نویسندگان
1 دانشیار رشته مدیریت، دانشگاه تربیت مدرس، تهران، ایران
2 دانشجوی دکترای مدیریت صنعتی، ،دانشگاه تربیت مدرس،تهران،ایران
3 دانشیار مرکز مطالعات و بهره وری ایران،دانشگاه تربیت مدرس،تهران،ایران
چکیده
امروزه شش سیگما به‌عنوان یک رویکرد کارا و اثربخش حل مسأله شناخته شده است، رایجترین متدلوژی در شش سیگما ،متدلوژیDMAIC است که شامل پنج مرحله تعریف مسأله، اندازه‌گیری و سنجش،تحلیل، بهبود و کنترل می‌باشد. یکی از مهمترین ارکان متدلوژی شش سیگما استفاده از تکنیکها و روشهای آماری متعدد به‌منظور تحلیل داده‌ها وشناسایی علل ریشه‌ای معایب می‌باشد.به‌عبارت دیگر یکی از نقاط قوت این روش در مقابل سایر رویکردهای بهبود،استفاده از روشهای آماری می باشد. به گونه‌ای که در فاز تحلیل با استفاده از ابزارهای آماری می‌توان میزان تأثیر علل بالقوه را بر عوامل بحرانی کیفیت سنجش کرد. براساس بررسی پژوهشهای انجام شده تاکنون دسته‌بندیهای متعددی از فنون آماری و جایگاه کاربردی آزمونهای آماری در فاز تحلیل شش سیگما ارائه شده است، که به‌طور عمده به دو دسته پارامتریک و ناپارامتریک تقسیم می‌شوند.
هدف این پژوهش در مرحله اول شناسایی دقیق نارساییها و کمبودهای ناشی از به‌کارگیری آزمونهای آماری در فاز تحلیل شش سیگما و در مرحله دوم ارائه راهکار برای برطرف کردن موانع با استفاده از فنون تصمیم‌گیری چند شاخصه (MADM) در فضای تحقیق عملیات می‌باشد.
با توجه به نتایج این پژوهش سه دسته از موانع و مشکلات اصلی حاصل از به‌کارگیری آزمونهای آماری عبارتند از: شرایط استفاده از فنون آمار پارامتریک مهیا نباشد، حجم داده‌ها بسیار کم باشد و یا هیچ آزمون فرض مناسبی برای تصدیق علل ریشه‌ای وجود نداشته باشد.
در این پژوهش با هدف برطرف کردن نقایص موجود، به مطالعه منابع علمی معتبر در زمینه فنون تصمیم‌گیری چند شاخصه و بررسی انواع دسته‌بندی آن فنون پرداخته شد. در نهایت مدل و الگوریتم جدیدی برای به‌کارگیری فنون MADM در فاز تحلیل شش سیگما ارائه شد:
در الگوریتم ارائه شده به ویژگیهای تصمیم گیرنده،مشخصات تکنیکهای MADM ، ویژگیهای مسأله و معیارهای مربوط به جواب به‌دست آمده نیز توجه کافی شده است. در ادامه مقاله نتایج حاصل از به‌کارگیری بخشی از الگوریتم و مدل پیشنهادی در یک شرکت صنعتی ارائه گردیده است که تأییدی است بر پوشش خلأهای موجود و راهکارهای جدید ارائه شده (در این مقاله در فاز تحلیل متدلوژی شش سیگما). در نهایت و در بخش مطالعه موردی از دو تکنیک رایج آنتروپی شانون و TOPSIS برای سنجش میزان تأثیر علل بالقوه بر عوامل بحرانی کیفیت استفاده شد که نتایج آن با روشهای آماری مقایسه شده است، نتایج نشان می‌دهد که استفاده از روش MADM علاوه بر تعیین وزن هر علل بالقوه ، رتبه‌بندی کاملی نیز از علل بالقوه به نسبت میزان تأثیر آنها بر CTQها ارائه می‌کند.
کلیدواژه‌ها
عنوان مقاله [English]
Comprative Study of Data Analysis in Six Sigma Statistical Tools and MADM techniques
نویسندگان [English]
- Adel Azar 1
- Seyyed Haydar Mirfakhraddiny 2
- Ali Asghar Anvari Rostamy 3
چکیده [English]
Toyday Six sigma method is known as an efficient and effective method of solving the problem.The most common methodology in six sigma is DMAIC that includes five steps: Defenition, Measurement, Analysis, Improvement and Control. One of the most important bases of six sigma methodology is the use a lot of statistical techniques and methods for data analysis and identification of the basical cause of defects. On the other hand, one of the prominences of this method comparing to the other improvement methods is the use of statistical methods so that by the use of statistical tools in analysis phase one can measure the effects of potential causes on critical factors. So far, many classifications of statistical techniques and statistical tests have been offered in the analysis phase of six sigma, Which are often divided into two parts: parametric and nonparametric. Of course, there are a lot of difficulties for using these techniques.
The aim of this research in the first sage was to recognize the inadequencies and lack of statistical tests in the analysis phase; then, to present a technique to remove the difficulties by using Multiple Attribute Decision Making in the operation research. The results of this research reveated three classes of major difficulties using the statistical tests:
1- Most of nonparametric statistical tests have less confidence and strenghth than parametric tests.Futher, they do not enjoy sufficient accurancy.
2- When the amount of the considerated data or the sample size is not large enough.
3- In some cases, no statistical tests(either parametric or nonparametric) is proportional to the conditions of six sigma research.
In this research, we reviewed the valid scientific sources available in the field of MADM (Multi Attribute Decisin Making) and the types of classification of these methods to remove defects. At the end, a new method
(algorithm) to apply MADM in the analyse phase of six sigma was developed.
The algorithm pays attention to the Decision Maker, MADM characteristics, the problem characteristics and chracteristics of the obtained solution. Applying of this
new algorithm, in the cases that statistical tests do not have sufficient strength and accurancy, can strongly increase the efficiency of six sigma methodology.
کلیدواژه‌ها [English]
- Six sigma
- Multi attribute decisin making
- Parametric statistic
- Non parametric statistics
)