Facts and figures maken de verandering ‘echt’. Welke indicatoren hebben invloed, in welke mate en in welk tempo?

Om de verandering goed te kunnen monitoren, moet je de juiste key performance indicators ontwikkelen en opstellen. Je moet ze wel real time updaten om zo ook het nemen van verantwoordelijkheid voor de verandering te ondersteunen.

Hoe monitor je de voortgang?

• Bepaal hoe je de voortgang en het resultaat specifiek kunt meten en weergeven en zorg niet alleen voor verticaal gecascadeerde KPI’s, maar ook voor horizontale keten KPI’s
  
  
• Maak managers bewust van het verschil tussen KPI’s en PI’s. Wat is Key?
  
  
• Betrek ook managers die geen deel uitmaken van het verandertraject en help hen de relevantie van hun KPI’s uit te leggen aan de change agents
  
  
• Motiveer change agents om ook kwalitatieve verbeteringen in kaart te brengen zoals succesverhalen, voorbeelden van persoonlijke groei en passend leiderschap zodat je ook die kunt delen
  
  
• Communiceer de effecten van verandering helder in gewone mensentaal: vermijd enorme PowerPoint documenten met veel managementtaal, vakjargon en verhullend taalgebruik.

Synoniem en/ of alternatief

Dit wordt ook wel dashboardbeheer genoemd. Binnen Lean wordt Visual Management gebruikt om dit deel op niveau te brengen. Ook kun je hier de X-matrix en de OGSM Metrics gebruiken, of wat aan monitoring operationeel is.

Op projectniveau zoals in een DMAIC, is de zogenaamde ‘nulmeting’ en het vergelijken met de ‘nameting’ (procesprestaties) evident als het gaat om monitoring.

Voorbeeld van het monitoren van de voortgang

Kritieke Prestatie Indicatoren of Key Performance Indicators (KPI’s) zoals je hiernaast ziet, voeden managers en medewerkers dagelijks met resultaten op het vlak van behaalde omzet, kosten, kwaliteit, fouten, winst, et cetera.

Erg krachtig en relevant is het ontwikkelen van keten-KPI’s (horizontaal). Vaak zijn KPI’s namelijk verticaal ingericht. Dat wil zeggen dat een afdeling alleen op de eigen prestatie beoordeeld wordt.

Neem bijvoorbeeld een ziekenhuis. Zodra een patiënt aan de beurt is bij de EHBO wordt hij keurig en snel geholpen: binnen vijf minuten zit hij weer op de gang een vervolgafspraak voor de gipsafdeling. Ook op de gipsafdeling wordt de patiënt keurig en snel geholpen en binnen vijf minuten zit hij of zij weer op de gang. Beide afdelingen halen keurig hun doelen. Alleen zit de patiënt tussendoor 40 minuten op de gang en voelen geen van beide afdelingen zich daar verantwoordelijk voor.

Een keten-KPI, ofwel een horizontale KPI, is bijvoorbeeld: de totale tijd dat de patiënt in het ziekenhuis aanwezig is. Vervolgens worden alle afdelingen in de keten hier verantwoordelijk voor gesteld. Alleen zo zullen zowel de EHBO als de gipskamer zich verantwoordelijk gaan voelen voor de wachttijd van de patiënt.

Daarnaast kun je zeker ook kwalitatieve KPI’s ontwikkelen en monitoren. In de afbeelding hiernaast zie je hoe leiderschap, de nieuwe overlegstructuur, klantontwikkelingen, de kwaliteit van de KPI’s en het samenwerken worden gemonitord. Elk aspect krijgt aan de hand van vragenlijsten maandelijks een cijfer op de schaal van 1-10.

Simulaties zijn nabootsingen, om met een zekere mate van nauwkeurigheid te voorspellen of een wijziging of ontwerp van een proces, systeem of product in de praktijk zal voldoen. Ze zijn vooral nuttig in complexe situaties met veel variabelen. Het voordeel van een simulatie is dat je het proces kunt testen in een afgeschermde omgeving. Vrijwel allemaal vragen ze veel rekencapaciteit: zonder computerprogramma’s gaat het niet.

Doelen van processimulaties

• Begrijpen hoe een proces werkt door deze te simuleren (DMAIC: Analyse)
• Het testen van oplossingen/ scenario’s in een proces (DMAIC: Improve)
• Een onderbouwing dat beleid in de praktijk gewenste output heeft

Toelichting

Simulaties doe je aan de hand van een model. Belangrijk is dat het model een redelijk accurate beschrijving is van de werkelijkheid (lees: dat de juiste aannames worden gedaan), dat het vertrekpunt goed wordt gekozen en er oog is voor variatie en/ of eventuele onzekerheden. Anders leiden simulaties mogelijk tot overhaaste of onjuiste conclusies.

Soorten simulaties

Er zijn verschillende simulatiemethoden, die allemaal hun eigen toepassingen hebben. Zo zijn  er simulaties die de werkelijke ontwikkeling zo getrouw mogelijk nabootsen, maar er zijn er ook voor het voorspellen van de gevolgen van een (on)verwachte gebeurtenis. Je hebt simulaties waarmee je voorspellingen doet over toekomstige prestaties, en simulaties die zich beperken tot een bepaalde tijd.

Deterministische simulaties  zijn volledig causaal bepaald. Daartegenover staan zogenaamde stochastische simulaties die een element van willekeur (variatie) toelaten. Denk bijvoorbeeld aan het simuleren van weersomstandigheden zoals specifiek de neerslag (neerslagmodellen in klimaatstudies).

Maar je kunt ook in een simulatiespel (een vorm van gaming) situaties nabootsen, om de invloed en de waarschijnlijkheid van menselijke beslissingen te beoordelen. Bijvoorbeeld het wel/ niet verhogen van een winterdijk, of binnen Supply Chain de verschillende oplossingen doorrekenen in een keten.

Technieken binnen proces- of computersimulaties

Bij processimulaties maakt men veel gebruik van de stap- of frequentieresponsie.

• Bij een stapresponsie kijk je wat een  stapverstoring op het ingangssignaal voor effect heeft op het uitgangssignaal. Je bepaalt zo bij voorbeeld de versterking en de tijdsconstante van het uitgangssignaal, en ziet in één oogopslag of het proces een tijdsvertraging, of dode tijd heeft
  
  
• De frequentieresponsie (ook: bodediagram) geeft antwoord op de vraag wat een sinusvormig ingangssignaal voor effect (faseverschuiving/amplitudeverandering) heeft op het uitgangssignaal
  
  
• Bij embedded systems en complexe processen maakt men graag gebruik van de HIL (Hardware in the Loop) simulatie om calamiteiten te simuleren, levensduur van componenten te voorspellen en dergelijke (bijvoorbeeld in de automotive)
  
  
• De Monte-Carlo simulatie is een statistische of stochastische simulatietechniek die je kunt gebruiken wanneer je een grote variatie in uitgangspunten kunt verwachten. Dan is één simulatie niet representatief. De Monte-Carlo simulatietechniek geeft een groot aantal resultaten, die je vervolgens ordent en analyseert met technieken uit de kansberekening

Een Monte-Carlo simulatie (op basis van een Supply Chain procesmodel) kun je uitvoeren om een range van doorlooptijden te krijgen van een proces.

Hierbij kan rekening worden gehouden met:

• Variaties in de vraag (inclusief laag- en hoogseizoen)
• Variërende bewerkingstijden per stap (variërende duur van order picking, etc.)
• Verschillende defectenpercentages (herbewerking beïnvloed immers de doorlooptijd)
• Aantal medewerkers wat varieert (o.a. rekening houdend met ziekte en flexwerk)
• Verschil in levertijden van materiaal door verschillende leveranciers

Een dergelijke analyse (een processimulatie(model) maken) kun je gebruiken in DMAIC om

1) Inzicht in het huidige proces of systeem te krijgen (DMAIC: Analyse)

2) Prestaties te verbeteren door oplossingen te testen (DMAIC: Improve)

Voorbeeld processimulatie

Processimulaties worden regelmatig ingezet om het inzicht van bestuurders te vergroten, en om de daaropvolgende besluiten te ondersteunen. Binnen ons waterbeheer is dat vrij gangbaar. Naast een collectieve eis van veiligheid, helpen ook vele metingen en analyses -zoals simulaties- om ons ‘watermanagement’ te brengen tot de ware wereldtop.

In januari 2012 werd het Groningse dorp Woltersum geëvacueerd tijdens een zware noordwesterstorm. Dat er water door de dijk naar het achterland sijpelde was nog niet eens de directe aanleiding voor deze drastische maatregel. Nee: het waren de computersimulaties die voorspelden dat het water nog tientallen centimeters verder zou kunnen stijgen, die het crisisteam in het holst van de nacht deed besluiten tot een niet-vrijwillige evacuatie. Uiteindelijk hield de dijk stand. Maar het simulatiemodel gaf het team informatie die op geen enkele andere manier boven tafel had kunnen komen: een onderbouwde kansberekening van gebeurtenissen in de nabije toekomst.

De Oorzaak & Gevolgmatrix is een matrix (tabel), en laat de relatie zien tussen mogelijke oorzaken en hun waarschijnlijke invloed op procesprestaties. Die mogelijke invloeden zijn in getallen uitgedrukt.

Doelen van de oorzaak en gevolgmatrix 

• De relatie leggen tussen mogelijke oorzaken en output metingen
• De invloed van mogelijke oorzaken onderzoeken en meten

Toelichting

Van de oorzaken die je hebt geïdentificeerd ga je onderzoeken hoe groot het verstorend effect ervan echt is, om daarna prioriteiten te kunnen aanbrengen in vervolgstappen van je verbeter-aanpak.

Oorzaak en gevolgmatrix aanpak

• Bedenk een aantal mogelijke proces-outputs of KPI’s, al dan niet geprioriteerd
• Bedenk een aantal mogelijke oorzaken, en plaats deze in een matrix-template
• Vul de matrix in: hoe groot is de waarschijnlijke invloed van X (oorzaak) op Y (KPI of gevolg)? (groot=9, middelgroot =3, klein=1 of geen=0, of andersoortige getalsmatige ordening)
• Tel de ingevulde getallen per oorzaak (X) op, en deel de belangrijkste met experts
• Besluit hoe je de relaties gaat bevestigen/ meten, en voer dit uit
• Vraag je af of je het projectdoel kunt bereiken door deze oorzaken weg te nemen. Zoek anders naar mogelijke oorzaken die je nog niet hebt onderzocht.

Synoniem en alternatief van de oorzaak en gevolgmatrix

In het Engels: Cause & Effect Matrix. Het wordt ook wel gezien als versimpelde vorm van de (eerste) QFD Matrix. Ook een zogenaamde IPO-matrix kan ingezet worden. Indien je één pijnpunt (Y) wilt analyseren, voldoet ook een visgraat.

Duur van het maken van een oorzaak en gevolgmatrix

Een dergelijke sessie (bijvoorbeeld als workshop) duurt een uur tot enkele uren. Dat is exclusief de doorlooptijd van het data verzamelen zelf.

Voorbeeld van een oorzaak en gevolgmatrix

Een voorbeeld van een oorzaak en gevolgmatrix sjabloon staat hieronder. 

De modus is de meest voorkomende waarde in een datatset (grootste frequentie). Of, bij verschillende categorieën of klassen, de meest voorkomende categorie of klasse.

Doel van de modus

Het doel van de modus is het bepalen van de ordegrootte van een indicator (discreet of continu)

Toelichting

Je kunt de modus (mo) zowel voor continue als discrete (ordinale en nominale) data gebruiken. Standaard wordt de steekproefwaarde bedoeld. Meervoud is ‘modi’. De modus is ongevoelig voor uitschieters.

Modus aanpak

• Verzamel data van de voor jou relevante ‘teller’
• Rangschik data van klein naar groot (eventueel in verschillende klassen)
• De meest voorkomende waarde (of klasse) selecteren

Synoniem en alternatief van de modus

De modus wordt ook wel ‘grootste frequentiewaarde’ genoemd. In het Engels: mode.

De modus is bij continue, symmetrisch verdeelde data identiek aan het gemiddelde.

Duur van het berekenen van de modus

Deze maat is zelf in maximaal minuten te berekenen (bijvoorbeeld bij een turfstaat).

Voorbeeld van het berekenen van de modus

Acht mensen uit een groot bedrijf hebben de volgende gemeten lengtes L [in cm]:
169, 175, 178 ,181, 181, 183, 193, en 201.

De modus mo = 181 cm. Als er 2 klassen zijn (onder/ boven 180) is mo = ‘boven 180’ (5 x).

Doel
• Efficiënt herkenbare informatie delen van een workshop
• Om het geheugen in de toekomst te helpen

In het kort
Fotulen zijn foto’s van (workshop)bijeenkomsten, aangevuld met eventuele conclusies, acties of vragen.

Toelichting
Fotulen zijn een fotorijk alternatief op de klassieke, vaak wat formele notulen van een bijeenkomst. Het uitwerken van zaken als processchema’s is bewerkelijk, maar je kunt vaak (eerst) volstaan met foto’s van de resultaten in een powerpointdocument (‘fotulen’). Deelnemers vinden het vaak ook prettig als er sfeerimpressies in staan, dus beelden van deelnemers die in de workshop bezig zijn. Zien ze die foto’s, dan beleven ze de workshop als het ware opnieuw. Ze zullen verrast zijn door de snelheid waarmee ze het verslag krijgen! Dit draagt bij aan de motivatie om snel ermee verder te gaan.

Meer te weten komen over een workshop? Klik dan hier en schrijf je in voor de Green Belt training.

Aanpak
• Maak enkele foto’s tijdens de workshop van de deelnemers
• Fotografeer na afloop alle resultaten op de flip-overvellen, brown papers en alle andere zaken die het inhoudelijke resultaat vormen. Tips voor het fotograferen vind je op de vorige pagina
• Plaats de foto’s in chronologische of een andere logische volgorde in het verslag; PowerPoint werkt hierbij goed. Zorg dat alles goed leesbaar is (behalve bij vertrouwelijke zaken)
• Sla het powerpointbestand op als pdf-document, zodat iedereen het document kan openen. Soms ook noodzakelijk opdat de bestandsgrootte niet voor problemen zorgt

Synoniem en/of alternatief
Fotulen noemen we wel een fotorijke verslaglegging of fotoverslag (met opmerkingen erbij).

Duur
Fotulen kosten je, afhankelijk van de behoefte, complexiteit en ‘handigheid’ minimaal een kwartier en maximaal een paar uur.

Voorbeeld
Onderstaand zijn wat fotoverslagen van workshops in de Lean Six Sigma-praktijk.

Doel
 •Inzicht krijgen in de variatie die klanten ervaren
• Begrijpen hoe je spreiding kunt kwantificeren – op verschillende wijzen

In het kort
Spreidingsmaten zijn statistische kengetallen die iets zeggen over de variatie van een indicator. Ofwel in hoeverre alle waarden nabij centrumwaarden staan (of juist niet).

Meer te weten komen over Spreidingsmaten? Klik dan hier en schrijf je in voor de Green Belt training.

Toelichting
Voor de spreidingsmaat gebruikt men vaak de (‘standaard’) standaardafwijking. In de praktijk is deze maat echter niet altijd aan te bevelen, bijvoorbeeld omdat data discreet zijn. Of niet normaal verdeeld. Of omdat medewerkers deze maat complex vinden. Of omdat trends in de dataset er in mee worden genomen, terwijl je eventuele trends juist wilt identificeren (zoals bij Control Charts). Statistici hebben derhalve diverse spreidingsmaten gedefinieerd.

Aanpak
• Verzamel data van de relevante grootheid of indicator
• Kwantificeer de variatie (meestal met software)

Synoniem en/of alternatief
Spreiding wordt ook wel variatie genoemd. In het Engels: variation. Breder gezien vallen spreidingsmaten onder kengetallen of ‘beschrijvende statistieken’ (descriptive statistics).
Variatiematen worden in procesverbetering vaak ingezet om te toetsen of klanteisen gehaald worden. Een afgeleide maat hiervoor is bijvoorbeeld de gedefinieerde term Six Sigma, of Cp.

Duur
Met de computer bereken je deze spreidingsmaten in (fracties van) een seconde.

Maten om spreiding weer te geven

Voorbeeld
Statistici hebben diverse spreidingsmaten gedefinieerd. In de tabel hierna zie je de meest voorkomende spreidingsmaten.

Variantie
Standaardafwijking
Range
IQR

Doel
• Bewust worden en herkennen van typen verspilling in je processen

In het kort
TIMWOOD is een acroniem voor de zeven soorten verspilling die Taiichi Onno bij Toyota definieerde. Later kwam daar nog de S van Skills unused bij.

Toelichting
Om een duidelijk beeld te krijgen van verspilling, kijk je met de ogen van een kritische klant naar je proces. Want uiteindelijk bepaalt de klant voor welke waarde-toevoegende activiteiten hij/zij wil betalen, en waarvoor niet (meestal verspilling).
Verspillingen (TIMWOODS) zijn de activiteiten die vanuit de klant bezien niet interessant zijn, en die geen hogere prijs van het product of de dienst rechtvaardigen. Hieronder vallen ook corrigerende acties om de gevraagde kwaliteit te leveren. Het aandeel van deze activiteiten in het proces is vaak relatief groot, maar dient zo klein mogelijk te zijn.

Meer te weten komen over Overproductie? Klik dan hier en schrijf je in voor de Green Belt training.

Aanpak
• Gebruik een Lean-analysetool, zoals een Value Stream Map of Takttijd-analyse
• Stel bij elke activiteit vast of er sprake is van verspilling, of niet (zie eventueel ook het onderwerp Time Value Analysis)
• Zie voor activiteiten die geen waarde toevoegen het TIMWOODS acroniem

Synoniem en/of alternatief
Naast het wereldwijd meest voorkomende acroniem TIMWOODS, komen vele alternatieven voor. Denk bij ICT en Onderhoud (Maintenance) aan het acroniem DOWNTIME, en het Nederlandstalige acroniem VERSTOPT. VERSTOPT hebben we naast TIMWOODS ook uitgelegd.

Duur
Verspilling structureel verminderen… continu. Een specifieke sessie inclusief doornemen, kan in een kwartier tot minder dan een uur (als het de eerste keer is, wel uitleggen).

Voorbeeld
Hierna vind je voorbeelden uit zowel de dienstverlening, als de maakindustrie (productie) weergegeven.

Voorbeeld
Hierna vind je voorbeelden van VERSTOPT uit de dienstverlening, zorg of (semi-)overheid weergegeven.

Aanleiding

Is het enkel weergeven van grafieken of tabellen, genoeg om zeker te zijn? Eerlijk is eerlijk: het helpt best wel vaak en het is zeker beter dan ‘nooit wat onderbouwen’. Maar toch: vraag tien mensen wat ze zien in een grafiek, getal of tabel, en je krijgt soms tien verschillende antwoorden. Dat is niet alleen bij politieke partijen zo. Ook op je werk. Moet je dan overtuigen met nog meer macht, of moet je een beetje framing introduceren? En wat als de belangen of gevolgen groot zijn? Of als er sprake is van een intern conflict in je team?

Meer te weten komen over hypothesetoetsen? Klik dan hier en schrijf je nu in voor de Green Belt training

Wat extra metingen of berekeningen uitvoeren kan natuurlijk ook. Toegegeven, dat is niet de eerste reflex van velen, maar je hebt extra feiten nodig, als er nog teveel onduidelijkheden zijn. Kortom: veronderstellingen (hypothesen) met behulp van statistiek toetsen kan helpen.

Verschillende percentages (op steekproef- en op populatieniveau)
Kijk naar de afbeelding hierboven: je hebt een steekproef van 4 ballen (de blauwe cirkel). Een steekproef in processen is vaak als een ‘momentopname’. Is er echt sprake van 25% zwarte ballen? Wel op basis van de steekproef hierboven. De kans p is immers als volgt te berekenen: p = 1/4 = 0,25 (= 25%). En wat als de populatie ‘oneindig’ groot is (zeg: de lange termijn)? Je kunt je rijk rekenen, indien je enkel afgaat op wat je als eerste ziet (vaak een steekproef). Daarentegen, als je altijd alles wilt blijven meten, kan dat teveel inzet kosten.
Nu met een hypothesetoets erbij. Met de hypothesetoets 1 Proportion test, kom je erachter dat een steekproef van 4 ballen (p = 1/4 = 0,25 ofwel 25%), bij een ‘oneindig’ grote populatie nog steeds een kans van 1% (p = 0,01) tot 81% (p = 0,81) kan zijn. Kortom, enkel ‘met wat data’ werken zegt niet altijd veel. Werk met steekproeven die groot genoeg zijn (meer info hierover in hoofdstuk Measure). En gebruik hypothesetoetsen, om verschillen echt goed te duiden. Toets, kortom, eventuele verschillen in je data op significantie.

Type fouten bij interpretaties van hypothesetoetsen
Als je in de statistiek iets probeert te toetsen, dan formuleer je je probleem (uitdaging) in zogeheten ‘hypothesen’. Het ‘onschuldige’ uitgangspunt wordt de nulhypothese (H0) genoemd, versus de ‘schuldige’, oftewel alternatieve hypothese (Ha of H1).
We gaan bij hypothesetoetsen uit van de ‘saaie’ hypothese H0. Waarom? In ieder geval, omdat H0 makkelijker rekent (de kans op een afwijking berekenen), dan Ha. Een statistische hypothesetoets berekent de waarschijnlijkheid (kans p) dat de nulhypothese waar is. Dat er ‘niets aan de hand’ is (H0 : geen effect). Deze p-waarde wordt berekend met een statistische toetsingsgrootheid (bijvoorbeeld de t van de Student t-test) op basis van de aanwezige data. We hebben veel hypothesetoetsen. Gelukkig resulteren al deze toetsen naar een p-waarde.
Er zijn twee fouten die voorkomen bij het toetsen van hypothesen (bij steekproeven). We praten allereerst over de α-fout (type I: je zegt ten onrechte dat er een effect is, ofwel significantie). En over de β-fout (type II: je zegt ten onrechte dat het effect toeval is). Bij een hypothesetoets heb je dan vier mogelijke uitkomsten: zie onderstaande tabel.

In werkelijkheid wil je deze twee fouten klein houden. De α-fout wordt vooraf aan de toetsing veelal op α = 0,05 gezet (soms op 0,01; bij kleine datasets soms op 0,1). De β-fout wordt vaak op β = 0,10 gezet voorafgaand aan een hypothesetoets. De β-fout hangt af van:
(1) De steekproefgrootte (hoe meer metingen, hoe kleiner β); (2) Van de grootte van het effect (verschil) dat je toetst (hoe groter het effect, hoe kleiner β); (3) De hypothesetoets (met bijbehorende aannames!) zelf en (4) Het gekozen α-niveau (hoe lager α, hoe groter β).
Populair verwoord: de kans dat H0 ‘klopt’, wordt vaak als onwaarschijnlijk gezien bij p< 0,05 (α=0,05). Een p-waarde van >0,05 wil echter niet altijd zeggen dat H0 ‘klopt’! Misschien is er wel te weinig data (‘bewijs’) verzameld. Ofwel: een hoge β-fout (zie (1)).

Hypothesetoetsen

Doel
• Grondoorzaken valideren (Y=F(X)) in de analysefase (DMAIC)
• Na invoering van verbeteringen, deze ook toetsen op significantie (DMAIC)

In het kort
Hypothesetoetsen zijn statistische methoden om effecten (zoals statistische relaties op basis van een steekproef) te toetsen op langetermijnwaarschijnlijkheid (significantie). Als het goed is, wordt hierbij ook altijd de praktische relevantie (sterkte) meegenomen.

Toelichting
Hypothesetoetsen kun je altijd inzetten, indien er sprake is van twist, twijfel en/of grote gevolgen. Algemeen geldt hier: bewijs dat een effect niet alleen geldt als aanname (op basis van gevoel of een steekproef), maar juist ook voor de langere termijn (populatie). Dit alles op basis van kansberekening (significantie) en (uiteindelijk) praktische relevantie.

Belangrijke hypothesetoetsen zijn rondom het begin van de vorige eeuw ontstaan (Pearson zijn correlatie ρ (1897) en Chi2-toets (1900); Gosset zijn Student’s t-test (1908); Fisher met zijn ANOVA en DOE et cetera), en hebben in de twintigste eeuw een enorme vlucht genomen. En niet alleen in de (academische) wetenschap, ook in toporganisaties binnen bijvoorbeeld de automobielindustrie tot en met vele overheidsinstanties. En dus ook al vele decennia binnen de wereld van het verbeteren van organisaties, processen en afdelingen.
Met steeds snellere computers zijn kansberekeningen anno nu een ‘fluitje van een cent’ geworden. Wat rekenkracht betreft.

De Aanpak hierna slaat voornamelijk op de analysefase in DMAIC. Of er is sprake van géén relatie tussen Y en X (H0) versus wel een X-Y relatie (Ha). Desalniettemin zijn de vier stappen om een hypothese te toetsen in de hierop volgende Aanpak ook ‘breder’ in te zetten.

Zoals het toetsen van kansverdelingen op normaliteit, en of er sprake is van identieke variatie per categorie (beiden zijn aannames bij ANOVA). Bij de eerste stap dien je bijvoorbeeld de hypothesen wel anders te formuleren. En bij stap 4 heb je met een andere interpretatie van doen.

Geïnteresseerd in het maken van een juiste hypothesetoets? Klik dan hier en schrijf je nu in voor een van onze trainingen!

Aanpak
• Stel hypothesen op. Formuleer je probleem in stellingen (‘hypothesen’). Het ‘onschuldige’ uitgangspunt heet de nulhypothese (H0) versus de alternatieve hypothese (Ha of H1). Ga uit van α=0,05 (vuistregel binnen DMAIC).

H0: geen effect (Analyse: géén X-Y relatie)
Ha: wel een effect (Analyse: wel een X-Y relatie)

• Visualiseer. Gebruik betrouwbare data (steekproef) om de relatie tussen een Y en X te visualiseren in een grafiek. Houd, bij het kiezen van de juiste grafiek, er rekening mee of Y en X continu of discreet zijn. Controleer ook nog op eventuele meetfouten.

• Toets op significantie. Toets de X-Y relatie met behulp van een juiste hypothesetoets. Houd, bij het kiezen van de juiste toets, rekening met of data (Y en X) continu of discreet is. Indien de -bij een hypothesetoets altijd berekende- kans p kleiner is dan 0,05… dan H0 verwerpen
• Bepaal de relevantie. Indien de relatie significant is, is deze relatie ook nog praktisch relevant? Bereken hiervoor statistieken die de sterkte bepalen, zoals de correlatie r (Y en X ‘continu’), de R2, of het verschil in gemiddeldes of medianen (X ‘discreet’). Interpreteer deze statistieken met inhoudelijke experts.

Je kunt op basis van de berekende formule Y=F(X) letterlijk (!) aflezen of een relatie ‘hout snijdt’ voor jouw project

Duur
Een hypothesetoets zelfstandig uitvoeren, is digitaal met statistische software in seconden tot minuten te doen. De interpretatie ervan met experts kan veel langer duren.

Synoniem en/of alternatief
In het Engels: Hypothesis testing. Ook wel statistische toetsen genaamd.
Binnen webmarketing en startende organisaties (Lean Startup) wordt ook veel gerept over bijvoorbeeld A/B testing op basis van data. Bijvoorbeeld over verschillen in aantal leads per dag op een website. Dat blijft vaak bij het vergelijken van totalen of gemiddeldes. Statistische hypothesetoetsen, ofwel kansberekeningen, worden hierbij zelden gemaakt.

Voorbeeld
Onderstaande tabel geeft bekende hypothesetoetsen weer. Deze toetsen zijn ingedeeld in enerzijds parametrische toetsen (Y is ‘redelijk’ normaal verdeeld) en verdelingsvrije toetsen (gaan uit van bijvoorbeeld discrete data of zijn robuuster voor scheve kansverdelingen, maar hebben vaak een iets grotere β-fout). In veel gevallen geven ze vergelijkbare p-waarden.

Lees meer over sterktematen en hypothesetoetsen:
- Correlatiecoefficient r en Determinatiecoefficient R² , R-kwadraat of R-sq

- One-Way ANOVA

- Regressieanalyse

- Overzicht Hypothesetoetsen in Minitab

Wat is Kaizen?
Verbeteren in kleine stapjes, dat is een van dé kenmerken van Lean. Kaizen events zijn van die kleine stapjes. Kaizen werd na de Tweede Wereldoorlog ontwikkeld door experts als Edwards Deming en vele anderen. Letterlijk betekent Kaizen ‘verandering ten goede’. (Kai betekent ‘verander’, Zen ‘goed’).

3G-principe en besluitvorming
Belangrijk bij een goede besluitvorming is de werkelijkheid. Binnen Kaizen of Lean hanteer je bij besluitvorming het ‘3G-principe’ ofwel het ‘3 Gen-principe’: zie de werkvloer (Genba), je product of dienst (Genbutsu) en verkrijg feiten (Genjitsu). Dit helpt om zo dicht mogelijk bij de echte situatie te komen (te begrijpen) en om een goed besluit te nemen. Meer te weten komen over het 3G-principe en een Kaizen event? Klik dan hier en schrijf je in voor de Green Belt training.

Wat is een Kaizen event?
Een Kaizen event richt zich op een plaatselijk probleem. Het is een kortcyclische verbetering, waarbij de hele lijn betrokken is, van hoog tot laag. Soms is het zelfs handig om er externe belanghebbenden bij te betrekken: die hebben vaak een frisse blik die niet wordt vertroebeld door oneigenlijke argumenten als ‘dat doen wij nu eenmaal altijd zo’.

Synoniem en/of alternatief
Een Kaizen event heet ook wel Kaizen Blitz of Small Group Activity (SGA). Er bestaan alternatieven, zoals een tweedaagse workshop tot en met enkel een actieplan.

Duur
Een Kaizen event duurt van origine niet langer dan een week. Soms is minder tijd nodig.

Voorbeeld
Aanpakken die geschikt zijn voor Kaizen events zijn onder andere: 5S, SMED, Theory of Constraints, DMAIC in één week, PDCA. 5S, SMED en de Theory of Constraints zijn toegelicht in het hoofdstuk Improve (DMAIC).

Lean en TPS

Lean is ontwikkeld bij met name Toyota (TPS: Toyota Production System) in de tweede helft van de vorige eeuw. Toyota: al vele decennia gezien als een van de meest efficiënte en effectieve bedrijven ter wereld. Lean, als term ingevoerd door Womack & Jones (1990), richt zich op het voorkomen van verspilling in tijd en menskracht, door het zorgvuldig afstemmen van de productie op de marktvraag en verwachtingen van de klant. Die klant is niet alleen de ‘externe’ klant, maar ook intern: collega’s en andere afdelingen.

Wat is Lean niét?
Veel mensen nemen het begrip Lean te letterlijk (het Engelse woord lean betekent letterlijk mager of schraal). Ze denken dan dat Lean erop gericht is om een organisatie uit te benen en zoveel mogelijk mensen weg te bezuinigen. Dit staat lijnrecht tegenover een van de uitgangspunten van Lean: respect voor de inbreng van de medewerkers.
Want Lean is geen bezuinigingsstrategie. Natuurlijk: als je erop gericht bent zo goed mogelijk gebruik te maken van de bestaande mensen en middelen, kan het gevolg zijn dat je tot de conclusie komt dat je meer kunt met minder mensen. Maar dat is eerder een bijeffect van een effectieve procesorganisatie dan een doel op zich. Het doel blijft: de klant zeer goed bedienen zonder daarbij tijd, geld of menskracht te verspillen. Meer te weten komen over KR8 en Lean Six Sigma? Klik dan hier en schrijf je in voor de Green Belt training.

Waar rekent Lean wèl mee af?
Lean rekent af met Muda (verspilling), Mura (pieken en dalen) en Muri (overbelasting). Het is een organisch verbeterproces, dat uit veel kleine verbeterstapjes bestaat. Er is binnen Lean veel ruimte voor eigen initiatief: als je iets kunt verbeteren, doe dat dan met elkaar en wacht niet af tot je baas eindelijk met een idee komt.

De Lean-formule: KR8
Je kunt Lean ook schrijven als een acroniem: KR8

• Daarin staat de K voor de klant: het begin en eind van elke onderneming. Zonder klanten geen business. Ken je klant, weet wat hij van je verwacht, hoe stem je hem tevreden
• De R staat voor Respect. Daarmee bedoelen we binnen Lean niet alleen respect voor de klant en leverancier (extern), maar ook voor de Gemba, de werkvloer. Respect voor de medewerker, voor zijn inbreng en voor zijn werkomstandigheden. Dáár wordt immers waarde toegevoegd voor de klant
• De 8 staat voor het vermijden van de acht soorten verspillingen, die wereldwijd wordt omschreven met het acroniem TIMWOODS: Transport, Inventory, Motion, Waiting, Overprocessing, Overproduction, Defects, Skills unused. Later in dit boek (in de Analysefase van DMAIC) gaan we dieper in op deze soorten verspillingen

Doel
- Complimenteren naar aanleiding van positieve impact of adresseren richting correctieve acties

In het kort
Het AID-model van Max Landsberg (1997) staat voor Action, Impact en Desired Outcome (ook wel Development). Dit is een veel gehanteerde volgordelijkheid voor het geven van feedback op het resultaat van een collega of medewerker.

Toelichting
Action staat voor het adresseren van acties die goed of slecht gaan binnen de betreffende omgeving. Impact staat voor de effecten die deze acties hebben. Desired Outcome refereert aan de manier waarop de medewerker effectiever kan zijn.

Meer te weten komen over het AID model? Klik dan hier en schrijf je in voor de Green Belt training.

Aanpak
• Action: in de eerste stap van het feedback geven baseer je je op feiten en benoem je wat je zelf feitelijk hebt gehoord, gezien of gevoeld, welke resultaten zijn behaald en verdere specifieke opmerkingen
• Impact: in de tweede stap benoem je de gevolgen van deze feitelijke acties op projecten, resultaten en op anderen en beschrijf je wat dat inhoudt
• Desired Outcome: als resultaat van stap 1 en 2 stel je de vraag of de ander deze feedback herkent en wat hij of zij er aan denkt te gaan doen
• De feedback kan zowel positief als negatief zijn maar dient vooral om te motiveren en tevens eigenaarschap te stimuleren

Synoniem en/of alternatief
CORPS, BOOST, Pendleton’s Rules (1984).

Verbeteren met verstand en een structuur

Een structureel probleem, zoals langdurig hoog verzuim of jarenlang een te lage kwaliteit volgens je klanten, kun je niet als ‘taak # zoveel’ even bij ‘collega # zoveel’ neerleggen. Daarvoor is een structurele aanpak nodig. Dan kun je kiezen uit een groot aantal methoden. DMAIC, PDCA en A3 zijn wereldwijd de meest gebruikte methoden om problemen gestructureerd op te lossen. Daarnaast zijn er nog tal van methoden zoals 8D.

Innoveren
Voor het succesvol in de markt zetten van nieuwe producten of diensten (innovaties) zijn er legio structuren. We gaan daar in het deel ‘Ontwerpen en innoveren’ kort op in. Te denken valt aan Bouw-Meet-Leer (BML)-cyclussen, Scrum sprints, een groot ontwerpproject (DMADV), et cetera.

Meer te weten komen over de appelboom? Klik dan hier en schrijf je in voor de Green Belt training.

De appelboom
Veel mensen, zelfs ervaren verbeteraars en innovators, vinden het lastig om te kiezen uit de vele methoden van aanpak om iets te verbeteren of te innoveren. De ‘appelboom’ helpt hierbij. De appels staan voor wat je op wilt pakken.
Ga je voor het laaghangend fruit? Of moet je hoog de boom in? Niet zonder risico!
Je zult ook tools nodig hebben: een ladder, een mand, handschoenen.
En kun je alles alleen af of heb je anderen nodig? In het laatste geval is een soort planning of (project)aanpak handig.

De appelboom en de piramide van impact

De appelboom geeft duidelijkheid
Binnen een organisatie helpt de ‘appelboom’ om te weten welke verbeteraanpak geschikt is voor welke klus. Kijk daarbij naar de grootte van de klus (duurt het uren, dagen of vele maanden?) en het type uitdaging: gewoon doen (iedereen snapt wat er moet gebeuren), is een diagnose gewenst, of moet je echt iets nieuws (her)ontwikkelen?
Dit levert kunde en standaarden op, die meestal een positieve impact hebben op planning, betrouwbaarheid, snelheid van schakelen, gedrag (“Eindelijk duidelijkheid”, “Goede aanpak”, “Ik krijg energie van verbeteren” en “Dit geeft rust”) en harde baten.

De Piramide geeft de aantallen en de impact weer
Als het gaat om de hoeveelheid aan verbeteringen, en de impact ervan, spreken we eerder van een Piramide. Simpel gezegd: hoe groter het project, hoe minder vaak het (hopelijk) gedaan wordt. Anders verwoord: kleine verbeteringen komen in groten getale voor, maar blijven wel eens uit het zicht van je collega’s, laat staan je directie. In de figuur hierna staat een piramide als voorbeeld (van een mkb-bedrijf uit de bouw).

Kort gezegd komt het erop neer dat je op een werkplaats vaak
• letterlijk enkele grote bedrijfsbrede projecten invoert, zoals een ICT-implementatie;
• een handvol verbetertrajecten zoals Green Belt DMAIC-projecten kunt invoeren;
• enorm veel kleine verbeteracties op de werkvloer hebt, die opgeteld veel opleveren.

Wij adviseren op termijn vaak een mix; niet enkel grote projecten bijvoorbeeld. Of alleen kleine verbeteringen (Quick Wins). Je hebt immers vaak diverse strategische behoeften.

Bekende 'Problem Solving' aanpakken vergeleken

Welke Problem Solving-methoden worden wereldwijd gebruikt?
Hierna geven we een overzicht van wereldwijd toegepaste methoden waarmee je een probleem op een structurele manier oplost. De aanpak bestaat dan uit een vast aantal gedefinieerde stappen en tools, waarbij een diagnose vaak nog nodig is om een pijnpunt (uitdaging) op te lossen.

Het gaat hier dus niet over een ‘algemeen soort actieplan’ of alleen over ‘hoe je oplossingen invoert’. In het kort: eerst een diagnose, dan pas de oplossing.

Waarom DMAIC?

Waarom DMAIC als probleemoplossende aanpak?
Al die verschillende aanpakken om te verbeteren…. verwarrend, niet? Regelmatig krijgen we dan ook vragen: Wat zijn de verschillen? Welke aanpak past het beste bij de situatie? Er is niet veel onderzoek over te vinden en deze vraag beantwoordt de adviseur vaak vanuit zijn eigen ervaring. Wij vinden het vooral interessant dat er juist veel overlap ligt in de gestructureerde verbetermethoden (zie onderstaande tabel).

Wereldwijd zijn PDCA, A3 en DMAIC de bekendste en meest gebruikte methoden. Omdat DMAIC het meest uitgebreid lijkt (>150 tools), er veel overlap is tussen de methoden en DMAIC zowel voor kleine als grote verbetertrajecten inzetbaar is, kiezen wij uit educatief oogpunt hiervoor. Bovendien komen veel van de DMAIC-tools ook in de andere aanpakken voor. Dit is dus zeker geen afwijzing van de andere aanpakken; doe wat past.