Авторские статьи
Популярное | Последнее

Цикл Шесть Сигм, с чем его едят. Статья №9. Алгоритм DMAIC. Шаг MEASURE. Часть 2.

Автор: Антон Анферов
06 февраля в 11:14

Мы с вами в прошлой статье рассмотрели задачи шага Измерение (Measure). А еще раньше мы очень детально разобрали шаг Определение целей Define. Его надо было разобрать, там закладывается базис проекта, если его сделать шатким, то весь проект, как карточный домик может разлететься.

Поэтому поздравляю всех тех, кто пережил мое занудное описание старта проекта. Дальше у меня для вас две новости, хорошая и плохая.

Хорошая новость заключается в том, что дальше будем меньше всех этих теоретических выкладок, которые навевают сон и скуку.

Плохая новость – глубоко не полезем. В цикле статей научить вас Сигме и не нужно, и нереально. Там столько всяких подводных камней и нюансов. Это как медицину по статьям изучать. Хорошо, если не во вред пойдет.

Поэтому здесь и далее я буду указывать, а зачем собственно нужен этот шаг, и какие инструменты для него используются. Но не ждите от меня детального расписания каждого инструмента. Там по каждому цикл статей можно делать. Все-таки, для этого есть учебные материалы.

И конечно постараюсь больше давать примеров. Но тут есть оговорка. Сигма в стране мало распространена и развита. Поэтому чисто сигмовых проектов, к сожалению, пока очень мало. Плюс далеко не все можно публиковать.

Но посмотрим, что мы из этого всего наберем. Мало ли. Вдруг у вас примеры найдутся.

Итак, Измерение. Основные цели за неделю не изменились.

12.png

Проверка Измерительной системы. Альфа и Омега методики Шесть сигм. Не прошли эту проверку, сидим и правим измерительную систему до прохождения. Месяц, значит месяц, год, значит год (если дадут вам год).

Главная задача – обосновать. А почему мы, собственно, верим собранным данным?

Типовая ситуация в проектах: условному Петровичу ставится задача к следующей встрече принести такие-то данные по процессу и все. Ну, может пару уточнений дадут еще от щедрот.

И вот что забавно, даже если вы доверяете Петровичу, доверие к нему ≠ доверие к данным.

Он может и честно их собирал. А данные все равно кривые.

Тому есть масса причин, не буду вас ими утомлять. Основных категорий три: неправильно выбранный инструмент, неправильно выбранный метод и влияние человека на метод.

Помните, в прошлой статье я писал о поверке инструментов, датчиков и так далее. Так вот это любимейшее действо помогает справиться только с первой категорией. А две другие даже не затрагивает. Сюрприз!

йцу.jpg

Я с этим столкнулся в свое время, когда Сигмой еще даже и не планировал заниматься.

Я тогда занимался упаковкой от телевизоров, в том числе и пенопластом. Мы делали измерения деталей, и отдел качества их делал. Детали пенопластовые и очень длинные. (см. рисунок). Так вот, чем только не измеряли, от рулеток, до здоровенных таких штангенциркулей с человека ростом. А с пенопластом есть такая особенность, чуть придавил его штангенциркулем или угол немного дал… и все, размер другой. И разница у нас доходила порой до 4-5 сантиметров. Это потом, позже мы докрутили совместно методику измерения и повысили точность. А тогда столько копий поломали, вспомнить страшно. 

кен.jpg

Отдельное веселье наблюдать за ребятами с производств, когда обучаешь их на практике проверке измерительной системы. Они у нас на практике в группах тоже штангенциркулем измеряют детали. Правда, твердые.

И на выходе всегда у них удивление. Штангенциркулем все пользоваться умеют. Детали одни и те же. А проверку группа не проходит с первого раза в 90% случаев. По крайней мере, по критериям Шести сигм. (они довольно суровые). До шока: «как так, я с этим штангенциркулем уже лет 15 работаю. Он же ПОВЕРЕН».

А смотри выше, не прошел проверку… правь систему и начинай заново. Нельзя принимать решения по недостоверным данным. На вторую-третью итерацию они уже обычно понимают и проходят. Кстати при этом не важно, какой они штангенциркуль берут, электронный или нет.

Зато, когда система отстроена, там уже не возникает вопросов, достоверные данные или нет. И дальше систему менять ЗАПРЕЩАЕТСЯ на протяжении всего проекта. Если поменяли, то снова проверять. А поменять систему очень просто, достаточно сотрудника заменить.

И да, это означает, что сбором данных в проекте Шесть сигм у вас будет заниматься очень ограниченный круг лиц. И только их данные вы будете использовать.

Тут обычно адепты Бережливого производства, Agile  и т.д. сильно возбуждаются и начинают доказывать, что надо спрашивать и собирать данные с максимального количества сотрудников, а не с отдельной горстки избранных.

гшщ.jpg

Лично меня это всегда умиляет. Для Бережливого производства все так. Там экспертная система, а данные служат как подтверждение. А в сигме - наоборот, в ней постулат «Лучше мало проверенных данных, чем куча непроверенных» актуален как нигде. Так что да, это не недоделка, это особенность. 

В общем, что я всем этим хочу сказать. Достижение достоверности измерительной системы в проектах Шесть сигм иногда в подпроект отдельный выделяют.

Был у нас тоже случай, когда одному из проектных лидеров лаборатория начала результаты подтасовывать. (это, кстати, частенько бывает).

А он к тому моменту уже знал от нас признаки недостоверности данных. (их не так много кстати) Это часто можно понять по гистограмме обычной, если знать, на что смотреть. И вот он разрабатывал целую процедуру потом работы с лабораторией, сделал с ними несколько проверок на достоверность, выбрал из всех 2 лаборанток, с которыми только потом и работал. А в завершение подсластил им всем пилюлю и в корпоративной газете расписал, какая лаборатория молодцы, и как они ему помогли.

В результате получал достоверные данные вплоть до конца проекта, без подтасовок. И молодец.   

зхъ.jpg

С инструментами тут следующее.

Основной инструмент Gage R&R:

Задачи инструмента: проверка повторяемости и воспроизводимости измерительной системы.

 Чего дает? Дает понимание, а в чем проблема вашей системы измерения. Люди или методы. Или оба.

Где можно использовать? При проверке систем сбора данных с непрерывным типом данных. Если нужно будет указать, что это за тип данных, пишите в комментариях.

Где не стоит использовать? Для систем с дискретным типом данных не подойдет.

Аналоги в ЛИН. А вот нет там аналогов, так как самой задачи, как таковой, нет.

Как выглядит? В разных программных пакетах выглядят по-своему. Вот примеры из Минитаб.

Вот вам две реальные системы. У нас сейчас идет курс Мастер Минитаба, где участники тренируются, в том числе, и проверке ИС.

Вот система хорошая (прошедшая проверку).

2020-02-06_114827.png

 А вот плохая. 

2020-02-06_1148271.png

Найдите разницу =)

В общем, этим инструментом еще надо научиться пользоваться. Там внутри очень много нюансов и настроек, в которых нужно разбираться. Только по одному этому инструменту можно отдельный цикл написать, статей на 5. Но это, когда я таки соберусь учебник «Практикум по Сигме» писать.  

Для дискретных данных, есть аналог, который зовется Atribute Agreement Test. Для него все то же, только сфера применения – системы с дискретными данными. Ну и выглядит немного иначе.

С проверкой системы измерения вроде все.

В следующей серии блок Постановка стартовой точки. 

апр.jpg


Ссылки на предыдущие статьи цикла "Шесть Сигм, с чем его едят":

Статья №1 Основные положения Шесть Сигм

Статья №2. Принцип решения проблем в Шесть Сигм. Алгоритмы проектов.

Статья №3. Алгоритм DMAIC. Шаг DEFINE. Часть 1.

Статья №4. Алгоритм DMAIC. Шаг DEFINE. Часть 2.

Статья №5. Алгоритм DMAIC. Шаг DEFINE. Часть 3.

Статья №6. Алгоритм DMAIC. Шаг DEFINE. Часть 4.

Статья №7. Алгоритм DMAIC. Шаг DEFINE. Часть 5.

Статья №8. Алгоритм DMAIC. Шаг MEASURE. Часть 1.