Robuste prosesser med Statistisk Prosesskontroll - SPC

En produksjonsleder kontaktet meg. Kvalitetskostnadene var høye. En kunde med strenge krav var svært misfornøyd. «Vi har prøvd ALT» sa han.

Feil diagnose gir feil behandling.

Bakgrunn

Økt bemanning. Strengere kontroller. Ekstra opplæring.

De hadde prøvd alt.

Men kvalitetsproblemet fortsatte.

Da vi kartla prosessen oppdaget vi noe interessant:

De hadde ikke ÉTT problem. De hadde TRE.

Problem 1: Plutselige avvik som aldri hadde skjedd før. (Spesielle årsaker)

Problem 2: Usymmetriske toleranser på tegninger. (Feil sentrering – de siktet på feil tall)

Problem 3: Gjentagende feil selv om nye tiltak stadig ble iverksatt. (Systemvariasjon)

De reagerte som om alt var samme type problem.

Lette etter en årsak. Gjorde ett tiltak. Håpet på det beste.

Og brukte samme «løsning» på alt.

Det var som å behandle både brukket ben, forkjølelse og hodepine med bare paracet.

Kort oppsummert

Situasjon: Produksjonsleder hadde prøvd alt, men kvalitetsproblemene fortsatte.

Problem: Tre ulike problemtyper ble behandlet på samme måte.

Årsak: Manglende evne til å skille spesiell variasjon, feil sentrering og systemvariasjon.

Konsekvens: Kastet bort ressurser på feil tiltak som ikke fungerte.

Hva dette handler om

Når du ikke forstår problemet, kaster du bort ressurser på feil tiltak.

I verste fall gjør du problemet verre.

Jeg ser dette gang på gang:

Team som gjør forbedringer uten å vite HVA som er problemet.
Ledere som behandler alle avvik likt.
Organisasjoner som bruker samme verktøykasse på helt forskjellige problemer.

Resultatet? Masse aktivitet. Lite forbedring.

Forstå problemet med Statistisk Prosesskontroll (SPC)

1. Er det en enkelthendelse som vi må reagere på NÅ? (spesiell årsak)

Plutselige avvik som aldri har skjedd før krever umiddelbar handling. Finn og fjern den spesifikke årsaken som forstyrret prosessen.

2. Er problemet at vi sikter feil? (feil sentrering)

Eksempel: Tegningen sa 1420 mm (+0/-10 mm). Operatøren stilte inn maskinen til 1420 mm. Men maskinen varierer ±5 mm. Resultatet? Halvparten var avvik. Løsningen? Sikte på 1415 mm i stedet.

3. Eller kan prosessen rett og slett ikke levere det vi trenger? (systemvariasjon)

Gjentagende feil selv om nye tiltak stadig iverksettes betyr at problemet ligger i systemet. Du må forbedre prosessens robusthet – ikke bare justere maskiner tilfeldig.

Reagere riktig på måleresultat

Når en maskin produserer vrak, er det fristende å justere.

Men her er problemet:

Justering løser bare ÉTT problem. Og hvis du har et annet problem, gjør justering det verre.

To ulike problemer som ofte forveksles:

Problem 1: Feil sentrering (unøyaktig)

Maskinen treffer systematisk feil. Gjennomsnittet er ikke der det skal være.

Eksempel: Alle skudd treffer 5 cm til venstre for målet.

Løsning: Justering hjelper. Endre setpunkt slik at gjennomsnittet treffer riktig.

Problem 2: For mye normal variasjon (dårlig presisjon)

Maskinen treffer riktig i snitt, men spredningen er for stor. Halvparten av produktene havner utenfor toleranse.

Eksempel: Skuddene spriker over et stort område, selv om gjennomsnittet treffer midt i målet.

Løsning: Justering hjelper IKKE. Du må redusere variasjon:

Bytt til mer presis maskin.
Endre prosessen (gi mer margin).
Aksepter vrak og kalkuler kostnad inn i prisen.

Hva skjer når du forveksler dem?

En maskin produserer vrak. Operatøren justerer og justerer. Men problemet blir bare verre.

Hvorfor?

Fordi problemet var for mye normal variasjon (dårlig presisjon).

Men operatøren behandlet det som feil sentrering (unøyaktig).

Resultatet av feil tiltak:

Justering endrer hvor maskinen sikter (gjennomsnittet).

Men påvirker ikke hvor mye maskinen spriker (variasjonen).

Så nå treffer maskinen feil sted MED samme variasjon.

Før justering: Halvparten av produktene var vrak.

Etter justering: Enda flere produkter er vrak.

Når du justerer en maskin med for stor variasjon, gjør du det verre.

Det er nettopp det SPC lærer deg:

Er problemet hvor du sikter? (sentrering)
Eller er problemet variasjon? (presisjon)

Når du vet forskjellen, velger du riktig tiltak. Første gang.

Hva med spesiell variasjon?

Det er et tredje type problem:

Spesiell variasjon: Plutselige avvik forårsaket av en spesifikk hendelse (maskinstopp, feil råvare, operatørfeil).

Løsning: Identifiser og fjern den spesifikke årsaken som forstyrret prosessen.

Det er viktig å forstå at feil sentrering, spesiell og normal variasjon må behandles som 3 ulike problem for effektiv problemløsning.

Eksempler på bruksområder for SPC

Bestemme robusthet (kapabilitet): Hva er normal variasjon for prosessen, og hvor god margin har vi til kundekravene?

Prediktivt vedlikehold: Slitasje kan oppdages i et kontrolldiagram som spesiell variasjon, for eksempel ved økt variasjon eller trender.

Effektmåling av forbedringer: Spesiell variasjon kan være et tidlig signal om at tiltakene du har implementert fungerer!

Tidlig varsling: Arbeid forebyggende ved å oppdage tendenser til avvik tidlig, og iverksett tiltak før kvalitetsavvik oppstår.

Sikre stabile prosesser: En prosess med kun normal variasjon er forutsigbar. Hvis den samtidig oppfyller kundekravene, har du en robust og stabil prosess.

Kjenner du igjen dette?

Samme problem kommer tilbake til tross for flere «løsninger».
Teamet hopper til løsninger uten å undersøke rotårsaker.
Dere behandler alle avvik likt – med samme tilnærming hver gang.
Forbedringer gir kortvarig effekt; problemet dukker opp igjen.
Ledelsen spør «Hvorfor fikser dere ikke dette?» – men ingen vet hvor de skal starte.

Når du behandler alle problemer likt, velger du feil tiltak. Og kaster bort ressurser på løsninger som ikke fungerer.

Hva du kan gjøre hos deg

Steg 1: Still spørsmålet

Neste gang dere har et kvalitetsproblem, spør: «Hvor ofte skjer dette?» Sjeldent (enkelthendelse)? Ofte (systemvariasjon)? Eller sikter vi på feil tall?

Steg 2: Velg riktig tilnærming

Enkelthendelse (spesiell variasjon): Finn og fjern den spesifikke årsaken. Bruk 5xHvorfor, eller se etter spesiell variasjon i prosessvariabler.

Feil sentrering: Juster setpunkt basert på faktisk gjennomsnitt i prosessen.

Systemvariasjon: Kartlegg prosessen, forstå hva som påvirker variasjonen, og reduser variasjon i det som er viktigst.

Steg 3: Bruk kontrolldiagram

Kontrolldiagram skiller normal fra spesiell variasjon. Når du vet hvilken type problem du har, vet du også hvilken løsning du trenger.

Ofte stilte spørsmål

Hva er forskjellen på spesiell og normal variasjon?

Spesiell variasjon er uvanlige hendelser forårsaket av en spesifikk årsak (f.eks. maskinstopp, feil råvare). Normal variasjon er summen av alle små, tilfeldige faktorer som alltid påvirker prosessen.

Hvordan vet jeg om problemet er feil sentrering eller for stor variasjon?

Bruk kontrolldiagram. Hvis gjennomsnittet (sentrering) er feil, men spredningen er innenfor toleransene, er problemet sentrering. Hvis gjennomsnittet er riktig, men spredningen er for stor, er problemet variasjon.

Hva er en robust prosess?

En robust prosess leverer ønsket resultat hver gang, selv om det er variasjoner i råvarer, maskiner, operatører eller miljø. Robusthet måles ved kapabilitet – forholdet mellom spesifikasjonsgrenser og kontrollgrenser.

Hvordan kan SPC hjelpe meg med å bygge robuste prosesser?

SPC viser deg hvor mye variasjon prosessen har (kontrollgrenser) og om den kan møte kundekrav (spesifikasjonsgrenser). Når du forstår dette, kan du prioritere hvilke variabler som må forbedres for å øke robustheten.

Må jeg være statistiker for å bruke SPC?

Nei. SPC handler om å forstå variasjon visuelt gjennom kontrolldiagram. Du trenger ikke avansert statistikk – bare evnen til å stille riktige spørsmål og tolke grafer.