MSITBlog

2 minutes reading time (300 words)

ผังควบคุม (Control Chart) (1)

จากบล็อกที่แล้ว เราแก้ปัญหาเรื่องการรอคอยอาหารของลูกค้าในภัตราคารแล้ว ประเด็นก็คือ เราต้องการรู้ว่า กระบวนการที่เราแก้ไขไปแล้วนั้น มันยังคงอยู่ภายใต้การควบคุมของเราหรือเปล่า 

หลักการง่าย ๆ ก็คือ เราก็ต้องวัดเวลารอคอยอาหารโดยเฉลี่ยของแต่ละสัปดาห์มาดูไปเรื่อย ๆ ถ้าเราพบว่า สัปดาห์ใดค่าเฉลี่ยมันเด้งสูงผิดปกติออกไป ก็แสดงว่า มันน่าจะมีอะไรผิดปกติออกไปจากเดิมแล้ว ... 

บางครั้ง การรอจนเกิดความผิดปกติออกไปมากแล้วค่อยไปแก้ มันอาจจะช้าเกินไปก็ได้ เพราะเราอาจจะต้องหยุดการผลิต มีลูกค้าร้องเรียนเรื่องคุณภาพ ซึ่งล้วนแล้วแต่ไม่เป็นผลดีกับเรา ... มันคงจะดีกว่า ถ้าเรามีเครื่องมือสักอันหนึ่ง มาทำหน้าที่เตือนเราว่า ค่าเฉลี่ยมันเริ่มผิดปกติออกไปแล้วนะ แต่ยังไม่มาก หรือ มันมากขึ้นแล้วนะ แต่ยังไม่ออกนอกการควบคุม จะแก้ไขอย่างไรก็รีบทำ หรือ มันออกนอกการควบคุมแล้วนะ ต้องทำการแก้ไขโดยด่วน ... เครื่องมือตัวนี้ก็คือ "ผังควบคุม" นั่นเอง 

ผังภูมิควบคุม (Control Chart) เป็นผังกราฟที่มักนำมาใช้เพื่อการควบคุมกระบวนการผลิต ตัวกราฟนั้นจะแสดงให้เห็นถึงขอบเขตควบคุมด้านบน (Upper Control Limit, UCL) ขอบเขตควบคุมด้านล่าง (Lower Control Limit, LCL) และเส้นค่าเฉลี่ยซึ่งอยู่ตรงกลาง (Process Average หรือ Center Line) แล้วนำข้อมูลด้านคุณภาพของผลิตภัณฑ์ที่ได้จากกระบวนการมาพล็อต (Plot point) เทียบกับขอบเขตที่ตั้งไว้ ทำให้รู้ว่าเวลาใดในกระบวนการผลิต (เมื่ออิงกับ Time sequence) มีปัญหาด้านคุณภาพ จะได้รีบแก้ไขปรับปรุงกระบวนการให้กลับสู่สภาพปกติโดยเร็วหน้าตาของผังควบคุมจะเป็นดังรูปด้านล่าง

โดยทั่วไป ชิ้นงานที่เกิดจากกระบวนการผลิตใด ๆ มักจะมีความผันแปร (Variation) เกิดขึ้นเสมอ อันเป็นผลมากจากความผันแปรในกระบวนการผลิต (เช่น ความผันแปรจาก วัตถุดิบ วิธีการทำงานของพนักงาน เครื่องจักร) ซึ่งความผันแปรนี้สามารถแยกได้เป็น 2 ส่วน กล่าวคือ ความผันแปรที่มาจากสาเหตุตามปกติ (Common Cause) และความผันแปรที่มาจากสาเหตุพิเศษ  (Special Cause)

1) ความผันแปรที่มาจากสาเหตุตามปกติ (Common Cause) หรือ สาเหตุตามธรรมชาติ (Normal Cause) เกิดขึ้นเนื่องจากความแตกต่างกันเล็ก ๆ น้อย ๆ ของปัจจัยการผลิตต่าง ๆ ส่งผลให้เกิดความผันแปรเล็กน้อยขึ้นมาในชิ้นงาน แต่ก็ไม่มีความรุนแรงและส่งผลต่อคุณภาพมากมายนัก เพราะเพียงแต่ทำให้ชิ้นงานแต่ละชิ้นนั้นมีความแตกต่างกันเล็กน้อยแต่ก็ยอมรับได้ เพราะมันอยู่ในพิกัดเผื่อ (Tolerance) ที่กำหนดให้แล้ว เช่น ตัดเหล็กให้ยาว 50 +/- 0.5 เซ็นติเมตร พิกัดเผื่อก็คือ +/- 0.5 เซ็นติเมตรนั่นเอง

ถ้ากระบวนการมีแต่ความผันแปรปกติ (หรือ มันดำเนินการเป็นไปตามปกติของมัน) เมื่อเราสุ่มชิ้นงานมาวัดในแต่ละครั้ง เมื่อนำค่าเฉลี่ยของชิ้นงานที่สุ่มมามาพล็อตลงในกราฟมันจะตกอยู่ระหว่างขอบเขตควบคุมด้านบน (UCL) กับด้านล่าง (LCL)

2) ความผันแปรที่พิเศษออกไป(จากปกติ) (Special Cause) หรือ ความผันแปรที่สามารถระบุสาเหตุได้ (Assignable Cause) ก็ตามชื่อครับ มันพิเศษออกไป (คือมันผิดออกไปจากปกติตามข้อ 1) ส่วนมากก็มาจากความผิดพลาดของปัจจัยต่าง ๆ ในการผลิตที่เราสามารถบ่งชี้หรือระบุได้ (Assignable Cause หมายถึง เราสามารถบอกได้ว่ามันมาจากสาเหตุใด) … ในกรณีเช่นนี้ เมื่อเราสุ่มชิ้นงานมาวัดในแต่ละครั้ง ค่าเฉลี่ยของชิ้นงานที่สุ่มมา เมื่อนำมาพล็อตมันจะหลุดออกนอกขอบเขตควบคุมด้านบน (UCL) กับด้านล่าง (LCL)  

ในกรณีเช่นนี้ เราก็ต้องไปหาสาเหตุที่ทำให้เกิดความผันแปรที่พิเศษออกไป แล้วทำการแก้ไข หลังจากนั้นคุณภาพของชิ้นงานกลับเข้าสู่สภาวะปกติอีกครั้งหนึ่ง ค่าเฉลี่ยของการสุ่มชิ้นงานมาวัดก็จะตกกลับมาอยู่ในพื้นที่ภายในขอบเขตควบคุมอีกครั้ง

ดังนั้น เราก็สามารถกล่าวง่าย ๆ ได้ว่า ผังควบคุมถูกนำมาใช้ในเชิงอุปกรณ์แจ้งเตือนให้เราทราบว่า มันมีสิ่งผิดปกติเกิดขึ้นในกระบวนการผลิตของเราแล้ว เพื่อให้เราลงไปแก้ไขนั่นเอง

เรามาดูแบบง่าย ๆ กันก่อน จากตัวอย่างภัตราคารของเรา หลังจากที่ได้แก้ปัญหาเรื่องการรอคอยแล้ว เขาก็มีแนวคิดว่าเขาจะใช้แผนควบคุมเข้ามาช่วยเฝ้าดูกระบวนการทำอาหารของเขา โดยเขาจะทำการเก็บข้อมูลทุก ๆ สัปดาห์แล้วก็นำมาหาค่าเฉลี่ย (หรือ เวลารอคอยเฉลี่ย) แล้วทำการพล็อตลงไปในกราฟที่เขาสร้างขึ้นมา โดยเขากำหนดขอบเขตควบคุมด้านบน (UCL) เอาไว้ที่ 15 นาที ส่วนด้านล่าง (LCL) ก็ 0 นาที

เพื่อง่ายต่อการอธิบาย แทนที่จะแสดงข้อมูลทีละสัปดาห์ ๆ ต่อเนื่องกันไป ผมขอสมมติว่าข้อมูล 10 สัปดาห์เรียงกันเป็นดังรูปด้านล่าง

เริ่มต้นที่สัปดาห์แรก ค่าเฉลี่ยที่ได้ก็คือ 9.2 นาที เราก็สร้างกราฟเปล่า ๆ ที่มีเฉพาะ UCL กับ LCL ขึ้นมาก่อน จากนั้นเราก็พล็อตข้อมูลของสัปดาห์แรก (9.2) ลงไป

พอสัปดาห์ต่อมา เราก็เก็บข้อมูลและหาค่าเฉลี่ยแล้วก็พล็อตต่อกันไปเรื่อย ๆ … เราจะเห็นว่า สัปดาห์ที่ 1 ถึง 5 สภาพการณ์ก็เป็นปกติ แสดงว่า กระบวนการอยู่ภายใต้การควบคุมของเรา แต่พอถึงสัปดาห์ที่ 6 ผลปรากฏว่า มีการออกนอกขอบเขตควบคุม ... แสดงว่า มันมีสาเหตุพิเศษเกิดขึ้นแล้ว จึงทำให้เกิดความผันแปรขึ้นมามากกว่าปกติ

ทีมแก้ปัญหาจึงลงไปหาสาเหตุว่า ความผันแปรที่เกิดขึ้นที่สัปดาห์ที่ 6 นี้มาจากสาเหตุใด ในที่สุดก็พบว่าหม้อนึ่งความดันที่ใช้ปรุงอาหารประเภทนึ่งเสียไปหนึ่งลูกจากสามลูกจึงทำให้เกิดการรอคอยกันขึ้นมา (สังเกตนะครับ ทีมสามารถบอกได้ว่า ความผันแปรนี้มาจากสาเหตุใด เมื่อมองในแง่นี้เราจึงเรียกสาเหตุนั้นว่า Assignable Cause … เมื่อมองอีกแง่หนึ่ง มันเป็นสาเหตุที่ผิดออกไปจากปกติ หรือ พิเศษออกไปจากปกติ เมื่อมองในแง่นี้ก็เรียกว่า สาเหตุพิเศษ (Special Cause)) และพ่อครัวได้ส่งไปซ่อมแล้ว คาดว่าจะได้คืนมาภายในปลายสัปดาห์นี้ 

สัปดาห์ต่อมา ข้อมูลก็จะกลับเข้ามาสู่ปกติ และเป็นเช่นนั้นไปจนถึงสัปดาห์ที่ 10

ตามหลักการนั้น เมื่อเรานำข้อมูลทั้ง 10 สัปดาห์มาพล็อตกราฟไปพร้อม ๆ กัน เราจะใช้เส้นกลาง (Center Line) เป็นค่าเฉลี่ยของข้อมูลทั้งหมด (หรือก็คือค่าเฉลี่ยของเวลารอคอยเฉลี่ยนั่นเอง ซึ่งจะมีค่าเท่ากับ 10.6) ผลที่ได้ก็จะเป็นดังรูป

สังเกตเรื่องหนึ่งนะครับ เมื่อมีจุดออกนอกการควบคุม ก็แสดงว่า สาเหตุพิเศษมันส่งผลแรงมากจนทำให้จุดเด้งออกไปอยู่นอกการควบคุม เราอาจจะต้องหยุดกระบวนการผลิตเพื่อค้นหาและแก้ไข ... แต่ถ้าเราสามารถมองเห็นสาเหตุพิเศษที่เกิดขึ้นตั้งแต่มันยังส่งผลไม่รุนแรงมากนัก เราก็สามารถค้นหาและแก้ไขได้แต่เนิ่น ๆ โดยไม่ต้องหยุดกระบวนการผลิต ... เราจะมาคุยเรื่องนี้กันในบล็อกหน้านะครับ 

ว่ากันตามจริงแล้ว ถ้าเราเอาเส้น UCL, LCL ออกไปแล้ว … กราฟที่พล็อตมันก็คือ Run Chart นั่นเอง

แล้วคุยกันต่อนะครับ

 

 

ผังควบคุม (Control Chart) (2)
ผังก้างปลา (Fishbone Diagram) (2)

Related Posts

 

Comments

No comments made yet. Be the first to submit a comment
Already Registered? Login Here
Guest
Sunday, 21 July 2019