Magisteruppsats
Körplanering i komplexa
miljöer, hur kan det hanteras?
En fallstudie om körplanering på AMB Industri
Författare: Tina Bloom Alen Posko Handledare: Peter Berling Examinator: Helena Forslund Termin: VT 20
Ämne: Supply Chain Management Nivå: Magister 30 hp
Kurskod: 4FE19E
Tack
Vi vill Tacka AMB Industri som gett oss möjligheten att skriva denna studie och alla medarbetare som varit hjälpsamma och ställt upp på intervjuer. Ett extra stort Tack till vår kontaktperson Johan Thörnblad som hjälpt oss under studiens gång. Vi vill även rikta tack till Peter Berling vår handledare som hjälpt oss och givit värdefull feedback under studiens gång. Ett Tack riktas även till opponenterna som har tagit sig tid att ge värdefull konstruktiv kritik som har hjälpt oss att förbättra studiens resultat.
Tack!
Växjö 2020-05-26
--- --- Tina Bloom Alen Posko
Sammanfattning
Titel: Körplanering i komplexa miljöer, hur kan det hanteras? - En fallstudie om körplanering på AMB Industri.
Bakgrund: Tillverkande företag har genom alla tider sökt nya sätt att öka sin konkurrenskraft. Ett av dessa verktyg är förbättringar i utnyttjandet av de interna resurserna, varav en del är produktionsplanering. Aktiviteterna kan vara relaterade till hur och vad som ska produceras, hur schemaläggning av tillgängliga maskiner och personal ska gå till och hanteringen av materialet. Studien kommer huvudsakligen fokusera på de operativa beslut som fattas i samband med planering av produktion, samt hur de påverkas av övriga planeringsnivåer.
Syfte: Utveckla en befintlig modell som bättre hanterar körplaneringen på avdelning 10 hos AMB utifrån de identifierade begränsningar och den komplexitet som finns i samband med körplaneringen, vilket kommer ge studien ett teoretisk bidrag. Detta för att möjliggöra ett effektivare utnyttjande av resurser kopplade till det aktuella flödet.
Metod: Studien är en blandning mellan en kvalitativ och kvantitativ fallstudie på AMB Industri. Analysmetoden är uppbyggt på ett sätt som förklarar vilka begränsningar och slöserier som finns i samband med körplaneringen och hur dessa kan hanteras på bästa möjliga sätt.
Resultat: De begränsningar som har identifierats kopplat till körplaneringen beror främst på tillgängligheten av maskiner, verktyg och personal. De olika begränsningarna i körplaneringen bidrar till olika former av slöserier. Begränsningarna och slöserierna kan hanteras genom en anpassad körplaneringsmodell med ABC-klassificerade artiklar vars batchstorlekar är anpassade beroende på artikelns årsvolym med en specifik sekvenseringsmetod. För att säkerställa att alla artiklar tillverkas enligt uppsatta mål krävs även en optimering av kapacitetsutnyttjandet. Detta för att kunna hantera de begränsningar som inte kan hanteras genom en anpassad körplaneringsmodell.
Nyckelord: Körplanering, tillverkning, komplexa miljöer, begränsningar, slöserier, kapacitetsplanering, AMB Industri AB.
Innehållsförteckning
1 Inledning ... 1
1.1 Företagsbeskrivning ... 1
1.2 Bakgrund ... 2
1.3 Problemdiskussion ... 5
1.4 Forskningsfrågor ... 8
1.5 Syfte ... 8
1.6 Studiens Disposition ... 9
2 Metod ... 10
2.1 Vetenskapligt synsätt ... 10
2.2 Vetenskapligt angreppssätt ... 11
2.3 Forskningsmetod ... 11
2.4 Fallstudie som forskningsdesign ... 12
2.5 Urval av respondenter... 13
2.6 Datainsamling ... 14
2.7 Forskningsetiska överväganden ... 16
2.8 Kvalitetskriterier ... 18
2.9 Analysmetod ... 19
2.10 Beskrivning av studiens arbetsfördelning ... 21
2.11 Sammanfattning metodkapitel ... 22
3 Teori ... 23
3.1 Förutsättningar från högre beslutsnivåer ... 24
3.1.1 Aggregerad planering ... 24
3.1.2 Master Production Schedule (MPS) ... 25
3.2 Körplanering ... 27
3.2.1 Sekvenseringsregler ... 28
3.2.2 Gantt Chart ... 31
3.3 Begränsningar för körplanering ... 32
3.3.1 Flaskhalsar ... 32
3.3.2 Kapacitetsplanering ... 33
3.4 Hantering av begränsningar och komplexitet ... 34
3.4.1 Frystid ... 34
3.4.2 Säkerhetslager ... 35
3.4.3 Batchstorlek ... 35
3.4.4 Operativa produktionen ... 36
3.4.5 Theory of constraints (TOC) ... 36
3.4.6 ABC-klassificering ... 37
3.4.7 Linjär programmering ... 38
3.5 Slöserier ... 38
3.6 Orsak-verkan-diagram ... 40
3.7 Definition av process ... 41
3.8 Processkartläggning ... 42
4 Empiri ... 45
4.1 Nulägesanalys ... 46
4.2 Flödesschema produktionsplanerare ... 51
4.3 Maskiner och verktyg ... 52
4.4 Omplaneringar ... 55
4.5 Kapacitetsplanering ... 57
4.6 Säkerhetslager ... 59
5 Analys ... 62
5.1 Nulägesanalys - Forskningsfråga 1 ... 63
5.1.1 Begränsningar ... 64
5.1.2 Slöserier ... 72
5.1.3 Orsak-verkan... 77
5.1.4 Sammanfattning av nulägesanalysen ... 80
5.2 Modell för körplanering i komplexa miljöer - Forskningsfråga 2 ... 81
5.2.1 Prioriteringsordning utifrån klassificering ... 81
5.2.2 Säkerhetslagernivå ... 84
5.2.3 Analys av sekvenseringsregler ... 86
5.2.4 Batchstorlek ... 93
5.2.5 Optimalt kapacitetsutnyttjande hos maskiner (Linjär programmering) ... 97
5.2.6 Sammanfattning av modell för körplanering i komplexa miljöer... 99
5.3 Reducering av slöserier med hjälp av anpassad modell - Forskningsfråga 3 ... 102
6 Slutsats ... 106
6.1 Resultat ... 106
6.1.1 Vilka begränsningar och slöserier kan identifieras utifrån körplaneringsprocessen på avdelning 10 hos AMB? ... 106
6.1.2 Hur kan en befintlig modell för körplanering utvecklas för att anpassas till förutsättningarna hos producerande företag med komplexitet och begränsningar
kopplade till körplaneringen jämförbara med avdelning 10 hos AMB? ... 106
6.1.3 Hur kan begränsningar och komplexitet i miljön hanteras för att reducera slöserier med hjälp av den anpassade modellen för körplanering? ... 108
6.2 Studiens teoretiska bidrag ... 109
6.3 Studiens praktiska bidrag... 110
6.4 Studiens samhälleliga bidrag ... 110
6.5 Kritik till eget arbete ... 110
6.6 Förslag till vidare forskning ... 111
Referenser... 113 Bilagor ... I
1 Inledning
En företagsbeskrivning inleder kapitlet som fortsätter med en bakgrund där de delar som ligger till grund för studien presenteras. Problemdiskussionen vidareutvecklar bakgrunden, problematiserar ämnet och mynnar ut i tre olika forskningsfrågor.
Därefter följer studiens syfte och kapitlet avslutas med en illustration av studiens disposition (se figur 3).
1.1 Företagsbeskrivning
AMB grundades efter andra världskriget av Ragnar Magnusson och hans två svågrar Osvald Astevall och Helge Bergkvist, och är än idag familjeägt av tredje generationen.
Produktionen startade med detaljer tillverkade av bakelit, för att under 1950-talet introducera formsprutning av termoplast. Som första företag tillverkade AMB elinstallationsdosor i plast, vilket utvecklades till en storsäljare under 1960-talet (www.amb.se, 2020-01-23). Företagets viktigaste syfte idag är att kunna bidra till att förbättra människors liv och välmående genom tillverkningen av medicinteknik.
Affärsidén är att hjälpa kunder med höga krav att nå sina mål genom hög kompetens och väl genomförda processer (VD, 2020-01-27).
Genom ny teknik kunde metallisering av plast användas för avskärmning av elektronik, något som blev grunden till 1990-talets storsäljare, mobilskal, som tillverkades i mer än en miljon exemplar varje vecka. Denna tillverkning stod för cirka 80% av företagets omsättning men är idag inte en del av företagets tillverkningsprocess (VD, 2020-01-27).
Idag ligger ABMs fokusområde på medicinteknik och är specialiserat på formsprutning och ytbehandling av plastartiklar. Företaget erbjuder formsprutning i renrum för
engångsartiklar samt medicintekniska instrument och är världsledande på ytbehandling av hörapparater. AMB erbjuder kunden lösningar där de är behjälpliga med alla olika delar från konstruktion och verktygskonstruktion till formsprutning, eventuell
ytbehandling och montage (www.amb.se, 2020-01-23).
AMB:s största utmaning är att vara lyhörd gentemot marknaden och hela tiden utveckla sina processer och även tekniken bakom dem. I och med att AMB inte äger några egna produkter utan enbart tillverkar för andra företag måste de skapa goda relationer med både kunder och leverantörer för att öppna upp nya möjligheter inför framtiden.
Företagets processer förändras hela tiden med åren och produkter som tidigare varit storsäljare tillverkas inte överhuvudtaget längre. Vad som gör AMB unikt är att de har många olika projekt igång samtidigt med många processer under ett och samma tak (VD, 2020-01-27).
1.2 Bakgrund
Tillverkande företag har genom alla tider sökt nya sätt att öka sin konkurrenskraft. Ett av dessa verktyg är förbättringar i utnyttjandet av de interna resurserna, varav en del är produktionsplanering. Utvecklingen har gått mot att i allt högre grad bredda
perspektivet för planeringen och utveckla samarbeten både internt och externt genom verktyg och modeller som till exempel ERP (Enterprise Resource Planning) och supply chain planning. Globaliseringen har också ökat behovet av att vara konkurrenskraftig internt men även externt, vilket ger företagen nya utmaningar i och med utvecklingen av mer integrerade samarbeten med sina partners (Olhager, 2013). Många av aktiviteterna som är kopplade till ett tillverkande företag kan ändras mycket över tiden beroende på marknaden företaget befinner sig i och vilka strategier man har. Aktiviteterna kan vara relaterade till hur och vad som ska produceras, hur schemaläggning av tillgängliga maskiner och personal ska gå till och hanteringen av materialet (Jacobs, 2011). För ett tillverkande företag är ett effektivt utnyttjande av de resurser som finns tillgängliga centralt för att vara konkurrenskraftiga. För att framgångsrikt planera sin produktion behöver i de flesta fall ett multiobjektivt synsätt användas där olika, i många fall motstridiga målsättningar balanseras (Maria et al, 2003).
Studien kommer huvudsakligen fokusera på de operativa beslut som fattas i samband med planering av produktion, samt hur de påverkas av övriga planeringsnivåer. För att den operativa verksamheten skall vara flexibel och exempelvis kunna följa förändringar i efterfrågan krävs att de strategiska beslut som fattas vad det gäller frågor kring
säkerhetslager, maskiner och andra resurser vägs mot hur det påverkar möjligheten att vara flexibel. I beslutsprocessen behöver analyser av hur ökning alternativt minskning av flexibilitet i slutändan påverkar lönsamheten hos företaget (Kemmoe et al, 2014).
Figur 1 visar hur produktionsplanering kan brytas ned i tre olika delar. Master
production schedule (MPS) är den högsta nivån, av de tre. Det görs utifrån de prognoser av efterfrågan som tagits fram. Utifrån den information som MPS ger skapas sedan Material requirement planning (MRP). Lägsta nivån för produktionsplanering är
körplanering, som utformar planen för den operativa verksamheten. Körplanering utgör den detaljerade planen för produktionen, här involveras även hur de tillgängliga
resurserna skall utnyttjas (Nahimas, 2013).
Figur 1, Beskriver de tre nivåerna för produktionsplanering (Nahimas, 2013).
Enligt Nahmias (2013) beskrivs strategi som en långsiktig plan skapad för att uppnå ett specifikt uppsatt mål. Ett företags strategi bestäms utav den högsta nivån i hierarkin och skapar ett ramverk och mål för alla olika nivåer inom företaget. Det är sällan det sker drastiska förändringar i ett stort företags grundläggande strategier. Ett företags strategier kan delas in i kategorier baserat på funktionsområde, dessa kan till exempel vara
marknadsstrategi, finansiell strategi och operativ strategi. Strategiska beslut gällande kvalité, leveranstider, leveranssäkerhet och flexibilitet påverkar i sin tur de operativa funktionerna. Den operativa strategin för ett tillverkande företag handlar om hur man använder sina resurser för att nå de uppsatta målen, främst genom beslut rörande produktion, lager och distribution av varor. För att ett tillverkningsföretag ska lyckas vara framgångsrikt krävs det en bra tillverkningsstrategi som inte leder till operativa problem. Ett exempel på ett system som hjälper till med framtagandet av en operativ strategi är Master Production Schedule (MPS) (Nahmias, 2013).
Ett väl fungerande MPS möjliggör ett effektivt utnyttjade av företagets resurser i tillverkningen, en god kundservice samt att de strategiska mål företaget satt uppnås.
Genom att omvandla kundens efterfrågan till en plan för produktionen blir MPS en viktig länk i kommunikationen mellan marknad och produktion (Jacobs, 2011). Det första steget i skapandet av ett produktionsschema är att ta reda på efterfrågan. Detta
Master production
schedule
• utgångspunkt i prognoser av efterfrågan
material requirements
planning
• tar hänsyn till storlek på batch och tillgängliga resurser
Körplanering • När och vilka resurser skall användas
leder sedan vidare till skapandet av ett MPS (Nahimas, 2013). MPS skapar ett produktionsschema utifrån kunders efterfrågan och faktiska ordar. Efter att ett produktionsschema har skapats kan man se när komponenter och verktyg behöver finnas tillgängliga för att fullfölja schemat som MPS systemet har skapat (Ross, 2011).
Efter att ett schema har skapats av MPS samt markerat vilka nödvändiga komponenter och verktyg som krävs påbörjas den lägsta nivån för produktionsplanering vilket är körplanering. Här ska en detaljerad plan för exakt hur de tillgängliga resurserna skall utnyttjas för att kunna fullfölja det produktionsschema som skapats av MPS (Nahimas, 2013). MPS planeras ofta med en rörlig tidshorisont för att möta förändringar i
efterfrågan. Effektiviteten av MPS beror till stor del på dess förmåga att förändras för att möta förändringar i efterfrågan effektivt. Osäkerheten för produktionsplaneringen kan minskas genom att förändringar görs längre fram i planeringsperioden hellre än i närtid (Herrera et al, 2016).
AMB äger idag inga produkter själva utan tillverkar enbart åt sina kunder och håller ett säkerhetslager av produkter och komponenter åt dessa kunder (Supply Chain Manager, 2020-01-17). På AMB sker det många olika processer samtidigt och olika tjänster kan erbjudas till olika kunder så som, metallisering där olika plaster kan beläggas med ett tunt skikt med aluminium eller med en nickel-kromlegering, renrumsproduktion där känsliga produkter inom medicinteknik kan produceras, formsprutning där man med termoplaster formsprutar komponenter inom många olika områden och lackering och ytbehandling av olika komponenter och produkter (www.amb.se, 2020-01-23). Idag sker ca. 80% av AMB:s omsättning på avdelning 10 där komponenter till
medicinteknisk utrustning formsprutas, framförallt till hörapparater (VD, 2020-01-27).
Studien omfattar den del av tillverkningen på avdelning 10 som formsprutar delar till hörapparater åt en ensam kund, se figur 2.
Figur 2, Relationskarta
Med en VMI (Vendor Managed Inventory) modell bestämmer AMB:s kund baserat på deras egna försäljningsprognoser vilken lagernivå som ska finnas för de olika
komponenterna. För avdelning 10 finns ett internt säkerhetslager med olackerade komponenter, nivån på detta bestäms också det av kunden och ska motsvara ca 8 veckors efterfrågan som AMB behöver uppnå genom sin tillverkning.
(Produktionsplanerare, 2020-01-14). Informationen transfereras genom ett EDI (Electronic Data Interchange) system från kunderna till AMB (Produktionsplanerare, 2020-01-14). Ett EDI system möjliggör företag att länka samman sina
informationssystem och skapa ett flöde av information från en dator till en annan. Detta möjliggör en enklare och effektivare transaktion av information från en punkt till en annan (Ross, 2011).
1.3 Problemdiskussion
En stabil och välfungerande körplanering för produktionen på avdelning 10 är
avgörande för att kunna leva upp till de av kunden begärda lagernivåerna. Rätt nivå på lager är en viktig faktor för att kunna leverera den förväntade servicenivån för kunden.
Studien omfattar artiklar som tillverkas åt en specifik kund, där leveranssäkerhet är en helt avgörande faktor för servicenivån. En kartläggning av nuläget ger ett underlag för att kunna identifiera de faktorer som påverkar utfallet av körplaneringen. Med hjälp av kännedom om begränsningar och den komplexitet i miljön som finns kopplat till körplaneringen, kan sedan en modell utvecklas som passar AMB:s unika
förutsättningar. Med hjälp av modellen kan slöserier reduceras samt begränsningar kopplade till körplaneringen hanteras.
Allt som inte skapar värde för en nuvarande eller framtida kund kan räknas som en typ av slöseri. För att kunna identifiera eventuella slöserier är det nödvändigt att identifiera vilka aktiviteter som sker i ett flöde, vad som skapar värde och vad som anses som en slöseri (Bergman & Klefsjö, 2012). Genom identifiering av slöserier hos AMB som är kopplade till körplaneringen på olika sätt, kan möjligheter till förbättringar synliggöras.
Med hjälp av uppföljning kan även de förändringar som genomförts utvärderas och analyseras för att se om önskat resultat har uppnåtts. Kartläggning av processen för körplaneringen på avdelning 10 hos AMB i nuläget, ger möjlighet att identifiera
begränsningar för planeringen samt skapa förståelse för varför problem och svårigheter uppstår. Kartläggning av nuläget gör även komplexiteten i planeringsmiljön synlig, vilket förbättrar förutsättningarna att kunna hantera den i samband med körplanering.
Vilket är en förutsättning för att kunna ta fram förslag på hur körplanering för avdelning 10 ska kunna förbättras.
Cai, J (2017) har tittat på hur VMI påverkar klädindustrins leverantörer. I rapporten konstateras att VMI kan ge förutsättningar för leverantörer att ta del av en mer exakt prognos av efterfrågan, men kan också användas av kunden för att låta sin leverantör ta ansvar för de utmaningar som osäkerhet i prognoser av efterfrågan ger. De leverantörer som blir framgångsrika med en VMI-lösning är de som har en så pass flexibel
produktion att de kan följa förändringar i efterfrågan relativt snabbt och därför inte behöver bygga upp alltför stora säkerhetslager för att säkra servicenivåer mot kunden.
AMB har i körplaneringen för avdelning 10 ett antal faktorer som begränsar deras flexibilitet och ökar komplexiteten för planeringen. Varje artikel har ett unikt verktyg, och utifrån de förutsättningar det unika verktyget ger regleras batchstorlekar, val av maskin, ställtider och intervall för service och underhåll, begränsningar som måste tas hänsyn till i samband med körplanering. Produktionsplanerarens uppgift blir att endast med guidning från MPS systemet och med hjälp av tidigare erfarenhet manuellt planera en körplan med hänsyn till dessa begränsningar. Inget annat system eller
planeringsmodell används vid planeringen av ett körschema utan nivån på hur väl en körplan fungerar förlitas enbart på produktionsplanerarens tidigare expertis och erfarenhet (Produktionsplanerare, 2020-01-04).
Körplanering för produktion är komplext och många olika parametrar är involverade och behöver tas hänsyn till. När schemat konstrueras behöver hänsyn tas till de resurser som finns att tillgå i form av exempelvis arbetskraft, typ av material och ställtider.
Beroende av överenskommen leveranstid och kvalitetskrav behöver olika beslut fattas för att kunna leva upp till förväntningar från samarbetspartners (D. Rossit et al, 2018).
Produktionsplanerare menar ofta att deras situation är unik och att det inte finns en generell lösning som går att applicera på deras specifika problem. Av denna anledning fortsätter körplaneringen göras manuellt, vilket är en lösning som fungerar till mindre komplexa situationer men som behöver uppgraderas till ett mer utvecklat system vid komplexa situationer (Graves, 1981). Likt Graves (1981) upptäckt om företags påstående att deras situation är unik har AMB ännu inte utforskat vilka möjliga lösningar eller uppgraderingar av system som skulle kunna förbättra
produktionsplaneringen för avdelning 10. Körplanering av produktion med komplexa problem kan hanteras bättre genom att använda en optimal modell för de förutsättningar som finns i den aktuella produktionen. Då kan produktionen på ett bättre stabilare sätt styras och kontrolleras. Genom att känna till de begränsningar som finns för den valda modellen kan de bättre hanteras och modellen kan anpassas för att klara de specifika förutsättningar som finns för aktuell produktion (Dolgui et al, 2019)
Modeller för att utforma MPS är uteslutande deterministiska, problem med MPS som uppstår till följd av detta löser de flesta företag genom att arbeta med säkerhetslager anpassat efter nivån på osäkerhet i efterfrågan. Detta blir i princip alltid nödvändigt eftersom efterfrågan i princip alltid är stokastisk, vilket i sin tur gör att MPS vanligtvis används i en osäker miljö (Vargas V, 2011). De säkerhetslager som beräknas idag för artiklar tillverkade på avdelning 10, beräknas för att täcka osäkerheter kopplade till tillverkning, exempelvis att verktyg behöver oplanerade reparationer eller underhåll (Supply Chain Manager, 2020-01-17). Detta medför att inget säkerhetslager finns för att täcka variationer i efterfrågan. Givet de förutsättningar AMB har idag behöver
körplaneringen göras med en modell som kan hantera förändringar på ett flexibelt sätt för att möta kundens variation i prognoser.
De modeller som utvecklats för att planera produktion med olika förutsättningar kan många gånger inte identifiera alla problem eller svårigheter som behöver hanteras i praktiken. Detta gör att när de akademiska modellerna ska appliceras i verkligheten
behöver de många gånger modifieras för att passa den specifika miljö som finns hos det aktuella företaget. En faktor som kan skapa svårigheter vid appliceringen i verkligheten kan vara att all information inte är känd i förväg vilket tvingar företagen till att hantera ett stokastiskt problem (Larsen & Bang-Jensen, 2012).
Med hjälp av kartläggning av nuläget samt identifiering av vilka faktorer som begränsar planeringen av produktionen hos AMB kan en lämplig planeringsmetod väljas för att hantera de förutsättningar som råder. Den manuella hanteringen av körplaneringen hos AMB idag ökar risken för fel orsakade av den mänskliga faktorn. Risken att välja en mindre effektiv lösning kan också öka, istället för att välja den lösning som utnyttjar resurserna i produktionen på ett bra sätt. Genom att istället använda en modell anpassad för de komplexa förutsättningar AMB har i samband med sin körplanering för avd. 10, kan resurserna kopplade till flödet utnyttjas på ett bättre sätt. En sådan modell skulle kunna tillämpas på andra företag med liknande komplexa förutsättningar för att förbättra även deras planeringssituation.
1.4 Forskningsfrågor
1. Vilka begränsningar och slöserier kan identifieras utifrån körplaneringsprocessen på avdelning 10 hos AMB?
2. Hur kan en befintlig modell för körplanering utvecklas för att anpassas till förutsättningarna hos producerande företag med komplexitet och begränsningar kopplade till körplaneringen jämförbara med avdelning 10 hos AMB?
3. Hur kan begränsningar och komplexitet i miljön hanteras för att reducera slöserier med hjälp av den anpassade modellen för körplanering?
1.5 Syfte
Utveckla en befintlig modell som bättre hanterar körplaneringen på avdelning 10 hos AMB utifrån de identifierade begränsningar och den komplexitet som finns i samband med körplaneringen, vilket kommer ge studien ett teoretisk bidrag. Detta för att möjliggöra ett effektivare utnyttjande av resurser kopplade till det aktuella flödet.
1.6 Studiens Disposition
Figur 3, Studiens disposition
•En företagsbeskrivning inleder kapitlet, därefter presenteras en bakgrund till problemet som utvecklas vidare i en problemdiskussion. Avslutningsvis presenteras studiens forskningsfrågor samt syfte för studien.
Inledning
•Kapitlet beskriver val av forskningsmetod, tillvägagångssätt och hur datainsamling genomförts.
Metod
•Den teori som författarna valt att använda som referensram för studien presenteras.
Teori
•Insamlad data som använts i studien presenteras och sammanställs.
Empiri
•Studiens forskninngsfrågor analyseras genom att den insamlade empirin kopplas samman med den teoretiska referensramen.
Analys
•Resultatet av studien presenteras genom att forskningasfrågorna besvaras. Kritik till eget arbete framförs och förslag på vidare forskning beskrivs.
Slutsats
2 Metod
I detta kapitel kommer de olika metodikerna som används under studien att presenteras.
För varje vald metodik kommer ett kort förklarande stycke om metoden kompletteras med motivering av metodens val. Utöver de valda metodikerna innehåller kapitlet ett avsnitt om forskningsetiska överväganden och kvalitetskriterier. Kapitlet avslutas med figur 4, som beskriver analysmetoden och en sammanfattande tabell (tabell 1).
2.1 Vetenskapligt synsätt
Enligt Bryman & Bell (2005) kan det som handlar om godtagbar kunskap inom ett ämnesområde definieras som en epistemologisk eller kunskapsteoretisk frågeställning.
Det finns främst tre olika ståndpunkter som Bryman & Bell (2005) lyfter fram vid uppfattningen av den sociala verkligheten. Dessa tre är positivism, realism och interpretativism. Positivismen är den ståndpunkt som använder sig utav
naturvetenskapliga metoder vid undersökning av den sociala verkligheten. Realismen har precis som positivismen en uppfattning om att insamlingen av data och förklaringen av den bör ske genom naturvetenskapliga och samhällsvetenskapliga metoder.
Realismen brukar delas in i två olika slag av realism, empirisk realism och kritisk realism. Interpretativism kan också kallas för tolkningsperspektivet och är ett alternativ till positivismen. Denna riktning bygger på att det behövs en strategi som tar hänsyn till skillnaderna mellan människor och naturvetenskapens studieobjekt (Bryman & Bell, 2005).
I denna studie kommer en kritisk realism att antas som synsätt. Kritisk realism innebär att verkligheten kan tolkas på många olika sätt och forskarnas tolkning är endast ett av flera möjliga sätt att tolka verkligheten på (Bryman & Bell, 2005). Syftet med studien kommer vara att försöka avbilda verkligheten inne på AMB Industri och utifrån denna tolkning försöka identifiera orsakerna till kring osäkerheten i produktionsplaneringen samt utveckla förbättringsförslag som kan implementeras. Denna avbildning av verkligheten kommer främst ske med hjälp av semi-strukturerade intervjuer som kommer skapa en förståelse. Intervjuerna kan tolkas på olika vis beroende på sättet intervjupersonen förmedlar sin kunskap om ämnet i fråga. Informationen utifrån intervjuerna kan därför inte anses som helt objektiv.
2.2 Vetenskapligt angreppssätt
Inom företagsekonomisk forskning finns det främst två olika angreppssätt som skiljer sig åt vid forskarens uppfattning av sambandet mellan teori och forskning. Dessa två angreppssätt kan delas in i deduktiv och induktiv teori. Författarna nämner även ett tredje alternativt angreppssätt vid namn abduktion (Bryman & Bell, 2005).
Kortfattat handlar deduktion om att teori kommer före observationer/resultat och att teorin används för att kunna förkasta eller anta de framtagna hypoteserna. Induktiv teori kan sägas vara motsatsen till deduktiv teori. Den induktiva teorin strävar inte efter att följa samma sekvens som deduktiv teori gör. Med den induktiva processen är
målsättningen att kunna dra generaliserbara slutsatser på grundval av observationer Det tredje alternativa angreppssättet abduktion har i syfte att undvika de begränsningar som kan sättas genom använda sig av ett induktivt eller deduktivt angreppssätt. Här inleds forskaren med ett problem som sedan ska försöka förklaras, detta görs genom att forskaren rör sig fram och tillbaka mellan teori och empiri (Bryman & Bell, 2005).
Denna studie kommer utgå ifrån ett abduktivt angreppssätt. Forskarna har blivit presenterade ett problem av AMB som ska undersökas vidare under denna studie. För att kunna förklara problemet och situationen på bästa möjliga sätt har teorin inte enbart framställts genom varken ett induktivt eller deduktivt angreppssätt. Forskarna har tagit fram teori både innan insamlad empiri och efter. De teorier som är kopplade till forskningsfråga 1 har framtagits redan innan den insamlade empiriska data medan den teorin kopplad till forskningsfråga 2 har tillkommit först efter insamlad empirisk data.
Teoretiska modeller och begrepp har alltså tillkommit under studiens gång i takt med att empiriskt material har samlats in.
2.3 Forskningsmetod
Forskare inom företagsekonomi som skriver om metodologiska frågeställningar skiljer ofta mellan kvantitativ och kvalitativ forskning. Vilken typ av forskningsmetod som används påverkar studiens tillvägagångssätt både vid vilken roll teorin ska spela i relation till forskning och vilken kunskapsteoretisk inriktning som ska användas. I kvantitativ forskning ligger fokus på insamling och analys av kvantifierbar data.
Analysen av dessa data förhåller sig till ett deduktivt synsätt där teorin ställs mot
praktisk forskning och därefter prövas. Naturvetenskapliga modeller och tillvägagångssätt tillämpas oftast med ett positivistiskt synsätt. Den kvalitativa
forskningens fokus ligger istället på ord och inte kvantifierbar data som den kvantitativa forskningen. Huvudsakligen används ett induktivt synsätt på relationen mellan teori och forskning och ett tolkande synsätt används vid den kunskapsteoretiska inriktningen, så kallad interpretativism (Bryman & Bell, 2005).
I denna studie har en kombination kvalitativa och kvantitativa forskningsmetoder använts. För att kunna besvara på forskningsfrågorna kommer både kvalitativ och kvantitativ data att behöva användas, både med hjälp av intervjuer och insamlad kvantitativ data som måste analyseras. Kvalitativa data har med hjälp av intervjuer samlats in för att skapa en processkarta över flödet som ligger till grund för att kunna besvara den första frågeställningen om hur processen för körplanering ser ut i nu läget.
Den kvantifierbara data som samlats in har bidragit till att skapa en klarare bild av de förutsättningar som finns vid utformning av körplanering. Med hjälp av numeriska värden har maskinernas och verktygens begränsningar kunnat identifieras, samt vilka produktionskrav som ställs på avdelning 10 hos AMB utifrån begärt säkerhetslager från kunden.
2.4 Fallstudie som forskningsdesign
I en fallstudie riktar forskaren sin studie åt ett detaljerat och mer ingående stadium av ett enda fall. En fallstudie görs oftast på en viss plats eller organisation, så som en fabrik eller produktionsanläggning, men det kan också göras baserat på en specifik händelse eller till och med person. Det kallas då en enfallsstudie, en jämförande design går istället ut på att jämföra två eller flera olika fall och blir då en flerfallsstudier. Syftet är då att samla in data från de olika fallen och med hjälp av jämförelse få en bättre förståelse kring den aktuella forskningsfrågan. Fallstudier inkluderar ofta både kvalitativa och kvantitativa metoder som tillvägagångssätt (Bryman & Bell, 2005).
Frågeställningar som hör till forskning med fallstudiedesign börjar ofta med ”hur” eller
”varför”. Fallstudier innehåller ofta en eller flera hypoteser som skall antas eller förkastas men det finns också situationer där det finns anledning att inte ta fram hypoteser, till exempel fallet är explorativt. Genom att identifiera analysenheten för
fallet synliggörs vad som ska studeras, är det en individ, händelse eller enhet (Yin, 2007).
Denna studie kommer utgå ifrån en så kallad enfallsstudie. Studien kommer rikta sig åt att analysera ett specifikt problem kopplat till planeringen av produktionen på
anläggningen, vilket också avgränsar studien då problemet identifierats på en specifik avdelning. Forskarna har valt att arbeta tillsammans med AMB Industri i denna fallstudie då de förutsättningar som finns hos avdelning 10 passar väl in för att kunna användas som modell för att besvara studiens forskningsfrågor. För att skapa ett
teoretiskt bidrag kommer lämplig teori för planeringsmodell modifieras för att passa till de specifika förutsättningar och begränsningar som finns hos AMB. Den modifierade modellen för körplanering kommer kunna appliceras på andra mindre eller medelstora företag med produktion som till stor del sker maskinellt.
2.5 Urval av respondenter
Vid undersökningar på specifika platser eller företag kan det vara väldigt svårt och tidskrävande att lyckas intervjua eller få alla personer att besvara en utskickad enkät.
Det är därför lämpligt att forskaren skapar ett urval av dessa personer som kommer svara för hela populationen. De två huvudmetoderna som används är antingen genom ett sannolikhetsurval eller icke-sannolikhetsurval. Sannolikhetsurval innebär att urvalet görs helt slumpmässigt och att alla som ingår i populationen har samma sannolikhet att bli valda till undersökningen. Till skillnad från sannolikhetsurval sker icke-
sannolikhetsurval inte slumpmässigt. Det finns tre olika typer av icke-sannolikhetsurval som främst används. Dessa tre är bekvämlighetsurval, snöbollsurval och kvoturval (Bryman & Bell, 2005).
Urvalet i denna studie har utgått ifrån ett bekvämlighetsurval och snöbollsurval. Ett bekvämlighetsurval går ut på att, som namnet antyder, göra ett urval utifrån
bekvämligheten. Forskaren väljer personer som råkar vara tillgängliga vid det tillfället då forskaren planerar att utföra sin undersökning. Snöbollsurval går ut på att forskaren initialt har fått kontakt med en viss person som sedan baserat på frågorna och
frågeställningen rekommenderar nästa person som forskaren skulle kunna ha nytta av att få kontakt med (Bryman & Bell, 2005). Personerna som har intervjuats i studien har bestämts i förväg av kontaktpersonen på AMB Industri, som också är supply chain
manager. Personerna som valts har alla en specifik roll på företaget och är specialiserade inom sitt område. Ett visst inslag av snöbollsurval finns också där personer som blivit intervjuade inte kan besvara en specifik fråga, utan istället rekommenderar vem frågan ska bli ställd till.
2.6 Datainsamling
Själva datainsamlingen i en studie kan ske på olika vis beroende på vilken forskningsmetod som studien utgår ifrån. I kvalitativ forskning brukar
tillvägagångssättet vara mindre strukturerat. I kvantitativ forskning är datainsamlingen betydligt mer strukturerad med syfte att få så hög reliabilitet och validitet som möjligt, men också för att forskaren oftast redan har tydligt formulerade frågor i förväg som ska undersökas. Det mindre strukturerade tillvägagångssättet kan utföras genom aningen en ostrukturerad eller semi-strukturerad intervju. I en ostrukturerad intervju använder sig forskaren av lösa minnesanteckningar som hjälp för att täcka ett visst antal teman.
Intervjuaren har inte några förutbestämda frågor som ska ställas utan intervjun kan ses mer som ett vanligt samtal. I en semi-strukturerad intervju har forskaren oftast en lista över teman som ska beröras under intervjun och möjligtvis ett antal förutbestämda frågor som ska besvaras. Intervjupersonen har till skillnad mot en strukturerad intervju stor frihet i utformningen i sina svar. Fördelen med en semi-strukturerad intervju är att forskaren kan ställa följdfrågor baserat på intervjupersonens svar som kan leda
forskaren åt nya tankar och idéer som kanske skulle gå till miste om en strikt och strukturerad intervju använts (Bryman & Bell, 2005).
Den data som används av forskare vid analyser kan antingen vara primärdata eller sekundärdata. Skillnaden mellan dessa är sättet som data har samlats in på. Primärdata är data som forskaren själv har samlat in och framställt, medan sekundärdata är data som forskaren själv inte har samlat in utan använder sig av en annan forskares redan framtagna data (Bryman & Bell, 2005). Data som samlas in och används i denna studie sker genom primärdata som samlats in genom intervjuer och observationer. I denna studie har både ostrukturerade och semi-strukturerade intervjuer använts vid
datainsamling. Det allra första mötet tillsammans med supply chain managern och teknikansvarige hade som syfte att introducera forskarna om tankarna kring arbetet och dess syfte. De initiala kontakterna med involverade personer på företaget under första veckan av arbetet har bestått av både semi-strukturerade och helt ostrukturerade
intervjuer där intervjupersonerna har fått leda samtalen med syfte att skapa en grundläggande förståelse kring problemet och processernas tillvägagångssätt.
Intervjuerna därefter har varit semi-strukturerade och följt ett eller flera teman som forskarna har behövt samla in data för.
Den kvantitativa datainsamlingen som skett med logistiksamordnaren och supply chain managern den 2020-03-05 har bestått av enbart numeriska data som har tagits fram direkt ur AMB:s egna system. I dessa data har olika typer av analyser gjorts på en mängd olika data för att få fram den relevanta informationen som har krävts för studiens syfte. Utöver det har dessutom en workshop skett den 2020-04-07 tillsammans med personer med olika arbetsuppgifter som rör avdelning 10. Tillsammans utfördes öppna dialoger med de olika personerna om processflödet på avdelning 10 och vilka problem, svårigheter och begränsningar som tillhör denna process. En diskussion utfördes även om vilka orsaker som ligger bakom det huvudsakliga kvalitetsproblemet “svårigheter med att uppnå begärt säkerhetslager”. Forskarna styrde i denna workshop samtalsämnet och hur de skulle gå tillväga. De delaktiga personerna stod själva för diskussionerna och samtalen mellan varandra endast med guidning från forskarna. Detta utfördes i syfte att låta de ansvariga personerna kunna uttrycka sina bekymmer och tankar kring de
aktiviteterna som sker i samband med körplaneringen på avdelning 10. Men också för att upplysa och måla upp en klar och tydlig bild om de bakomliggande orsakerna till kvalitetsproblemet för deltagarna. Detta diskuteras vidare i analys-kapitlet.
I tabellen nedan visas en illustration om när en intervju eller datainsamling ägt rum och med vem.
Datum Närvarande Metod Syfte
2019-11-08 Supply chain manager, Teknikansvarig
Ostrukturerad intervju
Introduktion 2020-01-13 Operatör, Ställare Ostrukturerad
intervju, observation
Processkartläggning
2020-01-14 Operatör, Ställare Semistrukturerad intervju,
observation
Processkartläggning
2020-01-14 Produktionsplanerare Semistrukturerad intervju
Processkartläggning, problemdiskussion 2020-01-15 Service och
underhållsoperatör
Ostrukturerad intervju
Processkartläggning 2020-01-15 Verktygskoordinator Semistrukturerad
intervju
Processkartläggning, problemdiskussion 2020-01-15 Logistiksamordnare Semistrukturerad
intervju
Processkartläggning 2020-01-15 Teknikansvarig Ostrukturerad
intervju
Processkartläggning 2020-01-17 Supply chain manager Semistrukturerad
intervju
Problemdiskussion 2020-02-03 Produktionsplanerare Ostrukturerad
intervju
Processkartläggning, problemdiskussion 2020-03-05 Logistiksamordnare Semistrukturerad
intervju
Kvantitativ datainsamling 2020-03-05 Supply chain manager Semistrukturerad
intervju
Kvantitativ datainsamling 2020-03-09 Produktionsplanerare,
Supply chain manager
Semistrukturerad intervju
Körplanering 2020-04-07 Supply chain manager,
Produktionsplanerare, Verktygskoordinator, Kvalitetssamordnare, Produktionsledare
Workshop Processkartläggning, problemdiskussion, Orsak-verkan
Tabell 1, Datainsamling
2.7 Forskningsetiska överväganden
Som forskare är det viktigt att ta hänsyn till ett antal etiska frågeställningar vid utförandet av sina undersökningar. Dessa frågor handlar om hur man ska behandla de individer som deltar i studien och om det finns aktiviteter som forskaren bör eller inte bör engagera sig i tillsammans med personerna som studeras. Syftet med de etiska
överväganden är att det inte ska på något sätt uppstå någon skada för deltagarnas del eller att deras privatliv ska bli inkräktat. Några etiska principer som brukar följas är informationskravet, samtyckeskravet, konfidentialitets- och anonymitetskravet, nyttjandekravet och falska förespeglingar (Bryman & Bell, 2005).
Informationskravet – Forskaren ska i förväg tydligt informera alla deltagare i studien om dess syfte och vilka moment som kommer ingå i undersökningen (Bryman & Bell, 2005). Forskarna har tillsammans med AMB:s supply chain manager informerat resterande personal på företaget gällande studiens syfte och omfattning. Forskarna har innan varje intervju informerat intervjupersonen om frågornas syfte och hur svaren kommer att användas.
Samtyckeskravet – Alla deltagare i studien ska vara informerade om att deras deltagande är helt frivillig och de har rätt att avbryta sin medverkan om de så önskar (Bryman &
Bell, 2005). Varje deltagare i studien har i samband med informationskravet dessutom blivit informerade om att allt deltagande är frivilligt. Forskarna ser även till att alltid fråga personen i fråga om den är villig att ställa upp på en eventuell intervju.
Konfidentialitets- och anonymitetskravet – Alla personuppgifter från deltagarna i studien ska bevaras så att obehöriga inte ska kunna komma åt dem. Alla uppgifter som personer eller företag anser vara känsliga ska behandlas med största möjliga
konfidentialitet (Bryman & Bell, 2005). Känsliga uppgifter om personer eller företaget har och kommer hanteras med största säkerhet i syfte att förhindra utomstående
personer från tillgång till detta. I samband med intervjun med Vd:n diskuterades även vilken data och information som kan anses vara känslig.
Nyttjandekravet – De uppgifter som samlas in av forskaren får inte användas för
personligt bruk, utan endast för studiens ändamål (Bryman & Bell, 2005). Forskarna har inte eller kommer ha några intentioner att använda data och information som samlats in i studiens syfte för personligt bruk.
Falska förespeglingar - Forskaren får inte undanhålla viktig information eller förmedla falsk eller vilseledande information till de deltagande personerna (Bryman & Bell, 2005). Forskarna har inte under något intervjutillfälle undanhållit viktig information
eller försökt vilseleda intervjupersonen med falsk information. Inte heller har forskarna i studien försökt vilseleda läsaren med falsk information.
2.8 Kvalitetskriterier
För att kontrollera att studien håller en tillräckligt god kvalitet finns ett antal kriterier som behöver uppfyllas. De två vanligaste är reliabilitet och validitet. Reliabilitet mäter tillförlitligheten i studien samt anger om den är möjlig att upprepa och vid upprepningen generera samma resultat eller om resultatet påverkas mer av tillfälliga, slumpmässiga händelser. Validiteten ger svar på till vilken nivå studien mäter det som syftet var att mäta samt om de slutsatser som genererats hänger ihop. Dessa två kriterier är relevanta och viktiga för kvantitativ forskning men ifrågasätts i vissa fall av kvalitativa forskare eftersom de huvudsakligen bedömer kvaliteten på mätning (Bryman och Bell, 2005).
Yin (2007) lyfter fram fyra kriterier anpassade för att bedöma kvaliteten på fallstudier.
Begreppsvaliditet används för att bedöma kvaliteten på datainsamlingen framförallt, genom att använda flera källor vid insamling av data och låta de källor som är särskilt viktiga ta del av utkast från uppsatsen. Författarna kommer för att säkerställa en god kvalitet på begreppsvaliditet att regelbundet under studiens gång återkoppla till de källor som delgett viktig information för studien och följa upp så att den data som används är korrekt.
Intern validitet mäter hur väl analys av data har genomförts exempelvis genom att studien lyfter fram olika rivaliserande förklaringar eller bygger upp förklaringen på ett bra sätt (Yin, 2007). Under studiens gång kommer data analyseras och förklaringar och bakgrund till dem systematiskt byggas upp för att kunna ge stöd till de slutsatser som dras i slutet av studien.
Extern validitet bedömer forskningsdesignen och säkrar att exempelvis enfallsstudie använder teori för att kvalitetssäkra studien. Att arbeta mot en eller flera teorier och generalisera resultatet för fallet mot en teori kan stärka den externa validiteten. Om fallet istället jämförs med andra fall för att mäta generaliserbarheten blir resultatet att det inte går att generalisera resultatet från ett fall till ett annat. Att istället arbeta mot teori är ett rimligare och mer rättvist sätt att mäta då varje fall är just ett fall och därmed unikt (Yin, 2007). Studien hos AMB är ett unikt fall vilket påverkar generaliserbarheten
hos resultatet. Miljön och förutsättningarna hos studien är specifika för AMB men genom de slutsatser som dras utifrån studien kan resultatet generaliseras till andra företag med likvärdiga förutsättningar. Författarna kommer även arbeta med en teoretisk referensram för att styrka resultatet med befintlig teori och därmed öka den externa validiteten.
Hur datainsamlingen utförts bedöms med hjälp av reliabiliteten, en annan forskare ska kunna genomföra samma studie och få samma resultat. För att detta ska vara möjligt krävs att författarna har dokumenterat tillvägagångssättet väl (Yin, 2007). Genom att beskriva tillvägagångssätt och metoder fortlöpande under studiens gång säkerställer författarna en god reliabilitet, samt att möjlighet till replikering finns.
2.9 Analysmetod
Yin (2007) lyfter fram innebörden av att ha en analytisk strategi då man genomför en fallstudie. I undersökningar då man samlar in fallstudiedata och inte har en strategi till det analytiska tillvägagångssättet kan man stöta på problem under analysfasen. De vanligaste teknikerna som används i fallstudier är mönsterjämförelse, utformning av förklaringar, tidsserieanalyser, logiska modeller och synteser mellan olika fall. De fyra förstnämnda är lämpliga att använda i undersökningar som innehåller en enfalls- eller flerfallsdesign. Den sistnämna används enbart vid studier med två eller fler fall (Yin, 2007).
Då de flesta av de nämnda teknikerna för den analytiska strategin utgår ifrån att studien har en eller flera hypoteser som ska prövas finner forskarna i denna studie ingen direkt koppling utav någon av teknikerna till denna studies syfte. Därför kommer en blandning av olika tekniker att användas för analysen av forskningsfrågorna. Den första
forskningsfrågan som har i syfte att kartlägga nuläget för stegen i körplaneringen samt identifiera vilka begränsningar och restriktioner som finns kommer utformning av förklarningar att användas som teknik. Målet med denna teknik är att bygga upp en förklaring av fallet genom att analysera fallstudiedata som har samlats in (Yin, 2007).
Detta kommer främst ske genom insamlad empirisk data som forskarna kommer samla in och därefter med hjälp av detta måla upp en förklarning av nuläget.
För analysen på den andra forskningsfrågan som har i syfte att modifiera en redan befintlig modell för körplanering som kommer ta hänsyn till AMB:s egna
förutsättningar blir valet av teknik mer komplicerat. För att analysera denna forskningsfråga kommer delvis tidsserieanalys och delvis mönsterjämförelse att användas. Tidsserieanalys innebär att man gör tidsmässiga analyser där skeenden över tid analyseras (Yin, 2007). I denna studies fall kommer det att delvis bygga vidare på den första forskningsfrågan där en nulägesanalys kommer att göras, för att sedan genom denna information skapa en modell anpassad för AMB:s situation. Denna nya modell kommer att teoretisk ge ett nytt tillvägagångssätt för körplaneringen och därför kommer nulägesanalysen kunna jämföras med den teoretiska nya modellen. Den nya modellen kan ses som en analys av ett framtida nuläge och passar därför in i en tidsserieanalys.
Detta blir också delvis en mönsterjämförelse där man jämför ett empiriskt grundat mönster med ett alternativt mönster, i denna studies fall handlar det om en jämförelse mellan nulägesanalysen och den nya modellen (Yin, 2007).
Teorikapitlet kommer presentera relevant teori för alla tre forskningsfrågor. Det empiriska materialet kommer även också presenteras i ett och samma kapitel. Denna empiri kommer sedan ligga till grund för analysen av alla forskningsfrågor. Därefter kommer analyskapitlet att fördelas in i tre delar där forskningsfråga 1 kommer analyseras med en förklarande teknik och frågeställning 2 och 3 kommer analyseras med tidsserieanalys och mönsteranalys. Slutligen kommer analysen att slås samman i en gemensam slutsats. Dessa steg illustreras i figuren nedan.
Figur 4, Analysmetod
2.10 Beskrivning av studiens arbetsfördelning
Arbetet med studien har fördelats likvärdigt mellan författarna i samtliga moment som krävts för att framställa studiens resultat och uppnå syftet för den. Studiens olika kapitel har arbetats fram både genom att författarna gemensamt arbetat fram innehållet, eller att delar av ett kapitel har fördelats mellan författarna för att sedan gemensamt bearbetas och förbättras. I samband med intervjuer, observationer, workshop och insamlandet av empiri har båda författarna varit delaktiga.
2.11 Sammanfattning metodkapitel
I tabellen nedan sammanfattas valen av metodikerna för denna studie.
Metodsammanfattning
Vetenskapligt synsätt Kritisk realism Vetenskapligt angreppssätt Abduktivt
Forskningsmetod Kvalitativ & Kvantitativ
Forskningsdesign Fallstudie
Urval Bekvämlighetsurval & snöbollsurval Datainsamling Semi-strukturerade & ostrukturerade intervjuer, observation samt workshop
Forskningsetiska överväganden Informationskravet, samtyckeskravet, konfidentialitets- och
anonymitetskravet, nyttjandekravet, falska förespeglingar
Kvalitetskriterier Begreppsvaliditet, intern validitet, extern validitet, reliabilitet
Analysmetod Forskningsfråga 1: förklarande analys Forskningsfråga 2 & 3: tidsserie &
mönsterjämförelse Tabell 2, Metodsammanfattning
3 Teori
I detta kapitel kommer teorier relaterade till de tre forskningsfrågorna att presenteras.
Forskningsfråga 3 bygger vidare på resultatet från forskningsfråga 1 och 2 och har därför inte någon egen teori som presenteras. Kapitlet inleds med teorier som beskriver faktorer som påverkar de begränsningar som finns för körplanering samt vad som orsakar komplexiteten hos miljön för den. Därefter beskrivs teori för körplanering och olika sekvenseringsmetoder för att utföra den. Kapitlet avslutas med teorier kopplade till de analysverktyg som använts för att utföra nulägesanalys av planeringsmiljön hos AMB.
Figur 5 nedan illustrerar teorikapitlets disposition och vilken teori som sedan kommer användas till vilken forskningsfråga i analyskapitlet. Då forskningsfråga 3 bygger vidare på resultaten från forskningsfråga 1 och 2 presenteras ingen teori som är specifikt
kopplad till denna.
Figur 5, Teoretisk referensram
3.1 Förutsättningar från högre beslutsnivåer
Följande avsnitt presenterar teori som förklarar hur beslut och strategier som antas på längre sikt påverkar de förutsättningar som finns för körplaneringen i den operativa verksamheten.
3.1.1 Aggregerad planering
Syftet med Aggregerad planering är att ta fram en planering med totala volymer till produktionen, som sedan kan ligga till grund för den långsiktiga planeringen av
produktion samt vilka resurser som behövs för den. Informationen från den aggregerade planeringen kan sedan användas för att bestämma nivåer för exempelvis antal anställda eller behov av maskiner (Nahimas, 2013). Den här nivån av planering är utformad för att ge underlag till beslut som ger förutsättningar för att utnyttja de resurser som finns tillgängliga på ett bra sätt. Men kan också vara ett underlag för de strategiska beslut som behöver fattas på lång sikt (Silver, 1998). Genom att omvandla prognoser för
efterfrågan till information om framtida volymer för olika produktgrupper kan produktionsplaneringen på lägre nivå i företaget använda denna som grund för körplanering eller Master Produktion Schedule. En aggregerad plan tas fram med
utgångspunkt i de prognoser av efterfrågan som finns tillgängliga. Aggregerad planering styr i huvudsak volymer per produkt eller produktgrupp (Nahimas, 2013; Silver, 1998).
I arbetet med aggregerad planering finns några viktiga frågor att ta ställning till, den första är utjämningskostnader som kan uppstå i samband med förändringar i nivå på produktion eller genom att anställa eller avskeda personal. I dessa kostnader behöver också vägas in de kostnader som kan uppstå i form av försämrat rykte som arbetsgivare eller upplärning av ny personal. Kostnaderna för utjämning behöver också jämföras med de eventuella besparingar som kan göras genom att hålla en lägre lagernivå, för att kunna bedöma för eller nackdelar med förändringen (Nahimas, 2013). Dessutom behöver kostnader för eventuell övertid eller outnyttjad kapacitet jämföras mot
kostnaderna för att förändra storleken på tillgänglig personal för att ett rimligt beslut ska kunna fattas (Silver, 2008). Hur väl företaget kan hantera förändringar i efterfrågan och möta dem utan att eventuella flaskhalsar uppstår behöver analyseras, när beslut om nivå på tillgänglig kapacitet fattas. Flaskhalsen kan uppkomma både på grund av för låg bemanning för att klara en ökning av efterfrågan, eller på grund av ett verktyg eller maskin går sönder. Vilken tidshorisont som ska användas behöver också beslutas, för
kort tidshorisont kan göra att produktionsnivån blir ineffektiv för att möta behovet på lång sikt, blir det däremot för långt kan osäkerheten i planeringen bli för stor (Nahimas, 2013).
3.1.2 Master Production Schedule (MPS)
MPS kan beskrivas som kopplingen mellan marknad och produktion (Jacobs, 2011;
Silver, 1998). Genom att göra en plan för vid vilken tid och i vilket antal en specifik artikel som ska produceras kopplas dessa två samman. För att bestämma MPS används prognoser för framtida efterfrågan, frysta kundorder, behov av säkerhetslager, planer för säsong och interna order, de vägs samman och ger tillsammans behovet av nivå på produktion (Nahimas 2013). Vid en prognos av efterfrågan som är perfekt kommer också MPS fungera perfekt (Altendorfer, 2016; Sridharan, 1989). Ett väl utformat MPS ska möjliggöra att resurser kopplade till produktionen används på ett effektivt sätt samtidigt som nivåer för kundservice och leveranssäkerhet uppfylls. Ett stabilt MPS ger även stabilitet hos körplaneringen. Alltför många förändringar i MPS riskerar att sänka produktiviteten, medan alltför få förändringar kan leda till att kundservicenivån blir lägre. För att ett producerande företag ska fortsätta vara konkurrenskraftigt är det nödvändigt att det finns en stabil kortsiktig plan för produktionen (Jacobs, 2011).
MPS tar hänsyn till hur resurser kan användas på ett ekonomiskt sätt, exempelvis genom lämpliga batchstorlekar, men också genom att ta hänsyn till eventuella
begränsningar i kapaciteten. I vissa fall kan produktion göras i större batcher än nivån på efterfrågan är, för att inte orsaka onödiga kostnader och säkerställa lönsamhet (Jacobs, 2011).
MPS behöver uppdateras kontinuerligt i takt med att produktionen färdigställs, vilket säkerställer att planen för produktion kan hållas aktuell. Detta brukar ske genom att en så kallad löpande tidshorisont tillämpas, vilken löper över att förutbestämt antal veckor.
Denna modell säkerställer att MPS uppdateras regelbundet och förblir aktuellt för ett antal veckor framåt. Specificering av vilka produkter som kommer vara klara, vid vilken tid och i vilken kvantitet gör att det skapas en plan för hur framtida produktion kommer se ut (Jacobs, 2011; Silver 2008). Löpande tidshorisont kan vara ett hjälpmedel för att hantera osäkerheter och instabilitet i MPS, genom dess regelbundna uppdateringar av schemat (Nedaei, 2014). Alltför många förändringar i MPS kan leda till förvirring i
produktionen, där det upplevs svårt att veta vad som förväntas tillverkas. Detta kan i sin tur istället leda till reducerad produktivitet (Sridharan, 1989).
Figur 6, Master Production scheduling i förhållande till övriga funktioner i företaget (Jacobs, 2011)
Figur 6 visar hur MPS förhåller sig till andra funktioner i företaget. Prognoser för efterfrågan ligger till grund för dem Sales and operations planning som även får information från resursplaneringen med den långsiktiga planeringen av nivån för tillgänglig kapacitet. Denna information vidarebefordras sedan till MPS, och utgör grunden för denna nivå på produktionsplanering. Grov kapacitetsplanering utförs i samband med utformningen av MPS, de två funktionerna utbyter information i båda riktningarna för att analysera hur den tillgängliga kapaciteten kan möta behovet från MPS. Denna nivå identifierar även behov av att göra förändringar av nivån på
tillgänglig kapacitet för att kunna möta behovet från MPS utan att det finns överflödig kapacitet. Här kan potentiella flaskhalsar i produktionen identifieras, det vill säga om tillgänglig kapacitet är låg i något avseende eller om eventuell överflödig kapacitet kan
identifieras. Därefter tar den detaljerade material och kapacitetsplaneringen vid och utgör grunden för en detaljerad material och kapacitetsplan. De detaljerande
planeringarna är viktiga för hur väl körplaneringen fungerar. En väl avvägd detaljerad kapacitetsplanering möjliggör för körplaneringen att planeras utan avvikelser och planeringen underlättas. Balansen mellan tillgänglig kapacitet och förmågan att producera rätt kvantitet i rätt tid är viktig för att bibehålla en hög kundservice utan att företaget har kostnader för överflödig kapacitet. Från informationen i MPS och kapacitetsplaneringen görs tillverkningsorder som detaljstyrs genom körplaneringen.
Utfallet av körplaneringen förmedlas tillbaka till MPS för att kunna ta fram nya aktuella MPS-scheman (Jacobs, 2011).
Om tillgänglig kapacitet är för låg kan inte en körplanering skapas som möter behovet, oavsett vilken sekvensieringsmodell som används. Samspelet mellan detaljerad
kapacitetsplanering och körplanering är viktig för att produktionsplaneringen ska vara stabil och kunna fullföljas. För att ett MPS ska fungera tillfredställande krävs ett väl utvecklat system för intern kommunikation mellan olika funktioner (Jacobs, 2011).
Osäkerheten hos MPS kan härledas till tre huvudsakliga källor:
1. Supply. Osäkerheter som gäller ledtid från leverantör eller varierande kvalitet på produkter eller komponenter.
2. Processer. Omfattar ej stabila produktionsprocesser, maskiner som går sönder eller oregelbundna ställtider.
3. Efterfrågan. osäkerhet kan orsakas av ej tillförlitliga prognoser för efterfrågan (Martin et al, 2020).
3.2 Körplanering
Körplanering (Shop floor control eller Job Shop Scheduling) innebär att man har ett antal maskiner och arbetare som utför ett specifikt arbete där utmaningen är att
samordna dessa resurser för att på det mest effektiva sättet utnyttja både maskinerna och arbetarna (Błażewicz, Domschke & Pesch, 1996; Nahimas, 2013; Jacobs, 2011). En körplan eller ett jobb som har tilldelats en viss maskin innebär att denna maskin blir otillgänglig för andra jobb eller körplaner under den tiden som det redan pågår ett jobb i denna maskin (Błażewicz, Domschke & Pesch, 1996). De överväganden som uppstår i
uppbyggnaden av en körplanering är antalet maskiner och vilken typ av maskiner som finns till godo, tiden det tar att utföra ett jobb, vilka typer av jobb behöver utföras och när jobben utstår (Nahimas, 2013). Problemet som uppstår vid en körplanering är i vilken sekvens man ska utföra de olika jobben på och vilka maskiner som ska användas till vilket jobb (Błażewicz, Domschke & Pesch, 1996).
I praktiken kan det vara svårt att fastställa en exakt tid det tar att utföra ett jobb, detta kan i sin tur påverka resultatet av vilken sekvensering man har valt. I praktiken kan det också vara svårt att planera för en längre tid framåt då ordar eller jobb oftast tillkommer slumpvist vilket kräver ständiga löpande beslut om hur körplaneringen ska planeras (Nahimas, 2013). Val av metod för att utforma körplanering påverkas av miljön som ger förutsättningarna till planeringen. Genom att välja en metod anpassade efter de specifika förutsättningarna som finns kommer den kunna fungera bättre. En komplex miljö kräver en komplex metod för körplaneringen för att den ska kunna fungera bra. För att minska komplexiteten för planeringen kan åtgärder för att förenkla miljön kring den göras, ett exempel kan vara att korta ställtiden för maskiner, vilket förbättrar möjligheterna att schemalägga en jämn belastning i produktionen. Vid bedömning av om
körplaneringsmetoden är lämplig, är det viktigt att analysera om det är metoden som orsakar problem i körplaneringen eller om det är miljön, exempelvis i form av långa ställtider som orsakar problem för körplaneringen (Ohlsson et al, 1987; Siregar, 2019).
3.2.1 Sekvenseringsregler
Jacobs (2011), Nahimas (2013) och Sharma och Jain (2017) nämner ett antal olika typer av sekvenseringsregler som vanligen används i både teorin och praktiken. Dessa vanligt förekommande sekvenseringsregler är följande:
Random (R)
En R typ av sekvensering innebär att alla ordar som ligger i kön till att planeras in i körplaneringen har lika stor trolighet till att bli valda först. Valet av sekvensering följer ingen specifik regel (Jacobs, 2011).
First come/first served (FCFS)
I en FCFS typ av sekvensering börjar man alltid med de ordar eller jobb som först har tillkommit oavsett tiden det tar att tillverka ordern eller när det måste vara färdigt
(Jacobs, 2011; Nahimas, 2013; Sharma & Jain, 2017). En fördel med FCFS är att det är en enkel metod för människor att förstå och kan därmed vara relativt enkel att hantera vid manuell planering. En svaghet för FCFS som sekvenseringsmetod är att den inte tar hänsyn till hur viktiga olika jobb är, eller den totala processtiden. Varför FCFS riskerar att missgynna produkter med kort processtid, riskerar att ge längre väntetid än
nödvändigt för vissa artiklar, vilket kan öka risken för större andel sena leveranser.
Tidsintervallet från order till leveranser ett viktigt beslutskriterium för körplanering, att FCFS inte tar hänsyn till den är en nackdel med metoden (Siregar, 2019). I
produktionsmiljöer med korta cykeltider fungerar FCFS som effektivast (Rose, 2001)
Shortest processing time (SPT)
SPT innebär att man alltid börjar planeringen med den ordern eller jobbet som tar kortast tid att utföra. Denna typ tar inte hänsyn till ordningen de olika ordnarna har tillkommit i eller när de behöver vara färdiga (Jacobs, 2011; Nahimas, 2013; Sharma &
Jain, 2017). I miljöer där det finns stora variationer i cykeltid för produkterna blir resultatet av att tillämpa SPT mindre förutsägbart. I vissa fall kortar det väntetiden jämfört med FCFS medan det i andra fall istället förlänger totala väntetiden (Rose, 2001). SPT kan med fördel implementeras i system där planeringen sker i batcher (Shekar, 2017).
Shekar (2017) har i en studie använt SPT tillsammans med en prioriteringsordning för ordrar. Den order med högst prioritering, utifrån varje företags unika prioritering, planerades för tillverkning först. Om flera artiklar hade samma prioriteringsnivå tillämpades SPT eller FCFS för att bestämma hur ordern skulle sekvenseras. För att utvärdera resultatet av modellen mättes genomsnittlig väntetid och total genomloppstid.
Resultatet visar att SPT kortar både väntetid och genomloppstid väsentligt jämfört med FCFS.
Earliest due date (EDD)
EDD innebär att man alltid börjar med de ordar eller jobb som behöver vara färdiga först (Jacobs, 2011; Nahimas, 2013; Sharma & Jain, 2017). Att använda EDD som sekvenseringsregel ökar möjligheten att minska variationen i försening av ordar. Det kan hjälpa med att minska antalet försenade ordar och i vissa fall eliminera försenade ordar helt. Men graden av framgång handlar om förmågan att följa den planerade
sekvenseringen (Lödding & Piontek, 2017). I Lödding och Pionteks (2017) studie menar de att denna sekvenseringsregel är bäst lämpad i miljöer där förmågan att följa planeringen av sekvensering anses som en viktig kvalitetsfaktor, men även där set-up tiderna inte är starkt beroende av sekvenseringen.
Critical ratio (CR)
I CR sekvensering behöver man ta förfallodatumet för orden minus den aktuella tiden delat med behandlingstiden, dvs tiden det tar att utföra jobbet. Efter denna ekvation får man ett kritiskt värde (CR) och den orden med lägst kritiskt värde börjar man alltid planeringen med. Efter man har valt bort den orden som man ska börja med, gör man samma beräkning igen på alla jobb men skillnaden kommer vara att den aktuella tiden kommer ha ändrats beroende på vilken behandlingstid det tidigare jobbet hade. Detta kommer ge ett annat kritisk värde för de olika jobbet och den med läst värde väljs därefter (Jacobs, 2011; Nahimas, 2013). Denna typ av sekvensering har framtagits för miljöer där komponenter tillverkas för lagerpåfyllning men också direkt för kundorder (Berry & Rao, 1975). Både Berry och Rao (1975) och Rose (2002) förtydligar i sina studier att denna sekvenseringsregel påverkas drastiskt av förfallodatumet. Tiden som är kvar till förfallodatumet påverkar hur effektivt denna sekvenseringsregel kommer fungera.
Least setup (LSU)
LSU innebär att man väljer att sekvensera jobben på ett sådant sätt där tiden det tar att förberedda nästa jobb på maskinen tar så lite tid som möjligt. Detta görs med syfte att maximera utnyttjandet av maskinerna (Jacobs, 2011). Tidigare under 1950-talet när man studerade körplanering ansågs setup kostnaden och tiden som irrelevant. På senare tid däremot har man under studier upptäckt setup tidens betydelse. I många industrier kan setup tiden bestå mellan 40-70% av hela produktionstiden. Att sekvensera ordnarna på ett sådant sätt så setup tiden minskas kan det i många fall förbättra utnyttjandet av maskinerna (Kofler, M. et.al, 2009)
Priority based scheduling
Shekar et.al (2017) nämner även ytterligare en typ av sekvenseringsregel som används som kallas för Priority based scheduling. Denna sekvensering är väldigt vanlig typ av sekvensering där man tillverkar i förutbestämda batcher. Syftet är att varje jobb tilldelas
