
Jeg var veldig imponert over Sissels Lean Six Sigma kunnskap. Hun gjør det enkelt å identifisere forbedringer og skape resultater.


Selv innen Six Sigma - en metode bygget på fakta - er ekspertene uenige om grunnleggende tall. Mens de diskuterer, bruker vi tiden på å faktisk forbedre prosessene.
Spør to Six Sigma-eksperter hvor mange defekter en «6-sigma prosess» har, og du får to svar:
«3,4 per million» sier den ene, og viser til tabellen som går igjen i alle Six Sigma kurs.
«2 per milliard» sier den andre, og beviser det matematisk.
Begge har rett. Begge kan dokumentere det med statistikk.
Jeg oppdaget dette da jeg sjekket tallene selv. Tabellen som brukes i Six Sigma opplæring oppgir 6,7 % feil for en 3 sigma prosess. Men 3 sigma tilsvarer kontrollgrensene i SPC, hvor sannsynligheten for verdier utenfor er 0,3%.
Tallene stemte ikke.
Etter å ha delt funnet mitt i en Lean Six Sigma gruppe på LinkedIn, fikk jeg svaret: Det berømte 1,5 sigma prosess skiftet. En korreksjon for langtidsvariasjon som noen bruker, andre ikke.
Dermed forklaring på hvorfor ekspertene er uenige.
Men her er det viktigste spørsmålet: Endrer dette NOEN PRAKTISKE BESLUTNINGER i produksjonen din?
Svaret er sannsynligvis: Nei.
Situasjon: Selv Six Sigma eksperter er uenige om grunnleggende statistiske tall og hvilket korreksjonsfaktor som skal brukes.
Innsikt: Diskusjonen om teoretisk presisjon hjelper ikke produksjonen. Mens ekspertene diskuterer hvor mange feil det er i en six sigma prosess, lager prosessen fortsatt vrak.
Tegn du kan se etter: Møter der dere diskuterer detaljer uten å ta beslutninger. Team som venter på perfekt forståelse før de starter. Teori som stopper handling.
Neste steg: Start med god nok forståelse. Handle mens andre diskuterer. Forbedre prosessen med verktøyene du har.
Hva dette handler om: Forskjellen mellom akademisk presisjon og praktisk nytte. Forskjellen mellom å forstå teori perfekt og å skape resultater i virkeligheten.
Hvorfor det skjer: Vi tror vi må forstå ALT før vi kan starte. Vi diskuterer teori i stedet for å teste i praksis. Vi leter etter det perfekte svaret, mens det gode svaret venter på å bli brukt.
Hvordan du kjenner det igjen:
• Teamet diskuterer om dere skal bruke 25 eller 30 datapunkter før dere starter SPC, mens prosessen produserer vrak
• Kvalitetslederen insisterer på at alle må forstå statistisk teori før de får bruke kontrolldiagram, så ingen bruker dem
• Ledelsen vil ha «riktig» løsning før de tester noe, så ingenting blir testet
• Operatørene spør «hvor mange målinger trenger vi?» i stedet for å starte med dataene de har
Perfekt forståelse kommer aldri. God nok forståelse gir resultater nå.
Spørsmålet er ikke: «Er det 3,4 defekter per million eller 2 defekte per milliard i en 6 sigma prosess?»
Spørsmålet er: «Hvordan reduserer VI feilene i VÅR prosess, nå?»
Det handler ikke om perfekt statistisk forståelse, akademisk presisjon i beregninger, eller å vinne debatter om teori.
Det handler om å starte med dataene du har, skille signal fra støy godt nok til å handle riktig, og forbedre prosessen mens andre diskuterer.
Kanskje du ikke diskuterer Six Sigma statistikk akkurat nå. Men jeg vedder på at du kjenner igjen dynamikken:
• Dere bruker timer i møter på å diskutere detaljer som ikke endrer beslutningen
• Konsulenten bruker tre timer på å forklare normalfordeling, mens operatørene bare vil vite «skal jeg justere eller ikke?»
• Teamet venter på at noen skal ha perfekt svar før dere starter å teste
• Dere er mer opptatt av om metoden er «riktig» enn om den gir resultater
• Teoretisk forståelse verdsettes høyere enn praktisk forbedring
Mens dere diskuterer, fortsetter prosessen å lage vrak. Mens dere venter på perfekt forståelse, forbedrer konkurrenten seg med god nok kunnskap.
Steg 1: Start enkelt
Du trenger ikke perfekt forståelse for å starte. Trenger du å vite hvor mange feil per million produsert for å bestemme om DERES prosess er stabil? Nei. Et enkelt kontrolldiagram forteller deg det du trenger.
Steg 2: Bruk «god nok» SPC
Et enkelt kontrolldiagram med ±3 sigma grenser forteller deg: Er prosessen forutsigbar? Skal vi justere nå, eller vente? Det er 90 prosent av verdien, med 10 prosent av kompleksiteten.
Steg 3: Forbedre mens andre diskuterer
Perfekt teori kommer ikke til å redusere vrak. Handling basert på god nok forståelse vil. Start med det du har. Juster basert på erfaring. Lær underveis.
Trenger vi ikke å forstå statistikk for å bruke SPC?
Du trenger nok forståelse til å skille signal fra støy og handle riktig. Du trenger IKKE å bevise formler eller vinne debatter med statistikere. God nok slår perfekt.
Hvor mye data trenger vi før vi kan starte?
Start med det du har. 20 datapunkter er bedre enn ingen. Perfekt presisjon kommer med mer data over tid. Venting på perfekte data gir null forbedring.
Hva hvis vi gjør feil i starten?
Da lærer dere og justerer. Det er bedre enn å vente på perfekt forståelse mens prosessen lager vrak. Feil du lærer av er bedre enn perfeksjon som aldri starter.
Er ikke Six Sigma basert på statistisk presisjon?
Six Sigma er basert på å redusere variasjon og forbedre prosesser. Statistikk er verktøyet, ikke målet. Verktøyet trenger ikke være perfekt for å være nyttig.
Hvorfor er det viktig å stille spørsmål til etablerte sannheter?
Vi kan ha ulike oppfatninger av virkeligheten. Derfor er det viktig å stille oppklarende spørsmål for å få et felles bilde av virkeligheten.
Denne historien er fra vårt ukentlige nyhetsbrev, hvor vi deler erfaringer. Korte historier for deg som vil løse problemer ved roten og oppnå målbar, varig verdiskapning.
Meld deg på nyhetsbrevet vårt:
Hvis du vil lære mer om temaene i dette innlegget:
• Lær SPC som faktisk brukes i praksis, ikke akademisk teori
• Før du spør «hvorfor», spør «hvor ofte»
• Før du jakter prosessfeil, sjekk målesystemetFør du jakter prosessfeil, sjekk målesystemet
Lean Tech AS | Kristoffer Robins vei 13
0047 481 23 070
Oslo, Norway
L - Løsningsorientert
E - Engasjert
A - Analytisk
N - Nysgjerrig