Viheriöiden leikkuuseen käytetty aika vaihtelee päivien ja työntekijöiden välillä. Onko syytä huolestua? Riippuu siitä, miten paljon vaihtelua on ja mistä se johtuu.
Mittaa oikeita asioita
Prosesseja, kuten viheriönleikkuuta, reiänvaihtoa tai rangepallojen keruuta, voi tarkastella käyttäytymiskäyrän avulla. Sen avulla näkee visuaalisesti, millä tasolla kyseisen prosessin suorituskyky on.
Ja ei, tämä ei ole myyntipuhe, tässä ei myydä ”käyttäytymiskäyriä”, vaan näytetään, miten juuri sinä ja edustamasi yritys voivat hyötyä sen käytöstä. Alempana tekstissä teemme yhdessä harjoituksen.
”Millään mittarilla ei tee yhtään mitään, jos sen tuottamia tuloksia ei hyödynnetä mitenkään.”
Kun lähtee miettimään, mitä mitataan, ei kannata hätkähtää: valitset todennäköisesti väärän asian. Sillä ei ole väliä, koska voit vaihtaa mitattavaa kohdetta heti kun huomaat, että löytyy järkevämpi asia mitattavaksi.
Muista myös, että millään mittarilla ei tee yhtään mitään, jos sen tuottamia tuloksia ei hyödynnetä mitenkään esimerkiksi toiminnan kehittämisessä, tai jos ei tiedetä, mihin tuloksia on hyvä verrata.
Otetaan esimerkki. Kuinka paljon käytit rahaa ruokakauppaan viime kuussa? 500 euroa? Selvä. Onko se paljon vai vähän? Suhteessa mihin? Edelliseen kuukauteen, edellisvuoden keskiarvoon vai kaikkien aikojen ennätykseen? Vai omaan palkkapussiisi? Kuluiko rahaa liikaa vai onko sitä niin paljon, että sitä voisi alkaa törsätä vähän kalliimpaan jauhelihaan?
Kun alat tehdä käyttäytymiskäyriä, tee useita erilaisia lisäämällä niihin erilaista dataa. Heitä sitten hyvillä mielin menemään ne, joista ei ollutkaan mitään hyötyä. Ne eivät olleet vääriä tai virheellisiä, vaan ne olivat kokeiluja.
Kokeillessasi asioita muista, että Thomas Edisonkin tiimeineen teki hehkulampusta tuhansia versioita ennen kuin löytyi toimiva tapa – jossa materiaalina käytettiin muuten bambua (monestiko olisit itse joutunut kokeilemaan ennen kuin olisit keksinyt käyttää bambua hehkulampussa?). Edison ei sanonut epäonnistuneensa tuhansia kertoja, vaan löytäneensä tuhansia toimimattomia tapoja. Älä sinäkään epäonnistu, vaan karsi pois heikommat ratkaisut.
Laske sormilla ja Excelillä
Dataa ei tarvita kovin paljoa alussa eikä sitä tarvitse kerätä joka päivä. Voit esimerkiksi viikon tai parin ajan tehdä pistokokeita mitattavasta kohteesta. Usein suositellaan otettavan 16 ”näytettä”, eikä 25 näytettä suuremmissa määrissä enää tapahdu suuria muutoksia. Vähempikin voi riittää ja voit vaikka käyttää sormiasi laskukoneena.
Käyrän piirtämiseen tarvitset taulukkolaskentaohjelman, esimerkiksi Microsoftin Excelin, joka tietokoneeltasi todennäköisesti löytyy. Älä pelkää, kerron kyllä, mitä mihinkin pitää laittaa eivätkä kaavat ole monimutkaisia.
Tee seuraavanlainen taulukko aloittaen vasemmalta ylhäältä ensimmäisestä tyhjän taulukon solusta eli ruudusta.
Kirjoita otsikkoriville vierekkäisiin soluihin: päivä – pvm – aika – keskiarvo – liukuva vaihteluväli – vaihteluvälin keskiarvo – yläohjausraja – alaohjausraja
Ensimmäiset kolme kohtaa voi otsikoida omaan tarkoitukseen sopivalla tavalla. Jos mitataan vaikka kerran tunnissa, päivä-kohtaan voi kirjoittaa vaikka klo, ja jos ei mitata aikaa, vaan kappalemäärää, voidaan aika vaihtaa vaikkapa muotoon kpl. Pvm-kohta on hyvä pitää sellaisessa muodossa, että kirjatut tapahtumat pysyvät aikajärjestyksessä.
Artikkelin lopussa on kuva koko taulukosta, voit katsoa sieltä mallia. Älä pelästy, jos et ymmärrä termejä, ne selvenevät asian edetessä.
Harjoitellaan
Valitaan tässä harjoituksessa mitattavaksi asiaksi viheriönleikuuseen käytetty aika minuuteissa. Kuvitteellisella esimerkkikentällä on kaksi leikkaajaa, jotka molemmat leikkaavat yhdeksän viheriötä. Mitataan tällä kertaa etuysin viheriöihin käytettävä aika kahden viikon ajan (samalla voi mitata toki toisen työntekijän leikkaamista tai muita mahdollisia kiinnostavia asioita).
Askel 1: Täytä tiedot taulukkoon sarakkeeseen C oikeassa järjestyksessä 120, 90, 105… (keräämäsi, todellisen aineiston mukaisesti) näin:
Seuraavaksi lasketaan keskiarvo, joka on jokaisella rivillä sama, koska kyseessä on koko aineistoa koskeva keskiarvo.
Askel 2: Kirjoita soluun D2 (eli kuvassa samalle riville, jossa lukee ”10.5.2021”, numeron 120 oikealle puolelle, otsikon keskiarvo alle) näin: =KESKIARVO(C$2:C$15).
Kun painat Enteriä, ruutuun tulee yllä olevaa dataa käyttäen pyöristettynä luku 117 (omalla aineistollasi tietenkin jotain muuta). Se tarkoittaa, että etuysin viheriöiden leikkaamiseen kuluu esimerkkikentällä keskimäärin tunti ja 57 minuuttia. Sama luku tulee siis D-sarakkeen jokaiseen soluun. Voit joko kopioida solussa D2 olevan kaavan =KESKIARVO(C$2:C$15) jokaiselle riville tai kirjoittaa saamasi keskiarvon käsin jokaiselle riville D-sarakkeeseen.
HUOM! Jos omassa datassasi on eri määrä kuin tämän esimerkin 14 lukua ja taulukkoosi tulee enemmän tai vähemmän rivejä kuin 15, käytä tämän esimerkin luvun 15 paikalla sitä lukua, mille riville asti oma taulukkosi menee, esim. yllä mainitussa =KESKIARVO(C$2:C$15) -kaavassa ”C$15” muutetaan muotoon ”C$12”, jos taulukossasi on 12 riviä jne. Voit laskea keskiarvon itsellesi mieluisella tavalla, jos yllä esitetty tapa ei maistu, kunhan laitat oikean luvun jokaiselle riville.
Seuraavaksi lasketaan liukuva vaihteluväli. Se tarkoittaa kunkin mitatun luvun erotusta edellisen rivin arvoon.
Askel 3: Jätä sarakkeen E ensimmäinen otsikon alla oleva rivi (eli solu E2) tyhjäksi ja kirjoita seuraavalle riville soluun E3 erotus ensimmäisen (120) ja toisen (90) havainnon välillä. Voit tehdä sen käsin tai käyttää osaamiasi kaavoja. Soluun E3 tulee siis esimerkkitapauksessa 30, joka on laskettu näin: 120-90=30.
HUOM! Kirjoita aina positiivinen luku, eli älä laita miinusmerkkiä luvun eteen, vaikka vähennyslaskun erotus näyttäisi miinusta.
Soluun F2 liukuva vaihteluväli -otsikon alle tulee vaihteluvälin keskiarvo, eli edellisessä vaiheessa laskettujen erotusten keskiarvo. Se lasketaan samalla tavalla kuin keskiarvo laskettiin aiemmassa kohdassa, mutta dollarimerkit jätetään pois, C vaihdetaan E:ksi ja kakkonen kolmoseksi, koska kakkosrivillä ei ole mitään. Eli:
Askel 4: Kirjoita ruutuun F2: =KESKIARVO(E3:E15). Huomaa, että tätä ei kopioida muualle, vaan luku tulee ainoastaan soluun F2 ja F-sarake sen alapuolella jää muuten tyhjäksi. Tietoa käytetään ohjausarvojen laskemisessa seuraavissa vaiheissa.
Seuraava vaihe onkin vähän haasteellisempi, mutta pääsemme kyllä maaliin. G-sarakkeeseen lasketaan yläohjausraja, eli normaalin vaihtelun yläraja. Se ei ole sama asia kuin suurin mittauksessa käytetty luku, vaan siinä on ikään kuin puskuria ympärillä. Esimerkkidatalla soluun F2 saadaan luku 26,31.
Askel 5: Kirjoita soluun G2 kaava =D$2+2,659*F$2.
Mystinen luku 2,659 on vakioluku, jota ei muuteta. Se on matemaattinen yleistys, jota hyödynnetään keskihajonnan laskemisessa. Sama kaava tai sen lopputulos kopioidaan G-sarakkeen jokaiselle riville. Esimerkkitapauksessa luku on 186,74.
Alaohjausraja lasketaan muilta osin samoin, mutta plussa vaihdetaan miinukseksi, eli näin:
Askel 6: Kirjoita soluun H2 kaava =D$2-2,659*F$2. Esimerkkidatalla jokaiselle riville saadaan luku 46,83.
Nämä lasketut ylä- ja alaohjausrajat määrittelevät normaalin vaihteluvälin. Eli jos etuysin viheriönleikkuu kestää jotain 47 ja 187 minuutin välillä, ei pitäisi olla syytä huoleen.
Haarukka vaikuttaa toki suurelta, mutta mitä pienempää vaihtelu käytetyssä työajassa (esimerkkitapauksessa 90-150 min) on, sitä pienemmäksi normaali vaihteluväli muodostuu. Jos joka päivä käytetään leikkaamiseen sama aika, esim. 120 minuuttia, sekä ylä- että alaohjausraja ovat 120 eikä normaalille vaihtelulle oli sijaa.
Visuaalinen esitys näyttää suorituksen
Kerätty data ja tehdyt laskelmat voidaan esittää visuaalisessa muodossa viivakaaviona.
Askel 7: Maalaa tekemäsi taulukko, eli valitse kaikki taulukon solut, esimerkkitapauksessa A1-H15. Valitse sitten Excelin ylävalikosta Lisää ja sieltä Kaaviot-kohdasta viivakaavion kuvake, ja sieltä ensimmäinen vaihtoehto. Eteesi aukeaa viivakaavio, jossa on kaikki taulukon luvut. Klikkaa oikealla hiirennäppäimellä alhaalla olevaa otsikkoa Liukuva vaihteluväli ja valitse Poista. Tee sama kohdalle Vaihteluvälin keskiarvo. Tee se myös kaaviossa alaohjausrajan alapuolella olevalle linjalle (väri on todennäköisesti harmaa). Näitä tietoja ei tarvita kaaviossa.
Kirjoita taulukon otsikkokenttään, mitä data kuvaa, esim. ”Viheriönleikkuu, etuysi, leikkaaja X”.
Kaavion pitäisi näyttää tältä sen jälkeen, kun ylimääräiset kohdat on poistettu.
Valmis kuvaaja
Esimerkkikentällämme viheriönleikkaajan käyttämä minuuttimäärä on stabiili, koska kaikki mittauspisteet sijoittuvat ohjausrajojen väliin, eli liian suuria poikkeamia ei ole. Myöskään selkeää nousevaa tai laskevaa trendiä ei mittausaikavälillä havaittu, joten työhön käytetty aika ei lisäänny tai vähenny ajan myötä. Yksittäisissä tai useammissa liian suurissa poikkeamissa voi olla hyvä pysähtyä selvittämään syitä ja arvioimaan, tarvitseeko niille tehdä jotain.
”Miksi näin tapahtuu, pitääkö sille tehdä jotain ja miten mahdollinen ongelma korjataan?”
Kerätty data siis osoittaa, että ajankäytöllisesti liiallista vaihtelua työssä ei ole. Nyt kun olemme saaneet sen selville, voimme pohtia, oliko tämä oleellinen tieto. Jos viheriönleikkuussa on havaittu ongelmia tai tuntuu siltä, että jokin mättää, kokeile jotain toista mittaria tai vaihda jokin vakiotekijä, kuten leikkaaja, leikkuri, tai työnteon ajankohta ja vertaile saatuja tuloksia keskenään. Voihan olla, että työ on aloitettu kello 10, jolloin kenttä on jo täynnä pelaajia ja leikkuuaika on siksi ylipäätään liian pitkä. Tällöin voi olla fiksua suorittaa työ toisena ajankohtana.
Valitse siis oikeat mittarit ja kokeile laskea ja tutkia eri asioita. Muita mitattavia asioita viheriönleikkuun ympärillä voisivat olla odottamiseen käytetty aika, kuinka monta pelaajaa tai peliryhmää leikkaaja joutuu päästämään ohi, työnjälki tai kuinka paljon polttoainetta kuluu leikkuukerralla. Kun oikea mittari on löytynyt ja kerätty data näyttää jonkinlaisen vastauksen, on kysyttävä, miksi näin tapahtuu, pitääkö sille tehdä jotain ja miten mahdollinen ongelma korjataan. Ja sitten vielä korjata asia.
Ole tarkkana, mitä mittaat
Esimerkissämme on huomioitu jokainen viikonpäivä maanantaista sunnuntaihin – ja mittaustulokset ovat keksittyjä. Todellisuudessa voi olla, että työ on hyvin erilaista eri päivinä. Viikonloppuisin voi olla eri leikkuuajankohta tai enemmän pelaajia vaikuttamassa työskentelyyn, jonain arkiaamuna voi olla iso yritystapahtuma, säätilat vaikuttavat ja leikkuusuunta ja viimeistelykin voivat hidastaa tai nopeuttaa työskentelyä.
”Älä mittaa mittaamisen takia, vaan mittaa parantaaksesi jotain parantamisen tarpeessa olevaa.”
Voit tehdä eri olosuhteissa omat mittaukset ja verrata niitä keskenään. Mittaa esimerkiksi pelkkiä tapahtuma-aamujen leikkuita tai pelkästään viikonloppuja. Tässäkin on tärkeä ymmärtää, mikä on oleellista omassa toiminnassa ja mikä on sopiva mittaustapa.
Aina kun mitataan jotain, on tiedostettava, mitä mitataan ja mikä siihen vaikuttaa. Virheellinen data voi olla vahingollisempaa kuin se, että ei mitata ollenkaan. Kerätyllä ja mitatulla datalla ei ole mitään arvoa, jos sitä ei tulkita ja hyödynnetä kehityksessä ja päätöksenteossa. Älä mittaa mittaamisen takia, vaan mittaa parantaaksesi jotain parantamisen tarpeessa olevaa.
Yllä kuvattu käyttäytymiskäyrä on vain yksi versio vastaavista mittareista. Se soveltuu useimpiin tapauksiin, joten sillä on hyvä lähteä kokeilemaan. Jos kaipaat lisätietoa aiheesta, voit etsiä internetistä hakusanoilla: SPC i-kortti, tilastollinen prosessinohjaus, Statistical Process Control.
Artikkelin lähteenä on käytetty Sari Torkkolan teosta Lean asiantuntijatyön johtamisessa (Talentum 2015). Suosittelen kirjan ostamista tai lainaamista kaikille, joita aihe kiinnostaa.
Alla vielä koko taulukko, johon kerätty data on lisätty.
Comments