Діаграма Multi-Vari: Де народжується варіація.
Діаграма Multi-Vari — простий графічний інструмент якості, а не багатовимірна статистика. Вона розкладає варіацію вимірюваного показника на сімейства, наприклад: усередині деталі, від деталі до деталі та в часі. Так ви ще до першого експерименту побачите, де криється домінантна причина.
Чому Multi-Vari?
Коли проблема з якістю постійно повертається — брак, переробка, поступовий вихід розміру за допуск, — зазвичай починають із мозкового штурму: складають список усіх можливих причин, а потім по черзі перевіряють улюблені версії. Якщо підозрюваних десятки, це може тривати місяцями, і багато перевірок нічого не змінюють.
Дослідження Multi-Vari виходить із двох простих фактів. Варіація рідко розподіляється рівномірно: одна причина зазвичай домінує над рештою. І кожна причина залишає в даних характерний слід — наприклад, вона діє всередині деталі, від однієї деталі до наступної або з часом.
Тож замість того щоб перевіряти причини по одній, ви вимірюєте деталі, які процес уже виготовляє, і одразу відкидаєте цілі сімейства причин. Якщо варіація зосереджена між годинами, то жоден чинник, що діє всередині однієї деталі, не може бути головною причиною — і ці підозрювані вибувають зі списку без жодного експерименту.
- Десятки можливих причин у списку
- 1 сімейство, де зосереджена варіаціяMulti-Vari
- Кілька підозрюваних у цьому сімействі
- 1 домінантна причина, доведена тестом
Місце Multi-Vari в розв’язанні проблем
Дослідження Multi-Vari саме по собі не розв’язує проблему — воно показує, де шукати. У поетапному пошуку кожен крок звужує коло, доки не залишиться одна причина. Shainin називає цю домінантну причину Red X®. У проєктах Six Sigma таке саме дослідження належить до фази аналізу (Analyze) циклу DMAIC.
Визначте проблему
Перетворіть скаргу на один вимірюваний показник — Shainin називає його Green Y® — і переконайтеся, що засіб вимірювання здатен помітити різницю.
Знайдіть, де народжується варіація Multi-Vari
Проведіть дослідження Multi-Vari й визначте сімейство, на яке припадає більша частина варіації.
Звузьте коло
У межах цього сімейства порівняйте найкращі й найгірші деталі, щоб побачити, чим вони відрізняються.
Доведіть причину
Підтвердьте її тестом: вмикайте й вимикайте підозрюваний чинник і стежте, як проблема з’являється та зникає.
Виправте й закріпіть результат
Задайте для причини правильний допуск або спосіб контролю та переконайтеся, що покращення досягнуто.
Найпоширеніші сімейства варіації
Нижче — три найпоширеніші сімейства. Залежно від процесу дослідження ділить їх дрібніше або додає інші — наприклад, від верстата до верстата, від гнізда до гнізда чи від оператора до оператора. Діаграма Multi-Vari показує їх поруч, тож найбільше одразу впадає в око.
Усередині деталі
Зміни в межах однієї деталі — від одного кінця до іншого, з боку на бік, по колу.
Приклад: конусність або овальність обробленого вала.
Від деталі до деталі
Відмінності між послідовними деталями або між гніздами прес-форми, пристосуваннями чи верстатами.
Приклад: одне гніздо прес-форми працює інакше, ніж інші.
У часі
Зсуви від години до години, від зміни до зміни чи від партії до партії.
Приклад: дрейф розміру під час прогрівання верстата.
Як проводять дослідження Multi-Vari
Без спеціального обладнання й без експериментів — лише спланований відбір зразків із процесу, що працює.
Оберіть один вимірюваний показник
Характеристику, у якій виявляється проблема, і засіб вимірювання, що здатен помітити відмінності.
Вимірюйте кожну деталь у кількох позиціях
На кількох послідовних деталях, щоб стала помітною варіація і всередині деталі, і від деталі до деталі.
Повторюйте в різний час
Протягом кількох годин, змін або партій — без коригування процесу між вимірюваннями.
Побудуйте діаграму й порівняйте
Нанесіть усі результати вимірювань на одну діаграму. Сімейство з найбільшим розкидом показує, де криється причина.
Як читати діаграму Multi-Vari
Порівняйте довжину ліній, стрибки між деталями та зсуви між годинами. Найбільший розкид показує, де криється причина.
У деталіДовгі лінії, і щоразу вгорі та сама позиція — причина діє в межах самої деталі.
Між деталямиКороткі лінії, але великі стрибки від однієї деталі до наступної — причина змінюється від циклу до циклу.
У часіКожна година має свій рівень — причина змінюється з часом, як-от під час прогрівання верстата.
Приклад із практики
Відоме зміщення, невідома закономірність
Виробник двигунів відбраковував розподільні вали, бо кулачки опинялися не на своєму місці. Поопераційне дослідження Multi-Vari — положення кулачків вимірювали в кількох точках процесу — виявило, що основна зміна відбувається під час гартування. На заводі вже знали, що кулачки там зміщуються. Але ніхто не знав, що вони зміщуються за передбачуваною, невипадковою закономірністю: щоразу на ту саму величину та в тому самому напрямку. Тож верстати для шліфування кулачків перепрограмували так, щоб вони компенсували це зміщення. Дослідження Multi-Vari показало, де криється причина, а закономірність — як її нейтралізувати.
560 000 $менше браку щороку
5 000 $на впровадження
Часті запитання про діаграму Multi-Vari
Для чого використовують діаграму Multi-Vari?
Щоб побачити, яке сімейство варіації — наприклад, усередині деталі, від деталі до деталі чи в часі — робить найбільший внесок у проблему. Тоді пошук причини починається з правильного місця, а не з довгого списку здогадок.
Коли варто проводити дослідження Multi-Vari?
Коли вимірювана характеристика має завеликий розкид, а причина невідома, особливо якщо проблема хронічна: підозрювали багато причин, але жодної не підтвердили. Дослідження проводять на процесі під час його звичайної роботи, тож не потрібно зупиняти виробництво чи спершу планувати експерименти.
Хто створив діаграму Multi-Vari?
Її опублікував Леонард Седер (Leonard Seder) 1950 року. Доріан Шайнін (Dorian Shainin) зробив її одним із перших кроків свого підходу до пошуку домінантної причини варіації, яку назвав Red X®.
Чим Multi-Vari відрізняється від спланованого експерименту (DOE)?
У спланованому експерименті фактори навмисно змінюють, щоб виміряти їхній вплив, тож ви вже маєте знати, які фактори перевіряти. Дослідження Multi-Vari лише спостерігає за процесом під час роботи й показує, на яке сімейство причин варто дивитися. Спершу проведіть Multi-Vari: тоді будь-який експеримент, що ще знадобиться, буде невеликим і цілеспрямованим.
Чи є Multi-Vari частиною Six Sigma?
Так. У проєктах Six Sigma його застосовують на фазі аналізу (Analyze) циклу DMAIC, щоб звузити коло можливих причин ще до будь-якого спланованого експерименту. У підході Red X® від Shainin це один із перших кроків: він показує, у якому сімействі варіації шукати.
Це те саме, що багатовимірний (мультиваріативний) аналіз?
Ні. Попри схожу назву, діаграма Multi-Vari — це просте графічне дослідження одного вимірюваного показника. Багатовимірний аналіз — це група статистичних методів для багатьох змінних одночасно.
Чи показує діаграма Multi-Vari першопричину?
Сама по собі — ні. Вона показує, де криється причина: на яке сімейство припадає варіація. А що саме є причиною, далі показують звуження кола пошуку та підтверджувальний тест.
Скільки потрібно даних?
Достатньо, щоб побачити процес і в найкращому, і в найгіршому стані. Поширене емпіричне правило — по 2–5 вимірювань на кожній із 3–5 послідовних деталей з повторенням протягом кількох періодів, доки дослідження не охопить більшу частину звичного діапазону.
Чи можна використати дані «придатний/непридатний»?
Діаграмі Multi-Vari потрібне виміряне значення — розмір, зусилля, витрата, температура. Якщо дефект оцінюють лише як «придатний/непридатний», спершу знайдіть вимірювану характеристику, що стоїть за ним, або оберіть іншу стратегію.
Яке програмне забезпечення можна використати?
Shainin WRXT (Web Red X® Tracker) має вбудовану діаграму Multi-Vari: це вебзастосунок, який входить до навчання Red X® від Shainin. Запитайте експерта про доступ. Будують її й загальні статистичні пакети: Minitab (Stat > Quality Tools > Multi-Vari Chart) і JMP, де вона називається діаграмою мінливості (variability chart). Для невеликого дослідження підійде й електронна таблиця. Програма лише будує діаграму; причину знаходить саме план вибірки.
Джерела: Leonard A. Seder, «Diagnosis with Diagrams», Industrial Quality Control (1950); Multi-vari chart (англійською), Вікіпедія.
Варіація, яку не вдається пояснити?
Експерти Shainin з Red X® допомагають виробникам знайти домінантну причину й усунути її назавжди.