Khi bạn đã thực hiện các cải tiến, bạn sẽ muốn duy trì (tức là kiểm soát) chúng để đảm bảo rằng bạn luôn ở mức hiệu suất mới. Nếu không, bạn sẽ dần dần quay trở lại mức hiệu suất cũ. Đây là lý do tại sao bạn sẽ muốn có một hệ thống kiểm soát quy trình (process control system).
Trang 1CHƯƠNG 9: CẢI TIẾN BỀN VỮNG
Khi bạn đã thực hiện các cải tiến, bạn sẽ muốn duy trì (tức là kiểm soát) chúng để đảm bảo rằng bạn luôn ở mức hiệu suất mới Nếu không, bạn sẽ dần dần quay trở lại mức hiệu suất cũ Đây là
lý do tại sao bạn sẽ muốn có một hệ thống kiểm soát quy trình
(process control system).
Hệ thống kiểm soát quy trình gồm các lưu đồ, biểu đồ kiểm soát và/hoặc tổ chức đồ có thể giúp bạn giám sát và duy trì mức hiệu suất mới của mình Hệ thống kiểm soát quy trình bao gồm
1 Hệ thống—nhà cung cấp, đầu vào, quy trình, đầu ra và khách hàng (mẫu SIPOC QI Macros)
2 Biểu đồ hiệu suất—tổ chức đồ và biểu đồ kiểm soát
3 Hành động khắc phục—những thay đổi về con người, quy trình, máy móc, vật liệu, đo lường và môi trường—để ứng phó với các điều kiện ngoài tầm kiểm soát
4 Làm lại—để sửa lỗi
BIỂU ĐỒ LUỒNG TIẾN TRÌNH
Khi bạn đã thực hiện cải tiến, đây có thể là thời điểm tốt để phát triển sơ đồ quy trình hoặc bản đồ dòng giá trị của quy trình
Từ viết tắt đơn giản của một quy trình là RADIO:
1 Repetitive —hàng giờ, hàng ngày, hàng tuần, hàng tháng
2 Actions —nhiệm vụ và hoạt động từng bước
3 Definable —có thể quan sát được và ghi lại được (sơ đồ)
Trang 24 Inputs —đầu vào có thể đo lường được (biểu đồ kiểm soát)
5 Outcomes —kết quả đầu ra có thể đo lường được (biểu đồ kiểm
soát)
Hầu hết các quy trình có thể được biểu diễn bằng bốn ký hiệu cơ bản:
- Hình hộp bắt đầu/kết thúc
- Hình hộp hoạt động
- Hình thoi quyết định kim cương
- Mũi tên kết nối
Các biểu tượng bổ sung có thể được thêm vào theo yêu cầu
Tạo lưu đồ từ đầu cũng giống như ghép một câu đố: Tốt nhất
là lấy tất cả các mảnh ra trên bàn và sau đó cố gắng sắp xếp chúng theo thứ tự Để làm được điều đó đòi hỏi sự linh hoạt và tính linh hoạt đó đến từ việc sử dụng Ghi chú Post-it
Lưu đồ “Làn đường bơi” (Hình 9.1 và 9.2) mở rộng kỹ thuật lưu đồ
để hiển thị “ai làm gì” và các bước vĩ mô của quy trình
Hướng dẫn xây dựng sơ đồ quy trình bao gồm
- Bắt đầu bằng việc xác định nhu cầu của khách hàng và kết thúc bằng việc đáp ứng chúng
- Tách quá trình thành các khu vực trách nhiệm
- Sử dụng Post-it Notes để sắp xếp các hoạt động
- Đặt các hoạt động thuộc phạm vi trách nhiệm thích hợp
Lời khuyên:
- Sử dụng Ghi chú Post-it hình vuông cho các hoạt động và hình thoi quyết định
Trang 3- Vẽ các mũi tên ở kích thước bất kỳ Post-it Note để thể hiện dòng chảy, từ trên xuống dưới, từ trái sang phải Ghi chú Post-it giờ đây cũng có dạng mũi tên
FIGURE 9.1 Process flowchart.
FIGURE 9.2 Swim lanes flowchart.
Trang 4- Sử dụng Ghi chú Post-it nhỏ hơn cho các chỉ số về quy trình và chất lượng
- Những người tham gia thường sẽ đưa ra các hoạt động ở các mức độ chi tiết khác nhau Khi luồng quy trình cấp cao hơn trở nên phức tạp hơn, hãy tiếp tục di chuyển các quy trình con vào sơ
đồ vi xử lý
- Các chỉ số quan trọng đến chất lượng (CTQ), đo lường mức độ đáp ứng yêu cầu của khách hàng của quy trình, được thực hiện ở cuối quy trình
- Các chỉ số quy trình dự đoán mức độ đáp ứng yêu cầu của quy trình thường được đặt ở (1) điểm chuyển tiếp giữa các nhóm chức năng và (2) điểm quyết định để đo lượng công việc theo từng hướng (điều này thường hữu ích nhất để đo lường số lượng làm lại cần thiết)
Trang 5Điểm yếu của lưu đồ
Có một số điểm yếu của lưu đồ mà các đội cần tránh:
- Cố gắng hiển thị quá nhiều loại quy trình khác nhau trên một sơ
đồ (ví dụ: cố gắng hiển thị khoa cấp cứu trên cùng một biểu đồ với phòng xét nghiệm hoặc cố gắng hiển thị việc mua sắm trên cùng một sơ đồ với hoạt động)
- Cố gắng hiển thị quá nhiều chi tiết trên bất kỳ sơ đồ nào Sử dụng sơ đồ cấp vĩ mô và vi mô để mô tả mức độ chi tiết ngày càng tăng
- Sử dụng các chỉ số “hiệu quả” bên trong thay vì các chỉ số “hiệu quả” bên ngoài dựa trên yêu cầu của khách hàng
BIỂU ĐỒ KIỂM SOÁT ĐỂ DUY TRÌ SỰ CẢI TIẾN
Hầu hết các bệnh viện sẽ sử dụng một số biểu đồ kiểm soát chính—các cá nhân và phạm vi di chuyển (biểu đồ XmR) cho thời gian và tỷ lệ chu kỳ, biểu đồ tỷ lệ khiếm khuyết (biểu đồ p), biểu
đồ khiếm khuyết (biểu đồ u) hoặc biểu đồ g cho “sự kiện không bao giờ xảy ra” Các ứng dụng khác bao gồm
- Tài chính—Biểu đồ XmR về chi phí, doanh thu, v.v
- Sự hài lòng của bệnh nhân, điều dưỡng hoặc bác sĩ—Biểu đồ XmR về phần trăm hài lòng
- Khoa cấp cứu (ED), X quang, chẩn đoán hình ảnh hoặc thời gian chờ đợi ngoại trú—Biểu đồ XmR
- Số lần giảm trên 1.000 bệnh nhân-ngày—Biểu đồ XmR của tỷ lệ hoặc biểu đồ u
Trang 6Tính ổn định và khả năng
Chúng ta có thể sử dụng tổ chức đồ để phân tích khả năng của quy trình Hình 9.3 hiển thị biểu đồ XmR về thời gian chờ đợi của bệnh nhân cấp cứu để nhận được giường điều dưỡng Trung bình là khoảng 3 giờ Chúng ta có thể sử dụng cùng một dữ liệu
để vẽ tổ chức đồ về thời gian chờ đợi của bệnh nhân cấp cứu (Hình 9.4) Tuy nhiên, để tiếp cận được khả năng, quy trình phải được kiểm soát quy trình bằng thống kê Nếu quy trình ổn định, có khả năng đáp ứng yêu cầu của bệnh nhân thì chỉ cần tiếp tục theo dõi Nếu không, đã đến lúc thực hiện một số nỗ lực cải tiến Tôi nghi ngờ rằng bệnh nhân muốn được đưa vào phòng cấp cứu trong 3 giờ trước khi được chuyển đến phòng điều dưỡng Tôi nghi rằng bệnh viện có đủ khả năng để chuyển khoa từ cấp cứu sang nội trú Giải quyết được vấn đề này sẽ tốt cho bệnh nhân và lợi nhuận
Giảm sự biến đổi
Khi quy trình đã ổn định, hãy sử dụng cải tiến quy trình để giảm các khiếm khuyết hoặc sai lệch (điều chỉnh quy trình để giảm sự khác biệt so với mục tiêu)
Trang 7Giảm tổn thất
Việc ổn định quy trình của bạn và giảm sự biến đổi sẽ lần lượt giảm chi phí của hàm tổn thất Taguchi Điều này sẽ giúp bạn
và bệnh nhân tiết kiệm thời gian và tiền bạc (làm lại, lãng phí và trì hoãn) Và bệnh nhân rất thông minh Họ có thể cho biết sự khác biệt giữa hai trải nghiệm cấp cứu khác nhau và họ có thể cho biết sự khác biệt về chất lượng giữa bạn và đối thủ cạnh tranh
FIGURE 9.3 XmR chart of bed wait times.
FIGURE 9.4 Histogram of bed wait times.
Trang 8Đảm bảo rằng bạn chịu trách nhiệm về việc bệnh nhân của bạn sẽ quay lại khám ai từ năm này sang năm khác Đạt điểm chuẩn quốc gia không còn đủ tốt nữa Bạn phải đạt được giá trị mục tiêu của bệnh nhân hầu hết thời gian Bệnh nhân của bạn sẽ yêu bạn vì điều đó
Năng suất và hiệu quả
Có một dịch vụ tuyệt vời là điều cần thiết để mang lại sự hài lòng cho bệnh nhân, nhưng bạn cũng phải cung cấp dịch vụ đó theo cách tiết kiệm chi phí Bạn chỉ có thể tăng doanh số bán hàng rất nhiều Có những giới hạn cho sự tăng trưởng; không thành vấn đề nếu bạn là McDonald's hay Wal-Mart Để tối đa hóa lợi nhuận và duy trì thành công, bạn cũng phải cắt giảm sự chậm trễ, sai sót và sai lệch làm ảnh hưởng đến tỷ suất lợi nhuận của bạn
QI Macros bắt đầu từ những khởi đầu khiêm tốn cách đây 15 năm Kể từ đó, tôi đã bổ sung vô số cải tiến theo yêu cầu của
Trang 9khách hàng từ khắp nơi trên đất nước về mọi lĩnh vực, từ chăm sóc sức khỏe đến ngành ô tô Tại hội nghị gần đây của Viện Cải thiện Chăm sóc Sức khỏe (IHI), một số người hâm mộ đã ghé qua gian hàng triển lãm của tôi Cảm giác thật tuyệt, nhưng tôi cũng nhớ rằng tôi phải không ngừng cải tiến QI Macro và hợp lý hóa quá trình phân phối của chúng Như Andy Grove của Intel nổi tiếng đã từng nói: “Chỉ có kẻ hoang tưởng mới sống sót”
Chọn biểu đồ kiểm soát
Với biểu đồ I-MR-R được thêm gần đây, hiện có 14 biểu đồ kiểm soát trong QI Macros Làm thế nào để bạn biết cái nào để sử dụng? Khi làm việc với dữ liệu trong Excel, tôi thực hiện theo một chiến lược đơn giản để chọn biểu đồ phù hợp dựa trên định dạng của dữ liệu Có ba định dạng tôi tìm kiếm:
1 Một hàng/cột
2 Hai hàng/cột có tử số và mẫu số
3 Hai hoặc nhiều hàng/cột chứa nhiều quan sát từ mỗi mẫu
Một Hàng/Cột Nếu bạn chỉ có một hàng/cột dữ liệu thì bạn chỉ
có thể sử dụng ba biểu đồ:
- Biểu đồ c (thuộc tính hoặc dữ liệu đếm được) Nó luôn là số nguyên (ví dụ: 1, 2, 3 hoặc 4 vết thương mỗi tháng)
- Biểu đồ XmR (biến định lượng hoặc dữ liệu chỉ số sử dụng giá trị trung bình hoặc trung vị làm giá trị trung tâm) Nó thường có số thập phân (ví dụ: 4,75 lần ngã/1.000 bệnh nhân-ngày) Xem Hình 9.9 để biết ví dụ về biểu đồ XmR về số giờ chuyển bệnh
- Biểu đồ xu hướng XmR cho dữ liệu biến đổi tăng lên (ví dụ: chi phí tăng do lạm phát)
Trang 10Vậy bạn nên chọn cái nào? Nếu bạn đang đếm những thứ không thể chia nhỏ như khiếm khuyết, con người, ô tô hoặc thương tích thì hãy chọn biểu đồ c Nếu bạn đang đo những thứ như thời gian, chiều dài, trọng lượng hoặc thể tích, hãy chọn biểu
đồ XmR (cá nhân) Hãy tìm những mẫu này trong dữ liệu, sau đó chọn biểu đồ
Hai hàng/cột Nếu dữ liệu có tử số và mẫu số khác nhau (ví dụ:
sai sót/đơn đặt hàng, té ngã/1.000 bệnh nhân-ngày, sinh mổ/số ca sinh hoặc yêu cầu bồi thường bị từ chối/yêu cầu bồi thường), thì bạn sẽ muốn sử dụng
- biểu đồ p (một lỗi cho mỗi bệnh nhân hoặc sản phẩm) Ví dụ: sinh mổ/số ca sinh
- biểu đồ u (một hoặc nhiều lỗi trên mỗi bệnh nhân hoặc sản phẩm) Ví dụ: té ngã/1.000 bệnh nhân-ngày
Làm thế nào bạn có thể biết nên sử dụng cái nào? Tôi tự hỏi:
“Liệu thiết bị này có nhiều lỗi không?” Ví dụ: “Một bệnh nhân có thể bị ngã nhiều lần không?” Nếu có, hãy sử dụng biểu đồ u; nếu không, hãy sử dụng biểu đồ p
Hai hoặc nhiều hàng/cột dữ liệu Chăm sóc sức khỏe không
thường xuyên sử dụng các biểu đồ này Chúng chủ yếu được sử dụng trong sản xuất Nếu bạn có hai hoặc nhiều hàng hoặc cột chứa biến số (thời gian, trọng lượng, chiều dài, chiều rộng, đường kính hoặc thể tích), thì bạn có thể chọn một trong bốn biểu đồ chính:
- XbarR (trung bình và phạm vi, 2 đến 5 hàng/cột trên mỗi mẫu)
- XMedianR (trung vị và phạm vi, 2 đến 5 hàng/cột trên mỗi mẫu)
Trang 11- XbarS (độ lệch trung bình và tiêu chuẩn, 5 đến 50 hàng/cột trên mỗi mẫu)
- I-MR-R [trung bình, moving range (giữa các nhóm con) và range (trong các nhóm con, 2 đến 50 hàng/cột trên mỗi mẫu)]
Dữ liệu của bạn sẽ giống như Hình 9.5
Bạn có thể chạy biểu đồ XbarR, XMedianR, XbarS hoặc
I-MR-R trên những dữ liệu này XbarI-MR-R sử dụng mức trung bình làm thước đo xu hướng trung tâm XMedianR sử dụng số trung vị Nếu bạn có nhiều hơn năm mẫu mỗi kỳ thì XbarS có thể sẽ là biểu đồ phù hợp nhất với nhu cầu của bạn Bạn cũng có thể sử dụng XbarS nếu dữ liệu của bạn có số lượng mẫu khác nhau trong mỗi khoảng thời gian Biểu đồ I-MR-R giống như sự kết hợp giữa XbarR
và XMedianR; nó đo lường sự thay đổi trong các nhóm con bằng biểu đồ range và sự thay đổi giữa các nhóm con bằng biểu đồ moving-range
FIGURE 9.5 X chart data.
Một lần nữa, hãy tìm những mẫu này trong dữ liệu của bạn rồi chọn biểu đồ
Trang 12- Biểu đồ g Trung vị hình học và thời gian giữa các biểu đồ kiểm soát có thể theo dõi các sự kiện hiếm gặp như phẫu thuật sai địa điểm hoặc sai bệnh nhân trong bệnh viện (Hình 9.6) Các bệnh viện sử dụng những biểu đồ này để theo dõi “những sự kiện không bao giờ xảy ra”—những điều lẽ ra không bao giờ xảy ra nhưng lại xảy ra
- Biểu đồ np Có một biểu đồ mà tôi để lại cuối cùng vì tôi hiếm khi tìm thấy những tình huống áp dụng được nó Biểu đồ np giống như biểu đồ p ngoại trừ kích thước mẫu không đổi Trong chăm sóc sức khỏe, cỡ mẫu hiếm khi không đổi Dữ liệu trông giống như Hình 9.7 Một lần nữa, hãy tìm những mẫu này trong dữ liệu của bạn rồi chọn biểu đồ
- Biểu đồ kiểm soát khác Có nhiều dạng biểu đồ kiểm soát khác dành cho nhiều ứng dụng khác nhau: biểu đồ ngắn hạn, ANOM, CUSUM, EWMA, đường trung bình động, Levey-Jennings và Hotelling
FIGURE 9.6 g and t charts.
Trang 13FIGURE 9.7 np chart data.
Analysis of means (ANOM) These control charts show variation
from the mean They are used mainly used for experimental, not production, data
Cumulative sum (CUSUM) These control charts detect small
process shifts by analyzing deviation from a target value
- Biểu đồ Short-run Điều gì sẽ xảy ra nếu bạn chỉ sản xuất ba sản
phẩm này và năm sản phẩm kia? Không bao giờ có đủ dữ liệu để lập biểu đồ kiểm soát đầy đủ Biểu đồ ngắn hạn phân tích độ lệch
Trang 14so với mục tiêu danh nghĩa (DNOM) cho từng sản phẩm khác nhau
- Phân tích phương tiện (Analysis of means- ANOM) Các biểu đồ
kiểm soát này cho thấy sự khác biệt so với giá trị trung bình Chúng được sử dụng chủ yếu cho dữ liệu thử nghiệm, không phải sản xuất
- Tổng tích lũy (Cumulative sum - CUSUM) Các biểu đồ kiểm soát
này phát hiện những thay đổi nhỏ trong quy trình bằng cách phân tích độ lệch so với giá trị mục tiêu
- Đường trung bình động có trọng số mũ [Exponentially weighted moving average- EWMA; hay còn gọi là trung bình động hình học (GMA)] Những biểu đồ này có hiệu quả trong việc phát hiện những thay đổi quy trình nhỏ, nhưng chúng không hiệu quả bằng biểu đồ X trong việc phát hiện những thay đổi quy trình lớn
- Trung bình động (Moving average) Những biểu đồ này có thể
hiệu quả hơn trong việc phát hiện những thay đổi quy trình nhỏ so với biểu đồ XmR Biểu đồ EWMA có thể hiệu quả hơn biểu đồ đường trung bình động
- Trung bình Levey-Jennings và độ lệch chuẩn (Levey-Jennings average and standard deviation.) Những biểu đồ này được sử
dụng rộng rãi trong các phòng xét nghiệm
- Hotelling Bạn sẽ làm gì nếu cần kiểm soát đồng thời hai thứ,
chẳng hạn như vị trí lỗ khoan theo chiều dọc và chiều ngang? Biểu đồ hotelling sẽ hỗ trợ kiểm soát các loại tình huống đa biến này
Trang 15Vì vậy, chỉ cần nhận dạng các mẫu trong dữ liệu của bạn có thể giúp bạn dễ dàng chọn biểu đồ kiểm soát phù hợp hơn và Trình hướng dẫn biểu đồ kiểm soát macro QI sẽ thực hiện việc này cho bạn
Nếu bạn học cách tìm kiếm những mẫu này trong dữ liệu của mình, việc chọn biểu đồ kiểm soát phù hợp sẽ dễ dàng hơn Và thật dễ dàng để vẽ những biểu đồ này bằng QI Macros đến nỗi bạn có thể vẽ và vứt chúng đi nếu chúng không ổn lắm
Phân tích độ ổn định
Khi đã có biểu đồ kiểm soát, bạn sẽ làm gì? Các quy trình nằm ngoài tầm kiểm soát cần được ổn định trước khi chúng có thể được cải thiện bằng quy trình giải quyết vấn đề Những nguyên nhân đặc biệt đòi hỏi phải phân tích nguyên nhân-kết quả ngay lập tức để loại bỏ sự dao động
Sơ đồ trong Hình 9.8 sẽ giúp bạn đánh giá tính ổn định trong bất kỳ biểu đồ kiểm soát nào Điều kiện không ổn định có thể là một trong những điều kiện sau:
- Bất kỳ điểm nào nằm trên đường trung tâm phía trên (UCL) hoặc phía dưới đường trung tâm phía dưới (LCL) (Hình 9.9)
- Hai trong ba điểm nằm giữa 2 sigma và giới hạn kiểm soát (CL)
- Bốn trong năm điểm nằm giữa 1 và 2 sigma (xem Hình 9.9)
- Tám điểm liên tiếp ở trên hoặc dưới đường trung tâm
- Sáu điểm liên tiếp tăng dần hoặc giảm dần (nghĩa là xu hướng)
Và có một số quy tắc khác, được gọi là quy tắc Nelson, phát hiện các điều kiện không ổn định về mặt thống kê khác
FIGURE 9.8 Stability analysis rules.
Trang 16FIGURE 9.9 XmR chart of divert hours.
Bất kỳ tình trạng nào trong số này cho thấy tình trạng không
ổn định có thể tồn tại Hãy điều tra những nguyên nhân biến đổi đặc biệt này bằng biểu đồ xương cá Sau khi loại bỏ các nguyên