- NEWS最新消息
- 專欄文章
NEWS最新消息
2022/05/01
CIT或品管圈改善個案前兩個步驟常犯的錯誤 作者:陳伯陽
在CIT/品管圈活動中,常使用8D 或是QC STORY 的問題解析步驟來進行改善。Rick陳伯陽顧問常常以「好的開頭是成功的一半」來形容「主題選定和現況掌握」這兩個步驟的重要性。以下是一些常見的錯誤:
1. 沒有衡量問題的標準
問題的定義是現況和理想狀態的差距,這個理想狀態就是決定問題大小(差距大小)的標準。多數小組只能指出現況很不好,但是說不出來標準是甚麼,也就無法定義問題。這個就像丈夫抱怨老婆家裡開銷太大,但是說不出來應該多少錢才是合理,所以老婆不覺得有問題。
2. 無法選定衡量的指標
多數的問題可以透過不同的指標來描述,指標間或許有因果關係或是相關性,小組如果無法選定指標,改善的方向就變得模糊。例如改善的主題是企業汙泥,但是指標有汙泥的產生量或是處理費用,這兩個指標雖然是因果關係,但卻是兩個不同的題目。
3. 把對策當成主題
有些小組的題目來自於主管的明確命令或是組內資深人員已經決定的對策,不管現況如何分析,小組呈現自圓其說,堅持既定對策的現象。
4. 選錯解題的類型
問題的解決類型常分為異常型、改善型和目標達成型(課題達成型)。有些小組因為主管的喜好或是有上述第一、二、三項的問題,選錯類型硬套步驟來解題。
5. 選擇了小組能力範圍外的衡量指標
小組對於改善指標的影響因素無法完全掌控,影響指標大小的權力在別個部門單位,或是包含了數個不同的單位。對於這種跨部門的題目,如果無法取得其他部門的協助,小組最後的對策常常只是監控示警跟定期回報等幾種。
6. 現況掌握中沒有相關的數據來支持
有些小組只有5W2H的文字描述和流程圖,有些會放上許多不相關的數據,在這個步驟無法得出結論來進行原因分析。多數直接把主題放在魚頭來進行分析的案例都是有這個問題。
7. 現況收集的數據不客觀
許多數據分類的方法來自於主觀的判定或是以前的經驗,如果沒有再加入一些客觀的數據,分析的結果就容易被限定在主觀的範圍內。例如分析離職的原因,許多小組常只有採用離職面談時所勾選的幾個選項,卻忽略了員工對於開放式問題的回答以及離職者背景資料和環境的資料。
8. 將不同層次的數據混在一起分析
分析數據的目的是要透過數據間的比較來分辨出差異和數量上的分配趨勢。如果把數據都放在一起比較,就容易被結果誤導。例如水果屬性和動物屬性的要分開各自比較,不要把幾個水果和幾種動物放在一起比較。
9. 缺乏連續性或是細項的數據
有些數據只有某時間點的單次資料,缺乏過去的資料,或是更細項的資料,這樣的數據對於解決問題的幫助不大。例如只知道學生的總成績平均沒有超過60分,沒有以往的各次成績,也不知道各科的成績,這樣的數據不適合把學生成績當成改善目標的改善型題目。
結語:
「主題選定和現況掌握」是許多CIT/品管圈活動初學者容易忽略的步驟。落實步驟要求不僅關係到改善方向以及精準程度,更能帶動企業建立數據收集和分析的習慣,避免只用語言性資料主觀的描述問題,這是推行CIT/品管圈活動的重要效益之一。