4M102-01 ตัวอย่างการวิเคราะห์ 4M ในโรงงานแบบเข้าใจง่าย

ปัจจัยในกระบวนการผลิต 4 ด้าน ( 4M in Production Process)

ตัวอย่างการวิเคราะห์ 4M ในโรงงานแบบเข้าใจง่าย

เมื่อโรงงานเกิดปัญหา เช่น ของเสียเพิ่มขึ้น เครื่องจักรหยุดบ่อย ผลิตสินค้าไม่ทัน พนักงานทำงานผิดพลาด หรือคุณภาพสินค้าไม่สม่ำเสมอ คำถามแรกที่มักเกิดขึ้นคือ “ปัญหาเกิดจากอะไร?” หลายครั้งคำตอบจะถูกโยนไปที่คน เครื่องจักร หรือวัตถุดิบอย่างรวดเร็ว ทั้งที่สาเหตุจริงอาจเกิดจากหลายปัจจัยร่วมกัน หนึ่งในกรอบคิดพื้นฐานที่ช่วยให้เราวิเคราะห์ปัญหาอย่างเป็นระบบคือ 4M ซึ่งประกอบด้วย Man, Machine, Material และ Method

4M ไม่ใช่เครื่องมือซับซ้อน และไม่จำเป็นต้องใช้ Software ราคาแพง จุดแข็งของ 4M คือช่วยให้ทีมงาน ไม่รีบสรุปสาเหตุจากสิ่งที่เห็นเป็นอันดับแรก แต่แบ่งพื้นที่ค้นหาปัญหาออกเป็น 4 กลุ่มใหญ่ก่อน แล้วจึงใช้ข้อมูลและหลักฐานค้นหาสาเหตุที่แท้จริงต่อไป

แนวคิดพื้นฐานสามารถจำง่าย ๆ ว่า Man + Machine + Material + Method → Process → Output

หาก Output เกิดความผิดปกติ เราจึงย้อนกลับไปตรวจสอบว่า 4M ตัวใดเปลี่ยนแปลง ผิดมาตรฐาน หรือมีปฏิสัมพันธ์กันจนทำให้กระบวนการผิดปกติ

4M ตือ ปัจจัยในกระบวนการผลิต 4 ด้าน เป็นกรอบสำหรับจัดกลุ่มปัจจัยสำคัญที่เกี่ยวข้องกับกระบวนการทำงาน โดยเฉพาะในงานด้าน Manufacturing, Quality Control, Process Improvement และ Root Cause Analysis ประกอบด้วย

1. Man – คน ผู้ปฏิบัติงาน ความรู้ ทักษะ ประสบการณ์ ความพร้อม และ Human Error

2. Machine – เครื่องจักร เครื่องจักร อุปกรณ์ Tool, Jig, Fixture, Sensor รวมถึงสภาพและความพร้อมของเครื่อง

3. Material – วัตถุดิบ วัตถุดิบ ชิ้นส่วน Lot, Supplier, Specification, Storage และคุณสมบัติของสิ่งที่เข้าสู่กระบวนการ

4. Method – วิธีการ ขั้นตอนการทำงาน SOP, WI, Parameter, Standard, Inspection Method และ Process Control

สิ่งสำคัญคือ 4M ไม่ได้บอกว่าอะไรคือ Root Cause โดยอัตโนมัติ แต่ช่วยสร้างกรอบการค้นหาสาเหตุให้ครบถ้วนมากขึ้น กล่าวง่าย ๆ ว่า 4M ช่วยตอบว่า “ควรไปตรวจตรงไหน” ส่วนข้อมูลและการพิสูจน์ช่วยตอบว่า “สาเหตุจริงคืออะไร”

1. Man – คน 

Man หมายถึงบุคลากรทุกคนที่เกี่ยวข้องกับกระบวนการ ไม่ได้หมายถึงเฉพาะ Operator เท่านั้น แต่รวมถึง Technician, Engineer, Supervisor, Inspector และผู้เกี่ยวข้องอื่น ๆ สิ่งที่ควรพิจารณา เช่น ความรู้และทักษะ, ประสบการณ์, การ Training, Competency, ความเข้าใจ WI, ความเหนื่อยล้า, การสื่อสาร, จำนวนคน, การจัดกะ, Human Error

ตัวอย่าง โรงงานพบว่ากะกลางคืนมี Defect 5% ขณะที่กะกลางวันมีเพียง 1.5% หากรีบสรุปว่า “พนักงานกะกลางคืนทำงานไม่ดี” อาจเป็นข้อสรุปที่เร็วเกินไป เมื่อตรวจเพิ่มเติมพบว่ากะกลางคืนมีพนักงานใหม่ 4 คนจากทั้งหมด 6 คน ขณะที่กะกลางวันมีพนักงานที่ผ่าน Skill Level 3 ครบทุกคน สิ่งที่ควรวิเคราะห์ต่อจึงเป็น Competency และ Skill Coverage ไม่ใช่เพียงกล่าวโทษ Operator และหากพบต่อว่า WI ไม่ชัด หรือ Fixture สามารถใส่ชิ้นงานผิดด้านได้ ปัญหาที่ดูเหมือน Man อาจมี Method และ Machine เข้ามาเกี่ยวข้องด้วย

2. Machine – เครื่องจักร

Machine หมายถึงเครื่องจักร เครื่องมือ อุปกรณ์ รวมถึงองค์ประกอบต่าง ๆ ที่ใช้ในกระบวนการ เช่น Machine, Tool, Mold, Die, Jig, Fixture, Sensor, Conveyor, Robot, Measuring Equipment ในโรงงานสมัยใหม่อาจรวมไปถึง PLC, Software และระบบ Automation ที่ควบคุมกระบวนการด้วย ประเด็นที่ควรตรวจสอบ เช่น เครื่องจักรอยู่ในสภาพปกติหรือไม่? มี Breakdown หรือ Minor Stop หรือไม่? Tool สึกหรือไม่? Calibration ยังถูกต้องหรือไม่? Parameter เปลี่ยนหรือไม่? มี Preventive Maintenance ตามแผนหรือไม่?

ตัวอย่าง เครื่องฉีดพลาสติกเริ่มมี Defect ด้าน Dimension เพิ่มขึ้น Operator ทุกคนใช้ Parameter ตาม WI และ Material เป็น Lot เดิม เมื่อตรวจ Machine พบว่า Temperature Sensor อ่านค่า 200°C แต่เมื่อตรวจด้วยเครื่องมือมาตรฐานพบอุณหภูมิจริง 207°C ปัญหาจึงไม่ได้เกิดจาก Operator ตั้งเครื่องผิด แต่เกิดจาก Measurement Drift ของ Sensor หากโรงงานแก้ด้วยการ Training Operator เพิ่ม ปัญหาก็จะไม่หาย เพราะกำลังแก้ผิด M

3. Material – วัตถุดิบ

Material หมายถึงสิ่งที่เข้าสู่กระบวนการและถูกนำไปสร้างเป็นสินค้า เช่น วัตถุดิบ ชิ้นส่วน Component, Chemical, Packaging หรือวัสดุสิ้นเปลืองที่มีผลต่อคุณภาพ สิ่งที่ควรพิจารณา ได้แก่

Supplier
Material Grade
Specification
Lot
Moisture
Storage Condition
Shelf Life
Incoming Quality
Material Handling

ตัวอย่าง โรงงานผลิตชิ้นส่วนพลาสติกพบ Surface Defect เพิ่มขึ้นอย่างฉับพลัน Machine เดิม, Operator เดิม, Parameter เดิม, Method เดิม สิ่งเดียวที่เปลี่ยนคือ Material Lot เมื่อตรวจ Moisture พบว่า Lot ปกติอยู่ที่ 0.05% แต่ Lot ที่มีปัญหาอยู่ที่ 0.18% หลังนำ Material ไปอบตามเงื่อนไขที่เหมาะสม Defect ลดลงอย่างชัดเจน นี่เป็นตัวอย่างว่า Material Variation สามารถสร้าง Process Variation ได้ แม้ว่าปัจจัยอื่นดูเหมือนเดิมทั้งหมด

4. Method – วิธีการ

Method คือวิธีที่องค์กรกำหนดให้คน เครื่องจักร และวัตถุดิบทำงานร่วมกัน ครอบคลุมตั้งแต่ SOP, Work Instruction, Process, Sequence, Machine Parameter, Cycle Time, Inspection Method, Control Plan, Sampling Plan, Reaction Plan, 

Method ที่ดีควรทำให้ คนต่างคนสามารถสร้างผลลัพธ์ที่ใกล้เคียงกัน หากผลลัพธ์ขึ้นอยู่กับว่า “วันนี้ใครเป็นคนทำ” มากเกินไป แสดงว่ากระบวนการอาจยังไม่มี Standard ที่แข็งแรง

ตัวอย่าง โรงงานมี Operator สองคนผลิตสินค้าเดียวกันด้วยเครื่องเดียวกัน Operator A ผลิต Defect 1% Operator B ผลิต Defect 6% เมื่อสอบถามพบว่า WI ระบุเพียงว่า “ปรับ Pressure ให้เหมาะสม” แต่ไม่ได้กำหนดค่ามาตรฐาน

Operator A ซึ่งมีประสบการณ์ 10 ปีรู้ว่าควรตั้ง 45 bar ส่วน Operator B ซึ่งเป็นพนักงานใหม่ตั้ง 55 bar สิ่งที่ดูเหมือน Human Error จึงมีต้นเหตุสำคัญจาก Method ที่กำหนดไม่ชัดเจน

ตัวอย่างการวิเคราะห์ 4M แบบง่าย: Defect เพิ่มจาก 2% เป็น 8% ลองสมมติว่าโรงงานผลิตชิ้นส่วนแห่งหนึ่งมี Defect ปกติประมาณ 2% แต่สัปดาห์นี้เพิ่มขึ้นเป็น 8% แทนที่จะประชุมแล้วถามว่า “ใครทำผิด?” เราสามารถเปลี่ยนคำถามเป็น “มีอะไรผิดปกติใน 4M?” เริ่มตรวจทีละด้าน

ตอนนี้เรามีสิ่งผิดปกติถึง 3 เรื่อง แต่ยัง ห้ามสรุป ว่าเรื่องใดคือ Root Cause ต้องใช้ข้อมูลตรวจต่อ เมื่อ Stratify Defect ตาม Machine พบว่า 

M01 = 1.8%
M02 = 2.1%
M03 = 15.4%
M04 = 2.0%

พื้นที่ค้นหาปัญหาจึงแคบลงทันที เมื่อตรวจต่อพบว่า Defect ของ M03 เกิดทั้ง Operator เก่าและใหม่ และเกิดกับ Material หลาย Lot สมมติฐานด้าน Man และ Material จึงมีน้ำหนักลดลง ทีมงานตรวจ Tool ที่เพิ่งเปลี่ยนและพบว่า Tool Alignment คลาดเคลื่อน หลังปรับ Alignment แล้วทดลองผลิต 1,000 ชิ้น พบ Defect ลดเหลือ 1.7% ลำดับการวิเคราะห์จึงเป็น

Problem → 4M → Data → Stratification → Suspected Cause → Verification → Root Cause → Corrective Action

นี่คือการใช้ 4M ที่ถูกต้อง 

4M ไม่ได้มีไว้เพื่อหาว่า “ใครผิด” นี่เป็นประเด็นสำคัญมากในการใช้ 4M เมื่อเกิด Defect หลายองค์กรเริ่มจาก Man เพราะเป็นสิ่งที่มองเห็นง่ายที่สุด “Operator ไม่ระวัง” “พนักงานไม่ทำตาม WI” “พนักงานใหม่ยังไม่เก่ง” แล้วจบด้วย Corrective Action = Training 

แต่ลองพิจารณากรณีประกอบชิ้นส่วนกลับด้าน หากวิเคราะห์ 4M อาจพบว่า Man: พนักงานใหม่, Machine: Fixture สามารถใส่ชิ้นส่วนได้ทั้งสองด้าน, Material: ชิ้นส่วนด้านหน้าและหลังมีลักษณะคล้ายกัน, Method: WI ไม่มีภาพแสดง Orientation, ถ้าแก้ด้วย Training เพียงอย่างเดียว พนักงานก็ยังสามารถทำผิดได้อีก แต่ถ้าออกแบบ Fixture ใหม่ให้ “ใส่ผิดด้านไม่ได้” เรากำลังเปลี่ยนจาก Human-dependent Control เป็น Poka-Yoke ซึ่งมีความน่าเชื่อถือสูงกว่า

4M กับ Fishbone Diagram เกี่ยวข้องกันอย่างไร?

4M มักถูกใช้เป็นก้างหลักของ Fishbone Diagram หรือ Cause-and-Effect Diagram เช่น

Man ─────┐
Machine ─┤
Material ─┤ → DEFECT
Method ──┘

จากนั้นแต่ละ M จะแตกออกเป็น Possible Causes

ตัวอย่างปัญหา “ชิ้นงานเป็นรอย”

Man: Handling ไม่ถูกต้อง

Machine: Conveyor มีส่วนคม

Material: Surface Material อ่อนเกินไป

Method: Packing Method ทำให้ชิ้นงานสัมผัสกัน

ข้อดี คือทีมงานจะไม่คิดเฉพาะสาเหตุที่คุ้นเคย แต่ถูกกระตุ้นให้มองหลายด้าน อย่างไรก็ตาม สิ่งที่อยู่ใน Fishbone ยังเป็นเพียง Possible Cause ไม่ใช่ Confirmed Root Cause ต้องพิสูจน์ด้วยข้อมูลต่อไป

4M กับ 5 Why ใช้ร่วมกันอย่างไร?

หลัง 4M ช่วยระบุพื้นที่ที่น่าสงสัยแล้ว สามารถใช้ 5 Why เจาะลึกต่อ 

ตัวอย่าง

Problem: Machine หยุด 

Why 1 – ทำไมเครื่องหยุด? → Motor Overload

Why 2 – ทำไม Motor Overload? → Bearing ฝืด

Why 3 – ทำไม Bearing ฝืด? → Lubrication ไม่เพียงพอ

Why 4 – ทำไมไม่ได้ Lubrication? → ไม่มีการทำตามระยะ

Why 5 – ทำไมไม่มีการทำตามระยะ? → Bearing จุดนี้ไม่ได้อยู่ใน PM Checklist

ถ้าแก้เพียง Reset Motor เราแก้ Symptom ถ้าเปลี่ยน Bearing เราแก้ Immediate Cause แต่ถ้า Update PM Checklist และตรวจเครื่องอื่นที่มี Design เดียวกัน เรากำลังเข้าใกล้ Systemic Corrective Action

4M Change – ทุกครั้งที่มีอะไรเปลี่ยน ต้องระวัง

อีกวิธีหนึ่งที่ใช้ 4M ได้ดีมากคือการถามว่า “ก่อนเกิดปัญหา มีอะไรเปลี่ยนไป?”

ตัวอย่าง

Man Change – เปลี่ยน Operator หรือ Shift

Machine Change – เปลี่ยน Tool, Sensor, Program หรือเครื่องจักร

Material Change – เปลี่ยน Lot, Supplier หรือ Grade

Method Change – เปลี่ยน Parameter, WI หรือ Process Sequence

สมมติ Defect ปกติ 1% แต่วันที่ 15 เพิ่มเป็น 7% หาก Change Log ระบุว่า วันที่ 14 เปลี่ยน Material Supplier ข้อมูลนี้ไม่ได้พิสูจน์ว่า Supplier ใหม่คือ Root Cause แต่เป็น เบาะแสสำคัญที่ควรตรวจสอบก่อน

หลักคิดที่ใช้งานได้ดีมากในโรงงานคือ Problem occurred → Ask “What Changed?” → Check 4M

ตัวอย่างที่สอง: ผลิตสินค้าไม่ทัน Target 4M ไม่ได้ใช้เฉพาะปัญหาคุณภาพ สมมติโรงงานมี Target 10,000 ชิ้นต่อวัน แต่ผลิตได้เพียง 7,500 ชิ้น ลองวิเคราะห์ 4M

Man: ขาดพนักงาน 2 คน ทำให้บาง Station ไม่มีคน

Machine: Machine M02 Breakdown 90 นาที

Material: Material มาส่งช้า 45 นาที

Method: Changeover ใช้ 60 นาที ทั้งที่ Standard 30 นาที

ตอนนี้จะเห็นว่า Output Loss ไม่ได้เกิดจากสาเหตุเดียว หากวิเคราะห์เวลา Loss พบว่า

Breakdown = 90 นาที

Changeover Loss = 30 นาที

Material Waiting = 45 นาที

Manpower Loss = 20 นาที

ทีมงานสามารถจัดลำดับความสำคัญได้ว่า ควรเริ่มแก้ Machine Breakdown ก่อน เพราะสร้างผลกระทบมากที่สุด ดังนั้น 4M ช่วยหา “พื้นที่ของปัญหา” ขณะที่ Pareto ช่วยเลือก “ปัญหาที่ควรแก้ก่อน”

ตัวอย่างที่สาม: ลูกค้าร้องเรียนสินค้ารั่ว สมมติโรงงานบรรจุของเหลวได้รับ Customer Complaint ว่าถุงบรรจุรั่ว ใช้ 4M วิเคราะห์ได้ว่า

Man: Operator ตั้ง Sealing Temperature ผิดหรือไม่?

Machine: Sealing Jaw สึกหรือ Temperature Sensor ผิดหรือไม่?

Material: Film Thickness หรือ Sealing Property เปลี่ยนหรือไม่?

Method: Temperature, Pressure และ Sealing Time เหมาะสมหรือไม่?

เมื่อตรวจข้อมูลพบว่า Complaint เริ่มหลังเปลี่ยน Film Supplier แต่ Material ใหม่ยังผ่าน Specification ทีมงานจึงทดลองต่อและพบว่า Film ใหม่ต้องใช้ Sealing Temperature สูงกว่าเดิมเล็กน้อย Root Cause จึงไม่ใช่เพียง Material ผิด แต่เป็น Material Change + Method ไม่ได้รับการ Validation ใหม่ กรณีนี้แสดงให้เห็นว่า Root Cause สามารถเกิดจาก Interaction ระหว่าง M ได้

Checklist 4M สำหรับใช้หน้างาน

เมื่อเกิดปัญหา สามารถเริ่มถามคำถามง่าย ๆ ดังนี้

แล้วถามต่ออีกหนึ่งคำถามที่สำคัญมากคือ “มีอะไรเปลี่ยนจากตอนที่กระบวนการยังปกติ?” คำถามนี้มักช่วยให้ค้นหาสาเหตุได้เร็วขึ้นอย่างมาก 

ข้อผิดพลาดที่พบบ่อยในการใช้ 4M

ข้อแรกคือ ใช้ 4M แล้วรีบสรุป Root Cause ทั้งที่สิ่งที่ระดมได้ยังเป็น Possible Causes

ข้อสองคือ มุ่งไปที่ Man มากเกินไป เพราะคนเป็นสิ่งที่มองเห็นง่าย

ข้อสามคือ Brainstorm อย่างเดียวแต่ไม่ใช้ข้อมูล

ข้อสี่คือ มองแต่ละ M แยกจากกัน ทั้งที่ปัญหาจริงอาจเกิดจาก Interaction

และข้อสุดท้ายคือ แก้ปัญหาแล้วไม่ Update Standard ทำให้ปัญหาเดิมกลับมาอีก ดังนั้นการใช้ 4M ที่ดีควรเดินต่อไปถึง

4M → Data → Root Cause → Corrective Action → Verification → Standardization

4M ใช้กับอะไรได้บ้าง?

แม้จะพบ 4M บ่อยในโรงงาน แต่แนวคิดสามารถประยุกต์กับปัญหาหลากหลาย เช่น

Quality – ของเสีย Defect และ Complaint

Productivity – Output ต่ำ Cycle Time สูง

Maintenance – Breakdown และ Downtime

Delivery – ผลิตไม่ทัน ส่งงานล่าช้า

Safety – วิเคราะห์ปัจจัยที่เกี่ยวข้องกับเหตุการณ์

Cost – Scrap, Rework, Energy และ Process Loss

และสามารถประยุกต์กับธุรกิจบริการได้เช่นกัน เพียงปรับความหมายของ Machine และ Material ให้เหมาะกับ Process

จาก 4M สู่ 5M และ 6M

เมื่อกระบวนการซับซ้อนขึ้น อาจมีการขยาย 4M เพิ่มปัจจัยอื่น เช่น Measurement และ Environment / Mother Nature จึงเกิดกรอบ 5M หรือ 6M ในบางบริบท แต่สิ่งสำคัญคือ จำนวน M ไม่ใช่หัวใจของการวิเคราะห์ หากกระบวนการง่าย 4M อาจเพียงพอ หาก Measurement System หรือ Environment มีผลสำคัญ ก็ควรเพิ่มเข้าไป Framework ควรช่วยให้เราคิดได้ดีขึ้น ไม่ควรกลายเป็นข้อจำกัดของการคิด

4M คือกรอบง่าย ๆ ที่ช่วยให้คิดเป็นระบบ

4M ประกอบด้วย Man – คน, Machine – เครื่องจักร, Material – วัตถุดิบ, Method – วิธีการ จุดแข็งของ 4M คือความเรียบง่าย ทุกระดับในองค์กรสามารถนำไปใช้ได้ ตั้งแต่ Operator, Supervisor, Engineer, Quality, Maintenance ไปจนถึงผู้บริหาร แต่สิ่งสำคัญที่สุดคือ 4M ไม่ใช่เครื่องมือสำหรับเดาสาเหตุ และ 4M ไม่ใช่เครื่องมือสำหรับหาคนผิด 

4M เป็น กรอบช่วยตั้งคำถาม เพื่อให้ทีมมองปัญหาอย่างรอบด้าน แล้วใช้ข้อมูล ข้อเท็จจริง การวัด และการทดลองพิสูจน์ว่าอะไรคือ Root Cause จำลำดับนี้ไว้ได้เลย เห็นปัญหา → ตรวจ 4M → ถามว่าอะไรเปลี่ยน → แยกข้อมูล → หา Possible Cause → พิสูจน์ Root Cause → แก้ไข → วัดผล → สร้างมาตรฐาน เมื่อใช้ 4M ในลักษณะนี้ สิ่งที่ดูเหมือนเครื่องมือพื้นฐานจะกลายเป็นจุดเริ่มต้นของ Root Cause Analysis, Quality Improvement, Lean Manufacturing, Kaizen และ Continuous Improvement ได้อย่างมีประสิทธิภาพ 

#4M #4MAnalysis #ManMachineMaterialMethod #Manufacturing #ProductionManagement #QualityControl #RootCauseAnalysis #FishboneDiagram #5Why #ProblemSolving #QualityManagement #LeanManufacturing #Kaizen #ContinuousImprovement #PokaYoke #4MChange #ProcessImprovement #SmartFactory #บริหารการผลิต #วิเคราะห์ปัญหา