Wskaźnik First-Pass Yield (FPY) mierzy, czy praca spełnia wymagania bez konieczności wprowadzania poprawek. Rolled Throughput Yield (RTY) śledzi tę wydajność w całym procesie. W projektach Lean Six Sigma przyjęcie jednostki po ponownym przetworzeniu (rework) nie może usunąć niepowodzenia z pierwszej próby z obliczeń wydajności. Badania Milana Tereka z 2024 r. dotyczące mierników Six Sigma wyjaśniają to rozróżnienie.
Dla praktyków realizujących Programy certyfikacji Lean Six Sigma International pomiar wydajności pomaga zidentyfikować błędy warte zbadania. Wybór projektu zależy od dokumentacji pokazującej, gdzie jednostki wykazały defekt i ile pracy włożono w ich poprawienie.
First-pass yield: zdefiniuj granicę przed wykonaniem obliczeń
Tutaj FPY odnosi się do pojedynczego kroku procesu. Licznik uwzględnia jednostki, które spełniają wymagania danego etapu przy pierwszej próbie, bez naprawy ani poprawek. Ta sama zasada pierwszej próby dotyczy całego procesu: w artykule Tereka z 2024 r. pojęcia FPY i RTY są używane zamiennie w odniesieniu do tej szerszej granicy. Pulpit nawigacyjny Lean Six Sigma musi określać granicę wraz ze wskaźnikiem.
FPY kroku (%) = jednostki przechodzące krok za pierwszym razem ÷ jednostki wchodzące do kroku × 100.
Przed ustaleniem poziomu odniesienia FPY Process Owner oraz zespół projektowy muszą uzgodnić definicję jednostki oraz nieudanej pierwszej próby. Definicja ta powinna znajdować się obok granic procesu w SIPOC. Naprawione jednostki zachowują status niepowodzenia przy pierwszej próbie w obliczeniach FPY.
Mnożenie wydajności poszczególnych kroków ujawnia skumulowane straty
RTY mierzy przejście przez cały proces bez konieczności ponownego przetwarzania. Podręcznik Lean Government Metrics Guide wydany przez US Environmental Protection Agency w lipcu 2009 r. oblicza tę wartość poprzez pomnożenie procentowych wartości pierwszej próby dla kolejnych kroków. Przy wyrażeniu wydajności każdego kroku w postaci ułamka dziesiętnego wzór przyjmuje postać:
RTY (%) = FPY1 × FPY2 × … × FPYn × 100.
Przewodnik EPA wykorzystuje w swoim przykładzie szkoleniowym trzy wydajności krokowe: 30%, 60% i 90%. Te liczby dydaktyczne nie reprezentują wyników konkretnej organizacji. Projekt Lean Office może wykorzystać te same obliczenia do śledzenia kompletnej i dokładnej pracy na kolejnych etapach przekazania.
| Krok procesu | Wskaźnik pierwszej próby (FPY %) | Mnożnik dziesiętny |
|---|---|---|
| Krok 1 | 30% | 0.30 |
| Krok 2 | 60% | 0.60 |
| Krok 3 | 90% | 0.90 |
RTY = 0,30 × 0,60 × 0,90 × 100 = 16,2%. Przewodnik EPA zaokrągla ten wynik do 16%. Zgłoszenie wyłącznie 90% wydajności z ostatniego kroku ukryłoby wcześniejsze straty pierwszej próby.
Krok 1 zasługuje na zbadanie, ponieważ ma najniższy wskaźnik pierwszej próby. To jednak samo w sobie nie ustala priorytetu inwestycyjnego. Przed zatwierdzeniem rozwiązania sponsor Lean Six Sigma musi zapoznać się z nakładem pracy związanym z poprawkami i konsekwencjami dla klienta przypisanymi do każdej kategorii błędów.
Uzgodnienie RTY z historią poszczególnych jednostek
Materiały MIT z 2004 r. dotyczące zarządzania parametrami krytycznymi wskazują niezależność jako założenie przy mnożeniu prawdopodobieństw wydajności cząstkowych. Gdy awarie na poszczególnych etapach są ze sobą powiązane, iloczyn samodzielnych FPY nie musi być równy obserwowanej proporcji jednostek kończących każdy krok za pierwszym razem.
Rejestry na poziomie jednostek dają zespołowi Lean Six Sigma możliwość bezpośredniej weryfikacji RTY: należy podzielić liczbę jednostek kończących określoną ścieżkę bez żadnej porażki przy pierwszej próbie przez pierwotną grupę. Mnożenie pozostaje poprawne, gdy każda kolejna wydajność jest warunkowana pomyślnym przejściem każdego poprzedniego kroku za pierwszym razem. Mianownik dla każdej wydajności warunkowej obejmuje tylko jednostki z taką historią pierwszej próby, więc różni się od mianownika dla zwykłego FPY na poziomie stanowiska.
Praktyczny przykład w artykule Tereka z 2024 roku pokazuje, dlaczego zliczenie musi odróżniać defekty od wadliwych jednostek. Zakłada on 20 defektów rozłożonych na 17 z 235 jednostek, przy czym te 17 jednostki zostały naprawione lub zezłomowane. Obliczenie RTY wygląda następująco:
RTY = (235, 17) ÷ 235 × 100 = 92.77%.
Odejmowanie 17 dotkniętych jednostek zlicza każdą wadliwą jednostkę raz. Odejmowanie 20 defektów zliczałoby niektóre jednostki wielokrotnie. Analiza systemu pomiarowego w projekcie powinna ustalić, czy rejestry defektów prowadzą do unikalnych jednostek i ich pierwszych prób.
Wykorzystaj straty FPY do wyboru badania DMAIC
W ramach DMAIC obliczanie wydajności musi wspierać weryfikowalną definicję problemu. Sformułowanie „Poprawić RTY” nie daje zespołowi żadnego konkretnego błędu do zbadania. Nazwanie kroku i kategorii niepowodzenia wyznacza granicę dla analizy przyczyn źródłowych.
Firma Carlyle Johnson Machine Company usprawniła proces zwrotu materiałów przy użyciu mapowania strumienia wartości i badania przyczyn źródłowych, zgodnie z raportem przypadku NIST opublikowanym w sierpniu 2022 r. Zgłoszony FPY wzrósł z 10% do 90%, podczas gdy całkowity czas realizacji (lead time) spadł z ponad 40 dni do pięciu dni. Te zgłoszone wyniki odnoszą się do procesu firmy Carlyle Johnson; nie stanowią one prognozy dla innego projektu.
W przypadku porównywalnego badania Lean Six Sigma zaznaczyłbym pętle poprawek na mapie strumienia wartości i zmierzył godziny poprawek wraz z wydajnością. Plan sterowania powinien zachować oryginalne kryteria akceptacji. Każda zmiana tych kryteriów wymaga osobnego wpisu, aby zespół mógł odróżnić zmienioną definicję błędu od usprawnienia procesu.
Ścieżka Programów certyfikacji Lean Six Sigma International prowadzi od rozwiązywania problemów metodą DMAIC do analizy systemu pomiarowego. Wnioskowanie statystyczne jest również częścią tego postępu. Ścieżka LSSx.0 wspiera wybór szkolenia w zależności od złożoności prowadzonych projektów.
Źródła
- Quality Innovation Prosperity (2024), Estimating Some Metrics in Six Sigma Through Confidence Intervals: https://www.qip-journal.eu/index.php/QIP/article/view/1972. Pełny artykuł: https://www.qip-journal.eu/index.php/QIP/article/download/1972/1398/8611.
- US Environmental Protection Agency (2009), Lean Government Metrics Guide: https://www.epa.gov/sites/default/files/2014-04/documents/metrics_guide.pdf.
- Massachusetts Institute of Technology (2004), Critical Parameter Management & Error Budgeting: https://ocw.mit.edu/courses/esd-33-systems-engineering-summer-2004/6111ad8d6ab6cf23dd0a76e5d8c8eb7b_s9_err_bdgtng_v8.pdf.
- NIST (2022), First Pass Yield Improvement Creates Dramatic Reduction in Lead Time: https://www.nist.gov/mep/successstories/2021/first-pass-yield-improvement-creates-dramatic-reduction-lead-time.
- Lean Six Sigma International (bez daty, dostęp 2026), Programy certyfikacji: https://leansixsigma.org/certifications-programs/.
