Oplossingen > Lean Six Sigma

Het onderdeel statistiek en analyse maakt een wezenlijk deel uit van ieder Six Sigma project.

Wat is Six Sigma?

Lean Six Sigma is een goed gestructureerde, data gedreven methodologie voor het elimineren van fouten, het voorkomen van verspillingen en het oplossen van kwaliteitsproblemen. Deze kwaliteitsproblemen kunnen zich voordoen in productie, dienstverlening, management en overige zakelijke activiteiten. Feitelijk reduceert Lean verspillingen in tijd en materialen waarbij Six Sigma naar een goede en constante kwaliteit streeft. De Six Sigma methodiek is gebaseerd op een combinatie van gevestigde technieken met betrekking tot kwaliteitsbewaking, eenvoudige en hogere methoden van data analyse. Six Sigma wordt geborgd door systematische training van medewerkers op alle hiërarchische niveaus van de organisatie, die met Six Sigma processen betrokken zijn.

Waarom is Six Sigma zo populair?

De Six Sigma methodiek geniet grote populariteit. Er is aangetoond dat niet alleen sukses de kwaliteit verbeterd, maar dat door een stapsgewijze aanpak aanzienlijke kostenbesparingen te behalen zijn. Diverse spectaculaire Six Sigma succesverhalen zijn door grote bedrijven gemeld. Jack Welch, CEO van General Electrics zei destijds: "Six Sigma is het belangrijkste initiatief dat GE ooit heeft genomen. Het is een deel van de genetische code van toekomstig corporate leiderschap". Hij meldt een kostenbesparing bij GE in de orde van grootte van miljarden dollars. Veel andere bedrijven melden ook zeer hoge besparingen, helemaal nadat de Six Sigma methodiek is vastgelegd in de productie omgeving. Motorola (een vooraanstaand lid die de Six Sigma aanpak heeft helpen ontwikkelen) heeft ruim 12 jaar geleden, als gevolg van de Six Sigma implementatie meer dan 11 miljard dollar bespaard. Allied Signals heeft vervolgens een besparing van meer dan 1 miljard dollar met Six Sigma behaald.

Technische achtergrond

De term Six Sigma (handelsmerk van Motorola en geregistreerd in de 80er jaren van de vorige eeuw) weerspiegelt het doel van de statistische benadering. Opzet is om te komen tot een verwaarloosbaar klein aantal fouten dat overeenkomt met de zes-sigma waarde van een normale (gecorrigeerde - zie hieronder) verdelingscurve: Six Sigma streeft ernaar om op basis van de normale verdeling fouten en kwaliteitsproblemen op de buitenste randen van de verdeling te verbieden, zodat deze problemen zeldzame uitzonderingen zijn op een bijna foutloos lopend proces. Om dit Six Sigma doel te bereiken mag een proces niet meer dan 3,4 defecten per miljoen mogelijkheden produceren. Een fout is hierbij gedefinieerd als elke vorm van een niet acceptabele uitkomst van een uitgeoefend proces. Opgemerkt dient te worden dat het criterium van 3,4 fouten per 1 miljoen overeenkomt met een Z-waarde van 4,5 van de normale verdeling, aangezien de Six Sigma aanpak een proces verschuiving van 1,5 maal sigma toestaat (door Motorola destijds als lange termijn dynamisch gemiddelde genoemd). Daarbij is de elementaire tool bij projecten de statistische Six Sigma berekening, die het aantal fouten in één, twee ... zes Six Sigma projecten visualiseert. Tevens wordt bij de Six Sigma aanpak een verscheidenheid van veel complexere analyse technieken aanbevolen, die afhankelijk van de aard van het proces in opeenvolgende projectfasen behoren te worden toegepast.

Hoe werkt Six Sigma?

De kracht van Six Sigma ligt in de empirische, data-georienteerde aanpak (en het gebruik van kwantitatieve methoden) om het doel van procesverbetering en variatie reductie te bereiken. Dit gebeurt in de zgn. Six Sigma verbeterprojecten, die volgen op een reeks stappen, tezamen bekend onder het Six Sigma DMAIC model (Define, Measure, Analyze, Improve, Control):

Define. In de definitie-fase van het project wordt de scope bepaald en doelen en grenzen benoemd. Om een hoger (en beter) Sigma niveau te bereiken worden de punten aangegeven waar men zich mee bezig moet houden. Projecten worden geselecteerd op hun verwachte bijdrage aan de doelstellingen.
Measure. Het doel van de Six Sigma meetfase is om informatie over de huidige situatie, de huidige proces prestaties te verzamelen.
Analyze. Tijdens deze fase worden aan de hand van geschikte analyse tools de onderliggende oorzaken van de kwaliteitsproblemen geïdentificeerd.
Improve. Hierbij dienen oplossingen geïmplementeerd te worden die in de analyse fase zijn geïdentificeerd als probleem veroorzakers.
Control. Het doel van deze fase is de verbeteringen van de vorige fase te borgen en te periodiek bewaken.

Een aangepaste versie van het Six Sigma DMAIC model; namelijk het DMADV model is bedoeld voor het ontwerpen van nieuwe processen. In DMADV wordt bij Measure het accent gelegd op het beschrijven van de behoeften van klanten en de markt. Ook is een beschrijving van de toepassing vereist. De 2e D staat voor Design waarbij een passend ontwerp proces gevolgd wordt. Dit wordt vervolgens afgerond met de verificatie, waarbij het ontwerp getoetst wordt aan de gestelde criteria. Iedere stap schrijft het gebruik van specifieke analytische (kwantitatieve) tools voor. Voor relevante Six Sigma literatuur verwijzen wij u graag naar: Six Sigma: The Breakthrough Management Strategy van M.J. Harry en P. Schroeder en The Six Sigma Handbook geschreven door T. Pyzdek.

Six Sigma en Statistica

Statistica heeft speciale functionaliteit ontwikkeld die uitstekend van pas komt in elke fase van een Six Sigma project. Ongeacht bedrijfsomvang kan Statistica derhalve uitstekend fungeren als analytische basis voor Six Sigma programma's en implementaties. In vergelijking met andere Six Sigma software tools start Statistica daar waar anderen ophouden. Het startpunt is echter de Desktop; deze is in haar scope beperkt en organisatorisch vroeg of laat ook niet gewenst. Statistica kan zonder problemen data importeren van andere, veelgebruikte standalone software tools. Statistica biedt naast het Six Sigma Desktop produkt tevens Six Sigma oplossingen voor Client/Server (Multi-user) omgevingen, Six Sigma Data Mining alsook Six Sigma Enterprise.

Statistica Six Sigma Desktop

Statistica Six Sigma Desktop onderscheid zich door:

Een uitgebreide set van Six Sigma tools, waaronder speciaal ontwikkelde Six Sigma hulpmiddelen, zoals de Six Sigma calculator, Six Sigma rapportages met meerdere geïntegreerde grafische regel kaarten (zie hieronder) en oorzaak-gevolg diagrammen (Ishikawa).
Eenvoudige berekening van de proces capaciteit, rekening houdend met tijdverdelingsmodellen in overeenstemming met DIN 55 319/ISO 21747 e.
Ongeevenaarde kwaliteit en functionaliteit van de graphics. Daarnaast zijn maatwensen relatief eenvoudig te ontwikkelen via de open standaard, Visual Basic.
Een unieke gebruikersinterface die alle Six Sigma tools overzichtelijk presenteert.

Het menu geeft toegang tot krachtige en uitgebreide analytische routines die een significante verbetering vormt ten opzichte van hetgeen momenteel beschikbaar is. De routines volgen het Six Sigma DMAIC model. De Six Sigma werkbalk geeft via 5 submenu's de 5 DMAIC stappen weer. Het menu kan naar wens nog verder worden uitgebreid door dieper in te gaan op specifieke programma onderdelen.

Six-Sigma Toolbar

Statistica Six Sigma Data Mining

Statistica Six Sigma Data Mining biedt proces optimalisatie en kan de basis vormen van uw innovatieve voorsprong op uw concurrenten. Geavanceerde statistische procedures worden geboden (bv. extractie van relevante historische gegevens met behulp van "Feature Selection" als alternatief voor het duurdere experimenteel ontwerp). Feature Selection biedt een alternatieve project- georiënteerde interface voor het organiseren van de statistische analyse. Six Sigma programma's kunnen op een unieke wijze worden ondersteund. Zo kan bijvoorbeeld een Black Belt analyse processen ontwerpen en het praktisch gebruik hiervan overlaten aan een Green Belt. Data Mining biedt de ervaren Black Belt uitgebreide ondersteuning tjdens het modelleren. Hierbij valt te denken aan data preparatie en model validatie.

Andere voordelen van Statistica Six Sigma Data Mining zijn:

Implementatie van moderne statistische methoden en algoritmen voor data mining. (bv. neurale netwerken).
Project overview met uitgebreide workflow mogelijkheden.
Data Mining als een geïntegreerde Workbench voor data transformatie, cleaning, filtering, model schatting en validatie in een Six Sigma omgeving. Slechts met enkele muisclicks valt de Control fase te bereiken.
In Database Processing (IDP) voor database toegang, zelfs wanneer er sprake is van terabytes.

Statistica Six Sigma Client/Server

Via een eenvoudige webbrowser kan toegang worden verkregen tot de Six Sigma tools. Ook op maat gemaakte web-based informatie portals kunnen wereldwijd toegang bieden tot kwaliteitsanalye. Overige pluspunten en toepassingen zijn:

Veilige distributie van rapporten via een Web-based Knowledge Portal. Automatische email notificatie is hierbij toepasbaar.
Bediening via een laagdrempelige internet browser.
Opties voor het aanpassen van de gebruikersinterface aan specifieke behoeften van de gebruiker.
Multi-lingual en Multi-server installaties bij internationale Six Sigma projecten.
Gelijktijdige monitoring van duizenden kwaliteitskenmerken door het uitvoeren van geavanceerde analyses op één of meer servers en gestroomlijnde controle op client PC's.
Centrale installatie en onderhoud van uw kritische Six Sigma software.

Statistica Six Sigma Enterprise

Kwaliteitsborging en verbetering in het kader van Six Sigma heeft nu eenmaal een bedrijfsbrede impact. De kenmerken van Statistica Six Sigma Enterprise zijn:

Centrale installatie en beheer van interactieve database-queries en analytische templates voor gemeenschappelijk gebruik van gegevensbronnen. Dit is voor de implementatie van Six Sigma projecten van onschatbare waarde.
Real-time monitoring en alerting voor bv. de productie-faciliteit. Er is een zeer uitgebreide keuze aan analytische instrumenten voor de engineering voorhanden. Anderzijds zijn er veelzijdige rapportage opties voor het management.
Six Sigma gebruikersinterfaces die aan de rol/functie/Belt worden aangepast. Een zeer complexe omgeving voor data analyse en data mining kan voorbehouden zijn voor uitsluitend Master Black Belts.
Schaalbaar en aanpasbaar. Integratie is mogelijk met bestaande databases, ERP-systemen, Enterprise Manufacturing systemen, LIMS systemen etc.
Statistica ETL, Extract, Transform en Load om gegevens uit heterogene databronnen te verzamelen.