كيف تعمل إحصائيات سيجما الستة سيجما؟

يعتمد نهج سداسية سيجما السداسية على البيانات، وبالتالي تلعب إحصاءات سداسية سيجما دوراً كبيراً في عملية حل المشاكل في سداسية سيجما. يشدد تدريب الحزام الأخضر لسداسية سيغما على أهمية استخدام إحصاءات سداسية سيغما لتصور وتحليل البيانات التي يتم جمعها لكل مقياس مهم للعميل ويجب التحكم فيه بإحكام. يشرح التدريب المجاني على سداسية سيجما بإيجاز الطرق المختلفة التي يتم بها تطبيق إحصاءات سداسية سيجما في مشاريع سداسية سيجما. دعونا نلقي نظرة على إحصاءات سداسية سيجما السداسية التي تقع في صميم عملية سداسية سيجما.
قاعدة الانحراف المعياري لإحصاءات سداسية سيغما
الآن، دعونا نتذكر القاعدة التجريبية للانحراف المعياري في إحصاءات سداسية سيجما. يوضح هذا الشكل امتداداً لنفس القاعدة.
احضر تدريب سداسية سيجما السداسية المجاني المجاني عبر الإنترنت وذاتي الوتيرة بنسبة 100%.
القاعدة هي: 68% من نقاط البيانات ستقع ضمن ± انحراف معياري واحد عن المتوسط، و95% من الملاحظات ستقع ضمن ± انحرافين معياريين عن المتوسط 99.73% من نقاط البيانات ستقع ضمن ± ثلاثة انحرافات معيارية عن المتوسط.
أما بالنسبة لإحصاءات “سيكس سيجما” فسيكون الامتداد كالتالي 99.99.9937% من نقاط البيانات تقع ضمن ± أربعة انحرافات معيارية عن المتوسط 99.99994% من نقاط البيانات تقع ضمن ± خمسة انحرافات معيارية عن المتوسط 99.999999998% من نقاط البيانات تقع ضمن ± ستة انحرافات معيارية عن المتوسط
هذا يعني أنه وفقًا لإحصائيات سداسية سيجما، في مشروع سداسية سيجما، يجب أن تقع 99.999999998% من النتائج ضمن ± ستة انحرافات معيارية عن المتوسط. بمعنى آخر، يمكن أن تكون 0.0000000002% فقط من النتائج خارج النتائج المتوقعة. توضح هذه النسبة المئوية كيف تهدف سداسية سيجما إلى زيادة الجودة في المشاريع باستخدام إحصائيات سداسية سيجما.
حدود المواصفات
بطبيعة الحال، في إحصاءات سداسية سيغما، تقع هذه الانحرافات المعيارية في كل من الذيلين الأيسر والأيمن لمنحنى التوزيع الطبيعي. وهذا يعني أنه في أي عملية، ستكون هناك قيم أعلى من المتوسط وقيم أقل من المتوسط وفقاً لإحصاءات سداسية سيجما. من أجل إنتاج منتجات ذات جودة عالية لا تنحرف كثيراً عن المتوسط في مقياس معين، من المهم تعيين حد مواصفات لهذا المقياس.
هناك نوعان من حدود المواصفات. النوع الأول هو الحد الأدنى للمواصفات، ويُشار إليه اختصارًا باسم LSL، وهو الحد الأدنى المقبول الذي يحدده العميل. والنوع الثاني هو حد المواصفات الأعلى، ويرمز له اختصارًا ب USL وهو أعلى حد مقبول كما حدده العميل. لاحظ أن هذه الحدود يتم تحديدها بشكل عام من قبل العميل. ولهذا السبب، USL – LSL = صوت العميل (VoC).
شاهد فيديو التدريب على سداسية سيجما
لفهم إحصائيات سداسية سيجما السداسية بشكل أفضل، دعنا نستعرض نموذج رسم بياني لفهم هذه المفاهيم بشكل أفضل. يُقاس انتشار العملية في الرسم البياني، وهو ± 3 انحراف معياري لسداسية سيجما من خلال النطاق والتباين والانحراف المعياري. هذه هي أهم مصطلحات إحصائيات سداسية سيجما السداسية. يُعرف انتشار المواصفات (USL – LSL) مقسومًا على انتشار العملية (6s) باسم “قدرة العملية على المدى القصير” استنادًا إلى تشتت بيانات العينة. كلما كان انتشار المواصفات بعيدًا عن انتشار العملية، كلما كانت قدرة العملية أعلى. بعبارة أخرى، كلما قل التباين كلما كانت قدرة العملية أعلى.
العيوب والعيوب
دعونا نحاول فهم الفرق بين العيوب والعيوب. العيوب تعني الفشل في تسليم ما يريده العميل. المعيب يعني فشل المنتج أو الخدمة بأكملها. يرجى تذكر أن المنتج المعيب الواحد قد يحتوي على عدد متعدد من العيوب ولكن وجود عيب لا يعني بالضرورة أن المنتج معيب. تُستخدم إحصائيات سيكس سيجما لتحديد مدى العيوب والعيوب.
وكما نعلم، يمكن قياس مركز العملية بثلاث طرق: المتوسط والوسيط والمنوال. هذه أيضًا معلمات مهمة في إحصاءات سيكس سيجما. في حالة إزاحة العملية عن الهدف، يتم إزاحة الوسط الحسابي نحو الوسط الحسابي. وفي مصطلحات إحصاءات سيكس سيجما السداسية، يُطلق على توزيع البيانات اسم “المنحرف سلبياً” حيث يصبح الذيل الأيسر أطول وتتركز كتلة التوزيع على يمين الشكل. تخبرنا إحصاءات سيجما السداسية أن توزيع البيانات يمكن أن يكون “منحرفاً إيجابياً” وفي هذه الحالة يصبح الذيل الأيمن أطول. وعندها تتركز كتلة التوزيع على الجانب الأيسر من الشكل.
في إحصاءات سداسية سيجما، يُلاحظ وجود تباين كبير عندما يكون منحنى التوزيع الطبيعي مسطح الشكل. في هذه الحالة، يصبح انتشار المواصفات أصغر من انتشار العملية. ويقلل ذلك من قدرة العملية على المدى القصير.
عندما تكون العملية متمركزة، تكون بيانات موزعة بشكل طبيعي وفقًا لإحصائيات سداسية سيجما. إنها عملية على الهدف. في هذه الحالة، يكون التوزيع متماثلًا وقريبًا من الصفر في الانحراف ويكون انتشار المواصفات أكثر من انتشار العملية.
باختصار، تتعلق سداسية سيجما بخلق ثقافة تتطلب الكمال وتمنح الموظفين الأدوات التي تمكنهم من تحديد ثغرات الأداء وإجراء التحسينات اللازمة باستخدام أساليب حل المشكلات القائمة على البيانات. تستفيد سداسية سيجما من مجموعة كاملة من الأدوات الإحصائية المتاحة للتحليل، والهدف الأساسي من سداسية سيجما هو تقليل التباين. فالتباين هو العلامة الأساسية للعيوب. وبالتالي، كلما قلّ التباين قلّ عدد العيوب. يتم قياس التباين لمقاييس محددة ذات أهمية بالغة للعميل. هذه هي النقطة الحاسمة في سداسية سيجما: تقليل التباين بحيث تقدم العملية نتائج قريبة قدر الإمكان من رغبة العميل.