Gdy na linii produkcyjnej rośnie liczba braków, sama kontrola gotowego wyrobu zwykle nie wystarcza. Rybia ość, czyli diagram Ishikawy, pomaga uporządkować możliwe przyczyny problemu i przejść od objawu do działań korygujących. Pokażę, jak korzystać z tego narzędzia, jak dobrać kategorie 6M, jak analizować przykład z produkcji oraz gdzie kończą się możliwości tej metody.
Jedno narzędzie, które porządkuje złożone problemy jakościowe
- Diagram Ishikawy przedstawia problem jako skutek, a potencjalne przyczyny jako rozgałęzienia.
- Najczęściej wykorzystuje się model 6M: ludzie, maszyny, metody, materiały, pomiary i środowisko.
- Analizę najlepiej prowadzić zespołowo, ale każdą hipotezę trzeba później potwierdzić danymi.
- Precyzyjny opis problemu, na przykład 4,2% braków na jednej zmianie, daje znacznie lepszy wynik niż ogólne hasło „niska jakość”.
- Rybia ość nie wskazuje automatycznie przyczyny źródłowej. Jest punktem wyjścia do obserwacji, pomiarów i testów.
Co pokazuje diagram Ishikawy i kiedy naprawdę pomaga
Diagram przyczynowo-skutkowy ma prostą konstrukcję. Na końcu głównej strzałki umieszcza się problem lub skutek, a odchodzące od niej gałęzie grupują potencjalne źródła niezgodności. Mniejsze odgałęzienia pokazują bardziej szczegółowe przyczyny.
To narzędzie sprawdza się wtedy, gdy problem może wynikać z kilku nakładających się czynników. Przykładem będzie niestabilny wymiar detalu, opóźnienia wysyłek, zbyt duża liczba reklamacji albo częste zatrzymania maszyny. Zamiast wskazywać winnego na podstawie pierwszego wrażenia, zespół buduje wspólną mapę problemu.
Dominująca intencja związana z tym pojęciem jest przede wszystkim informacyjno-poradnikowa. Czytelnik chce wiedzieć, czym jest metoda, ale jeszcze bardziej interesuje go, jak narysować ją poprawnie i jak wykorzystać ją do rozwiązania konkretnego kłopotu w procesie.
Z mojego punktu widzenia największą zaletą nie jest sam charakterystyczny kształt diagramu. Liczy się to, że metoda zmusza zespół do spojrzenia na jakość szerzej niż tylko przez pryzmat operatora lub kontroli końcowej. W wielu firmach właśnie ten prosty krok odsłania problemy z ustawieniami, dostawami albo sposobem pomiaru.
Jak dobrać kategorie 5M i 6M do analizowanego procesu
Klasyczny model obejmuje pięć grup przyczyn, określanych jako 5M. W praktyce produkcyjnej często dodaje się środowisko, dlatego zespoły pracują z układem 6M. Nie trzeba jednak traktować go jak sztywnego formularza. Kategorie powinny pasować do procesu, a nie odwrotnie.
| Kategoria | Co analizować | Przykład pytania |
|---|---|---|
| Ludzie | Kompetencje, obsada, komunikacja, zmęczenie, wdrożenie | Czy pracownicy znają aktualną instrukcję? |
| Maszyny | Stan techniczny, ustawienia, zużycie, awarie, przezbrojenia | Czy parametr maszyny nie zmienia się podczas cyklu? |
| Metody | Instrukcje, kolejność czynności, standard pracy, organizacja procesu | Czy każda zmiana wykonuje operację w ten sam sposób? |
| Materiały | Surowce, dostawy, partie, magazynowanie, zgodność ze specyfikacją | Czy problem występuje tylko przy jednej partii materiału? |
| Pomiar | Przyrządy, częstotliwość kontroli, kalibracja, sposób pobierania próbek | Czy wynik pomiaru jest powtarzalny i wiarygodny? |
| Środowisko | Temperatura, wilgotność, oświetlenie, hałas, czystość, przepływ materiału | Czy niezgodności nasilają się w określonych warunkach? |
W usługach, logistyce albo administracji część kategorii można zmienić. Zamiast materiału analizuje się na przykład informacje, a zamiast maszyn system informatyczny. Najważniejsze jest zachowanie logiki: każda gałąź ma prowadzić do możliwej, sprawdzalnej przyczyny.
Częsty błąd polega na wpisywaniu bardzo ogólnych haseł, takich jak „błąd człowieka” albo „zła maszyna”. Takie sformułowania niewiele pomagają. Lepiej zapisać „brak potwierdzenia ustawienia po przezbrojeniu” lub „zużyta tuleja powoduje luz przekraczający 0,3 mm”, bo te przyczyny można realnie zweryfikować.
Jak przeprowadzić analizę krok po kroku
1. Zdefiniuj skutek na podstawie danych
Najpierw opisuję problem tak, aby nie było wątpliwości, czego dotyczy analiza. Zamiast „dużo reklamacji” zapisuję na przykład „w marcu 18 reklamacji dotyczących nieszczelności produktu z partii A, głównie przy wysyłkach na rynek niemiecki”. Taki opis wskazuje wyrób, czas, skalę i miejsce występowania.
Jeśli problem jest zbyt szeroki, diagram szybko zamieni się w nieczytelną listę wszystkiego, co może być nie tak. Dobrze zawężony skutek pozwala zespołowi skupić się na konkretnym procesie i uniknąć przypadkowych hipotez.
2. Zbierz osoby, które znają proces
Do pracy zapraszam nie tylko jakościowca. Potrzebne są osoby z produkcji, utrzymania ruchu, technologii, magazynu, a czasem także z zakupów lub obsługi klienta. Najlepsze obserwacje często wnosi pracownik, który codziennie widzi proces, choć nie uczestniczy w spotkaniach kierownictwa.
Warsztat może trwać 45-90 minut, zależnie od złożoności problemu. W pierwszej fazie zapisujemy możliwe przyczyny bez natychmiastowego oceniania każdej z nich. Później porządkujemy je i odrzucamy te, których nie da się logicznie powiązać ze skutkiem.
3. Rozwiń główne gałęzie pytaniami „dlaczego”
Każdą przyczynę warto pogłębić za pomocą techniki 5 Why, czyli kilkukrotnego pytania, dlaczego dane zjawisko wystąpiło. Nie chodzi o mechaniczne zadanie pytania dokładnie pięć razy. Czasem wystarczą trzy poziomy, a czasem potrzeba sześciu, aby dotrzeć do przyczyny systemowej.
Przykład wygląda tak: detal ma zły wymiar, ponieważ narzędzie jest zużyte; narzędzie nie zostało wymienione, ponieważ nie ma określonego limitu trwałości; limitu nie ma, ponieważ proces nie korzysta z danych o zużyciu. Ostatnie stwierdzenie jest znacznie bardziej użyteczne niż samo „operator przeoczył kontrolę”.
4. Oddziel hipotezy od przyczyn potwierdzonych
Na diagramie powinny znaleźć się potencjalne przyczyny, ale nie wolno przedstawiać ich jako faktów bez sprawdzenia. Przy każdej ważnej hipotezie zapisuję sposób weryfikacji, osobę odpowiedzialną i termin. Może to być analiza zapisów, test na linii, porównanie partii, audyt stanowiska albo ponowny pomiar.
W praktyce przydaje się prosta klasyfikacja. Przyczyny niezweryfikowane oznaczam jako hipotezy, potwierdzone jako źródła problemu, a odrzucone usuwam z dalszej analizy. Dzięki temu diagram nie staje się dokumentem pełnym przypuszczeń, które po kilku tygodniach zaczynają być traktowane jak prawda.
Przeczytaj również: Diagram Ishikawy w praktyce - Przewodnik i gotowe wzory
5. Zaplanuj działanie i sprawdź efekt
Ostatni etap to przełożenie wniosków na działanie korygujące. Powinno ono zmieniać mechanizm powstawania problemu, a nie tylko wykrywać wadę szybciej. Samo zwiększenie kontroli z jednej próbki na godzinę do kontroli stuprocentowej może ograniczyć ryzyko wysyłki braków, ale nie usuwa źródła niezgodności.
Po wdrożeniu rozwiązania porównuję wynik z okresem bazowym. Jeżeli wskaźnik braków spadł z 4,2% do 1,1%, a efekt utrzymuje się przez kilka kolejnych partii, działanie wygląda obiecująco. Trzeba jednak sprawdzić także koszty, wydajność i to, czy problem nie przeniósł się do innego etapu procesu.
Praktyczny przykład z produkcji i jakości
Załóżmy, że zakład montujący obudowy urządzeń odnotował wzrost reklamacji z powodu pęknięć zatrzasków. Wstępne dane pokazują, że problem dotyczy 3,6% wyrobów, występuje głównie na zmianie nocnej i nasila się po dostawie nowej partii tworzywa.
W części dotyczącej materiałów zespół wpisuje różnicę w twardości tworzywa, niejednorodne suszenie granulatu i brak pełnego powiązania numeru partii z wyrobem. W obszarze maszyn pojawiają się zbyt wysoka temperatura formy, niewłaściwe ciśnienie docisku i zużycie gniazda formującego.
Analiza ludzi i metod może ujawnić, że operatorzy nocnej zmiany nie mają jasnego limitu odrzutu przy kontroli wizualnej, a instrukcja nie opisuje czasu stabilizacji urządzenia po przezbrojeniu. W kategorii pomiaru trzeba sprawdzić, czy badanie twardości tworzywa wykonano na reprezentatywnych próbkach, a nie tylko na pierwszym worku z dostawy.
Załóżmy, że test potwierdzi dwa czynniki: tworzywo z jednej partii ma parametry bliskie dolnej granicy specyfikacji, a forma pracuje z temperaturą niższą o 8°C od ustawienia nominalnego. Działaniem może być zablokowanie partii do czasu dodatkowej weryfikacji, aktualizacja parametrów procesu i wprowadzenie kontroli po stabilizacji maszyny.
Ten przykład pokazuje, dlaczego nie warto kończyć analizy na haśle „wadliwy materiał”. Być może sam materiał nie przekraczał wymagań, ale w połączeniu z konkretnym ustawieniem procesu zwiększał ryzyko pękania. Przyczyna źródłowa często jest kombinacją kilku warunków, a nie jednym winowajcą.
Jak połączyć diagram z innymi narzędziami jakości
Diagram Ishikawy porządkuje myślenie, ale sam nie określa, która przyczyna ma największe znaczenie. Dlatego po jego przygotowaniu łączę go z innymi metodami. Dobór narzędzia zależy od tego, czy chcę znaleźć priorytet, potwierdzić zależność, ocenić ryzyko czy utrzymać wynik.
| Narzędzie | Najlepsze zastosowanie | Różnica względem diagramu |
|---|---|---|
| 5 Why | Docieranie do głębszej przyczyny jednej ścieżki | Pogłębia wybrany wątek zamiast mapować cały problem |
| Pareto | Ustalenie, które typy wad generują największe straty | Opiera priorytety na liczbie lub koszcie zdarzeń |
| FMEA | Ocena ryzyka przed wystąpieniem niezgodności | Analizuje skutki, występowanie i wykrywalność ryzyka |
| Karta kontrolna | Monitorowanie stabilności procesu w czasie | Pozwala sprawdzić, czy wdrożone rozwiązanie działa trwale |
Praktyczny ciąg może wyglądać tak: Pareto pokazuje, że większość kosztów generują nieszczelności, diagram porządkuje ich możliwe przyczyny, 5 Why pomaga znaleźć mechanizm źródłowy, a karta kontrolna sprawdza stabilność po zmianie. Takie połączenie daje więcej niż wielokrotne rysowanie nowych diagramów.
Nie próbowałbym też zastępować tą metodą analizy statystycznej. Gdy problem zależy od wielu zmiennych, potrzebne mogą być badania zdolności procesu, analiza korelacji albo zaplanowany eksperyment. Diagram pomaga zdecydować, co badać, lecz nie udowadnia zależności przyczynowej.
Najczęstsze błędy, które osłabiają analizę
Pierwszym błędem jest zbyt ogólny problem. Hasła typu „spadek jakości” albo „niezadowolony klient” nie wskazują, jakie dane trzeba zebrać. Drugim jest zamiana burzy mózgów w poszukiwanie osoby winnej. Taka atmosfera ogranicza szczerość zespołu i spycha uwagę z systemu na pojedynczego pracownika.
Trudność sprawia także przeładowany diagram. Jeżeli na jednej planszy umieścimy kilka różnych produktów, zmian i rodzajów wad, otrzymamy obraz efektowny, ale mało użyteczny. Lepiej przygotować kilka mniejszych analiz dla konkretnych skutków niż jedną mapę obejmującą cały zakład.
Nie działa również kopiowanie kategorii 6M bez dopasowania do procesu. W magazynie ważniejsze od temperatury może być rozmieszczenie lokacji, etykietowanie i przepływ informacji. W laboratorium trzeba mocniej rozwinąć pomiar, próbki i warunki środowiskowe.
Najpoważniejsze zaniedbanie pojawia się po zakończeniu warsztatu. Jeśli nikt nie ma odpowiedzialności za test, termin i kryterium sukcesu, diagram pozostaje tylko dokumentem. Ja uznaję analizę za zakończoną dopiero wtedy, gdy działanie zostało wdrożone i potwierdzono jego skuteczność.
Co sprawdzić przed zamknięciem analizy
Przed zatwierdzeniem wniosków przechodzę przez kilka prostych pytań. Czy problem jest opisany liczbą i miejscem występowania? Czy każda ważna przyczyna ma dowód albo plan weryfikacji? Czy działanie korygujące usuwa mechanizm powstawania wady, czy tylko poprawia jej wykrywanie?
Sprawdzam też, czy rozwiązanie nie tworzy nowego ryzyka. Dodatkowa kontrola może zwiększyć czas cyklu, zmiana dostawcy może wydłużyć dostawy, a zaostrzenie parametrów może podnieść ilość odpadu. Dobra decyzja jakościowa uwzględnia skuteczność, koszt, wykonalność i wpływ na cały proces.
Właśnie dlatego diagram najlepiej traktować jako część zarządzania problemem, a nie samodzielny formularz. Dobrze przygotowana analiza daje zespołowi język do rozmowy, wskazuje kierunek pomiarów i pomaga uniknąć działań podejmowanych intuicyjnie. Jej wartość rośnie wtedy, gdy prowadzi do trwałej zmiany standardu pracy.
Od dobrze narysowanych ości do trwalszego procesu
Największą korzyść przynosi nie liczba gałęzi, lecz jakość pytań zadawanych przy każdej z nich. Warto zacząć od jednego konkretnego skutku, zaprosić osoby znające proces, a potem bez pośpiechu oddzielić hipotezy od przyczyn potwierdzonych danymi.
Jeżeli analiza kończy się aktualizacją instrukcji, zmianą parametru, lepszym nadzorem nad dostawcą albo poprawą systemu pomiarowego, narzędzie spełniło swoje zadanie. Gdy pozostaje tylko estetycznym schematem na tablicy, nie rozwiązuje problemu, niezależnie od tego, jak szczegółowo został narysowany.
