Pari sanaa tilastollisesta prosessinohjauksesta

Tilastollinen prosessinohjaus on ajattelutapa, johon sattuu liittymään työkaluja. Tavoitteena on parantaa taustalla toimivaa prosessia ja tämä vaatii oikeiden toimenpiteiden tekemistä oikeaan aikaan.

Seuraavassa vapaamuotoinen käännös W. Edwards Demingin kirjoittamasta esipuheesta Donald J. Wheelerin ja David S. Chambersin kirjaan Understanding Statistical Process Control. Demingin teksti kiteyttää erinomaisesti mistä tilastollisessa prosessinohjauksessa on kyse. Ja on seassa muutamia omiakin havaintojanikin.

Palautetaan mieleen, että tohtori Shewhart havaitsi kahdenlaista vaihtelua. Walter A. Shewhart oli tilastollisen prosessinohjauksen kehittäjä, jota hyvällä omallatunnolla voi kuvata modernin laatutekniikan isäksi. Shewhartin luokittelu:

l. Satunnaisista syistä aiheutuva vaihtelu (satunnainen vaihtelu). Samat syyt vaikuttavat prosessiin tunnista tuntiin, tuotteesta toiseen, erästä erään, työntekijästä työntekijään. Tohtori Shewhartin käyttämä termi tälle oli sattumanvaraisia syitä (chance causes). Jos prosessissa havaitaan vain tätä satunnaista vaihtelua, sanotaan prosessin olevan stabiili ja ennustettava. Tässä on siis kyse prosessin ns. luonnollisesta vaihtelusta, niistä kaikista lukuisista tekijöistä, jotka vaikuttavat prosessiin jatkuvasti. Toki jotkin näistä tekijöistä vaikuttavat prosessiin enemmän ja jotkin sitten vähemmän, mutta tämä on sitten eri tarinan aihe.

2. Vaihtelu erityisestä syystä (erityissyy), syystä, joka voidaan kohdistaa johonkin yksittäiseen asiaan (assignable cause). Jos prosessissa havaitaan erityissyy (tai useampia) ei prosessi ole stabiili, eikä ennustettava, mutta toisaalta on järkevää kysyä mikä on tämän erityissyyn taustalla, mikä sen aiheutti?

Miten Shewhart päätyi tähän vaihtelun luokitteluun? Johdon tavoitteena Western Electric Companyn, Chicagon Hawthornen tehtaalla oli, että kaikki heidän tuotteensa olisivat niille asetettujen vaatimusten mukaisia ja keskenään mahdollisimman samanlaisia, jotta heidän tuotteitaan ostavat puhelinyhtiöt voisivat luottaa niihin. Vaatimustenmukaisuus tarkoittaa siis, sitä, että tuotteen kaikki ominaisuudet ovat niille asetettujen rajojen (toleranssien) sisällä. Tavoite oli jalo ja järkevä, asiakkaiden luottamus tuotteeseen (tai palveluun) on ensiarvoisen tärkeää. Käytetyt menetelmät toisaalta olivat näin jälkikäteen tutkittuina järjettömiä. 

Periaatteena oli reagoida ja tehdä yksittäinen muutos aina, kun havaittiin jonkinlainen poikkeama tavoitteena olleesta vaatimustenmukaisuudesta. Käytännössä tämä tarkoittaa esimerkiksi reklamaatiota, laite ei toimi niin kuin sen pitäisi ja tämän yksittäisen reklamaation perusteella tehtiin jonkinlainen muutos joko itse laitteeseen tai sen tuottaneeseen prosessiin. Tämä sinällään loogiselta kuulostava toimintatapa ei kuitenkaan johtanut haluttuun tulokseen, eli vaikka toimenpiteitä ja muutoksia tehtiin aina enemmän ja enemmän uusia poikkeamia nousi esiin. Yrityksen johto oli tarpeeksi älykästä ja rehellistä huomatakseen, että heidän toimintatapansa (jatkuva muutosten tekeminen) vain pahensi tilannetta. He ymmärsivät lähteä hakemaan apua. Ongelma kulkeutui tohtori Shewhartille, joka työskenteli vasta perustetussa Bell Telephone Laboratoriesissa.

Shewhart havaitsi, että kyse oli stabiilin ja ennustettavan systeemin peukaloinnista (ylisäätö). Western Electricin systeemi (suunnittelu-, tuotanto-, jne.) tuotti tietyn määrän tuotteita, joiden jokin kriittinen ominaisuus oli spesifikaation ulkopuolella ja siitä aiheutui ongelma (laite ei toimi kuten suunniteltu). Reagointi näihin systeemin tuotoksiin (satunnainen vaihtelu) oli kuitenkin virheellistä. Satunnaisen vaihtelun taustalta etsittiin yksittäisiä syitä ja tehtiin yksittäisiä toimenpiteitä, se mitä tästä seurasi oli vaihtelun lisääntyminen ja sitä kautta lisää ongelmia.

Vaatimustenmukaisuuteen (eli siihen että kaikki prosessin tuotokset pysyisivät spesifikaatioiden sisällä) tähtäävissä pyrkimyksissä voidaan tietenkin tehdä kahdenlaisia virheitä: 

Virhe 1. Tulkitse yksittäinen havainto erityissyyn aiheuttamaksi, vaikka todellisuudessa sen aiheutti satunnainen vaihtelu. 

Virhe 2. Tulkitse yksittäinen havainto satunnaisen vaihtelun aiheuttamaksi, kun itse asiassa se on seurausta jostain tietystä erityissyystä. 

Molemmat virheet tulevat kalliiksi. Kuka tahansa voi toimia niin, ettei koskaan tee virhettä l. Yksinkertaisesti: tulkitaan kaikki havainnot satunnaisen vaihtelun aiheuttamiksi. Näin toimittaessa kuitenkin maksimoidaan kustannukset virheestä 2. Samoin kuka tahansa voi toimia niin, ettei koskaan tee virhettä 2. Yksinkertaisesti: tulkitaan kaikki havainnot erityissyyksi ja toimitaan tämän mukaisesti. Näin toimittaessa kuitenkin maksimoidaan kustannukset virheestä l. 

Olisi tietenkin hyvä olla koskaan tekemättä kumpaakaan virhettä. Tämä on kuitenkin valitettavasti mahdotonta. Tätä sama problematiikka sivusin jo aikaisemmassa artikkelissani: Vaihtelun ymmärtäminen – osa 1. Erityissyyt ovat suhteellisen harvinaisia, mutta tyypillinen reagointitapa mihin tahansa havaintoon on reagoida kuin sen taustalla olisi jokin tietty yksittäinen aiheuttaja (syy). Tämä siis tarkoitta, että virheen 1 tekeminen on valitettavan todennäköistä, jos käytössä ei ole ”kättä pidempää” päätöksenteon tueksi.

Tohtori Shewhart pyrki löytämään tasapainon virheiden välillä: tee virhe 1 silloin tällöin. Tee virhe 2 silloin tällöin, mutta säädä näiden kahden virheen esiintymistiheyttä minimoidaksesi taloudelliset menetykset molemmista virheistä. Tätä varten hän kehitti 3:n sigman (σ) rajoihin perustuvan ohjauskortin. Sigma (σ) tässä yhteydessä tarkoittaa datasta laskettua keskihajontaa, vaihtelun tunnuslukua. Eri virheiden (1 tai 2) tekeminen, eli reagointi väärällä tavalla tarkoittaa siis kustannusten kasvamista.

Ohjausrajat ovat taloudelliset rajat, ne kertovat milloin yksittäiseen havaintoon kannattaa reagoida siten, että tavoitteena on löytää yksittäinen syy havainnon taustalta ja toisaalta, milloin pitää vain niin sanotusti istua käsiensä päällä tekemättä mitään (tai jos tarvetta, milloin kohdistaa toimenpiteitä systeemiin sen parantamiseksi). Ohjausrajoissa ei ole kyse todennäköisyyksistä eikä mitään oletuksia esimerkiksi prosessin jakaumasta ole tarpeen tehdä. Ohjausrajoja voidaan kuvailla prosessin ääneksi, niiden avulla prosessi kertoo missä rajoissa tuotokset pysyvät, jos mitään erityistä (erityissyy) ei tapahdu. Ja on syytä muistuttaa, että ohjausrajat eivät ole sama asia kuin prosessin tuotokselle asetetut spesifikaatiorajat tai toleranssit. Ohjausrajat tulevat prosessista, speksit prosessin ulkopuolelta annettuna (asiakas kertoo, suunnittelu suunnittelee, myynti on luvannut jne.).

Tilastollinen ohjaus, eli stabiilisuus ja ennustettavuus voidaan saavuttaa etsimällä ja tunnistamalla jokainen erityissyy, jokainen ohjausrajojen ylitys (ja onhan niitä muitakin kriteerejä, mutta tämä on tärkein), ja tämän jälkeen ryhtymällä asianmukaisiin toimiin tähän erityissyyhyn kohdistuen. Myös toimenpiteiden järjestys on syytä huomioida. Ensin poistetaan prosessiin vaikuttavat erityissyyt, eli otetaan prosessi ohjaukseen, tehdään siitä ennustettava. Ja tämä on syytä tehdä mahdollisimman nopeasti, ennen kuin ”jäljet kylmenevät”, mitä pidempi aika kuluu itse havainnon ja selvityksen aloittamisen välillä, sitä vaikeampaa.

Tilastollinen ohjaus ei tarkoita sitä, etteikö prosessi voisi tuottaa vaikkapa niitä reklamaatioita. Reklamaatiota ja virheelliset tuotteet ovat esimerkkejä siitä, että prosessin tuotos ei ole pysynyt sille ulkoapäin asetetun rajan sisällä. Jos tiedämme, että reklamaatio tai virhe on seurausta erityissyystä, on sen selvittäminen yksittäisenä tapahtumana (taloudellisesti) järkevää. Jos selkeää signaalia mistään erityisestä ei havaita ja silti reklamaatioita ja virheitä esiintyy, on reagoinninkin oltava tilanteeseen sopivaa.

Vasta kun prosessi on stabiili ja ennustettava (eli ei erityissyitä) on järkevää alkaa miettimään pitäisikö prosessia alkaa parantamaan, eli onko prosessin kyvykkyys riittävällä tasolla (ja jos reklamaatioita satelee ja virheitä esiintyy, niin tarve parantamiselle on olemassa). Jos prosessiin vaikuttaa erityissyy tai syitä, on satunnaisen vaihtelun taustalla olevien useiden tekijöiden selvittäminen joko erittäin vaikeaa tai mahdotonta.

Prosessien tilastollisella ohjauksella saavutetaan monenlaisia etuja. Kustannukset ovat ennustettavissa. Vaihtelun rajat ovat ennustettavissa. Tiedetään milloin pitää reagoida ja millä tavalla. Vaihtelun ymmärtämisestä ja vähentämisestä tässäkin on kyse.

Lähteet:

• Understanding Statistical Process Control 3^rd edition, Wheeler, Donald J. SPC Press 2010.
• Out of the Crisis, Deming W. Edwards, MIT Press 2018.
• The New Economics 3^rd edition, Deming W. Edwards, MIT Press 2018.