป็นของผลลัพธ์ที่ไม่ดี 1-.9771 =.0229

ขีดจำกัดความอดทนต่ำ

ประมวลผลซิกมาสำหรับ LTL คือ 2.57

ความน่าจะเป็นของผลลัพธ์ที่ดี =.9949

ความน่าจะเป็นของผลลัพธ์ที่ไม่ดี 1-.9949 =.0051

หลังจากพบคะแนน z บนแผนภูมิแล้วเราสามารถพูดได้ว่าเมื่อดำเนินการในระดับที่สูงกว่าระดับค่าเฉลี่ยเรามีโอกาส 97.72 เปอร์เซ็นต์ที่จะมีผลลัพธ์ที่ดีกับ UTL และมีโอกาส 99.49 ที่จะมีผลลัพธ์ที่ดีกับ LTL

ความน่าจะเป็นของการมีผลิตภัณฑ์ที่มีข้อบกพร่องสามารถพบได้โดยการลบความน่าจะเป็นของผลลัพธ์ที่ดีออกจาก 1 การเพิ่มความน่าจะเป็นเหล่านี้เข้าด้วยกันจะทำให้คุณได้เปอร์เซ็นต์ข้อบกพร่องบนและล่าง (.51 +.0229 =.028 หรือ 2.8%) ตอนนี้ถ้าคุณคูณความน่าจะเป็นที่จะมีส่วนเสียเป็น 1 ล้านตอนนี้เราสามารถพูดได้ว่ากระบวนการนี้มีส่วนที่บกพร่อง 2,800 ส่วนต่อหนึ่งล้านโอกาส (DPMO) ดูการแสดงภาพด้านล่างสำหรับเปอร์เซ็นต์ผลลัพธ์

เปอร์เซ็นต์ผลลัพธ์

สร้างโดย Joshua Crowder

การใช้ Microsoft Excel เพื่อค้นหา Process Sigma

Microsoft Excel สามารถใช้เพื่อค้นหาซิกม่าของกระบวนการโดยใช้ขั้นตอนต่างๆ คุณสามารถดาวน์โหลดตัวอย่าง Microsoft Excel ได้ที่นี่ ดังที่คุณเห็นในภาพด้านล่างการคำนวณทั้งหมดสามารถทำได้ใน Microsoft Excel

นี่คือฟังก์ชันทางสถิติของ Microsoft Excel ที่ใช้ในการคำนวณกระบวนการซิกม่า:

= STANDARDIZE (คำนวณกระบวนการซิกม่า)

= NORM.S.DIST (เปอร์เซ็นต์ข้อบกพร่องด้านซ้ายจากคะแนน z ติดลบ)

= NORM.S.DIST (UTL เปอร์เซ็นต์ชิ้นส่วนที่ดี)

= NORM.S.DIST (ABS (UTL เปอร์เซ็นต์ส่วนที่ดีจากคะแนน z ที่เป็นลบ)

= 1-NORM.S.DIST (เปอร์เซ็นต์ข้อบกพร่องทางหางขวา)

การคำนวณกระบวนการซิกมาสามารถทำได้ใน Microsoft Excel ด้วยความช่วยเหลือของฟังก์ชันทางสถิติ

สร้างโดย Joshua Crowder

อ้างอิง

Boyer, K. & Verma, R. (2010). ดำเนินงานและการจัดการห่วงโซ่อุปทานสำหรับศตวรรษที่ 21 เมสันโอไฮโอ: ตะวันตกเฉียงใต้

บทความที่เกี่ยวข้อง

วิธีคำนวณเวลาในการควบคุมกระบวนการ

แหล่งที่มาของการปรับปรุงคุณภาพเพื่อให้สถานที่ทำงานดีขึ้น

เครื่องมือการผลิตแบบลีนที่มีคุณค่าซึ่งสามารถปรับปรุงธุรกิจได้

วิธีการวิเคราะห์จุดคุ้มทุนในการผลิตให้สมบูรณ์: ระหว่างกระบวนการ

© 2018 Joshua Crowder