Chương 5 tìm hiểu một số phương pháp trong hệ thống six sigma và các ví dụ cụ thể vũ

Chương 5- Tìm hiểu 02 phương pháp Quản lý chất lượng trong hệ thống
phương pháp Six Sigma
(nguồn: wikipedia.org )
MỤC LỤC
1. Phương pháp 5 Whys
-

Lịch sử của phương pháp

-

Thí dụ điển hình

-

Lợi ích của phương pháp 5 Whys

-

Hạn chế của phương pháp 5 Whys

-

Thêm 1 ví dụ về phương pháp 5 Whys

2. Kiểm soát chất lượng bằng phương pháp Thống kê
a. Khái niệm
b. Công cụ SQC- Statistical Quality Control
c.1. Mẫu thu thập dữ liệu
 Khái niệm
 Tác dụng

 Cách sử dụng
 Ví dụ
c.2. So sánh theo chuẩn mức
 Khái niệm
 Tác dụng
 Cách sử dụng
c.3. Tấn công não
 Khái niệm
 Tác dụng
 Cách sử dụng
c.4. Biểu đồ quan hệ
 Khái niệm
 Tác dụng
 Cách sử dụng


 Ví dụ
c.5. Biểu đồ cây
 Khái niệm
 Tác dụng
 Cách sử dụng
 Ví dụ
c.6. Biểu đồ nhân quả
 Khái niệm
 Tác dụng
 Cách sử dụng
 Ví dụ
c. Hướng dẫn nhanh 10 công cụ thống kê Six Sigma thông dụng
c.1. Pareto Chart
c.2. Histogram

c.3. GageR&R
c.4. Attribute Agreêmnt Analysis
c.5. Process Capability
c.6. Tests
c.7. ANOVA (Phân tích phương sai)
c.8. Regression (Phân tích hồi quy)
c.9. DOE (Thiết kế thử nghiệm)
c.10. Control Chart (Biểu đồ kiểm soát)

1. Phương pháp 5 Whys:
Trong số phương pháp Quản lý chất lượng sử dụng Six Sigma thì phương pháp 5 Whys là
phương pháp phổ biến được sử dụng trong quá trình Ra quyết định của Lãnh đạo để truy tìm
nguyên nhân/ kết quả của mỗi sự kiện, vấn đề và hiểu thấu sự kiện, vấn đề đó.
Cách hỏi của 5 Whys sẽ cho phép truy vấn được nguyên nhân sâu xa, thực sự của mỗi vấn đề
và tìm đến các nguyên nhân thực thụ, có tính gốc rễ.

Lịch sử của phương pháp


Kỹ năng này do Sakichi Toyoda đưa ra và đã được sử dụng phổ biến tại Toyota Motor
Corporation trong quá trình tìm hiểu và cải tiến hệ thống sản xuất của hãng. Kiến trúc sư của
việc cải tiến hệ thống này (Toyota Production System), ông Taiichi Ohno, miêu tả phương
pháp này là để "... căn bản của hệ thống tiếp cận mang tính khoa học của hãng Toyota... bằng
cách chúng tôi liên tục lặp đi lặp lại câu hỏi Why đến 5 lần và nhanh chóng tìm ra gốc rễ vấn
đề để cải thiện.
5 Whys là một kỹ thuật đơn giản dùng để giải quyết vấn đề, giúp người sử dụng nhanh
chóng tìm ra gốc rễ thật sự. Chiến lược 5 Whys là xem xét một vấn đề bất kỳ và đặt câu hỏi:
“Tại sao?”, “Nguyên nhân gì gây ra vấn đề này?” Thông thường, câu trả lời cho câu hỏi “tại
sao” đầu tiên sẽ gợi ra câu trả lời cho câu hỏi “tại sao” thứ hai, rồi thứ ba và cứ thế. Do vậy
mới có cái tên chiến lược 5 Whys

Thí dụ điển hình
Một thí dụ khi nhận thức vấn đề khi một thành phố mới mưa to một trận đã lụt (sự kiện, vấn
đề nổi trội):
1. Vì sao thành phố vừa mưa đã lụt? (tại sao thứ nhất)
- Vì hệ thống thoát nước quá kém.
2. Vì sao hệ thống thoát nước quá kém? (tại sao thứ hai)
- Vì công tác quy hoạch, đầu tư cho hệ thống thoát nước quá kém.
3. Vì sao công tác quy hoạch, đầu tư cho hệ thống thoát nước quá kém? (tại sao thứ ba)
- Vì tầm nhìn của lãnh đạo thành phố quá kém
4. Vì sao tầm nhìn của lãnh đạo thành phố quá kém? (tại sao thứ tư)
- Vì lãnh đạo (cả tố chất, khả năng, kiến thức, kinh nghiệm của lãnh đạo) đều kém.
5. Vì sao lãnh đạo (cả tố chất, khả năng, kiến thức, kinh nghiệm của lãnh đạo) đều kém.
(tại sao thứ năm, chính là nguyên nhân sâu xa, gốc rễ)
- Vì quy trình tìm kiếm, bổ nhiệm nhân sự chưa phải là tốt nhất.
Câu hỏi có thể không dừng ở mức độ 5 mà có thể là 6 hay 7... thậm chí nhiều hơn cho đến
khi tìm ra nguyên nhân cuối, gốc rễ nhất. Con số 5 chỉ có tính ước định rằng cần có nhiều
bước truy vấn, nhiều bước tìm hiểu để đi đến nguyên nhân thực thụ, không dừng ở các
nguyên nhân bề mặt.

Lợi ích của 5 Whys bao gồm:


Nhanh chóng xác định nguyên nhân gốc rễ dẫn đến vấn đề



Dễ học và dễ áp dụng

Hạn chế của phương pháp 5 Whys:
5 Whys có thể được xem là một công cụ đầy hữu hiệu của các nhà quản lý kỹ thuật để tìm
nguyên nhân của mỗi vấn đề. Song nó đã bị một số người, trong đó có Teruyuki Minoura,
cựu giám đốc điều hành phần mua sắm của Toyota toàn cầu rằng đó chỉ là phương pháp rất
căn bản để phân tích nguyên nhân gốc rễ. Cơ sở của các chỉ trích này là:





Thường dừng lại ở các triệu chứng thay vì đi vào sâu đến tận căn nguyên.
Không có khả năng đi vượt ra khỏi phạm vi điều tra hiện thời của điều tra viên không thể tìm thấy nguyên nhân gây ra nếu họ đã từng biết.
Thiếu hỗ trợ cho các điều tra viên để tìm ra đúng câu hỏi "vì sao".
Kết quả không bao giờ giống nhau. Mỗi người dùng 5 Whys để phân tích một vấn đề
sẽ cho ra những kết quả khác nhau.

Chính vì vậy khi dùng phương pháp này, vẫn cần sử dụng thêm các phương pháp khác để có
những đánh giá từ nhiều góc độ cho việc truy tìm nguyên nhân và tìm ra giải pháp nâng cao
chất lượng hệ thống.
Thêm một ví dụ khác về sử dụng phân tích 5 Whys như một kỹ thuật giải quyết vấn đề hiệu
quả (nguồn: )
1. Tại sao khách hàng Hinson Corp của chúng ta không hài lòng? Bởi vì chúng ta đã không
cung cấp dịch vụ đúng thời hạn như chúng ta hứa.
2. Tại sao chúng ta không thể đáp ứng được các hợp đồng về thời gian hay tiến độ giao
hàng? Vì chúng ta đã nghĩ nó không tốn nhiều thời gian như vậy.
3. Tại sao ta mất nhiều thời gian hơn dự kiến? Bởi vì chúng ta không đánh giá đúng sự phức
tạp của công việc.
4. Tại sao chúng ta đánh giá thấp sự phức tạp của công việc? Bởi vì chúng ta đã vội vã ước
lượng thời gian cần thiết để hoàn thành công việc, trong khi chưa liệt kê các giai đoạn cụ thể
để hoàn thành dự án.

5. Tại sao chúng ta không làm vậy? Bởi vì chúng ta đang phải chạy các dự án khác. Rõ ràng,
chúng ta cần phải xem xét lại việc hoạch định thời gian của mình và mô tả đầy đủ các công
đoạn quan trọng.

Điểm cốt lõi:
Chiến lược 5 Whys là một công cụ rất hiệu quả và dễ sử dụng để tìm ra gốc rễ của vấn đề.
Bởi vì nó rất cơ bản nên dễ áp dụng cho hầu hết mọi vấn đề. Tuy nhiên ,hãy nhớ, nếu nó
không chỉ ra một câu trả lời trực quan, thì nên áp dụng các kỹ thuật giải quyết vấn đề khác.


(nguồn:

2. Phương pháp Kiểm soát chất lượng bằng Thống kê:
Phương pháp kiểm soát chất lượng bằng thống kê (SQC - Statistical Quality Control) là
một công cụ quan trọng trong số các công cụ để Quản trị chất lượng nhằm đảm bảo, cải
tiến và nâng cao chất lượng sản phẩm.
a. Khái niệm:
SQC là việc áp dụng phương pháp thống kê để thu thập, trình bày, phân tích các dữ
liệu một cách đúng đắn, chính xác và kịp thời nhằm theo dõi, kiểm soát, cải tiến quá
trình hoạt động của một đơn vị, một tổ chức bằng cách giảm tính biến động của nó.
Kiểm soát chất lượng là thiết yếu vì không có một quá trình hoạt động nào có thể cho
ra những sản phẩm giống hệt nhau. Sự biến động này do nhiều nguyên nhân khác
nhau:
- Loại thứ nhất: Do biến đổi ngẫu nhiên vốn có của quá trình, chúng phụ thuộc máy
móc, thiết bị, công nghệ và cách đo. Biến đổi do những nguyên nhân này là điều tự
nhiên, bình thường, không cần phải điều chỉnh, sửa sai.
- Loại thứ hai: Do những nguyên nhân không ngẫu nhiên, những nguyên nhân đặc
biệt, bất thường mà nhà quản trị có thể nhận dạng và cần phải tìm ra để sửa chữa
nhằm ngăn ngừa những sai sót tiếp tục phát sinh. Nguyên nhân loại này có thể do
thiết bị điều chỉnh không đúng, nguyên vật liệu có sai sót, máy móc bị hư, công nhân

thao tác không đúng…
Việc áp dụng SQC giúp chúng ta giải quyết được nhiều vấn đề như:
- Tập hợp số liệu dễ dàng.
- Xác định được vấn đề.
- Phỏng đoán và nhận biết các nguyên nhân.
- Loại bỏ nguyên nhân
- Ngăn ngừa các sai lỗi.
- Xác định hiệu quả của cải tiến.
Trong xu thế hiện nay việc nghiên cứu, ứng dụng các công cụ SQC là điều kiện cần
thiết giúp các nhà doanh nghiệp Việt Nam nhanh chóng hòa nhập thị trường thế giới.
b. Công cụ SQC:
Theo TCVN ISO 9004-4 : 1996 phù hợp với ISO 9004 - 4 :1994, các công cụ SQC
phổ biến nhất thường được sử dụng để cải tiến chất lượng bao gồm 11 công cụ được
chia làm 3 nhóm như sau :
Công cụ
STT

Ứng dụng


Bảng 4.1. Các công cụ kiểm soát chất lượng bằng thống kê.
b.1. Mẫu thu thập dữ liệu.
b.1.1. Khái niệm:
Mẫu thu thập dữ liệu là biểu mẫu để thu thập và ghi
chép dữ liệu. Nó thúc đẩy việc thu thập dữ liệu một cách nhất quán và tạo điều kiện
thuận lợi cho việc phân tích.
b.1.2. Tác dụng:
Mẫu thu thập dữ liệu được sử dụng để thu thập dữ
liệu một cách có hệ thống để đạt được bức tranh rõ ràng về thực tế.
Có thể sử dụng mẫu thu thập dữ liệu để:

- Kiểm tra lý do sản phẩm bị trả lại.
- Kiểm tra vị trí các khuyết tật.
- Tìm nguyên nhân gây ra khuyết tật.
- Kiểm tra sự phân bố của dây chuyền sản xuất.
- Phúc tra công việc kiểm tra cuối cùng.
b.1.3. Cách sử dụng:
- Bước 1: Xây dựng mục tiêu cụ thể về việc thu thập những dữ liệu này (các vấn đề
phải xử lý).
- Bước 2: Xác định các dữ liệu cần có để đạt được mục đích (xử lý các vấn đề).
- Bước 3 : Xác định cách phân tích dữ liệu và người phân tích (công cụ thống kê).
- Bước 4: Xây dựng một biểu mẫu để ghi chép dữ liệu, cung cấp các thông tin về :
+ Người thu thập dữ liệu.
+ Địa điểm, thời gian và cách thức thu thập dữ liệu.
- Buớc 5: Thử nghiệm trước biểu mẫu này bằng việc thu thập và lưu trữ một số dữ
liệu.
- Bước 6: Xem xét lại và sửa đổi biểu mẫu nếu thấy cần thiết.
b.1.4. Ví dụ:
Nguyên nhân sai lỗi

Loại sai lỗi

Hình 4.1. Mẫu thu thập dữ liệu số lượng sai lỗi khi sao chụp của mỗi loại sai lỗi ứng
với nguyên nhân.
Tên đơn vị sản xuất :

Ngày tháng : Tên sản phẩm :

Tên phân xưởng : Giai đoạn sản xuất : kiểm tra cuối

Ca sản xuất : Loại khuyết tật : rỗ – nứt –
Tên kiểm tra viên : không hoàn chỉnh – sai hình dạng
Lô số : Tổng số sản phẩm kiểm tra :
Lệnh sản xuất : Ghi chú
Loại khuyết tật

Dấu hiệu kiểm nhận

Tần số

Rổ bề mặt Nứt Không
hoàn chỉnh Sai hình dạng
Khuyết tật khác

|||| |||| |||| |||| | |||| |||| |||| |||| |||| || |||| ||
|||

21 14 12 7 3

Số sản phẩm hỏng

|||| |||| |||| |||| |||| |||| |||| |||| |||| |||| |||| ||

57

Hình 4.2. Mẫu thu thập các dạng khuyết tật.
Thiết
bị

Máy 1

Máy 2

Công
nhân

Thứ hai

Thứ ba

Thứ tư

Thứ năm

Thứ sáu

Thứ bảy

S

C

S

C

S

C

S

C

S

C

S

C

A

oo
x

ox

ooo

Oxx

oooxxx

ooox

ooox

oxx

oooo

oo

o

xx

B

ox
x

ooxxo

ooooooxx

Oooxx

ooooooxx

oooooox

ooooox

ooox

ooxx

oooo

oox

ooooxxox

C

oo
x

ox

oo



oooooox

oooooox

oo

o

oo

oo

o

o

D

oo
x

ox

oo

Ooo

ooo

ooo

oo

oo

o

oox

xxo

Ký hiệu dùng trong mẫu : o: vết sướt bề mặt. x: các vết nứt rạn. : chöa hoaøn chưnh.  :
sai hình dáng. : các khuyết tật khác. S: sáng. C: chiều.

Hình 4.3. Mẫu thu thập dữ liệu nguyên nhân gây hỏng sản phẩm.
b.2. So sánh theo chuẩn mức.
b.2.1. Khái niệm:
So sánh theo chuẩn mức là tiến hành so sánh các
quá trình, chất lượng của sản phẩm và dịch vụ với các quá trình dẫn đầu đã được công
nhận. Nó cho phép xác định các mục tiêu và thiết lập thứ tự ưu tiên cho việc chuẩn bị
các kế hoạch nhằm đạt đến lợi thế cạnh tranh thị trường.
b.2.2. Tác dụng:
Dùng để so sánh quá trình với những quá trình dẫn
đầu đã được công nhận để tìm cơ hội cải tiến chất lượng.
b.2.3. Cách sử dụng:
- Bước 1 : Xác định các mục để so chuẩn:
- Các mục này sẽ là những đặc trưng chính của quá trình và đầu ra của nó.


- Các chuẩn mức so sánh đầu ra của quá trình cần quan hệ trực tiếp với nhu cầu của
khách hàng.
- Bước 2: Xác định tổ chức để so chuẩn:
Các tổ chức tiêu biểu có thể
là đối thủ trực tiếp và/hay không phải là đối thủ cạnh tranh, đó là những tổ chức đã
được công nhận là dẫn đầu trong mục được xét.
- Bước 3: Thu thập dữ liệu:
Dữ liệu về chất lượng của quá trình, về
nhu cầu của khách hàng có thể thu được nhờ những phương tiện như tiếp xúc trực
tiếp, điều tra, phỏng vấn, tiếp xúc cá nhân, nghề nghiệp và các tạp chí kỹ thuật.
- Bước 4: Tổ chức và phân tích dữ liệu:
Việc phân tích trực tiếp hướng
vào việc thiết lập các mục tiêu thực tế tốt nhất cho các mục tương ứng.
- Bước 5: Thiết lập các chuẩn so sánh:
Xác định cơ hội để cải tiến chất

lượng dựa trên nhu cầu của khách hàng và trình độ chất lượng của đối thủ và không
phải là đối thủ.
b.3. Tấn công não.
b.3.1. Khái niệm:
Tấn công não là một kỹ thuật để công khai nêu ý
kiến, làm bật ra suy nghĩ sáng tạo cửa mọi người, nhằm tạo ra và làm sáng tỏ một
danh mục các ý kiến, vấn đề.
b.3.2. Tác dụng:
Tấn công não được sử dụng để xác định những giải
pháp có thể được cho các vấn đề và các cơ hội tiềm tàng để cải tiến chất lượng.
b.3.3. Cách sử dụng:

Gồm hai giai đoạn.

(1). Giai đoạn tạo ra.
Người điều phối xem xét lại hướng dẫn về việc
tấn công não và mục đích của việc tấn công não, sau đó các thành viên trong đội thảo
ra một danh mục các ý kiến. Mục đích là để tạo ra càng nhiều ý kiến càng tốt.
(2) Giai đoạn làm sáng tỏ.
Đội xem xét lại danh mục ý kiến để đảm
bảo rằng mọi người đều hiểu tất cả các ý kiến này. Sự đánh giá các ý kiến sẽ được tiến
hành khi việc tấn công não đã hoàn thành.
Hướng dẫn về tấn công não gồm:
- Xác định người điều phối.
- Tuyên bố rõ ràng mục đích của tấn công não.
- Mỗi thành viên trong đội lần lượt nêu ý kiến cá nhân.
- Nếu có thể , các thành viên trong đội nêu ý kiến dựa trên ý kiến của người khác.
- Ở giai đoạn này, không phê phán hay tranh luận các ý kiến.

- Ghi các ý kiến tại nơi mà tất cả các thành viên có thể nhìn thấy.
- Quá trình này tiếp tục cho đến khi không tạo ra được thêm ý kiến nào nữa.
- Mọi ý kiến được xem xét lại cho rõ ràng.
b.4. Biểu đồ quan hệ.
b.4.1. Khái niệm:
Biểu đồ quan hệ là một công cụ để ghép các thông
tin thành nhóm, dựa trên các mối quan hệ tự nhiên đang tồn tại giữa chúng. Quá trình
này được thiết kế để khuyến khích sáng tạo và tham gia đầy đủ của các thành viên
trong nhóm. Quá trình này làm việc tốt nhất trong những nhóm được giới hạn về
thành phần (tối đa thành viên) trong đó các thành viên đã quen làm việc với nhau.
Công cụ này thường được dùng để ghép các ý kiến nảy sinh do sự tấn công não.
b.4.2. Tác dụng:
Biểu đồ quan hệ được dùng để ghép nhóm một số
lượng lớn các ý kiến, quan điểm hoặc vấn đề có liên quan về một đề tài cụ thể.
b.4.3. Cách sử dụng:
- Bước 1 : Nêu chủ đề được nghiên cứu theo nghĩa rộng (các chi tiết có thể làm cho
người ta định kiến về các câu trả lời).
- Bước 2: Ghi lại càng nhiều càng tốt các ý kiến, quan điểm cá nhân, hoặc các vấn đề
có liên quan trên các phiếu (mỗi ý kiến một phiếu) .
- Bước 3 : Trộn lẫn các phiếu này và trải ngẫu nhiên chúng trên một bàn rộng.
- Bước 4: Ghép nhóm các phiếu có liên quan với nhau:
+ Phân loại các phiếu dường như có liên quan thành nhóm.
+ Giới hạn số lượng nhóm tới 10 nhưng không bắt buộc đưa các phiếu đơn lẻ vào
nhóm.
+ Tìm hoặc tạo ra một phiếu tiêu biểu, phiếu này thâu tóm ý nghĩa của mỗi nhóm.
+ Đặt phiếu tiêu biểu này lên trên cùng.
- Bước 5 : chuyển các thông tin từ các phiếu lên giấy được ghép theo nhóm.
b.4.4. Ví dụ:

Ghép nhóm các yêu cầu đối với máy trả lời điện thoại.

- Bước 1: Chủ đề nghiên cứu: tìm hiểu các yêu cầu đối với máy trả lời điện thoại.
- Bước 2: Ghi lại các yêu cầu.
- Bước 3: Trải ngẫu nhiên các phiếu yêu cầu lên bàn.
- Bước 4 & bước 5 : Ghép nhóm


Tin có độ dài khác nhau Ghi giờ và ngày
Không đếm “gác máy” Chỉ rõ số lượng các
tin

Tin đến

Mã bảo mật Dây cắm tai nghe

Tính bí mật

Chỉ dẫn rõ ràng Phiếu tra cứu nhanh

Chỉ dẫn

Kiểm soát được đánh dấu rõ ràng Dễ sử
dụng Có thể thao tác điện thoại ở xa

Kiểm soát

Dễ xóa Xóa tin “đã chọn”

Xóa

Hình 4.5. Ghép nhóm.
b.5. Biểu đồ cây.
b.5.1. Khái niệm:
Biểu đồ cây chia cắt một cách có hệ thống một chủ
đề thành các yếu tố tạo thành của nó. Các ý kiến phát sinh từ tấn công não được vẽ
thành đồ thị hoặc được tụ hợp lại thành biểu đồ quan hệ có thể được biến đổi thành
biểu đồ cây để chỉ các mắt xích liên tiếp và logic. Công cụ này có thể được sử dụng
trong việc lập kế hoạch và giải quyết vấn đề.
b.5.2. Tác dụng:
Biểu đồ cây được sử dụng để chỉ ra mối quan hệ giữa
chủ đề và các yếu tố tạo thành của nó.
b.5.3. Cách sử dụng:
- Bước 1 : Công bố rõ ràng và đơn giản đề tài sẽ nghiên cứu (chủ đề).
- Bước 2 : Xác định các yếu tố chính của đề tài (bằng tấn công não hoặc sử dụng biểu
đồ quan hệ).
- Bước 3 : Thiết lập biểu đồ bằng việc đặt chủ đề để trong một ô ở bên trái. Phân
nhánh yếu tố chính ở bên phải.
- Bước 4 :Đối với mỗi yếu tố chính xác định yếu tố tạo thành và yếu tố con.
- Bước 5: Phân nhánh về bên phải các yếu tố chính và các yếu tố con
tạo cho mỗi yếu tố chính.
- Bước 6 : Xem xét lại biểu đồ để đảm bảo không có lỗ hổng nào trong tiến trình
hoặc logic.
2.5.4. Ví dụ:
sau)

Biểu đồ cây cho máy trả lời diện thoại (xem sơ đồ trang

b.6. Biểu đồ nhân quả.
b.6.1. Khái niệm:
Biểu đồ nhân quả là một công cụ được sử dụng để suy

nghĩ và trình bày mối quan hệ giữa một kết quả cho (ví dụ sự biến động của một đặc trưng
chất lượng) với các nguyên nhân tiềm tàng có thể ghép lại thành nguyên nhân chính và
nguyên nhân phụ để trình bày giống như một xương cá. Vì vậy công cụ nầy còn được gọi
là biểu đồ xương cá.


Đây là một công cụ hữu hiệu giúp liệt kê các nguyên nhân gây nên biến động
chất lượng, là một kỹ thuật để công khai nêu ý kiến, có thể dùng trong nhiều tình
huống khác nhau.

c. Hướng dẫn nhanh 10 công cụ thống kê Six Sigma thông dụng
Michelle Paret, Product Marketing Manager, Minitab Inc. – Huy Le biên dịch
(nguồn : )
Six Sigma là phương pháp cải tiến chất lượng đã được chứng minh qua kết quả. Bằng
việc thực hiện một loạt các bước đi một cách hợp lý, doanh nghiệp ở mọi quy mô khác nhau
đã giải quyết nhiều vấn đề nổi trội và tiết kiệm hàng tỷ đô-la. Nhiều người cảm thấy lo lắng
về tính thiết yếu của kỹ thuật thống kê đối với Six Sigma, nhưng bạn không cần phải am
tường hết các kỹ thuật đó. Trong khi dữ liệu đóng vai trò then chốt trong cải tiến chất lượng,
phần lớn các phân tích được xử dụng không quá khó hiểu cả khi bạn không phải là một nhà
thống kê. Làm quen với các công cụ này là một khởi đầu tốt. Hướng dẫn sau đây miêu tả
khái quát 10 công cụ phân tích thống kê thông dụng trong Six Sigma, giải thích công dụng
của chúng và tại sao chúng quan trọng.

c.1.

Pareto Chart


Theo nguyên lý Pareto, khoảng 80% kết quả đến từ 20% nguyên nhân. Điều này cũng đúng
cả khi bạn ứng dụng nó vào tủ quần áo của mình – bạn thường xuyên mặc chỉ 20% quần áo

bạn có trong tủ trong 80% thời gian. Pareto là loại biểu đồ hình cột đặc trưng nhằm tách biệt
các nguyên nhân then chốt khỏi các nguyên nhân khác giúp bạn tập trung vào chúng. Ví dụ,
nếu bạn ghi nhận lỗi theo loại ngay khi gặp, biểu đồ Pareto chỉ ra các lỗi xuất hiện thường
xuyên nhất để bạn hướng các nỗ lực cải tiến vào đúng vấn đề bạn đang gặp.
c.2.

Histogarm

Biểu đồ histogram giúp bạn nắm bắt nhanh một tập hợp dữ liệu liên tục. Nó giúp bạn nhanh
chóng nhận biết giá trị trung bình (Mean/median) và khoảng dao động của dữ liệu bạn có.
Phần lớn dữ liệu nằm ở đâu? Ước tính giá trị nhỏ nhất và lớn nhất? Histogram cũng cho biết
phân bố dữ liệu (data distribution) bình thường hay bất thường và giúp bạn nhận ra các điểm
cá biệt (outliers) cần tiếp tục tìm hiểu.


Một công cụ thông dụng nữa giúp bạn nhanh chóng nắm bắt một tập hợp dữ liệu với thông
tin nhiều hơn cả Histogram, đó là Graphical Summary (Hình trên).


c.3.

GageR&R

Bạn có muốn biết trọng lượng của mình bằng một cái cân sai? Bạn có muốn đeo một cái
đồng hồ không chỉ đúng giờ? Bạn không thể cải tiến một quy trình mà bạn không thể đo
lường một cách đúng đắn, đó là lý do tại sao bạn cần phương pháp R&R. Phương pháp này
dùng cho hệ thống đo lường có số liệu liên tục, ví dụ cân nặng, đường kính, áp suất… – giúp
bạn xác định hệ thống đo lường bạn dùng có thể lập lại (Repeatability) và làm lại
(Reproducibility) khi cùng một nhân viên đo lại một sản phẩm và các nhân viên khác nhau
đo cùng một sản phẩm.

c.4.

Attribute Agreement Analysis

Phân tích tương hợp thuộc tính là một phương pháp khác giúp bạn chắc chắn rằng dữ liệu
của mình tin cậy được. Trong khi phương pháp R&R là lý tưởng cho đo lường số liệu liên
tục thì phân tích tương hợp thuộc tính là tốt nhất cho hệ thống đánh giá xác thực, ví dụ Pass
or Fail. Phương pháp này chỉ ra liệu nhân viên thực hiện việc đánh giá có tương hợp với
chính họ, với nhân viên khác và với tiêu chuẩn đã công bố hay không.


c.5.

Process Capability (Năng lực quy trình)

Gần như mọi quy trình đều có giới hạn chấp nhận trên và dưới. Sản phẩm không thể quá lớn
hoặc quá nhỏ, thời gian chờ đợi không thể kéo dài quá lâu. Phân tích năng lực xác định quy
trình của bạn có đáp ứng được các tiêu chí kỹ thuật không, ở mức nào, và cho bạn biết cần
làm gì để cải tiến một quy trình kém năng lực. Các tham số năng lực ghi nhận được bao gồm
Cpk, Ppk, DPMO, và cấp độ Sigma.


c.6.

t-Tests

T-test dùng so sánh giá trị trung bình của một mẫu so với mục tiêu, hoặc với mẫu khác. Ví dụ
công ty bạn sản xuất và kinh doanh nước giải khát trong bình có dung tích 0.33 l, bạn có thể

dùng 1-sample t-test để kiểm chứng xem dây chuyền sản xuất có chiết nhiều hoặc ít hơn 0.33
l hay không. Nếu bạn mua xi-rô hương liệu từ hai nhà cung cấp và bạn muốn biết liệu có sự
khác nhau về khối lượng giũa các đợt giao hàng tương ứng của họ, bạn có thể dùng 2-sample
t-test để so sánh hai nhà cung cấp.

c.7.

ANOVA (Phân tích phương sai)


Trong khi t-test so sánh giá trị trung bình với mục tiêu, hoặc giữa hai giá trị trung bình với
nhau, ANOVA (Phân tích phương sai/Analysis Of Variance) cho phép bạn phân tích nhiều
hơn 2 số trung bình. Ví dụ bạn có thể dùng ANOVA để kiểm chứng xem sản lượng hoặc tỷ lệ
lỗi giữa ba ca có như nhau. Bạn cũng có thể dùng ANOVA để phân tích giá trị trung bình của
nhiều biến số. Ví dụ bạn có thể cùng lúc khảo sát sản lượng/lỗi giữa ba ca và giữa hai nhà
máy.
Ngoái giá trị trung bình, ANOVA còn có thể chỉ ra khoảng dao động (Spread/Range/St.Dev.),
các yếu tố tác động chính (Main effects) và sự tương tác giữa các yếu tố (Interaction).


c.8.

Regression (Phân tích hồi quy)

Regression/Phân tích hồi quy hữu dụng trong việc xác định liệu có mối liên quan giữa kết
quả (output) với một hoặc nhiều yếu tố đầu vào (input). Ví dụ, bạn có thể biết liệu có sự liên
quan giữa chi phí tiếp thị và doanh thu. Nếu có mối liên quan, bạn có thể dùng phương trình
hồi quy (regression equation) để mô tả mối liên quan đó và dự báo được kết quả tương lai
(output) khi tăng/giảm inputs.
Bạn cũng có thể dùng Scatter Plot và Correlation Test để xác định mối liên quan giữa nhiều

yếu tố.


c.9.

DOE (Thiết kế thử nghiệm)

Trong khi regression và ANOVA thường dùng cho dữ liệu đã có sẵn, Thiết kế Thử nghiệm
cung cấp cho bạn một kế hoạch thu thập dữ liệu chủ động và hiệu quả, khi các yếu tố đầu vào
được điều chỉnh cùng lúc để nhận ra mối liên quan giữa chúng (inputs) và kết quả (outputs).
Một khi bạn thu thập được dữ liệu và nhận ra các yếu tố quan trọng, bạn dùng DOE để xác
định các thông số tối ưu.
DOE là công cụ cao cấp, tuyệt vời và cho phép bạn có khả năng kiểm soát rất cao, tuy nhiên
bạn cần am hiểu quy trình và có sự hỗ trợ của chuyên gia (Master Black belt or certified
Black belt).


c.10.

Control Chart (Biểu đồ kiểm soát)

Một quy trình ổn định, và do vậy có thể đoán trước được, là dấu hiệu để nhận ra sản phẩm và
dịch vụ đạt chất lượng. Tuy nhiên mọi quy trình đều có dao động tự nhiên. Biểu đồ kiểm soát
phân biệt dao động do “nguyên nhân đặc biệt” với dao động tự nhiên chấp nhận được. Các
biểu đồ này vẽ dữ liệu theo thời gian và cảnh báo khi có điểm dữ liệu ngoài vòng kiểm soát
(out-of-control), nhờ đó bạn có thể nhận biết dao động bất thường và có biện pháp phù hợp
khi cần thiết.
Biểu đồ kiểm soát cũng giúp bạn chắc chắn rằng các cải tiến quy trình của mình duy trì được
trong tương lai.

Kết Luận
Các dự án Six Sigma mang lại lợi ích đáng kể cho doanh nghiệp, tuy nhiên bạn
không thể thu hoạch được các lợi ích này nếu không thu thập dữ liệu và có các
phân tích phù hợp để biết các cơ hội nằm ở đâu, từ đó thực hiện và duy trì các cải
tiến có ý nghĩa. Khả năng tạo ra thay đổi có kết quả và góp phần vào thành công
của các dự án Six Sigma thường nằm trong tay các belters (YBs, GBs) vốn là
chuyên gia đầy kỹ năng và kinh nghiệm trong quy trình liên quan trong nhiều lãnh
vực, ngoài thống kê. Với sự am hiểu cơ bản về 10 công cụ thống kê thông dụng
trong Six Sigma như trên, và với phần mềm thống kê dễ xử dụng Minitab, bạn có
thể vượt qua các trở ngại về kỹ thuật thống kê thường đi kèm với cải tiến chất
lượng để phân tích dữ liệu của mình một cách tự tin.