บริษัท ฟอร์ด มอเตอร์ เป็นผู้ผลิตรายใหญ่ที่สุดในสหรัฐอเมริกา ผลิตรถยนต์กว่าล้านคันในแต่ละปี จากโรงงาน 70 โรง ที่มีอยู่ทั่วโลก จากผลการสำรวจของ J.D. Power และ Associates Initial Quality ฟอร์ดได้เป็นผู้ผลิตรถยนต์ในระดับต้นๆ ตั้งแต่ปี 2007 ดังนั้นจึงไม่น่าแปลกใจที่มาตรฐานด้านคุณภาพทำให้ฟอร์ดเป็นผู้นำในอุตสาหกรรมมาตั้งแต่ปี 1903 และ ฟอร์ดรู้ว่าคุณภาพเริ่มต้นตั้งแต่รถยนต์นั้นเริ่มออกสู่ตลาด ดังนั้นเมื่อมีปัญหาเรื่องความสวยงามของพรมที่ใช้ในรถยนต์ ซึ่งเป็นปัญหาอย่างมากในช่วงที่มีการเปิดตัว ฟอร์ด เฟียสต้า (Ford Fiesta) ในปี 2011 ทีมงานของส่วนดูแลภายในรถยนต์ที่ทำ Six Sigma เห็นโอกาสที่จะทำการปรับปรุงคุณภาพด้วยวิธีการหาค่าที่เหมาะสม (optimization) โดยที่ยังต้องรักษาความพึงพอใจของลูกค้าไว้ ทีมงานจึงใช้โปรแกรมทางสถิติ Minitab เพื่อช่วยเหลือพวกเขาในการกำจัดข้อบกพร่องของพรมและเพื่อให้การเปิดตัวรถนี้สำเร็จไปได้ด้วยดี
สิ่งที่ท้าทาย
วันที่ทำการเปิดตัว ฟอร์ด เฟียสต้า มีลูกค้าที่ไม่สามารถยอมรับรอยขีดข่วนของพรมที่ใช้ในรถ ทีมงาน Six Sigma ของส่วนดูแลภายในรถยนต์ ซึ่งนำโดย Master Black Belt ชื่อ Scott Sterbenz เริ่มงานของเขากับผู้ผลิตพรม (Supplier) เพื่อทำการวิเคราะห์กระบวนการผลิตพรมที่ใช้ในรถยนต์ พวกเขาพบว่าการตั้งค่าเครื่องจักรในส่วนเข็มเรียก Needler น่าจะเป็นสาเหตุที่ทำให้เกิดความบกพร่องในคุณภาพผลิตภัณฑ์
บริษัท ฟอร์ด มอเตอร์ ปรับปรุงคุณภาพของพรมที่ใช้กับรถ ฟอร์ด เฟียสต้า ด้วยการใช้โปรแกรม Minitab ในการช่วยหาวิธีการปรับปรุง
แต่ผู้ผลิตดูเหมือนจะกังวลว่าการตั้งค่า Needler อาจจะส่งผลต่อความความนุ่มฟู (plushness) ของพรมได้ ทีมงานจึงต้องหาทางปรับปรุงกระบวนการที่สามารถกำจัดเรื่องรอยขีดข่วนบนพรม (brush marks) โดยที่ยังทำให้พรมยังคงมีความนุ่มฟูและคุณภาพด้านอื่นๆยังคงอยู่เหมือนเดิม เช่น ความคงทน และการป้องกันคราบ (Stain resistance) เมื่อมีการริเริ่มที่จะจัดการปัญหาเรื่องคุณภาพของพรมในรถรุ่นเฟียสต้า ทีมงานจึงเริ่มต้นที่เครื่องมือ DOE ในโปรแกรม Minitab
Minitab มีส่วนช่วยอย่างไร
ทางสถิติ DOE คือ การสร้างอนุกรมการทดลอง หรือ การทดสอบ เพื่อดูว่าตัวแปรหลายๆตัวนั้นส่งผลต่อผลผลิต (outcome) หรือ ค่าตอบสนอง (response) อย่างไร ในการออกแบบการทดลอง ผู้ทำการทดสอบจะทำการเปลี่ยนปัจจัยมากกว่าหนึ่งตัวในแต่ละครั้งการทดลอง (run) และจากนั้นจะใช้การวิเคราะห์ทางสถิติเพื่อดูว่าปัจจัยใดมีความสำคัญ และหาค่าระดับที่เหมาะสมของแต่ละปัจจัย โดยเป็นวิธีที่มีประสิทธิภาพและประหยัดที่สุดในการปรับปรุงกระบวนการ
ด้วยเวลาที่เร่งรีบ ทีมปรับปรุงกระบวนการของฟอร์ดต้องการจะออกแบบการทดลองที่สามารถประเมินผลที่เกิดขึ้นเมื่อมีการใช้ค่าการตั้งค่า (Setting) ของ needler แตกต่างกัน 6 แบบ เพื่อดูว่ารอยขีดข่วนบนพรม (brush marks) และ ความนุ่มฟู (plushness) ของพรมที่ได้นั้นเป็นอย่างไร การออกแบบการทดลองจะต้องพยายามหาความสมดุลเพื่อทำให้ผลการทดลองที่ได้น่าเชื่อถือ แต่ต้องใช้ต้นทุนวัตถุดิบให้ต่ำที่สุด และยังไม่กระทบต่อตารางเวลาการผลิต (schedule) ของผู้ผลิตอีกด้วย ดังนั้นพวกเขาจึงต้องพยายามทำการออกแบบการทดลองให้สามารถเก็บข้อมูลที่เพียงพอที่จะทำให้สามารถนำมาหาค่า setting ของ needler ให้เหมาะสมที่สุด (optimize) โดยใช้จำนวนครั้งการทดลองที่น้อยที่สุดเท่าที่จะเป็นไปได้
เครื่องมือ DOE ของ Minitab สามารถนำมาใช้เพื่อสร้างและวิเคราะห์การทดลองหลายประเภท และสามารถใช้เพื่อนำมาค้นหาการทดลองที่ดีที่สุดตามแต่จำนวนปัจจัยที่ต้องการศึกษาและเงื่อนไขต่างๆ ฟอร์ดใช้ เครื่องมือ DOE ของ Minitab เพื่อสร้างการทดลองแบบ fractional factorial ที่มี center points ในการศึกษาโดยมีการทำการทดลองทั้งหมด 34 ครั้ง
ในการทดลองแต่ละครั้ง ทางทีมงานจะทำการประเมินผลและเปรียบเทียบพรมที่ได้จากค่าการตั้งค่า (setting) ใหม่กับพรมที่ได้จากกระบวนการเดิม โดยทำการประเมินผลเป็นค่า rating และทำการวิเคราะห์ การทดลองที่ทำยังมีการศึกษาในเรื่อง Gage R&R ร่วมด้วย โดย Minitab จะทำการทวนสอบดูว่าการเปลี่ยนแปลงที่เกิดขึ้นกับคุณภาพของพรมนั้น เป็นผลมาจากการเปลี่ยนค่าปัจจัยในการทดลอง และไม่ได้เกิดจากความผันแปรที่เกิดจากผู้ตรวจประเมินคุณภาพของพรม
เมื่อนำข้อมูลจากการทดลองทั้ง 34 ครั้งมาทำการวิเคราะห์ด้วย Minitab ผลลัพธ์แสดงให้เห็นว่าความสัมพันธ์ที่ซับซ้อนของการตั้งค่าของ needler นั้นมีผลต่อคุณภาพพรม โดยอิทธิพล interactions สามารถอธิบายได้ว่าการตั้งค่า needler อย่างเดียวโดยเฉพาะ ไม่สามารถจะทำให้ปัญหาเรื่องรอยขีดข่วนบนพรมนั้นหมดไปได้
นอกเหนือจากรายชื่อตัวแปรที่มีผลนัยสำคัญและ อิทธิพล interactions ที่ได้จากการออกแบบการทดลอง ทีมงานยังได้สมการที่อธิบายความสัมพันธ์ระหว่างปัจจัยตั้งต้น (input) และ ค่าตัวแปรตอบสนอง (Responses) ด้วยเช่นกัน และยิ่งไปกว่านั้น ผลลัพธ์ที่ได้จากการหาค่าการตั้งค่า (setting) ที่เหมาะสมที่สุดเพื่อแก้ปัญหาเรื่องรอยขีดข่วน โดยที่ไม่ส่งผลใดใดต่อเรื่องความนุ่มฟูของพรมเลย
ผลลัพธ์
เสียงสะท้อนที่ได้จากทั้งผู้ผลิตพรมและทีมงานที่พัฒนารถรุ่นเฟียสต้า Sterbenz ได้ใช้เครื่องมือ Response Optimizer ของ Minitab เพื่อทำการปรับแต่งค่า setting ให้เกิดความเหมาะสมที่สุด โดยใช้วิธีการ DOE และใช้ผลลัพธ์ที่ได้จาก DOE เป็นจุดเริ่มต้นในการค้นหาค่าที่เหมาะสม Sterbenz ใช้ Response Optimizer เพื่อปรับเปลี่ยนค่าการตั้งค่าต่างๆ โดยให้สามารถใช้ได้จริงสำหรับผู้ผลิตพรมและทีมงานที่พัฒนารถรุ่นเฟียสต้า
พรมแบบใหม่ที่ผลิตจะถูกทำการทดลองเพื่อทวนสอบ และจะได้รับการตรวจประเมินคุณภาพอีกครั้ง ด้วยการส่งผลไปยังทีมวิจัยและพัฒนาส่วนกลางของฟอร์ดเพื่อทำการประเมินผลอีกครั้ง ตัวอย่างพรมเหล่านั้นยังได้ถูกนำไปทดสอบคุณสมบัติเรื่องความคงทน (durability) การป้องกันคราบ (Stain resistance) สี (color) และ ความเงางาม (sheen) และผลจากการทดลองทั้งหมดได้ผลลัพธ์ที่มีความสำเร็จอย่างมาก
โครงงานใช้เวลาทั้งหมด 12 วัน เริ่มตั้งแต่การกำหนดหัวข้อปัญหาและหาวิธีการที่จะแก้ปัญหาและกระบวนการใดบ้างที่จะต้องมีการควบคุม นอกเหนือจากที่จะกำจัดรอยขีดข่วนบนพรมได้แล้ว พวกเขายังสามารถทำให้พรมสำหรับเฟียสต้ามีความนุ่มขึ้น และการทดลองทำให้พวกเขาเข้าใจกระบวนการผลิตทั้งหมดได้ดีขึ้น
Minitab ช่วยทำให้ ฟอร์ด ค้นพบวิธีการแก้ปัญหาและนำไปใช้ได้จริง โดยนำค่าการตั้งค่าของ needler ไปใช้เพื่อกำจัดรอยขีดข่วนบนพรมโดยที่ไม่ทำให้คุณสมบัติความนุ่มฟูของพรมเสียไป ปี 2011 ฟอร์ดเฟียสต้าประสบความสำเร็จในการเปิดตัวอย่างมาก และในอีกไม่กี่เดือนต่อมา ฟอร์ด ก็มีพันธกิจใหม่คือการวางเป้าหมายเพื่อปรับปรุงคุณภาพ (quality improvement) และมุ่งสู่ความเป็นเลิศ (Excellence)
บทความต้นฉบับ : Launching a Flawless Fiesta: Ford Motor Company
ต้นฉบับนำมาจาก Minitab Case Study, 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