Publikacje

Ten pierwszy tom przedstawia fundamenty rozwiązywania problemów z przepływem oraz podstawowe zasady Lean Management. Książka przeznaczona jest dla studentów i wykładowców Lean Six Sigma, a także dla menedżerów, którzy chcą wyjść poza zwykłe przyswajanie wzorów i rozwijać swoje praktyki w oparciu o solidne fundamenty teoretyczne. Szanując historyczne korzenie, ducha i ustaloną terminologię Lean Six Sigma, książka dąży do zidentyfikowania, ujednolicenia i sformalizowania leżących u jej podstaw fundamentalnych zasad.

Ten drugi tom szczegółowo opisuje wdrażanie tego podejścia w firmach oraz ogólny protokół metodologiczny DMAIC. Oparty na oryginalnej definicji problemów statystycznych, uczy podstaw rozwiązywania "zauważalnych" problemów statystycznych oraz podstawowych zasad Six Sigma. Książka jest przeznaczona dla studentów i nauczycieli Lean Six Sigma, a także dla praktyków doskonalenia operacyjnego, którzy chcą wyjść poza proste przyswajanie wzorów i rozwijać swoje praktyki na podstawie solidnych ram teoretycznych.

Streszczenie:

%GRR i liczba odrębnych kategorii (NDC) są powszechnie stosowane jako wskaźniki zdolności systemu pomiarowego. Jednak powszechnie akceptowany wzór na obliczenie NDC zawiera współczynnik, którego pochodzenie doprowadziło do współistnienia dwóch różnych i wprowadzających w błąd interpretacji NDC. Zalecamy usunięcie tego współczynnika w celu powrotu do definicji rozdzielczości systemu pomiarowego lub równoważnej koncepcji stosunku sygnału do szumu. Proponujemy również dostosowanie progów akceptacji %GRR i NDC.

Streszczenie:

W ramach fazy Measure projektu Six Sigma (DMAIC) kluczowe jest określenie odpowiedniej wielkości próby, uwzględniając precyzję statystyczną wymaganą do oszacowania zdolności procesu (zdefiniowanej tutaj jako oczekiwany udział jednostek wadliwych). Praktycy Six Sigma są zazwyczaj uczeni stosowania reguł kciuka (co pozwala pominąć wymóg precyzji) albo wzoru na wielkość próby pozwalającego na określenie wymaganej dokładności. O ile taki wzór jest podawany dla danych binarnych, o tyle w przypadku danych zliczeniowych powszechnie nauczany wzór dotyczy szacowania średniej liczby wad na jednostkę, a nie udziału jednostek wadliwych (tj. wskaźnika wadliwości). Niniejszy artykuł przedstawia wzór oraz opracowane tabele do obliczania wielkości próby wymaganej do osiągnięcia niezbędnej precyzji statystycznej wskaźnika wadliwości w przypadku pracy ze wskaźnikiem zliczania wad. Obliczono również precyzję uzyskaną dla danej wielkości próby. Wyniki są następnie porównywane z wynikami dla danych binarnych i sugeruje się, że obliczanie wielkości próby dla danych binarnych warto rozważyć jako akceptowalną, łatwiejszą w użyciu alternatywę. Podejmowane jest także wyzwanie osiągnięcia przyzwoitej precyzji ze względu na wymagania dotyczące wielkości próby przy niskich wskaźnikach wadliwości.

Streszczenie:

W ramach fazy Measure projektu Six Sigma (DMAIC) kluczowe jest określenie odpowiedniej wielkości próby, uwzględniając precyzję statystyczną wymaganą do oszacowania zdolności procesu (zdefiniowanej tutaj jako oczekiwany udział jednostek wadliwych). Praktycy Six Sigma są zazwyczaj uczeni stosowania reguł kciuka (co pozwala pominąć wymóg precyzji) albo wzoru na wielkość próby pozwalającego na określenie wymaganej dokładności. O ile taki wzór jest podawany dla danych binarnych, o tyle w przypadku danych ciągłych zwykle nauczany wzór dotyczy szacowania średniej, a nie wskaźnika wadliwości. Inne alternatywne podejścia polegają na obliczaniu wielkości próby w oparciu o precyzję wskaźników zdolności procesu zaprojektowanych dla przemysłu produkcyjnego. Jednak te techniczne wskaźniki często nie są istotne dla większości użytkowników i menedżerów pracujących poza specyficznymi środowiskami produkcyjnymi. Niniejszy artykuł przedstawia rozwiązania służące do obliczania wielkości próby wymaganej do osiągnięcia niezbędnej precyzji statystycznej wskaźnika wadliwości podczas pracy ze wskaźnikiem ciągłym, zarówno dla jednej, jak i dwóch granic tolerancji. Obliczono również precyzję uzyskaną dla danej wielkości próby. Podejmowane jest także wyzwanie oceny wysokich poziomów wydajności Sigma ze względu na wymaganą wielkość próby.