Rysunek 1 Schemat postępowania przy analizie Multi Vari



Podobne dokumenty
KARTY KONTROLNE SPC. 1. Wstęp

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

KALKULACJE KOSZTÓW. Dane wyjściowe do sporządzania kalkulacji

Ocena błędów systematycznych związanych ze strukturą CCD danych astrometrycznych prototypu Pi of the Sky

Budżetowanie elastyczne

Ograniczenia projektu. Zakres (co?) Czas (na kiedy?) Budżet (za ile?)

DARIUSZ LIPSKI - Strategie zarządzania ryzykiem w przedsiębiorstwach.

Budżetowanie elastyczne

Statystyki opisowe i szeregi rozdzielcze

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

Zakupy i kooperacje. Rys.1. Okno pracy technologów opisujące szczegółowo proces produkcji Wałka fi 14 w serii 200 sztuk.

PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI MARCIN FOLTYŃSKI

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

Inżynieria oprogramowania. Część 8: Metoda szacowania ryzyka - PERT

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;

Wprowadzenie do analizy korelacji i regresji

OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM

Stochastyczne Metody Analizy Danych. PROJEKT: Analiza kluczowych parametrów turbin wiatrowych

Analiza zależności liniowych

Zachowania odbiorców. Grupa taryfowa G

ŚLĄSKIE TECHNICZNE ZAKŁADY NAUKOWE EDUKACYJNA WARTOŚĆ DODANA

Prognoza terminu sadzenia rozsady sałaty w uprawach szklarniowych. Janusz Górczyński, Jolanta Kobryń, Wojciech Zieliński

Sterowanie wewnątrzkomórkowe i zewnątrzkomórkowe, zarządzanie zdolnością produkcyjną prof. PŁ dr hab. inż. A. Szymonik

Odchudzanie magazynu dzięki kontroli przepływów materiałów w systemie Plan de CAMpagne

Projekt zarządzania jakością wykorzystujący STATISTICA Data Miner przynosi w voestalpine roczne oszczędności w wysokości EUR

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Projektowanie bazy danych przykład

6 kroków do skutecznego planowania na postawie wskaźników KPI

Inteligentny system do zarządzania realizacją inwestycji

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

SIEĆ NEURONOWA DO OCENY KOŃCOWEJ PRZEDSIĘWZIĘCIA (PROJEKTU)

Wprowadzenie w tematykę zarządzania projektami/przedsięwzięciami

Sposoby prezentacji problemów w statystyce

RAPORT WSKAŹNIK EDUKACYJNEJ WARTOŚCI DODANEJ PO EGZAMINIE GIMNAZJALNYM W ROKU SZKOLNYM 2012/2013

Analiza zdolności procesu

Wynagrodzenia w sektorze publicznym w 2011 roku

OPTYMALIZACJA PRZEPŁYWU MATERIAŁU W PRODUKCJI TURBIN W ROLLS-ROYCE DEUTSCHLAND LTD & CO KG

Projekt: Część I Część II

5 pytań kontrolnych w logistyce: czy prowadzone działania logistyczne są rentowne?

Sterowanie wielkością zamówienia w Excelu - cz. 3

Rozkłady zmiennych losowych

POLITECHNIKA OPOLSKA

INFORMATYKA W SELEKCJI

Realizacja procesów logistycznych w przedsiębiorstwie - uwarunkowania, wyodrębnienie, organizacja i ich optymalizacja

Umowa na usługę doradczą w zakresie optymalizacji kosztów zakupu energii elektrycznej

POLITECHNIKA OPOLSKA

Zarządzanie logistyką w przedsiębiorstwie

STATYSTYCZNE STEROWANIE PROCESAMI

Potencjał rozwoju nowych małych elektrowni wodnych do roku 2020

Sterowanie wewnątrzkomórkowe i zewnątrzkomórkowe, zarządzanie zdolnością produkcyjną prof. PŁ dr hab. inż. A. Szymonik

5 Błąd średniokwadratowy i obciążenie

LABORATORIUM PODSTAW TELEKOMUNIKACJI

Zarządzanie produkcją dr Mariusz Maciejczak. PROGRAMy. Istota sterowania

Informacje o wybranych funkcjach systemu klasy ERP Zarządzanie produkcją

PODSTAWY FUNKCJONOWANIA PRZEDSIĘBIORSTW

Przykładowe sprawozdanie. Jan Pustelnik

Organizacja systemów produkcyjnych / Jerzy Lewandowski, Bożena Skołud, Dariusz Plinta. Warszawa, Spis treści

System rejestracji i raportowania czasu standardowego w AgustaWestland. Informacja dla Związków Zawodowych PZL-Świdnik

Zarządzanie procesami

Generacja źródeł wiatrowych cz.2

Zarządzanie ryzykiem w projektach inwestycyjnych Sposoby ograniczania

Ruch jednostajnie przyspieszony wyznaczenie przyspieszenia

na zakup 2 szt. jednostek granulujących do wosków

EDUKACYJNA WARTOŚĆ DODANA

Modele rynku, kontrakty terminowe, spekulacje

Statystyczne sterowanie procesem

Inwestor musi wybrać następujące parametry: instrument bazowy, rodzaj opcji (kupna lub sprzedaży, kurs wykonania i termin wygaśnięcia.

Pomiar wpływu I: Jak mierzyć wpływ? Wstęp do projektowania ewaluacji

Sposoby opisu i modelowania zakłóceń kanałowych

WYMAGANIA JAKOŚCIOWE DLA DOSTAWCÓW

Technologia Informacyjna

5.1 Stopa Inflacji - Dyskonto odpowiadające sile nabywczej

LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Wizualizacja spożycia produktów żywnościowych w Europie przy użyciu programu GradeStat

NAZWA ZMIENNEJ LOSOWEJ PODAJ WARTOŚĆ PARAMETRÓW ROZKŁADU PRAWDOPODOBIEŃSTWA DLA TEJ ZMIENNEJ

METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH

% sumy wiersza nadrzędnego. % sumy kolumny nadrzędnej. % sumy elementu nadrzędnego. Porządkuj od najmniejszych do największych.

Zmiany koniunktury w Polsce. Budownictwo na tle innych sektorów.

AMBITNYCH RZECZOZNAWCÓW

Identyfikacja towarów i wyrobów

Dlaczego należy uwzględniać zarówno wynik maturalny jak i wskaźnik EWD?

PROGRAM WSPÓŁPRACY TRANSGRANICZNEJ POLSKA BIAŁORUŚ UKRAINA

EWD EDUKACYJNA WARTOŚĆ DODANA

3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach Opis danych statystycznych

Słowem wstępu. Giełdy amerykańskie czemu taki wybór. Daytrading czemu taki interwał. Remote Trading Proprietary Trading.

Praktyczne aspekty stosowania metody punktów funkcyjnych COSMIC. Jarosław Świerczek

PROCEDURA DOBORU POMP DLA PRZEMYSŁU CUKROWNICZEGO

Analiza wskaźnika poziomu wad

Porównanie narzędzi do analizy terminów realizacji zadań produkcyjnych

Zarządzanie przedsięwzięciem informatycznym. Śledzenie projektu

Paulina Drozda WARTOŚĆ PIENIĄDZA W CZASIE

Dlaczego należy oceniać efektywność systemów wynagradzania? Kraków, r. Renata Kucharska-Kawalec, Kazimierz Sedlak

Przygotowanie prezentacji

Ilość sprawdzianów w poszczególnych miesiącach. luty marzec kwiecień maj czerwiec

MONITOROWANIE, KONTROLA I ZAMKNIĘCIA PROJEKTU. Dr Jerzy Choroszczak

KONSTRUKCJA STALOWA SKROJONA NA MIARĘ

Transkrypt:

Dariusz Lipski Wiele osób interesuje się wydajnością podczas realizacji projektu. Wysoka wydajność gwarantuje wysokie zyski. W przeciwieństwie do projektów, gdzie mamy płacone za godziny obecności, projekty na które zakładamy budżety mogą zapewnić dużo większe tak zyski jak i straty, a wszystko zależy od doświadczenia pracowników zespołu. Większość osób kontrolując wydajność obserwuje godziny kalkulacyjne (technologiczne) w stosunku do godzin przepracowanych (zużytych czy też godzin obecności), jednak bardzo niewiele osób myśli o takim procesie bardziej kompleksowo, że na te godziny składa się cała logistyka dostaw materiałowych i dokumentacyjnych oraz zarządzanie. To opracowanie ma na celu uświadomienie zależności zachodzących w poszczególnych podprocesach procesu realizacji projektu czy procesu. Aby zbadać wskazane zależności użyto narzędzia Multi Vari (rysunek ). Rysunek Schemat postępowania przy analizie Multi Vari Zaletą tej metody jest możliwość obserwacji wielu realizowanych procesów oraz ich oddziaływania na siebie na bieżąco, co przedstawiono na rysunku 2. Rysunek ten przedstawia czas w dniach na osi poziomej i odchylenie od terminu, także w dniach na osi pionowej. Kolorowymi liniami oznaczono odstępstwa od poszczególnych podprocesów i tak : zielony to terminowość zaopatrzenia, czerwony to dostarczenie dokumentacji technicznej (rysunków wykonawczych) dokładnie na czas, czarny kolor to oczekiwany termin wykonania wg komórki planowania centralnego, a na niebiesko widać rzeczywiste wykonanie. Rysunek 2 Karta kontrolna SPC wybranych podprocesów.

Jednak takie skumulowanie danych jest zdecydowanie nieczytelne, dlatego też poniżej wyodrębniono poszczególne projekty, aby móc lepiej przeanalizować zachodzące zależności (rysunek 3). Badano tu wpływ wykonania poprawnego rysunku wykonawczego, zamówionego na tej podstawie kompletu materiału i realizacja projektu z odpowiednią jakością, terminowością i mieszczącego się w budżecie. Takie analizy są robione w celu wyboru najszybszego i najlepiej zarządzanego procesu czy projektu oraz wskazanie głównych przyczyn, które spowodowały takie a nie inne wyniki. Rysunek 3 Rozdział poszczególnych podprocesów w procesie realizacji projektu

Na te same wykresy można spojrzeć w inny sposób, używając np. programu MiniTab4, pozwala on nałożyć na siebie te same procesy z różnych projektów jak i różne procesy z tego samego projektu. Oblicza wiele podstawowych jak i bardzo zaawansowanych wskaźników statystycznych co przedstawiono na rysunku 4 jak i następnych. Rysunek 4. Nałożone wykresy histogramów produkcji w celu wyboru optymalnego 6 Histogram of produkcja X/; produkcja X/; produkcja X/; produkcja X/ Normal produkcja X/4 produkcja X/ produkcja X/6 produkcja X/7 3 Mean StDev N -,6339 8,47 224,,72 224 3,942 9,378 224 4,228 9,84 224-6 -4-3 - 3 4 Histogram pozwala pogrupować zadania według terminów ich wykonania, ile zadań wykonano np. w czasie od do dni od planu, następnie od 6 do dni i tak dalej, widzimy wtedy ile zadań miało jak duże przekroczenia. Jednak rysunki 2 i 3 są równie ważne, gdyż widać tam powiązania poszczególnych podprocesów, to jak wpływają wzajemnie na siebie. W Minitab 4 szczególną uwagę zwracamy na średnią (mean) =, dnia. Oznacza to, że wykonywano zadania na projekcie X/, aby zachować wydajność i produktywność, niezależnie od tego, czy są potrzebne na dziś czy na za miesiąc. Wykazano brak koordynacji nad procesem i projektem. Zaś na siostrzanym projekcie X/4 zadania wykonywano średnio z,6339 dnia wyprzedzeniem a później było już coraz gorzej. Co realnie pokazuje że można bardzo dokładnie zaplanować terminy kolejnych podprocesów, nawet z dokładnością co do pół dnia. Należy przy tym pamiętać że dniowe opóźnienie na pierwszym wydziale realizującym projekt powoduje 26 dni opóźnienia na następnym wydziale, na trzecim wydziale to opóźnienie osiągnie już 32 dni i powoduje że jesteśmy zmuszeni do zapłacenia kar umownych wynikających z kontraktu za ostatnie 7 dni. Rysunek Nałożone wykresy histogramów dokumentacji w celu wyboru optymalnego

Histogram of dokumentacja; dokumentacja; dokumentacja; dokumentacja Normal 9 8 7 dokumentacja X/4 dokumentacja X/ dokumentacja X/6 dokumentacja X/7 6 3 Mean StDev N -8, 69,2 224-4,76 23,96 224-29,6 2, 224-94,38 33,96 224-2 -8 - -6 6 Baza na wykresach oznacza termin wykonania zadania na produkcji. Dane podawane są w dniach, zatem 6 dniowe przekroczenie terminu dla dokumentacji na rysunku oznacza, że wobec planu, który zakładał 3 dni na produkcję, kompletna dokumentacja jest dostarczana 9 dni po terminie wykonania. Aby wykonać zadanie na termin należy średnio rozpocząć je na 33 dni przed tą datą, gdyż tak nakazują dobre wieloletnie praktyki firmy. Rysunek 6. Nałożone wykresy histogramów zaopatrzenia materiałowego w celu wyboru optymalnego Histogram of materia³x/6; materia³x/7 Norm al 3 materia³x/6 materia³x/7 Mean StDev N -7,6 22, 224-39,36 32,36 224 - -8-6 - - Na rysunku 7 założono że najpierw tworzona jest dokumentacja. Na jej podstawie zamawiany jest materiał, a następnie realizowane jest zlecenie. Histogramy pokazują, że w procesach zaopatrzenia materiałowego i wykonywania rysunków technicznych wydajność nie jest wymagana. Nie ma sposobu kontroli i egzekucji wyników nigdzie poza produkcją, ponieważ jest to najbardziej reprezentatywny i widoczny obszar.

Rysunek 7. Korelacja podprocesów projektów składająca się na wynik Histogram of produkcja X/4; dokumentacja X/4 Normal produkcja X/4 dokumentacja X/4 Mean StDev N -,6339 8,47 224-8, 69,2 224 6 Histogram of produkcja X/; dokumentacja X/ Normal produkcja X/ dokumentacja X/ Mean StDev N,,72 224-4,76 23,96 224 3-2 -8 - -6 6 - -9-6 -3 3 Histogram of produkcja X/6; dokumentacja X/6; materia³x/6 Normal produkcja X/6 dokumentacja X/6 materia³x/6 8 Mean StDev N 3,942 9,378 224-29,6 2, 224 6-7,6 22, 224 Histogram of produkcja X/7; dokumentacja X/7; materia³x/7; tzdm X/7 Normal produkcja X/7 dokumentacja X/7 materia³x/7 tzdm X/7 Mean StDev N 4,228 9,84 224-94,38 33,96 224 8-39,36 32,36 224-7,8 33,97 224 6-8 -6 - - -3-9 -4 4 9 3 Na rysunku 7 widać, że na jednostce X/7 terminarz zabezpieczenia dokumentacyjno- materiałowego (dokument centralny) odstaje od procesu, a jest to dokument, na którym bazuje całe przedsiębiorstwo. Dokument, który ramowo przedstawia na kiedy ma być gotowa dokumentacja oraz na kiedy ma być skompletowany materiał gotowy do rozpoczęcia produkcji. Na wykresie widać również, iż pomiędzy wykonaniem dokumentacji a sprowadzeniem materiału do firmy upływa około 42 dni. Mamy tu do czynienia z zarządzaniem na czas, Just in Time (JIT Production). Można przyjąć, iż dokumentacja jest sporządzana w terminie, na jej podstawie zamówiono materiał w hucie, jednak produkcja rządzi się innymi prawami. Zaczęła się później niż mogła i skończyła wcześniej, niż dostarczono komplet materiału. Było to możliwe tylko dlatego, że realizowano dużą serię projektów tego samego typu i rolowano (przerzucano) materiał z projektu na projekt. Nie było właściwego materiału, aby rozpocząć realizację produkcji w terminie, brano więc potrzebny materiał z jednego projektu, aby zakończyć zadanie na projekcie wcześniejszym, który potrzebował identycznego materiału W czasie badania rozkładu prawdopodobieństwa produkcji (rysunek 8) powstał dylemat, czy zakwalifikować dane wynikowe jako krzywe bimodalne, czy jako dane skoncentrowane na celu. Po dokonaniu wnikliwej analizy uznano, że są to dane drugiego typu, gdyż jest to jeden proces charakteryzujący się dużą zmiennością a nie dwa różne (lub więcej) nierozdzielne procesy.

Rysunek 8. Ocena jakości dopasowania modelu poprzez ocenę rozkładu Probability Plot of produkcja X/7 Normal - % CI Probability Plot of produkcja X/6 Normal - % CI,9 9 Mean 4,228 StDev 9,84 N 224 A D 29, P-Value <,,9 9 Mean 3,942 StDev 9,378 N 224 A D 8,487 P-Value <, 8 7 6 3 8 7 6 3, -3 - - produkcja X/7 3 6, -3 - - produkcja X/6 3 Probability Plot of produkcja X/ Normal - % CI Probability Plot of produkcja X/4 Normal - % CI,9 9 Mean, StDev,72 N 224 AD 6,289 P-Value <,,9 9 Mean -,6339 StDev 8,47 N 224 AD,7 P-Value <, 8 7 6 3 8 7 6 3, - -2 2 produkcja X/ 7, -6 - - produkcja X/4 Jedna z ogromnej ilości opcji programu Minitab 4 pozwala na porównanie wyników wydajności na poszczególnych jednostkach, przez porównanie rozkładu prawdopodobieństwa badanych procesów, co przedstawiono na rysunku 9. Na uwagę zasługuje projekt X/4 gdyż jest najbardziej stabilny i skoncentrowany na celu, jednak nie należy tylko na tej podstawie oceniać całego procesu, można nie zauważyć niektórych ważnych czynników realizacji. Nie widać również jak kształtują się te same wskaźniki na projektach podobnych ze względu na różną skalę zadań. Rysunek 9. Porównanie rozkładu prawdopodobieństwa produkcji dla poszczególnych projektów

W ten sam sposób porównano rozkłady prawdopodobieństwa dla terminowości dostarczenia dokumentacji do produkcji, rysunek. Rysunek Porównanie rozkładu prawdopodobieństwa dokumentacji dla poszczególnych projektów Każdy nowy wykres odsłania nowe możliwości zoptymalizowania kolejnych kłócących się ze sobą procesów i podprocesów, jak wielkie można poczynić oszczędności, które można by przełożyć np. na dodatkowe kontrakty, gdyż w wyniku lepszego zarządzania okazało się że rocznie firma jest w stanie zrealizować co najmniej jeden cały projekt więcej.

Na rysunku porównano rozkłady prawdopodobieństwa dla poszczególnych procesów wchodzących w skład realizowanego projektu, co przedstawia się następująco. Probability Plot of produkcja X/4; dokumentacja X/4 Normal - % CI Probability Plot of produkcja X/; dokumentacja X/ Normal - % CI,9 produkcja X/4 dokumentacja X/4,9 produkcja X/ dokumentacja X/ 9 8 7 6 3 Mean StDev N AD P 8,47 224,7 <, -,6339 <, -8, 69,2 224,229 9 8 7 6 3 Mean StDev N AD P,,72 224 6,289 <, -4,76 23,96 224 6,684 <,, -3 - -, - - - Probability Plot of produkcja X/6; dokumentacja X/6; materia³x/6 Normal - % CI,9 produkcja X/6 dokumentacja X/6 materia³x/6 9 Mean StDev N AD P 3,942 9,378 224 8,487 <, 8-29,6 2, 224 2,2 <, 7-7,6 22, 224,8 <, 6 3 Probability Plot of produkcja X/; dokumentacja; materia³x/7; tzdm X/7 Normal - % CI,9 produkcja X/7 dokumentacja X/7 materia³x/7 tzdm X/7 9 Mean StDev N AD P 8 4,228 9,84 224 29, <, 7-94,38 33,96 224 2,82 <, 6-39,36 32,36 224,8 <, -7,8 33,97 224 3,37 <, 3, - -7 - -2 2, -2 - - - - W międzyczasie na podstawie wykonanych badań wyciągnięto wnioski pośrednie.: Jak pokazują wykresy, najbardziej optymalne warunki dla produkcji można by uzyskać w sytuacji, gdyby materiał do produkcji przychodził z wyprzedzeniem 3- dniowym. Jednak sama dostawa blach z huty do stoczni trwa średnio 42 dni. Jako że za bazę dla wszystkich procesów przyjęto termin zakończenia zadania wydziałowego, termin zerowy oznacza wykonanie zadania dokładnie na czas lub też zgodę na zakończenie tego zadania w okresie od 7 dni wcześniej do 7 dni później. Dzieje się tak dlatego, iż do tej pory nikt nad właścicielem procesu rozkroju blach nie próbował koordynować prac Biura Konstrukcyjnego i Działu Zaopatrzenia. Jednak aby tego dokonać, należy zapewnić dostępność materiału na 33 dni przed terminem zakończenia, co ma stanowić górną granicę specyfikacji procesu (USL). Dolną granicę (LSL) stanowi okres 6 tygodni tj. 42 dni, gdyż tyle średnio trwa realizacja zamówienia z dostawą do stoczni te dwa zakresy uwzględniono poniżej (Tabela ). Aby móc zamówić materiał do produkcji musi być gotowa dokumentacja projektowo-konstrukcyjna, przy której z WCR (wykazu części do rysunku) można dokonać zamówienia. Dla dokumentacji określono podobny zakres jak dla produkcji i zaopatrzenia gdyż z obserwowanych danych historycznych wydaje się on wystarczający. Na tej podstawie do dalszych analiz ustalono dolną i górną granice specyfikacji dla podprocesów :

Tabela Podproces Dolna granica specyfikacji Górna granica specyfikacji Produkcji -7 dni 7 dni 2 Zaopatrzenia materiału -7 dni -3 dni 3 Dokumentacji - dni -7 dni (zakresy poszczególnych granic specyfikacji są wielkościami, których należy poszukiwać) Dodatkowo w planowaniu podprocesu produkcji rozkroju blach uwzględnia się, iż niezależnie od pracochłonności danego zadania wydziałowego planowany termin wykonania jest zakładany standardowo na 28 dni. Jest to fałszowanie planowania, gdyż technologia produkcji zakłada podział technologiczny rejonami i stopniem skomplikowania (główne wskaźniki to wielkość i ciężar), jak również terminami, co w żaden sposób na etapie rozkroju blach i prefabrykacji wstępnej nie przekłada się na pracochłonność. Jednak zostało to zaczerpnięte z dobrych praktyk produkcyjnych, ale nie uwzględniono komputeryzacji przedsiębiorstw i automatyzacji procesów. W tym momencie można brać pod uwagę jedynie ilość ciętych metrów blachy stalowej i ilość spawanych metrów blachy stalowej (ewentualnie powierzchnie gięte blach), a nie są to te same wielkości. Tych drugich i trzecich nikt nie kontroluje, gdyż jest to zbyt pracochłonne i skomplikowane, przy bazie danych jaką dysponuje, czy też stworzyła firma. Dodatkowo zaobserwowano iż należy wyraźnie oddzielić wszystkie procesy od siebie tak, aby były widoczne i osoba odpowiedzialna za swój podproces poczuła się w miarę komfortowej sytuacji rozpoczynając swój proces i wiedząc, na jakim etapie realizacji jest proces poprzedni. Poszczególne procesy reprezentują tabele 2,3,4. Tabela 2 PRODUKCJA ST przewidywane Mean St.Dev Z.USL Z.LSL Z.Benc h Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk X/7, 2,6,,47, 4,7 X/6, 2,68,,3666,63 366,6 X/, 2,6,,98622 98, 9862,2 X/4, 2,2,,223 98,78 22,3 LT osiągalne Mean St.Dev Z.USL Z.LSL Z.Benc h Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk X/7 4,897 9,646 2,49,,,,6439,2687,33334 86,67 3334,,6,38 X/6 4,34 9,7 2,6,2,8,,479,3,863 88,4 8629,,63, X/,8,734,8,42,6,,2648,7728,2888 7, 2888,,37,27 X/4 -,633929 8,48 3,38,7,7,,3669,2264,226778 77,32 226777,8,69,2 Yeld PRODUKCJA jest to produktywność czy też stopa zwrotu i mówi nam, że losowo wybrane, realizowane zadanie badanego podprocesu ma w LongTerm (to jest w terminie powyżej roku) od 7,[%] do 88,4[%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej. Zaś jedno St. Dev. PRODUKCJA (odchylenie standardowe) jest to czas do najpóźniej wykonanego zadania, jeśli więc mamy 9,646 dnia, to zakres +/- 3 odchylenia standardowe to jest okres 6 dni.

Jeśli wartość Z. Shift PRODUKCJA jest poniżej jedności wskazuje ukryte rezerwy na produkcji dlatego wprowadza się np. współczynniki korekcyjne na normatywy kalkulacji kosztów. Z. Bench PRODUKCJA jest to aktualna zdolność procesu, przyjmująca wartość od,6 do,8 a zdolność procesu będąca do osiągnięcia to od 2,6 do 2,68, im wyższa tym lepsza. Dla jednostki X/4 Z. Bench PRODUKCJA zakłada, że w krótkim okresie czasu ustabilizuje się on na 2,2 dnia, aby docelowo osiągnąć wartość,7 dnia w LongTerm. Faktem jest że wszystkie Z. Bench PRODUKCJA docelowo zakładają w LongTerm że ustabilizują się na poziomie dwóch dni a w ShortTerm w granicach jednego dnia. A powinno być odwrotnie, Sigma powinna wzrastać w czasie, jednak przewidywany jest spadek wydajności w wypadku braku kontroli koordynacji. Tabela 3 DOKUMENTACJA ST przewidywane Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk X/7-9,8,,396 86,6 396,3 X/6-9 -,66,,7443 2,49 7443, X/ -9 -,2,,8498,48 8498, X/4-9,,,2924 7,76 29242, LT osiągalne Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk X/7-94,37 33,4,7,3 -,42,,2843,37739,66664 33,83 66664,3,, X/6-29,982 2,7-2, 3,8-2,6,,98443,726,98486,4 98486,,24 -,72 X/ -4,7634 23,988-2, 3,76-2,2,,3982,844,9466,9 66,,2 -,84 X/4-8, 69,287,9,34 -,,,462629,367242,82987 7, 82987,3,7,3 Yeld DOKUMENTACJA mówi że losowo wybrana dana w LongTerm ma wartość od,4 [%] do 33,83 [%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej Z Shift DOKUMENTACJA wskazuje ukryte rezerwy w biurze konstrukcyjnym, gdyż są niewłaściwe zasady płacenia za wykonywane prace: od ilości rysunków, od ilości uszczegółowień, od ilości pozycji na rysunku itp. Z Bench DOKUMENTACJA jest to aktualna zdolność procesu będąca w granicach od -2,2 do -,42, a zdolność procesu będąca do osiągnięcia to od -,2 do,8 Dla jednostki X/4 dla Z Bench DOKUMENTACJA zakłada się, że w krótkim okresie czasu ustabilizuje się on na, dnia, aby docelowo osiągnąć wartość -, dni w LongTerm a. Faktem jest że wszystkie Z Bench DOKUMENTACJA zakładają w ShortTerm że ustabilizują się na poziomie minus dnia a docelowo w LongTerm w granicach minus dwa dni.

MATERIAŁ Tabela 4 ST przewidywane Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk X/7-2,,4,,742289 92,8 74228,9 X/6-2,,94,,7328 82,67 7328, LT osiągalne Mean St.Dev Z.USL Z.LSL Z.Bench Z.Shift P.USL P.LSL P.Total Yield DPMO Pp Ppk X/7-39,37 32,392,29, -,,,38634,39,293 47,8 293,8,23, X/6-7,62 23,6 -,4 2, -,6,,73.62879,7823 28,82 7823,3,33 -,8 Yeld MATERIAŁ mówi że losowo wybrana dana ma w LongTerm wartość od 28,82 [%] do 47,8 [%] szansy znajdowania się w przedziale +/- 3 odchylenia standardowe od średniej Z Shift MATERIAŁ wskazuje ukryte rezerwy w zaopatrzeniu na które składa sie wybór dostawców, sposób finansowania i zamawiania potrzebnych materiałów do bieżącego wykorzystana na produkcji Z Bench MATERIAŁ aktualna zdolność procesu ma wartość pomiędzy,94 do,4 a zdolność procesu będąca do osiągnięcia to od -, do -,6 Dla jednostki X/7 dla Z Bench MATERIAŁ zakłada się, że w krótkim okresie czasu ustabilizuje się on na,4 dnia, aby docelowo osiągnąć wartość -, dnia w LongTerm. Wnioski końcowe Najważniejsze w tej analizie jest wskazanie ilości wad (błędów) na milion możliwości czyli DMPO, gdyż analiza Multi Vari jako część metodologii Six Sigma właśnie w ten sposób określa zdolność procesu. Z porównania procesów produkcji [Tabela 2], dostaw materiałowych [Tabela 3] i dokumentacji [Tabela 4] wynika, że dla jednostki X/7 [Tabela 2] DPMO = 4,7 / 3334,; [Tabela 3] DPMO = 6,3 / 66664,3; [Tabela 4] DPMO = 74228,9 / 293,8 gdzie pierwsza wartość to ShortTerm a druga LongTerm najgorzej wypada proces [Tabela 3] niewiele lepiej proces [Tabela 4], najdziwniejsze że przy takich parametrach całkiem nieźle broni się proces [Tabela 2]. Proces produkcji [Tabela 2] ma w LT lepsze parametry niż proces [Tabela 3] w ST. Optymalizacji produkcji wymagają właśnie te etapy nie będące produkcją a mające znaczący wpływ na nią. Dzięki poprawie właśnie tych procesów można uzyskać jeszcze lepszą sprawność procesu produkcji. Zakłada się, że wskaźnik zdolności procesu Cpk < oznacza proces całkowicie niewydolny, gdyby na tej podstawie oceniać przedstawione procesy, to żaden z nich nie kwalifikuje się, aby uznać go za proces wydolny, produkcja pewnie okazała by się procesem wydolnym, jednak z różnych przyczyn niezdolnym. W mojej ocenie mimo wszystko najlepszym, z ukrytymi rezerwami organizacyjno technologicznymi, o czym świadczyć może sprawność realizacji znacznie opóźnionych zadań. Kolejnym interesującym wskaźnikiem jest Yeld to jest wydajność czy też zysk z procesu, rekordowa wydajność,9[%] została zarejestrowana i wykazana dla dokumentacji na jednostce X/ najbardziej opóźniony i nieregularny rzeczywisty proces - równie dobrze można było nic nie robić. Rzeczywista wydajność produkcji w

tym samym czasie zawiera się w granicach 7,[%] do 88,4[%], i jest to wynik nadzwyczaj dobry w porównaniu z podprocesami, które wpływają na jego realizację. Aby wyniki z tej analizy miały wpływ na proces muszą być wprowadzane w każdym podprocesie, systematycznie kontrolowane i okresowo korygowane. Tak wygląda jakość zarządzania produkcją.