Hard & Soft Facts zur Prozessverbesserung mit Six Sigma

Run-Charts und Regelkarten

Von Dr. Reiner Hutwelker, www.activepartner.de

Run-Charts dienen dazu, die Variation der Daten im Zeitverlauf zu analysieren. So können Trends, Zyklen, Strukturen und Muster, d.h. systematische und zufällige Veränderungen im Prozess erkannt und analysiert werden.

Regelkarten dienen dazu, die Grenzen der zufälligen Prozessvariation zu bestimmen. Dazu werden Kontrollgrenzen aus der Prozessvariation berechnet, um spezielle Ereignisse im Zeitverlauf erkennen und dadurch den Prozess nachhaltig kontrollieren zu können. Die Regelkarte kann als zeitlich mitlaufender, statistischer Signifikanztest betrachtet werden, bei dem extreme Werte außerhalb der Kontrollgrenzen nicht mehr als Zufallsschwankung, sondern als systematische Ereignisse interpretiert werden.

Abbildung 12: Regelkarte (Xbar/ S) zur Streuung der Löcher im zeitlichen Verlauf Beispiel: Im zeitlichen Verlauf der Untersuchung zeigen sich keine Ausreißer ober- oder unterhalb der (roten) Kontrollgrenzen, so dass wir hier keine Anhaltspunkte für systematische Veränderungen im Untersuchungszeitraum und damit zu weiteren Verbesserungen erhalten. Wir erwarten aber, dass sich die Verbesserung des Prozesses durch Veränderung der Lage und Streuung unserer Löcher in der Regelkarte einer späteren Prüfung in der Control-Phase niederschlagen wird (vgl. Abbildung 18).

Wertschöpfungsanalyse

Die Wertschöpfungsanalyse zielt darauf, in den einzelnen Schritten des Prozesses Verschwendungen im Sinne des KVP zu finden. Dieses Werkzeug ist sehr breitbandig und eignet sich besonders bei gewachsenen und komplexen Prozessen, erste Ansatzpunkte für Verbesserungen zu finden. Bei Prozessen mit niedriger Prozessfähigkeit ist sogar dringend empfohlen, zunächst die Verschwendungen zu eliminieren, bevor gezielt nach Einflussfaktoren xi gesucht wird, damit Zusammenhänge aus Yi=f(xi) nicht von einem „Verschwendungsrauschen“ überlagert werden.

Beispiel: Unser Bogenschießprozess ist sehr schlank, so dass eine Wertschöpfungsanalyse nicht notwendig erscheint.

Prozess-Modellierung

In der Prozess-Modellierung wird das Prozess-Mapping (siehe Abbildung 7) durch Eigenschaften des Prozesses ergänzt, um die Einflussfaktoren xi und Verschwendungen lokalisieren zu können. Diese Informationen erhält man aus der Wertschöpfungsanalyse sowie aus den relevanten Messungen. Mit dem verwendeten Software- Werkzeug iGrafx Process for six-sigma können jedem Prozessschritt Bearbeitungszeiten, Fehlerhäufigkeiten, Ressourcen, Kosten etc. zugewiesen werden, die auch man für eine spätere Simulation des Prozesses noch benötigt (siehe Abschnitt DOE).

Abbildung 13: Prozess-Modell der W.Tell AG

Beispiel: Das Prozess-Mapping zeigt die zentralen Schritte des Bogenschießens und erlaubt damit die Überprüfung der Funktionalität des Prozessdesigns sowie die Lokalisierung der Einflussvariablen xi. Der vorliegende Prozess zeigt weder unnötige Verantwortungswechsel, Medienbrüche, Ersatzprozesse noch überflüssige Prozessschritte und damit noch keinen Anhaltspunkt für Verbesserungen. Aber wir wissen jetzt, wo die Einflussgrößen wirken.

Pareto-Diagramm

Das Pareto-Diagramm gehört zu den graphischen Werkzeugen der Datendarstellung. Es wird an dieser Stelle aber noch einmal gesondert erwähnt, weil damit Probleme aus dem Prozess priorisiert und damit Schwerpunkte für die weitere Verbesserung gesetzt werden können. Dazu werden entweder die Häufigkeit, mit der die Probleme auftauchen, oder die resultierenden Kosten der Probleme in eine Reihenfolge gebracht. Folgen Fehlerhäufigkeit bzw. Fehlleistungskostenhöhe dem Pareto-Prinzip, d.h. der 80/20 Regel, dann wählt man für die nachfolgende Ursachenanalyse die wenigen 20% der Probleme, die für 80% der Gesamtsituation verantwortlich sind.

Vorsicht ist jedoch geboten, wenn die Probleme in wechselseitiger Abhängigkeit stehen. Denn eine Problemquelle kann dann nicht an erster Stelle des Pareto-Diagramms stehen. Denn ein Folgeproblem, das dann auftritt, wenn das Quellproblem aufgetreten ist, aber darüber hinaus noch eine unabhängige Auftretenswahrscheinlichkeit hat, muss in der Häufigkeit vor dem Quellproblem rangieren.

Beispiel: Der einzige Fehler, der beim Bogenschießen auftritt, ist die Abweichung der Löcher über den Zielkorridor hinaus, so dass ein Pareto-Diagramm hier keinen Sinn macht.

Ursachen-Wirkungs-Analyse

Die Ursache-Wirkungs-Analyse setzt an dem Hauptproblem des Pareto-Diagramms an, um seine Kernursachen zu identifizieren. Durch die fast penetrant wiederholte Frage nach dem Warum des Problems werden Quellursachen deutlich, an denen in der Improve-Phase die Lösung ansetzt. Logisch rationale Werkzeuge dieser Ursachen-Analyse sind das weit bekannte Fischgrät-/ Ishikawa-Diagramm und der Treiber-Baum. Wenn Daten zu Fehlern des Gesamtprozesses sowie Daten über Fehler in Teilsprozessschritten vorliegen, dann hilft die statistische Faktoren-Analyse bei der Ermittlung von Quell-Ursachen. Liegen Daten über die Einfluss-Faktoren xi und das Ergebnis Yi vor, bietet das Design of Experiments (DoE) eine elegante statistische Alternative zur Ursache-Wirkungs-Analyse.

Beispiel: Da wir vermutlich ausreichend aussagekräftige Daten über die Zusammenhänge zwischen Yi= f(xi) erhoben haben, werden wir auch die Ursache-Wirkungs-Analyse hier nicht anwenden, sondern entscheiden uns für das Design of Experiments (siehe Abschnitt DOE).

Hypothesenformulierung

Streng betrachtet, wurden schon durch die Filterung in der Priorisierungs-Matrix Hypothesen darüber formuliert, welche der Einflussgrößen xi mit den Ergebnisgrößen Yi zusammen hängen. Spätestens jetzt sollten präzise Annahmen zu Zusammenhängen zwischen xi und Yi als Hypothesen formuliert und im nächsten Schritt mit angemessenen statistischen Tests geprüft werden. Dabei ist zu beachten, dass Signifikanzaussagen immer mit einer Wahrscheinlichkeit verknüpft sind, richtige und falsche Aussagen zu treffen. Weiterhin muss beachtet werden, dass statistische Signifikanz allein nichts über die Stärke eines Zusammenhangs oder auch eines Unterschieds aussagt. Effektstärke und Signifikanzniveau hängen zwar voneinander ab, jedoch können auch sehr schwache Zusammenhänge zwischen Yi und xi signifikant werden ohne dass damit ein praktischer Nutzen verbunden wäre. Die alleinige Auswahl der xi nach statistischer Signifikanz würde einem vermeintlichen Stellhebel zu viel Einfluss zuschreiben.

Beispiel: Aus den Ergebnissen des Multi-Vari-Charts ergeben sich folgende statistisch
prüfbare Hypothesen:

1. Die x-Lage der Löcher (Yx-horizontal) unterscheidet sich (nicht) in Abhängigkeit vom gewählten Pfeiltyp und Visiereinstellung in x-Richtung.

2. Die y-Lage der Löcher (Yy-vertikal) unterscheidet sich (nicht) in Abhängigkeit vom gewählten Bogentyp, Spannkraft, Visiereinstellung in y-Richtung.

3. Es besteht ein/ kein Zusammenhang zwischen Streuung der Löcher (YStreuung) und Distanz zur Zielscheibe (XDistanz).

Diese Hypothesen werden nachfolgend mit statistischen Tests geprüft.

Hypothesentest

Mit statistischen Tests werden die im vorigen Abschnitt formulierten Hypothesen überprüft. Statistische Prüfverfahren können, entsprechend der beiden denkbaren Hypothesenarten, in Zusammenhangs- und Unterschiedstests eingeteilt werden. Abhängig von dem vorliegenden Datenniveau und der Verteilung der Daten wird die Auswahl der geeigneten statistischen Tests kanalisiert.

Beispiel: Zur Untersuchung der 1. und 2. Hypothesen wird die Varianzanalyse eingesetzt. Sie bestätigt die beiden Hypothesen, so dass wir mit hoher Wahrscheinlichkeit sagen können:

1. Die x-Lage der Löcher (Yx-horizontal) unterscheidet sich in Abhängigkeit vom gewählten Pfeiltyp und der Visiereinstellung in x-Richtung.

2. Die y-Lage der Löcher (Yy-vertikal) unterscheidet sich in Abhängigkeit vom gewählten Bogentyp, Spannkraft und der Visiereinstellung in y-Richtung.

Zur Prüfung der 3. Hypothese wird der F-Test und Levene-Test eingesetzt. Sie bestätigen die Hypothesen, so dass wir mit hoher Wahrscheinlichkeit sagen können:

3. Es besteht ein Zusammenhang zwischen Streuung der Löcher (YStreuung) und Distanz zur Zielscheibe (XDistanz).

Damit sind die wichtigsten Stellschrauben für Improve-Phase gefunden.