المنشورات

يعلم هذا المجلد الأول أساسيات حل مشكلات التدفق والمبادئ الأساسية لـ Lean Management. الكتاب مخصص للطلاب والمحاضرين في مجال Lean Six Sigma، بالإضافة إلى المديرين الراغبين في تجاوز مجرد اكتساب المعادلات وتطوير ممارساتهم على أساس نظري راسخ. مع احترام الجذور التاريخية والروح والمصطلحات الراسخة لـ Lean Six Sigma، يسعى الكتاب إلى تحديد توحيد وإضفاء الطابع الرسمي على مبادئه الأساسية الكامنة.

يُفصل هذا المجلد الثاني تنفيذ النهج داخل الشركات والبروتوكول المنهجي العام لـ DMAIC. واستناداً إلى تعريف أصلي للمشكلات الإحصائية، فإنه يعلم أساسيات حل المشكلات الإحصائية "الواضحة" والمبادئ الأساسية لـ Six Sigma. الكتاب مخصص للطلاب والمعلمين في مجال Lean Six Sigma، فضلاً عن ممارسي التحسين التشغيلي الراغبين في تجاوز مجرد اكتساب المعادلات وتطوير ممارساتهم بناءً على إطار نظري متين.

المستخلص:

تُستخدم نسبة التكرار والتصحيح (%GRR) وعدد الفئات المتميزة (NDC) على نطاق واسع كمؤشرات لقدرة نظام القياس. ومع ذلك، فإن صيغة الحساب المقبولة عادةً لـ NDC يتم تعيينها بمعامل أدى أصله إلى التعايش بين تفسيرين مختلفين ومضللين لـ NDC. نوصي بإزالة هذا المعامل من أجل الالتزام بتعريف دقة نظام القياس أو مفهوم الإشارة إلى الضوضاء المكافئ. نقترح أيضاً إعادة مواءمة عتبات القبول لـ %GRR و NDC.

المستخلص:

كجزء من مرحلة القياس (Measure) لمشروع Six Sigma (DMAIC)، من الأساسي تحديد حجم العينة المناسب بالنظر إلى الدقة الإحصائية اللازمة لتقدير قدرة العمليات (المعرفة هنا بالنسب المتوقعة للوحدات المعيبة). عادة ما يتم تعليم ممارسي Six Sigma إما استخدام بعض القواعد العامة (متجاوزين بذلك متطلبات الدقة) أو صيغة لحجم العينة تتيح تحديد الدقة المطلوبة. وفي حين يتم توفير 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). تطور هذه الورقة صيغة وجداول مشتقة لحساب حجم العينة المطلوب لتحقيق الدقة الإحصائية اللازمة بشأن معدل العيوب عند العمل باستخدام مقياس عد العيوب. وفي المقابل، يتم حساب الدقة التي يتم الحصول عليها لحجم عينة معين. وتُقارن النتائج بعد ذلك بتلك الخاصة بالبيانات الثنائية، ويُقترح أن حساب حجم العينة للبيانات الثنائية يُمثل بديلًا مقبولًا وأسهل استخدامًا. كما يتم تسليط الضوء على التحدي المتمثل في الحصول على دقة مناسبة بسبب متطلبات حجم العينة عند العمل بمعدلات عيوب منخفضة.

المستخلص:

كجزء من مرحلة القياس (Measure) لمشروع Six Sigma (DMAIC)، من الأساسي تحديد حجم العينة المناسب بالنظر إلى الدقة الإحصائية اللازمة لتقدير قدرة العمليات (المعرفة هنا بالنسب المتوقعة للوحدات المعيبة). عادة ما يتم تعليم ممارسي Six Sigma إما استخدام بعض القواعد العامة (متجاوزين بذلك متطلبات الدقة) أو صيغة لحجم العينة تتيح تحديد الدقة المطلوبة. وفي حين توفر هذه الصيغة للبيانات الثنائية، فإن التعامل مع البيانات المستمرة يجعل الصيغة المعتادة التي تُدرَّس تتعلق بتقدير المتوسط وليس معدل العيوب. تدور النهج البديلة الأخرى حول حساب حجم العينة بناءً على الدقة في مؤشرات قدرة العمليات المصممة لصناعة التصنيع. ومع ذلك، فإن هذه المؤشرات التقنية غالباً ما تكون غير ذات صلة لمعظم المستخدمين والمديرين الذين لا يعملون في بيئات إنتاجية محددة. تطور هذه الورقة حلولاً لحساب حجم العينة المطلوب لتحقيق الدقة الإحصائية اللازمة على معدل العيوب عند العمل بمقياس مستمر في كلتا حالتي حدود المواصفات الواحدة والاثنين. وبالمثل، يتم حساب الدقة التي يتم الحصول عليها لحجم عينة معين. كما يتم تسليط الضوء على التحدي المتمثل في تقييم مستويات أداء Six Sigma العالية بسبب حجم العينة المطلوب.