Six Sigma là một phương pháp cải tiến quy trình nhằm giảm biến động và lỗi bằng dữ liệu và công cụ thống kê, triển khai qua các dự án có cấu trúc theo năm bước DMAIC: Xác định, Đo lường, Phân tích, Cải tiến, Kiểm soát. Tên gọi xuất phát từ ký hiệu σ (độ lệch chuẩn): một quy trình “sáu sigma” là quy trình dao động hẹp đến mức giới hạn kỹ thuật nằm cách giá trị trung bình sáu độ lệch chuẩn, tương ứng với mục tiêu quen thuộc 3,4 lỗi trên một triệu cơ hội.
Hai điều thường bị hiểu sai. Thứ nhất, con số 3,4 không phải là xác suất thống kê của khoảng cách sáu sigma thuần tuý, mà đã cộng thêm một quy ước “độ dịch 1,5 sigma” gây tranh cãi. Thứ hai, Six Sigma không chỉ là thống kê: phần quyết định hiệu quả là cách chọn dự án, gắn với tài chính và hạ tầng nhân sự đai xanh, đai đen. Bài này đi qua nguồn gốc, cách tính, chu trình DMAIC và những giới hạn mà người áp dụng nên biết.
Từ Motorola đến General Electric: Six Sigma ra đời như thế nào
Six Sigma không phát minh ra công cụ thống kê nào mới; nó đóng gói những công cụ có từ thời Shewhart và Deming thành một hệ thống quản lý. Các mốc có tư liệu tương đối rõ:
- Giữa những năm 1980: tại Motorola, kỹ sư Bill Smith cùng các đồng nghiệp lập luận rằng tỷ lệ hỏng sớm của sản phẩm ngoài thị trường liên quan chặt với số lần phải sửa trong nhà máy. Lãnh đạo công ty, khi đó do Bob Galvin đứng đầu, đặt mục tiêu giảm lỗi theo cấp số và dùng cụm “Six Sigma” làm tên chương trình.
- 1988: Motorola nằm trong nhóm doanh nghiệp đầu tiên nhận Giải thưởng Chất lượng Quốc gia Malcolm Baldrige của Mỹ, giúp chương trình được chú ý rộng rãi.
- Đầu những năm 1990: Mikel Harry và các cộng sự hệ thống hoá phương pháp đào tạo và cấp đai; một số tập đoàn công nghiệp như AlliedSignal áp dụng.
- Từ giữa những năm 1990: General Electric dưới thời Jack Welch triển khai trên toàn tập đoàn, gắn việc thăng tiến của quản lý với chứng nhận đai đen. Đây là giai đoạn Six Sigma trở thành phong trào quản trị toàn cầu.
- Những năm 2000: Six Sigma kết hợp với Lean thành Lean Six Sigma, lan sang ngân hàng, bệnh viện, dịch vụ công; xuất hiện các tiêu chuẩn quốc tế mô tả phương pháp, như bộ ISO 13053.
Điểm đáng chú ý trong lịch sử này: động lực ban đầu của Motorola là độ tin cậy sản phẩm, tức là chi phí lỗi ngoài thị trường, chứ không phải năng suất xưởng. Khi Six Sigma lan sang GE, trọng tâm chuyển sang tiết kiệm tài chính đo được của từng dự án. Hai cách hiểu này cùng tồn tại tới nay và giải thích vì sao có nơi coi Six Sigma là phương pháp kỹ thuật, nơi khác coi là chương trình cắt giảm chi phí.
Cơ chế: vì sao giảm biến động lại giảm lỗi theo cấp số
Mỗi đặc tính chất lượng, như đường kính một trục, thời gian xử lý một hồ sơ hay độ ẩm của mẻ hạt điều sấy, đều dao động quanh một giá trị trung bình. Khách hàng hoặc thiết kế đặt ra giới hạn kỹ thuật dưới (LSL) và trên (USL). Sản phẩm rơi ra ngoài hai giới hạn là lỗi. Nếu dao động xấp xỉ phân phối chuẩn, tỷ lệ lỗi phụ thuộc vào việc giới hạn kỹ thuật nằm cách trung bình bao nhiêu độ lệch chuẩn.
Đuôi của phân phối chuẩn mỏng đi rất nhanh. Khi khoảng cách từ trung bình đến giới hạn tăng từ ba lên bốn độ lệch chuẩn, tỷ lệ lỗi không giảm một phần ba mà giảm hàng chục lần. Vì vậy, thu hẹp độ lệch chuẩn, tức là làm quy trình đều hơn, mang lại lợi ích lớn hơn nhiều so với việc kiểm tra kỹ hơn ở cuối dây chuyền. Kiểm tra chỉ lọc lỗi; giảm biến động thì không sinh ra lỗi.
Lập luận thứ hai của Motorola liên quan đến sản phẩm có nhiều bước. Nếu một bo mạch có 1.000 mối hàn và mỗi mối đạt 99,9%, xác suất cả bo không có lỗi chỉ khoảng 0,999 mũ 1.000, tức xấp xỉ 37%. Với sản phẩm phức tạp, mức chất lượng “ba chữ số chín” ở từng chi tiết vẫn tạo ra sản phẩm cuối hỏng phần lớn. Đó là lý do Six Sigma đo lỗi theo cơ hội lỗi chứ không theo sản phẩm, và đặt mục tiêu ở mức một phần triệu.
Cần lưu ý giả định phân phối chuẩn. Nhiều quy trình thật có phân phối lệch, có đuôi dày hoặc trộn nhiều nguồn. Khi đó các con số chuyển đổi giữa sigma và tỷ lệ lỗi chỉ là xấp xỉ, và người làm cần kiểm tra hình dạng dữ liệu trước khi tin vào bảng tra.
Cách tính DPMO, mức sigma, Cp và Cpk
Bốn chỉ số dưới đây là ngôn ngữ chung của mọi dự án Six Sigma. Hai chỉ số đầu dùng cho dữ liệu đếm lỗi, hai chỉ số sau dùng cho dữ liệu đo liên tục.
| Chỉ số | Công thức | Ý nghĩa và lưu ý |
|---|---|---|
| DPMO | số lỗi / (số đơn vị × số cơ hội lỗi mỗi đơn vị) × 1.000.000 | Số lỗi trên một triệu cơ hội. Kết quả nhạy với cách định nghĩa “cơ hội”: thổi phồng số cơ hội thì DPMO đẹp lên mà quy trình không đổi. |
| Mức sigma | tra từ DPMO theo phân phối chuẩn, cộng quy ước 1,5 | Khoảng 66.800 DPMO tương ứng 3 sigma, khoảng 6.200 là 4 sigma, khoảng 230 là 5 sigma, 3,4 là 6 sigma. |
| Cp | (USL − LSL) / 6σ | Độ rộng dung sai so với độ rộng dao động tự nhiên. Không quan tâm quy trình có nằm giữa hay không. |
| Cpk | min[(USL − μ) / 3σ ; (μ − LSL) / 3σ] | Tính cả độ lệch tâm. Nhiều khách hàng công nghiệp yêu cầu Cpk từ 1,33 trở lên cho đặc tính quan trọng. |
Ví dụ giả định 1: một xưởng lắp ráp bảng mạch kiểm 500 sản phẩm, mỗi sản phẩm có 4 cơ hội lỗi đã định nghĩa trước, đếm được 38 lỗi. DPMO = 38 / (500 × 4) × 1.000.000 = 19.000. Tỷ lệ đạt theo cơ hội là 98,1%, tra bảng được khoảng 3,6 sigma theo quy ước có độ dịch.
Ví dụ giả định 2: một chi tiết có dung sai 10,0 ± 0,3 mm, quy trình đang có trung bình 10,1 mm và độ lệch chuẩn 0,08 mm. Cp = 0,6 / 0,48 = 1,25, trông chấp nhận được. Nhưng Cpk = min(0,2/0,24 ; 0,4/0,24) = 0,83, vì quy trình lệch về phía giới hạn trên. Kết luận thực hành: việc đầu tiên là chỉnh tâm máy về 10,0 mm, rẻ hơn nhiều so với đầu tư thiết bị chính xác hơn. Sau khi chỉnh tâm, Cpk tiến về 1,25.
Độ dịch 1,5 sigma: quy ước hữu ích hay con số tuỳ tiện
Nếu tính đúng theo phân phối chuẩn, một quy trình có giới hạn kỹ thuật cách trung bình sáu độ lệch chuẩn ở cả hai phía sẽ cho khoảng 0,002 lỗi trên một triệu, chứ không phải 3,4. Con số 3,4 xuất hiện vì Six Sigma giả định trung bình quy trình về lâu dài sẽ trôi khoảng 1,5 độ lệch chuẩn so với khi đo ngắn hạn. Khi trung bình trôi về một phía 1,5 sigma, khoảng cách còn lại tới giới hạn gần nhất là 4,5 sigma, và đuôi phân phối chuẩn ở 4,5 sigma cho đúng khoảng 3,4 phần triệu.
Người ủng hộ cho rằng quy ước này phản ánh kinh nghiệm thực tế: dữ liệu thu trong vài ngày luôn hẹp hơn dữ liệu cả năm vì thay ca, thay lô nguyên liệu, mòn dụng cụ. Có một con số mặc định giúp chuyển đổi giữa năng lực ngắn hạn và dài hạn khi chưa có dữ liệu dài.
Người phản biện, trong đó có nhiều nhà thống kê chất lượng như Donald Wheeler, cho rằng 1,5 là con số kinh nghiệm không có cơ sở chung, không quy trình nào trôi đúng 1,5 sigma, và việc gắn nó vào định nghĩa làm thuật ngữ “sáu sigma” mất ý nghĩa thống kê. Họ khuyên đo trực tiếp độ dao động dài hạn bằng biểu đồ kiểm soát thay vì cộng một hằng số.
Hiện trạng thực hành: phần lớn tài liệu đào tạo vẫn dùng bảng có độ dịch, nhưng người làm nghiêm túc báo cáo song song Cpk ngắn hạn và Ppk dài hạn, hoặc báo cáo thẳng DPMO và tỷ lệ lỗi, tránh tranh luận về chữ sigma. Khi đọc báo cáo của nhà cung cấp, bạn nên hỏi rõ họ dùng quy ước nào.
Chu trình DMAIC trong một dự án thật
DMAIC là khung để một nhóm nhỏ, thường do đai xanh hoặc đai đen dẫn dắt, giải quyết một vấn đề cụ thể trong vài tháng. Mỗi bước có câu hỏi phải trả lời được trước khi sang bước sau:
- Define (Xác định): vấn đề là gì, ảnh hưởng tới khách hàng và tài chính ra sao, phạm vi đến đâu. Sản phẩm của bước này là bản điều lệ dự án một trang, có chỉ tiêu đo được và người bảo trợ cấp quản lý. Dự án phạm vi quá rộng như “nâng cao chất lượng” là nguyên nhân thất bại phổ biến nhất.
- Measure (Đo lường): chọn đặc tính cần đo, kiểm tra hệ thống đo có đủ tin cậy không bằng phân tích hệ thống đo (độ lặp lại, độ tái lập), rồi thu dữ liệu nền. Rất nhiều “vấn đề chất lượng” hoá ra là vấn đề của thước đo.
- Analyze (Phân tích): tìm các nguyên nhân gốc bằng phân tầng dữ liệu, biểu đồ nhân quả, kiểm định giả thuyết, hồi quy. Mục tiêu là vài biến đầu vào giải thích phần lớn dao động đầu ra, thường viết là Y = f(X).
- Improve (Cải tiến): thiết kế và thử giải pháp, nhiều khi bằng thiết kế thí nghiệm để tìm mức tối ưu của các biến X. Giải pháp được chạy thử quy mô nhỏ trước khi áp dụng rộng.
- Control (Kiểm soát): chuẩn hoá quy trình mới, lập biểu đồ kiểm soát, kế hoạch phản ứng khi có bất thường, và bàn giao cho người vận hành. Bước này hay bị làm qua loa, khiến kết quả trượt về như cũ sau vài tháng.
Với thiết kế sản phẩm hoặc quy trình mới hoàn toàn, Six Sigma dùng biến thể DMADV, còn gọi là thiết kế cho Six Sigma, vì không có quy trình cũ để đo. Điểm chung của mọi biến thể là kỷ luật “không có dữ liệu thì không kết luận”, và đó mới là giá trị lâu dài nhất của phương pháp đối với một tổ chức quen ra quyết định theo cảm tính.
Giới hạn và những lời phê bình đáng nghe
Chỉ tối ưu cái đã có. Six Sigma giỏi làm một quy trình hiện hữu ổn định hơn, nhưng không trả lời câu hỏi nên làm sản phẩm gì. Báo chí kinh doanh giữa thập niên 2000 từng kể trường hợp 3M, nơi việc áp dụng Six Sigma mạnh tay vào cả bộ phận nghiên cứu bị cho là làm chậm đổi mới, sau đó công ty nới lỏng ở mảng này. Bài học được rút ra phổ biến là kỷ luật giảm biến động không hợp với giai đoạn khám phá, nơi cần thử nhiều và chấp nhận thất bại.
Dễ biến thành bộ máy chứng nhận. Khi số đai đen trở thành chỉ tiêu, dự án được chọn để “đủ dự án” chứ không vì vấn đề quan trọng, và tiết kiệm báo cáo bị thổi phồng. Một kiểm tra hữu ích là đối chiếu khoản tiết kiệm dự án công bố với báo cáo tài chính của bộ phận sau một năm.
Bằng chứng hiệu quả không đồng nhất. Có nhiều nghiên cứu trường hợp về khoản tiết kiệm lớn, nhưng nghiên cứu định lượng so sánh doanh nghiệp áp dụng và không áp dụng cho kết quả lẫn lộn, phụ thuộc vào ngành và mức độ triển khai. Thiên lệch công bố, khi doanh nghiệp thành công mới kể chuyện, làm khó đánh giá khách quan.
Thống kê nặng so với vấn đề thật. Ở nhiều doanh nghiệp vừa và nhỏ, vấn đề chính là thiếu quy trình chuẩn, thiếu 5S, máy hỏng vặt. Dùng hồi quy và thiết kế thí nghiệm lúc đó là dùng dao mổ trâu giết gà; bảy công cụ chất lượng cơ bản và kỷ luật vận hành thường giải quyết phần lớn vấn đề trước.
Câu hỏi thường gặp
Có cần học thống kê sâu mới làm được Six Sigma không?
Đai xanh cần nắm thống kê mô tả, phân tầng, biểu đồ kiểm soát và kiểm định cơ bản; phần mềm thống kê xử lý phần tính toán. Đai đen cần thêm hồi quy, phân tích phương sai và thiết kế thí nghiệm. Khó nhất thường không phải công thức mà là biết khi nào giả định của phép thử bị vi phạm.
Six Sigma có áp dụng được cho dịch vụ và văn phòng không?
Được, với điều kiện định nghĩa rõ “lỗi” và “cơ hội lỗi”, chẳng hạn hồ sơ thiếu thông tin, giao dịch sai, thời gian xử lý vượt cam kết. Khó khăn ở dịch vụ là dữ liệu thường không được ghi sẵn, nên bước đo lường tốn công hơn nhà máy.
Cpk và Ppk khác nhau thế nào?
Cả hai cùng công thức, chỉ khác cách ước lượng độ lệch chuẩn. Cpk dùng dao động trong nhóm con, phản ánh tiềm năng ngắn hạn khi quy trình ổn định. Ppk dùng độ lệch chuẩn của toàn bộ dữ liệu, phản ánh hiệu năng thực tế đã trải qua. Ppk thấp hơn hẳn Cpk là dấu hiệu quy trình chưa ổn định.
Chứng chỉ đai xanh, đai đen có chuẩn quốc tế thống nhất không?
Không có một cơ quan cấp duy nhất. Nhiều tổ chức đào tạo và hiệp hội nghề nghiệp có bộ kiến thức riêng, một số yêu cầu hoàn thành dự án thật, một số chỉ thi lý thuyết. Khi tuyển dụng, câu hỏi hữu ích hơn tên chứng chỉ là ứng viên đã dẫn dự án nào và kết quả được kiểm chứng ra sao.
Lean Six Sigma nên bắt đầu bằng Lean hay Six Sigma?
Phần lớn người thực hành khuyên ổn định dòng chảy và loại lãng phí hiển nhiên trước, vì dữ liệu từ một quy trình hỗn loạn khó phân tích. Khi quy trình đã ổn định mà vẫn còn lỗi do dao động, công cụ thống kê của Six Sigma mới phát huy hết tác dụng.
Mức sigma bao nhiêu là đủ?
Không có mức chung. Sáu sigma hợp lý với linh kiện an toàn hay giao dịch thanh toán, nhưng có thể là đầu tư thừa cho đặc tính mà khách hàng không phân biệt được. Mức mục tiêu nên suy ra từ chi phí của một lỗi so với chi phí giảm lỗi, không phải từ tên gọi phương pháp.
