เครื่องมือคุณภาพ (Quality Tools)#1

เครื่องมือคุณภาพ (Quality Tools)

ตอนที่ 1

เครื่องมือคุณภาพ (quality tools) เป็นเทคนิคการวิเคราะห์ ที่ช่วยในการทำความเข้าใจกับ ปัญหา และเป็นข้อมูลที่สามารถนำไปใช้ในการแก้ไขปัญหา เพื่อการพัฒนาคุณภาพขององค์กร พัฒนาการผลิต หรือพัฒนาคุณภาพในแต่ละกระบวนการ บทความนี้จะกล่าวถึง เครื่องมือคุณภาพแบ่งออกได้เป็นหลายประเภท โดยแบ่งอย่างกว้างๆ ได้เป็น เครื่องมือคุณภาพแบบเดิม (old tools) และเครื่องคุณมือคุณภาพแบบใหม่ (new tools)

เครื่องมือคุณภาพในอดีตจะเน้นไปที่การใช้งาน ซึ่งมีการเรียกชื่อในหลายชื่อ ตัวอย่างเช่น leadership tools, customer satisfaction tools, quality planning and assurance tools, human resource tools และ information/analytical tools

เครื่องมือหลายชนิดมีที่มาจากญี่ปุ่น เช่น เครื่องมือที่มีการใช้อย่างแพร่หลาย และมีชื่อผู้ที่คิดขึ้นมา คือ Ishikawa diagrams และ Taguchi methods เครื่องมืออีกหลายชนิดที่ใช้ชื่อภาษาญี่ปุ่น เนื่องจากการนำไปใช้งาน เช่น Poke-Yoke หรือ Hoshin planning เราอาจสรุปได้ว่า ญี่ปุ่นเป็นต้นแบบของเครื่องมือคุณภาพ ซึ่งมาจากข้อเท็จจริง ที่เครื่องมือหลายชนิด มีที่มาจากญี่ปุ่น หรือมีการพัฒนาการนำไปใช้โดยญี่ปุ่น แต่ก็มีเครื่องมืออีกหลายชนิด ที่มาจากอเมริกา หรือจากความร่วมมือของอเมริกากับญี่ปุ่น

เครื่องมือบางชนิด มีรากฐานมาจากสถิติเบื้องต้น เช่น เครื่องมือพื้นฐาน ที่แสดงข้อมูลอย่างง่าย และรู้จักกันดี คือ histogram และ check sheet เครื่องมือบางอย่างเกิดจากการคิดขึ้นมา เช่น Ishikawa diagram ขณะที่เครื่องมือบางอย่าง เกิดจากการความพยายามของอเมริกา ในการปรับปรุงคุณภาพ เช่น control chart เครื่องมือชนิดใหม่ นิยมที่จะใช้สถิติน้อยลง โดยมาเกี่ยวกับความเป็นมนุษย์มากขึ้น มีการใช้คณิตศาสตร์น้อยลง และมาดูที่พฤติกรรมของคนมากขึ้น

เครื่องมือคุณภาพเบื้องต้น หรือเครื่องมือคุณภาพแบบเดิม
(Basic or Old tools)
เป็นเครื่องมือคุณภาพที่มีการใช้มาเป็นเวลานานแล้ว มักจะเป็นเครื่องมือที่มีการนำข้อมูลตัวเลขมาใช้เป็นหลัก ซึ่งจะแตกต่างจากเครื่องมือคุณภาพแบบใหม่ ที่มักจะไม่ได้ใช้ผลจากการคำนวณตัวเลขเป็นหลัก
ตาราง แสดง เครื่องมือคุณภาพเบื้องต้น (basic tools)
เครื่องมือ
การนำไปใช้
Flow Chart ใช้ในการทำให้มองเห็นกระบวนการ ช่วยให้ทุกคนมีความเข้าใจความสัมพันธ์ของแต่ละจุดในกระบวนการ
Ishikawa Diagram หรือ a.k.a. Fishbone หรือ Cause and Effect Diagram ใช้ในการระดมความคิดเพื่อให้เข้าใจถึงพื้นฐานของปัญหาที่เกิดขึ้น
Control Chart ใช้ในการตรวจสอบเพื่อควบคุมกระบวนการ
Histogram เป็นเครื่องมือในการวิเคราะห์ข้อมูลเบื้องต้น เพื่อให้ทราบความถี่ของเหตุการณ์ที่ต้องการตรวจสอบ
Scatter Plot ใช้หาความสัมพันธ์ระหว่างตัวแปร
Pareto Diagram เป็นแผนภูมิแท่งแสดงถึงปัญหาใหญ่ที่ต้องทำการแก้ไขก่อน
Stratification
Check Sheet

Flow Chart

flow chart ใช้แสดงให้เห็นกระบวนการ โดยใช้สัญลักษณ์ที่แตกต่างกัน แสดงการกระทำ การตัดสินใจ หรือปฏิบัติการในแต่ละจุด สัญลักษณ์ที่ใช้ประกอบด้วย (1) จุดเริ่มต้น/จุดสิ้นสุดกระบวนการ (2) กระบวนการหรือส่วนหนึ่งของกระบวนการ (3) การตรวจสอบ (4) การตัดสินใจ (5) การขนส่ง สัญลักษณ์ทั้ง 5 แบบ สามารถใช้อธิบายรายละเอียดของกระบวนการได้สมบูรณ์และนำไปใช้ได้หลายประเภท ส่วนกระบวนการที่มีลักษณะเฉพาะ อาจจะใช้สัญลักษณ์ที่แตกต่างออกไป โปรแกรมคอมพิวเตอร์บางชนิด อาจมีสัญลักษณ์เหล่านี้ เพื่อให้ผู้ใช้สามารถนำไปใช้ สัญลักษณ์ที่ใช้จะมีการเชื่อมต่อกันเพื่อแสดงลำดับของขั้นตอนในกระบวนการ รูปด้านล่างแสดงเส้นทางของกระบวนการ (process flow) ในการชงกาแฟ

แผนภูมิก้างปลา
(Fishbone Diagram or Ishikawa Diagram)

รูปด้านล่างแสดงแผนภูมิอิชิกาวา (Ishikawa diagram) แผนภูมิแบบนี้ มีการเรียกชื่อกันหลายชื่อ เช่น Ishikawa diagram, Cause and Effect diagram, Fishbone Diagram และ Root Cause Analysis โดย K. Ishikawa ใช้เทคนิคนี้เป็นคนแรก ในปี 1960 สาเหตุและผลลัพธ์ (Cause and Effect) เป็นการอธิบายลักษณะของเครื่องมือนี้ได้อย่างเหมาะสม โดยแสดงความสัมพันธ์ระหว่างต้นเหตุและผลลัพธ์ที่เกิดขึ้น เพื่อใช้เป็นเครื่องมือเบื้องต้นในการหาสาเหตุของปัญหา ในปัจจุบัน ส่วนใหญ่จะเรียกแผนภูมิชนิดนี้ว่า แผนภูมิก้างปลา (fishbone diagram)
แผนภูมิก้างปลาอย่างง่าย

หลักการเบื้องต้นของแผนภูมิก้างปลา (fishbone diagram) คือการใส่ชื่อของปัญหาที่ต้องการวิเคราะห์ ลงทางด้านขวาสุดของแผนภูมิ โดยมีเส้นหลักตามแนวยาวของกระดูกสันหลัง จากนั้นใส่ชื่อของปัญหาย่อย ซึ่งเป็นสาเหตุของปัญหาหลัก 3 – 6 หัวข้อ โดยลากเป็นเส้นก้างปลา (sub-bone) ทำมุมเฉียงจากเส้นหลัก เส้นก้างปลาแต่ละเส้นให้ใส่ชื่อของสิ่งที่ทำให้เกิดปัญหานั้นขึ้นมา ระดับของปัญหาสามารถแบ่งย่อยลงไปได้อีก ถ้าปัญหานั้นยังมีสาเหตุที่เป็นองค์ประกอบย่อยลงไปอีก โดยทั่วไปมักจะมีการแบ่งระดับของสาเหตุย่อยลงไปมากที่สุด 4 – 5 ระดับ เมื่อมีข้อมูลในแผนภูมิที่สมบูรณ์แล้ว จะทำให้มองเห็นภาพขององค์ประกอบทั้งหมด ที่จะเป็นสาเหตุของปัญหาที่เกิดขึ้น

แผนภูมิก้างปลาสามารถนำไปใช้ได้ทั้งในกรณีของบุคคลหรือกลุ่มงาน การใช้งานโดยทั่วไป หัวหน้าทีมจะเขียนแผนภูมิก้างปลาบนกระดานดำ โดยใส่หัวข้อของปัญหาหลักลงไปก่อน แล้วจึงปรึกษากับทีมงานถึงสาเหตุหลักของปัญหา เพื่อเขียนต่อลงไปจากแนวแกนของปัญหาหลัก ทีมงานจะช่วยกันเสนอปัญหาทั้งหมด และช่วยกันตัดสินในการระบุปัญหาหลัก และอาจจะเขียนวงกลม เพื่อแสดงแต่ละหัวข้อ โดยทำเป็นลำดับจนได้แผนภูมิที่ครบถ้วสมบูรณ์

Ishikawa diagram เป็นเครื่องมือคุณภาพที่มีการใช้กันมากชนิดหนึ่ง เนื่องจากสามารถมองเห็นภาพได้ง่าย สามารถใช้รวบรวมความคิดเห็นของกลุ่มได้อย่างเป็นระบบ ทำให้มีความเข้าใจ และนำไปใช้วินิจฉัยปัญหาได้ในที่สุด

แผนภูมิก้างปลาที่มี สาเหตุของปัญหาหลายระดับ

แผนภูมิควบคุม (Control Chart)

แผนภูมิควบคุมเป็นเครื่องมือคุณภาพที่รู้จักกันดีและเข้าใจได้ง่ายที่สุด มีผู้เขียนเรื่องเกี่ยวกับการสร้างและการใช้ไว้ค่อนข้างมาก แผนภูมิควบคุมโดยพื้นฐานแล้วเป็นเรื่องของสถิติ โดยมีหลักการในการตรวจสอบความแปรปรวนทางสถิติของกระบวนการ โดยต้องทำการประเมินเพื่อหาระดับของความแปรปรวนของกระบวนการว่าอยู่ในขอบเขตของช่วงที่กำหนดไว้ หรือมีอะไรทำให้กระบวนออกไปนอกการควบคุม (out-of-control) หรือไม่ ตัวอย่างเช่น การผลิตชิ้นส่วนของบ้าน โดยใช้เครื่องกลึงอัตโนมัติ โดยวัดความให้มีขนาดตามที่กำหนด แต่ละชิ้นจะมีความแตกต่างกันเล็กน้อย เราจะรู้ได้อย่างไรว่าความแปรปรวนนั้น เป็นความแปรปรวนภายใน (inherent variations) ของกระบวนการเอง หรือเกิดการเปลี่ยนแปลงบางอย่างขึ้นภายในระบบ เช่น เครื่องมือมีความคมลดลง ทำให้ต้องมีการปรับแต่งใหม่ แนวคิดของแผนภูมิควบคุม คือการวัดความแปรปรวน โดยการวัดตัวอย่างซ้ำ คำนวณค่าของขีดจำกัดบน (upper control limit) และขีดจำกัดล่าง (lower control limit) ถ้ามีข้อมูลตรงจุดใด อยู่เกินระดับของขีดจำกัด แปลว่าต้องนำมาพิจารณา เพื่อหาทางแก้ไข หรืออย่างน้อยก็ควรติดตามตรวจสอบกระบวนการให้ใกล้ชิดยิ่งขึ้น

รูปด้านบน แสดงตัวอย่างของแผนภูมิควบคุม โดยเป็นกราฟที่มีจำนวนตัวอย่างที่ผลิต เป็นแกนนอน และมีจำนวนของชิ้นงานที่มีตำหนิเป็นแกนตั้ง มีค่าเฉลี่ยของตัวอย่างที่ผลิตแล้วมีตำหนิเป็นแกนอ้างอิง เช่น สุ่มตัวอย่างที่ผลิตในแต่ละวันขึ้นมา 100 ชิ้น นำมาบันทึกลงบนกราฟทุกวันในช่วงเวลาหนึ่ง จะสามารถหาค่าช่วงของความแปรปรวน ของตัวอย่างที่มีตำหนิออกมาได้ นำมาคำนวณทางสถิติ จะสามารถหาค่าขีดจำกัดบน (UCL) และขีดจัดล่าง (LCL) ที่จะใช้ในแผนภูมิ ข้อมูลบนแผนภูบางจุด อาจจะมีค่าสูงกว่าหรือต่ำกว่าค่าควบคุม (control limit) ซึ่งเป็นค่าที่อยู่นอกการควบคุม (out-of-control) โดยทั่วไป จะเป็นหน้าที่ของผู้จัดการฝ่ายผลิต ที่จะปรับกระบวนการผลิตให้กลับเข้าสู่ระดับเดิม หรือลดจำนวนตัวอย่างที่มีตำหนิลง โดยตรวจสอบสาเหตุที่ทำให้ความแปรปรวนมีค่ามากเกินไป การทดสอบทางสถิติสามารถดูจากลักษณะของแนวโน้มข้อมูลในบางช่วงเวลา ที่อาจมีรูปที่แน่นอนบางอย่าง ที่นำมาประกอบในการปรับปรุงระบบได้ แผนภูมิควบคุมสามารถใช้ ในการติดตามตรวจสอบ เพื่อดูแนวโน้มของระบบ หรือใช้เป็นแนวทางในการปรับปรุงในระยะยาว

Histogram

รูปด้านบนแสดง histogram แบบทั่วไป ซึ่งเป็นเครื่องมือที่ใช้แสดงลักษณะการกระจาย และความแปรปรวนของข้อมูล ทำให้เห็นได้อย่างชัดเจนมากกว่าการดูตัวเลขจากตาราง

ตารางด้านล่างเป็นชุดข้อมูลที่เก็บจากกระบวนการผลิต โดยการวัดตัวอย่างซ้ำในช่วงเวลาที่กำหนด

จำนวนที่วัด
ค่าที่วัดได้
1
2
3
4
5
6
6.04
6.07
5.99
6.01
6.10
6.00
เมื่อจัดลำดับชุดตัวอย่างจากค่าสูงสุดไปถึงค่าต่ำสุด และทำเป็นตารางแสดงจำนวนของตัวอย่างที่มีค่าเท่ากัน หรืออยู่ในช่วงของค่าเดียวกัน เช่น ตัวอย่างผลการวัดที่มีค่าสูงสุดเป็น 6.1 และค่าต่ำสุดเป็น 5.99 นำมาจัดกลุ่มเป็นค่าที่วัดได้จากค่า 5.9 ถึง 6.2 โดยแบ่งเป็นกลุ่มที่มีค่าเพิ่มขึ้นครั้งละ .01 ได้ทั้งหมด 30 ช่วง ค่าที่วัดได้แต่ละค่าสามารถใส่ลงในแต่ละช่วงได้ดังรูป
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
5.9
6.0
6.1
6.2

histogram สามารถทำให้มองเห็นได้ทันที ว่าตัวอย่างที่เก็บมาจากกระบวนการนั้นมีการกระจายของข้อมูลอย่างไร histogram ที่มีการกระจายของข้อมูลดังรูปด้านบน เรียกว่า histogram แบบปกติ (normal) หรือ Gaussian histogram รูปแบบของ histogram มีหลายลักษณะ การตรวจสอบ histogram จะสามารถแสดงให้เห็นถึงปัญหาจากการสุ่มตัวอย่าง หรือปัญหาที่เกิดจากกระบวนการ

รูปแบบการแสดงข้อมูลที่คล้ายกับ histogram คือ กราฟแท่ง (bar chart) ซึ่งมีความแตกต่างกันที่แกนนอนไม่ใช่ช่วงของข้อมูล แต่แสดงเป็นค่าที่ได้จากการเก็บตัวอย่างโดยตรง เช่น ในการนับตัวอย่างที่มีสีเหลือง น้ำเงิน และแดงในสายการผลิต สามารถนำตัวเลขจากการนับแต่ละสีมาเขียนกราฟแท่ง โดยเปรียบเทียบจำนวนของแต่ละสีได้จากความสูงของแท่งกราฟ

Scatter Plot

Scatter plots ใช้แสดงความสัมพันธ์ของข้อมูลที่มีสองตัวแปรหรือมากกว่านั้น รูปด้านล่างแสดงความสัมพันธ์ของสองตัวแปร และใช้ในการหาแนวโน้มของข้อมูลที่มีค่าสูงขึ้น ข้อมูลในลักษณะนี้ เรียกว่ามีสหสัมพันธ์เชิงบวก (positive correlation) โดยตัวแปรตัวหนึ่งจะสูงขึ้นตามตัวแปรอีกตัวหนึ่ง เส้นที่แสดงความสัมพันธ์ เรียกว่า เส้นถดถอย (regression) แสดงถึงค่าเฉลี่ยของความสัมพันธ์ของสองตัวแปร ถ้าความชันของเส้นกราฟเป็นลบ ถ้าแปรจะมีสหสัมพันธ์เชิงลบ (negative correlation) แสดงว่าถ้าแปรตัวหนึ่งจะมีค่าลดลง เมื่ออีกตัวหนึ่งมีค่าเพิ่มขึ้น ถ้ากราฟที่ได้ ไม่สามารถหาเส้นถดถอยของความสัมพันธ์ได้ เนื่องจากจุดของข้อมูลมีการกระจายแบบไม่มีทิศทาง แสดงว่าตัวแปรทั้งสองไม่มีความสัมพันธ์กัน (uncorrelate)

การประเมินคุณภาพ (quality assessment) ใช้ scatter plot ในการวัดตัวแปรในกระบวนการ เพื่อหาระดับความสัมพันธ์ หรือความไม่สัมพันธ์กัน ค่าสหสัมพันธ์ที่ได้ สามารถนำไปใช้ในการตรวจสอบเพื่อค้นหาต้นเหตุที่แท้จริงของปัญหา scatter plot จึงเป็นเครื่องมือเบื้องต้นอย่างหนึ่งที่ช่วยเพิ่มข้อมูลในการประเมินคุณภาพ

แผนภูมิพาเรโต (Pareto Diagram)

แผนภูมิพาเรโต (Pareto diagram) ได้ชื่อมาจาก Vilfredo Pareto นักเศรษฐศาสตร์และสังคมศาสตร์ชาวอิตาลี ซึ่งเป็นผู้ที่คิดวิธีนี้ขึ้นมา และเผยแพร่ในปลายศตวรรษที่ 19 โดยใช้กฎ 80/20 ซึ่งมีที่มาจากการสำรวจพบว่า ในประเทศอิตาลียุคนั้น มีคนรวย 20% คนจน 80% และใน 20% นี้ ครอบครองทรัพย์สิน 80% ขณะที่คน 80% ครอบครองทรัพย์สิน 20%

แผนภูมิพาเรโต มีลักษณะคล้ายกับกราฟแท่ง หรือ histogram แตกต่างกันที่ แท่งของข้อมูลตามแนวแกนนอน มีค่าลดลงตามลำดับ หลักการของแผนภูมิพาเรโต ในการปรับปรุงคุณภาพ คือการหาตัวแปรที่มีอิทธิพลต่อคุณภาพ (quality function) ตัวอย่างเช่น ถ้าเราหาตัวแปรที่มีผลกระทบต่อคุณภาพ และนำมาหาค่าตัวเลข หรือร้อยละของผลกระทบนั้น จัดลำดับจากมากไปน้อย นำมาเขียนกราฟโดยให้แกนตั้งด้านซ้าย เป็นค่าจริงของผลกระทบของตัวแปร ส่วนแกนตั้งด้านขวา เป็นค่าสะสมของผลกระทบของตัวแปร

ตัวอย่างเช่น ในการเก็บตัวอย่างที่มีปัญหาจำนวน 200 ชิ้น จากสายการผลิตในช่วงเวลาหนึ่ง มี 40 ชิ้นที่เกิดจากความร้อนสูง 80 ชิ้น เกิดจากชิ้นส่วนเสียหาย 20 ชิ้น เกิดจากระบบไฟฟ้า ตามลำดับ

Factor 1:
40
20%
Factor 2:
20
10%
Factor 3:
80
40%
Factor 4:
10
5%
Factor 5:
20
10%
Factor 6:
20
10%
Factor 7:
10
5%

ถ้านำข้อมูลมาจัดลำดับลงในตารางจากมากไปน้อย จะได้กราฟความสัมพันธ์ 2 แบบ คือ กราฟแท่งที่แสดงตัวเลขหรือร้อยละของความสัมพันธ์ (ได้แก่ 80, 40, 20, 20, 20, 10, 10) และผลรวมสะสม (cumulative sum) ของร้อยละ (ได้แก่ 40, 60, 70, 80, 90, 95, 100) กราฟที่ได้จะแสดงให้เห็นลำดับและขนาดของผลกระทบของตัวแปร และแสดงให้เห็นว่าการแก้ไขปัญหา ต้องแก้ไขที่ตัวแปรใดก่อน แผนภูมิพาเรโต มีประโยชน์ในการสรุปรวม และประมาณการณ์ถึงขนาดของปัญหา ที่จะแก้ไขได้จากแต่ละปัจจัย

การจัดลำดับชั้น (Stratification)

แนวคิดในการจัดลำดับชั้นของข้อมูล คือการทดสอบว่าข้อมูลจะมีผลจากทสอบด้วยวิธีการทางสถิติที่แตกต่างกันอย่างไร ตัวอย่างเช่น การวัดขนาดของชิ้นงานในสายการผลิต ซึ่งจะได้รับผลเครื่องมือ 2 ชนิด คือ เครื่องมือตัดและเครื่องมือขัดเงา ซึ่งต่างก็มีผลต่อความแปรปรวนของขนาดของชิ้นงานที่ผลิตได้ เครื่องมือทั้งสองมีผลต่อความแปรปรวนแตกต่างกัน จากรูป การกระจายของความแปรปรวน มี 2 ค่า คือ Dist 1 และ Dist 2 ซึ่งเกิดจากเครื่องมือแต่ละชนิด โดย Dist 1 มีค่าเฉลี่ย (ส่วนที่มีความถี่สูงที่สุด) ต่ำกว่า Dist 2 แท่งกราฟชุดที่ 3 แสดงผลรวมของความแปรปรวนทั้งสอง ซึ่งเป็นค่าที่ได้จากการวัดชิ้นงานที่สำเร็จแล้ว จากตัวอย่างนี้ ถ้าไม่มีข้อมูลของการจัดลำดับชั้น โดยแยกแต่ละตัวแปรออก เราจะไม่สามารถทราบที่มาที่แท้จริงของความแปรปรวนได้

หลักการของการจัดลำดับชั้นข้อมูล สามารถนำไปประยุกต์ใช้ เพื่อให้มองเห็นผลที่เกิดขึ้นจากหลายตัวแปร ข้อมูลเดียวกันนี้ เราสามารถแสดงด้วย scatter plot ได้เช่นกัน โดยนำไปเขียนกราฟ xy โดยใช้สเกลแบบเดียวกัน และจากข้อมูลนี้ จะทำให้ทราบได้ว่า ข้อมูลที่มาจากคนละแหล่ง จะมีค่าเฉลี่ยและค่าการกระจายที่แตกต่างกัน

แบบบันทึกการตรวจสอบ (Check Sheet)

check sheet เป็นการเก็บข้อมูลอย่างง่าย โดยทำเป็นรายการของขั้นตอนที่มีอยู่ในกระบวนการ และทำช่องใส่เครื่องหมายเอาไว้ด้านหน้า การเก็บข้อมูลในลักษณะนี้ สามารถนำไปใช้ในการตรวจสอบหรือการแจงนับได้หลายประเภท เช่น จำนวนครั้งของสัญญาณก่นที่จะรับโทรศัพท์ check sheet สามารถนำไปใช้ร่วมกับ histogram เพื่อให้มองเห็นลักษณะของข้อมูลได้โดยตรง check sheet มีการพัฒนารูปแบบไปอย่างหลากหลายมาก เช่นในรูป เป็นแผนที่ประเทศสหรัฐอเมริกา ซึ่งเป็น check sheet ที่ต้องการให้ผู้ใช้ทำเครื่องหมายลงบนแผนที่ เพื่อแสดงตำแหน่งที่มีการขายไปแล้ว
ถ้านำข้อมูลของ check sheet ไปใช้ร่วมกับโปรแกรมคอมพิวเตอร์ จะทำให้สามารถแสดงข้อมูลออกมาในรูปของกราฟแท่ง ซึ่งเป็นผลรวมของข้อมูลจากการขายในแต่ละพื้นที่ของประเทศ มีการใช้หลักการนี้ของ check sheet ไปใช้กับการตรวจสอบความเสียหายของเครื่องยนต์ โดยการพิมพ์รูปของเครื่องยนต์ และให้ผู้ใช้ทำเครื่องหมายแสดงตำแหน่งที่มีความเสียหายหรือต้องการให้ตรวจสอบ
ข่าวสารเพิ่มเติม