
การวิเคราะห์ Why Why Analysis คือหนึ่งในเครื่องมือยอดนิยมในการหาสาเหตุที่แท้จริงของปัญหาที่ต้องแก้ไขเพื่อนำไปสู่การปรับปรุงและป้องกันการเกิดซ้ำต่อไป

📌จุดเริ่มต้นของ Why Why Analysis
การวิเคราะห์ Why Why Analysis ถูกคิดค้นโดนคุณ Sakachi Toyoda ซึ่งเป็นผู้ก่อตั้งบริษัท Toyata ในช่วงปีค.ศ. 1930 ก่อนที่จะกลายมาเป็นเครื่องมือในการวิเคราะห์ปัญหายอดฮิตจนถึงปัจจุบัน
หลักการวิเคราะห์ Why Why Analysis
📌นำปรากฏการณ์ของปัญหามาวิเคราะห์โดยถามทำไม 5 ครั้ง เพื่อหาสาเหตุที่แท้จริง ซึ่งคำถามที่เกิดขึ้นอาจจะน้อยกว่า 5 คำถามก็ได้



ตัวอย่าง : สอบไฟน่อลไม่ผ่าน
ทำไม 1: ทำไมสอบไฟน่อลไม่ผ่าน
เพราะ : เพราะขาดเรียนบ่อย
ทำไม 2: ทำไมถึงขาดเรียนบ่อย
เพราะ : เพราะเข้าเรียนไม่ทัน
ทำไม 3: ทำไมถึงเข้าเรียนไม่ทัน
เพราะ : เพราะตื่นสาย
ทำไม 4: ทำไมตื่นสาย
เพราะ : เพราะนอนดึก
ทำไม 5: ทำไมถึงนอนดึก
เพราะ : เพราะเล่นเกมส์จนดึก
สรุป : เพราะเล่นเกมส์จนดึก เลยทำให้ สอบไฟน่อลไม่ผ่าน เราจึงควรมีมาตรการตอบโต้ เช่น กำจัดเวลาเล่นเกมส์ / กำหนดเวลาการเข้านอน หรือ กำหนดให้ทำกิจกรรมอื่นๆ แทนการเล่นเกมส์
ข้อควรระวังในการใช้Why Why Analysis

📌ให้หาปรากฏการณ์ของปัญหา (Phenomenon) เพื่อมาวิเคราะห์เสมอ ไม่แนะนำให้เอาปัญหามาวิเคราะห์เลย มิฉะนั้นอาจจะวิเคราะห์หลงป่าได้
📌อ่านย้อนกลับเพื่อดูตรรกะของการวิเคราะห์ ว่าที่วิเคราะห์มาสมเหตุสมผลหรือไม่ โดยเริ่มจากทำไมที่5 ไปจนถึง ปรากฏการณ์ของปัญหา


📌ทุกครั้งก่อนถามทำไมต้องพิสูจน์ข้อเท็จจริงเสมอ โดนหลักการพิสูจน์ก่อนถามทำไมต่อมีอยู่ด้วยกัน 3 รูปแบบ
1. 3G – ดูหน้างานจริง สถานะการณ์จริง ของจริง
2. ใช้ทฤษฏีทางวิทยาศาสตร์ที่พิสูจน์แล้วมาอ้างอิง
3. ถามจาก Expert / Specialist
หากพิสูจน์แล้วว่าเป็นจริง ให้ใส่ว่า No Good (NG) และถามทำไมต่อ แต่ถ้าพิสูจน์แล้วไม่เป็นจริงให้ใส่ Good (G) และทำการหยุดวิเคราะห์ เนื่องจากไม่ใช่สาเหตุของปัญหาหากพิสูจน์แล้วว่าเป็นจริง ให้ใส่ว่า No Good (NG) และถามทำไมต่อ แต่ถ้าพิสูจน์แล้วไม่เป็นจริงให้ใส่ Good (G) และทำการหยุดวิเคราะห์ เนื่องจากไม่ใช่สาเหตุของปัญหา

📌ตรวจสอบสาเหตุของการวิเคราะห์ให้ครบถ้วน เนื่องจากการถาม 1 ทำไม อาจจะเกิดจากหลายสาเหตุ
📌พยายามวิเคราะห์ส่วนที่ผิดปกติหรือคลาดเคลื่อนไปจากปกติ


📌หลีกเลี่ยงค้นหาสาเหตุที่มาจากสภาพจิตใจคน ให้เน้นไปที่วิธีการหรือเครื่องจักรมากกว่า
ลองนำ WhyWhy Analysis ไปฝึกใช้เพื่อหาสาเหตุของปัญหากันดูนะครับ ^^
#Kaizen #continuousimprovement #leanmanufacturing #improvement
#productive #engineer
❤ติดตามพวกเราได้ที่
Facebook: https://www.facebook.com/productiveeng/
Blockdit: https://www.blockdit.com/productiveeng
Website: https://productiveeng.co/
