Sześć sigma

Ten artykuł należy dopracować: styl, przejrzystość i nie tylko, → zweryfikować niektóre informacje, → usunąć/zweryfikować prawdopodobną twórczość własną, → usunąć pustosłowie. Dokładniejsze informacje o tym, co należy poprawić, być może znajdują się w dyskusji tego artykułu. Po wyeliminowaniu niedoskonałości należy usunąć szablon {{Dopracować}} z tego artykułu.

Powszechnie używany symbol „Sześć sigma”.

Sześć Sigma (ang. Six Sigma) – metoda zarządzania jakością wprowadzona w Motoroli w połowie lat 80. przez Boba Galvina (syn założyciela firmy) oraz Billa Smitha. Za to osiągnięcie w 1988 Motorola otrzymała Amerykańską Nagrodę Jakości im. M. Baldrige’a^[1]. Obecnie metoda ta (lub jej pochodne) używana jest w koncernach takich jak GE^[2], 3M^[3], Honeywell^[4], Rockwell Automation^[5], Alstom, Raytheon^[6], HP, Philips, ABB^[7], TRW Automotive^[8] i Microsoft. W 2000 roku Fort Wayne w Indianie został pierwszym miastem używającym Sześć Sigma do zarządzania miastem^[9].

W statystyce sigma oznacza odchylenie standardowe zmiennej. Sześć sigm oznacza odległość sześciu odchyleń standardowych od wartości centralnej rozkładu (np. średniej arytmetycznej dla rozkładu normalnego) w lewo i prawo. Analitycznie ujmując, obszar sześciu sigm w lewo i prawo od średniej arytmetycznej w rozkładzie normalnym wyznacza prawdopodobieństwo 3,4 wystąpień poza tym przedziałem na milion możliwości.

W metodzie Six Sigma przyjmuje się, że defekty w procesach występują z pewnym prawdopodobieństwem, które można opisać rozkładami statystycznymi. Celem biznesowym na poziomie Six Sigma jest zatem zmniejszenie prawdopodobieństwa wystąpienia defektów do 3,4 (trzech i czterech dziesiątych) defektu na milion okazji. W ten sposób podejście Six Sigma może prowadzić do zwiększenia powtarzalności procesów (stabilności).

Uzasadnienie sześciu odchyleń od średniej

Wykres rozkładu normalnego, na którego podstawach jest oparty model Six Sigma. Grecka litera σ pokazuje odległość na osi x pomiędzy średnią arytmetyczną µ, a punktem przegięcia. Im większa odległość tym większy jest rozrzut wyników. Dla czerwonej krzywej na wykresie wartość średnia wynosi 0 (µ = 0) i σ = 1. Inne kolory pokazują inne wartości µ i σ.

Wartość akurat sześciu sigm, a nie 3 lub 4 została wyznaczona empirycznie. Stwierdzono, że ponieważ procesy składają się z setek kroków i w każdym kroku możliwe jest wygenerowanie defektu, to prawdopodobieństwo, że cały proces wytworzy dobry produkt za pierwszym razem jest zależne od iloczynu prawdopodobieństw prawidłowego wykonania poszczególnych kroków. Przykładowo, przy dwóch krokach i szansie popełnienia błędu 0,1 na każdym kroku, prawdopodobieństwo wypuszczenia dobrego produktu wynosi ${\displaystyle 0{,}9\cdot 0{,}9=0{,}81.}$ Przy trzech krokach ${\displaystyle 0{,}9\cdot 0{,}9\cdot 0{,}9=0{,}729.}$ Łatwo sobie wyobrazić, że jeżeli mamy 100 lub więcej kroków w procesie, to prawdopodobieństwo wypuszczenia dobrego produktu dramatycznie spada – ${\displaystyle 0{,}9^{100}.}$ Zatem aby poprawić szanse, należy zwiększyć prawdopodobieństwo na każdym kroku. Empirycznie ustalono, że nawet dla bardzo złożonych procesów przy przyjęciu poziomu 6 sigma na każdym kroku uzyskuje się dużą szansę wypuszczenia produktów dobrych za pierwszym razem.

Te wartości promował Mikey Harry około roku 1980, wyprowadził je z obserwacji i praktyki, a nie z teoretycznych danych. Używa się ich jako modelu zmian, gdyż defekty produkcyjne często nie podlegają rozkładowi normalnemu. Wtedy do obliczeń liczby potencjalnych wad nie używa się odchylenia standardowego, a parametrów zmienności właściwych innym typom rozkładów statystycznych.

Donald J. Wheeler uważa, iż przesunięcie 1,5 jest niewłaściwe, argumentuje, iż takie praktyki transformują proces 4,5 sigma (3,4 DPMO) w 6 sigma. Jednak takie argumenty są właściwe jedynie dla danych krótkookresowych, gdyż tylko wtedy 1,5 jest odejmowany od wyniku. Gdy wynik 3,4 DPMO wskazuje na proces o wartości 3 sigma, a nie 6 sigma. W przypadku danych długookresowych przesunięcie procesu zostało wliczone i nic więcej się nie odejmuje.

DMAIC

W podejściu Six Sigma zakłada się, że zmiany w procesach realizowane są za pomocą projektów optymalizacyjnych. Projekty te mają z góry ustalony cykl życia:

1. Define
2. Measure
3. Analize
4. Improve
5. Control

Stąd nazwa takiego projektu – DMAIC.

Krytyka

Brak oryginalności

Joseph Juran opisał Sześć Sigma jako „podstawową wersję poprawy jakości”. „Nie ma tutaj nic nowego”, zaadaptowano „ekstrawaganckie pojęcia jak pasy z różnymi kolorami”^[10].

Wątpliwe zyski

Fortune umieścił artykuł, według którego z 58 wielkich spółek, które wprowadziły Sześć Sigma, 91% opuściło ranking S&P 500^[11].

Spadek zadowolenia pracowników

Robert Nardelli, dyrektor generalny Home Depot powiedział, że „wzrosła opłacalność, ale spadło morale pracowników”^[12].

Tłumienie innowacyjności

Steven Boyd, były pracownik naukowy firmy 3M zaznacza, że Sześć Sigma tłumi innowacyjność, a jej jedynym celem jest tylko „stworzenie produktu, który będzie przynosił zyski”^[13].

Zobacz też

• jakość
• kaizen
• kansei
• metoda 5 why
• zarządzanie
• zarządzanie jakością

Przypisy

Linki zewnętrzne

• iSixSigma