בפרויקט שש סיגמא (Six Sigma), סטטיסטיקה היא הכלי העיקרי המאפשר לתאר, למדוד ולנתח את הביצועים של תהליך באופן כמותי ואובייקטיבי. באמצעות שימוש בכלים סטטיסטיים ניתן לזהות פערי ביצוע בתהליך, לאתר את הגורמים העיקריים לחריגות ולהוביל קבלת החלטות מבוססת נתונים. שש סיגמא היא מתודולוגיה מונחית נתונים למצוינות תפעולית ולשיפור תהליכים, שפותחה במקור בחברת מוטורולה והפכה לסטנדרט עולמי בארגונים מובילים, כגון: General Electric (GE), Honeywell, Amazon, Intel, Boeing, Johnson & Johnson ועוד. ליבת המתודולוגיה נשענת על השימוש בסטטיסטיקה כדי לזהות, לנתח ולהפחית את מקורות השונות בתהליך, ובכך לשפר את יציבות התהליך, איכות התוצרים ושביעות רצון הלקוחות. המאמר שלפניכם יפרט את מושגי היסוד והכלים העיקריים בהם נעשה שימוש בפרויקטי שש סיגמא לשיפור תהליכים
מה זה שש סיגמא?
האות היוונית σ (סיגמא) מייצגת את סטיית התקן (standard deviation) של התהליך. תהליך נחשב שש סיגמא כאשר המרחק מהממוצע לגבול המפרט הקרוב ביותר (USL/LSL) הוא 6 סטיות תקן. תהליך כזה מתורגם לרמת Yield של 99.9997%, או במונחים של 3.4 פגמים למיליון הזדמנויות DPMO
סטטיסטיקה בסיסית בפרויקט שש סיגמא
מדדי מיקום (Measures of Central Tendency)
מדדי פיזור (Measures of Spread)
מדדי תהליך (Process Capability)
סוגי נתונים (Continuous vs Discrete)
מבחני נורמליות (Andersen-Darling, Shapiro-Wilk)
אמינות מערכת המדידה (Gage R&R)
תרשימים (Histogram, Control Charts, Pareto, Scatter Plot, Box Plot)
בדיקת השערות (Hypothesis Testing)
פרויקט שש סיגמא Six Sigma עוקב אחר DMAIC כדי לנתח את ביצועי התהליך הקיים, לאתר את סיבת השורש לבעיה ולשפר ביצועים. כעת, נתאר את השימוש בכלים בכל שלב
Define
בשלב Define מגדירים את הבעיה העסקית המרכזית ומנסחים את יעדי השיפור. בנוסף, מתרגמים את קול הלקוח (Voice of the Customer: VOC) לדרישות קריטיות לאיכות או לתהליך (Critical to Quality: CTQ
Measure
מטרת שלב Measure היא לאסוף נתונים אמינים על התהליך הקיים AS-IS, למדוד ביצועים ולבנות בסיס כמותי לניתוח חריגות ושונות התוצאה. בשלב זה נעשה שימוש בסטטיסטיקה תיאורית, בכלי מדידה ובתרשימים שונים כדי לקבל תמונה מדויקת של התהליך בפועל
1. משתני התהליך (Process Variables)
- Output (Y): מדד התוצאה העיקרי של התהליך, התוצאה שחשוב לשפר, לדוגמה: זמן אספקה, שיעור פגומים, שיעור עיבוד חוזר Rework, Scrap, שיעור שביעות רצון לקוחות ועוד
- Input (X): גורמים שמשפיעים על התוצאה, גורמים שעשויים לגרום לחריגות או פגמים, לדוגמה: משך התהליך, מיומנות העובדים, איכות חומרי הגלם, שיטות עבודה, מהירות הייצור, כיול המכונות והציוד
- Defect: הגדרה ברורה ומדויקת של מה נחשב כחריגה או פגם בתהליך
2. סטטיסטיקה תיאורית (Descriptive Statistics)
מדדי מיקום (Measures of Central Tendency)
- ממוצע (Mean): הערך הממוצע של הנתונים
- חציון (Median): הערך האמצעי לאחר מיון הנתונים
- שכיח (Mode): הערך שמופיע בתדירות הגבוהה ביותר
מדדי פיזור (Measures of Spread)
- סטיית תקן (Standard Deviation): מדד לפיזור הנתונים סביב הממוצע
- טווח (Range): ההפרש בין הערך הגבוה לנמוך ביותר
- טווח בין רבעוני (IQR – Interquartile Range): הפרש בין Q3-Q1
3. מדדי יכולת תהליך (Process Capability)
- Cp ו‑Cpk: מודדים את יכולת התהליך לעמוד בדרישות המפרט
- מספקים אינדיקציה האם התהליך יציב ועומד בדרישות או שיש פערים לשיפור
4. סוגי נתונים (Data Types)
- Continuous (רציפים): נמדדים במספרים רציפים, לדוגמה: זמן אספקה, משקל מוצר
- Discrete (בדידים): נמדדים במספרים שלמים או קטגוריות, לדוגמה: מספר פגמים, סוג תקלות
5. בדיקת נורמליות (Normality Tests)
- שימוש במבחני נורמליות כגון Andersen-Darling או Shapiro-Wilk
- קובעים האם הנתונים מתפלגים נורמלית, כדי לבחור את כלי האנליזה הסטטיסטיים המתאימים
6. אמינות מערכת המדידה (Gage R&R)
- בודקים את חזרתיות ושחזוריות המדידה על ידי מפעילים שונים ומדידות חוזרות
- מוודאים שהמדידות אמינות
7. תרשימים
- Histogram: הצגת שכיחות הנתונים לפי טווחים
- Control Chart: הצגת ערכי המדידה של התהליך לאורך זמן (תרשימי בקרה שונים)
- Pareto Chart: זיהוי גורמים עיקריים לבעיות לפי כלל 80/20
- Box Plot: הצגת פיזור הנתונים, חציון, רבעונים וחריגים (Q1 ו‑Q3)
Analyze
מטרת שלב Analyze היא לאתר את הגורמים העיקריים (Root Causes) לחריגות בתהליך, להבין את הקשרים בין המשתנים המשפיעים (X) לבין התוצאה (Y), ולספק בסיס כמותי לשיפור ביצועי התהליך. בשלב זה נעשה שימוש בכלים סטטיסטיים, תרשימים ומודלים אנליטיים כדי לחשוף דפוסים, מגמות וגורמים משפיעים על התוצאה
1. זיהוי גורמי השפעה (Cause Analysis)
- ניתוח Y=f(x) כדי להבין אילו גורמים משפיעים באמת על התוצאה
- כלים: Scatter Plot, Correlation Analysis, Regression Analysis, Fishbone Diagram (Ishikawa)
2. Scatter Plot זיהוי קשר בין משתנים (X מול Y)
- מציג את הקשר בין משתנה X לבין התוצאה Y
- מאפשר לזהות את עוצמת הקשר הליניארי וכיוונו
3. Correlation Analysis ניתוח מתאם
- מחשב את עוצמת הקשר בין שני משתנים רציפים
- מקדם המתאם (r) נע בין -1 ל‑+1. כאשר r שואף ל+1 = קשר חיובי חזק; כאשר r שואף ל-0 = אין קשר; כאשר r שואף למינוס 1 = קשר שלילי חזק
כאשר r שואף ל+1 = קשר חיובי חזק; כאשר r שואף ל-ס = אין מתאם; כאשר r שואף ל-1 = קשר שלילי חזק
4. Pareto Analysis כלל 80/20
- מסייע לתעדף את הגורמים העיקריים לבעיה
- תרשים Pareto ממיין את הגורמים לבעיה לפי שכיחות ומבליט את 20% שגורמים ל-80% מהתוצאה
5. Fishbone Diagram
- מיפוי הגורמים לבעיה לפי קטגוריות: אנשים, תהליך, חומר, סביבה ושיטות עבודה
- מסייע להבנה מערכתית של סיבות הבעיה ולהתמקד בגורמים העיקריים
6. Hypothesis Testing
- בדיקת השערות משמשת לבדיקת קשרים והשפעות בין משתנים בצורה סטטיסטית
- מבחנים סטטיסטיים נפוצים בפרויקט שש סיגמא:
- t-test: השוואת ממוצעים בין שתי קבוצות
- F-test: השוואת שונות בין שתי קבוצות
- ANOVA : השוואת ממוצעים בין 3 קבוצות ויותר
- Chi-square: בדיקת קשר בין משתנים קטגוריאליים
- בדיקת השערות מאפשרת לקבוע באופן אמפירי אילו גורמים משפיעים באמת על התוצאה
Improve
מטרת שלב Improve היא לפתח, ליישם ולבדוק פתרונות שיסירו או יפחיתו את הגורמים העיקריים לחריגות ושונות בתהליך, ולהביא לשיפור משמעותי בביצועים וביציבות התהליך. לאחר יישום הפתרונות, יש לבצע השוואת ביצועים לפני ואחרי (Before vs After) ובדיקות סטטיסטיות על מנת לוודא שהשיפור מובהק ובעל משמעות
1. מדידה והערכת השיפור (Before vs After)
- השוואת ביצועי התהליך לפני ואחרי יישום הפתרונות באמצעות נתונים כמותיים
- בדיקה האם החריגות פחתו, האם הביצועים השתפרו, והאם התהליך יציב יותר
- כלים נפוצים: Control Charts, Histogram, Box Plot, Capability Analysis
2. אימות השיפור באמצעות ניתוח סטטיסטי
- שימוש בHypothesis Testing לאימות שהשיפור בתהליך הוא מובהק סטטיסטית ולא תוצאה של מקריות
- t-test: השוואת ממוצעים לפני ואחרי יישום הפתרונות
- F-test: השוואת שונות התהליך לפני ואחרי יישום הפתרונות
- ANOVA: השוואת ממוצעים בין קבוצות שונות
- Chi-square: בדיקה עבור משתנים קטגוריאליים
- בדיקה זו מוודאת שהפתרונות שנבחרו אכן יוצרים שיפור ממשי ומובהק סטטיסטית בתהליך
Control
מטרת שלב Control היא להבטיח שהתהליך החדש והמשופר, יישאר יציב ומייצר תוצרים בהתאם ליעדי הביצועים שנקבעו. בשלב זה מיישמים מערכות בקרה ובודקים באופן רציף את ביצועי התהליך
ניטור ביצועים (Performance Monitoring)
- שימוש בנתונים כמותיים כדי לנטר ביצועים בזמן אמת ולהשוואתם ליעדים
- כלים נפוצים:
- Control Charts (תרשימי בקרה): לזיהוי חריגות ושינויים בתהליך בזמן אמת
- Process Capability Analysis (Cp, Cpk): לוודא שהיכולת של התהליך נשמרת בתוך גבולות המפרט
- Dashboard: הצגת נתוני ביצועי התהליך באופן ויזואלי
לסיכום
פרויקט שש סיגמא (Six Sigma) מאפשר לארגונים לשפר תהליכים, להפחית את שונות התוצאות ולשפר שביעות רצון הלקוחות. אתרוג הנדסת תעשיה וניהול מתמחה בליווי ארגונים בתהליכי שיפור והטמעת מצוינות תפעולית והדרכה מקצועית למנהלים, צוותים ומחלקות. אנו מציעים שלוש רמות הסמכה: קורס שש סיגמא חגורה צהובה (Yellow Belt), קורס שש סיגמא חגורה ירוקה (Green Belt) וקורס שש סיגמא חגורה שחורה (Black Belt). לקבלת פרטים נוספים והזמנות צרו איתנו קשר