Förbättringsverktyg

De sju förbättringsverktygen är enligt Park (2003) grafiska och statistiska verktyg som i stor utsträckning används i samtliga faser inom Sex Sigma-metodologin. Då verktygen använts framgångsrikt av många företag i alla nivåer i företagen har de fått smeknamnet

”the magnificent seven” (Park, 2003). I detta kapitel kommer de förbättringsverktyg som använts i projektet att förklaras. För beskrivning av samtliga förbättringsverktyg hänvisas till Park (2003).

4.5.1 Paretodiagram

Bergman och Klefsjö (2001) menar att ett paretodiagram är till stor hjälp för att avgöra vilket problem som är allvarligast och först måste lösas. Ett paretodiagram visar oftast att en liten andel av felorsakerna står för en stor del av de totala antal felen (ibid). Enligt Bergman och Klefsjö brukar detta benämnas 80-20-regeln (80 % av felen beror på 20 % av orsakerna), som är vanlig bland annat i företagsekonomin. Montgomery (2005) poängterar att det inte nödvändigtvis är de problem som uppstår mest frekvent som är de viktigaste felen.

Institutionen för industriell ekonomi och samhällsvetenskap Avdelningen för kvalitets- och miljöledning

23

Paretodiagram användes i analyse-fasen för att sammanställa de orsaker till svinn som framkom samt för att avgöra vilka orsaker som var mest frekventa. Anledningen till att ett paretodiagram valdes var att det ges en väldigt tydlig bild av storleken och ordningen på orsakerna vilket gjorde det lätt att prioritera mellan dem.

4.5.2 Fiskbensdiagram

Ett fiskbensdiagram används enligt Bergman och Klefsjö (2001) för att bena ut orsaker till ett utvalt problem. Figur 4-2 visar ett exempel på ett fiskbensdiagram. Diagrammet beskriver i ett första steg grovt vilka typer av orsaker som kan tänkas ge det utvalda problemet (ibid). Därefter skall dessa grovt beskrivna orsaker undersökas mer detaljerat och benas ur ytterligare. Syftet med att bena ur varje orsak ytterligare är enligt Park (2003) att identifiera grundorsaken till problemet.

I measure-fasen används ett förenklat fiskbensdiagram för att presentera potentiella orsaker till problemet och skapa en pedagogisk och tydlig bild för läsaren om vilka orsaker som identifieras.

Figur 4-2. Principen för ett fiskbensdiagram. Fritt tolkat från Bergman och Klefsjö (2001, s 228).

4.5.3 Styrdiagram

Styrdiagram är enligt Bergman och Klefsjö (2001) ett viktigt verktyg för att finna urskiljbara orsaker till variation i statistisk processtyrning. Park (2003) menar att styrdiagram är ett viktigt och användbart verktyg i analyse-, improve- och control-faserna.

Styrdiagram ger en visuell möjlighet att studera variation och källan till variation i en process (Park 2003). Vidare ges enligt Park (2003) möjligheten för övervakning och kontroll av en process samt riktlinjer för var förbättringsåtgärder skall sättas in. En annan fördel med styrdiagram är att det går att skilja mellan systematisk och slumpmässig variation (ibid). Styrdiagram upptäcker enligt Park (2003) systematisk variation i ett tidigt stadium vilket gör att åtgärder kan implementeras innan ett stort antal felaktiga produkter producerats.

Orsak 1

Orsak 6 Orsak 5

Orsak 2

Orsak 4

Orsak 3

Kvalitets- problem

Institutionen för industriell ekonomi och samhällsvetenskap Avdelningen för kvalitets- och miljöledning

24

En process är i statistisk jämvikt när variationen i processen endast beror på slumpen (slumpmässig variation). Då variationen inte beror endast på slumpen kan det bero på systematisk variation. Systematisk variation beror oftast på dåligt justerade eller kontrollerade maskiner, operatörers handlande eller defekt råmaterial. En process med systematisk variation som beror av externa faktorer är inte i statistisk jämvikt. Syftet med styrdiagram är att snabbt kunna upptäcka om en process har systematisk variation och därefter åtgärda detta. (Montgomery, 2005)

Montgomery (2005) beskriver ett styrdiagram som en grafisk presentation vilken visar hur ett kvalitetsmått utvecklas kontinuerligt över tiden. Styrdiagram har en centrallinje som baseras på medelvärdet och en undre och en övre styrgräns (ibid). Dessa styrgränser är vanligtvis beräknade så att avståndet mellan centrallinjen och styrdiagrammet är tre standardavvikelser (Bergman och Klefsjö 2001). Med andra ord är avståndet mellan den övre och den undre styrgränsen sex standardavvikelser, därav begreppet Sex Sigma. I ett styrdiagram kan också toleransgränser finnas (ibid). Bergman och Klefsjö (2001) påpekar hur väsentligt det är att hålla isär styrgräns och toleransgräns¹⁸.

När alla mätvärden är innanför styrgränserna är processen enligt Park (2003) i statistisk jämvikt eller stabil. Processen är enligt Park inte i statistisk jämvikt när ett mätvärde hamnar utanför styrgränserna eller om en trend eller mönster går att utläsa ur styrdiagrammet. När processen inte är i statistisk jämvikt bör orsaken till den ökade variationen undersökas och åtgärdas (ibid). Figur 4-3 visar ett exempel på ett styrdiagram.

Figur 4-3. Exempel på hur ett styrdiagram kan se ut med centrallinje samt undre och övre styrgräns.

Fritt tolkat från Montgomery (2005, s 150).

18 Förklaras i kapitel 3.3.

Institutionen för industriell ekonomi och samhällsvetenskap Avdelningen för kvalitets- och miljöledning

25

Mätbara kvalitetsindikatorer som kan mätas på en numerisk skala kallas för variabeldata och är exempelvis vikt, volym och temperatur (Montgomery 2005). De styrdiagram som är bäst anpassade för att övervaka vikten på de producerade flaskorna är x - R eller x - S-diagram. Enligt Bergman och Klefsjö (2001) är standardavvikelsen s att föredra då den innehåller mer information om σ och normalt ger en bättre skattning. Genom att använda provgrupper istället för enskilda prover fås en mindre standardavvikelse och risken minskar för stor påverkan av enskilda mätvärden (ibid). Bergman och Klefsjö (2001) samt Montgomery (2005) visar på att provgrupperna oftast är små och vanligtvis antingen fyra, fem eller sex stycken. Vinsten av minskad standardavvikelse är störst upp till dessa antal och vinsten därefter är inte tillräckligt stor för att det skall vara värt att ha större provgrupper (Bergman och Klefsjö, 2001). Centrallinje och styrgränser räknas fram med hjälp av följande formler provgruppernas standardavvikelse, n är provgruppsstorleken och c₄ är en konstant som hämtas från tabell.

I improve- och control-faserna användes styrdiagram i form av x , S-diagram.