Publikácie

Tento prvý zväzok učí základy riešenia problémov s tokom a základné princípy Lean Managementu. Kniha je určená pre študentov a inštruktorov Lean Six Sigma, ako aj pre manažérov, ktorí sa chcú posunúť od jednoduchého osvojovania si vzorcov a rozvíjať svoje postupy na pevných teoretických základoch. Kniha rešpektuje historické korene, ducha a zavedenú terminológiu Lean Six Sigma a zároveň sa snaží identifikovať, zjednotiť a formalizovať jej základné princípy.

Tento druhý zväzok podrobne popisuje implementáciu prístupu vo firmách a generický metodologický protokol DMAIC. Na základe originálnej definície štatistických problémov učí základy riešenia "rozlíšiteľných" štatistických problémov a základné princípy Six Sigma. Kniha je určená pre študentov a učiteľov Lean Six Sigma, ako aj pre praktikov v oblasti operatívneho zlepšovania, ktorí sa chcú posunúť od jednoduchého osvojovania si vzorcov a rozvíjať svoje postupy na základe pevného teoretického rámca.

Abstrakt:

%GRR a Počet odlišných kategórií (NDC) sa široko používajú ako ukazovatele spôsobilosti meracieho systému. Všeobecne akceptovanému vzorcu na výpočet NDC je však priradený koeficient, ktorého pôvod viedol k vzniku dvoch rôznych a zavádzajúcich interpretácií NDC. Odporúčame tento koeficient odstrániť, aby sme sa držali definície rozlíšenia meracieho systému alebo ekvivalentného konceptu odstupu signálu od šumu. Navrhujeme tiež prispôsobenie prahových hodnôt prijateľnosti pre %GRR a NDC.

Abstrakt:

V rámci fázy Measure projektu Six Sigma (DMAIC) je kľúčové určiť veľkosť vzorky vhodnú vzhľadom na požadovanú štatistickú presnosť odhadu spôsobilosti procesu (tu definovanej ako očakávaný podiel chybných kusov). Praktici Six Sigma sa vo všeobecnosti učia používať buď skúsenostné pravidlá (čím vynechávajú požiadavku na presnosť), alebo vzorec pre veľkosť vzorky umožňujúci špecifikovať požadovanú presnosť. Zatiaľ čo takýto vzorec je k dispozícii pre binárne dáta, pri práci s dátami počítania chýb sa zvyčajne vyučuje vzorec na odhad priemerného počtu chýb na jednotku a nie podielu chybných kusov (t. j. miery chybovosti). Tento článok vypracúva vzorec a odvodené tabuľky na výpočet veľkosti vzorky potrebnej na dosiahnutie požadovanej štatistickej presnosti miery chybovosti pri práci s metrikou počítania chýb. A naopak, vypočítava sa presnosť získaná pre danú veľkosť vzorky. Výsledky sa potom porovnávajú s výsledkami pre binárne dáta a navrhuje sa, že výpočet veľkosti vzorky pre binárne dáta sa oplatí považovať za akceptovateľnú a jednoduchšie použiteľnú alternatívu. Zdôrazňuje sa aj výzva na získanie dostatočnej presnosti v dôsledku požiadaviek na veľkosť vzorky pri prevádzke s nízkymi mierami chybovosti.

Abstrakt:

V rámci fázy Measure projektu Six Sigma (DMAIC) je kľúčové určiť veľkosť vzorky vhodnú vzhľadom na požadovanú štatistickú presnosť odhadu spôsobilosti procesu (tu definovanej ako očakávaný podiel chybných kusov). Praktici Six Sigma sa vo všeobecnosti učia používať buď skúsenostné pravidlá (čím vynechávajú požiadavku na presnosť), alebo vzorec pre veľkosť vzorky umožňujúci špecifikovať požadovanú presnosť. Zatiaľ čo takýto vzorec je k dispozícii pre binárne dáta, pri práci so spojitými dátami sa zvyčajne vyučuje vzorec na odhad priemeru a nie miery chybovosti. Iné alternatívne prístupy spočívajú v výpočte veľkosti vzorky na základe presnosti indexov spôsobilosti procesu určených pre výrobný priemysel. Tieto technické indexy však často nie sú relevantné pre väčšinu používateľov a manažérov, ktorí nepracujú v špecifických výrobných prostrediach. Tento článok vypracúva riešenia na výpočet veľkosti vzorky potrebnej na dosiahnutie požadovanej štatistickej presnosti miery chybovosti pri práci so spojitou metrikou v prípadoch jednej aj dvoch špecifikačných hraníc. A naopak, vypočítava sa presnosť získaná pre danú veľkosť vzorky. Zdôrazňuje sa aj výzva na posúdenie vysokých úrovní výkonnosti Sigma vzhľadom na požadovanú veľkosť vzorky.