Etablering av strategier och
rutiner för seriestorlekar
En fallstudie på Företag X
Författare: Lukas Klevtun Karl Vinberg Handledare: Peter Berling
Tack
Forskarna till denna studie skulle först och främst vilja rikta ett tack till folket
på Företag X, och ett extra stort tack till den Verkställande Direktör som gjort
denna studie möjlig. Ett stort tack ska även riktas åt Företags X
Inköp/lagerchef & Produktionschef som har bidragit med sin goda insyn i
verksamheten såväl som tillskott av annan nödvändig empirisk kunskap. Utan
ert engagemang hade inte studien varit så detaljrik som den nu är.
Vidare skulle forskarna även vilja rikta ett tack till handledare samt professor
Peter Bergling som med sina fördjupade kunskaper inom ämnet har inspirerat
forskarna genom forskningsprocessen samt bidragit med sina kunskaper till
studien. Dessutom skulle ett tack vilja riktas åt studiens examinator Helena
Forslund för sina goda tankar och reflektioner.
Slutligen skulle forskarna även vilja rikta ett extra stort tack till alla opponenter
som förgyllt studien med sina finurliga tankar och idéer kring studiens
innehåll.
Stort tack.
_____________________________ ______________________________
Lukas Klevtun
Karl Vinberg
Abstract
Title: Establishment of strategies and routines for production sizes - A case
study at Company X.
Purpose: The purpose of the study is to identify, design and apply a method
for operational production planning. The purpose of the method is that it takes
into account the respective demand patterns of the articles, which determines
the choice of calculation model and that the method also takes into account the
production capacity limitation set. The result can be applied as a basis for
decision-making for small and medium-sized manufacturing companies that
are facing an expansion.
Objective: The following research question was the main objective of this
study.
How would an appropriate operational planning method be shaped according
to the specific characteristics of the products and their diverse demand patterns
in small and medium-sized manufacturing companies with capacity limiters?
Method: The study is a qualitative one-case study with quantitative elements.
The empirical data used in the study was collected through unstructured and
semi-structured interviews where the snowball effect has been applied and also
observations have been performed.
Sammanfattning
Titel: Etablering av strategier och rutiner för seriestorlek - En fallstudie på
Företag X.
Syfte: Studiens syfte är att identifiera, utforma och applicera en metod för
operativ produktionsplanering. Ändamålet med metoden är att den tar hänsyn
till artiklarnas respektive efterfrågemönster vilket avgör valet av
beräkningsmodell samt att metoden tar även hänsyn till produktionens
kapacitetsbegränsning ställare. Resultatet kan appliceras som beslutsunderlag
för små samt medelstora tillverkande företag som står inför en expansion.
Forskningsfråga: Följande forskningsfråga var objektet för denna studie.
Hur skulle en lämplig operativ planering formas utefter artiklarnas specifika
egenskaper och deras olikartade efterfrågemönster hos små och medelstora
tillverkande företag med kapacitetsbegränsningen ställare?
Metod: Studien är en kvalitativ en-fallstudie med kvantitativa inslag. Den
empiriska data som använts i studie än insamlad genom ostrukturerade samt
semistrukturerade intervjuer där snöbollseffekten tillämpats och även
observationer har utförts.
Innehållsförteckning
1. Inledning 1
1.1 Företagsbeskrivning 1
1.2 Bakgrund 2
1.3 Problemdiskussion 4
1.3.1 Strategier och rutiner för en operativ produktionsplanering 5
1.4 Problemformulering 8 1.5 Syfte 8 1.6 Disposition 8 2 Metod 1 2.1 Vetenskapligt synsätt 1 2.2 Vetenskapligt angreppssätt 2 2.3 Forskningsmetod 2 2.4 Undersökningsdesign 3 2.5 Studiens urval 4 2.6 Datainsamling 4 2.7 Dataanalys 6 2.8 Kvalitetskriterier 8 2.8.1 Begreppsvaliditet 9 2.8.2 Reliabilitet 10 2.8.3 Extern validitet 10 2.8.4 Intern validitet 10 2.9 Replikerbarhet 11 2.10 Forskningsetiska överväganden 11 2.11 Författarnas delaktighet 13 2.12 Metodsammanfattning 14
3 Strategi och rutin för operativ produktionsplanering 15
3.1 Teori 15 3.1.1 Teoretisk referensram 15 3.1.2 Efterfrågemönster 16 3.1.3 Operativa Produktionsplanering 21 3.2 Empiri 30 3.2.1 Uppsättningsprocessen 30 3.2.2 Single-stage production 31 3.2.3 Företagets produktionsstrategier 33 3.2.4 Arbetstider i produktionen 34 3.2.5 Illustrerad data 35 3.2.6 Empirisammanfattning 46
4 Utveckling av operativ planeringsmetod 47
4.1 Idén bakom den operativa planeringsmetoden 47 4.2 Utformning av verktyg för identifiering och sammankoppling av
efterfrågemönster med beräkningsmodellerna 48
4.3 Applicering av beräkningsmodellerna 51
4.4 Beräkningsmodeller för artiklar med jämn efterfrågan 51
4.4.2 EBQ-Modell 53 4.4.3 Jämförelse mellan beräknigsmodellerna EOQ- & EBQ-Modellen 54 4.5 Beräkningsmodell för artiklar med oregelbunden, sporadisk samt ojämn
efterfrågan 55
4.5.1 Newsvendor-modellens kostnadsfunktion för efterfrågan 55 4.5.2 Beräkning av optimalt Q enligt Newsvendor-modellen 56 4.6 Praktisk tillämpning av seriestorlekarna i operativ
produktionsplaneringen 59 4.6.1 Seriestorlekar i produktionstid 59 4.6.2 Power of Two 62 4.6.3 Gantt schema 67 5 Slutsats 71 5.1 Resultat 71 5.2 Praktiskt bidrag 72 5.3 Teoretiskt bidrag 72 5.4 Samhälleliga aspekter 73
5.5 Kritik till studien 74
5.6 Förslag till vidare forskning 74
6 Referenser 75 6.1 Empiriska källor 75 6.2 Litteratur 75 6.3 Vetenskapliga artiklar 76 6.4 Elektroniska källor 78 7 Bilagor 79
7.1 Bilaga 1 - Intervju med produktionschef. Datum 2021-03-11 79 7.2 Bilaga 2 - Intervju med produktionschef. Datum: 2021-04-08 80 7.3 Bilaga 3 - Detaljerad analys av samtliga artiklar och efterfrågemönster 81 7.4 Bilaga 4 - Excelblad med tillhörande data & beräkningar 84
1. Inledning
Följande kapitel inleds med en företagsbeskrivning av Företag X som följs av
en bakgrundsbeskrivning. Därefter presenteras en problemdiskussion som
följs av en redogörelse av problemformuleringen. Kapitlet avslutas med en
presentation av studiens syfte samt studiens fortsatta disposition.
1.1 Företagsbeskrivning
Under verksamhetsåret 2019 hade Företag X en omsättning på cirka 85
miljoner SEK och en vinstmarginal på cirka 17% (Allabolag, 2021). Utöver
huvudkontoret i Småland så förses de 4 000 kunderna som är lokaliserade i
Europa av kontoret i Gdansk som sköter viss produktion och lagerföring av
artiklar samt av försäljningskontoret i Helsingfors (Företag X, 2021c). Det
kundsegment företaget jobbar emot är företag som till stor del arbetar med
inredning och möbler, och har välkända kunder som the Senator group,
Kinnarps, Lammhults möbler, Fredericia furniture och Martela (Möbelriket,
2018).
1.2 Bakgrund
Marknaden och konkurrensen sinsemellan producerande företag har blivit har
vuxit sig allt större, genom bland annat på grund av den ökande
globaliseringen. Detta medför till att företag på olika kontinenter kan
konkurrerar gentemot varandra. Vidare ökar komplexiteten genom att kraven
samt behoven hos kunderna stiger i termer av exempelvis kortare ledtider och
mer kundspecifika artiklar. Det är vitalt för företagets överlevnad att möta
konkurrensen genom att ständigt utveckla konkurrenskraftigheten hos
företaget. Karaktärsdrag för ett konkurrenskraftigt företag är följande:
effektivitet, produktions dynamik, innovation och flexibilitet (Gerasimov,
Vasyaycheva & Gerasimov, 2018; Hama Kareem, Mohamad Al Askari &
Muhammad, 2017). Dessa karaktärsdrag kommer att underlätta för företaget
att öka dess finansiella stabilitet utan att behöva öka priset för deras artiklar
genom att minska tillverkningskostnaderna (Hama Kareem, Mohamad Al
Askari & Muhammad, 2017).
beslutsprocedurerna för produktionen, där den grundläggande proceduren är
att bara utföra en genomförbar produktionsplanering med resurser som redan
är fördefinierade. Vid upprättandet av en produktionsplanering är det av vikt
att variabler såsom uppsättningstid, lagerhållningskostnad och möjliga
restordrar tas in till hänsyn (Ayad & Fahim, 2020).
Fortsättningsvis förespråkar Aalaei, Kayvanfar & Davoudpour (2017) att det
bör finnas grundläggande bestämmelser samt tillvägagångssätt, för att kunna
möta
de
begränsningar
som
karaktäriserar
formsprutningstillverkningsindustrin. Med anledning av att på så sätt kunna
minska antalet eventuella flaskhalsar som kan uppstå i tillverkningen.
anses vara låg (Lyu, Lin, Guo & Huang, 2020). Vid produktion gentemot lager
kommer produktionsenhetsställarna inte behöva utföra verktygsbyten lika
frekvent då serierna kommer bli längre och större. Fördelen med detta är att
produktionen inte kommer vara lika sårbar för bortfall bland personal, men
företaget kommer binda upp mer resurser i lagerhållning (Sayeed-Desta,
Pazhayattil, & Chowdari, 2016).
Det bör ske ett ständigt förbättringsarbete för att balansera lagernivån mellan
överflöd och risken för brist. Detta då ett överflödigt lager där onödigt mycket
kapital är uppbundet leder till kostnader i form av försäkringar, defekta
artiklar, lagerföringskostnad, ökad lageryta och även risken att behöva avstå
potentiella investeringar då allt mer resurser är uppbundet i lagerhållning
(Mulandi & Ismail, 2019).
1.3 Problemdiskussion
produktionen (VD Företag X, 2021-01-29). Det blir av vikt att förenkla
kapacitetsbegränsingen så en ställare kan utnyttjas till sin maximala kapacitet
vilket kommer kräva en form av anpassning.
Företaget har kapaciteten i form av verktyg och kompetensen att modifiera
dessa verktyg i termer av formen i dessa för att kunna tillgodose de cirka 14
000 artiklar som finns i deras sortiment. Det innebär att Företag X måste ha en
kontinuerlig flexibilitet då de cirka 4 000 kundspecifika artiklarna är i större
utsträckning mer modifierade än standardartiklarna (VD, 2021-01-29).
Modifieringen är uppdelad i två olika typer nämligen lättare och mer
omfattande, ett exempel på detta är där en lättare artikelmodifiering är utgjord
av samma grundförfarande som en standardartikel men färgen är olik.
Svårigheten med att producera kundspecifika artiklar mot lager är att
prognostisera den framtida efterfrågan, detta då det endast är en kund till den
aktuella artikeln (Be-Isa, Zimmermann, Scherwitz & Reinhart, 2020).
1.3.1 Strategier och rutiner för en operativ produktionsplanering
artiklar som ska tillverkas i samma färg efter varandra, just för att minska
ledtiderna och onödiga stillestånd. Processen kring färg är vanligast bland
specialartiklar som är designade för en specifik kund, till skillnad från att de
flesta standardartiklarna är svarta eller vita (VD Företag X, 2021-01-29).
I produktionen har företaget idag ett 10-tal produktionsenheter som sköts av
ett par av produktionsenhetsställare vars uppgift är att genomföra
verktygsbytena samt rengöra produktionsenheterna vid färgbyten. För att
undvika onödiga stillestånd av produktionsenheten så är det viktigt att kunna
byta verktygen så fort en produktionsserie är klar. Detta för att kunna påbörja
en ny produktionsserie av en annan produkt. Dock upplever företaget att det
sker långa stilleståndstider av produktionsenheterna idag vilket företaget anser
beror på att det körs korta produktionsserier av varje produkt. Detta i
kombination med att företaget upplever en brist på produktionsenhetsställare
som kan genomföra bytena och köra produktionsenheterna. Företaget har även
valt att köra tvåskift, vilket innebär att den ena produktionsenhetsställaren
jobbar förmiddag och den andre jobbar eftermiddag. Detta med anledningen
av att kunna hålla produktionen igång under en längre tid. Dock hinner inte
alltid produktionsenhetsställarna med att byta verktygen samt tvätta
produktionsenheterna, vilket leder till stillestånd av produktionsenheterna och
utebliven produktion. Trots detta upplever företaget en ökad efterfråga och är
i behov av att producera fler artiklar än vad som företaget klarar av, vilket
resulterar i utebliven vinst (VD Företag X, 2021-01-29).
om personal är en kapacitetsbegränsning för företaget (Jonsson & Mattsson,
2016).
Genom att inte lagerföra artiklar alltså att inte producera mot lager öppnar upp
för sårbarhet i produktionen. Företagets kunders fluktuerande efterfråga blir
desto svårare att möta. Sårbarheten grundar sig i att det krävs omfattande
prognoser som möjliggör produktionen att spegla efterfrågan korrekt.
Fortsättningsvis spelar faktorer såsom felproduktion och stillestånd som
grundar sig i exempelvis frånvarande personal på grund av diverse anledningar
och även fel i produktionsenheterna, då de kommer förhindra leverans av
artiklar (Lyu et al. 2020).
Med större produktionsserier går det att kringgå flera av dessa problem som
beskrivs ovan såsom frånvaro av personal, detta då det sker färre
verktygsbyten än vid produktion av mindre serier. När produktionen sker i
större serier kan detta även till viss del lösa problemet med den fluktuerande
efterfrågan och stockout som uppstår på grund utav den svårbedömda
efterfrågan (Kumar & Aouam, 2018).
Produktionen av seriesstorleken bör även ske på ett ekonomiskt gynnsamt sätt
i termer av att kostnaden för framtagningen av artikeln inte överstiger nyttan
där aspekter såsom ställtid bör tas i hänsyn (Wuthrich & Hof, 2019;
Sayeed-Desta, Pazhayattil, & Chowdari, 2016).
1.4 Problemformulering
•
Hur skulle en lämplig operativ planering formas utefter artiklarnas
specifika egenskaper och deras olikartade efterfrågemönster hos små
och medelstora tillverkande företag med kapacitetsbegränsningen
ställare?
1.5 Syfte
Studiens syfte är att identifiera, utforma och applicera en metod för operativ
produktionsplanering. Ändamålet med metoden är att den tar hänsyn till
artiklarnas
respektive
efterfrågemönster
vilket
avgör
valet
av
beräkningsmodell samt att metoden tar även hänsyn till produktionens
kapacitetsbegränsning ställare. Resultatet kan appliceras som beslutsunderlag
för små samt medelstora tillverkande företag som står inför en expansion.
1.6 Disposition
Studiens inledande kapitel består av en beskrivning av företaget följt av en
bakgrund som leder vidare till problemdiskussion. Slutligen presenteras
forskningsfrågan samt studiens syfte. I studiens andra kapitel presenteras de
metodval som tillämpats under studien.
2 Metod
Varje avsnitt i följande kapitel inleds med en presentation av olika möjliga metodval som följs av de metodval som anses lämpliga för att kunna besvara forskningsfrågorna. Kapitlet inleds med studiens vetenskapliga synsätt och angreppssätt som följs av forskningsmetoden, därefter presenteras den undersökningsdesign som tillämpats i studien. Vidare presenteras studiens urval, datainsamling och dataanalys. Därpå redogörs de kvalitetskriterier som ligger till grund för att studiens innehåll skall kunna säkerställas. Kapitlet avslutas med en redogörelse för de forskningsetiska överväganden som vidtagits samt forskarnas delaktighet i arbetet.
2.1 Vetenskapligt synsätt
Det realistiska synsättet är uppdelad i två olika typer av synsätt nämligen empirisk- och kritisk realism. Kritisk realism grundar sig i att studiens forskare har en förståelse för det bagage med kunskap, åsikter, bakgrund m.m som erhållits under levnadslängden och att detta kommer påverka hur pass objektiv studien är då uppfattningen av verkligheten skiljer sig åt personer emellan (Bryman & Bell, 2017).
2.2 Vetenskapligt angreppssätt
Bland samhällsvetenskapliga angreppssätt anses deduktion vara den vanligast förekommande bland induktion, abduktion och deduktion gällande relationen mellan teori och forskning. Deduktion utgår från redan befintliga teorier och studier där X antal hypoteser formas kring det relevanta ämnesområdet som vill studeras, vilket därefter undersöks och testats empiriskt. Deduceringen fortsätter där tidigare deducerat material fortskrider till ett resultat. Resultatet ställs gentemot de skapade hypotesen/-er där de antingen blir accepterade alternativt förkastade (Bryman & Bell, 2017).
Denna studie är av det deduktiva angreppssättet, där relevant teori och empiri för problemformuleringen har använts för att deducera fram en slutsats. Problemformuleringen är direkt anknuten till det området som har studerats på Företag X. Relevant teori och empiri har inhämtats för att härleda fram en slutsats som agerar som beslutsunderlag för huruvida Företag X bör besluta kring seriestorleken i sin produktion och därefter göra ett beslut gällande vilken del av företaget som skall expanderas. Den form av deduktion som förbises är hypotesframtagning och prövningen av de framtagna hypoteserna.
2.3 Forskningsmetod
Vid upprättandet av en studie finns det två distinkta strategier som kan tillämpas nämligen kvalitativ och kvantitativ forskningsstrategi, men det finns även möjlighet att kombinera dessa två olika strategier som exempelvis en kvalitativ studie med kvantitativa inslag. I en kvalitativ studie läggs större vikt på sociala verktyg där individens ord och uppfattning ligger i centrum. Till skillnad från i en kvantitativ studie där vikten läggs på kvantifiering och analysering av insamlade data. Tillvägagångssättet för insamlingen av data kan ske genom exempelvis enkäter, observationer och intervjuer (Bryman & Bell 2017).
seriestorleksstrategier och rutiner. Samtidigt har beräkningarna av seriestorlek som grundat sig i rådata försett från företaget varit av betydande karaktär. Problemformuleringen är alltså ställd på ett sätt och ur ett perspektiv som skall underlätta att skapa förståelse för miljön som undersöks på Företag X. Det är data och den kalkyleringen som inhämtas och utförs, som kommer utgöra till viss del basen för studien vilket kommer resultera i framtagning av strategier och rutiner vilket kommer vara tillika resultatet. Detta för att kunna tillhandahålla Företag X ett beslutsunderlag för kommande expansion.
2.4 Undersökningsdesign
Vid insamling och analysering av data är det rekommenderbart att tillämpa ett ramverk vilket är tillika undersökningsdesignen som tillämpas i studien. Beroende på vilken undersökningsdesign som tillämpas kommer strukturen och tillvägagångssättet av studie se olik ut den andra (Yin, 2014). Exempel på olika undersökningsdesigner är följande: fallstudie, experimentell och tvärsnittsdesign (Bryman & Bell 2017).
Fallstudie, vilket är en empirisk undersökning och är en av de mest använda designerna. En fallstudie kan appliceras på problemformuleringar gällande “varför” och “hur”, där varje organisation, plats, person och specifik händelse som undersöks utgör ett separat fall. Applicering av denna undersökningsdesign är för att undersöka hur fallet spelar ut sig i praktiken (Yin, 2014). Tillvägagångssättet för datainsamling sker vanligen genom observationer och/eller intervjuer för att kunna göra en grundlig beskrivning (Bryman & Bell 2017). Ur ett generaliserbarhetsperspektiv finns det en nackdel med fallstudie då fallet i sig är så pass säreget att resultatet blir svårt applicerat på annan studie bortsett från potentiell nyskapad teori som kan jämföras mot redan existerande (Yin, 2014).
2.5 Studiens urval
Urval tillämpas vid studier med stora populationer och det finns två tillvägagångssätt vilket är följande: ej slumpmässigt urval och slumpmässigt urval. Urvalet i den förstnämnda består endast av de individer som berör undersökningsområdet, då de anses vara mest relevanta för studien. Nackdelen med att välja ut representanter som skall spegla helhetens åsikt om ämnet är att det finns risk att vissa individers åsikters förbises. En metod som kan användas för att fånga upp flera relevanta individer för en studie är snöbollsurval som baseras på att ett fåtal respondenter vägleder forskaren för att finna nya relevanta individer (Bryman & Bell, 2017).
Forskarna av denna studie har gjort valet att tillämpa ej slumpmässigt urval på premissen att slumpmässigt urval kommer endast medföra merarbete till en studie som sker under en relativt kort tidsperiod. Fokus bör istället läggas på respondenter som är relevanta, det vill säga de som står i direkt eller indirekt kontakt med det valda studieobjektet, som exempelvis VD, ställare, operatörer och dylikt. Snöbollsurvalet har tillämpats då första kontakten skedde med VD:n för Företag X som därefter möjliggjorde kontakt med produktionschefen samt inköp/lagerchefen, vilka är tillika de två ansvariga för projektet.
Vid urvalet av artiklar användes de ej slumpmässigt utvalda personerna som står i direkt kontakt med studieobjektivitet. I samarbete med dessa identifierades 18 artiklar som differentierar sig från varandra, vilket kommer kräva olika verktyg för att kunna bearbetas. Valet att studera heterogena artiklar i olika populationer grundas i att kunna erhålla en bättre spegling av de olika artiklarnas egenskaper och dess påverkan på produktion och lagerhållning.
2.6 Datainsamling
vetenskapliga artiklar, böcker etc. Värt att notera är att denna data är troligen inte insamlad för samma ändamål som för forskaren som insamlar denna typ av data. Primärdata har både för och nackdelar. Fördelen med denna typ av datainsamling är att endast relevant information sorteras och samlas in, dock ur en tidsaspekt är detta krävande och därtill även kostsamt. Jämförs kvaliteten på data anses sekundärdata vara av högre standard då den har granskats (Bryman & Bell, 2017, Yin, 2014).
Ett alternativ till detta är att samla in data genom att utföra intervjuer. Tillvägagångssättet kan ske på tre sätt. Strukturerad intervju är det första alternativet vilket går ut på att intervjun sker under kontrollerade former där följden av frågor ställs i en viss ordning och alla respondenter svarar på identiska frågor. Nästa alternativ är semi-strukturerad intervju där det respondenterna svarar på redan bestämda frågor men ordningsföljden är mer fri och anpassningsbar. Det sista alternativet gällande tillvägagångssätt för intervju är ostrukturerad intervju. Detta tillvägagångssätt ger än mer frihet till respondenten då det inte finns någon ordning eller förutbestämda frågor. Intervjun är mer lik ett samtal som följer ett tema (Bryman & Bell, 2017).
Förteckning 1. Presentation av företagskontakter (Egen illustration, 2021)
kunna spegla situationen genom att beskriva den efter deras åsikter. Därtill har det även utförts observationer för att kontrollera att den bilden som speglas, speglas på ett korrekt sätt. Detta leder till att forskarna av denna studie har erhållit en rättvis och djupare förståelse av hur verkligheten verkligen fungerar hos Företag X.
Vidare till sekundärdata insamlingen har fallstudieföretaget Företag X försett forskarna av denna studie med relevant empiriska data från deras produktion och nuvarande rutiner. Det har även insamlats data från teoretisk litteratur och vetenskapliga artiklar. Valet att triangulera data alltså tillämpa diverse olika datainsamlingstyper för att bygga denna studie, är för att uppnå och säkerställa en studie av kvalité. Information i form av litteratur och vetenskapliga artiklar har inhämtats genom databaser som Linnéuniversitetets universitetsbibliotek databas OneSearch samt Google Scholar. Vidare har ett belsut fattats av forskarna att i den mån som det går att endast använda nya källor som inte är äldre än fem år. Utöver detta har det bara använts vetenskapliga artiklar som är peer review, vilket innebär att texterna har blivit kontrollerade av sakkunniga inom ämnesområdet före publicering av artiklarna (Umeå Universitet, 2021).
Sökord: Efterfrågemönster, EOQ-modell, EBQ-modell, Newsvendor-modell, Power
of Two, Gantt, kapacitetesbegränsningar.
2.7 Dataanalys
Innebörden av dataanalysmetoden utformning av förklaring enligt Yin (2014) kan utläsas i begreppet där innebörden är att förklara ett/flera fall. Utformning av förklaring är lämpat att tillämpas både vid enfallsstudier och flerfallsstudier och är även en form av mönsterjämförelse. Mönsterjämförelse går ut på att ställa insamlat empiriskt material gentemot teori och annat empiriskt material i tron av att kunna identifiera liknelser i form av mönster.
Problemformuleringen analyserar den insamlad empiriska data och ställer den mot relevant teori för att finna ett mönster eller tillvägagångssätt som förbättrar produktionen genom framtagningen av en operativ produktionsplanering. Det utförs även beräkningar på den insamlade och analyserade empirin och den relevanta teorin underlättar dessa beräkningar genom att ge godare och djupare förståelse för hur olika variabler spelar sin roll i ekvationerna.
Figur 2. Angreppssätt (Egen illustration, 2021)
2.8 Kvalitetskriterier
2.8.1 Begreppsvaliditet
Begreppsvaliditet innebär är att de begrepp som används är korrekta och relevanta för studien. Det finns två faktorer som bör uppfyllas för att besitta en gedigen begreppsvaliditet i studien. För det första är det av vikt att det specifika område som väljs ut att studeras och studiens mål skall vara starkt kopplade. För det andra skall de mått som används vara förankrade och spegla verkligheten på ett korrekt sätt (Yin, 2014).
Det finns svårigheter med att uppfylla begreppsvaliditeten när undersökningsdesignen är av typen fallstudie. Detta ligger till grund för att det ofta förekommer operationella mått och sortering av insamlade data anses vara subjektiva. Det finns tre metoder som forskare kan tillämpa för att uppnå en hög begreppsvaliditet vid typen fallstudie. I den första metoden använder forskarna ett flertal empiriska studier då detta säkerställer den generella åsikten om undersökningen. Den andra metoden behandlar beviskedjan, där det skall etableras en kedja av bevis för hela datainsamlingsprocessen. Den sista av de tre metoderna handlar om att innan studien publiceras så skall den granskas av nyckelpersoner som är relevanta för studien (Yin, 2014).
För att erhålla en hög begreppsvaliditet har forskarna av denna studie genomgående under studiens gång tillämpat ett flertal olika källor som är av teoretisk och empirisk karaktär. Den information som erhållits av respondenterna genom de intervjuer och observationer som har utförts granskas för att verklighetsbilden skall speglas korrekt. Granskningen sker bland annat genom att informationen som har erhållts genom intervjuer ställs mot och jämförs med de observationer som har utförts och även så att det ligger i linje med relevant teori.
2.8.2 Reliabilitet
Innebörden är att det skall finnas möjlighet att återskapa studien och få samma resultat. För att det skall möjliggöras krävs det tydlig dokumentering av hur forskarna har gått tillväga för att kunna nå detta resultat. Eftersom studier kan få medvind i form av tillfälligheter som sker under särskilda förhållande är det av vikt att reliabilitet tillämpas (Bryman & Bell, 2017).
Tillvägagångssättet har dokumenterats och förklarats för att studien skall kunna återskapas och samma resultat skall kunna erhållas. Dokumentation och förklaring av tillvägagångssätt finns bland annat här i metodkapitlet, där varje val av applicerad metod presenteras och argumenteras för varför den används.
2.8.3 Extern validitet
Inom extern validitet behandlas begreppet generaliserbarhet, som berör frågan om resultatet från studien kan generaliseras och därefter appliceras till andra studier som omfattas av en annan kontext utanför orginalstudien. Dock så är det vanligtvis svårt för fallstudier att uppnå en hög generaliserbarhet och därmed försvårar appliceringen av studiens resultat till andra fallstudier. Generaliserbarheten går att öka genom att koppla de uppnådda resultaten till redan befintlig teori (Bryman & Bell, 2017; Yin, 2014).
Befintlig teori appliceras för att studien skall ha en gedigen grund vilket bidrar till extern validitet och generaliserbarhet, därtill används även intervjuer och observationer. Problematiken är dock att resultatet i sig och det praktiska tillvägagångssättet för att nå detta resultat har grundats på de förutsättningar Företag X befinner sig i. Detta kan medföra problematik gällande applicerbarheten för andra företag, dock kan resultatet tillämpas som underlag och fungera som riktlinje som underlätta i valet av vilka metoder som inte är applicerbara.
2.8.4 Intern validitet
och inte några andra externa variabler har påverkat resultatet som inte har presenterats eller undersökts (Bryman & Bell, 2017).
I en fallstudie som denna verifieras och säkerställs kvalitetskriteriet intern validitet i analysavsnittet där den empiri som forskarna har samlat in på fallföretaget jämförs och sammanställs med den teori som finns tillgänglig inom området. Detta för att framföra vilken teori som liknar samt överensstämmer respektive åtskiljs med empirin, för att de slutsatserna som presenteras ska vara tillförlitliga.
2.9 Replikerbarhet
Replikerbarhet är ett begrepp som handlar om att andra forskare ska kunna replikera en redan utförd studie vid ett senare tillfälle, samt kunna erhålla liknande resultat som tidigare forskare kommit fram till. Anledningen till detta är att om studiens resultat inte skulle överensstämma med andra liknande studiers resultat, så ska replikerbarheten fungera som en kontrollfunktion för att kunna återupprepa studien och kontrollera så att inga signifikanta fel har gjorts i studien för att säkerställa studiens resultat (Bryman & Bell, 2017).
I denna studie så har replikerbarheten säkerställts genom att en loggbok (se bilaga 5) har uppförts där en beskrivning av tillvägagångssättet på detaljnivå har presenterats, samt en beskrivelse för hur de olika momenten har genomförts. Det redogjordes även för var, när och hur empirin har inhämtats, detta för att kunna återupprepa studien vid ett senare tillfälle.
2.10 Forskningsetiska överväganden
Informationskravet innebär kravet på att redogöra syftet med studien för alla deltagande parter i studien samt beskriva hur studien kommer att gå till. Kravet handlar även om att parterna ska få ta del av resultat av studien (Bryman & Bell, 2017). Detta krav har uppnåtts genom att det har skett ett informationsutbyte mellan de deltagande parterna på företaget samt forskarna, samt att forskarna har genomfört en slutgiltig presentation av studiens slutsatser och resultat för företaget.
Vidare så berör samtyckeskravet frivilligheten hos de olika parterna som medverkar i studien, där det handlar om att deltagarna ska ha kunskap om att undersökningen är frivillig och att det inte råder något tvång av delaktighet, utan att varje deltagare kan avbryta sin medverkan i undersökningen när som helst (Bryman & Bell, 2017). Även detta krav har uppfyllts genom att alla parterna som varit delaktiga i studien har varit det på egen vilja utan påtryckningar från vare sig forskarna eller högre chefer på företaget.
Konfidentialitets- och anonymitetskravet handlar om att den information samt data som samlas in kring parterna som medverkar i undersökningen ska hanteras försiktigt och konfidentiellt. Detta för att obehöriga inte ska kunna komma åt känslig information som exempelvis personuppgifter (Bryman & Bell, 2017). Konfidentialitets- och anonymitetskravet har uppfyllts genom att forskarna har fått tillåtelse att presentera företaget samt namn på övriga deltagare som deltar i studien. Vidare har forskarna endast blivit delgiven information om parterna som är utav intresse för studien, samt att övrig känslig information har hanterats försiktigt på krypterade datorer. I och med att inga personuppgifter har insamlats vid genomförandet av denna studie, samt att respondenterna endast har benämnts med vederbörande befattning behövs inte kraven för dataskyddsförordningen GDPR följas.
och ingenting annat ändamål (Bryman & Bell, 2017). Kravet har uppfyllts i och med information samt övriga uppgifter har endast använts till syftet av studien.
Slutligen så handlar kravet kring falska förespeglingar om att den information som forskarna delger parterna får varken vara vilseledande eller falsk för att uppnå redan förutbestämda resultat (Bryman & Bell, 2017). Kravet har uppfyllts genom att företaget samt övriga deltagare har fått ta del av syftet med studien, samt att initiativet om att genomföra studien kommer från företaget självt.
2.11 Författarnas delaktighet
2.12 Metodsammanfattning
3 Strategi och rutin för operativ
produktionsplanering
I detta kapitel avhandlas studiens enda forskningsfråga kring hur en lämplig operativ planering kan formas utefter artiklarnas specifika egenskaper och deras olikartade efterfrågemönster hos små och medelstora tillverkande företag med kapacitetsbegränsningen ställare. Inledningsvis presenteras först ett teoriavsnitt med teori såsom diverse efterfrågemönster som följs av teori kring operativ produktionsplanering, Power of Two, seriestorleksbegränsningar samt Gantt-schema för visualisering av PoT. Vidare redovisas ett empiriavsnitt, där data samt annan information som inhämtats från fallföretaget presenteras.
3.1 Teori
Teoriavsnittet inleds med en redogörelse av den teoretiska referensramen och som följs av en presentation av teori kring fyra stycken olika efterfrågemönster som är oregelbunden-, ojämn- , långsam- och sporadisk efterfrågan. Vidare introduceras teorier samt formler kring operativ produktionsplanering som EOQ-, EBQ- samt Newsvendor-modellen, det förekommer även en redogörelse av formlernas delkomponenter. Följt av den operativa produktionsplaneringen presenteras teori kring Power of Two (PoT). Teoriavsnittet avslutas med teori kring seriestorleksbegränsningar samt verktyget Gantt schema som används för visualisering av PoT.
3.1.1 Teoretisk referensram
Segmentet som berör prognostisering syftar till att identifiera produkternas olika efterfrågemönstren, detta används sedan som stöd vid beräkningarna kring den operativa produktionsplaneringen för de olika produkterna. Vidare används resultatet från den operativa produktionsplaneringen som underlag vid utvecklingen av produktionsschemat och sekvenseringen. Avslutningsvis så syftar verktyget Gantt schema att används för visualisering av PoT. Teorierna som presenteras nedan är hämtade från vetenskapliga artiklar samt kurslitteratur, teorierna bedöms även som betydelsefull såväl som adekvata för att uppnå studiens syfte och besvara den första forskningsfrågan som avser den operativa produktionsplaneringen.
3.1.2 Efterfrågemönster
En prognos har som syfte att approximera den framtida försäljningen av företagets produkter, och oftast så mäter prognoser den framtida försäljningen i antalet enheter eller i monetära medel. Vidare genomförs prognoser oftast genom beräkningar av den historiska försäljningsdata som företaget har att tillgå, och kan utföras på olika tidshorisonter. Dessa tidshorisonter är vanligtvis veckovis, månadsvis, per kvartal eller till och med år, vilket beror på vad företaget föredrar för typ av prognos. Det är inte ovanligt att företag beräknar flera olika prognoser för både kort och lång sikt. I och med prognosernas syfte är att bedöma den framtida försäljningen så underlättar prognoser den operativa produktionsplaneringen samt lagerhanteringen för ett företag, då prognoserna används för att undvika att producera för mycket eller för lite utifrån den framtida efterfrågan (Nahmias & Olsen, 2015).
huvudsakliga typer av efterfråga vilket är oregelbunden- , ojämn- , jämn- och sporadisk efterfrågan.
Diagram 1: Illustration av oregelbundna efterfrågemönster (Costantino et al., 2018).
Diagram 2: Illustration av sporadiska efterfrågemönster (Costantino et al., 2018).
Det sporadiska efterfrågemönstret (Intermittent demand) har egenskaper samt kännetecknas av att kvantiteten vid de tillfällena som efterfrågan uppstår i kan skifta mellan tidsintervallen. Samtidigt som att efterfrågetillfällena är ytterst oregelbundna, då det inte alls är ovanligt att vid vissa av tidsintervallen kan efterfrågan vara noll (Costantino et al., 2018). Vidare menar Petropoulos, Kourentzes och Nikolopoulos (2016) att denna typ av efterfrågan är även vanlig bland industrier.
Diagram 3: Illustration av jämnt efterfrågemönster (Costantino et al., 2018).
till stor del är jämna mellan tidsintervallen, då det vanligtvis förekommer en begränsad variation mellan de olika kvantiteterna. Vidare är efterfrågetillfällena regelbundna, då det jämna efterfrågemönstret kännetecknas av att det vanligtvis uppstår en efterfråga vid varje tidsintervall över tid (Turrini & Meissner, 2019).
Diagram 4: Illustration av ojämnt efterfrågemönster (Costantino et al., 2018). Slutligen så menar Petropoulos, Kourentzes & Nikolopoulos (2016) att prognostisering för det ojämna efterfrågemönstret (Lumpy demand) är en utmaning likt det oregelbundna efterfrågemönstret. Vidare menar Costantino et al. (2018) att efterfrågemönstret kännetecknas av det förekommer stora variationer i kvantiteten och den kan fluktuera mellan de olika tidsintervallen. Samtidigt som att efterfrågetillfällena är i allra högsta grad oregelbundna, då efterfrågan kan uppstå som att vara noll i flertalet av tidsintervallen.
för att styra lagret. Den kortsiktiga prognosen har en tidshorisont på ett par dagar eller veckor framöver (Nahmias & Olsen, 2015).
Den mellansiktiga prognosen (taktisk) görs på en tidshorisont som är veckor eller månader, och innehåller försäljningsmönster av företagets olika produktfamiljer. Denna typ av prognos har till syfte att bedöma hur mycket personal som ska arbeta samt vilket material i vilka kvantiteter som kommer att behövas vid produktion tillfället, det vill säga planering av materialkrav samt resurskrav. Slutligen så är den långsiktiga prognosen ett underlag för företagets framtida strategi och har som syfte att åskådliggöra vilken kapacitet som kommer att behövas på lång sikt (Nahmias & Olsen, 2015).
3.1.3 Operativa Produktionsplanering
3.1.3.1 EOQ-Modellen
Ekonomisk orderkvantitets modellen (EOQ-modellen) går även under benämningen Wilson-formeln och är den mest grundläggande beräkningsmodellen som kan användas för att beräkna optimal hemtagningskvantitet. Modellen används främst som utgångspunkten när undersökningar sker kring mer komplexa problem. Vid användning av denna modell sker ett flertal antaganden såsom följande där efterfrågan är konstant, brist är inte tillåtet, det existerar ingen ledtid för ordern etc. Modellen består av variablerna uppsättningskostnaden (K), efterfrågan () och slutligen lagerhållningskostnad per enhet (h) (Nahmias & Olsen, 2015).
Q=2K/h
Formel 1: Illustration av EOQ-Modellen (Nahmias & Olsen, 2015)
3.1.3.2 EBQ-Modellen
En annan modell för beräkning och styrning av lagerstorlek är ekonomisk seriestorlekskvantitet, som är en översättning av den engelska modellen Economic Batch Quantity (EBQ). Modellen har även andra namn och kallas även för Optimal Production Quantity (EPQ). Denna modell är en vidareutveckling av den tidigare presenterade EOQ-modellen (Nobil, Sedigh & Cárdenas-Barrón, 2017), och har som syfte att styra företagets lagernivåer genom att minska lagerkostnader, företagets kapitalbindning samt minimera de totala kostnaderna (Jamal, Sarker & Mondal, 2004). Vidare är EBQ-modellen uppgift är att avgöra i hur stora seriestorlekar som produkterna bör produceras i, samt när företaget bör påbörja produktionen av batchen (Nobil, Sedigh & Cárdenas-Barrón, 2017).
& Leiras, 2018). Vidare tar EBQ-modellen följande kostnader i beaktning vilket är uppsättningskostnad, bearbetningskostnad, lagerkostnad, lagringshållningskostnad för lagring av produkter i arbete samt straffkostnad för defekta artiklar (Jamal, Sarker & Mondal, 2004).
Nedan presenteras formeln för ekonomisk seriestorlekskvantitet, samt en nedbrytning och beskrivning av dess delkomponenter.
Formel 2: Illustration av EBQ-Modellen (Nahmias & Olsen, 2015).
Uppsättningskostanden (Cs) av produktionsenheten vid en ny produktionsserie består av två variabler, vilket är den tid det tar att sätta upp produktionsenheten inför en ny produktionsserie samt timkostnaden för en anställd att genomföra uppsättningen (Amrina, Junaedi & Prasetyo, 2018).
Formel 3: Illustration av uppsättningskostnaden (Nahmias & Olsen, 2015)
är en kapacitetsbegränsning i produktionen samt att produktionsenheten behöver sluta producera för att genomföra uppsättningen för den kommande produktionsserien, så tenderar uppsättningskostnaden att stiga kraftigt. Däremot så kan uppsättningskostanden minska om uppsättningen till viss del kan ske utanför produktionsenheten när den fortfarande producerar, och benämns som förberedande uppsättning (Nahmias & Olsen, 2015).
Vidare så kan kapacitetsutnyttjandegraden som är ett nyckeltal användas för att se hur mycket av den tillgängliga kapaciteten som faktiskt utnyttjas. Beräkningsmodellen presenteras
nedan
Formel 5: Illustration av kapacitetsutnyttjandegraden (Nahmias & Olsen, 2015)
Detta innebär att när kapacitetsutnyttjandegraden är 100% så utnyttjas kapaciteten fullt ut, trots det så uppnår företag i stort sett aldrig denna siffran utan brukar kunna uppnå cirka 90%.
Detta då produktionsenheterna kan behöva planerat eller oplanerat underhåll när de havererar, vilket påverkar hur mycket produktionsenheten kan producera. Vidare kommer inte personalen kunna jobba på sin maximala kapacitet konstant (Jonsson & Mattsson, 2017).
Formel 6: Illustration av lagerhållningskostnaden (Nahmias & Olsen, 2015)
Beräkningsmodellen för lagerhållningskostnaden består av två variabler, vilket är lagerräntan samt artikelns självkostnadspris. Lagerräntan består i sin tur av ett antal delkomponenter där kapitalkostnaden för artikeln tenderar att vara den huvudsakliga andelen av lagerhållningskostnaden. Vidare består lagerhållningskostnaden av kostnader som kostnader för, materialhanteringen, lagringskostnad, svinn och andra skador samt försäkringar. Detta innebär att alla kostnader som är i relation till lagernivån bör bara inräknade i lagerhållningskostnaden, ett exempel på detta är delkomponenten kring lagringskostnaden. Den kan se lite annorlunda ut utifrån om företaget äger sitt eget lager eller inte, om företaget äger sitt eget lager så tenderar lagringskostnaden att vara fast och borde därmed inte ingå i beräkningsmodellen (Axsäter, 2015). Vidare hävdar Nahmias & Olsen (2015) att lagerhållningskostnaden bör variera utifrån artiklarnas värde samt dess egenskaper, exempel på dessa egenskaper är att artiklarnas storlek samt att vissa artiklar är mer ömtåliga än andra och tenderar då att skadas oftare vid hanteringen.
3.1.3.3 Newsvendor-modellen
För att kunna utföra en beräkning gällande vilken kvantitet som bör finnas tillhands för att kunna möta den osäker efterfrågan samt maximera vinsten i förhållandet mellan variablerna Cu och Co, så behövs det först och främst göra ett framtagande av kostnaden för utebliven vinst, vilket kan betecknas som (Cu). Följande steg blir framtagningen av kostnaden som är associerad med kassering av överflödiga artiklar på grund av att företagets utbud> efterfrågad kvantitet (Co). Dessa två variabler används därefter i följande formel för att framta den kritiska fraktilen (C.F) (Choi, 2012).
Formel 8: Illustration av kritiska fraktilen (Choi, 2012).
För följande beräkning kräver framtagandet av medelvärdet (µ) för efterfrågad artikel samt vilken standardavvikelsen (σ) denna artikel har för studerad period. Värdet som erhölls från den kritiska fraktil formeln används för att ta fram ett z-värde och därefter kan beräkningen av vinst maximerings kvantiteten beräknas med följande formel (Choi, 2012).
Formel 9: illustration av vinstmaximerings kvantiteten (Choi, 2012).
vinstmaximerande kvantiteten ovan som beräknades i Formel 9. Beräkningen sker på följande sätt:
Formel 10: Illustration av C(D) (Choi, 2012). 3.1.3.4 Power of Two
Power of Two är ett verktyg som kan tillämpas för att koordinera schemaläggningen av produktionen. Dessutom går verktyget att användas för att lösa problematiken kring beslut rörande produktionens seriestorleksbestämmelser samt schemaläggningen av produkterna i produktionsenheterna. Vid beräkningar av produktionens seriestorlekar översatt till tidsenheter så kan ojämna tider erhållas, exempel på detta kan vara att en produktionsserie bör vara 1,2 dagar eller kanske 3,7 veckor. Detta helt utifrån vilken tidsenhet som valts att användas. Detta leder till att planeringen av denna typ av produktion kan bli mycket komplicerad och tidskrävande, av den orsaken att tiderna för de olika seriestorlekarna blir så pass varierande (Axsäter, 2015). Vidare menar Muckstadt och Sapra (2009) att Power of Two kan vara en lösning på det ovan presenterade problemet, i och med att denna typ av verktyg är vanlig att använda bland företag när planeringen av den framtida produktionen sker.
skulle leda till följande 2^-0 = 0,5 timme, 2^-1 = 0,25 timme och så vidare (Axsäter, 2015).
Detta har resulterat i att det finns ett antal fördelar med införandet av en Power of Two vid bestämmelserna kring operativ produktionsplaneringen menar Kuhn & Liske (2014). En av fördelarna är att med hjälp av verktyget så går det att skapa relativt enkla cykelscheman, som antingen kan göras manuellt eller automatiskt med hjälp av algoritmer. Vidare menar Axsäter (2015) att trots av Power of Two:s tidsbegränsningar så går det att åstadkomma den optimala operativa planeringslösningen eller åtminstone komma mycket nära den.
Nedan presenteras formeln för Power of Two för en lösning av lot sizing problemet, samt en beskrivning av dess delkomponenter.
Formel 7: Illustration av Power of Two (Axsäter, 2015).
två veckor då dess längd bestäms helt av produktionens förutsättningar (Axsäter, 2015). Detta menar Muckstadt och Sapra (2009) underlättar planeringen av produktionschemat då om företaget exempelvis beräknar att en seriestorlek i produktionstid bör vara 1,7 dagar så bör företaget istället välja att producera 2 dagar enligt Power of Two, istället för 1,6 dagar för att underlätta strukturen i produktionschemat.
3.1.3.5 Seriestorleksbegränsingar
I ett realistiskt scenario har produktionen begränsningar i huruvida stor produktionskapaciteten är. För att kunna tillmötesgå efterfrågan måste summan av kapaciteten vara ≥ summan av efterfrågan. Att endast använda och ställa summan av kapacitet och efterfråga gentemot varandra kommer dock inte ge en rättvisande bild. Exempel: Kapaciteten per perioder för följande tre perioderna är 60. Efterfrågan för de följande perioderna är 20, 40, 100. Utläses endast summan av de tre perioderna för vardera så är summan av kapaciteten 180> 160 vilket är summan av efterfrågan. Det går även att utläsa att det finns begränsad kapacitet för att möta efterfrågan i perioden tre (Nahmias & Olsen, 2015).
3.1.3.6 Gantt-Schema
Enligt Maylor (2001) så kan Gantt-schema användas ett för att visualisera när i vilken ordning som de olika aktiviteterna ska genomföras, samt under vilka tidsperioder. Detta verktyg kan bland annat användas för att underlätta projektledning eller produktionsplanering. Vidare menar Baxendale et al. (2021) att Gantt-scheman kan skapas för olika områden inom produktionsplanering, i och med att det går att göra olika Gantt-scheman för exempelvis när de olika produktionsenheterna producerar en batch. Eller så kan Gantt-scheman vara mer fokuserade på när de enskilda produktionsenheterna utför de olika aktiviteterna i respektive produktionsenhet. Utöver detta så menar Christopher (1988) att Gantt-scheman är ett trubbigt verktyg att använda, men samtidigt hävdar Baxendale et al. (2021) att Gantt-scheman är vanligt bland företag att använda vid schemaläggningen av produktionsenheter i produktionen. Detta då de visualiserar på enkelt sätt när produktionsenheterna är lediga eller upptagna och över tid.
Visuellt så är ett Gantt-schema ett horisontellt stolpdiagram som på Y-axeln visualiserar de aktiviteter som ska genomföras eller de produktionsenheter som produktionsplaneringen ska täcka. Vidare visualiserar X-axeln de tidsperioder som omfattas, X-axeln kan bland annat anta sekunder, minuter, timmar eller dagar som tidsenhet (Baxendale et al., 2021).
Figuren visar i detta fall ett Gantt-schema för två produktionsenheter, M1 och M2, med tre de tillhörande aktiviteterna A1, O och A2 för varje enskild produktionsenhet. Vidare visar X-axeln i detta fall tiden i minuter, samt att stolparna visar när produktionsenheterna genomför de olika arbetsmomenten (Baxendale et al., 2021).
3.2 Empiri
3.2.1 Uppsättningsprocessen
Uppsättningsprocessen består av de moment som utförs med producerande enhet mellan att en produktionsserie är avklarad tills att en ny serie är redo att påbörjas. Företag X har i dagsläget två stycken färdigutbildade ställare och två stycken ställare som är under utbildning. Uppsättningsprocessen kan delas upp i förberedande ställ samt ställtid vid produktionsenheten, där förberedande ställ innebär att aktiviteten kan ske samtidigt som produktionsenheten fortfarande är verksam då aktiviteten sker vid sidan om som en förberedelse. Förberedande ställ handlar om att identifiera rätt verktyg som ska användas till produktionen av den aktuella artikeln. Därefter ska verktyget som ska användas hämtas från lagret där verktygen som inte används förvaras. Vidare behöver majoriteten av verktygen modifieras innan de kan installeras i produktionsenheterna för produktion, dock så utförs inte modifiering av verktygen på samtliga verktyg. Detta då det finns vissa verktyg som är färdigmonterade för installation i produktionsenheten för produktion av enskilda artiklar. (Produktionschef Företag X, 2021-04-08).
produktionsenheten för produktion av den nya artikeln. Företaget räknar med och upplever att de kan genomföra 3 ställ per dag och ställare men att de har en målsättning att genomföra 5 ställ per dag och ställare. (Produktionschef Företag X, 2021-04-08).
3.2.2 Single-stage production
Tillverkningsprocessen hos Företag X beskrivs av produktionschefen som en single-stage production system, vilket innebär att produktionen sker i ett enda steg. Nedan presenteras en illustration av en single-stage production system i figur 6.
Figur 6: Illustration av Single-stage production system (Egen illustration, 2021).
Det första steget i en single-stage production system är råmaterialet som hos Företag X är plastgranulat vilket är ett plastmaterial och har formen av små korn. Dessa plastgranulat lagerhålls i en silo och sugs genom ett sugsystem in i produktionsenheterna. De material som Företag X använder sig av i sin produktion är olika typer av plastgranulat, som exempelvis gummiaktiga plastmaterial om slutprodukten ska vara av gummikaraktär. Vidare använder sig Företag X av olika färger för att färgsätta sina artiklar, vid produktionen tillsätts mellan två och fem procent färg. Färgerna varierar vanligast bland specialartiklarna som är designade efter kundens specifikation, detta till skillnad från majoriteten av standardartiklarna som är svarta eller vita (Produktionschef Företag X, 2021-04-08).
ner till en formbar massa, samtidigt som detta blandas plastmassan tillsammans med den tillsatta färgen. När plastmassan har blandats med färgen så pressas plastmassan under tryck in i verktygsformen. Delprocessen avslutas med att verktygsformen kyls så att plasten stelnar, nedan presenteras en mer detaljerad illustration av produktionsprocessen i figur 7 (Produktionschef Företag X, 2021-04-08).
Figur 7: Illustration av produktionsprocessen (Injection Moulding World Magazine, 2018)
3.2.3 Företagets produktionsstrategier
Vid produktionen och utformningen av produktionschemat finns det ett antal strategier som företaget försöker att följa, där en av de huvudsakliga strategierna är i vilken ordning som artiklarna bör produceras. Strategin utgår från artiklarnas färgegenskaper, det vill säga att företaget försöker att börja med att producera artiklar som är vita. För att sedan övergå till att producera artiklar som är gula om det finns några, för att därefter producera blåa artiklar. Som slutligen följs av produktion av svarta artiklar. Denna strategi har företaget valt att följa för att slippa att rengöra produktionsenheterna efter varje produktionsserie, som är tidskrävande då ställarna kör en plastmassa igenom produktionsenheterna för att få bort eventuella rester i produktionsenheten som plastmassa samt färg som blivit kvar. Men om produktionen går från vitt till svart så kan ställarna bara byta färg, utan att behöva köra igenom plastmassan för att rengöra produktionsenheten. Vidare i och med att de flesta standardartiklarna oftast är svarta så byter ställarna inte färg mellan produktionsserierna, och därmed behöver de inte genomföra rengöringen lika ofta (Produktionschef Företag X, 2021-04-08).
För att hålla koll på när de 17 produktionsenheterna har producerat klart en produktionsserie så skriver ställarna upp tiderna på en whiteboardtavla när produktionsenheterna är klara. Det står oftast minst en eller två produktionsenheter stilla i väntan på byte till nästa produktionsserie. Produktionsplaneringen påverkas av attributen hos artiklarna som exempelvis storleken som påverkar storleken av verktygen, vilket i sin tur påverkar i vilken av produktionsenheterna som artiklarna går att producera i. De flesta verktygen passar i alla produktionsenheterna, men finns ett antal större verktyg som bara går att producera i ett färre antal större produktionsenheter (Produktionschef Företag X, 2021-04-08).
3.2.4 Arbetstider i produktionen
Enligt produktionschefen så arbetar produktionspersonalen tre skift med en fördelning på att morgonpasset samt eftermiddagspasset arbetar 38 timmar per vecka. Dessa timmar är fördelade på att ställarna arbetar åtta timmar per dag måndag till torsdag, för att på fredagen arbeta sex timmar. Till skillnad från detta så arbetar nattskiftet 32 timmar per vecka som är uppdelat på fyra arbetsdagar (Produktionschef Företag X, 2021-04-22).
3.2.5 Illustrerad data
3.2.5.1 Efterfrågedata
Diagram 5: Illustration av årlig efterfråga i styck för standard- respektive specialartikel, verksamhetsår 2019 (Egen illustration, 2021).
Diagram 6–9: Illustration av årlig efterfråga (Egen illustration, 2021)
Diagram 14–15: Illustration av årlig efterfråga (Egen illustration, 2021)
Diagram 16–21: Illustration av försäljningsdata per månad i styck för standard- respektive specialartikel, verksamhetsår 2019 (Egen illustration, 2021).
färgkodade efter om artikeln tillhör standard- alternativt specialartiklar. De brandgula artiklarna representerar specialartiklar och de mörkblå är standardartiklar. De artiklar som har värdet noll i perioder beror inte på att efterfrågan är noll utan snarare att det saknas statistik för dessa artiklars efterfråga under vissa månader i verksamhetsåret 2019. Artiklarna SF2912FM10S och SR6022FM8S har ingen representativ försäljningsdatastatistik vilket medför att dessa artiklar inte ha illustrerats i diagrammen ovan (Produktionschef Företag X, 2021-04-08).
3.2.5.2 Ställtider
Diagram 22: Illustrering av förberedande ställtid i timmar för standard- respektive specialartiklar (Egen illustration, 2021).
är densamma som för diagrammet ovan där brandgul representerar specialartiklar och blå företagets standardartiklar (Produktionschef Företag X, 2021-04-08).
Diagram 23: Illustrering av uppsättningstid i timmar för standard- respektive specialartiklar (Egen illustration, 2021).
Diagram 24: Illustrering av förberedande ställtid och uppsättningstid i timmar för standard- respektive specialartiklar (Egen illustration, 2021).
3.2.5.3 Tillverkningstider
Diagram 25: Illustration av tillverkningstid (sekund) och antal enheter per skott för standard- respektive specialartiklar (Egen illustration, 2021).
3.2.5.4 Finansiell data
Diagram 26: Illustrering av företagets egen beräkning av den ekonomiska orderkvantiteten i styck för standard- respektive specialartiklar (Egen illustration, 2021).
Diagram 27: Illustrering av kalkyl på antal i styck för standard- respektive specialartiklar (Egen illustration, 2021).
Diagrammet illustrerar det antal vilket är benämnt som “kalkyl på antal” som företaget använt sig av vid beräkning av deras självkostnad. På y-axeln finnes antal och på diagrammets x-antal finnes de olika artiklarna. Färgkodningen är densamma som för diagrammet ovan där brandgul representerar specialartiklar och blå företagets standardartiklar. Valet att illustrera kalkyl på antal grundas i att den datan har tillämpats vid företagets beräkningar och ses som den mest uppdaterade och speglar deras verklighet på ett mer korrekt sätt än deras ekonomiska orderkvantitet.
Diagram 28: Illustrering av självkostnad i kronor per kalkylenhet för standard- respektive specialartiklar (Egen illustration, 2021).
Diagram 29: Illustrering av självkostnad i kronor för standard- respektive specialartiklar (Egen illustration, 2021).
3.2.6 Empirisammanfattning
Sammanfattande tabell av nyckelinformation
Antal ställare 4 st (varav 2 st är under upplärning)
Antal ställ per ställare och dag 3 st Mål av antal ställ per ställare och dag 5 st
Faktisk arbetstid per ställare och vecka 38 timmar (morgon & eftermiddagspasset) 32 timmar (nattpasset)
Antal arbetsskift 3 skift
Ekvivalent arbetskraft 1,0 för utbildad personal
0,6 för personal under utbildning
Timkostnad per ställare 350 SEK
Antal produktionsenheter 17 st
Effektiv arbetstid per produktionsenhet och vecka 104 timmar Antal produktionsdagar under året 225 dagar
Målsättning av tillgänglighet 77%
Lagerränta 5%
4 Utveckling av operativ planeringsmetod
I detta kapitel analyseras en egenkonstruerad operativ planeringsmetod som har utformats utefter artiklarnas specifika egenskaper och deras olikartade efterfrågemönster. Inledningsvis presenteras en förklaring till idén bakom framställningen av den operativ planeringsmetoden. Därefter genomförs en analys som utgår från strukturen av den skapade planeringsmetoden, och som inleds med att analysera och koppla de olika teoretiska efterfrågemönstren till artiklarnas egna efterfrågemönster som har inhämtats från fallföretaget. Vidare beräknas de optimala produktionskvantiteterna med hjälp av beräkningsmodellerna. Planeringsmetoden avslutas med att översätta de optimala produktionskvantiteterna till jämnstora block, detta för att optimera produktionen utifrån kapacitetsbegränsningen ställare.
4.1 Idén bakom den operativa planeringsmetoden
Den operativa planeringsmetoden som presenterades kort i ingressen är en metod som är utvecklad av forskarna till denna studie, vars syfte är att förenkla samt standardisera arbetssättet för att bestämma samt planera seriestorlekarna. Idén till den operativa planeringsmetoden kommer i grunden från problemet som VD:n för Företag X (2021-01-29) framför kring att ställarna är en kapacitetsbegränsning och att det är dem som möjliggör byte av seriestorlekarna. Den operativa planeringsmetoden löser detta problem genom att den passar in de seriestorlekarna som är framräknade med hjälp av EOQ- och Newsvendor-modellen, in i lämpligt stora block så att ställarna kan hinna med verktygsbytena.
operativa planeringsmetoden går ett steg utöver beräkningsmodellerna och tar hänsyn till kapacitetsbegränsningen ställare som VD för Företag X (2021-01-29) framför. Den operativa planeringsmetoden resulterar i att ställarna utnyttjas till deras maxkapacitet genom att situationen där de står och väntar på att en produktionsenhet skall producera klart en seriestorlek elimineras.
Den operativa planeringsmetoden tar även de problem som Nahmias & Olsen (2015) och Nobil, Sedigh & Cárdenas-Barrón (2017) beskriver kring att EBQ- samt EOQ-modellen enbart fungerar för artiklar som har en jämn efterfrågan, vilket kan inte enbart användas på Företag Xs artiklar då de även har artiklar med andra efterfrågemönster. Det vill säga att det finns vissa artiklar där EOQ- och EBQ-modellen inte är lämpliga att använda. För de artiklar där EOQ- och EBQ-EBQ-modellen inte är lämpade att använda kommer en utveckling av den klassiska Newsvendor-modellen utföra, för att kunna anpassa den efter de förutsättningar som råder på Företag X. För att identifiera vilken beräkningsmodell, EOQ- eller EBQ-modellen alternativt den anpassade Newsvendor-modellen som skall tillämpas för artiklarna, så kommer de klassificeras i linje med Constantino et al. (2018) beskrivning av de olika efterfrågemönster. Som Costantino et al. (2018) framför finns det fyra olika typer av efterfrågemönster vilket är det oregelbundna sporadiska, jämna samt det ojämna efterfrågemönstret. Dessa mönster är vad operativa planeringsmetoden har utgått från vid kategoriseringen av vilka mönster som artiklarna tillhör.
4.2 Utformning av verktyg för identifiering och sammankoppling av
efterfrågemönster med beräkningsmodellerna
Vid processen av att identifiera vilken typ av efterfrågemönster som de studerade artiklarna karakteriseras av så har forskarna av denna studie skapat en matris. Framtagningen av matrisen grundas med bakgrund i att identifieringen skall utföras med ett standardiserat tillvägagångssätt så satt klassificeringen sker på ett likartat sätt för samtliga artiklar.
sporadisk, ojämn och oregelbunden. Vid placeringen av de olika efterfrågemönstren i matrisen så utgår de från regelbunden och rör sig mot oregelbunden utifrån deras olika karaktäristiska drag. Matrisen får ytterligare en till dimension i och med att den exponerar om eller hur efterfrågemönsterna är oregelbundna, det vill säga om de är oregelbunden i antingen tid eller i kvantitet. Ett exempel på detta är somCostantino et al., (2018)presenterar kring det oregelbundna efterfrågemönstret som beskrivs som att vara oregelbunden i kvantitet men samtidigt är jämn i tid, detta har lett fram till att den har placerats uppe i vänstra hörnet av matrisen. Ett annat exempel är det ojämna efterfrågemönstret som både är oregelbunden i kvalitet och tid och har därav placerats uppe i högra hörnet av matrisen.
Matris 1: Illustration av matris för efterfrågemönster (Egen illustration, 2021).
