แนวคิดด้าน Kaizen Improvement ในขบวนการผลิต

บทความที่ 5 : การกระจายของข้อมูล (ซิกม่า) และความสามารถของกระบวนการผลิต (Cp, Cpk) 

ซิกม่า (Sn) = ค่าการกระจายของข้อมูล จะต้องน้อยๆ

Cp, Cpk = ค่าความสามารถของกระบวนการผลิต จะต้องมีค่าอย่างน้อย 1.3 ขึ้นไป 

รูปที่ 12 

   ซึ่งในบทความนี้ ผมจะขอกล่าวถึงค่าการกระจายของข้อมูลและค่าความสามารถของกระบวนการผลิต ซึ่งจำเป็นอย่างยิ่งสำหรับ Process Engineer หรือ Production Engineer ที่จะต้องไม่มองแค่ NG% อย่างเดียวเท่านั้น อันนั้นปล่อยให้เป็นหน้าที่ของหัวหน้างานฝ่ายผลิตไปครับ แล้วเหตุผลคืออะไรครับ เดี๋ยวเราลองมาดูกัน ตามเนื้อหาด้านล่างครับ 

รูปที่ 13

   จากรูปที่ 13 กราฟบน จะเห็นว่า ค่าการกระจายของข้อมูลจะแคบ ซึ่งจะทำให้ได้ค่า Cp, Cpk ที่สูงครับ และในส่วนของค่าที่ NG ก็แยกตัวออกอย่างชัดเจน จาก LL (Lower limit) และ UL (Upper limit) ซึ่งเป็นย่านควบคุมนั่นเองครับ ซึ่งลักษณะแบบนี้ ผมขอเรียกว่า ข้อมูลแบบ Digital นะครับ 

   

ส่วนกราฟอันกลาง จะเห็นว่า ค่าการกระจายของข้อมูล ก็ยังพอรับได้อยู่ แต่ว่าค่าเฉลี่ยหรือยอดของภูเขา จะค่อนไปทางใดทางหนึ่ง ทำให้ข้อมูลที่ OK และ NG กล้ำกึ่งกันอยู่ หรือข้อมูลที่ OK จะหลุดไปเป็น NG ซะเยอะ ทำให้เป็นที่น่าเสียดายครับ ซึ่งลักษณะแบบนี้ ผมขอเรียกว่า ข้อมูลแบบ Analog นะครับ 

   

ส่วนกราฟด้านล่าง จะเห็นว่า มีการกระจายของข้อมูลที่มาก (ภูเขาลูกใหญ่ฐานกว้าง) ซึ่งแน่นอน จะทำให้ได้ค่า Cp,Cpk ที่ต่ำครับ และยังมีข้อมูลที่กล้ำกึ่งกันระหว่าง OK และ NG ทั้ง 2 ด้าน ซึ่งลักษณะแบบนี้ ผมก็จะขอเรียกว่า ข้อมูลแบบ Analog เช่นกันครับ 

รูปที่ 14 

   จากกราฟด้านบน จะถือว่าเป็นแบบที่ดีมาก ส่วนกราฟอันกลาง จะต้องปรับในส่วนของ Cpk โดยให้ค่าเฉลี่ยเข้าใกล้ค่ากลางมากที่สุด ส่วนกราฟล่าง แน่นอน ต้องปรับในส่วนของ Sn ให้แคบลง (ค่าการกระจายข้อมูลแคบลง) ครับ ต่อไปเรามาดูกันว่า ทำไมในส่วนของ Process Engineer หรือ Production Engineer จะต้องไม่สนใจเฉพาะแค่ค่า NG% อย่างเดียวเท่านั้น มาดูกันเลยครับ 

รูปที่ 15 

   สมมุติว่า เรามีค่า NG% เท่ากับ 7% แต่ว่าเราไม่เห็นค่าการกระจายของข้อมูลเลย เราก็อาจะทำการปรับปรุงแก้ไขไม่ได้หรือไม่ถูกจุด ดังนั้น จากราฟด้านบนทั้ง 3 กราฟ ก็จะให้ทำให้เราเข้าใจได้ว่า ทิศทางที่เราจะต้องปรับปรุง จะต้องเป็นแบบใด ถ้า 

A+B = 7% 

C = 7% 

D+E = 7% 

   เห็นแล้วใช่ไหมครับว่า ในส่วนของ Process Engineer หรือ Production Engineer จะต้องใส่ใจกับค่าการกระจายของข้อมูลเป็นพิเศษ เมื่อต้องการที่จะวิเคราะห์หรือปรับปรุง ในเรื่องของงาน NG ที่เิกิดขึ้นครับ แล้วถ้าภูเขาที่เราได้ ไม่ใช่ลูกเดียวอย่างกราฟด้านบนที่ผมนำเสนอหล่ะ เราจะทำอย่างไร มาดูตัวอย่างกันเลยครับ 

รูปที่ 16 

   จากกราฟด้านบน จะแสดงให้เห็นว่า การควบคุมขบวนการผลิตของเราไม่ดี ซึ่งทั้ง 2 แบบ จะเกิดภูเขาขึ้น 2 ลูก ซึ่งเราจะต้องแก้ไขในส่วนของภูเขาลูกเล็กให้ได้ก่อนทั้ง 2 แบบครับ 

   ในฐานะของ Process Engineer หรือ Production Engineer จะมีหน้าที่ในการกำหนดมาตรฐานของการตัดสินให้พนักงาน ไม่ว่าจะเป็นค่ามาตรฐานของชิ้นงาน หรือตัวอย่างชิ้นงาน OK กับ NG (Marginal Sample) เพื่อเอาไว้ให้พนักงาน สำหรับการเปรียบเทียบและตัดสินใจ ในขั้นตอนการตรวจสอบ ซึ่งก็อาจจะยากพอสมควรสำหรับ Engineer ก็เนื่องมาจาก มันจะมีทั้งแบบ Analog และ Digital ดังที่กล่าวมาแล้วนั่นเองครับ ซึ่งก็จะเหมือนกับรูปด้านล่างที่ผมนำเสนอครับ 

รูปที่ 17 

   ลักษณะของ Digital คือช่วง Black และ White ครับ จะง่ายสำหรับพนักงานที่จะตัดสิน แต่ที่ยากก็คือ ในช่วงของ Gray zone นั่นเองครับ เพราะมันเป็นลักษณะของ Analog คือมันจะกล้ำกึ่งกันระหว่าง OK กับ NG และพนักงานก็จะตัดสินใจลำบาก บางครั้งก็เป็นดาบ 2 คม คือ ในเมื่อไม่กล้าตัดสินใจ ก็ทิ้งเป็นงาน NG ทั้งหมด ให้รอดตัวไปก่อน แบบนี้งาน NG ของเราก็จะเยอะ ทั้งๆ ที่มันไม่สมควร หรืออีกแบบ อาจจะตัดสินผิดพลาด ทำให้งาน NG หลุดปนไปกับงาน OK แบบนี้ก็มีโอกาศที่ลูกค้าจะเจอ และร้องเรียนกลับมายังเราได้ครับ 

   ดังนั้น ในฐานะของ Engineer ก็จะต้องทำให้พนักงานมีความสะดวก และตัดสินใจได้ง่าย ซึ่งก็ลองค้นหาวิธีและแนวทางดูกันเอาเองนะครับ ซึ่งขึ้นอยู่กับแต่ละผลิตภัณฑ์และความสามารถของ Engineer แต่ละท่านครับ 

   โอเคครับ สำหรับบทความนี้ ผมก็คงจะต้องขอจบไว้แต่เพียงเท่านี้ก่อนนะครับ แล้วเดี๋ยวบทความต่อๆ ไป ค่อยมาว่ากันวันหลังนะครับ สำหรับวันนี้ ขอกล่าวคำว่า สวัสดีครับ

แนวคิดด้าน Kaizen Improvement ในขบวนการผลิต

บทความที่ 4 : ชนิดของปัญหาและแนวคิดในการหาสาเหตุของปัญหา

    ชนิดของปัญหาในส่วนของผมจะแบ่งเป็น 4 ประเภท (A,B,C,D) ตามความยากง่ายดังนี้นะครับ 

รูปที่ 11

1) ปัญหาที่แก้ไขง่าย (C) => คือปัญหาที่แก้ไขได้ง่าย โดยใช้ประสพการณ์, ความรู้ที่มี, หลักการทางวิศวกรรมและเทคโนโลยี เช่น การควบคุมอุณหภูมิ เราก็สามารถใช้ Thermometer, Temperature controller, Thermocouple ในการควบคุมและอ่านค่าเป็นต้น 

2) ปัญหาที่ต้องใช้เทคนิคระดับสูงในการแก้ไขปัญหา (B) => คือปัญหาที่เรารู้สาเหตุ แต่ไม่สามารถทำการแก้ไขได้ หรือแก้ไขยาก

ตัวอย่างเช่น : ปริมาณผลผลิตที่ได้ต่ำ เนื่องมาจากระดับความสะอาดของกระบวนการผลิตไม่ดี หรือสกปรก เช่น มีฝุ่นเข้าไปปะปนในตัวชิ้นงาน ซึ่งฝุ่นก็มาจากหลายที่และควบคุมยาก ดังนั้นการแก้ไขปัญหาก็อาจจะต้องใช้เงินลงทุนที่สูง โดยการซื้อเครื่องมือหรืออุปกรณ์ ที่มีเทคโนโลยีทางวิศวกรรมค่อนข้างสูง หรือการจัดสร้างพื้นที่การปฏิบัติงานใหม่ ให้เป็นห้อง Clean room เป็นต้น 

3) ปัญหาที่ต้องเฝ้าจับตามมองเป็นพิเศษบ่อยๆ เพื่อแก้ปัญหา (D) => คือปัญหาที่ยังไม่รู้สาเหตุที่แท้จริง แต่การแก้ไขบางอย่าง ก็อาจจะทำให้ดีขึ้น ซึ่งปัญหานี้ก็อาจจะกลับมาเป็นอีก 

4) ปัญหาที่แก้ไขยากจริงๆ (A) => คือปัญหาที่ไม่รู้ทั้งสาเหตุและวิธีการแก้ไข ซึ่งจำเป็นที่จะต้องขอความช่วยเหลือจากผู้เชี่ยวชาญ เพื่อเข้ามาช่วยแก้ปัญหาให้

ซึ่งเมื่อเกิดปัญหาขึ้นแล้ว ในเบื้องต้น เราควรจะทำอย่างไร?

เราควรใช้หลักการ 3 GEN ของญี่ปุ่น ดังข้างล่าง 

1. Genba => คือการรีบเข้าไปดูในสถานที่จริงๆ ด้วยตนเองให้เห็นกับตา

2. Genbutsu => คือการเข้าไปดูชิ้นงานนั้นจริงๆ

3. Genjiten => คือการเข้าไปดู ณ. เวลาที่เกิดเหตุจริงๆ

    ซึ่งในส่วนของผู้ที่เป็น Engineer จะต้องใช้แนวคิดแบบ Logical thinking ในการหาสาเหตุของปัญหา ไม่ควรจะมีอคติกับสิ่งสิ่งใดสิ่งหนึ่งเป็นพิเศษ ไม่เช่นนั้นแล้ว เราจะไม่ได้สาเหตุที่แท้จริง จะขอยกตัวอย่างแนวคิดแบบ Logical thinking ดังข้างล่างนี้ 

ยกตัวอย่างเช่น

เราต้องการคำนวนผลลัพธ์ให้ได้เท่ากับ 2 เราจะต้องทำอย่างไร ซึ่งก็มีหลายแบบให้เราเลือกดังนี้

1. 1+1 = 2

2. 3-1 = 2

3. 2x1 = 2

4. 4/2 = 2

5. 4-2 = 2

...

...

   แต่ว่า แบบใหนจะเป็นแบบที่ใช่ที่สุดจริงๆ ถึงตรงนี้ เราก็คงต้องทำการพิสูจน์ เพื่อหาผลลัพธ์หรือสาเหตุที่ถูกต้องที่สุดจริงๆ อีกที ก็ไม่ต่างจาการใช้ผังก้างปลาหรือ Tree diagram หรืออื่นๆ ในการวิเคราะห์หาสาเหตุของปัญหา ซึ่งจำนวนของก้าง จะต้องมีไม่น้อยกว่า 30 ก้างต่อปลา 1 ตัว แต่ให้เราคัดที่เราคิดว่าใช่ในเบื้องต้นมาก่อนซัก 4 ถึง 5 ก้าง เพื่อมาทำการทดสอบสมมุติฐานหรือพิสูจน์ (Test of Hypothesis or Re-Occurrence test) กันก่อน ว่าใช่สาเหตุจริงๆ ของปัญหาหรือไม่ครับ

    นอกจาก Logical thinking ที่ได้กล่าวมาแล้วนั้น ปัญหาบางปัญหา เราอาจจะใช้หลักการคิดและหา Mechanism (กลไกการเกิดของปัญหา) ออกมาให้ได้ก็ได้ จากนั้นค่อยพิสูจน์ในสิ่งที่เราสงสัยกันครับ

    ซึ่งการหา Mechanism ก็ให้เราคิดจากสภาพ (Condition) ของการผลิตที่ดีที่สุด ที่ทำให้ชิ้นงานของเราออกมาสมบูรณ์ที่สุดครับ จากนั้นก็ให้คิดในแต่ละจุดว่า ถ้าอะไรบ้างที่เปลี่ยนสภาพไป จะทำให้ชิ้นงานของเราเป็นอย่างไร ซึ่งเราก็จะสามารถหาสาเหตุและแก้ไขได้ตรงจุดเช่นเดียวกันครับ 

    แต่ว่าผู้คิดคือ Engineer จะต้องมีความรู้ความเชี่ยวชาญเกี่ยวกับเทคนิคทางด้านวิศกรรมด้วยเช่นกัน ถึงจะสามารถมอง Mechanism ออกได้

ยกตัวอย่างง่ายๆ เช่น 
   ขนมกล้วยทอดของเรา เมื่อก่อนเคยขายดีเป็นเทน้ำเทท่า และลูกค้าทุกคนก็บอกว่าเป็นกล้วยทอดที่อร่อยมาก แต่ปัจจุบัน กลับขายไม่ได้เลย และลูกค้าก็บ่นว่า ไม่เห็นอร่อยเหมือนเมื่อก่อนเลย ดังนั้น เราก็ต้องมาวิเคราะห์ Mechanism กันดังต่อไปนี้ 

   เมื่อก่อนเราใช้ Condition ในการทอดกล้วยดังนี้ (เป็นการยกตัวอย่างนะครับ เพราะผมก็ไม่เคยทำ ก็เลยลองจินตนาการเอาครับ)

1. เราใช้กล้วยน้ำว้าดิบ

2. เราใช้น้ำมันถั่วเหลืองใหม่ๆ

3. เราใช้แป้งยี่ห้อ A

4. เราใช้แป้ง 1 กิโลกรัมต่อเนื้อกล้วย 3 กิโลกรัม

5. เราใช้น้ำตาลปิ๊ปยี่ห้อ B

6. เราใช้น้ำตาล ½ กิโลกรัมต่อสัดส่วนด้านบน

7. เราใช้เกลือผสมกับน้ำตาลในอัตราส่วน 100 : 1

8. เราเฉือนกล้วยบางประมาณ 5 มม.

9. เราใช้อุณหภูมิในการทอดประมาณ 120 บวกลบ 10 องศา

10. เราใช้เวลาในการทอดต่อ1 ครั้ง ประมาณ 3 นาที

11. เราใส่กล้วยลงกระทะเพื่อทอด 10 ชิ่นต่อ 1 ครั้ง

12. เรากระจายกล้วยในถาดไม่ให้กองทับถมกัน

13. Minimum stock ในการทอดแต่ละ 1 ครั้ง คือ 1 ถาดเต็ม

14. เราขายให้ลูกค้าแบบ first in first out

   ต่อไป...คิดไม่ออกครับ ขอเอาประมาณนี้ก็แล้วกันนะครับ ซึ่งตามสูตรด้านบน จะเป็นสูตรที่ทำให้เราขายกล้วยดีที่สุด และได้รับคำชมจากลูกค้าว่าอร่อยที่สุด ดังนั้นต่อไป ก็ง่ายๆ ครับ เราก็มาไล่ทีละหัวข้อ ว่า Condition ไหนบ้างที่เปลี่ยนไป จนทำให้กล้วยทอดของเราขายไม่ดีและไม่อร่อย จากนั้น เราก็มาลองเปลี่ยนกลับคืน แล้วมาเช็คผลอีกครั้งว่า กล้วยทอดของเราขายดีขึ้นและอร่อยขึ้นหรือไม่ครับ ดังตัวอย่างการตรวจสอบพบด้านล่าง

1. เราใช้กล้วยน้ำว้าดิบ (ใช่)

2. เราใช้น้ำมันถั่วเหลืองใหม่ๆ (ไม่ใช่ เราใช้น้ำมันเก่า เพราะเราต้องการประหยัด)

3. เราใช้แป้งยี่ห้อ A (ใช่)

4. เราใช้แป้ง 1 กิโลกรัมต่อเนื้อกล้วย 3 กิโลกรัม (ใช่)

5. เราใช้น้ำตาลปิ๊ปยี่ห้อ B (ไม่ใช่ เราเปลี่ยนมาใช้ยี่ห้อ C เพราะราคาถูกกว่า)

6. เราใช้น้ำตาล ½ กิโลกรัมต่อสัดส่วนด้านบน (ใช่)

7. เราใช้เกลือผสมกับน้ำตาลในอัตราส่วน 100 : 1 (ใช่)

8. เราเฉือนกล้วยบางประมาณ 5 มม. (ไม่ใช่ เราเฉือนกล้วยบางกว่า 5 มม. เพราะเราต้องการปริมาณที่มากๆ)

9. เราใช้อุณหภูมิในการทอดประมาณ 120 บวกลบ 10 องศา (ใช่)

10. เราใช้เวลาในการทอดต่อ1 ครั้ง ประมาณ 3 นาที (ใช่)

11. เราใส่กล้วยลงกระทะเพื่อทอด 10 ชิ่นต่อ 1 ครั้ง (ไม่ใช่ เราใส่กล้วยมากกว่า 10 ชิ้น ต่อการทอด 1 ครั้ง)

12. เรากระจายกล้วยในถาดไม่ให้กองทับถมกัน (ไม่ใช่ เราทอดปริมาณมากๆ และใส่กล้วยกองทับกันในถาด)

13. Minimum stock ในการทอดแต่ละ 1 ครั้ง คือ 1 ถาดเต็ม (ใช่)

14. เราขายให้ลูกค้าแบบ first in first out (ไม่ใช่ เราขายให้ลูกค้ามั่วๆ เนื่องจากปัจจัยข้างบนที่เปลี่ยนไป)

   ดังนั้น เมื่อเรารู้แล้วว่า ปัจจัยอะไรบ้างที่เราเปลี่ยนไป เราก็ลองเปลี่ยนกลับดูทีละตัว แล้วก็ติดตามตรวจสอบผลของการเปลี่ยนแปลงดูครับ ว่าดีขึ้นหรือไม่ แค่นี้เอง นี่แหละครับ ที่เราเรียกว่าการตรวจสอบ Mechanism

    เอาหล่ะครับ สำหรับบทความนี้ค่อนข้างจะยาวซักนิดนึง แต่ว่าในบทความหน้า ผมจะขอกล่าวถึงหน้าที่ของคนที่ทำหน้าที่เป็น Process Engineer หรือบางที่เรียกว่า Production Engineer ที่สำคัญๆ อีกอย่างหนึ่งครับ นั่นก็คือ เราจะมองแค่ NG% อย่างเดียวไม่ได้ จะต้องมองถึงการกระจายของข้อมูล (ซิกม่า) รวมถึงค่าความสามารถของกระบวนการผลิต (Cp, Cpk) ด้วย แล้วทำไมต้องมอง เดี๋ยวบทความหน้าเราค่อยมาว่ากันครับ สำหรับบทความนี้ ขอกล่าวคำว่าสวัสดีก่อนครับ

แนวคิดด้าน Kaizen Improvement ในขบวนการผลิต

บทความที่ 3 : การค้นหาปัญหาในขบวนการผลิต 2 

    นอกเหนือจากการค้นหาปัญหาโดยการใช้ข้อมูลจากกราฟ เรายังมีอีกวิธีการหนึ่งที่ใช้ได้ผลมากๆ นั่นก็คือ ใช้หลักการภูเขาน้ำแข็ง ดังรูปด้านล่าง 

รูปที่ 8

    จะเห็นว่า สมมุติปัญหาคือก้อนน้ำแข็งที่ลอยอยู่ในน้ำ และพนักงานระดับ Mgr. หรือ Engineer คือนก ก็จะมองเห็นปัญหาแค่ยอดของน้ำแข็งเล็กๆ เท่านั้น ส่วนปลาและพวกแพลงตอนหรือแมลงเล็กๆ ก็คือหัวหน้างานใน Line การผลิตและพนักงานที่ทำงานประจำในแต่ละขบวนการผลิต แล้วทำอย่างไรหล่ะ ที่หัวหน้างานระดับ Mg. หรือ Engineer จะรับรู้ถึงปัญหาที่ซ่อนอยู่ ไม่ยากครับ ก็ให้ใช้หลักการสอบถามพนักงาน (Hearing Operator) สิครับ เพราะเขาอยู่หน้างานตลอดเวลา ดังนั้น เขาก็จะรู้ถึงปัญหาที่ซ่อนอยู่ได้มากกว่า ดังเช่นพวกปลาที่มองเห็นก้อนน้ำแข็งก้อนใหญ่ที่จมอยู่ในน้ำนั่นเอง แต่ก็มีข้อควรระวังอยู่ 2 ข้อดังนี้นะครับ 

   1) ให้รีบดำเนินการกับปัญหานั้นๆ ทันทีที่ได้รับการแจ้งจากพนักงาน หากทำได้

    2) หากยังทำไม่ได้ หรือต้องใช้เวลานานในการ Action ก็ให้รีบชี้แจงพนักงานไป ว่าทำไม่ได้ หรือต้องใช้เวลาประมาณนั้น     ประมาณนี้ในการ Action พร้อมทั้งบอกเหตุผลให้พนักงานเข้าใจ ไม่เช่นนั้น หากไม่มีการแจ้ง หรือเงียบไปเฉยๆ ต่อไปเขาก็จะเบื่อหน่าย และไม่มีการรายงานปัญหาให้เราฟังอีกเลย 

   ครับ สำหรับการค้นหาปัญหาแบบนี้ คงจะเข้าใจกันแล้วนะครับ และถ้าจะให้ดี ให้จัดทำเป็น List และกำหนดแผนออกมาเลยครับ เพื่อที่ว่าพนักงานจะได้เข้าใจและดีใจ ว่าตนเองก็มีส่วนร่วมในการปรับปรุงแก้ไขปัญหานี้ด้วยเช่นกัน 

    ต่อไป เราจะมาทำความเข้าใจกับคำ 3 คำ ซึ่งเป็นภาษาญี่ปุ่นครับ และมีความสำคัญอย่างมากต่อการค้นหาปัญหา เพื่อการปรับปรุงครับ 

    1) Mieruka (มิเอรูกะ) คือการทำให้มองเห็นง่ายๆ 

รูปที่ 9

      สมมุติเรามีข้อมูลที่เยอะแยะมากมาย แต่อยู่ในรูปแบบของตาราง คิดว่าเราจะสามารถวิเคราะห์ข้อมูลของเราได้ง่ายหรือเปล่าครับ ไม่ง่ายเลยครับ ดังนั้น การที่จะทำข้อมูลให้เห็นง่ายๆ เราก็ต้องแปลงข้อมูลในตารางให้ไปเป็นกราฟสิครับ ทีนี้เราก็จะเห็นข้อมูลง่ายขึ้นเยอะเลยใช่ไหมครับ 

    2) Kizuki (คิซูกิ) คือการกำหนดเป้าหมายเพื่อให้มองเห็นปัญหา 

รูปที่ 10 

      จากข้อ 1) ถ้าเรามีแต่กราฟ แต่ไม่มีเส้นเป้าหมายเลย ก็ไม่ต่างจากข้อมูลลอยๆ เท่านั้น ซึ่งเราก็จะไม่สามารถมองเห็นปัญหาได้ (จากบทความที่ 2 ปัญหาก็คือช่องว่าง (Gap) ระหว่างเป้าหมายกับข้อมูลจริง (Actual) ครับ) ดังนั้น เราจึงต้องกำหนดเป้าหมายครับ ซึ่งวิธีการกำหนดเป้าหมาย ก็จะมีอยู่ด้วยกัน 3 แบบดังนี้ครับ

     a) เป้าหมายที่คิดว่าสามารถทำได้ไม่ยาก (ไม่แนะนำครับ)

      b) เป้าหมายโดยดูจากข้อมูลของเดือนเก่าๆ ที่เคยทำได้ดีที่สุด (แนะนำครับ)

      C) เป้าหมายที่ท้าทาย หมายความว่า ถ้าเราหาค่าเฉลี่ยซักหลายๆ เดือน ได้เท่าไหร่ ก็ตั้งไปเลยว่า เป้าหมายคือ ค่าเฉลี่ย-50% หรือมากว่านี้ก็ได้ครับ (แนะนำครับ ถ้าใจถึงพอ) 

      อ้อ และอีกอย่าง การตั้งเป้าหมายที่ดี ควรตั้งเป็นแบบลดลงหรือเพิ่มขึ้นเป็นขั้นบรรไดในแต่ละช่วงนะครับ ไม่ควรตั้งเป้าหมายเดียวแบบใช้ตลอดปีตลอดชาติครับ เดี๋ยวจะไม่เรียกว่าเป็นการปรับปรุงครับ 

    3) Kankasetsu (คังคะเซซึ) คือการรีบดำเนินการแก้ไขทันทีที่พบปัญหาครับ  
      จากข้อ 2) เมื่อเราพบปัญหาแล้ว อย่าได้นิ่งนอนใจ ให้รีบดำเนินการแก้ไขในทันทีนั่นเองครับ 

ครับ สำหรับบทความที่ 3 ก็คงจะพอแค่นี้ก่อนนะครับ เดี๋ยวเรามาต่อบทความที่ 4 กัน ในวันต่อๆ ไปนะครับ สวัสดีครับ

แนวคิดด้าน Kaizen Improvement ในขบวนการผลิต

บทความที่ 2 : การค้นหาปัญหาในขบวนการผลิต 1

    จากบทความแรก เราก็พอจะทราบกันแล้วนะครับว่า หน้าตาของ Process diagram เป็นอย่างไร และแน่นอนครับ สิ่งที่สำคัญที่สุด ที่จะเป็นตัววัดประสิทธิภาพของการทำ Kaizen ซึ่งก็จะส่งผลถึงผลกำไรของบริษัทโดยตรงนั่นก็คือ Output นั่นเองครับ แล้วเราจะมีวิธีการตรวจสอบ Output ของเราได้อย่างไร ว่ามีปัญหาอะไรบ้าง จากนั้น เมื่อพบปัญหาแล้ว เราจะต้องดำเนินการอย่างไร เดี๋ยวเรามาว่ากันตามลำดับๆ ดังรายละเอียดด้านล่างกันเลยครับ 

รูปที่ 5

    การตรวจสอบ Output ของเรา เราก็จะตรวจสอบจากข้อมูลที่เราเฝ้ามอง และมีอยู่แล้วนั่นเองครับ เช่น กราฟ NG%,กราฟ Productivity หรือกราฟ Input/Output เป็นต้นครับ ซึ่งหากเราพบปัญหาจากราฟ ก็ให้เราย้อนกลับมาเช็คที่ Input ซึ่งก็คือ 4M+1M นั่นเอง ว่าเกิดอะไรขึ้น, อะไรที่เปลี่ยนไป จนส่งผลทำให้ Output เกิดปัญหาได้ เสร็จแล้วก็ให้ทำการ Action และย้อนกลับมาเช็คผลของ Output อีกครั้ง ว่าปัญหาหมดไปหรือยัง ถ้ายัง ก็ให้ย้อนกลับมาเช็คที่ Input ใหม่ แล้วก็ Action จากนั้นก็ย้อนกลับมาเช็คผลที่ Output อีกครั้ง ให้ทำแบบนี้ในลักษณะวนเป็นลูปของ PDCA (วัฏจักรของเดมิ่ง จะไม่ขออธิบายนะครับ) จนปัญหาที่เราพบ ได้ถูกแก้ไขให้หมดไปครับ

หมายเหตุ : ปัญหาคืออะไร เดี๋ยวจะไม่เข้าใจกันครับ ปัญหาก็คือช่องว่าง (Gap) ระหว่างเป้าหมาย (Target) และข้อมูลจริง (Actual) นั่นเองครับ

    ซึ่งลูปของ PDCA จะต้องไม่หมุนแค่รอบเดียว จะต้องหมุนต่อเนื่องไปเรื่อยๆ หรือที่เราเรียกกันว่า “การปรับรุงอย่างต่อเนื่อง” (Continual Improvement) นั่นเองครับ 

รูปที่ 6

    ต่อไปผมจะขอยกตัวอย่างของนักปรับปรุงที่ดีให้ดูกันซักหน่อยครับ 

รูปที่ 7

    จะเห็นว่า จากราฟด้านบนถ้ามองกันตรงๆ จะไม่พบปัญหาอะไรเลย เนื่องจากว่าข้อมูลจริงๆ ที่ได้ จะเกินเป้าหมายที่กำหนดไว้ ซึ่งถือว่าดีแล้ว และบางคนอาจจะจะหยุดการปรับปรุงอยู่เพียงแค่นี้ครับ แต่ถ้าสำหรับนักปรับปรุงที่ดี เขาอาจจะแตกกราฟจากข้อมูลเป็นวัน โดยแตกให้เป็นชั่วโมงๆ ต่อวันอีกก็ได้ครับ เพื่อมองให้เห็นปัญหาที่ซ่อนอยู่อีก ดังกราฟด้านล่างครับ ซึ่งก็จะเห็นว่า ในช่วงเวลา 08.00 น. ถึง 09.00 น. มันเกิดอะไรขึ้น ทำไมยอดการผลิตถึงไม่เป็นไปตามเป้าหมาย ซึ่งอาจจะเกิดจากยังเช้าเกินไป พนักงานยังไม่กระตือรือร้นเท่าที่ควร เลยทำให้ยอดการผลิตในช่วงดังกล่าวก็เลยตกไป ก็อาจจะหาวิธีแก้ไข โดยให้พนักงานออกกำลังกาย ยืดเส้นยืดสายก่อนลงมือทำงานเป็นต้น ก็ได้ครับ

    ครับ สำหรับบทความที่ 2 ในวันนี้ ก็ขอจบเพียงแค่นี้ก่อนนะครับ เดี๋ยวเรามาต่อบทความที่ 3 กัน ในวันต่อๆ ไปนะครับ