المنشورات

يعلم هذا المجلد الأول أساسيات حل مشكلات التدفق والمبادئ الأساسية لـ Lean Management. الكتاب موجه للطلاب والمدربين في مجال Lean Six Sigma، وكذلك المديرين الذين يرغبون في تجاوز مجرد اكتساب القوانين والحلول الجاهزة وتطوير ممارساتهم على أساس نظري متين. مع احترام الجذور التاريخية والروح والمصطلحات المعتمدة لـ Lean Six Sigma، يسعى الكتاب إلى تحديد المبادئ الأساسية الضمنية وتوحيدها وصياغتها بشكل منهجي.

يفصل هذا المجلد الثاني تطبيق النهج داخل الشركات والبروتوكول المنهجي العام لـ DMAIC. واستنادًا إلى تعريف أصلي للمشكلات الإحصائية، فإنه يعلم أساسيات حل المشكلات الإحصائية "القابلة للتمييز" والمبادئ الأساسية لـ Six Sigma. الكتاب موجه للطلاب والمدربين في Lean Six Sigma، بالإضافة إلى ممارسي التحسين التشغيلي الذين يرغبون في تجاوز مجرد اكتساب القوانين والحلول الجاهزة وتطوير ممارساتهم بناءً على إطار نظري متين.

يعلمك هذا المجلد الثالث كيفية تحليل الحد من المشكلات التي تظل أسبابها غير واضحة في الحالات الفردية. واستناداً إلى تشبيه مبتكر مع علم البصريات، يوضح الكتاب كيفية ضبط الموارد التحليلية وفقاً للتحسين المطلوب. كما يبين كيفية استخدام اختبار الفرضيات لتحديد روافع التحسين المفيدة، وتقييم المكاسب القابلة للتحقيق بشكل واقعي، وتحديد ما إذا كانت الحلول المقترحة يمكنها تحقيق الهدف. الكتاب موجه لممارسي Six Sigma ومستخدمي التحليل الإحصائي الذين يرغبون في الاستفادة الكاملة من الإمكانات اتخاذ القرار التي توفرها مجموعات البيانات الصغيرة.

ملخص :

تُستخدم نسبة %GRR وعدد الفئات المميزة (NDC) على نطاق واسع كمؤشرات لقدرة نظام القياس. ومع ذلك، فإن صيغة الحساب المقبولة عادةً لـ NDC يتم تعيين معامل لها أدى أصله إلى وجود تفسيرين مختلفين ومضللين لـ NDC. نوصي بإزالة هذا المعامل من أجل الالتزام بتعريف دقة نظام القياس أو مفهوم نسبة الإشارة إلى الضوضاء المكافئ. كما نقترح إعادة ضبط حدية القبول لـ %GRR و NDC.

ملخص :

كجزء من مرحلة القياس (Measure) لبرنامج Six Sigma (DMAIC)، من الضروري تحديد حجم العينة المناسب بناءً على الدقة الإحصائية المطلوبة لتقدير قدرة العملية (المُعرَّفة هنا على أنها النسبة المتوقعة للوحدات المعيبة). يُعلَّم ممارسو Six Sigma عمومًا استخدام إما قاعدة تقريبية (وبالتالي تجاوز متطلبات الدقة) أو صيغة حجم العينة التي تسمح بتحديد الدقة المطلوبة. بينما تتوفر مثل هذه الصيغة للبيانات الثنائية، فإنه عند التعامل مع بيانات عد العيوب، تكون الصيغة المعتادة التي يتم تدريسها متعلقة بتقدير متوسط عدد العيوب لكل وحدة وليس نسبة الوحدات المعيبة (أي معدل العيوب). تستعرض هذه الورقة البحثية صيغة وجداول مشتقة لحساب حجم العينة المطلوب لتحقيق الدقة الإحصائية اللازمة لمعدل العيوب عند العمل بمقياس عد العيوب. وعلى العكس من ذلك، يتم حساب الدقة التي تم الحصول عليها لحجم عينة معين. ثم تمت مقارنة النتائج بتلك الخاصة بالبيانات الثنائية، ويُقترح أن حساب حجم العينة للبيانات الثنائية يستحق الاعتبار كبديل أسهل في الاستخدام ومقبول. كما يتم تسليط الضوء على تحدي الحصول على دقة مناسبة بسبب متطلبات حجم العينة عند العمل بمعدلات عيوب منخفضة.

ملخص :

كجزء من مرحلة القياس (Measure) لبرنامج Six Sigma (DMAIC)، من الضروري تحديد حجم العينة المناسب بناءً على الدقة الإحصائية المطلوبة لتقدير قدرة العملية (المُعرَّفة هنا على أنها النسبة المتوقعة للوحدات المعيبة). يُعلَّم ممارسو Six Sigma عمومًا استخدام إما قاعدة تقريبية (وبالتالي تجاوز متطلبات الدقة) أو صيغة حجم العينة التي تسمح بتحديد الدقة المطلوبة. بينما تتوفر مثل هذه الصيغة للبيانات الثنائية، فإنه عند التعامل مع البيانات المستمرة، تكون الصيغة المعتادة التي يتم تدريسها متعلقة بتقدير المتوسط وليس معدل العيوب. تتعلق النهج البديلة الأخرى بحساب حجم العينة بناءً على الدقة في مؤشرات قدرة العملية المصممة لقطاع التصنيع. ومع ذلك، فإن هذه المؤشرات الفنية غالبًا ما تكون غير ذات صلة لمعظم المستخدمين والمديرين الذين لا يعملون في بيئات إنتاج محددة. تستعرض هذه الورقة البحثية حلولاً لحساب حجم العينة المطلوب لتحقيق الدقة الإحصائية اللازمة لمعدل العيوب عند العمل بمقياس مستمر في كلتا حالتي حد المواصفات الواحد وحدي المواصفات. وعلى العكس من ذلك، يتم حساب الدقة التي تم الحصول عليها لحجم عينة معين. كما يتم تسليط الضوء على تحدي تقييم مستويات أداء Sigma العالية بسبب حجم العينة المطلوب.