A TERMELÉSI FOLYAMAT MINÕSÉGKÉRDÉSEI, VIZSGÁLATOK 2.1 1.2 Hagyományos Hat Szigma vagy a Hat Szigma minőség megtervezése? A két módszer közötti döntés eszközeinek vizsgálata projektekben Tárgyszavak: Hat Szigma; minőség; minőségfejlesztés; projekt; tervezés; döntés. A Hat Szigma megtervezése (DFSS) A Hat Szigma projektek a vállalatok már meglevő folyamatainak keretében működnek, céljuk a folyamatok tökéletesebbé tétele újabb és újabb jobbítások és fejlesztések révén. Hatásukra a vállalat továbbra is ugyanazokat a tevékenységeket folytatja, mint korábban, de hatékonyabban, mert a folyamatokon belüli ingadozásokat a hibák és minőséggel kapcsolatos problémák okát a Hat Szigma projektek segítségével csökkentették. Ezeket a projekteket mindig az adott helyzet igényei szerint fejlesztették ki, és ezért magukban hordozzák a tervezés és fejlesztés során alkalmazott feltevésekből adódó korlátokat. Az ilyen tökéletesítés jellegű folyamatok a következő feltételezésekre épülnek: az adott termék vagy szolgáltatás konstrukciója vagy felépítése lényegében helyes és a lehető leggazdaságosabb, a konstrukció kielégíti az ügyfelek igényeit, az adott termékszerkezet kielégíti a piac és az ügyfelek funkciókkal szembeni igényeit. Ezek a projektek öt fázisból állnak: meghatározás, mérés, elemzés, tökéletesítés és szabályozás; a módszer neve az egyes fázisok angol nevéből képzett betűszóval DMAIC-ciklus (define, measure, analyse, improve, control). A Hat Szigma Tervezése nevű eljárás (angolul Design for Six Sigma, DFSS) ennél radikálisabb módszere a minőség fejlesztésének, mert ez már a termékek vagy szolgáltatások kibocsátása előtt előrejelzi
és javítja a minőséget. A DFSS alapvetően az IDOV-technikára épül. Az IDOV az azonosít, tervez, optimál és ellenőriz fogalmak angol megfelelőjéből identify, design, optimise és verify képzett rövidítés. Ez a módszer természetesen alkalmazható már meglevő folyamatok és termékek áttervezésére, nem csak teljesen újak hibamentes kialakítására. Segítségével a folyamatoknak és termékeknek nemcsak a hatékonysága, hanem a hatásossága is javítható, megelőzhetők mind a gyártás, mind a szerviz fázisában fellépő hibák. Az IDOV célja olyan folyamatok és termékek létesítése, amelyek hatékonyan hasznosítják az erőforrásokat, a bonyolultságtól és térfogattól függetlenül képesek nagy hozamok elérésére (több mint öt szigma), ellenállnak a folyamatokra jellemző ingadozásoknak, szorosan kapcsolódnak a fogyasztói igényekhez. A minőségfejlesztés folyamatos, számtalan kis lépésből álló módszerének (DMAIC) és a folyamatos innováció radikális újratervezésre épülő stratégiájának egymás mellett élése nem előzmények nélküli jelenség; hasonló kettőségek léteznek a minőségügy és a vállalati élet más területén. Ehhez hasonló párhuzamosságot, ill. alternatívát jelent a minőségirányításban a folyamatközpontú átszervezés vagy kaizen, a folyamatos tökéletesítés vagy folyamatos innováció, a változások elméletében az első- vagy másodrendű változás, a tanulásban ez egyhurkú vagy kettőshurkú változás. A szakemberek szerint ezekkel a módszerekkel és alternatívákkal kapcsolatban a fő kérdés nem a kompatibilitás, hanem az, hogy a konkrét körülmények között melyik megközelítés alkalmazása a célszerűbb. A Hat Szigmával kapcsolatban elméleti és gyakorlati szakemberek megpróbálták meghatározni azokat a kritériumokat, amelyek segítségével eldönthető, hogy meglevő folyamatokra a két Hat Szigma módszer közül adott esetben melyik alkalmazása lehet célszerűbb. A szakirodalomban lényegében két megközelítéssel lehet találkozni. Az egyik azokkal a cégekkel foglalkozik, amelyek alkalmazzák a Hat Szigma elveit és módszereit, és úgy találták, hogy ha a DMAIC-módszerrel már elérték az öt szigma minőségszintet (ez egymillió lehetőségből 233 hibát jelent), akkor innen már csak úgy tudnak továbblépni, ha termékeiket és folyamataikat DFSS alkalmazásával újratervezik (ezt hívják öt szigma falnak). A másik felfogás szerint ez a döntés sohasem egyértelmű, mert sok változót kell egyidejűleg figyelembe venni, következésképpen legfeljebb általános irányelvet lehet adni a döntéssel kapcsolatban. Az ilyen irányelv
különböző kritériumokra épül, mint pl. kockázat, folyamatképesség, a technológia rendelkezésre állása és változások a vállalat stratégiájában. Mindkét felfogás mögött azonban vitatható feltevés áll. A másodikkal pl. az a baj, hogy legfeljebb csak nagyon általános irányelveket szolgáltathat, mivel a felsorolt kritériumok értelmezési és értékelési lehetősége rendkívül tág. Ez azért baj, mert az emberek az ilyen helyzetekben megpróbálják kielégíteni a legfontosabbnak tekintett kritériumot, elhanyagolva a többit. Ez csak növeli a vállalat zavarát. Az egyszerűsített felfogásban viszont, amely csak egy változóra összpontosít (pl. DFSS-t kell alkalmazni az öt szigma szint elérése után), előfordulhat, hogy tévesen határozzák meg a tökéletesítés területét. Ráadásul a szigmaszintet sem technikailag teljesen megalapozott módon mérik, így pl. nehezen bizonyítható az a feltételezés, hogy idővel az összes folyamat 1,5 szigmával tolódik el az átlagértéktől. Tekintettel arra, hogy napjainkban egyre nagyobbak a Hat Szigmába fektetett beruházások, nagyon fontos kérdéssé vált olyan módszerek, vállalatvezetési technikák kidolgozása és alkalmazása, amelyek segítségével megalapozottan lehet választani a Hat Szigma módszerek között. Mivel az alapvetően rosszul tervezett folyamatok javítgatása kárba veszett fáradság, a feladat annak meghatározása, hogy milyen körülmények között javítható a folyamatok hatékonysága áttervezéssel. A legmegfelelőbb Hat Szigma technika alkalmazása segíti a vállalatot az erőforrások helyes felhasználásában. A megfelelő módszerek kiválasztásának megkönnyítése érdekében brit kutatók két projektet hajtottak végre két különböző vállalatnál: az egyik hagyományos Hat Szigma-projekt volt, a másik pedig a Hat Szigma minőséget a folyamatok áttervezésével megvalósító folyamat. Mindkettő révén jelentősen sikerült javítani az érintett vállalatnál a minőséget, és a kutatók mindkettőben a feketeövesek szerepét töltötték be. Sajátos módja ez a kutatásnak, mert itt a kutatók gyakorlati probléma megoldásával párhuzamosan szereznek tudományos ismereteket. Első példa: hagyományos Hat Szigma projektből kinövő újratervezés Tervezés Az első kutatási projektet az egyik multinacionális vállalat brit leányvállalatánál folytatták. A vállalat, amely a kutatási projektet nem sokkal megelőzően kezdett foglalkozni a Hat Szigmával, csiszolóeszközök szé-
les választékának gyártásával foglakozik. A Hat Szigmával kapcsolatos erőfeszítéseinek célja a hulladékcsökkentés. Ezek az erőfeszítések szorosan kapcsolódnak a vállalat Egyesült Királyságon belüli átfogó céljához, a költségcsökkentéshez. A hulladék mennyiségének csökkentése érdekében az egyik gyártósoron a Hat Szigma (hagyományos) DMAICmódszerével csökkentették a hulladék mennyiségét. A gyártósor folyamatos üzemű, felépítése lehetővé teszi, hogy ne kelljen megszakítani a gyártást sem a csiszolóanyag-minőségek váltásakor, sem pedig a kész termékek (feltekercselt csiszolóanyagok) kivételekor. A rendszer nem teljesen automatizált, ezért kezelői beavatkozásra van szükség mind a kész tekercsek kivételekor, mind pedig az előző gyártási lépésből érkező szövedék tekercseinek behelyezésekor. A gyártósor végén levő visszatekercselő gép teszi lehetővé a folyamatos üzemet. A probléma az, hogy ez a berendezés gyakran nem vált át az egyik tekercsről a másikra. A kimaradó váltás miatt csökken a szövedék feszítettsége, ami a gyártósor leállását eredményezi. A Hat Szigma projekt feladata az ingadozás forrásának a meghatározása, számszerűsítése és kiküszöbölése volt, amely miatt a visszatekercselő gép nem vált át az egyik hengerről vagy tekercsről a másikra. A visszatekercselővel kapcsolatos probléma megoldására indított projekt akárcsak a DMAIC Hat Szigma projektek többsége a vállalat már működő folyamatainak keretében működik. Ezt a projektet is a napi igények alapján dolgozták ki, így magán viseli azokat a korlátokat, amelyek a visszatekercselő gép tervezésekor és fejlesztésekor érvényesített feltevésekre vezethetők vissza. Ennek következtében először itt is abból indultak ki, hogy a konstrukció lényegében helyes és gazdaságos, kielégíti az érintett partnerek igényeit és a gyártósor funkcionális követelményeit. Végrehajtás A végrehajtás során alkalmazott beavatkozásokkal egyrészt megvalósították a DMAIC-projektet, így el lehetett dönteni, hogy az valóban előnyösebb megoldás-e, mint a DFSS (a folyamat újratervezése), másrészt ellenőrizték a többkritériumú döntési technika, az ún. analitikus hierarchia folyamat, angol rövidítéssel AHP (analytic hierarchy process) alkalmazhatóságát. A DMAIC-módszer első lépése a projekt minőség és költségek szempontjából kritikus jellemzőinek meghatározása, a projekt leírása és céljainak meghatározása, a team alapítólevelének jóváhagyása, valamint
a várható pénzügyi hozamok becslése (1. táblázat). Ez tehát a DMAICciklus első fázisa, a meghatározás (define). Az alapítólevél a várható megtakarítások felmérése mellett rögzíti az üzletvitel szempontjából kritikus Y változót és annak kapcsolatát a projekt Y változójával. Az Y (függő) és x (független) változó értelmezése itt a következő: a Hat Szigma alapegyenlete Y= f(x) egy folyamat függő változója (Y) vagy eredménye és a folyamat független változója (x) vagy a folyamattal kapcsolatos probléma közötti kapcsolatot írja le. 1. táblázat A DMAIC-ciklus fázisai a kapcsolódó feladatokkal Lépés Speciális feladat Eszközök és technikák Meghatározás 1 projekt terjedelmének és határainak rögzítése 2 hibák meghatározása Y 3 a team alapítólevele és vezetője Y 4 a pénzügyi hozamok becslése Y 5 vezetői jóváhagyás Y Mérés 6 folyamat be- és kimenetének meghatározása Y Y, x 7 ok hatás mátrix Y, x 8 a mérőrendszer értékelése Y 9 a folyamat értékelése Y Elemzés 10 teljes FMEA Y, x 11 többváltozós elemzés Y, x 12 kritikus inputok meghatározása x 13 terv kidolgozása a következő fázishoz Tökéletesítés 14 kritikus inputok ellenőrzése x 15 kritikus inputok optimálása Y, x Szabályozás 16 ellenőrzési terv megvalósítása Y, x 17 hosszú távú működés ellenőrzése Y 18 folyamatos tökéletesítések Y, x team alapítólevele, Paretoelemzés, költségfa, folyamattérkép, brainstorming, ok hatás elemzés ok hatás mátrix, FMEA, folyamat értékelése, folyamatképesség számítása, futási grafikonok képességek, adottságok elemzése, többváltozós tanulmány, hipotézis-ellenőrzés, grafikus elemzés statisztikai tűrésszámítás, AHP, költség-haszon elemzés, ANOVA, kockázatbecslés, lebontás alcsoportokra reakcióterv, ellenőrzési terv, hibaellenőrzés
A DMAIC-projekt következő fázisa a mérés (measure). Ebben írják le a működő folyamatot és határozzák meg a projekt eredménye (Y) mérésének módját, a problémát ily módon a lényeges tényezőkre vagy a meghatározó okokra leszűkítve. Mint a projekt startvonalát, megállapították a kezdeti szigmaszintet, amely 1,2 volt (hosszú távú érték), 1,2 szigma eltolódással. Adatgyűjtési tervet dolgoztak ki; az ebben a fázisban gyűjtött adatok a következő fázis bemeneti értékeit képezték. Az elemzés a DMAIC-ben az (analyse) fázisában az adatok elemzésével megpróbálják meghatározni és sorrendbe rendezni a lehetséges hibaokokat (x-ek), majd feltárni azok kapcsolatát az eredményekkel (Y-okkal). Ehhez az adott esetben különböző módszereket és technikákat használtak, pl. a fő hatások rajza, többváltozós grafikonok, hipotézisek ellenőrzése, leíró statisztikák, normalitási tesztek és grafikus bemutatás. A többváltozós elemzés során sikerült bizonyos okokat kiküszöbölni és a folyamat megértésével ellenintézkedéseket megvalósítani. A tökéletesítés vagy javítás (improvement, DMAIC) célja az előző fázisban meghatározott hibaokok megszüntetésére alkalmas megoldások kidolgozása, és ezzel a meghatározás szakaszában kitűzött tökéletesítési cél elérése. A többváltozós tanulmányból a team megértette a különböző tényezők közötti kapcsolatot, és meghatározta az ingadozások okát és annak hatását a visszatekercselőre. A team kidolgozott egy továbbfejlesztett rendszert a minőség szempontjából fontos tényezők ingadozásának csökkentésére. Ez lehetővé teszi a kezelők számára a minőség szempontjából kritikus jellemző optimális értékeinek ismeretét, ill. a visszatekercselő berendezés ennek megfelelő beállítását. A továbbfejlesztett módszerrel sikerült a folyamat minőségét a 2,7 szigmaszintre javítani. Az első négy fázis során szerzett ismeretek alapján a team mégis az újratervezés mellett döntött. Ez kiterjedt a visszatekercselőben levő forgó szerszámfej indexelő rendszerének újratervezésére, amitől az ingadozások jelentős csökkenését várták. Léteznek azonban olyan tényezők is (pl. kockázat, megtakarítás és költségek), amelyek szempontjából nem feltétlenül a visszatekercselő újratervezése a legjobb megoldás. Ebben a helyzetben az a jó döntés, amely a különböző szempontok és értékek között úgy teremt egyensúlyt, hogy az a lehető legnagyobb mértékben megfelel a döntéshozó értékeinek. A projekten dolgozó kutatók a vállalati Hat Szigma team segítségével a már említett AHP döntéstámogató eszköz alkalmazásával kívánták megalapozni azt a döntésüket, hogy a tökéletesítés helyett
mégiscsak a radikálisabb megoldást, az újratervezést választják. Az AHP technika alkalmazásával a döntési problémákat a következő ötlépcsős eljárásban oldják meg (1. ábra): 1. döntési hierarchia létesítése a probléma döntési elemekre lebontásával, 2. input előállítása a döntési elemek páronkénti összehasonlításával, 3. az egyes döntési elemek relatív súlyának (fontosságának) számítása, 4. annak eldöntése, hogy a bemeneti adatok kielégítik-e a konzisztencia-indexet; ha nem, akkor vissza kell menni a 2. lépéshez, és újra kezdeni az összehasonlítást, 5. a relatív súlyok összegzésével pontszámok kiszámítása és ez alapján a döntési lehetőségek rangsorolása. Az adott esetben a problémát a 2. ábrán látható döntési elemekre bontották le. A négy elem közötti relatív fontosságot az AHP páronkénti összehasonlításokkal határozza meg, majd az eredményeket mátrixba rendezi. A páronkénti összehasonlítást a team tagjai a 2. táblázatban látható ún. preferenciaskála alapján végezték, a művelet eredményei a 3. táblázatban láthatók. Ez az A mátrix az ötlépcsős folyamat 2. lépése (1. ábra). A 3. táblázat számai azt adják meg, hogy mennyivel fontosabb az i-edik cél a j-ediknél, és ezek alapján előállítható a célok fontosságának ún. oszlopvektora. Az adott esetben pl. a team úgy döntött, hogy a Pénzügyi előnyök maximalizálása cél (vagy döntési elem) kismértékben fontosabb, mint a Folyamatképesség maximalizálása, ezért hármassal értékelte ezt az összehasonlítást. A fordított összehasonlítás eredménye ebből adódóan 0,33, mivel a Folyamat képesség maximalizálása 1/3-szor kevéssé fontos, mint a Pénzügyi előnyök maximalizálása. Az összehasonlítások eredménye ennek megfelelően négyzetes reciprok mátrix. Az A mátrix előállítása után számolták ki a célok fontossági vektorát. Az első lépés itt a c vektor és az Aw normalizált mátrix elemeinek kiszámítása. Ez utóbbit úgy lehet előállítani, hogy az A mátrix i oszlopának minden egyes értékét elosztották az i oszlopbeli értékek összegével. Végül pedig kiszámították c i -t, amely az Aw mátrix i sorában levő értékek átlaga, ebből pedig a c oszlopvektort (4. táblázat), ahol c az i-edik cél relatív fontosságának mértéke. A vektor megadja a fontosság páronkénti összehasonlításából származó súlyozását. A hierarchia minden szintjén elvégzik ezt az eljárást (A, Aw és c kiszámítása). Az egyes döntési változatok (tökéletesítés vagy újratervezés) általános értékelése (osztályozása) érdekében az
a cél meghatározása a cél lebontása alacsonyabb szintű célokra vagy alcélokra Tovább bonthatók-e a célok alacsonyabb szintű célokra? igen 1. lépés változatok meghatározása célok páronkénti összehasonlítása minden szinten 2. lépés páronkénti összehasonlítás az egyes változatokra 3. lépés a páronkénti összehasonlítások konzisztenciájának ellenőrzése nem 4. lépés OK mindegyik változat összpontszámának kiszámítása a legjobb (legmagasabb pontszámú) változat kiválasztása 5. lépés 1. ábra Az AHP folyamatábrája
1. szint (alapvető cél) tökéletesítés vagy újratervezés 2. szint (célok) pénzbeli hozamok maximalizálása (0,3829) folyamat képességeinek maximalizálása (0,1424) pénzmegtakarítás (0,1276) kockázatcsökkentés (0,3472) 3. szint (tulajdonságok) hulladékcsökkentés (0,7049) visszatekercselő működése (0,7925) a beruházás költsége (0,3174) a géphiba kockázata (0,1250) kezelői beavatkozás kiiktatása (0,2476) karbantarthatóság (0,0523) a kar működése (0,0592) a mag működése (0,1483) éves üzemi költség (0,6826) a projektek kudarcának kockázata (0,8750) 4. szint (változatok) tökéletesítés újratervezés 0,3588 0,6412 2. ábra Az AHP folyamata a Hat Szigma projektben 2 táblázat A páronkénti összehasonlításokban alkalmazott preferenciák skálája Az aij értéke Jelentése 1 azonos fontosság 3 az egyik tényező kismértékben fontosabb 5 az egyik tényező határozottan fontosabb, 7 az egyik tényező sokkal fontosabb 9 az egyik tényező abszolút fontosabb 2, 4, 6, 8 köztes értékek
3. táblázat A célok fontosságának páronkénti összehasonlítása a preferenciaskála (2. táblázat) alapján az A mátrix A= Cél 1 A pénzügyi eredmény maximalizálása 2 A folyamatképesség maximalizálása A pénzügyi eredmény maximalizálása Alcélok A folyamat képességének maximalizálása Költségmegtakarítás Kockázatcsökkentés 1,00 3,00 3,00 1,00 0,33 1,00 1,00 0,50 3 Költségmegtakarítás 0,33 1,00 1,00 0,33 4 Kockázatcsökkentés 1,00 2,00 3,00 1,00 Az egyes alcélok fontosságának súlyszámai 4. táblázat C= Alcél Súlyozási szám 1 A pénzügyi hozamok maximalizálása 0,3829 2 A folyamatképesség maximalizálása 0,1423 3 Megtakarítás 0,1276 4 Kockázat minimalizálása 0,3472 AHP-eljárás a célok és tulajdonságok súlyozását úgy kombinálja az egyes változatok összehasonlító értékelésével, hogy minden i cél fontosságának súlyát megszorozza a j változat i célra vonatkozó értékével. Az adott esetben az újratervezéssel megoldott változat nagyobb mértékben elégíti ki a választott célokat, mint a tökéletesítés (0,6412, szemben 0,3588-cal). A team ez alapján úgy döntött, hogy áttervezi a folyamatot, és új meghajtások, kódoló és féktárcsa alkalmazásával csökkenti a minőség szempontjából kritikus tényező ingadozását. Az okok feltárása és a megoldás kidolgozása után a team a szabályozás szakaszába lépett tovább. Ennek során valósították meg azokat az intézkedéseket és beavatkozásokat, amelyekkel folyamatos figyelés, egységesítés, dokumentálás és az új folyamatnak a napi munkába való integrálása révén hosszú távon is megőrizhető az elért javulás.
A projekttel megvalósított megtakarítások nagysága kb. 100 000 GBP volt, az elért hosszú távú szigmaszint pedig 3,3. Értékelés A kutatási projekt eredményei igazolják a Hat Szigma szakirodalmából ismert felfogást, amely szerint a módszerrel javítható a folyamatok hatékonysága, ha sikerült megérteni az ingadozások okát. A vizsgált esetben is ez történt: a hibák okainak megértése után a DMAIC-módszerrel sikerült számottevően javítani a folyamatot. A tapasztalatok azonban cáfolják azt a széles körben elfogadott nézetet, amely szerint létezik ún. öt szigma fal, ami annyit jelent, hogy az öt szigma az a határ, amelyet csak áttervezéssel lehet túllépni. A vizsgált esetben ugyanis már a 2,7 szigma határt is újratervezéssel lépték át. További különbség, hogy a szigmaszint becsléséhez racionális alcsoportokat alkalmazva sikerült meghatározni a folyamat tényleges eltolódását, és elvetni az 1,5 szigma nagyságú eltolódásra vonatkozó alapfeltételezést. A szigmaszint mellett azonban számításba vettek még más tényezőket is, pl. a pénzbeli hozamokat, a megtakarításokat, a kockázatokat és a folyamat műszaki jellemzőit. Ezeket a tényezőket azután tovább bontották tulajdonságokra. A tökéletesítés vagy újratervezés közötti választásban kulcsszerepet játszott a pénzügyi szempont. Az újratervezéshez szükséges beruházás mintegy ötvenszerese volt annak a ráfordításnak, amelyre ahhoz volt szükség, hogy a team az 1,8 szigmaszintről 2,7-re tudjon előrelépni. A hulladékmennyiség és a művelet automatizálásának lehetősége miatt azonban ez a beruházás gyorsan megtérült, mivel az újratervezéssel évente 100 000 GBP megtakarítás érhető el, kétszer akkora, mint tökéletesítéssel. Figyelemre méltó tapasztalat volt az is, hogy a DMAIC-projektben alkalmazott eszközök és technikák nem különböztek számottevően azoktól, amelyeket a DFSS-ben használtak, és a feketeövesek képzettsége tekintetében sem volt jelentősebb különbség a két eljárás között. Második példa: választás az újratervezési változatok között Tervezés Az előző példában bemutatott DMAIC-projekt jól érzékeltette, hogy a DMAIC és a DFSS megközelítések hogyan tudják egymást kiegészíteni,
ez azonban csak az érem egyik oldala. A tanulságok általánosíthatósága érdekében a kutatók egy második projekt keretében kifejezetten a DFSS-re összpontosítottak. Ezt a projektet az egyik legnagyobb európai háztartásigép-gyártó vállalat mosógépgyártó egységénél valósították meg. A háztartási gépekkel szemben egyre fontosabb követelmény mind a fogyasztók, mind a hatóságok részéről a takarékos energia- és vízfogyasztás. Az ilyen berendezéseket ezért energiafogyasztásuk alapján osztályokba sorolják; az A osztály jelenti az ebből a szempontból legkiválóbb kategóriát. A második példában szereplő projekt célja az volt, hogy a vállalat új termékei DFSS alkalmazásával teljesítsék a B energiaosztály követelményeit. Megvalósítás A DFSS első lépése a fogyasztói vélemények összegyűjtése, majd erre építve a minőség szempontjából kritikus tényező (CTQ, critical to quality) kimunkálása. Az adott esetben ez a tényező a vállalat egyik háztartási gépének energiafogyasztása volt. Az energiafogyasztást a termék különböző műszaki elemei és egységei határozzák meg, és a projekt is azzal foglalkozott, hogy hogyan kell kiválasztani, kialakítani és optimalizálni a berendezés fűtőtestét. Az első lépés a vállalat által már használt fűtőtest összehasonlítása a konkurencia termékeiben használt kivitelekkel. Ha ezek alapján a választás a már meglevő termékre esik, akkor a tervezői csoportnak javítania kell annak energetikai hatékonyságát. Amennyiben viszont a team másik fűtőelem-koncepciót választ, akkor a következő feladat a fűtőtest és az ahhoz kapcsolódó egységek részletes újratervezése DFSS-sel. Az új termék számára legmegfelelőbb fűtőtest kiválasztása azonban nem csak azon múlik, hogy sikerül-e vele elérni a B energiaosztályt, a döntést befolyásolja még egy sor további szempont is, pl. gyárthatóság, költségek és megbízhatóság. A készülék koncepciójának és konstrukciójának kiválasztásához célszerű a döntést megkönnyítő technikákat alkalmazni, ezek nélkül ugyanis nagyon könnyen előfordulhat, hogy a választás leegyszerűsített megoldásra esik, és nem olyanra, amelyben a lehető legnagyobb mértékben érvényesül a különböző és gyakran egymás rovására érvényesülő tervezési paraméterek együttes hatása. A választás megkönnyítése érdekében a kutatók ennél a vállalatnál is bemutatták az AHP módszerét. A 3. ábrán bemutatott folyamat alapján a szakértők sztochasztikus modellje alapján kiszámították az 5. táblázatban látható minősítést.
1. szint: alapcél az új berendezés számára legmegfelelőbb konstrukció kiválasztása 2. szint: célok nagyobb biztonság kisebb költség nagyobb megbízhatóság nagyobb teljesítmény jobb szerelhetőség jobb újrahasznosíthatóság kisebb fejlesztési kockázat 3. szint: a konstrukciós változatok korábbi konstrukció 1. új konstrukció 2. új konstrukció 3. új konstrukció 3. ábra AHP a Hat Szigma Tervezése projektben A determinisztikus c vektor 5. táblázat C= Változatok Súlyozási szám 1 Korábbi konstrukció 0,2078 2 1. új változat 10,2026 3 2. új változat 0,2942 4 3. új változat 0,2954 Gyakran már ilyenkor egyértelműen kiválik, hogy melyik a legjobb megoldás, a jelen esetben azonban a 2-es és 3-as számú új változat értékei nagyon közel vannak egymáshoz. Az ilyen kis különbség már nem lehet konstrukciós döntés alapja, ezért a minősítés statisztikai jelentőségének értékeléséhez a kutatók a következők szerint módosították az AHP folyamatát:
1. döntési hierarchia létesítése a probléma döntési elemekre bontásával, 2. statisztikai bemenetek összegyűjtése a döntési elemek páronkénti összehasonlításával, megkapva így a preferenciák statisztikai eloszlását, 3. az egyes döntési elemek relatív statisztikai súlyának számítása, 4. annak eldöntése, hogy a bemeneti adatok kielégítik-e a konzisztencia-indexet; ha nem, akkor vissza kell menni a 2. lépéshez, és újra kezdeni az összehasonlítást, 5. a relatív súlyok összegzése Monte Carlo szimulációval a súlyozási pontszámok statisztikai eloszlásának meghatározása érdekében, 6. az összesített relatív súlyok statisztikai különbségeinek meghatározása és ez alapján a döntési lehetőségek értékelése. Az AHP-nek ez a módosított változata, amelyet sztochasztikus AHPnek hívnak, valószínűségi eloszlásokkal dolgozik. A számítások során alkalmazott bonyolult statisztikai számításokat közöttük pl. a Monte Carlo szimuláció alkalmazását mellőzve, a végeredmény: az elemzés után a team új konstrukció alkalmazása mellett döntött, és ebből a szempontból a termék kialakítására két, egymással versenyző megoldás jött szóba. Mivel a korábbi kivitelt elvetették, jelentős újratervezést hajtottak végre, amelyben a különböző tervezési paramétereket optimálni kellett. Ha azonban a korábbi, illetve meglevő konstrukciót választották volna, akkor a team IDOV-technikával fejlesztette volna tovább azt. Más szavakkal: a tervezési projektben a konstrukció javítható tökéletesítéssel vagy optimalizálással. A kiviteli koncepció kiválasztása után a team az IDOV módszer optimalizálási fázisába lépett tovább (6. táblázat). Ez a kiválasztott konstrukció optimális kialakításának és a különböző követelmények közötti egyensúly létrehozásának szakasza. Meghatározták a fűtőelem teljesítményére ható kritikus jelentőségű tényezőket, majd az ún. válaszfelület módszerrel (response surface methodology, RSM) eldöntötték, hogy a tervezési paraméterek melyik beállítása adja az optimális választ. A cél a paraméter-beállítások olyan kombinációjának kiválasztása volt, amely egyszerre teszi lehetővé két tényező, az idő és az energiafogyasztás optimalizálását. Az itt leírt tervezési folyamat eredményeként a termék energiafogyasztása fél sávval javult, és a várakozások szerint további projektek segítségével sikerülhet tovább csökkenteni a fogyasztást, vagyis elérni a célt, a B energiaosztályt.
6. táblázat A Hat Szigma Tervezése módszerben alkalmazott eszközök Meghatározás Tervezés (design) Feladat 1 A fogyasztók CTQ-inak meghatározása 2 CTQ-k kapcsolatainak felvázolása 3 A mérőrendszer értékelése 4 A rendszerek, alrendszerek modelljének előállítása 5 Alkatrészek, folyamatok és teljesítmények előrejelzése, értékelése pontkártyával (scorecard) 6 Az összes alrendszer pontkártyája 7 A képességek egymáshoz kapcsolódása 8 A hiányosságok meghatározása 9 Kis értékelőszám az értékelőkártyán 10 A transzfer (átalakítási) funkciók hiánya 11 Ismeretlen képességek a folyamatban Optimalizálás 12 Transzferfunkciók és kritikus bemeneti tényezők (x) megtalálása 13 A paraméterek és tűrések tervezése 14 Beszerzési és gyártási specifikációk összeállítása 15 Átlagok, szórások és korlátok megadása Ellenőrzés 16 Ellenőrzés: a kísérletek eredményei igazolják-e az előrejelzéseket? 17 Hibakereső folyamatok 18 Gyártási és beszállítói ellenőrzési tervek a CTQ-kra 19 Modellek, pontkártyák, folyamatok jellemzésének adatbázisa Az alkalmazott eszközök A team alapítólevele, CTQ-k fája, minőségi funkciók lebontása, mérhető mennyiségekké alakítása (QFD), benchmarking AHP, regresszióelemzés, racionális osztályozás, szerelési terv Az összes tényezőre kiterjedő kísérlettervezés (DoE), válaszfelület módszere, többszörös válasz optimalizálása Racionális osztályozás alcsoportokra Értékelés A DFSS-projekt során az újratervezés értékeléséhez nem vizsgálták a szigmaszintet. A termékkel szembeni követelmények módosítása, pontosabban magasabb szintre emelése miatt a meglevő technológia alkalmatlanná vált az új fogyasztói igények kielégítésére. Egyes szakértők szerint általában a termék vagy folyamat újratervezése a megfelelő
megoldás, ha a vállalat egy új folyamat támogatásával kíván elérni stratégiai célokat, mint az itt ismerettett esetben. A DMAIC-projekthez hasonlóan azonban az újratervezés itt is inkább több kritériumra épülő elemzéssel valósult meg, és nem csak a szigmaszintek alapján. A kockázat, a költség és a megtakarítások itt is fontos szerepet játszottak, akárcsak a termék biztonsága, megbízhatósága, teljesítménye és újrahasznosíthatósága. A második projekttel kapcsolatban is hangsúlyozni kell a két Hat Szigma módszer (DMAIC és DFSS) hasonlóságát és kapcsolatát. Mint látható, bizonyos esetekben vagy a folyamatos tökéletesítésre irányuló DMAIC-projekt, vagy DFSS-projekt alatt születik meg a döntés arról, hogy DMAIC helyett DFSS-t kell megvalósítani. Hangsúlyozni kell azonban, hogy a DFSS nem a műszaki tervezési osztály sajátos Hat Szigma módszere. A DFSS más módja a minőség javításának, mint a DMAIC. Összeállította: Liebner Anikó Banuelas, R.; Antony, J.: Six sigma or design for six sigma? = The TQM Magazine, 16. k. 4. sz. 2004. p. 250 263. Rajagopalan, R.; Francis, M.; Suárez, W.: Developing novel catalysts with Six Sigma. = Research Technology Management, 47. k. 1. sz. 2004. p. 13 16.