ซิกซ์ ซิกม่า ไม่ใช่ของเฉพาะโรงงานยักษ์ใหญ่: คำนวณระดับซิกม่าโรงงานคุณจากโทรศัพท์ร้องเรียนสายเดียว

คุณพิมพ์ชนกทำโรงงานฉีดพลาสติกผลิตชิ้นส่วนกันชนรถยนต์ป้อนให้ค่ายรถญี่ปุ่นที่จังหวัดระยองมาเข้าปีที่หกแล้ว เช้าวันหนึ่งเมื่อเดือนก่อน หัวหน้าฝ่ายควบคุมคุณภาพถือรายงานข้อร้องเรียนหนาปึกมาเคาะประตูห้องทำงาน—ชิ้นงานล็อตหนึ่งมีฟองอากาศเล็ก ๆ บนผิว ถูกลูกค้าญี่ปุ่นตีกลับทั้งล็อต บวกกับค่าปรับหยุดสายการผลิต ความเสียหายรวมทะลุแปดแสนบาท

เธอวางรายงานไว้บนโต๊ะ ความคิดแรกคืออยากเรียกหัวหน้ากะดึกมาต่อว่า แต่พอใจเย็นลง เธอเริ่มค้นหาในอินเทอร์เน็ตว่า "จะลดของเสียได้อย่างไร" คำว่า "ซิกซ์ ซิกม่า" ก็ผุดขึ้นมาซ้ำแล้วซ้ำเล่า พอเปิดอ่านบทความไม่กี่ชิ้นแล้วเจอชื่อโมโตโรล่า เจนเนอรัล อิเล็กทริก ใจก็แป้วไปครึ่งหนึ่ง คิดในใจว่า "นี่มันของบริษัทยักษ์ที่รายได้เป็นแสนล้านถึงเล่นได้ไม่ใช่เหรอ โรงงานเรามีพนักงานไม่ถึงแปดสิบคน จะเอาเงินที่ไหนไปจ้างที่ปรึกษา ตั้งห้องแล็บ"

เธอโยนคำถามนี้ใส่ช่องแชทของ "ผู้บริหาร AI" คำตอบแรกที่ได้กลับมาคือ "ซิกซ์ ซิกม่าเริ่มต้นจากความหงุดหงิดในสายการผลิตเส้นเดียวเหมือนกัน และคนที่คิดค้นมันก็ไม่มีห้องแล็บตั้งแต่แรก มีแค่กองบันทึกซ่อมบำรุงกองหนึ่งเท่านั้น"

ทำไม

ย้อนกลับไปปี 1986 บิล สมิธ (Bill Smith) วิศวกรด้านความน่าเชื่อถือของโมโตโรล่า สังเกตเห็นเรื่องแปลก ๆ อย่างหนึ่ง คือสินค้าที่ผ่านการทดสอบก่อนออกจากโรงงานดูเหมือนจะได้มาตรฐาน แต่กลับเสียบ่อยตั้งแต่ช่วงแรกที่ลูกค้าเริ่มใช้งาน เมื่อเขาเทียบข้อมูลการซ่อมบำรุงก็พบว่า สินค้าที่ "ผ่านการทดสอบขั้นสุดท้ายแต่กลับมีปัญหาในตลาด" มักมีอัตราตำหนิที่สูงกว่าตั้งแต่ระหว่างกระบวนการผลิตแล้ว เพียงแต่ตำหนินั้นยังไม่รุนแรงพอที่จะถูกตัดสินว่า "ไม่ผ่าน" ตอนตรวจสอบก่อนออกจากโรงงาน นั่นหมายความว่าระบบสองขั้ว "ผ่าน/ไม่ผ่าน" แบบเดิม กำลังปิดบังความสูญเสียคุณภาพจำนวนมากที่ซ่อนอยู่ในกระบวนการ

สมิธเขียนรายงานภายในเสนอว่า แทนที่จะรอให้ผลิตเสร็จแล้วค่อยคัดของเสียออก ควรวัดและลด "ความแปรปรวนของกระบวนการเอง" ตั้งแต่ต้นทาง เขาร่วมกับเพื่อนร่วมงานอย่างไมเคิล แฮร์รี (Mikel Harry) พัฒนาแนวคิดนี้ต่อจนกลายเป็นกรอบสถิติที่สมบูรณ์ โดยใช้ "ส่วนเบี่ยงเบนมาตรฐาน" ในทางสถิติ (อักษรกรีก σ อ่านว่าซิกม่า) เป็นตัวชี้วัดขนาดความแปรปรวนนี้ พูดง่าย ๆ คือ ระดับซิกม่ายิ่งสูง แปลว่าผลลัพธ์ของกระบวนการยิ่งแกว่งออกจากค่าเฉลี่ยน้อยลง มีความนิ่งมากขึ้น และโอกาสที่ผลลัพธ์จะอยู่ในขอบเขตสเปกที่ลูกค้ายอมรับได้ก็ยิ่งสูงตาม โมโตโรล่าตั้งเป้าหมายสูงสุดว่า "ผลลัพธ์ทั้งหมดต้องอยู่ภายในหกส่วนเบี่ยงเบนมาตรฐานจากขอบสเปก" ซึ่งเมื่อแปลงเป็นตัวเลขทางสถิติ (รวมค่าปรับการเลื่อนกระบวนการระยะยาว 1.5 ซิกม่าตามธรรมเนียมอุตสาหกรรม) จะเท่ากับอัตราข้อบกพร่องประมาณ 3.4 ครั้งต่อทุก 1 ล้านโอกาส หรือที่เรียกกันว่า "3.4 ใน 1 ล้าน" (DPMO = 3.4, Defects Per Million Opportunities) ปี 1988 โมโตโรล่าใช้แนวทางนี้คว้ารางวัลคุณภาพแห่งชาติสหรัฐฯ ครั้งแรก (รางวัลมัลคอล์ม บอลดริจ) ซิกซ์ ซิกม่าจึงเริ่มเป็นที่รู้จักในวงกว้าง

คนที่ทำให้ซิกซ์ ซิกม่ากลายเป็นวิชาระดับโลกจริง ๆ คือแจ็ค เวลช์ (Jack Welch) ซีอีโอของเจนเนอรัล อิเล็กทริก (GE) ในปี 1995 เขายกระดับซิกซ์ ซิกม่าจากเครื่องมือควบคุมคุณภาพให้กลายเป็นภาษาบริหารทั้งองค์กร ฝึกคนในบริษัทให้เป็น "แบล็คเบลท์" "กรีนเบลท์" ผูกโบนัสและการเลื่อนตำแหน่งเข้ากับผลงานปรับปรุงคุณภาพ ถึงขั้นกำหนดว่าต้องผ่านระดับแบล็คเบลท์ก่อนถึงจะมีสิทธิ์ขึ้นเป็นผู้บริหารระดับสูง จีอีจึงประหยัดต้นทุนได้หลายพันล้านดอลลาร์ภายในไม่กี่ปี แต่นั่นก็ทำให้คนภายนอกเข้าใจผิดว่าซิกซ์ ซิกม่าเป็น "อุปกรณ์หรูที่มีแต่บริษัทยักษ์เท่านั้นเล่นได้" ทั้งที่สิ่งที่เวลช์ย้ำอยู่เสมอคืออีกเรื่องหนึ่ง นั่นคือแก่นของซิกซ์ ซิกม่าไม่ใช่ขนาดงบประมาณ แต่คือนิสัยการคิดแบบ "วัดก่อน แล้วค่อยตัดสิน" ซึ่งโรงงานที่มีพนักงานแปดสิบคนก็ทำได้เหมือนกัน

ทำอย่างไร

ล้มความเข้าใจผิดที่ว่า "ได้ 90 คะแนนก็ดีมากแล้ว"

ผู้บริหารส่วนใหญ่มองคุณภาพด้วยสัญชาตญาณเป็นเปอร์เซ็นต์ อัตราของดี 95% ฟังดูก็เยี่ยมแล้ว แต่ถ้าแปลง "95% ของดี" เป็นระดับซิกม่า จะพบว่าอยู่แค่ระดับสูงกว่า 2 ซิกม่านิดเดียว เท่ากับว่าในทุก 1 ล้านโอกาส มีของเสียมากกว่า 300,000 ครั้ง—ตัวเลขนี้ฟังดูคนละเรื่องเลย ตารางเทียบง่าย ๆ ด้านล่างนี้คือภาษากลางพื้นฐานที่สุดของซิกซ์ ซิกม่า

2 ซิกม่า: ของเสียประมาณ 308,000 ครั้งต่อ 1 ล้านโอกาส (อัตราของดีประมาณ 69%)
3 ซิกม่า: ประมาณ 66,800 ครั้ง (อัตราของดีประมาณ 93.3%)
4 ซิกม่า: ประมาณ 6,210 ครั้ง (อัตราของดีประมาณ 99.38%)
5 ซิกม่า: ประมาณ 233 ครั้ง (อัตราของดีประมาณ 99.977%)
6 ซิกม่า: ประมาณ 3.4 ครั้ง (อัตราของดีประมาณ 99.99966%)

ลองจินตนาการอีกมุม ถ้าขั้นตอนการจ่ายยาของโรงพยาบาลอยู่ที่ระดับ "4 ซิกม่า" เท่านั้น จะเท่ากับว่าทุก ๆ ใบสั่งยา 1,000 ใบ มีการจ่ายยาผิดมากกว่า 6 ใบโดยเฉลี่ย หรือถ้าเป็นระบบลำเลียงกระเป๋าเดินทางของสนามบิน ก็หมายความว่าในกระเป๋าเดินทางหลายหมื่นใบต่อวัน ยังมีหลายสิบใบที่ถูกส่งขึ้นเครื่องผิดลำ ระดับซิกม่าที่ขยับขึ้นทีละขั้นไม่ได้แปลว่า "ดีขึ้นนิดหน่อย" แต่หมายถึงอัตราของเสียลดลงเป็นเท่าตัวแบบก้าวกระโดด นี่คือเหตุผลที่ทีมซิกซ์ ซิกม่ายอมเสียเวลาแปลง "อัตราของดี" เป็นระดับซิกม่าก่อนเริ่มคุยเรื่องการปรับปรุง เพราะเปอร์เซ็นต์หลอกคนได้ แต่ระดับซิกม่าหลอกไม่ได้

ล้มความเชื่อที่ว่า "ใช้ได้แค่กับโรงงานใหญ่"

เงื่อนไขที่ซิกซ์ ซิกม่าต้องการจริง ๆ ไม่ใช่งบประมาณหรือขนาดกำลังคน แต่คือกระบวนการที่ "ทำซ้ำได้และนับได้" ฟองอากาศในชิ้นงานฉีดพลาสติกนับได้ เวลารอรับอาหารของร้านอาหารเชนหนึ่งในกรุงเทพฯ ก็นับได้ อัตราความผิดพลาดในการกรอกแบบฟอร์มเปิดบัญชีของสาขาธนาคารก็นับได้เช่นกัน โรงงานของพิมพ์ชนกมีพนักงานแค่แปดสิบคน แต่สายการผลิตของเธอผลิตชิ้นงานมากกว่า 3,000 ชิ้นต่อวัน ทุกชิ้นตรวจสอบได้ ทุกตำหนิบันทึกได้—นี่คือวัตถุดิบตั้งต้นที่ซิกซ์ ซิกม่าต้องการมากที่สุดแล้ว เธอไม่ต้องการทีมที่ปรึกษา ไม่ต้องมีลิขสิทธิ์ซอฟต์แวร์สถิติ สิ่งที่เธอต้องการคือแค่บันทึกอย่างซื่อสัตย์ว่า "ล็อตนี้เกิดข้อผิดพลาดกี่ครั้ง ตรวจไปทั้งหมดกี่ครั้ง" เท่านั้น

🔧 ลงมือทำกับ AI: ตารางคำนวณระดับซิกม่าฉบับด่วน

แทนที่จะพูดจากความรู้สึกว่า "คุณภาพเราก็โอเคนะ" ลองเอาข้อมูลการตรวจสอบที่มีอยู่แล้วไปให้ AI ช่วยคำนวณเป็นตัวเลขที่ชัดเจน แล้วค่อยตัดสินใจว่าจะเริ่มโครงการปรับปรุงอย่างจริงจังหรือไม่ คัดลอกพรอมป์ด้านล่างนี้ไปให้ผู้บริหาร AI แล้วใส่ตัวเลขของคุณเองลองดู

คุณคือที่ปรึกษาคุณภาพด้านซิกซ์ ซิกม่า กรุณาช่วยผมคำนวณระดับซิกม่าและ DPMO (ข้อบกพร่องต่อล้านโอกาส) ของกระบวนการปัจจุบันจากข้อมูลต่อไปนี้ และอธิบายด้วยภาษาที่เข้าใจง่ายว่าตัวเลขนี้หมายความว่าอย่างไร เทียบกับอุตสาหกรรมเดียวกันแล้วถือว่าดีหรือไม่:

1. ชื่อกระบวนการ: [เช่น การตรวจสอบผิวงานฉีดพลาสติก]
2. จำนวนผลผลิตทั้งหมดในช่วงเวลานี้ (จำนวนโอกาส): [กรอกตัวเลข]
3. จำนวนข้อบกพร่องที่พบในช่วงเวลานี้: [กรอกตัวเลข]
4. จำนวนคุณลักษณะคุณภาพที่ตรวจสอบต่อชิ้นงาน (เช่น ผิวงาน ขนาด ความแข็งแรง รวม 3 รายการ ก็กรอก 3): [กรอกตัวเลข]
5. มาตรฐาน "อัตราของดี" ที่บริษัทเราเข้าใจอยู่ตอนนี้คือกี่เปอร์เซ็นต์: [กรอกตัวเลข]

ช่วยผม:
(1) คำนวณ DPMO และระดับซิกม่าที่สอดคล้องกัน
(2) อธิบายความหมายจริงของระดับนี้ด้วยการเปรียบเทียบ (เช่น "เทียบเท่ากับทำงานทุก ๆ กี่ชิ้นถึงจะผิดพลาดหนึ่งครั้ง")
(3) บอกตรง ๆ ว่าระดับนี้ในอุตสาหกรรมการผลิต/บริการถือว่าต่ำ ปานกลาง หรือดี
(4) แนะนำแนวทางปรับปรุงพื้นฐานที่สุด 1-2 ข้อที่เริ่มทำได้ตั้งแต่สัปดาห์หน้า

สิ่งที่ทำได้ทันทีในสัปดาห์นี้: เลือกกระบวนการหนึ่งที่คุณจับตาดูทุกวันแต่ไม่เคยคำนวณตัวเลขจริงจัง (จะเป็นสายการผลิต แบบฟอร์มธุรการ หรือการตอบลูกค้าก็ได้) ใช้เวลาสิบนาทีรวบรวมจำนวนโอกาสทั้งหมดและจำนวนข้อบกพร่องในช่วงเวลานั้น แล้วใช้พรอมป์ด้านบนคำนวณระดับซิกม่าของโรงงานคุณเองออกมาสักหนึ่งตัวเลข—ไม่ต้องรีบไปให้ถึง 6 ซิกม่าทันที แค่รู้ก่อนว่าตอนนี้คุณยืนอยู่ที่ขั้นไหน

📎 ที่มาทางทฤษฎี: บิล สมิธ (Bill Smith) เสนอต้นแบบแนวคิดซิกซ์ ซิกม่าที่โมโตโรล่าในปี 1986; ไมเคิล แฮร์รี (Mikel Harry) ช่วยพัฒนาให้เป็นกรอบสถิติที่สมบูรณ์; โมโตโรล่าได้รับรางวัลคุณภาพแห่งชาติมัลคอล์ม บอลดริจ (Malcolm Baldrige) ของสหรัฐฯ ในปี 1988; แจ็ค เวลช์ (Jack Welch) นำซิกซ์ ซิกม่ามาเป็นภาษาบริหารทั่วทั้งองค์กรที่เจนเนอรัล อิเล็กทริก (GE) ในปี 1995 ตารางเทียบระดับซิกม่ากับ DPMO เป็นธรรมเนียมสถิติมาตรฐานของวงการ (รวมค่าปรับการเลื่อนกระบวนการระยะยาว 1.5 ซิกม่า)