Yayınlar

Bu ilk cilt, akış problem çözmenin temellerini ve Lean Management ilkelerini öğretmektedir. Kitap, Lean Six Sigma öğrencileri ve eğitmenlerinin yanı sıra yalnızca formülleri edinmenin ötesine geçmek ve uygulamalarını sağlam bir teorik temele oturtmak isteyen yöneticilere yöneliktir. Lean Six Sigma'nın tarihsel köklerine, ruhuna ve yerleşik terminolojisine sadık kalan kitap, bunun altında yatan temel ilkeleri belirlemeyi, birleştirmeyi ve formüle etmeyi amaçlamaktadır.

Bu ikinci cilt, yaklaşımın şirket bünyesinde uygulanmasını ve genel DMAIC metodolojik protokolünü ayrıntılarıyla anlatmaktadır. İstatistiksel problemlerin özgün bir tanımına dayanarak, "ayırt edilebilir" istatistiksel problemlerin çözümünün temellerini ve Six Sigma ilkelerini öğretir. Kitap, Lean Six Sigma öğrencileri ve öğretmenlerinin yanı sıra yalnızca formülleri edinmenin ötesine geçmek ve uygulamalarını sağlam bir teorik çerçeveye dayanarak geliştirmek isteyen operasyonel iyileştirme uygulayıcılarına yöneliktir.

Özet:

%GRR ve Farklı Kategorilerin Sayısı (NDC), ölçüm sistemi yeterlilik göstergeleri olarak yaygın bir şekilde kullanılmaktadır. Ancak, NDC'nin genellikle kabul edilen hesaplama formülüne, kökeni NDC'nin iki farklı ve yanıltıcı yorumunun bir arada var olmasına yol açan bir katsayı atanmıştır. Ölçüm sistemi çözünürlük tanımına veya eşdeğer sinyal-gürültü kavramına bağlı kalmak amacıyla bu katsayının kaldırılmasını öneriyoruz. Ayrıca %GRR ve NDC kabul eşiklerinin yeniden hizalanmasını teklif ediyoruz.

Özet:

Bir Six Sigma (DMAIC) projesinin Ölçme aşamasının bir parçası olarak, süreç yeterliliğinin tahmini için gereken istatistiksel hassasiyete uygun örneklem büyüklüğünü belirlemek kritik önem taşır (burada beklenen kusurlu birim oranı olarak tanımlanmıştır). Six Sigma uygulayıcılarına genellikle ya bazı pratik kuralları kullanmaları (böylece hassasiyet gereksinimini atlamaları) ya da gerekli hassasiyeti belirtmeye izin veren bir örneklem büyüklüğü formülü kullanmaları öğretilir. İkili (binary) veriler için böyle bir formül sağlanırken, kusur sayma verileriyle çalışırken öğretilen genel formül, kusurlu birimlerin oranını (yani kusur oranını) değil, birim başına ortalama kusur sayısını tahmin etmekle ilgilidir. Bu makale, bir kusur sayma metriği ile çalışırken kusur oranı üzerinde gerekli istatistiksel hassasiyete ulaşmak için gereken örneklem büyüklüğünü hesaplamaya yönelik bir formül ve türetilmiş tablolar geliştirmektedir. Aksine, belirli bir örneklem büyüklüğü için elde edilen hassasiyet de hesaplanmaktadır. Sonuçlar daha sonra ikili verilerinkilerle karşılaştırılmakta ve ikili veriler için örneklem büyüklüğü hesaplamasının, kullanımı daha kolay kabul edilebilir bir alternatif olarak değerlendirilmeye değer olduğu öne sürülmektedir. Düşük kusur oranlarında çalışırken örneklem büyüklüğü gereksinimleri nedeniyle makul hassasiyetler elde etmenin zorluğu da vurgulanmaktadır.

Özet:

Bir Six Sigma (DMAIC) projesinin Ölçme aşamasının bir parçası olarak, süreç yeterliliğinin tahmini için gereken istatistiksel hassasiyete uygun örneklem büyüklüğünü belirlemek kritik önem taşır (burada beklenen kusurlu birim oranı olarak tanımlanmıştır). Six Sigma uygulayıcılarına genellikle ya bazı pratik kuralları kullanmaları (böylece hassasiyet gereksinimini atlamaları) ya da gerekli hassasiyeti belirtmeye izin veren bir örneklem büyüklüğü formülü kullanmaları öğretilir. İkili veriler için böyle bir formül sağlanırken, sürekli verilerle çalışırken öğretilen genel formül kusur oranını değil, ortalamayı tahmin etmekle ilgilidir. Diğer alternatif yaklaşımlar, imalat sanayisi için tasarlanmış süreç yeterlilik indekslerindeki hassasiyete dayalı olarak örneklem büyüklüğünü hesaplamakla ilgilidir. Ancak bu teknik indeksler, özel üretim ortamlarında çalışmayan çoğu kullanıcı ve yönetici için genellikle uygun değildir. Bu makale, hem tek hem de iki spesifikasyon limiti durumunda sürekli bir metrikle çalışırken kusur oranı üzerinde gerekli istatistiksel hassasiyeti elde etmek için gereken örneklem büyüklüğünü hesaplamaya yönelik çözümler geliştirmektedir. Aksine, belirli bir örneklem büyüklüğü için elde edilen hassasiyet de hesaplanmaktadır. Gerekli örneklem büyüklüğü nedeniyle yüksek Sigma performans seviyelerini değerlendirmenin zorluğu da vurgulanmaktadır.