Sigma variation

Sigma variation

Lean

”LEAN hjälper till att förbättra effektiviteten och eliminera slöseri”

Koncept att integrera & utveckla

Vad innebär Sigma variation?

Sigma‑variation beskriver hur mycket en process rör sig runt sitt medelvärde och hur ofta den hamnar inom sina specifikationsgränser. En process med hög variation är svår att styra, skapar fler fel och ger en ojämn kundupplevelse. En process med låg variation är stabil, förutsägbar och enklare att förbättra. Sigma‑nivån blir därför ett mått på processens förmåga att leverera rätt kvalitet konsekvent, oavsett vem som utför arbetet eller när det utförs. Genom att minska variationen skapar organisationen stabilare flöden, lägre kostnader och högre kundvärde.

Variation uppstår inte av en slump utan från tydliga källor i processen. Inom Six Sigma delas dessa in i två huvudtyper.

Typer

  • Common Cause Variation: Common Cause Variation är den naturliga variation som alltid finns inbyggd i en process. Den uppstår även när allt fungerar som det ska och representerar processens normala beteende. Den orsakas av faktorer som små skillnader i material, normala maskinrörelser, mänskliga variationer och miljöpåverkan. Eftersom denna variation är förutsägbar följer den ofta en normalfördelning. För att minska Common Cause‑variation krävs förändringar i själva systemet — inte korrigering av enskilda avvikelser. Det handlar om att förbättra standarder, metoder och processdesign för att skapa en mer stabil och kapabel process.
  • Special Cause Variation: Special Cause Variation uppstår när något stör processen och skapar ett beteende som avviker från det normala. Den är inte en del av processens naturliga variation och är därför oförutsägbar. Exempel är maskinhaveri, felaktigt material, bristande utbildning, ändrade arbetsmetoder eller mätfel. Special Cause‑variation kräver snabb identifiering och åtgärd för att återställa stabilitet. Den ska inte byggas in i standarden — den ska elimineras. När specialorsaker hanteras korrekt blir processen mer förutsägbar och enklare att förbättra långsiktigt.
  • Short‑Term Variation: Short‑Term Variation beskriver hur processen beter sig under kontrollerade och stabila förhållanden. Det innebär att samma operatör, samma maskin, samma metod och samma material används utan störningar. Denna variation visar processens bästa möjliga kapacitet — hur bra den kan vara när allt fungerar optimalt. Short‑term variation används ofta vid maskinprovning, kapabilitetsstudier och tidiga analyser. Den ger en bild av processens potential och fungerar som en referenspunkt för förbättringsarbete.
  • Long‑Term Variation: Long‑Term Variation visar hur processen beter sig i verkligheten över tid. Den inkluderar alla faktorer som påverkar resultatet i vardagen: skiftbyten, olika operatörer, materialvariationer, miljöförändringar och naturliga störningar. Long‑term variation representerar processens faktiska kapacitet och är därför central för att förstå hur stabil och robust processen är. Skillnaden mellan short‑term och long‑term variation avslöjar gapet mellan potential och verklighet och visar var förbättringar behövs för att skapa hållbar kvalitet.
  • Within‑Unit Variation: Within‑Unit Variation beskriver variation som uppstår inom en enskild produkt, tjänst eller mätning. Det kan handla om ojämn tjocklek i ett material, variation i temperatur inom samma batch eller skillnader i kvalitet inom samma leverans. Denna typ av variation visar hur konsekvent processen är på mikronivå. Hög within‑unit variation tyder ofta på problem i maskininställningar, materialegenskaper eller metodstabilitet.
  • Between‑Unit Variation: Between‑Unit Variation beskriver variation mellan olika produkter, tjänster eller mätningar. Det kan handla om skillnader mellan batcher, mellan operatörer eller mellan olika tidpunkter. Denna variation visar hur stabil processen är över tid och mellan olika förutsättningar. Hög between‑unit variation tyder ofta på bristande standardisering, otydliga metoder eller variation i material och resurser.
  • Measurement System Variation (MSA‑variation): Measurement System Variation uppstår i själva mätningen — inte i processen. Den kan bero på instrumentets precision, operatörens teknik, miljöförhållanden eller bristande kalibrering. Om mätningen varierar blir det omöjligt att skilja verklig processvariation från mätfel. Därför är MSA en grundpelare i Six Sigma: innan processen kan förbättras måste mätningen vara stabil, repeterbar och reproducerbar.
  • Natural vs. Assignable Variation: Natural Variation är den variation som alltid finns i processen och motsvarar Common Cause. Assignable Variation är variation som kan spåras till en specifik orsak och motsvarar Special Cause. Denna uppdelning används ofta i statistisk processtyrning (SPC) för att avgöra när en process är stabil och när den kräver åtgärd. Natural variation hanteras genom systemförbättringar, medan assignable variation kräver felsökning och korrigering.
  • Process Drift (Long‑Term Drift Variation): Process Drift beskriver hur en process gradvis förändras över tid. Det kan bero på slitage, förändrade arbetsmetoder, materialskiften eller miljöpåverkan. Drift är en form av långsiktig variation som ofta är subtil men som kan leda till ökade fel om den inte upptäcks. Six Sigma använder begreppet 1,5 sigma‑förskjutning för att ta höjd för naturlig drift i långsiktiga beräkningar.

Fördelar

  • Ger en tydlig bild av processens stabilitet: Sigma‑variation gör det möjligt att förstå hur stabil en process faktiskt är. Genom att mäta hur mycket resultatet rör sig runt sitt medelvärde blir det tydligt om processen är förutsägbar eller om den varierar mer än den borde. Detta skapar en objektiv grund för att avgöra om processen är i kontroll, om standarder följs och om variationen ligger på en nivå som är acceptabel för kunden. När variationen är låg blir processen enklare att styra, enklare att förbättra och betydligt mer tillförlitlig över tid.
  • Kopplar variation direkt till kundvärde: En av de största fördelarna med Sigma‑variation är att den visar hur variation påverkar kundens upplevelse. Hög variation innebär fler fel, längre väntetider och ojämn kvalitet. Låg variation innebär stabila leveranser och en konsekvent kundupplevelse. Genom att följa Sigma‑variation kan organisationen tydligt se hur förbättringar i processen leder till konkreta effekter för kunden — något som gör det lättare att prioritera rätt insatser och skapa värde där det verkligen räknas.
  • Gör förbättringspotentialen synlig: Sigma‑variation visar inte bara hur processen presterar idag, utan också hur långt den är från en högre kvalitetsnivå. När variationen mäts blir det tydligt var spridningen är störst och vilka delar av processen som behöver förbättras. Det gör det enklare att identifiera rotorsaker, prioritera förbättringsprojekt och fokusera resurser där de ger störst effekt. Sigma‑variation fungerar därmed som ett datadrivet beslutsunderlag som hjälper organisationen att arbeta mer strategiskt och långsiktigt.
  • Stödjer både kortsiktiga och långsiktiga analyser: Eftersom Sigma‑variation kan mätas både på kort sikt (short‑term) och lång sikt (long‑term) ger den en komplett bild av processens beteende. Short‑term variation visar processens bästa möjliga kapacitet under kontrollerade förhållanden, medan long‑term variation visar hur processen fungerar i verkligheten med skiftbyten, materialvariationer och naturliga störningar. Kombinationen gör det möjligt att se gapet mellan potential och verklighet och att planera förbättringar som håller över tid.
  • Skapar ett gemensamt språk för kvalitet: När Sigma‑variation används konsekvent blir det ett gemensamt språk i organisationen. Alla från operatörer till chefer kan förstå vad variation innebär, hur den påverkar resultatet och varför den måste minskas. Det stärker samarbetet mellan funktioner och gör det enklare att kommunicera både problem och förbättringar. Sigma‑variation blir därmed inte bara ett tekniskt mått, utan ett verktyg för kultur, lärande och gemensam förståelse.
  • Kopplar direkt till kostnader och effektivitet: Variation kostar pengar, i form av omarbete, kassation, väntetider, reklamationer och ineffektiva flöden. Genom att mäta Sigma‑variation blir det möjligt att översätta variation till ekonomiska konsekvenser. Det gör det enklare att visa hur mycket organisationen kan spara genom att minska variationen och höja Sigma‑nivån. På så sätt blir Sigma‑variation både ett kvalitetsmått och ett ekonomiskt verktyg som stödjer smartare prioriteringar.

Nackdelar

  • Risk för att förenkla komplexa processer för mycket: Sigma‑variation reducerar komplexa processer till ett enda mått, vilket kan skapa en falsk känsla av precision. Processer med helt olika typer av variation kan hamna på samma Sigma‑nivå, trots att deras kvalitetsutmaningar är fundamentalt olika. Detta kan leda till att organisationer förbiser viktiga detaljer och fattar beslut baserat på en förenklad bild av verkligheten. När Sigma‑variation används utan kontext finns risken att man optimerar siffror snarare än att förstå processen på djupet.
  • Kräver stora datamängder och tillförlitliga mätningar: För att Sigma‑variation ska ge en korrekt bild krävs stabila mätsystem, tydliga feldefinitioner och tillräckligt stora datamängder. Många verksamheter saknar detta, vilket gör att Sigma‑värdena blir osäkra eller missvisande. Om datan är bristfällig kan Sigma‑variation leda till felprioriteringar, där organisationen fokuserar på problem som egentligen inte finns  eller missar problem som är kritiska. Ett svagt mätsystem gör Sigma‑variation mer till hinder än hjälp.
  • Kan skapa ett överdrivet fokus på fel istället för värde: Eftersom Sigma‑variation utgår från defekter och spridning finns en risk att organisationen fastnar i ett ”feljaktande” mindset. Team kan börja optimera för att minska variation snarare än att öka kundvärde, förbättra flöden eller skapa bättre användarupplevelser. Detta kan leda till förbättringar som är statistiskt imponerande men som inte gör någon verklig skillnad för kunden. När fokus hamnar på siffror istället för värde tappar Sigma‑variation sin strategiska betydelse.
  • Svår att tillämpa i tjänster och kreativa arbetsflöden: Sigma‑variation fungerar utmärkt i stabila, repetitiva processer, men blir betydligt svårare att använda i tjänster, kundinteraktioner, kreativa processer och kunskapsarbete. Här är ”fel” ofta subjektiva, kontextberoende eller svåra att definiera. Variation kan till och med vara önskvärd exempelvis i rådgivning, problemlösning eller design. När Sigma‑variation används i dessa miljöer riskerar den att bli missvisande eller irrelevant.
  • Kan göra förbättringsarbetet för tekniskt och exkluderande: Sigma‑variation är statistiskt avancerad och kan upplevas som abstrakt för många medarbetare. Om organisationen lägger för stor vikt vid Sigma‑mått kan förbättringsarbetet bli expertstyrt och distanserat från vardagen. Detta minskar engagemanget och gör att kvalitetsarbetet uppfattas som något som ”specialister gör”, snarare än något som hela organisationen äger. När verktyget blir viktigare än förståelsen tappar man kraften i det dagliga förbättringsarbetet.
  • Tar inte hänsyn till kundens upplevelse av variation: Sigma‑variation mäter statistisk variation, men kundens upplevelse är inte alltid linjär eller proportionell mot Sigma‑nivån. I vissa tjänster kan ett enda fel vara katastrofalt, medan andra fel knappt märks. En hög Sigma‑nivå garanterar därför inte automatiskt hög kundnöjdhet, och en lägre Sigma‑nivå behöver inte innebära dålig kvalitet ur kundens perspektiv. När Sigma‑variation används utan att kopplas till kundens verkliga behov riskerar den att styra förbättringsarbetet fel.

Steg-för-steg Guide

  1. Definiera syfte och kundkrav: Arbetet med Sigma‑variation börjar med att tydligt definiera varför variationen ska mätas och vilket kundvärde som står på spel. Här klargörs vilka problem som ska lösas, vilka mål som ska uppnås och vilka specifikationsgränser som gäller. Genom att utgå från kundens behov skapas en tydlig riktning för analysen och en förståelse för vad som är acceptabel variation. Detta steg säkerställer att allt efterföljande arbete är förankrat i verkliga krav och inte i antaganden.
  2.  Välj process och mätstorhet (CTQ): Nästa steg är att avgränsa vilken process som ska analyseras och vilken mätstorhet som bäst representerar kvaliteten. Det kan handla om ledtid, fel, dimensioner, svarstider eller andra kritiska parametrar. Genom att välja rätt CTQ skapas en tydlig koppling mellan variationen och det som faktiskt påverkar kundens upplevelse. Detta steg gör det också möjligt att samla in data som är relevant, jämförbar och användbar i analysen.
  3. Säkerställ ett stabilt mätsystem (MSA): Innan variationen kan analyseras måste mätsystemet vara tillförlitligt. Ett instabilt mätsystem skapar falsk variation som inte kommer från processen utan från själva mätningen. Genom att kontrollera repeterbarhet, reproducerbarhet och kalibrering säkerställs att datan speglar verkligheten. Detta steg är avgörande, utan ett stabilt mätsystem går det inte att dra korrekta slutsatser om processens Sigma‑variation.
  4. Samla in data – kort sikt och lång sikt: För att förstå variationen behöver data samlas in både på kort och lång sikt. Short‑term data visar hur processen beter sig under kontrollerade förhållanden, medan long‑term data fångar verklighetens variation med skiftbyten, materialskillnader och miljöpåverkan. Kombinationen ger en helhetsbild av processens potential och faktiska prestanda. Detta steg skapar den databas som all vidare analys bygger på.
  5. Analysera variationen statistiskt: När datan är insamlad analyseras variationen med hjälp av statistiska verktyg. Medelvärde, standardavvikelse, histogram, run charts och kontrollkort används för att visualisera spridningen och identifiera mönster. Här avgörs om variationen är naturlig (common cause) eller orsakad av störningar (special cause). Analysen visar också skillnaden mellan kortsiktig och långsiktig variation, vilket avslöjar gapet mellan processens potential och dess verkliga beteende.
  6. Koppla variationen till Sigma‑nivå och kundvärde: I detta steg översätts variationen till en Sigma‑nivå som visar hur väl processen möter kundens krav. Genom att jämföra spridningen med specifikationsgränserna blir det tydligt hur ofta kunden riskerar att få ett felaktigt resultat. Detta skapar ett konkret mått på kvalitet och gör det möjligt att prioritera förbättringar utifrån både kundnytta och affärseffekt. Sigma‑nivån blir därmed ett strategiskt beslutsunderlag.
  7. Identifiera rotorsaker till variation: När variationen är kartlagd analyseras orsakerna bakom den. Här används verktyg som 5 Varför, fiskbensdiagram och processkartläggning för att förstå vad som driver spridningen. Fokus ligger på att skilja mellan systemorsaker och störningar, och att identifiera vilka faktorer som har störst påverkan. Detta steg skapar en tydlig bild av vad som behöver förändras för att minska variationen på riktigt.
  8. Genomför förbättringar och standardisera: Med rotorsakerna identifierade utvecklas och testas lösningar som minskar variationen. Det kan handla om förbättrade standarder, tydligare instruktioner, bättre material, optimerade inställningar eller utbildning. När lösningarna fungerar implementeras de i ordinarie drift och dokumenteras i standardiserat arbete. Detta steg säkerställer att förbättringarna blir hållbara och att variationen inte återkommer.
  9. Följ upp Sigma‑variation över tid: Det sista steget handlar om att säkerställa att processen fortsätter att vara stabil. Genom kontrollkort, nyckeltal och regelbunden uppföljning kan avvikelser upptäckas tidigt och åtgärdas innan de växer. Detta steg skapar en kultur av kontinuerlig förbättring där variation övervakas, förstås och hanteras löpande. Resultatet är en process som är både robust och förutsägbar över tid.

Organisation

  • Ledning och chefer: Ledningen arbetar med Sigma‑variation genom att koppla variation direkt till strategiska mål som kvalitet, kostnad, leveransprecision och kundvärde. De använder variation som ett mått på hur förutsägbara och stabila processerna är, och prioriterar förbättringsprojekt som minskar spridning i nyckeltal som kassation, OEE och leveransprecision. Genom att följa kapabilitetsmått och statistiska analyser kan ledningen fatta beslut baserade på fakta snarare än antaganden, vilket ligger helt i linje med Six Sigmas grundprinciper om datadrivet arbetssätt . Ledningen säkerställer också resurser, tar bort hinder och skapar en kultur där variation ses som en signal, inte ett problem att dölja.
  • Produktionschefer och skiftledare: Produktionschefer och skiftledare använder Sigma‑variation för att stabilisera flöden och minska skillnader mellan skift, maskiner och operatörer. De arbetar nära teamen för att identifiera avvikelser, följa kontrollgrafer och analysera variation i cykeltider, stopp, kvalitetsutfall och materialflöden. Genom daglig styrning och visuella tavlor upptäcker de variation tidigt och kan agera innan den påverkar kund eller produktion. Deras arbete är avgörande för att förbättringar från DMAIC‑projekt ska bli en del av vardagen och inte bara punktinsatser.
  • Operatörer och tekniker: Operatörer är de som först ser variationen i processen ex i ljud, vibrationer, temperaturer, cykeltider och kvalitetsutfall. De arbetar med Sigma‑variation genom att rapportera avvikelser, följa standarder och delta i datainsamling. Deras observationer är ofta nyckeln till att förstå både common cause‑ och special cause‑variation. Tekniker kompletterar detta med djup maskinkunskap och analyserar hur inställningar, verktyg, material och underhåll påverkar variationen. De är ofta de som genomför praktiska förbättringar i Improve‑fasen och säkerställer att variationen minskar på riktigt.
  • Kvalitetsingenjörer och kvalitetschefer: Kvalitetsfunktionen arbetar mest direkt med Sigma‑variation. De analyserar spridning, kapabilitet och stabilitet genom verktyg som SPC, kapabilitetsindex (Cp/Cpk), histogram och mätmetodsanalys. De säkerställer att mätdata är tillförlitlig som är en förutsättning för att variation ska kunna tolkas korrekt. Kvalitetsingenjörer leder ofta projekt som rör kassation, toleransproblem och processtabilitet och använder Sigma‑variation för att identifiera rotorsaker och validera förbättringar.
  • Underhåll och engineering: Underhållsavdelningen arbetar med Sigma‑variation genom att minska variation som orsakas av maskiner, verktyg och utrustning. De analyserar stopp, slitage, verktygslivslängd och inställningsvariationer för att förstå hur tekniska faktorer påverkar spridningen i processen. Genom förbättrade PM‑program, optimerade inställningar och tekniska lösningar bidrar de till att skapa stabila processer där variationen hålls låg över tid. Många rotorsaker till variation är tekniska, därför är underhåll ofta avgörande för hållbara förbättringar.
  • Processingenjörer och produktionsteknik: Processingenjörer arbetar med Sigma‑variation genom att optimera processparametrar och stabilisera processfönster. De använder avancerade verktyg som DOE, regressionsanalys och kapabilitetsstudier för att förstå hur olika faktorer påverkar variationen. Deras arbete är centralt i Improve‑fasen där lösningar testas, valideras och implementeras. De säkerställer att variationen minskar både på kort och lång sikt och att processen blir robust mot störningar.
  • Logistik och planering: Logistikroller arbetar med Sigma‑variation genom att analysera variation i materialflöden, ledtider, lagernivåer och leveransprecision. Variation i efterfrågan, materialtillgång eller planeringsprocesser kan skapa stora störningar i produktionen. Genom att förstå och minska denna variation skapar logistik och planering stabilare flöden och minskar risken för stopp, överlager eller brist. De använder data för att skapa mer förutsägbara planer och minska bullwhip‑effekter.
  • Green Belts: Green Belts arbetar med Sigma‑variation genom att driva förbättringsprojekt som fokuserar på att minska spridning i kvalitet, ledtid eller kostnad. De använder DMAIC, grundläggande statistik och processkartläggning för att analysera variation och identifiera rotorsaker. Green Belts leder tvärfunktionella team och säkerställer att förbättringar implementeras och följs upp i verksamheten. De är ofta de som översätter statistiska insikter till praktiska förändringar i arbetssätt.
  • Black Belts: Black Belts arbetar heltid med förbättringsarbete och använder Sigma‑variation som ett centralt verktyg för att förstå komplexa processer. De leder större projekt, använder avancerad statistik, experimentdesign och optimering för att minska variation på systemnivå. De coachar Green Belts och säkerställer att organisationen använder rätt metoder och att förbättringar ger mätbara effekter på kvalitet, kostnad och leveransprecision.
  • Master Black Belts: Master Black Belts arbetar strategiskt med Sigma‑variation genom att utveckla metodik, utbildning och styrmodeller som gör det möjligt att minska variation på organisationsnivå. De säkerställer att variation mäts på rätt sätt, att projektportföljen prioriteras korrekt och att förbättringsarbetet är kopplat till affärsmål. De är experter på både statistik och kulturförändring och driver organisationens långsiktiga förbättringsmognad. 
  • HR: HR arbetar med Sigma‑variation genom att minska variation i rekrytering, onboarding, utbildning och kompetensutveckling. Variation i beteenden, kunskap och arbetssätt är ofta en stor källa till instabilitet i processer. Genom strukturerade utbildningar, tydliga rollbeskrivningar och kulturarbete bidrar HR till att skapa stabilitet och förutsägbarhet i organisationens arbetssätt.
  • Ekonomi: Ekonomifunktionen använder Sigma‑variation för att analysera variation i kostnader, processer och ekonomiska flöden. De säkerställer att förbättringsprojekt ger verklig ekonomisk effekt och hjälper organisationen att prioritera initiativ som minskar variation och därmed kostnader. Ekonomi är också viktiga i att validera resultat och säkerställa att förbättringar är mätbara och hållbara.
  • IT och digital utveckling: IT arbetar med Sigma‑variation genom att säkerställa datakvalitet, automatisera mätningar och skapa digitala verktyg som gör variation synlig. De utvecklar dashboards, datainsamling och systemstöd som gör det möjligt att följa variation i realtid. IT är avgörande för att Sigma‑variation ska kunna användas i moderna, digitala och tjänstebaserade processer.

Behöver ni hjälp att komma igång med konceptet?

Vi erbjuder uppdragsbemanning ex produktionstekniker som en resurs vid genomförandet eller projektledare för bästa styrning. Planerar ni att införa flera Lean koncept, ta då in en Lean Coordinator som hjälper er med en övergripande Lean strategi.

Intresserad?

Rekrytering | Bemanning | Utbildning

mikael@hybridwork.se

073-9282441

”Uppmuntra till inlärning med Green Card certifiering och säkerställ att kompetensen finns för att utföra jobbet eller konceptet – ett win-win för både företaget och för era anställda i deras karriär”

Bygger på en kompetensmatris som visar vilka aktiviteter som ska vara uppfyllda med dess status visualiserat.

”Timelinespel, ett Gamification event. Lean Retrospectives företagsspel för lättsamt lärande att implementera koncept. Främjar teambuilding och framdrift”

 Ett spelupplägg att kunna återkomma till för nya utmaningar. Teamen tränas i att aktivt lära sig och presentera lösningar. Skapar tävlingsmoment.

”IT stödet IKM Manager är programmoduler skräddarsytt direkt för Lean Retrospectives konceptet och stödjer ett standardiserat arbetssätt. Ger samtidigt både framdrift och historik.”

Går att företagsanpassa och vara kopplat mot affärssystem eller visualiseringsprogram ex Power Bi. Har en användarmanual som även visar hur programmet är uppbyggt.

”Ge rätt förutsättning vid införandet av Lean Retrospectives konceptet med en projektplan som har tidsatta aktiviteter och en projektbudget”

Vem gör vad och när? Skapar framdrift. Göra konceptets aktiviteter i rätt tid för att kunna vara klar enligt planerat. Vi hjälper gärna er som extern projektledare.

”Öka möjligheten för den nyrekryterade att lyckas i sin nya tjänst och samtidigt utveckla företaget med att föra in nya koncept – En skräddarsydd individuell Trainéeutbildning med ett schema som visar vad som ska vara uppfyllt.”

Ett trainéeprogram kan innebära att förutom traditionell inlärning och att få tillgång till mentorskap, att få göra intressanta aktiviteter som ex arbetsprover eller leda företagsspel typ våra Timelinespel.

Staffing

Career

Select

Hybrid Work

On-Site Work