معالجة التباين الإحصائي في ستة سيجما

:30:07

التصنيف: business_and_finance

مقالة - سلعة:

يوفر Six-Sigma نهجًا منهجيًا ومنضبطًا وكميًا للتحسين المستمر للعملية. من خلال تطبيق التفكير الإحصائي ، تكشف Six Sigma عن طبيعة اختلاف الأعمال وتأثيرها على الهدر وتكلفة التشغيل ووقت الدورة والربحية ورضا العملاء.

يُعرَّف مصطلح "ستة سيجما" بأنه مقياس إحصائي للجودة ، وعلى وجه التحديد ، مستوى 3.4 عيب لكل مليون أو 99.99966٪ جودة عالية. لتطبيق فلسفة إدارة Six Sigma وتحقيق هذا المستوى العالي من الجودة ، تطبق منظمة منهجية Six Sigma. الهدف الأساسي لمنهجية Six Sigma هو تنفيذ إستراتيجية قائمة على القياس تركز على تحسين العملية وتقليل التباين من خلال تطبيق مشاريع تحسين Six Sigma. يتم اختيار المشاريع التي تدعم أهداف تحسين الجودة الشاملة للشركة.

يبدأ مشروع Six Sigma بالمقاييس المناسبة. تنتج Six Sigma فيضانًا من البيانات حول عمليتك. هذه القياسات حاسمة لنجاحك. إذا لم تقم بقياسه ، فلن تتمكن من إدارته. من خلال هذه القياسات وجميع تلك البيانات ، تبدأ في فهم عمليتك وتطوير منهجيات لتحديد وتنفيذ الحلول المناسبة لتحسين عمليتك. القوة الواضحة لـ Six Sigma هي التحليل المستند إلى البيانات وعملية صنع القرار - وليس رأي شخص ما أو شعور حدسي.

تكمن المقاييس في قلب Six Sigma. يتم تحديد وتحديد التدابير الحاسمة اللازمة لتقييم نجاح المشروع. يتم تحديد القدرة الأولية واستقرار المشروع من أجل إنشاء أساس إحصائي. المقاييس الصحيحة والموثوقة تراقب تقدم المشروع. يبدأ نظام Six Sigma بتوضيح التدابير الأساسية لقياس أداء الأعمال ، ثم يطبق البيانات والتحليل لبناء فهم للمتغيرات الرئيسية وتحسين النتائج. القرارات والحلول المدفوعة بالحقائق مدفوعة بسؤالين أساسيين: ما البيانات / المعلومات التي أحتاجها حقًا؟ كيف نستخدم تلك البيانات / المعلومات لتحقيق أقصى فائدة؟

مقاييس ستة سيجما هي أكثر من مجرد مجموعة من الإحصاءات. القصد من ذلك هو إجراء قياسات مستهدفة للأداء في عملية قائمة ، ومقارنتها بالمُثُل الصالحة إحصائيًا ، ومعرفة كيفية التخلص من أي تباين. يتطلب تحسين جودة المنتج والحفاظ عليها فهم العلاقات بين المتغيرات الحرجة. غالبًا ما يؤدي الفهم الأفضل للعلاقات الأساسية في العملية إلى تحسين الأداء.

لتحقيق فهم متسق للعملية ، يتم تحديد الخصائص الرئيسية المحتملة ؛ يمكن دمج استخدام مخططات التحكم لمراقبة متغيرات الإدخال هذه. يحدد التقييم الإحصائي للبيانات المجالات الرئيسية التي يجب تركيز جهود تحسين العملية عليها ، والتي يمكن أن يكون لها تأثير سلبي على جودة المنتج إذا لم يتم التحكم فيها. تعد البرامج الإحصائية المتقدمة مثل Minitab أو Statgraphics مفيدة جدًا إن لم تكن ضرورية لجمع البيانات التي تم جمعها في مشروع Six Sigma وتصنيفها وتقييمها وتحليلها. يمكن أيضًا توثيق وتحليل اختلاف السبب الخاص. عند فحص مشاكل الجودة ، من المفيد تحديد أي من أنواع العيوب العديدة التي تحدث بشكل متكرر من أجل تركيز جهود الفرد حيث تكون إمكانية التحسين هي الأكبر. الطريقة الكلاسيكية لتحديد "عدد قليل حيوي" هي من خلال مخطط باريتو.

تفترض العديد من الإجراءات الإحصائية أن البيانات التي يتم تحليلها تأتي من توزيع طبيعي على شكل جرس. عندما لا تتناسب البيانات المراد تحليلها مع التوزيع العادي على شكل جرس ، فقد تكون النتائج مضللة ويصعب تمييزها. عندما يتم مصادفة توزيع البيانات هذا ، يمكن استخدام تقنيات إحصائية أخرى لتقييم ما إذا كان من الممكن بشكل معقول نمذجة عملية الملاحظة من خلال توزيع البيانات العادي. في مثل هذه الحالات ، يجب تحديد نوع توزيع مختلف أو يجب تحويل البيانات إلى مقياس يتم توزيعها فيه بشكل طبيعي. في كثير من الحالات ، يمكن تحويل عينة البيانات بحيث تكون طبيعية تقريبًا. على سبيل المثال ، غالبًا ما تأخذ الجذور التربيعية واللوغاريتمات والمبادلات توزيعًا منحرفًا بشكل إيجابي وتحولها إلى شيء قريب من منحنى على شكل جرس. ستكشف هذه العملية عن تباين إحصائي كبير ، وتفصل البيانات المهمة عن البيانات التي لا معنى لها "الضوضاء".

بمجرد سحق البيانات وتحديد الأسباب الجذرية للمشكلة ، يعمل فريق المشروع معًا لإيجاد حلول تحسين إبداعية جديدة. يتم استخدام البيانات والاعتماد عليها - إنها قياسات للواقع الذي تواجهه! ومع ذلك ، فإن القياس الذكي والتحليل الذكي للبيانات - وقبل كل شيء الإنشاء الذكي لحلول التحسين الجديدة وتنفيذها - هو أن