DMAIC

#DMAIC
#Process
မည်သည့် ကုန်ထုတ်လုပ်မှုနှင့် ဝန်ဆောင်မှုမျိုးမဆို စဉ်ဆက်မပြတ် တိုးတက်နေဖို့ လိုအပ်ပါတယ်။ ဒီလို ဖွံ့ဖြိုးတိုးတက်မှုမျိုးကို ရရှိစေဖို့ဆိုရင် Input, process, output မှန်ကန်နေဖို့လိုအပ်ပါတယ်။ တကယ်လို့ လုပ်ငန်းစဉ်ထဲမှာ ချို့ယွင်းချက်တွေရှိနေခဲ့ရင် ဖွံ့ဖြိုးတိုးတက်မှုတွေက တုံ့နှေးသွားလေ့ရှိပါတယ်။ ဒါကြောင့် DMAIC Model ကို အသုံးပြုကြလေ့ရှိပါတယ်။ ဒါကြောင့် ဗဟုသုတအနေနှင့် DMAIC မော်ဒယ် (DMAIC Model) အကြောင်းကို အသေးစိတ် ရှင်းပြချင်ပါတယ်။ DMAIC ဟာ Six Sigma နည်းစနစ် (methodology) ရဲ့ အရေးကြီးတဲ့ အစိတ်အပိုင်းတစ်ခုဖြစ်ပြီး ပြဿနာတွေကို ဖြေရှင်းဖို့နဲ့ လက်ရှိလုပ်ငန်းစဉ်တွေကို တိုးတက်အောင် လုပ်ဆောင်ဖို့အတွက် အလွန်ထိရောက်တဲ့ နည်းလမ်းတစ်ခု ဖြစ်ပါတယ်။
DMAIC ဆိုတာကတော့ အဆင့် (၅) ဆင့်ကို အတိုကောက်ခေါ်ထားတာဖြစ်ပြီး၊ အဲ့ဒီအဆင့်တွေက အောက်ပါအတိုင်း ဖြစ်ပါတယ်။
Define (သတ်မှတ်ခြင်း)
Measure (တိုင်းတာခြင်း)
Analyze (ဆန်းစစ်ခြင်း)
Improve (တိုးတက်အောင် လုပ်ဆောင်ခြင်း)
Control (ထိန်းချုပ်ခြင်း)
DMAIC ဟာ ပြဿနာဖြေရှင်းတဲ့ နည်းလမ်းများနဲ့ နည်းပညာများစွာကို စနစ်တကျ အသုံးပြုပြီး ရေရှည်တည်တံ့တဲ့ ဖြေရှင်းနည်းများကို ရောက်ရှိစေဖို့အတွက် အသုံးချပါတယ်။ လုပ်ငန်းစဉ်ကို စဉ်ဆက်မပြတ် တိုးတက်စေဖို့၊ ထုတ်ကုန်နဲ့ လုပ်ငန်းစဉ်တွေရဲ့ အရည်အသွေးကို တိုးမြှင့်စေဖို့အတွက် DMAIC နည်းစနစ်ကို အသုံးပြုခြင်းဟာ Six Sigma ရဲ့ မဟာဗျူဟာမြောက် အသုံးချမှုလည်း ဖြစ်ပါတယ်။
အဆင့်တစ်ခုချင်းစီကို အသေးစိတ် ကြည့်ရအောင်။
၁။ Define (သတ်မှတ်ခြင်း) Phase
ဒီအဆင့်ဟာ DMAIC လုပ်ငန်းစဉ်ရဲ့ အစောဆုံးနဲ့ အရေးကြီးဆုံး အပိုင်းလို့ ဆိုနိုင်ပါတယ်။
အဓိကရည်ရွယ်ချက်:
ဖြေရှင်းရမယ့် ပြဿနာကို ရှင်းရှင်းလင်းလင်း သတ်မှတ်ဖို့၊ စီမံကိန်းရဲ့ ရည်မှန်းချက်တွေ (objectives) နဲ့ ပန်းတိုင် (goals) တွေကို ချမှတ်ဖို့ ဖြစ်ပါတယ်။ လုပ်ငန်းစဉ်၊ သွင်းအားစု (inputs)၊ ထွက်ကုန် (outputs) များနှင့် ဖောက်သည် (customers) များကိုပါ ဖော်ထုတ်သတ်မှတ်ရပါတယ်။
ဆောင်ရွက်ရမည့် အရာများ:
စီမံကိန်းအဖွဲ့သားအားလုံးဟာ ပြဿနာအပေါ် သဘောထားတူညီမှု ရရှိစေဖို့ လိုအပ်ပြီး၊ စီမံကိန်းရဲ့ အတိုင်းအတာ (scope) ကို ရှင်းလင်းစွာ ဖော်ထုတ်ရပါမယ်။
အသုံးပြုနိုင်သော ကိရိယာများ (Tools):
Project Charter: စီမံကိန်းရဲ့ လုပ်ငန်းကိစ္စ (Business Case)၊ ပြဿနာဖော်ပြချက် (Problem Statement)၊ ရည်ရွယ်ချက်၊ အတိုင်းအတာ၊ အချိန်ဇယား၊ နဲ့ အဖွဲ့သားတွေကို သတ်မှတ်တဲ့ စီမံကိန်း မှတ်တမ်းတစ်ခုပါ။
Stakeholder Analysis: စီမံကိန်းနဲ့ ပတ်သက်သူတွေ (stakeholders) ကို ဖော်ထုတ်ဖို့။
SIPOC Diagram: လုပ်ငန်းစဉ်ရဲ့ ပေးသွင်းသူ (Supplier)၊ သွင်းအားစု (Input)၊ လုပ်ငန်းစဉ် (Process)၊ ထွက်ကုန် (Output)၊ ဖောက်သည် (Customer) တို့ကို မြင်သာအောင် ဖော်ပြပါတယ်။
သတိထားရမည့်အချက်:
ပြဿနာကို မှားယွင်းစွာ သတ်မှတ်မိရင်၊ နောက်ဆက်တွဲ အဆင့်အားလုံးမှာ တိုးတက်အောင် လုပ်ဆောင်မှုတွေ လမ်းချော်သွားနိုင်ပါတယ်။

၂။ Measure (တိုင်းတာခြင်း) Phase
ဒီအဆင့်မှာတော့ ပြဿနာကို ဆန်းစစ်ဖို့အတွက် လိုအပ်တဲ့ အချက်အလက်တွေကို စုဆောင်းရပါမယ်။
အဓိကရည်ရွယ်ချက်:
လက်ရှိလုပ်ငန်းစဉ်ရဲ့ စွမ်းဆောင်ရည် အခြေခံအဆင့် (baseline) ကို တိုင်းတာ ဖော်ထုတ်ဖို့ ဖြစ်ပါတယ်။ လုပ်ငန်းစဉ်ရဲ့ အားသာချက်/အားနည်းချက်တွေနဲ့ တိုးတက်ဖို့ လိုအပ်တဲ့ ကွာဟချက်တွေကို ဆုံးဖြတ်ဖို့ အချက်အလက်တွေ စုဆောင်းရပါတယ်။
ဆောင်ရွက်ရမည့် အရာများ:
အရေးပါသော အရည်အသွေးဆိုင်ရာ လက္ခဏာရပ်များ (Critical Quality Characteristics – CQCs) ပေါ်မှာ အချက်အလက်များ စုဆောင်းရပါတယ်။ တိုင်းတာတဲ့ စနစ်ဟာ ယုံကြည်စိတ်ချရကြောင်း သေချာအောင် လုပ်ဆောင်ရပါတယ်။
အသုံးပြုနိုင်သော ကိရိယာများ (Tools):
Process Map / Flowchart: လက်ရှိလုပ်ငန်းစဉ်ရဲ့ အဆင့်များ၊ လုပ်ဆောင်ချက်များ၊ သွင်းအားစုများနှင့် ထွက်ကုန်များကို ပိုမိုနားလည်နိုင်ရန် ရေးဆွဲပြသခြင်း။
Data Collection Plan: အချက်အလက် စုဆောင်းမယ့် အစီအစဉ်ကို ဖော်ထုတ်ခြင်း။
Measurement Systems Analysis (MSA): တိုင်းတာရေး စနစ်ရဲ့ ပြန်လည်လုပ်နိုင်စွမ်း (repeatability)၊ မျိုးပွားနိုင်စွမ်း (reproducibility) နဲ့ တိကျမှန်ကန်မှု (accuracy) တို့ကို စစ်ဆေးခြင်း။
Basic Statistics: Histogram, Pareto Charts, Run Charts စတဲ့ အချက်အလက်ပြ ကိရိယာများ။

၃။ Analyze (ဆန်းစစ်ခြင်း) Phase
ဒီအဆင့်ဟာ DMAIC ရဲ့ တတိယအဆင့်ဖြစ်ပြီး ပြဿနာရဲ့ အမြစ်တွယ်နေတဲ့ အကြောင်းရင်းများ (Root Causes) ကို ရှာဖွေဖော်ထုတ်တဲ့ အချိန်ဖြစ်ပါတယ်။
အဓိကရည်ရွယ်ချက်:
ဖြစ်နိုင်ချေရှိတဲ့ အကြောင်းရင်းတွေထဲကနေ ပြဿနာရဲ့ အဓိကမောင်းနှင်အားဖြစ်တဲ့ အကြောင်းရင်း အနည်းငယ်ကို ရွေးချယ်နိုင်ဖို့ ဖြစ်ပါတယ်။
ဆောင်ရွက်ရမည့် အရာများ:
လုပ်ငန်းစဉ်ရဲ့ စွမ်းဆောင်ရည် (Y) နဲ့ သွင်းအားစုများ (x) အကြား ဆက်နွယ်မှုတွေကို ရှာဖွေဖို့အတွက် စာရင်းအင်း နည်းစနစ်များကို အသုံးပြုပြီး ခွဲခြမ်းစိတ်ဖြာပါတယ်။ ပြဿနာကို ဖြစ်ပေါ်စေတဲ့ ဖြစ်နိုင်ချေရှိတဲ့ အကြောင်းရင်းတွေကို သီးခြားစီ ခွဲခြမ်းစိတ်ဖြာရန် အဓိကကျတဲ့ တွေ့ရှိချက်တစ်ခုလည်း ရှိပါတယ်။
အသုံးပြုနိုင်သော ကိရိယာများ (Tools):
Root Cause Analysis (RCA): အမြစ်တွယ်နေသော အကြောင်းရင်းများကို ဖော်ထုတ်ခြင်း။
Fishbone Diagram (or Cause-and-Effect Diagram, Ishikawa Diagram): ဖြစ်နိုင်ချေရှိတဲ့ အကြောင်းရင်းများကို သက်ဆိုင်ရာ အမျိုးအစားများအလိုက် အုပ်စုဖွဲ့ဖို့ ကူညီပေးပါတယ်။ ပြဿနာကို ငါးခေါင်းမှာ ရေးပြီး အရိုးတစ်ခုစီက အမျိုးအစားကို ကိုယ်စားပြုကာ အကြောင်းရင်းများကို လိုင်းများဖြင့် ထပ်ထည့်ပါတယ်။
Process Map: လုပ်ငန်းစဉ်မှာ ရှိနေတဲ့ ဖြစ်နိုင်ချေရှိတဲ့ အကြောင်းရင်းတွေကို မြင်သာအောင် ကြည့်ရှုနိုင်ဖို့ ကူညီပါတယ်။
Hypothesis Testing / Regression: အချက်အလက်များအပေါ် အခြေခံပြီး ဆုံးဖြတ်ချက်ချဖို့ စာရင်းအင်း နည်းလမ်းများ။
သတိထားရမည့်အချက်:
အမြစ်တွယ်နေသော အကြောင်းရင်း (root causes) များကို မှန်းဆခြင်းထက် ကိရိယာများနှင့် နည်းလမ်းများ အသုံးပြု၍ ဖော်ထုတ်ခြင်းက ပိုကောင်းပါတယ်။

၄။ Improve (တိုးတက်အောင် လုပ်ဆောင်ခြင်း) Phase
Analyze အဆင့်မှာ ဖော်ထုတ်ထားတဲ့ အမြစ်တွယ်နေတဲ့ ပြဿနာတွေကို ဖြေရှင်းဖို့အတွက် အကြံပြုချက်များ၊ ဖြေရှင်းနည်းများကို ဖော်ထုတ်၊ စမ်းသပ်၊ အကောင်အထည်ဖော်ရမယ့် အဆင့်ဖြစ်ပါတယ်။
အဓိကရည်ရွယ်ချက်:
ဖော်ထုတ်ထားသော ပြဿနာများကို ပြုပြင်ပြီး ထပ်မံမဖြစ်ပွားစေရန် ကာကွယ်ရန်အတွက် လုပ်ဆောင်ချက် အစီအစဉ် (action plan) များကို ဖန်တီးဖို့ ဖြစ်ပါတယ်။
ဆောင်ရွက်ရမည့် အရာများ:
လုပ်ငန်းစဉ်ကို ပိုမိုကောင်းမွန်အောင် ပြောင်းလဲဖို့အတွက် အချက်အလက်များပေါ် မူတည်ပြီး လုပ်ဆောင်ရပါတယ်။ ဖြေရှင်းနည်းများ (solutions) ကို စမ်းသပ်ပြီး အရေးပါတဲ့ x များကို ချိန်ညှိကာ Y (output) တိုးတက်စေဖို့ လုပ်ဆောင်ရပါတယ်။
အသုံးပြုနိုင်သော ကိရိယာများ (Tools):
Design of Experiment (DOE): ဖြေရှင်းနည်းများ မှန်ကန်ကြောင်း စမ်းသပ်အတည်ပြုရန်။
Brainstorming Alternatives: တိုးတက်မှုရရှိစေမယ့် နည်းလမ်းများကို စုပေါင်းစဉ်းစားခြင်း။
Mistake-proofing (Poka-Yoke): အမှားများကို ကာကွယ်တားဆီးရန်။
Kanban / 5S: Lean နည်းလမ်းများ။
Implementation Plan: အကောင်အထည်ဖော်ရန် အစီအစဉ်။

၅။ Control (ထိန်းချုပ်ခြင်း) Phase
ဒီအဆင့်ဟာ တိုးတက်မှုတွေ ရေရှည်တည်တံ့စေဖို့၊ ရရှိလာတဲ့ ကောင်းကျိုးတွေကို စောင့်ကြည့် ထိန်းသိမ်းဖို့အတွက် နောက်ဆုံးအဆင့် ဖြစ်ပါတယ်။
အဓိကရည်ရွယ်ချက်:
Improve အဆင့်မှာ အကောင်အထည်ဖော်ခဲ့တဲ့ ပြောင်းလဲမှုတွေရဲ့ ရလဒ်များကို အကဲဖြတ်ပြီး စောင့်ကြည့်ဖို့ ဖြစ်ပါတယ်။
ဆောင်ရွက်ရမည့် အရာများ:
စနစ်ကို စောင့်ကြည့်ပြီး တိုးတက်မှုများ ဆက်လက်တည်မြဲနေကြောင်း သေချာစေရပါမယ်။ အရေးကြီးသော x များနှင့် Y များကို အချိန်ကြာလာသည်နှင့်အမျှ စောင့်ကြည့်ရပါတယ်။
အသုံးပြုနိုင်သော ကိရိယာများ (Tools):
Control Charts / Process Behavior Charts: လုပ်ငန်းစဉ်ကို ထိန်းချုပ်စောင့်ကြည့်ရန်။
Standard Operating Procedures (SOPs): လုပ်ငန်းခွင် စံနှုန်းများကို အဆင့်မြှင့်တင်ခြင်း (update)။
Control Plan: တိုးတက်မှုများ ဆက်လက်တည်မြဲစေရန် ထိန်းချုပ်ရေး အစီအစဉ်။
“Before and After” Technique: တိုးတက်မှုရဲ့ တန်ဖိုးနဲ့ သက်ရောက်မှုကို အားဖြည့်ပေးဖို့ အသုံးပြုပါတယ်။
DMAIC ကို အသုံးပြုခြင်းဖြင့် ရရှိလာတဲ့ တိုးတက်မှုများကို အခြားနေရာများသို့ တိုးချဲ့အသုံးချနိုင်တာကိုလည်း တွေ့ရပါတယ်။ DMAIC ဟာ ပြဿနာများကို ဖန်တီးခဲ့သော လုပ်ငန်းစဉ်ကို ထည့်သွင်းစဉ်းစားခြင်းမရှိဘဲ ဖြေရှင်းပါက အကျိုးကျေးဇူးများ ရေရှည်တည်တံ့မှာ မဟုတ်တဲ့အတွက်၊ လုပ်ငန်းစဉ်ကို အခြေခံပြီး ဖြေရှင်းဖို့ လမ်းညွှန်ပေးပါတယ်။

ဒေါက်တာနေဝင်းအောင်
ဖွံ့ဖြိုးမှုပညာ


Discover more from naywinaung

Subscribe to get the latest posts sent to your email.

Leave a Reply

Your email address will not be published. Required fields are marked *

Related Post

Convenience SamplingConvenience Sampling

Convenience Sampling ဆိုတာ Non-probability Sampling Technique တစ်ခုဖြစ်ပါတယ်။ လူတွေကို ရွေးချယ်တဲ့အခါမှာ သုတေသီနဲ့ နီးစပ်တဲ့သူတွေ၊ အလွယ်တကူ ရနိုင်တဲ့သူတွေကိုပဲ ရွေးချယ်တာမျိုးပေါ့။ ပြောရရင် သိပ်ပြီးစနစ်တကျ မရှိတဲ့ sampling တစ်ခုပါပဲ။ ဒီနည်းလမ်းကို သုံးမယ်ဆိုရင်… ၁။ ပထမဦးဆုံး လေ့လာချင်တဲ့ Target Population ကို အတိအကျ သတ်မှတ်ရပါမယ်။၂။ ပြီးရင်

Simple Random SamplingSimple Random Sampling

Simple Random Sampling“Simple Random Sampling” ဆိုတာကို အလွယ်ကူဆုံး နားလည်အောင် ပြောရရင် “မဲနှိုက်တာ” နဲ့ အတူတူပါပဲ။ လူအများကြီးထဲကမှ လူအနည်းငယ်ကို ရွေးတဲ့အခါမှာ ဘယ်သူ့ကိုမဆို ပါဝင်ခွင့် အခွင့်အရေး တန်းတူပေးပြီး ကံစမ်းမဲနှိုက်သလိုမျိုး ရွေးချယ်တဲ့ နည်းလမ်းဖြစ်ပါတယ်။SRS ရဲ့ အဓိကအချက်တွေကတော့၁။ အားလုံးမှာ အခွင့်အရေး တန်းတူရှိတယ် (Equal Chance)လူဦးရေ (Population)

Dunning-Kruger EffectDunning-Kruger Effect

Dunning-Kruger EffectDunning-Kruger Effect ဆိုတာက စိတ်ပညာနယ်ပယ်မှာ လူတွေရဲ့ ကိုယ့်ကိုယ်ကိုယ် အရည်အချင်းအကဲဖြတ်မှုနဲ့ ပတ်သက်တဲ့ ဖြစ်စဉ်တစ်ခုပါ။ ဒီ effect ကို စတင်လေ့လာခဲ့တဲ့ David Dunning နဲ့ Justin Kruger တို့ရဲ့ သုတေသနအရ၊ အရည်အချင်းနည်းပါးတဲ့သူတွေဟာ သူတို့ရဲ့ အစွမ်းအစကို လွန်ကဲစွာ အထင်ကြီးတတ်ပြီး၊ အရည်အချင်းမြင့်မားတဲ့သူတွေကတော့ သူတို့ရဲ့ စွမ်းရည်ကို သိပ်မယုံကြည်တတ်ဘူးလို့