Strukturierte problemloesung mit datenunterstuetzung

Strukturierte
Problemlösung mit
Datenunterstützung

© 2021 Minitab, LLC.
Qualitätsprojekte
Wenn sich Probleme bei Ihrer Dienstleistung oder Ihrem Produkt auf Kunden auswirken, müssen Sie die
Ursache klar ermitteln, um falsche Maßnahmen aufgrund von Irrtümern zu vermeiden.
In diesem Webinar möchten wir Ihnen zeigen, wie Sie, mit Hilfe eines strukturierten Ansatzes, Projekte
führen und verfolgen können, um die Qualität Ihre Produkte und Prozesse sicherstellen zu können.
Inhalte:
 Problem definieren, Daten erfassen, vorbereiten und die Basisleistung auswerten
 Chancen für Verbesserungen identifizieren und testen
 Die effektivste Lösung ermitteln
 Die Lösung für die besten Ergebnisse umsetzen und nachhaltig beibehalten

Hintergrund
► Terracotta Mobil, ein Mobilfunkanbieter,
prüft die Zufriedenheit seiner Kunden.
► Das Unternehmen möchte Bereiche
ermitteln, die verbessert werden können.

DMAIC Projekt
4
Das Team hat sich für ein DMAIC Projekt entschieden:
• Workspace für die Projekt Organisation -> qualitative Aspekte
• Minitab für die statistische Analyse -> quantitative Aspekte
1.Definieren 2.Messen 5.Kontrollieren
3.Analysieren 4.Verbessern

Wir beginnen mit einem Datensatz, der ein Protokoll der
Kundenbeschwerden über die letzten 9 Monate enthält.
Wir möchten die Beschwerden zusammenfassen, um zu
ermitteln, welche am häufigsten auftreten.
Um diese Daten darzustellen, können wir ein Pareto-
Diagramm verwenden.
DEFINIEREN: Kundenbeschwerden – Pareto-Diagramm

DEFINIEREN: Kundenbeschwerden – Pareto-Diagramm
► Der Assistent bietet eine Funktion zur Methodenauswahl, die Ihnen das geeignete Werkzeug
vorschlägt.
► Ein Pareto-Diagramm ist nützlich, um Fehlertypen oder Beschwerden zusammenzufassen.

DEFINIEREN: Pareto-Diagramm

DEFINIEREN: Pareto-Diagramm
Es muss jedoch auch beachtet werden, dass man
sich nicht allein auf die Häufigkeit, sondern auch
auf den Schweregrad (wie stark es den Kunden
stört) konzentrieren sollte. Darüber hinaus sollte
man sich auf die relevanten Thematiken
fokussieren, um die Nutzung des Projekt zu
maximieren.
Für jeden Beschwerdetyp wurde der
Schwierigkeitsgrad auf einer Skala von 1 bis 9
ermittelt.
Es wäre am besten, einen Beschwerdetyp
auszuwählen, der häufig, schwer und einfach zu
beheben ist.

Schritte zur Prozessverbesserung

DMAIC-Methodologie
DEFINIEREN
 Definieren Sie den Schwerpunkt (Pareto-
Diagramm).
 Definieren Sie die Projektziele (Projektcharta).
MESSEN
 Validieren Sie die Messsysteme für jede
Eingabe- und Ausgabevariable
(Messsystemanalyse, Prüferübereinstimmung bei
attributiven Daten und Untersuchung der
Linearität).
 Messen Sie die Prozess Baseline (Regelkarten
und Prozessfähigkeitsanalyse).
 Ermitteln Sie die Probleme in Ihrem Prozess
(Lageverschiebung von der Mitte oder
übermäßige Streuung oder beides).

DMAIC-Methodologie
ANALYSIEREN
 Analysieren Sie Ihre Daten gründlich, um potenzielle
Ursachen und Wirkungen zu ermitteln
(Hypothesentests, Varianzanalyse, Regression ...
usw.).
VERBESSERN
 Verbessern Sie Ihren Prozess, indem Sie geplante
Versuche durchführen (faktorielle Versuchspläne,
Wirkungsflächenversuchspläne oder Versuchspläne
mit diskreten Daten mit einer Analyse mittels
logistischer Regression).
 Setzen Sie eine Lösung um, und vergewissern Sie
sich, dass die erzielte Verbesserung statistisch
signifikant ist (t-Test bei zwei Stichproben,
Prozessfähigkeitsanalyse vorher/nachher).

DMAIC-Methodologie
KONTROLLIEREN
 Prüfen Sie, ob die umgesetzte Lösung
langfristig zu nachhaltigen Ergebnissen führt
(Regelkarten und Prozessfähigkeitsanalyse).

DEFINIEREN: Projektcharta
► In einer Projektcharta werden Ziele – sowohl praktische als auch finanzielle – Risiken, Komplexität, und
messbaren Daten für das Projekt festgelegt. Hiermit wird der Rahmen des Projekts abgesteckt:
• Name, Leiter und Sponsor des Projekts
• Fortschritt und Termine
• Projektklassifikation
• Projektdefinition
• Projektbewertung
• Genehmigung für das Projekt
► Die Projektcharta wird vom internen Sponsor und dem Projektleiter abgezeichnet und ist ein Muss für
die Phase „Messen“.

DEFINIEREN: Antwortvariablen
► Es wurde die Entscheidung getroffen, den Schwerpunkt auf die Verbindung und die Signalstärke
zu legen, da diese zweifellos zusammenhängen.
► Verbindung  ob ein Anruf erfolgreich verbunden wurde
(Attribut –Ja/Nein)
► Signalstärke  Prozentsatz des potenziellen Leistungspegels, der von der Antenne empfangen wird
(stetig – %)
► Der aktuelle Prozesszustand muss ermittelt werden. Dabei muss jedoch sichergestellt werden,
dass die Messwerte für die Verbindung und Signalstärke zuverlässig sind.  Sollte in der Phase
MESSEN nicht umgangen werden.

MESSEN: Messsystemanalyse
► Wir möchten wissen, ob die Operators die
Signalstärke präzise messen können –
können wir unseren Daten vertrauen?
► Wenn die Daten nicht genau genug die
Merkmale des Messobjekts darstellen, wie
nützlich sind sie dann?
► Fast jede Analyse sollte mit der Validierung
des Messsystems beginnen.

Schritt 8. Arbeitsblatt für Messsystemanalyse
► Um festzustellen, ob das Messsystem vertrauenswürdige
Daten liefert, wird eine Messsystemanalyse verwendet.
► Mehrere Betreiber zeichnen die Signalstärke an
verschiedenen Funkmasten auf.

► Die Messsystemanalyse zeigt, dass das
Messsystem akzeptabel ist.
► Die Streuung in den Messwerten
der Signalstärke liegt bei nur 9 % und
ist damit im Vergleich kleiner als die
Prozessstreuung. Die Messwerte
werden mit guter Präzision erhoben.

MESSEN: Daten aus Excel importieren
► Es wurde nun festgestellt, dass das Messsystem
zuverlässig ist. Auch wenn die
Wahrscheinlichkeit hoch ist, dass ältere Daten
eine akzeptable Integrität aufweisen, kann es
hilfreich sein, einen neuen Messprozess
durchzuführen, um den aktuellen
Prozesszustand auszuwerten.
Datei > Arbeitsblatt öffnen
Von Text in Datum/Uhrzeit ändern

MESSEN: Daten sortieren
Die Daten liegen nicht in chronologischer
Reihenfolge vor. Sie müssen sie also mit
Daten > Sortieren sortieren.

MESSEN: Daten mit Mustern erzeugen
► Es wurden in regelmäßigen Intervallen
fünf Messungen an einem Mast
durchgeführt, der an einem bestimmten
Tag im Zeitraum vom 1. bis zum 7.7.2018
hergestellt wurde:
 9:00 Uhr
 12:00 Uhr
 15:00 Uhr
 18:00 Uhr
 23:00 Uhr
an einem der Testtage des Versuchs.

MESSEN: Bedingte Formatierung
Die niedrigste tolerable Signalstärke beträgt 80. Mit einer
bedingten Formatierung lässt sich hervorheben, an welchen
Tagen und Uhrzeiten das Signal zu schwach war.
An den meisten Tagen war das Signal um 15:00 Uhr schwach; am
2.7.2018 schienen jedoch weitergehende Probleme vorzuliegen.

MESSEN: Wochentag aus Datum extrahieren
► Gelegentlich ist es nützlich, den Wochentag aus
den Datumswerten zu extrahieren.
► Hierzu können Sie die Option „Text aus
Datum/Uhrzeit extrahieren“ verwenden.
► Dies kann mit „Zahlen aus Datum/Uhrzeit
extrahieren“ wiederholt werden, um die
Stundenangaben des Versuchs zu erhalten.

MESSEN: Grundlegende Grafiken
► Das Boxplot zeigt für alle Tage außer dem 2.
Juli (Montag) ähnliche Signalstärken.
► An diesem Tag produzierte der Testmast
eine gering durchschnittliche Signalstärke,
was zu mehr Streuung führte.
► Wir werden das später untersuchen.
Aber zuerst …

MESSEN: Regelkarten
► Wir möchten wissen, ob die Signalstärken den
Kundenanforderungen entsprechen  erfüllen Sie
die Spezifikationen?
► Bevor wir dies angehen, möchten wir sicherstellen,
dass im Fertigungsprozess ein einheitliches Produkt
hergestellt wird.
► Andernfalls kann die Fähigkeit von einem Tag zum
anderen schwanken.

MESSEN: Regelkarten
► In der oberen Regelkarte wird festgestellt, ob die
mittlere Stärke im Vergleich zur Fertigungswoche
des Masts gleich geblieben ist.
► In der unteren Regelkarte wird ermittelt, ob die
Streuung zwischen Masten gleich geblieben ist
(Beständigkeit).
Bei einem stabilen Prozess würden wir folgende Werte
nicht erwarten:
• Ein Mittelwert kleiner als 75,4 % oder größer als 85,2 %
• Eine Spannweite größer als 18,1 %

MESSEN: Regelkarten
Auf der Regelkarte ließen sich Anzeichen für Streuung
durch Ausnahmebedingungen erkennen.
Am Montag, den 11. Januar:
 die Streuung war zu hoch
 der Mittelwert war zu niedrig
Bei einer Untersuchung wurde festgestellt,
dass die Ursache hierfür für den Ausreißer am
Montag Wartungsarbeiten an den Antennen war.
Wir werden die „special causes“ des 11. Januar
entfernen und die Grafiken erneut generieren.

MESSEN: Regelkarten
► Nachdem die Streuung durch
Ausnahmebedingungen nun bereinigt
wurde, sieht der Prozess stabil aus.
► Alle Punkte liegen innerhalb der
Eingriffsgrenzen.
Wir sollten jetzt in der Lage sein,
die Prozessfähigkeit mit der Gewissheit
auszuwerten, dass sie sich im Verlauf
der Zeit nicht viel ändern wird.

MESSEN: Prozessfähigkeitsanalyse
► Bei der Prozessfähigkeitsanalyse wird die
Leistung eines Prozesses in Bezug auf die
Spezifikationen ausgewertet.
► Die Prozessfähigkeit soll als Benchmark festgelegt
werden, damit Verbesserungen quantifiziert
werden können.
 Die untere Spezifikationsgrenze für die
Signalstärke liegt bei 80 %.
 Das Ziel ist 90 % oder höher.
 Höchstens 100 in einer Million sollten außerhalb
der Spezifikation liegen.

► Die Prozessfähigkeit ist mangelhaft.
► Zu viele Messwerte liegen unter der unteren
Spezifikationsgrenze von 80 % und werden als
mangelhafte Qualität klassifiziert.
► Es wird erwartet, dass über 300.000 Messwerte
pro Million eine Signalstärke von weniger als
80 % aufweisen.
► Es liegt ein signifikanter Unterschied vom
Zielwert 90 vor.  Die durchschnittliche
Signalstärke ist zu weit unter 90.

ANALYSIEREN: Ideendiagramm
Die mittlere Signalstärke ist zu niedrig.
Es gibt zu viel Streuung zwischen den
Signalstärken der verschiedenen Masten.
Derzeit liegt eine äußerst mangelhafte
Prozessfähigkeit vor. Das Unternehmen muss
untersuchen, welche Faktoren verbessert werden
müssen, um den Prozess zu optimieren.
Das Team kommt zusammen, um Ideen zu
sammeln.

ANALYSIEREN: Ideendiagramm

ANALYSIEREN:
Ursache-Wirkungs-Diagramm
Mit einem Ursachen-Wirkungs-Diagramm kann
das Prozesswissen aus dem gesamten Team
gesammelt werden, um zu untersuchen, welche
die interessantesten steuerbaren Faktoren sind:
Anzahl der Transceiver
Transpondertyp
Antennenhöhe
Anzahl der „Combiner“
Leistungsamplitude
Antennentyp

ANALYSIEREN: Ursache-Wirkungs-Matrix

ANALYSIEREN:
Versuchsplanung (DOE)
Mit einer DOE wird quantifiziert, welche Faktoren die
größten Auswirkungen auf die Signalstärke haben.
Diese Faktoren können dann auf verschiedene Stufen
festgelegt werden, um ein besseres Ergebnis zu
erzielen  den Prozess zu optimieren.
Es besteht allerdings kein Zweifel daran, dass es eine
Beziehung zwischen dem Zustandekommen einer
Verbindung und der Signalstärke gibt.
Es wurde entschieden, dass der Versuch mit der
binären Antwortvariablen „Anruf wurde/wurde nicht
verbunden“ und verschiedenen Einstellungen für
verschiedene Faktoren für den Testmast durchgeführt
werden soll.

ANALYSIEREN:
Versuchsplanung (DOE)
Drei Faktoren wurden daraufhin getestet, ob
sie sich auf die Signalstärke auswirken:
1. Anzahl der Transceiver
2. Höhe
3. Transpondertyp

ANALYSIEREN: Versuchsplanung (DOE)

Es ist nicht überraschend, dass alle Haupteffekte
im Modell verbleiben. Jedoch wurde sichergestellt,
dass sich die Wechselwirkung Transpondertyp*Höhe
ebenfalls auf die Verbindungsquote auswirkt.

Eine größere Anzahl Transceiver und eine größere Antennenhöhe sind zu überdenken.
Das Wechselwirkungsdiagramm zeigt eine Synergie zwischen den beiden Einstellungen auf.
Beim Transpondertyp dTRU wird insgesamt eine bessere Verbindungsquote als beim Typ sTRU
erzielt.

Um die Verbindungsquote zu optimieren, ist es
notwendig, die Anzahl der Transceiver und die
Höhe zu maximieren.
Dadurch sollte die Verbindungsquote auf 98 %
angehoben werden.
Die Daten wurden außerdem ausgehend von der
Signalstärke analysiert. Dabei wurden dieselben
Ergebnisse beobachtet.

VERBESSERN: Prozessfähigkeitsanalyse
vorher/nachher
Die Prozessfähigkeit für die alte Signalstärke des Masts war mangelhaft.
Zu viele Signalstärken waren niedriger als die untere
Spezifikationsgrenze von 80%, und die durchschnittliche Signalstärke war
demnach zu niedrig. Der Prozess hat den PPM-Wert von 100 nicht
erreicht.
Nach einer Änderung des Prozesses muss die neue Prozessfähigkeit
berechnet und mit der Basislinie verglichen werden, um festzustellen,
welche Verbesserung erzielt wurde und ob diese beständig ist.
Wir werden sowohl die Fähigkeit betrachten als auch Regelkarten
heranziehen, um sicherzustellen, dass die Ergebnisse beständig bleiben.

VERBESSERN: Prozessfähigkeitsanalyse vorher/nachher

VERBESSERN: Prozessfähigkeitsanalyse vorher/nachher
► Der neue Prozess ist wesentlich fähiger als
der alte.
► Gefordert war ein PPM-Wert von 100.
► Der erwartete PPM-Wert ist nun 0.

KONTROLLIEREN: Regelkarten und
Prozessfähigkeitsanalyse
Beim Prozessverbesserungsmanagement ist es unerlässlich,
dass eine Verbesserung durch Umsetzen von relevanten
Änderungen auch langfristig nachhaltig beibehalten wird.
Ansonsten verliert man den Mehrwert
Es muss also gezeigt werden, dass die sehr hohen
Signalstärken auch langfristig beobachtet werden können.
 Kontrollpläne
 Regelkarten und Prozessfähigkeitsanalysen

KONTROLLIEREN: Kontrollplan – Companion

KONTROLLIEREN: Kontrollplan
Das Ziel ist, jeden Tag um 9:00 Uhr, 12:00 Uhr, 15:00 Uhr, 18:00 Uhr
und 23:00 Uhr insgesamt 5 Messungen durchzuführen.
Sie können einen Kontrollplan in Minitab erzeugen, indem Sie
Berechnen > Daten mit Mustern erzeugen > Einfache Reihe von
Datums-/Uhrzeitwerten verwenden.
und
Berechnen > Daten mit Mustern erzeugen > Einfache Reihe von
Datums-/Uhrzeitwerten

Ergebnisse
Der aufgesetzte Kontrollplan hat tatsächlich
gezeigt, dass die Verbesserungen über
einen Zeitraum von zwei Wochen nachhaltig
beibehalten wurden.
Es gibt einen ausreichenden Beleg dafür,
dass die an den Masten vorgenommenen
Änderungen nicht nur die Leistung, sondern auch
die Stabilität signifikant verbessert haben.
Die regelmäßigen Messungen müssen fortgesetzt
werden, um sicherzustellen,
dass die Nachhaltigkeit auch über sehr
lange Zeiträume gegeben ist.

Allgemeine Schlussfolgerungen
Wir haben Ihnen die Vorteile eines strukturierten
Ansatzes zur Problemlösung gezeigt, in dem
Werkzeuge zur Projektdurchführung mit
Datenanalysetechniken kombiniert werden.
Wir hoffen, dass Sie dieses Beispiel nutzen können,
um Ihre eigenen geschäftlichen Probleme zu lösen.

©2021 Minitab, LLC.
Beginnen Sie
mit einer
30-Tage-
Demoversion
Besuchen Sie minitab.com
Kostenlose Demoversion der
Minitab Workspace Software
Besuchen Sie minitab.com
Kostenlose Demoversion der
Minitab Workspace Software

Unser Ansatz: Mehr als Unternehmensanalytik … Lösungsanalytik
Software
Services
Schulungen >
Lernen Sie aus erster Hand in unseren öffentlichen
Schulungen oder nach Wunsch in individuell
angepassten Trainings bei Ihnen vor Ort.
Statistikberatung >
Individuelle Hilfe bei den Herausforderungen
der Statistik, vom Erfassen der richtigen
Daten bis zum Interpretieren der Analysen.
Support >
Unterstützung bei der Installation,
Implementierung, bei Versionsupdates
und der Lizenzverwaltung.
Statistik und Minitab
dank Online-
Schulungen
meistern, jederzeit
und überall
Software für
maschinelles
Lernen und
prädiktive
Analysen
Verbesserungsprojekte
in Echtzeit starten,
nachverfolgen,
verwalten und
durchführen
Leistungsstarke
Statistiksoftware
für jeden
Datenanalyse > Prognosemodelle >
Visuelle Werkzeuge
für Unternehmen >
Projektüberblick >
Visuelle Werkzeuge
für herausragende
Prozesse und
Produkte
Onlineschulungen >
Lösungsanalytik ist unser integrierter Ansatz für die Bereitstellung von Software und Services, mit denen Organisationen bessere Entscheidungen treffen und
ausgezeichnete geschäftliche Ergebnisse erzielen können.
Datentransformation >
Datenzugriff,
Automatisierung
und Governance
für umfassende
Einblicke

Sehen Sie die Webinar an >
Wir beraten Sie gerne.
Homepage: Minitab.de
E-Mail: vertrieb@minitab.de, techsupport@minitab.de
Entdecken. Prognostizieren. Ziele erreichen. Transformieren
kostenloses Webinar
Strukturierte Problemlösung
mit Datenunterstützung

Strukturierte problemloesung mit datenunterstuetzung

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie Strukturierte problemloesung mit datenunterstuetzung

Ähnlich wie Strukturierte problemloesung mit datenunterstuetzung (20)

Mehr von Minitab, LLC

Mehr von Minitab, LLC (20)

Strukturierte problemloesung mit datenunterstuetzung

Hinweis der Redaktion