Original Title: Ứng dụng công cụ thống kê vào quy trình kiểm soát chất lượng sản phẩm tại Công ty TNHH KIENCO PMG Việt Nam
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការអនុវត្តឧបករណ៍ស្ថិតិក្នុងដំណើរការត្រួតពិនិត្យគុណភាពផលិតផលនៅក្រុមហ៊ុន KIENCO PMG វៀតណាម

ចំណងជើងដើម៖ Ứng dụng công cụ thống kê vào quy trình kiểm soát chất lượng sản phẩm tại Công ty TNHH KIENCO PMG Việt Nam

អ្នកនិពន្ធ៖ Nguyễn Thị Kim Chi (Đại học Đà Nẵng), Lê Cung (Đại học Đà Nẵng), Đỗ Quỳnh My

ឆ្នាំបោះពុម្ព៖ 2025 Đại học Đà Nẵng

វិស័យសិក្សា៖ Industrial Systems Engineering

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ បញ្ហាចម្បងគឺអត្រានៃផលិតផលខូចគុណភាពនៅតែមានកម្រិតខ្ពស់ និងមិនមានស្ថិរភាពនៅក្នុងដំណាក់កាលចាក់ពុម្ព (Molding) និងដំណាក់កាលលាបពណ៌ (Painting) នៃរោងចក្រ KIENCO PMG វៀតណាម ដែលធ្វើឱ្យប៉ះពាល់ដល់ប្រសិទ្ធភាពផលិតកម្ម។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រត្រួតពិនិត្យគុណភាពតាមស្ថិតិ (SPC) ដើម្បីប្រមូលទិន្នន័យ វិភាគអត្រាកំហុស និងរកមូលហេតុដើមនៃបញ្ហាសម្រាប់ការកែលម្អ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Manual Inspection / Self-check
ការត្រួតពិនិត្យដោយដៃ / ស្វ័យត្រួតពិនិត្យ
ងាយស្រួលអនុវត្ត មិនត្រូវការបច្ចេកវិទ្យាស្មុគស្មាញ ឬការបណ្តុះបណ្តាលខ្ពស់។ ចំណាយពេលច្រើន ប្រមូលទិន្នន័យមិនទាន់ពេលវេលា និងមិនអាចរកឃើញមូលហេតុដើមនៃបញ្ហា។ អត្រាផលិតផលខូចខ្ពស់ និងមិនមានស្ថិរភាព (ឧទាហរណ៍៖ អត្រាកំហុសលោតលើសដែនកំណត់រហូតដល់១២ករណីក្នុងមួយថ្ងៃ)។
Statistical Process Control (SPC)
ការគ្រប់គ្រងដំណើរការតាមស្ថិតិ (ប្រើប្រាស់ Pareto, Fishbone, P-chart)
កំណត់អត្តសញ្ញាណបញ្ហាចម្បងបានច្បាស់លាស់ (ច្បាប់ ៨០/២០) និងជួយស្វែងរកឫសគល់នៃបញ្ហា។ ទាមទារការប្រមូលទិន្នន័យច្បាស់លាស់ជាប្រចាំ និងទាមទារចំណេះដឹងផ្នែកវិភាគស្ថិតិ។ ធ្វើឱ្យដំណើរការមានស្ថិរភាព អត្រាកំហុសធ្លាក់ចុះ និងគ្មានចំណុចក្រៅដែនកំណត់ត្រួតពិនិត្យ (Eliminated out-of-control points)។
Online SPC (Real-time Integration)
ការគ្រប់គ្រងដំណើរការតាមស្ថិតិបែបអនឡាញ (សមាហរណកម្មតាមពេលវេលាជាក់ស្តែង)
អាចតាមដាន ផ្តល់ការព្រមានភ្លាមៗ និងធ្វើអន្តរាគមន៍កែតម្រូវបានរហ័សនៅនឹងកន្លែង។ ត្រូវការទុនវិនិយោគខ្ពស់លើឧបករណ៍សេនស័រ ប្រព័ន្ធបណ្តាញ និងកម្មវិធីកុំព្យូទ័រ។ ការរំពឹងទុក៖ បង្កើនល្បឿននៃការរកឃើញកំហុស និងធានាស្ថិរភាពនៃខ្សែសង្វាក់ផលិតកម្មកម្រិតខ្ពស់។

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រនេះទាមទារធនធានសូហ្វវែរមូលដ្ឋានសម្រាប់ការវិភាគស្ថិតិ ឧបករណ៍វាស់ស្ទង់ត្រឹមត្រូវ និងការបណ្តុះបណ្តាលបុគ្គលិក។ ចំណែកឯការអភិវឌ្ឍទៅជាប្រព័ន្ធអនឡាញគឺទាមទារហេដ្ឋារចនាសម្ព័ន្ធបច្ចេកវិទ្យាបន្ថែម។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅរោងចក្រ KIENCO PMG ក្នុងខេត្តក្វាងណាម ប្រទេសវៀតណាម ដោយប្រើប្រាស់ទិន្នន័យនៃផលិតផលធុងត្រជាក់ស៊េរី RR25 ចំនួនមួយខែប៉ុណ្ណោះ។ នេះជារឿងដែលគួរយកចិត្តទុកដាក់សម្រាប់កម្ពុជា ព្រោះកត្តាបរិស្ថានការងារ (សីតុណ្ហភាព សំណើម) គុណភាពម៉ាស៊ីន និងកម្រិតជំនាញរបស់កម្មករនៅកម្ពុជាអាចមានភាពខុសគ្នា ដែលទាមទារឱ្យមានការប្រមូលទិន្នន័យផ្ទាល់ខ្លួនដើម្បីធានាភាពត្រឹមត្រូវ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រគ្រប់គ្រងគុណភាពដោយប្រើឧបករណ៍ស្ថិតិ (SPC) នេះ មានប្រសិទ្ធភាព និងសក្តានុពលខ្ពស់ណាស់ក្នុងការអនុវត្តសម្រាប់វិស័យផលិតកម្មនៅប្រទេសកម្ពុជា។

ការងាកចេញពីការត្រួតពិនិត្យដោយដៃទៅកាន់ការប្រើប្រាស់វិធីសាស្ត្រ SPC នឹងជួយឱ្យរោងចក្រនៅកម្ពុជាផ្លាស់ប្តូរពីការរង់ចាំដោះស្រាយបញ្ហា ទៅជាការទប់ស្កាត់ជាមុន ដែលជួយកាត់បន្ថយការខ្ជះខ្ជាយ និងបង្កើនភាពប្រកួតប្រជែងថ្នាក់តំបន់។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. រៀបចំប្រព័ន្ធប្រមូលទិន្នន័យជាស្តង់ដារ: បង្កើតតារាងកត់ត្រា (Check Sheets) ប្រចាំថ្ងៃ ដើម្បីកត់ត្រាចំនួនផលិតផលសរុប និងចំនួនផលិតផលខូចតាមប្រភេទនីមួយៗ ដោយប្រើប្រាស់កម្មវិធី (Microsoft Excel) ដើម្បីងាយស្រួលក្នុងការចងក្រងទិន្នន័យ។
  2. កំណត់អាទិភាពបញ្ហាដោយប្រើវិធានការ ៨០/២០: បញ្ចូលទិន្នន័យទៅក្នុង (Microsoft Excel) រួចគូរដ្យាក្រាម (Pareto Chart) ដើម្បីរៀបចំណាត់ថ្នាក់កំហុសពីច្រើនទៅតិច និងស្វែងរកកំហុសចម្បងដែលស្មើនឹង ៨០% នៃបញ្ហាសរុបដែលត្រូវដោះស្រាយមុនគេ។
  3. ស្វែងរកមូលហេតុដើមនៃបញ្ហា: រៀបចំកិច្ចប្រជុំជាមួយអ្នកបច្ចេកទេស និងកម្មករ ដើម្បីរួមគ្នាគូរដ្យាក្រាមឆ្អឹងត្រី (Fishbone Diagram) ដោយបំបែករកមូលហេតុតាមកត្តា 5M1E (មនុស្ស, ម៉ាស៊ីន, វិធីសាស្ត្រ, សម្ភារៈ, ការវាស់ស្ទង់, បរិស្ថាន)។
  4. ត្រួតពិនិត្យដំណើរការដោយតារាងវាយតម្លៃស្ថិតិ: គណនាតម្លៃមធ្យម ព្រមទាំងដែនកំណត់ត្រួតពិនិត្យលើ (UCL) និងក្រោម (LCL) រួចគូរតារាង (P-chart) នៅក្នុង (Minitab) ឬ (Excel) ដើម្បីតាមដានថាតើកំហុសមានការថយចុះ និងមានស្ថិរភាពដែរឬទេបន្ទាប់ពីអនុវត្តវិធានការកែតម្រូវរួច។
  5. ធ្វើសមាហរណកម្មទៅជាប្រព័ន្ធឆ្លាតវៃអនឡាញ (Online SPC): សម្រាប់ជំហានបន្ទាប់ រោងចក្រគួរតម្លើងឧបករណ៍ (IoT Sensors) លើម៉ាស៊ីនផលិត ដើម្បីទាញយកទិន្នន័យដោយស្វ័យប្រវត្តិ (តាមរយៈ MQTT ឬ API) ចូលទៅក្នុងប្រព័ន្ធកុំព្យូទ័រ ដែលអាចផ្តល់ការព្រមានភ្លាមៗនៅពេលមានបញ្ហា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Statistical Process Control (SPC) វិធីសាស្ត្រប្រើប្រាស់ទិន្នន័យស្ថិតិ ដើម្បីត្រួតពិនិត្យ និងគ្រប់គ្រងដំណើរការផលិតកម្ម ធានាថាផលិតផលមានគុណភាពស្របតាមស្តង់ដារ និងជួយរកឱ្យឃើញបញ្ហាមុនពេលវាបង្កើតជាផលិតផលខូចរាប់សិប។ ដូចជាការតាមដានសីតុណ្ហភាពខ្លួនប្រចាំថ្ងៃ ដើម្បីដឹងថាយើងជិតឈឺឬអត់ មុនពេលយើងធ្លាក់ខ្លួនឈឺធ្ងន់។
Pareto Chart ដ្យាក្រាមរាងសសរដែលតម្រៀបពីខ្ពស់ទៅទាប ប្រើគោលការណ៍ ៨០/២០ ដើម្បីបង្ហាញថាកំហុសភាគច្រើន (៨០%) គឺបណ្តាលមកពីមូលហេតុចម្បងតែមួយចំនួនតូច (២០%) ប៉ុណ្ណោះ ដែលជួយឱ្យរោងចក្រដឹងថាត្រូវដោះស្រាយបញ្ហាណាជាអាទិភាពមុនគេ។ ដូចជាការតម្រៀបបញ្ជីមុខម្ហូបដែលលក់ដាច់បំផុត ដើម្បីដឹងថាត្រូវផ្តោតលើការទិញគ្រឿងទេសសម្រាប់មុខម្ហូបណាជាងគេ។
Fishbone Diagram ដ្យាក្រាមដែលមានរាងដូចឆ្អឹងត្រី ប្រើសម្រាប់វិភាគរកឫសគល់នៃបញ្ហាណាមួយ ដោយបំបែកមូលហេតុទៅតាមចំណាត់ថ្នាក់ផ្សេងៗដូចជា មនុស្ស ម៉ាស៊ីន វិធីសាស្ត្រ សម្ភារៈ និងបរិស្ថាន (5M1E)។ ដូចជាការធ្វើកោសល្យវិច័យរកមូលហេតុដែលធ្វើឱ្យម៉ូតូខូច ដោយឆែកមើលសំបកកង់ ម៉ាស៊ីន សាំង និងរបៀបបើកបរម្តងមួយៗ។
P-chart តារាងត្រួតពិនិត្យប្រភេទគុណលក្ខណៈ (Attribute Control Chart) ដែលប្រើសម្រាប់តាមដានអត្រា ឬសមាមាត្រនៃផលិតផលខូចនៅក្នុងឡូតិ៍ផលិតកម្មនីមួយៗធៀបនឹងទំហំគំរូសរុប ដើម្បីមើលថាដំណើរការផលិតមានស្ថិរភាពឬអត់។ ដូចជាការកត់ត្រាចំនួនសិស្សប្រឡងធ្លាក់ក្នុងថ្នាក់នីមួយៗរៀងរាល់ខែ ដើម្បីមើលថាការបង្រៀនមានការធ្លាក់ចុះខុសប្រក្រតីឬទេ។
Control Limits (UCL/LCL) ជាបន្ទាត់ព្រំដែនកំណត់អតិបរមាលើ (UCL) និងអប្បបរមាក្រោម (LCL) នៅលើតារាង SPC។ បើទិន្នន័យស្ថិតក្នុងចន្លោះនេះ ដំណើរការគឺធម្មតា តែបើលោតចេញក្រៅព្រំដែននេះ មានន័យថាដំណើរការមានបញ្ហាខុសប្រក្រតីដែលត្រូវកែតម្រូវបន្ទាន់។ ដូចជាគំនូសគែមផ្លូវ បើយើងបើកបរក្នុងចន្លោះគំនូសគឺមានសុវត្ថិភាព តែបើជាន់គំនូសឬចេញក្រៅគំនូស គឺអាចនឹងមានគ្រោះថ្នាក់។
5M1E ក្របខ័ណ្ឌវាយតម្លៃបញ្ហាក្នុងវិស័យផលិតកម្ម ដែលបែងចែកប្រភពនៃបញ្ហាជា៦កត្តាធំៗគឺ៖ មនុស្ស (Man), ម៉ាស៊ីន (Machine), ការវាស់ស្ទង់ (Measurement), វិធីសាស្ត្រ (Method), វត្ថុធាតុដើម (Material), និងបរិស្ថាន (Environment)។ ដូចជាការឆែកមើលធាតុផ្សំទាំង៦មុខក្នុងការចម្អិនសម្ល ដើម្បីដឹងថាមកពីចុងភៅ ឆ្នាំង ឬបន្លែ ដែលធ្វើឱ្យសម្លមិនឆ្ងាញ់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖