Giai đoạn đo lường trong 6 Sigma khi doanh nghiệp áp dụng để nâng cao năng suất

Nội dung chủ yếu của đo lường là thu thập và nghiên cứu dữ liệu. Tùy thuộc mục đích của dự án, các phép đo có thể thực hiện ngay hoặc đòi hỏi nhiều thời gian và công sức. Ví dụ, việc thu thập dữ liệu về vấn đề cụ thể có thể thực hiện rất nhanh nếu như dữ liệu đã có sẵn, việc tập hợp dữ liệu chỉ mất vài giờ. Nhưng nếu như không có sẵn dữ liệu trong hệ thống thì việc đo lường, tập hợp dữ liệu có khi mất vài tuần thậm chí vài tháng. Đây là giai đoạn đòi hỏi đầu tư lớn về cả thời gian lẫn tài chính.

Nhóm dự án tại doanh nghiệp khi áp dụng căn cứ vào mục đích của dự án cải tiến 6 Sigma để xác định phép đo, từ đó xác định dữ liệu cần thu thập. Thông thường, các dữ liệu sử dụng liên quan tới đặc tính chất lượng ở dạng thông tin bằng số (hoặc thông tin có thể được trình bày bằng các số liệu). Việc kiểm soát chất lượng được tiến hành với hai loại dữ liệu: dữ liệu về kết quả của đặc tính chất lượng và dữ liệu về quá trình chỉ ra nguyên nhân của đặc tính chất lượng. Dữ liệu về đặc tính chất lượng cần phản ánh các điều kiện chất lượng của quá trình.

Ảnh minh hoạ.

Các dữ liệu đó được sử dụng để kiểm tra xem sản phẩm có phù hợp đặc tính chất lượng yêu cầu như tiêu chuẩn, yêu cầu kỹ thuật hay không, hoặc để xác định phần vượt quá đặc tính chất lượng hay sự dao động so với mục tiêu. Ví dụ: đặc tính chất lượng của gạch men là độ bền, độ ẩm. Dữ liệu về điều kiện quá trình cũng chỉ ra điều kiện thực tế áp dụng đối với quá trình và điều kiện chúng được lập và duy trì. Ví dụ đặc tính của quá trình nung là nhiệt độ lò (°C).

Các dữ liệu có thể thể hiện ở 2 dạng: dữ liệu liên tục và dữ liệu rời rạc. Dữ liệu liên tục: Giá trị của đặc tính chất lượng mà có thể đo được giá trị bất kỳ trong khoảng xác định trên trục số như một đại lượng liên tục. Ví dụ: Chiều dài của chi tiết (1,2m, 1,3m, 1,4m). Dữ liệu rời rạc: Giá trị của đặc tính chất lượng có thể là một số hữu hạn đếm được như là số các khuyết tật hoặc số sản phẩm khuyết tật. Ví dụ: 3 sản phẩm khuyết tật/ 1000 sản phẩm được kiểm tra.

Để thu thập dữ liệu một cách rõ ràng và đúng hướng cần thiết lập phiếu thu thập dữ liệu và phương pháp thu thập dữ liệu (phương pháp lấy mẫu và tần suất lấy mẫu). Phiếu thu thập dữ liệu (checksheet): Phiếu kiểm tra được dùng cho việc thu thập dữ liệu bằng tay. Các dữ liệu ghi vào biểu mẫu được thiết kế sẵn có khoảng trống thích hợp để điền thông tin theo mục đích lấy dữ liệu. Sử dụng trong dự án cải tiến 6 Sigma có ba dạng phiếu cơ bản bao gồm: Phiếu thu thập dữ liệu về quá trình tạo sản phẩm: đi cùng với sản phẩm hoặc dịch vụ trong suốt quá trình nhằm thu thập thông tin tại mỗi công đoạn; Phiếu thu thập dữ liệu về sai lỗi: thu thập thông tin về các nguyên nhân sai lỗi tại các bước cụ thể trong quá trình; Phiếu thu thập dữ liệu trực quan: sử dụng bức tranh về quá trình hoặc sản phẩm để ghi xem sai lỗi xảy ra ở đâu.

Chọn mẫu: Trường hợp tốt nhất là thu thập toàn bộ 100% dữ liệu, ví dụ: số lượng sản phẩm hỏng và dạng khuyết tật. Tuy nhiên, trong nhiều trường hợp không thể lấy được toàn bộ 100% dữ liệu vì tổng thể quá lớn hoặc phải mất quá nhiều thời gian cho việc lấy dữ liệu. Lúc đó cần sử dụng phương pháp chọn mẫu. Việc chọn mẫu lấy dữ liệu cần đại diện cho tổng thể được phân tích. Có thể áp dụng phương pháp phân tầng: phân theo loại sản phẩm hoặc dòng sản phẩm, phân theo nhóm thực hiện, hoặc cũng cần tính đến yếu tố mùa vụ. Ví dụ, trong nhà hàng sẽ có các thời điểm khác nhau: bữa sáng, bữa trưa, bữa tối và mỗi thời điểm sẽ có lượng khách hàng khác nhau, sản phẩm phục vụ khác nhau, đối tượng phục vụ khác nhau. Để quyết định phương pháp lấy dữ liệu cần chú ý tới: loại dịch vụ nào (thường lựa chọn loại dịch vụ chính), đối tượng khách hàng nào (đối tượng khách hàng chiếm tỷ trọng cao) và lấy dữ liệu vào thời điểm nào (thời điểm có nhiều khách hàng thuộc đối tượng lấy mẫu)… Điểm quan trọng nữa là cỡ mẫu lựa chọn cũng cần phù hợp, nếu số lượng mẫu quá nhỏ không đủ đại diện cho tổng thể, nhưng nếu quá lớn thì cũng mất nhiều công sức cho việc lấy mẫu. Cỡ mẫu tối thiểu có thể xác định theo cách sau:

Xác định nguồn thu thập dữ liệu: Có rất nhiều nguồn dữ liệu trong tổ chức, tuy nhiên chọn nguồn dữ liệu cần đảm bảo sự chính xác và đại diện được cho quá trình, sản phẩm hoặc dịch vụ đang có dự kiến đo. Tốt nhất, dữ liệu được cung cấp bởi những người làm việc trong quá trình. Tuy nhiên, đối với dữ liệu không được ghi nhận tự động mà cần thu thập bằng tay thì việc dựa trên số liệu cung cấp bởi người làm việc trong quá trình cũng có thể có rủi ro. Vì vậy, cần giải thích rõ mục đích của dự án, hướng dẫn phương pháp lấy dữ liệu thật cụ thể để đảm bảo nhân viên lấy dữ liệu hiểu rõ và cung cấp dữ liệu một cách chính xác. 

Để xác định các dữ liệu được thu thập có đủ độ tin cậy và đại diện cho tổng thể được phân tích hay không, chúng ta có thể dùng mô hình phân tích phương sai đo độ lặp lại và độ tái lập (ANOVA gauge R & R). Đây là kỹ thuật phân tích hệ thống đo lường có sử dụng mô hình phân tích phương sai (ANOVA) ảnh hưởng ngẫu nhiên để đánh giá một hệ thống đo lường.

Đánh giá của một hệ thống đo lường bao gồm đánh giá thiết bị, dụng cụ đo lường, phương pháp đo và người đo. “ANOVA gauge R & R” đo các biến động của phép đo từ bản thân hệ thống đo lường chính và so sánh nó với tổng số biến quan sát để xác định tính tin cậy của hệ thống đo lường.

Nội dung chủ yếu của đo lường là thu thập và nghiên cứu dữ liệu.

Có một số yếu tố ảnh hưởng đến một hệ thống đo lường, bao gồm: Phương tiện đo: máy đo hoặc dụng cụ đo và tất cả các khối gắn kết, hỗ trợ thực hiện phép đo. Trong hệ thống đo điện từ, các nguồn sai số bao gồm nhiễu sóng điện từ và giải pháp chuyển đổi vật tương tự sang kỹ thuật số. Người thực hiện đo: khả năng và ý thức kỷ luật của người thực hiện đo. Phương pháp thử: Cách cài đặt thiết bị, lắp đặt gá, dưỡng, cách ghi dữ liệu… Quy định kỹ thuật: dữ liệu đo lường được đối chiếu với các quy định kỹ thuật hoặc giá trị tham khảo. Giới hạn dung sai kỹ thuật không ảnh hưởng đến đo lường, nhưng là yếu tố quan trọng trong việc đánh giá tính khả thi của hệ thống đo lường.

Chi tiết và vật mẫu: Một số sản phẩm/chi tiết dễ đo hơn những sản phẩm/chi tiết khác. Ví dụ: Một hệ thống đo lường có thể tốt để đo chiều dài khối thép nhưng không tốt để đo các chi tiết bằng cao su. Có hai khía cạnh xác định R&R: Độ lặp lại (Repeatability): Sự biến động trong các phép đo được thực hiện bởi cùng một người sử dụng cùng phương tiện đo, đo lặp đi lặp lại các đặc tính trên cùng một sản phẩm trong cùng điều kiện. Sự lặp lại nhìn chung được hiểu là sự dao động của thiết bị đo. Độ tái lập (Reproducibility): Sự dao động trung bình kết quả đo được thực hiện bởi những người đo khác nhau sử dụng cùng một phương tiện đo, đo các đặc tính trên cùng một sản phẩm trong cùng điều kiện. Sự tái lập nhìn chung được hiểu là dao động do người vận hành. Cần hiểu sự khác nhau giữa “đúng” (accuracy) và “tập trung” (precision) để hiểu mục đích của đo R & R.

“ANOVA gauge R & R” chỉ cho thấy độ “tập trung” của hệ thống đo lường. Nó được phổ biến để kiểm tra các chỉ số P/T là tỷ số giữa mức tập trung của một hệ thống đo lường trên tổng dung sai của quá trình sản xuất. Nếu tỷ lệ P/T thấp, tác động đến kết quả đo chất lượng sản phẩm do sự biến động của hệ thống đo lường là nhỏ. Nếu tỷ lệ P/T lớn, có nghĩa là sai số về hệ thống đo lường chiếm một phần lớn trong dung sai, có thể dẫn đến các sản phẩm không nằm trong dung sai nhưng vẫn được hệ thống đo lường chấp nhận.

Nói chung, tỷ lệ P/T nhỏ hơn 0,1 chỉ ra rằng hệ thống đo lường đáng tin cậy có thể xác định xem các sản phẩm/chi tiết đáp ứng được quy định giới hạn kỹ thuật. Tỷ lệ P/T lớn hơn 0,3 cho thấy sản phẩm không đạt vẫn sẽ được chấp nhận (hoặc ngược lại) do hệ thống đo lường, vì vậy hệ thống đo được sử dụng không phù hợp cho quá trình.

Không có tiêu chuẩn cụ thể nào đối với số mẫu tối thiểu cho bảng ma trận đo R&R. Đây là vấn đề cho các kỹ sư chất lượng để đánh giá rủi ro tùy thuộc vào mức độ quan trọng của đo lường và khả năng về chi phí. Con số “10x2x2” (mười sản phẩm, hai người thực hiện, hai lần lặp lại) là một mẫu chấp nhận được đối với một số nghiên cứu. Ngoài ra có thể sử dụng các phương pháp xác định cỡ mẫu và tần suất lấy mẫu khác.

Nam Dương