Havainnointitutkimus tuotannossa: löydä piilevät viiveet

Etusivu » Resurssit » Havainnointitutkimus tuotannossa: löydä piilevät viiveet

Arvioitu lukuaika: 12 minuuttia

Tehdaskierroksella sama vuoro voi näyttää yhtenä hetkenä kiireiseltä ja toisena vajaakäyttöiseltä. Kumpikaan käynti ei kerro, kuinka paljon aikaa kuluu osien valmistamiseen, työn valmisteluun tai jonkin saapumisen odottamiseen.

Havainnointitutkimus korvaa nämä vaikutelmat suunnitelmallisesti kerätyillä satunnaishavainnoilla. Se auttaa tunnistamaan tuotantoa keskeyttävät olosuhteet ja valitsemaan parannuksen, jota kannattaa kokeilla. Hyödyllinen tulos ei ole arvio siitä, kuinka kiireisiltä ihmiset näyttävät, vaan selkeämpi vastaus siihen, mikä estää työn etenemistä.

Kun olet todentanut parannuksen vaikutukset, SkyPlanner APS muodostaa tarkennettujen työvaiheaikojen ja resurssien saatavuustietojen pohjalta yhteensovitetun tuotantoaikataulun. Käytät vähemmän aikaa erillisten konekohtaisten työjonojen uudelleenjärjestelyyn ja näet, mitä muutos merkitsee toimitettaville tilauksille.

Mitä havainnointitutkimus on?

Havainnointitutkimus on tilastollinen menetelmä, jolla arvioidaan määriteltyihin toimintoihin kuluvan ajan osuuksia havainnoimalla ihmisiä tai koneita satunnaisesti valittuina hetkinä. Jokaisella havaintokerralla kirjataan juuri sillä hetkellä meneillään oleva toiminta. Tietyn luokan osuus havainnoista antaa arvion sen osuudesta tutkimuksen kattamasta ajasta, jos otanta edustaa kyseistä aikaa.

Esimerkiksi kokoonpanoalueen tutkimuksessa voidaan erotella kokoonpano, asetustyö, tarkastus, materiaalin odotus ja muut keskeytykset. Kun nämä luokat kirjataan edustavasti valittujen vuorojen aikana, saadaan hyödyllisempää tietoa kuin jakamalla kaikki toiminta vain tuottavaan työhön ja joutoaikaan.

Menetelmä on erityisen hyödyllinen silloin, kun toiminta vaihtelee, keskeytyksiä esiintyy hajanaisesti ja jatkuva havainnointi vaatisi paljon työtä. Jokaista työvaihetta ei tarvitse seurata alusta loppuun, jotta saa yleiskuvan ajan jakautumisesta eri toimintoihin.

Valitse toinen mittausmenetelmä, jos tarvitset vastauksen toisenlaiseen kysymykseen:

• Tuotannon työnmittauksessa tarkastellaan määriteltyjä työn osia ja voidaan määrittää perusteltu standardiaika. Satunnaiset hetkelliset havainnot eivät kerro, kuinka kauan kukin lyhyt työn osa kestää.
• Tuotannon työajanseurannassa kirjataan tapahtumia ja toteutunutta aikaa töille tai työvaiheille. Kirjaukset kertovat, mihin töihin kirjatut tunnit kuluivat, mutta ne eivät muodosta satunnaisotosta kaikesta toiminnasta.

Järjestelmällisessä työnmittauksessa voidaan hyödyntää havainnointitutkimusta muun aineiston rinnalla standardiaikojen määrittämiseen. Pelkkä toiminnon prosenttiosuus ei kuitenkaan ole standardiaika eikä mittari kenenkään työtahdille.

Aloita päätöstarpeesta, älä kiire- ja joutoaikahavaintojen laskemisesta

Valitse kysymys, jonka vastaus voi muuttaa tehtaan toimintaa. ”Kuinka suuri osa kokoonpanotiimin ajasta kuluu komponenttien odottamiseen?” on hyödyllinen lähtökohta, jos materiaalien valmisteluun voidaan vaikuttaa. ”Kuinka tehokkaasti kukin työskentelee?” on liian epämääräinen kysymys tutkimuksen suunnittelun ja tulosten tulkinnan pohjaksi.

Sopikaa tutkimuksen tarkoituksesta työtä tekevien ihmisten kanssa. Kerro, mitä havainnoidaan, miten luokat määritellään, kuka näkee tulokset ja minkä päätöksen tueksi niitä käytetään. Kysy työntekijöiltä, mitkä keskeytykset jäävät nykyisissä kirjauksissa näkymättömiin. Tutkimuksesta on enemmän hyötyä, kun ihmiset voivat kertoa puuttuvasta osasarjasta sen sijaan, että he kokisivat parhaaksi peitellä odotusta.

Määrittele perusjoukko: ihmiset tai koneet, vuorot, päivät ja tuotanto-olosuhteet, joita tuloksen on tarkoitus kuvata. Yhden kokoonpanoalueen päivävuorossa tehty tutkimus ei automaattisesti kuvaa yötyötä tai koko tehdasta.

Valitse seuraavaksi havaintoyksikkö. Yksi vaihtoehto on työntekijä tietyllä hetkellä, toinen kone tietyllä hetkellä. Pidä työntekijän toiminta ja koneen tila erillään. Kone voi työstää automaattisesti samalla, kun sen käyttäjä tarkastaa toista osaa. Kone siis käy ja työntekijä tarkastaa: kumpaakaan havaintoa ei tarvitse luokitella joutoajaksi.

Määrittele myös tarkasteltava aika selkeästi. Jos tutkimus kattaa koko palkallisen vuoron, sisällytä luokitukseen asianmukainen taukoluokka. Jos se kattaa vain määritellyt toiminta-ajat, kerro, että osuudet lasketaan niistä. Älä vertaa näitä kahta tulosta ikään kuin ne mittaisivat samaa asiaa.

Määrittele toiminnot niin, että havainnoijat tunnistavat ne

Käytä pientä määrää luokkia, jotka ovat valitulle havaintoyksikölle toisensa poissulkevia ja kattavat odotettavissa olevat tilanteet. Kirjoita kustakin lyhyt määritelmä ja liitä mukaan esimerkkejä tutkittavalta alueelta.

”Materiaalin odotuksen” tulee tarkoittaa, ettei valittu työ voi edetä tarvittavan materiaalin puuttuessa – ei sitä, että työntekijä sattuu seisomaan materiaalihyllyn vieressä. Sopikaa, mistä asetustyö alkaa ja milloin tuotantovalmius on saavutettu. Pidä tarpeellinen tarkastustyö omana näkyvänä luokkanaan sen sijaan, että se hukkuisi yleiseen tuotannon ulkopuolisen toiminnan luokkaan.

Ota mukaan koodi tilanteille, joissa toimintaa ei tunnisteta tai sitä ei voida havainnoida. Jos et pysty selvittämään, mitä tapahtuu, kirjaa epävarmuus syyn arvaamisen sijaan. Tarkastele näitä tapauksia erikseen; niitä ei pidä vaivihkaa jättää pois osuuksien laskentapohjasta.

Testaa määritelmiä lyhyessä pilottitutkimuksessa. Pyydä havainnoijia luokittelemaan samat tilanteet ja keskustelkaa eroista. Jos yksi luokittelee työkalun etsimisen asetustyöksi ja toinen odotukseksi, tutkimus mittaa osittain määritelmienne eroja eikä itse työtä. Korjaa tämä ennen varsinaisen otoksen keräämistä.

Pilotti paljastaa myös käytännön ongelmat: havaintopaikat, joihin ei pääse, liian pitkään kestävän kierroksen tai niin yksityiskohtaiset luokat, ettei niitä voi erottaa hetkellisellä silmäyksellä.

Kerää satunnaishavaintoja edustavasti tuotannon eri tilanteista

Arvo havaintoajat etukäteen satunnaislukutyökalulla ja jaa otanta niille vuoroille ja päiville, joita päätös koskee. Valitse havainnoitava henkilö tai kone suunnitelman mukaan, älä sen perusteella, mikä näyttää saapuessasi kiinnostavimmalta.

Säännöllinen käynti puolen tunnin välein voi osua toistuvasti materiaalitäydennyksen, tauon tai koneen työkierron kohdalle. Jos havaintoja tehdään vain silloin, kun työnjohtajalla on aikaa, syntyy toisenlainen harha. Satunnaiset havaintoajat auttavat välttämään tällaisia toistuvia kuvioita. Kun mukana ovat olennaiset tuotanto-olosuhteet, tulos kertoo muustakin kuin yhdestä sopivasti valitusta aamupäivästä.

Kirjaa kullakin valitulla hetkellä meneillään oleva toiminta odottamatta seuraavan alkamista. Tallenna aikaleima, havaintoyksikkö, luokka sekä olennaiset tiedot vuorosta tai tuotteesta. Lisää lyhyt, tosiasioihin perustuva huomautus, jos siitä on apua viiveen selvittämisessä. Älä keskeytä toimintaa kysyäksesi selitystä ja luokittele sitten itse aiheuttamaasi keskustelua.

Kirjaa tekemättä jääneet havainnot ja niiden syyt. Jos jokainen hankala tai saavuttamattomissa oleva havaintokohde korvataan helpolla lähikohteella, otoksen edustavuus voi muuttua.

Jos keräät tarkoituksella yhdestä vuorosta suhteessa enemmän havaintoja, raportoi vuorojen tulokset erikseen tai yhdistä ne painoilla, jotka vastaavat arvioitavaa aikaa tai perusjoukkoa. Jos eri tiheyksillä kerätyt havainnot vain yhdistetään, poikkeava vuoro voi saada tuloksessa liian suuren painon.

Erota myös havaintojen määrä riippumattoman tiedon määrästä. Usean työntekijän havainnointi samalla kierroksella tuottaa useita kirjauksia, mutta yhteinen materiaalipula voi kytkeä heidän toimintansa toisiinsa. Saman seisokin aikana toistetuissa havainnoissa on vastaava rajoite. Säilytä tiedot kierroksista ja ajallisista ryhmistä, jotta tämä ryvästyminen voidaan ottaa analyysissa huomioon.

Kuinka monta havaintoa havainnointitutkimuksessa tarvitaan?

Tarvittava otoskoko riippuu päätöksen edellyttämästä tarkkuudesta ja toiminnon odotetusta osuudesta. Mikään tietty havaintomäärä ei takaa kaikkien tutkimusten edustavuutta.

Kun suunnitellaan yksinkertaista satunnaisotantaa riippumattomista havainnoista, yhden toiminnon osuuden arviointiin tarvittava havaintomäärä lasketaan usein seuraavalla likimääräisellä kaavalla:

n ≈ z² × p × (1 − p) ÷ e²

Kaavassa n on havaintojen määrä, p on odotettu osuus desimaalilukuna, e on haluttu absoluuttinen virhemarginaali ja z on valittua luottamustasoa vastaava normaalijakauman arvo. Likimääräisellä 95 %:n luottamustasolla z on 1,96. Pyöristä laskettu havaintomäärä ylöspäin.

Jos p:lle ei vielä ole luotettavaa arviota, arvo 0,50 antaa suurimman havaintomäärän valitulla absoluuttisella virhemarginaalilla. Kun virhemarginaali on viisi prosenttiyksikköä eli e = 0,05, laskelman tulokseksi saadaan 385 havaintoa. Tämä on näihin oletuksiin perustuva suunnitteluesimerkki, ei yleispätevä vähimmäismäärä eikä tae riittävästä tarkkuudesta jokaisessa alaryhmässä.

Täsmennä, mitä tarkoitat ”viidellä prosentilla”. Jos odotuksen osuus on 20 % ja virhemarginaali viisi prosenttiyksikköä, vaihteluväli on noin 15 %:sta 25 %:iin. Suhteellinen 5 %:n virhemarginaali samasta osuudesta tarkoittaa vain yhtä prosenttiyksikköä kumpaankin suuntaan, mikä vaatii huomattavasti suuremman otoksen.

Suunnittele tarkkuus sen luokan ja vertailun mukaan, jolla on päätöksen kannalta merkitystä. Odotuksen kokonaisosuuden arviointiin riittävä havaintomäärä ei välttämättä riitä yksittäisten vuorojen, harvinaisten viiveiden tai yksittäisten työpisteiden tarkasteluun. Myös havaintokierroksittain ryhmittyvä aineisto on analysoitava otanta-asetelma huomioiden: jokaista havaintomerkintää ei voi käsitellä riippumattomana. Jos päätös koskee pientä muutosta tai merkittävää investointia, pyydä otannan asiantuntijaa tarkistamaan asetelma ennen varsinaisen aineiston keräämistä.

Esimerkki: havaintomääristä kehittämiskysymykseksi

Kuvitellaan käsikokoonpanoalue, jonka työntekijät epäilevät puutteellisten osasettien keskeyttävän työnteon. Tutkimuksessa kerätään rajattujen tuotantojaksojen aikana 400 havaintoa työntekijöiden toiminnasta satunnaisina hetkinä niin, että jokaisella työntekijähetkellä on sama todennäköisyys tulla valituksi. Tässä yksinkertaistetussa esimerkissä oletetaan, että havainnot ovat toisistaan riippumattomia ja jokainen havainto voidaan luokitella.

Havaittu toiminta	Havaintoja	Osuus havainnoista
Kokoonpanotyö	200	50 %
Asetukset ja valmistelu	60	15 %
Tarkastus	40	10 %
Materiaalin odotus	80	20 %
Muut tunnistetut viiveet	12	3 %
Suunnitellut tauot	8	2 %
Yhteensä	400	100 %

Materiaalin odotuksen arvioitu osuus on 80 ÷ 400 = 20 %. Osuus kuvaa tutkimuksen edustamaa työntekijöiden yhteenlaskettua aikaa. Se ei tarkoita, että jokainen työntekijä odottaisi tasan viidesosan jokaisesta vuorosta tai että kaikki keskeytykset olisivat yhtä pitkiä.

Tälle yksittäiselle osuudelle saadaan yksinkertaisella normaalijakauma-approksimaatiolla:

Likimääräinen virhemarginaali 95 %:n luottamustasolla = 1,96 × √[0.20 × 0.80 ÷ 400] = 0,0392

Tämä on noin 3,9 prosenttiyksikköä, joten likimääräinen luottamusväli ulottuu 16,1 %:sta 23,9 %:iin. Se kuvaa otannasta johtuvaa epävarmuutta esitettyjen oletusten vallitessa. Se ei kata havaintoaikataulun aiheuttamaa harhaa, toiminnan virheellistä luokittelua eikä ensi kuun erilaista tuotejakaumaa.

Jos otos on pieni tai toiminnan osuus lähellä nollaa tai yhtä, käytä sopivampaa luottamusväliä, kuten Wilsonin luottamusväliä tai tarkkaa binomijakaumaan perustuvaa luottamusväliä, tämän symmetrisen likiarvon sijaan. Jos havainnot ovat ryhmittyneitä tai painotettuja, valitse menetelmä, joka huomioi myös otanta-asetelman.

Käytännön johtopäätös on desimaaleja selkeämpi: materiaalin odotusta kannattaa tutkia. Selvitä ensin, missä vaiheessa kyseisten osasettien puutteet syntyivät, mitä komponentteja puuttui ja olisiko odottamisen sijaan voitu aloittaa seuraava kokoonpanotyö. Havaintoluokka kertoo, mistä etsiä; työntekijät ja tapahtumista kirjatut tiedot auttavat selvittämään syyn.

Paranna työn edellytyksiä ja todenna muutos

Käy tulokset läpi työntekijöiden, materiaalinkäsittelijöiden ja kyseisestä prosessista vastaavan henkilön kanssa. Erota välttämätön työ vältettävissä olevista keskeytyksistä. Tarkastus voi turvata laadun, asetukset mahdollistavat seuraavan erän valmistuksen ja tauot tukevat työpäivässä jaksamista. Mikään näistä ei muutu poistettavaksi hukaksi vain siksi, ettei se ole kokoonpanoa.

Valitse rajattu parannustoimi ja nimeä sille vastuuhenkilö. Kokoonpanoesimerkissä se voisi tarkoittaa osasetin täydellisyyden varmistamista ennen työn vapauttamista alueelle. Tarkista, vähenevätkö komponenttipuutteet ja pääseekö työ aidosti etenemään aiemmin sen sijaan, että odotus vain siirtyisi toiselle osastolle.

Toista havainnointi vertailukelpoisissa olosuhteissa ja pidä luokkien määritelmät sekä tarkasteluun sisältyvän ajan rajaukset samoina. Vertaa keskeisten prosenttiosuuksien lisäksi tuotejakaumaa, henkilöstömäärää ja poikkeustapahtumia. Tutkimuksen epävarmuuden sisään jäävä pieni prosenttiosuuden muutos ei yksin ole vakuuttavaa näyttöä. Myös tuotejakauman muutos voi saada tuloksen näyttämään paremmalta, vaikka työmenetelmä ei olisi parantunut.

Tärkeintä on, ettet tulkitse alkuperäistä 20 %:n odotusosuutta suoraan 20 %:n lisäkapasiteetiksi. Vapautuva aika voi koostua pienistä jaksoista, sen hyödyntäminen voi edellyttää toista henkilöä tai se voi osua hetkeen, jolloin kone on jo käynnissä. Kyse voi olla myös ajasta, jolloin mikään vaihtoehtoinen työ ei voisi käyttää työpistettä.

Varmista vaikutus siihen resurssiin, jonka töitä aiot ajoittaa. Jos parempi valmistelumenetelmä todella lyhentää asetusaikaa, mittaa ja hyväksytä uusi asetusaika. Jos parannus pidentää aikaa, jolloin työpiste on käytettävissä, varmista, että henkilöstö ja laitteet mahdollistavat sen. Pidä työpanos, työvaiheen kokonaiskesto ja koneen varattunaoloaika erillään.

Vie todennetut parannukset tuotantoaikatauluun

Todennetun parannuksen vaikutukset ulottuvat tutkittua työpistettä laajemmalle. Lyhyempi asetusaika voi mahdollistaa seuraavan tilauksen aloittamisen aiemmin, mutta tilaus tarvitsee silti materiaalia ja tilaa seuraavassa työvaiheessa. Muut tilaukset saattavat kilpailla samoista koneista. Siksi paikallinen parannus tarvitsee tuekseen yhteisen tuotantosuunnitelman.

SkyPlannerissa voit määrittää työvaiheen keston kappalekohtaisena aikana, tuotantonopeutena tai kiinteänä aikana niin, että asetus- ja lopetusajat näkyvät erikseen. Työpisteiden vuorot määrittävät käytettävissä olevat aikaikkunat. SkyPlannerin ajoituksesta vastaava tekoäly Arcturus laskee aikataulun määritetyn kapasiteetin, riippuvuuksien ja prioriteettien perusteella. Tulos näkyy Gantt-aikajanalla.

Kuvitellaan, että seurantamittaus vahvistaa tiettyyn ryhmään kuuluvien töiden asetusajan lyhentyneen 40 minuutista 30 minuuttiin. Päivitä tarvittavat suunnittelutiedot niin, että kyseisissä töissä käytetään hyväksyttyä asetusaikaa, ja laske sitten töiden ajoitus uudelleen osana koko työkuormaa. Tarkastele myös seuraavia työvaiheita ja toimituspäiviä, älä pelkästään ensimmäiselle työpisteelle vapautunutta aikaa.

SkyPlanner hoitaa tämän kokonaisuuden ajoituslaskennan, jolloin sinun ei tarvitse sovittaa jokaista muuttunutta työtä käsin erillisiin konejonoihin. Sinä päätät, mikä parannus on todennettu ja mitkä tilaukset asetetaan etusijalle; Arcturus soveltaa näitä ohjeita suunnitelmaan. Parempi tietopohja muuttuu hyödynnettäväksi tuotantokapasiteetiksi siellä, missä sille on todellista käyttöä.

Fredman Operationsin kokemukset SkyPlannerista havainnollistavat ajoituksen hyötyjä. Elintarvikepakkausten valmistajalta puuttui aiemmin selkeä näkyvyys vuorokohtaiseen kapasiteettiin, ja kiireellinen uudelleenajoitus saattoi viedä tunnin tai enemmän. Käyttöönoton myötä koneiden aikataulut ja vuorokohtainen kapasiteetti saatiin yhteiseen Gantt-näkymään. Yritys kertoo pystyvänsä reagoimaan muutoksiin nopeammin ja tekemään toimituslupaukset selkeämmältä pohjalta. Kokemus osoittaa, miksi työkuorman yhteensovittaminen on tärkeää olosuhteiden muuttuessa.

Valitse SkyPlanner, kun tuotannossa todennetut parannukset on vietävä koko tilauskannan kattavaksi, toteuttamiskelpoiseksi suunnitelmaksi. Se integroituu mihin tahansa ERP- tai MES-järjestelmään avoimen REST API -rajapintansa kautta. Voit siis säilyttää liiketoimintaasi ohjaavat järjestelmät ja samalla parantaa tuotannon ajoitusta.

Varaa SkyPlanner-esittely ja ota mukaan yksi parannus, sen hyväksytty vaikutus kestoon tai käytettävyyteen sekä muita samoja resursseja käyttäviä tilauksia. Näin näet konkreettisesti, mitä muutos tarkoittaa lupaamiesi töiden kannalta. Jos haluat ensin tutustua itse, kokeile SkyPlanneria demodatalla.