Page Header

การเพิ่มประสิทธิภาพกระบวนการสุ่ม: กรณีศึกษาผลิตภัณฑ์ในภาชนะบรรจุแบบอ่อนตัว ณ จุดรับวัตถุดิบและจุดพักสินค้า
Improving Efficiency in the Random Sampling Process: A Case Study of Pouch Products at Raw Material Receiving and Warehouse

Nathida Sosang, Chanthima Phungamngoen, Wanticha Savedboworn, Darat Dechampai, Koson Numbang, Pheeraphat Sirawathanakhul, Chariya Kongphet, Sasivimon Tapklang

Abstract


งานวิจัยนี้มีวัตถุประสงค์เพิ่มประสิทธิภาพกระบวนการสุ่มผลิตภัณฑ์ในภาชนะบรรจุแบบอ่อนตัว ด้วยการนำมาตรฐาน MIL-STD-105E และกฎการสับเปลี่ยนมาใช้ ประยุกต์ใช้ DMAIC ตามหลักของ Six Sigma ซึ่งมีขั้นตอนการดำเนินงาน 5 ขั้นตอนได้แก่ การกำหนดปัญหา (Define; D) พบว่า ใน พ.ศ. 2563 ค่าเฉลี่ยจำนวนการสุ่มสินค้าคือ 7,438 ถุง/เดือน และ 110,641 ถุง/เดือน ณ แผนกรับวัตถุดิบและแผนกพักสินค้า ซึ่งมีค่าสูงกว่าเป้าหมายที่บริษัทตั้งไว้ ส่งผลให้เสียโอกาสทางการขายผลิตภัณฑ์คิดเป็นจำนวนเงิน 22,459.40 บาท/เดือน เมื่อทำการวิเคราะห์การสูญเสียอย่างละเอียดในขั้นตอนการวัด (Measure; M) พบว่า มีการปัญหาหลักในขั้นตอนการสุ่มตัวอย่าง 3 รูปแบบ ได้แก่ การทำงานอย่างไม่เป็นระบบ ไม่มีแผนการสุ่มที่เป็นมาตรฐาน จำนวนตัวอย่างที่สุ่มมากเกินไป หลังจากนั้นจึงได้ทำการวิเคราะห์หาปัจจัยที่เป็นสาเหตุของการเกิดการสูญเสียในรูปแบบต่างๆ ในขั้นตอนของการวิเคราะห์ (Analyze; A) โดยใช้วิธีการออกแบบการทดลอง ร่วมกับแนวทางการวิเคราะห์ตามหลักการ ECRS มาตรฐาน MIL-STD-105E และกฎการสับเปลี่ยนล็อตสินค้า และนำปัจจัยสาเหตุนั้นไปทำการทดลองเพื่อกำหนดค่าที่เหมาะสมที่ใช้ในการดำเนินงาน ในขั้นตอนการปรับปรุง (Improve; I) พบว่า ค่าเฉลี่ยจำนวนการสุ่มสินค้าลดลงเป็น 5,147 ถุง/เดือน และ 48,425 ถุง/เดือน ณ แผนกรับวัตถุดิบและแผนกพักสินค้า ส่งผลให้เสียโอกาสทางการขายผลิตภัณฑ์ลดลงคิดเป็นจำนวนเงิน 6,562.92 บาท/เดือน และสามารถลดจำนวนพนักงานได้จำนวน 2 คน นอกจากนี้ยังได้มีการกำหนดมาตรการเพื่อควบคุมผลลัพธ์การดำเนินงานในขั้นตอนการควบคุม (Control; C) โดยการจัดทำมาตรฐานการปฏิบัติการปฏิบัติงาน และการถ่ายทอดความรู้ให้พนักงานผ่านการจัดทำ One Point Lesson (OPL)

The objective of this work was to improve efficiency in the random sampling process of pouch products by applying the MIL-STD-105E and switching rules in process improvement. DMAIC, which is the 5 steps of Six-sigma, was applied. In the Define (D) phase, in 2020 it was found that the average sampling sizes of pouch products were 7,438 bags/month and 110,641 bags/month at the raw material receiving and warehouse departments. These records were higher than the target goal of the company, resulting in a lost sales value of approximately 22,459.40 Baht/month. In Measure (M) phase, 3 main problems in the sampling procedure were observed, namely, not systematic working culture, no sampling plan standard, and too many random sample sizes. Therefore, the root cause analysis in Analyze (A) phase was analyzed by using the design of the experiment in combination with ECRS, MIL-STD-105E, and switching rules. Those root cause factors were then experimented and the optimum condition was used in a further step. In Improve (I) phase, it was found that the average sampling sizes of pouch products were reduced to 5,147 bags/month and 48,425 bags/month at the raw material receiving and warehouse departments resulting in the advantage of the sales value of production approximately 6,562.92 baht/month. Consequently, this could be able to reduce the number of employees by 2 people. In addition, in terms of Control (C) phase, the process of creating a system for sustainable control was conducted and shared with employees by One Point Lesson (OPL).


Keywords



[1] L. G. Eugene and S. L. Richard, Statistical quality control. 7th ed, USA: McGraw-Hill Inc., 1999.

[2] J. M. Juran and F. M. Grayna, Quality planning and analysis. 3rd ed, USA: McGraw-Hill Inc. 1993.

[3] B. Wongtong, “An improvement of material incoming inspection sampling plan a case study: An incoming inspection of dice material for an electronics industry,” M.S. thesis, Department of Electrical Engineering, Faculty of Engineering, Rajamangala University Technology Thanyaburi, 2009 (in Thai).

[4] C. Wongaphai, P. Kittisuntronwong, and J. Chotyaku, “Waste reduction in production process: The case study of Fresh-Cut vegetables factory,” presented at the National Conference of Si Ayutthaya Rajabhat Group 2016 (NCSAG-2016), Bangkok, Thailand, Jul. 7–8, 2016 (in Thai).

[5] R. Karout and A. Awasthi, “Improving software quality using Six Sigma DMAIC-based approach: A case study,” Business Process Management Journal, vol. 23, no. 4, pp. 842–856, 2017.

[6] V. Pukpasuk and A. Kengpol, “Defect reduction in chromium plating process by applying six sigma solution: A case study of a chromium plating factory,” The Journal of KMUTNB, vol. 18, no. 2, pp. 33–42, 2008 (in Thai).

[7] C. Jantarach and R. Chompuinvai, “Efficiency improvement of incoming material inspection process in air catering equipment manufacturing company,” presented at the seminar conference of industrial engineering and industrial management, Chiangmai, Thailand, Mar. 7–8, 2017 (in Thai).

[8] J. J. Mohammad and J. M. Sayed, “Improved attribute acceptance sampling plans based on maxima nomination sampling,” Journal of Statistical Planning and Inference, vol. 140, no. 9, pp. 2448–2460, 2010.

[9] V. Pongpornsap, “The standard of MIL-STD-105E (Chapter. 1),” Production for Quality, vol. 16, no. 150, 33–36, 2010 (in Thai).

[10] V. Pongpornsap, “The standard of MIL-STD- 105E (Chapter. 3),” Production for Quality, vol. 17, no. 152, pp. 35–39, 2010 (in Thai).

[11] P. Moonrat and K. Leksakul, “Comparison of acceptance sampling plan for chicken cutting production process and MIL-STD-105E standard,” Engineering Journal Chiang Mai University, vol. 19, no. 2, pp. 13–22, 2012 (in Thai).

[12] P. Moonrat, “Design of acceptance sampling plan and production control chart in chicken cutting process,” M.S. thesis, Department of Industrial Engineering, Faculty of Engineering, Chiangmai University, 2012 (in Thai).

[13] W. Albers, C. M. W. Kallenberg and S. Nurdiati, “Data driven choice of control charts,” Journal of Statistical Planning and Inference, vol. 136, no. 3, pp. 909–941, 2006.

[14] P. Poolperm and A. Janpen, “Statistical process control in sweetmeat product process,” Senior project, Department of Management and Logistics Engineering, College of Innovative Engineering, Dhurakit Pundit University, 2017 (in Thai).

[15] Y. C. Huang, C. C. Cheng, and Y. A. Ding, “The comparative study on expected total quality cost between traditional single sampling plan and economical design,” International Journal for Quality Research, vol. 13, no. 1, pp. 221–234, 2018.

Full Text: PDF

DOI: 10.14416/j.kmutnb.2024.05.006

ISSN: 2985-2145