如何从众多鱼骨图的要因中选出重要要因及验证?
大家通过脑力激荡术,约四五十分钟,即可完成约三四十个大大小小的要因。但不太可能全部都很重要,简言之,并不会全都是重要要因。一般而言,大概从其中挑出约六个重要要因,提出对策加以改善,即有极为显著的改善效果,问题是如何挑选?如何才知道挑选出来的是不是重要要因?
1.初学时,可用KKD法选出重要要因
最简单的方法是KKD法(KKD指经验、感觉、胆识),即由全体圈员或相关人员共同讨论,依大家的经验及感觉充分讨论、表决,依重要程度挑选出4~6个被认为是重要的要因。这个方法对初次组圈的QCC活动甚为方便。那么,到底准不准确呢?依笔者过去的经验,暂且不说准不准确,但依此方法选出的重要要因,加以改善处置,效果不差,约有百分之五十的改善率。因为参与讨论的人员都是直接参与工作的员工,应有某种程度的了解,其经验也很值得参考,方法简单、可行,尤其对初次活动而言。
2.做“要因验证”更佳
如要严密一点,详细一点,准确一点,则可用“要因验证”。即将认为可能的重要要因,加以一一验证,以确定其是否真因,是否有必要加以改善。因为,当初被认为是重要的要因,经验证之后,可能会被判定为“非真因”。那么就可暂时搁置,不必下对策改善,验证的方法当然也有程度深浅之分,一般的做法是将要因再做深入的调查,必要时还要收集足够数量的数据加以分析、解析。举例言之,如当初选的是“员工粗心”,则可由组长或安排适当人员到现场详细观察员工作业的情况,并加记录。看一看,有几个人在作业上有粗心、疏忽之处。记录时最好也考虑层别的数据,可作为日后改善之用。如果大家都做得很好,按标准作业,那也不能怪罪“员工粗心”。
再举一例,如果是“来料不良”,那么就应调查入料检验的结果,以其抽样检验的过程,甚至要对来料的品质加以调查,必要时还要收集来料某物性品质的数据,求平均、变异,再依直方图看看其分配情形,再与规格作比较,进一步可求出CP、CA、CPK等等。就可较准确地判断被验证的要因是不是真因。
3.QIT(专案改善)要做要因验证
QIT(专案改善)的成员是课长、工程师等中层主管干部,其所选的改善主题也是较大,较难的。因此,进行解析时,程度上应比由基层人员组成的QCC要严谨些,因此在QIT时必须做要因验证。
至于QCC,初次组圈时,可采KKD法,但经数期活动,水准也应提升。此时可学学要因验证,使圈的水准也得到提升。
1.初学时,可用KKD法选出重要要因
最简单的方法是KKD法(KKD指经验、感觉、胆识),即由全体圈员或相关人员共同讨论,依大家的经验及感觉充分讨论、表决,依重要程度挑选出4~6个被认为是重要的要因。这个方法对初次组圈的QCC活动甚为方便。那么,到底准不准确呢?依笔者过去的经验,暂且不说准不准确,但依此方法选出的重要要因,加以改善处置,效果不差,约有百分之五十的改善率。因为参与讨论的人员都是直接参与工作的员工,应有某种程度的了解,其经验也很值得参考,方法简单、可行,尤其对初次活动而言。
2.做“要因验证”更佳
如要严密一点,详细一点,准确一点,则可用“要因验证”。即将认为可能的重要要因,加以一一验证,以确定其是否真因,是否有必要加以改善。因为,当初被认为是重要的要因,经验证之后,可能会被判定为“非真因”。那么就可暂时搁置,不必下对策改善,验证的方法当然也有程度深浅之分,一般的做法是将要因再做深入的调查,必要时还要收集足够数量的数据加以分析、解析。举例言之,如当初选的是“员工粗心”,则可由组长或安排适当人员到现场详细观察员工作业的情况,并加记录。看一看,有几个人在作业上有粗心、疏忽之处。记录时最好也考虑层别的数据,可作为日后改善之用。如果大家都做得很好,按标准作业,那也不能怪罪“员工粗心”。
再举一例,如果是“来料不良”,那么就应调查入料检验的结果,以其抽样检验的过程,甚至要对来料的品质加以调查,必要时还要收集来料某物性品质的数据,求平均、变异,再依直方图看看其分配情形,再与规格作比较,进一步可求出CP、CA、CPK等等。就可较准确地判断被验证的要因是不是真因。
3.QIT(专案改善)要做要因验证
QIT(专案改善)的成员是课长、工程师等中层主管干部,其所选的改善主题也是较大,较难的。因此,进行解析时,程度上应比由基层人员组成的QCC要严谨些,因此在QIT时必须做要因验证。
至于QCC,初次组圈时,可采KKD法,但经数期活动,水准也应提升。此时可学学要因验证,使圈的水准也得到提升。