หลังจากทำการวิเคราะห์ความสามารถกระบวนการ แล้วพบว่าค่า Cpk ที่ได้ไม่ดี หลังจากนั้นควรทำอย่างไรต่อดี
เริ่มจากดูนิยามคำว่า “ไม่ดี” กันก่อน ซึ่ง ”ไม่ดี” ในที่นี้คือได้ค่า Cpk น้อย และหมายถึงมีของไม่ดีอยู่มาก ดังนั้นถ้าได้ค่า Cpk ยิ่งมาก นั้นหมายถึงยิ่งดี
โดยส่วนมากค่าที่นิยมใช้คือ Cpk=1.33 ซึ่งถือเป็นมาตรฐาน และในที่นี้เราจะใช้ค่านี้เป็นเกณฑ์มาตรฐานเช่นกัน
สมมติว่าเราเก็บข้อมูลและทำการวิเคราะห์ความสามารถกระบวนการด้วยการใช้โปรแกรม Minitab ผลลัพธ์ที่ได้คือ Cpk= 0.35 และมีค่า DPMO (defects per million opportunities)มากกว่า 140,000ซึ่งแปลความว่า “ไม่ดี” แล้วเราจะทำการปรับปรุงกระบวนการอย่างไร
มีสองแนวคิดที่จะทำการหาวิธีการปรับปรุงกระบวนการดังนี้
แนวคิดที่ 1 ดูกราฟ
ตัวอย่างที่ 1 ได้ Cpk ของ Diameter1 เท่ากับ 0.35 ซึ่งน้อยกว่า 1.33 หมายความว่าเรามีค่าวัดที่ต่ำกว่าข้อกำหนดเฉพาะอยู่มาก
จากกราฟ เราจะเห็นว่าข้อมูล (ที่แสดงเป็นฮีสโตแกรมสีฟ้า) ซึ่งจะเห็นว่าการกระจายข้อมูลไม่อยู่ตรงกลางของข้อกำหนดเฉพาะ (ซึ่งแสดงด้วยเส้นสีแดง) แต่กระบวนการนี้ยังถือว่าใช้ได้เพราะความผันแปรไม่ได้มีปัญหา ซึ่งจากฮีสโตแกรมจะเห็นได้ว่ามีลักษณะการแจกแจงเป็นแบบปกติและการกระจาย (ความผันแปร) ยังอยู่ในขอบเขตข้อกำหนดเฉพาะ
คำถาม: จะทำการปรับปรุงค่า Cpk อย่างไร
คำตอบ: ทำการเลื่อนให้ค่ากลางของกระบวนการมาใกล้ค่า 100 ให้มากที่สุด (ค่า 100 เป็นค่ากลางของข้อกำหนดเฉพาะ) โดยไม่ให้ความผันแปรเพิ่มขึ้น
ตัวอย่างที่ 2 การวิเคราะห์ความสามารถของกระบวนการของ Diameter2 ซึ่งมีค่า Cpk เท่ากับ0.41จะเห็นว่าข้อมูลมีการกระจายตัวอยู่ระหว่างกลางของข้อกำหนดเฉพาะ และโค้งการกระจายของข้อมูลเป็นแบบปกติแต่มีช่วงกว้างกระจายมากกว่าความกว้างของข้อกำหนดเฉพาะ
คำถาม: จะทำการปรับปรุงค่า Cpk อย่างไร
คำตอบ: ทำการลดค่าความผันแปร ในขณะที่ต้องทำให้ค่ากลางของกระบวนการยังคงอยู่ที่ตำแหน่งเดิม
ตัวอย่างที่ 3 ในการวิเคราะห์ความสามารถกระบวนการของ Diameter3 จะเห็นจากกราฟว่ากระบวนการมีค่ากลางไม่อยู่ตรงกลางข้อกำหนดเฉพาะ และจะเห็นว่าการกระจายตัวของกระบวนการกว้างกว่าข้อกำหนดเฉพาะอีกด้วย ซึ่งหมายถึงมีความผันแปรมากเกินไป
คำถาม: จะทำการปรับปรุงค่า Cpk อย่างไร
คำตอบ:เลื่อนให้ค่ากลางของกระบวนการเข้าใกล้ 100 ให้มากที่สุด และทำการลดความผันแปรของกระบวนการไปพร้อมๆกัน
แนวคิดที่ 2 เปรียบเทียบค่า Cp และCpk
ค่า Cp จะคล้ายกับค่า Cpk คือ ยิ่งมีค่าน้อยนั้นหมายถึงกระบวนการไม่ดี และเราใช้เกณฑ์มาตรฐานเดียวกัน คือ 1.33 อย่างไรก็ตามค่าสถิติทั้งสองตัวนี้มีสูตรในการคำนวณต่างกัน กล่าวคือ Cp เป็นการเปรียบเทียบการกระจายตัวของข้อมูลกับช่วงความกว้างค่าเผื่อ (tolerance width) โดยไม่ได้สนใจว่าค่ากลางของกระบวนการอยู่ที่ตำแหน่งใด
การแปลความหมายของค่า Cp เปรียบเหมือนกับการตั้งคำถามว่า “รถยนต์นั้นจะสามารถเข้าไปในโรงจอดรถได้หรือไม่” เมื่อข้อมูลเปรียบเหมือนรถยนต์ และข้อกำหนดเฉพาะเปรียบเหมือนโรงจอดรถ โดยที่เราจะไม่สนใจว่าการขับรถเข้าโรงจอดรถของคนขับรถนั้นจะสามารถทำให้รถยนต์เข้าจอดได้ตรงกลางของโรงจอดรถหรือไม่ เราจะสนใจเพียงแค่ว่ารถยนต์นั้นมีความกว้างพอดีกับโรงจอดรถหรือไม่
ตัวอย่างที่1 ค่า Cp ของ Diameter1 เท่ากับ 1.64 ถือว่า “ดีมาก” และเพราะ Cp ดี หมายความว่าความผันแปรนั้นอยู่ในช่วงที่ยอมรับได้ (acceptable) หรือแปลความว่า รถยนต์นั้นสามารถเข้าจอดในโรงจอดรถได้ อย่างไรก็ตามเมื่อพิจารณาค่า Cpk ซึ่งมีการนำค่ากลางของกระบวนการมาวิเคราะห์ด้วย ซึ่งมีค่า 0.35 ซึ่งแปลความว่า “ไม่ดี”
คำถาม: จะทำการปรับปรุงค่า Cpk อย่างไร
คำตอบ:ทำการเลื่อนให้ค่ากลางของกระบวนการมาให้อยู่ระหว่างกลางของข้อกำหนดเฉพาะ โดยไม่ให้ความผันแปรเพิ่มขึ้น
ตัวอย่างที่ 2 การวิเคราะห์ความสามารถของกระบวนการของ Diameter2ซึ่งมีค่า Cp=0.43 และ Cpk = 0.41ซึ่งจาก Cp ถือว่า “ไม่ดี” และหมายความว่ามีความผันแปรมากเกินไป หรือแปลความว่า รถยนต์นั้นไม่สามารถเข้าจอดได้ในโรงจอดรถ และเพราะ Cp และ Cpk มีความใกล้เคียงกัน ทำให้แปลความได้ว่าค่ากลางของกระบวนการอยู่ตรงกลางของข้อกำหนดเฉพาะ
คำถาม: จะทำการปรับปรุงค่า Cpk อย่างไร
คำตอบ: ทำการลดค่าความผันแปร ในขณะที่ต้องทำให้ค่ากลางของกระบวนการยังคงอยู่ที่ตำแหน่งเดิม
ตัวอย่างที่ 3 ในการวิเคราะห์ความสามารถกระบวนการของ Diameter3 ค่า Cp = 0.43 และCpk = -0.23 จาก Cp ถือว่า “ไม่ดี” หมายความว่ามีความผันแปรมากเกินไป และเพราะ Cp และ Cpk มีค่าต่างกันมาก แปลว่าค่ากลางของกระบวนการไม่อยู่ตรงกลางข้อกำหนดเฉพาะ
คำถาม: จะทำการปรับปรุงค่า Cpk อย่างไร
คำตอบ:เลื่อนให้ค่ากลางของกระบวนการอยู่ตรงกลางให้มากที่สุด และทำการลดความผันแปรของกระบวนการไปพร้อมๆกัน
และแนวคิดที่ 3 …….
ไม่ว่าจะใช้แนวคิดใดคือวิเคราะห์จากกราฟหรือเปรียบเทียบค่า Cp และ Cpk เราจะได้ข้อสรุปที่เหมือนกันในการปรับปรุงกระบวนการ และถ้าคุณยังต้องการวิธีการปรับปรุง Cpk ในแนวทางอื่นๆอีก จะต้องใช้ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานในการวิเคราะห์ร่วม แต่ในตอนนี้เราจะข้ามขั้นตอนการวิเคราะห์ทางคณิตศาสตร์กันไปก่อน
จากแนวคิดที่ 1 และ 2 สามารถสรุปหนทางได้ดังนี้
| กราฟ | Cpกับ Cpk | ทำการปรับปรุงค่าCpkอย่างไร | |
| ตัวอย่างที่ 1 | ฮีสโตแกรมไม่อยู่ตรงกลาง แต่ว่าช่วงกว้างของกราฟ (การกระจาย) ยังอยู่ในขอบเขตข้อกำหนดเฉพาะ | Cp ถือว่า “ดี” แต่ Cpk คือ “ไม่ดี” | ทำการปรับปรุงค่ากลางของกระบวนการให้อยู่ตรงกลาง |
| ตัวอย่างที่ 2 | ฮีสโตแกรมอยู่ตรงกลาง แต่ว่าช่วงกว้างของกราฟ (การกระจาย) กว้างกว่าขอบเขตข้อกำหนดเฉพาะ | Cp และ Cpk คือ “ไม่ดี” และมีค่าใกล้เคียงกัน | ทำการลดความผันแปรของกระบวนการ |
| ตัวอย่างที่ 3 | ฮีสโตแกรมไม่อยู่ตรงกลาง และช่วงกว้างของกราฟ (การกระจาย) กว้างกว่าขอบเขตข้อกำหนดเฉพาะ | Cp และ Cpk คือ “ไม่ดี” และมีค่าแตกต่างกัน | ทำการปรับปรุงค่ากลางของกระบวนการให้อยู่ตรงกลาง และลดความผันแปรของกระบวนการ |
บทความต้นฉบับ : How to Improve Cpk
ต้นฉบับนำมาจาก Minitab blog, แปลและเรียบเรียงโดยสุวดี นำพาเจริญ,
บริหารจัดการ SCM Blog โดยชลทิชา จำรัสพร บริษัท โซลูชั่น เซ็นเตอร์ จํากัด ตัวแทน Minitab ในประเทศไทย
เพิ่มเติมเกี่ยวกับบริษัท Minitab
Minitab ช่วยให้บริษัทและองค์กรต่างๆ สามารถมองเห็นแนวโน้มของข้อมูล, แก้ปัญหาและค้นพบประเด็นสำคัญจากข้อมูลเชิงลึก โดยนำเสนอชุดโซลูชั่นที่ครอบคลุมทุกด้านและดีที่สุดสำหรับซอฟต์แวร์ในระดับเดียวกัน ที่ใช้สำหรับการวิเคราะห์ข้อมูลและการปรับปรุงกระบวนการ
ด้วยวิธีการที่เป็นเอกลักษณ์ และการนำเสนอซอฟต์แวร์และบริการแบบองค์รวม Minitab ช่วยให้องค์กรเข้าถึงกระบวนการตัดสินใจในส่วนที่ช่วยผลักดันให้เกิดความเป็นเลิศทางธุรกิจได้ดีขึ้น ความง่ายในการใช้งานที่โดดเด่นกว่าใครมีส่วนช่วยให้ Minitab สามารถทำให้การเข้าถึงข้อมูลเชิงลึกเป็นเรื่องที่ง่าย ทีมงานของ Minitab ซึ่งประกอบด้วยผู้เชี่ยวชาญทางด้านการวิเคราะห์ข้อมูลที่ได้ผ่านการอบรมมาเป็นอย่างเข้มงวด จะช่วยให้ผู้ใช้งานมั่นใจว่าจะได้รับประโยชน์สูงสุดจากการใช้งานวิเคราะห์ข้อมูลและพร้อมที่จะให้คำปรึกษาตลอดเวลาที่ใช้งานเพื่อนำไปสู่การตัดสินใจที่ดีขึ้น รวดเร็ว และแม่นยำ
เป็นเวลากว่า 50 ปีที่ Minitab ได้ช่วยองค์การต่าง ๆ เพิ่มรายได้ ควบคุมและลดต้นทุน เพิ่มคุณภาพ เสริมสร้างความพึงพอใจของลูกค้า และเพิ่มประสิทธิภาพ ธุรกิจและองค์นับหมื่นทั่วโลกใช้ Minitab Statistical Software®, Companion by Minitab®, Minitab Workspace®, Salford Predictive Modeler® and Quality Trainer® เป็นเครื่องมือช่วยในการค้นพบและปรับปรุงความบกพร่องในกระบวนการ