Lean Six Sigma Boek

Jouw persoonlijkheid bestaat volgens veel taalwetenschappers en psychologen uit een model van vijf hoofdfactoren. Deze vijf geclusterde persoonlijkheidskenmerken worden wereldwijd ook wel de Big 5 genoemd.  

Deze 5 hoofdfactoren van eigenschappen zijn ingedeeld in de mate van:  

(1) Openheid voor nieuwe ervaringen en kennis (Openness)   
(2) Nauwgezetheid of Consciëntieusheid (Conscientiousness)  
(3) Extraversie (Extraversion) 
(4) Aangenaamheid of meegaandheid (Agreeableness)  
(5) Neurotisch zijn of Emotionele (in)stabiliteit (Neuroticism). 

Doelen van de big 5 persoonlijkheidstest

• Inzicht krijgen in jouw (en/ of andermans) persoonlijkheid 
• Op basis van uitkomsten van een test op de vijf hoofdfactoren (Big 5), worden voorspellingen gedaan (bijvoorbeeld voor loopbanen)

Toelichting 

De Big 5 is zowel een taalkundig als psychologisch model om kenmerken (trekken/ eigenschappen) van je persoonlijkheid te duiden en te toetsen.  

Dit model is wereldwijd langdurig ontwikkeld vanuit onder andere Amerikaanse (o.a. Goldman) en Nederlandse (o.a. Hofstee) wetenschappers. Zij hebben onder andere enorm veel ‘bijvoeglijke naamwoorden’ gegroepeerd tot uiteindelijk vijf (5) hoofdfactoren, welke dus iets zeggen over je persoonlijkheidskenmerken.     

Vragenlijsten – te gebruiken gevalideerde testen      

Volgens Wikipedia is de NEO Personality Inventory - Revised (NEO PI-R) anno nu de gouden standaard om de vijf dimensies in een vragenlijst (zelfevaluatie) te bepalen. Daarbij staat NEO voor de factoren Neuroticism, Extraversion en Openess, waaraan Agreeableness en Conscientiousness werden toegevoegd.  

Uitgebreide vragenlijsten of online testen van bijvoorbeeld 300 vragen zijn bij diverse bureaus in te kopen, maar ook gratis (altijd zonder begeleiding).  

Benamingen zijn alleen niet voor elke taal gelijk en brengt een directe vertaling-risico met zich mee van gedeeltelijke begripsverandering.  

Nederlandse taalwetenschappers is dit gelukkig wel gelukt. De International Personality Item Pool (IPIP) is door Wim Hofstee en zijn collega’s van de Universiteit van Groningen ontwikkeld. Ook zijn er kortere testen ontwikkeld.  

Een gratis online IPIP-NEO-120 test is sinds de zomer van 2023 via deze link in het Engels beschikbaar gesteld door wetenschappers.  

De Big 5 wordt naast persoonlijk inzicht (en in onderlinge verschillen) onder andere gebruikt als voorspeller van toekomstig succes. Denk aan de succeskans van (een) ondernemer(s) en (aankomend) medewerker zoals onderzoeker, verkoper, administratief medewerker tot zelfs e-truck chauffeur in een ‘dynamische’ of ‘foutgevoelige’ omgeving.  

Synoniem en/of alternatief 

De Big 5 ofwel 5 persoonlijkheidsfactoren worden vaak geduid met het acroniem OCEAN: Openess, Conscientiousness, Extraversion, Agreeableness en Neuroticism. De BIG 5 is parallel ontstaan maar anno nu wel ‘versmolten’ met het zogenaamde Vijf-Factoren-Model (Five-Factor Model: FFM), welke de 5 factoren met Romijnse cijfers (I, II, III, IV en V) duidt.  

Alternatieve modellen over persoonlijkheid(kenmerken) zijn er legio, zoals de MBTI, DISC en de Kleurentest van De Caluwé. Deze zijn eigenlijk enkel inzetbaar als bewustwording van wederzijdse verschillen in persoonlijkheden.  

In teamverband hanteert men als alternatief ook vaak de teamrollen van Belbin.  

Waarom de Big 5 binnen Lean (Six Sigma)?  

De (h)erkenning van elkaars kwaliteiten of eigenschappen kan goed helpen voor een gezonde psychologische veiligheid in (project)teams. En dat helpt weer als team om te (helpen) verbeteren binnen organisaties.  

Ook kan je met uitkomsten van de Big 5 iemands succes op de werkvloer voorspellen. Verschil in kenmerken kan van (grote) invloed zijn op zowel procesresultaten als klant- en medewerker-tevredenheid.   

De eerste 6 drukken van ons naslagwerk bevatten informatie over MBTI en Belbin. Vanaf druk 7 (!) zal de Big 5 ook in ons naslagwerk staan! Zie voor meer informatie over effectief en efficiënter verbeteren ook ons te bestellen naslagwerk of boek: Lean Six Sigma: Samenzinnig Verbeteren. 

Dat anderen veranderen is natuurlijk mooi, maar zelf veranderen blijft lastig. Je kunt je natuurlijk wijsmaken dat jij dat als ‘halfgod’ niet hoeft te doen, maar je weet ook dat jij als topper natuurlijk wel het nieuwe, goede voorbeeld moet geven (af en toe). Noblesse Oblige, zoals de Fransen zeggen. Veranderen kost, kortom, meestal energie. Waarom zou jij als inhoudelijke, lokale topexpert eigenlijk uit je comfortzone komen en samen groeien naar een meer prestatiegerichte omgeving? En feedback van anderen dulden? Eng toch?

Enkele quotes: ‘Dat levert toch alleen maar stress op?’, ‘Maar… zo werken wij al jaren!’ en ‘Waarom zo kil of blauw? Werken we nog niet hard genoeg?’ Typische vormen van weerstand: mensen associëren veranderen vaak met verlies. Tenzij het alternatief nog pijnlijker lijkt, of een droom kan uitkomen. Dat geldt trouwens niet alleen voor de ander, maar ook voor jou. Oei!

Wat is Change Management? 

Change Management is Engels voor veranderkunde of verandermanagement. De kunde waarbij je je met name bezighoudt met het veranderen van structuur en/ of werkwijzen binnen een organisatie. Een definitie:

‘Change Management refers to any approach to transform individuals, teams and organizations. In addition, it is the use of methods and approaches intended to re-direct the use of resources, business processes, budget allocations that significantly reshapes an organization.’

Wat is een Change Agent? 

Een Change Agent is iemand die een verandering ondersteunt en realiseert. Iemand die een goede verandering realiseert, een effectieve verbeteraar. Iemand die zichzelf ontwikkelt en anderen kan inspireren als goed voorbeeld. Maar… hoe doe je dat? Veranderen ten goede? Daar komen we verder in dit hoofdstuk op terug.

Veranderen zonder succescriteria?

Bij organisatorische veranderingen grijpen we binnen Lean Six Sigma vaak naar boeken van Kotter, of het CAP-model van GE. Beide modellen komen uit de vorige eeuw, en focussen op (sterk overlappende) succesfactoren voor organisatorische veranderingen. Een voorbeeld van een succesfactor is het hebben van een goede (verander)visie. Dit helpt onder andere voor zowel focus (het ‘waarheen’) als motivatie (het ‘waarom’). Eerst meer daarover.

Indien de veranderwens is om naar een continue verbetercultuur te gaan

Bij een serieuze verbeterambitie ondersteunt Lean Six Sigma jouw visie, zoals het streven om ‘in vijf jaar de meest betrouwbare wegtransporteur van exclusieve pakketjes in de BeNeLux worden’. Of ‘in 2020 dé topthuiszorg leveren in Noord Nederlandse steden’.

Een organisatie met een ambitieuze ‘verbeterreis’ van jaren redt dat niet met een strategisch A4’tje en wat losse trainingen, maar vult drie onderdelen serieus in:

• Het WAARHEEN: Welke visie en KPI’s hebben we? Voer op transparante, visuele wijze prestatiedialogen in, inclusief een top-down KPI-cascadering
  
  
• Het HOE: het ontwikkelen van ‘kunde’ ofwel routines in Continu Verbeteren. Denk bijvoorbeeld aan het realiseren van effectieve standups of weekstarts, best practices beheersen als het gaat om analyses, of het zelfstandig goed kunnen uitvoeren van een verbetertraject. Realiseer de gewenste verbeterkunde op elk niveau in de organisatie
  

• 
  
• Het WAAROM c.q. motivatiedeel (cultureel): wat is de identiteit van onze organisatie? Welke kernwaarden? Welke concrete gedragingen willen we zien? En welke principes en overtuigingen (mind sets) helpen om een verbetercultuur te realiseren?

En de integratie, oftewel het midden? Dat noemen we de sweet spot! 

Een DMAIC verbeterproces vraagt nogal wat van een organisatie in termen van tijd, menskracht en (soms ook) geld. Dan is het niet onredelijk als de organisatie de resultaten wil zien. Zo creëer je tevens draagvlak voor eventuele vervolgtrajecten.

Je hebt de measure fase afgesloten met een nulmeting. Als je in de verbeterde situatie diezelfde meting herhaalt (nameting), zie je wat je ermee bent opgeschoten.

Doelen van een nameting

• Het resultaat van de verbeteringen inzichtelijk maken
• De significante impact communiceren in de organisatie

Nameting aanpak

• Herhaal de nulmeting voor de verbeterde situatie (nameting)
• Presenteer de resultaten  grafisch in een managementsamenvatting. Gebruik hiervoor bij voorbeeld de A3-methode met / of een grafiek (bijvoorbeeld een Control Chart)
• Geef iedereen de mogelijkheid tot het stellen van vragen
• Bedank de aanwezigen voor het vertrouwen en hun bijdrage

Nulmeting en nameting samen

Als je de nulmeting bij je nameting samenvoegt in een grafiek, noemen we dat bij Lean Six Sigma een Management Samenvatting. Ideaal voor als je in vijf minuten je verbetertraject presenteert.

Duur van een nameting maken

Het maken van een nameting is op zich niet meer moeilijk voor je in Control. Echter, het verzamelen van data kan dagen tot zelfs vele maanden doorlooptijd zijn.

Voorbeelden van nametingen

Hieronder een Management Samenvatting van de laagdikte van een restproduct in een kuip van een machine. De grafiek is een Control Chart (regelkaart).  Zowel de variatie als het gemiddelde zijn beiden flink kleiner geworden in de nieuwe situatie. 

Voorbeeld nameting control chart

Het verwerken van het inschrijven van studenten voor een Hbo-opleiding is toch wel een proces. Een verbeterproject was ingezet om het percentage tijdig verwerkte inschrijvingen te verbeteren. Onderstaande is een Proportions Chart (een Control Chart) voor de monitoring.

Voorbeeld nameting taartdiagram

Dit voorbeeld kan natuurlijk ook. Je kunt ook een taartdiagram als nulmeting hebben, en daarna ook de nameting in een nieuwe taartdiagram laten zien.

Een Design of Experiments (DOE) bestaat uit minimaal één (vaak meerdere) statistisch opgezet experiment. Uitkomst is een wiskundige formule Y = F(X) waar je mee optimaliseert.

Doelen van een DOE

• Optimalisatie van relevante instellingen van een proces
• Kwaliteit van een product verbeteren met behulp van wiskundige relaties

Toelichting

Een DOE (ontwikkeld door o.a. Sir Ronald Fisher) is een statistisch experiment, en wordt ingezet indien historische of passieve data-analyse geen grondoorzaken oplevert. Een DOE is een proactieve opzet, waarbij combinaties van praktische extremen van procesinstellingen worden uitgevoerd en geregistreerd. Met een DOE kun je met relatief weinig data een optimale processituatie bereiken. Valt binnen DMAIC onder Analyse en Improve.

Design of experiments aanpak

Plannen van het statistisch experiment. Hier valt niet enkel een visgraatanalyse en meetplan onder, maar juist ook organisatorische zaken zoals afstemming met sponsors inzake budget, een gedetailleerd ‘Plan van Aanpak’, team, SMART doel, et cetera

Indien het om veel mogelijke oorzaken X of factoren gaat (zeg > 5 factoren), werken we met zogenaamde Screening Designs. Denk hierbij aan bijvoorbeeld Fractional Factorial Designs. Een schifting tussen relevante en irrelevante factoren vindt plaats

Optimalisatie-experiment(en). Met de relevante 2 tot 5 factoren ontwikkel je een optimaal model. Gebruik hiervoor bijvoorbeeld Full Factorial Designs. Denk ook aan het trainen van mensen, validatie van je meetsysteem, haalbaarheid checken met test runs

Interpreteer de waarden en patronen van het statistisch model. Is er een combinatie optimaal genoeg, al dan niet met interpoleren, om je doel te halen? Voer de nieuwe standaard in, indien je sponsors akkoord gaan. Invoeren is deel van Improve (DMAIC). 

Duur van een DOE traject

Een DOE traject duurt in de operatie veelal maanden, en in laboratoria dagen tot maanden.

Synoniem en alternatief van design of experiments

Gangbare termen: proefopzetten, statistisch experiment of (Eng.) Experimental Designs.

Voorbeeld van een DOE

Teijin Aramid produceert aramide garens. De sterkte van het garen is een belangrijke parameter voor veel van de latere toepassingen.  De sterkte kan beïnvloed worden door verschillende procesinstellingen of factoren.

Een experimental design wordt gebruikt om de gevoeligheden van de procesinstellingen op de sterkte van garens te bestuderen. Er is gekozen om een Full  Factorial Design uit te voeren. Drie factoren A, B en C zijn gevarieerd op twee niveaus (-1 en +1). De centruminstelling (0) is driemaal herhaald om de significante factoren te kunnen bepalen.  Dit resulteert  in 11  (8+3) ingestelde processituaties. 

Een analyse van de resultaten in Minitab geeft het volgende resultaat. 

De Pareto Chart laat zien dat procesinstellingen van factoren A en B een effect hebben op de sterkte van het garen. Bovendien vertonen beide factoren een interactie met de sterkte (het effect van de ene factor wordt beïnvloed door het niveau van de andere factor). Factor C en de andere interacties hebben geen invloed op de sterkte van het garen.

Een Contour Plot maakt de relatie tussen de significante procesinstellingen en de sterkte inzichtelijk. De hoogste sterkte van aramide garen wordt bereikt als zowel procesinstelling A als B op -1 worden gezet.

Veel productieverlies en uitval is te wijten aan slecht onderhouden machines en slecht gepland onderhoud. Daardoor vormt het onderhoud vaak een ongewenste onderbreking van de productie.Total Productive Maintenance (TPM) zorgt dat machines in topconditie zijn, zodat de productie optimaal loopt met minimale verstoringen. Seiichi Nakajima heeft de grootste bijdrage aan TPM geleverd.

Doelen van TPM

• De kwaliteit verhogen door minder afkeur, minder dubbel werk en minder klachten
• Het terugbrengen van de kosten van onderhoud, van energie en van productieverlies
• Verbeteren van de werkomgeving (efficiency vergroten) en de veiligheid door werknemers te betrekken bij het onderhoud

TPM aanpak

• Analyseer de onderhouds- en reparatiekosten en bepaal hoe lang de machine binnen de gestelde kwaliteitseisen produceert
  
  
• Voer een snelle controle uit om de machine betrouwbaar te houden: laat de operators de machine grondig schoonmaken, spoor noodzakelijke reparaties op, stel een reparatieplan op en voer de reparaties uit
  
  
• Stel een onderhoudsplan op: identificeer de meest kwetsbare onderdelen, werk met een logboek om alle incidenten in kaart te brengen, beschrijf de huidige status en beschrijf de uitgangspositie
  
  
• Systematiseer informatie, planning en aansturing en zorg dat het onderhoud een vast deel wordt van het proces. Denk hierbij aan het inzetten van (kritieke) prestatie-indicatoren bij weekstarts, zoals de MTBF (Mean Time Between Failure), MTTR (Mean Time To Repair) en OEE (Overall Equipment Effectiveness). Over de OEE wordt hierna meer verteld
  
  
• Optimaliseer de interne onderhoudsprocedure – de diagnosetijd en de opslag en het monteren van onderdelen
  
  
• Zorg voor duurzaamheid van het systeem door training van medewerkers, door 5S in te voeren indien nodig, en het regelmatig controleren en verbeteren van de machine prestaties
  
  Duur van TPM
• TPM kan, als het gaat om een verbetering van de KPI’s MTTR of OEE (zie Aanpak), als een Kaizen Event of verbetertraject een week tot enkele maanden duren.
• Als het gaat om het opzetten van een grootschalig TPM systeem, gaat het gauw een (half) jaar duren om op te zetten, afhankelijk van het aantal productielijnen of kritieke machines in de proces(sen). Indien 5S ook een onderdeel is van een TPM programma, dan praten we gauw over een geheel (Lean) programma op de werkvloer, welke jaren daarna verwerkt kan worden in de dagelijkse operatie. 
• Synoniem e n alternatief van TPM
• TPM staat ook bekend als Preventief Onderhoudsconcept. Alternatief werd vroeger het kwaliteitsprogramma TQM gezien. Simpel gezegd: TQM focust meer op de kwaliteit van je dienst of product, en TPM focust op materiaal en machines om de producten te produceren.
• Voorbeeld van TPM
• Een gangbaar gebruik van preventief onderhoud, is de periodieke autobeurt en –reparatie die je als automobilist laat doen. De meeste automobiel servicebedrijven weten wel wat preventief onderhoud is, en, zeker bij Toyota, ook wel wat TPM is.

Een variantieanalyse ofwel ANOVA is een hypothesetoets. Hiermee wordt gekeken of populatiegemiddelden van minimaal twee groepen significant van elkaar verschillen of niet.

Denk bijvoorbeeld aan de duur van rally's van tennissers per sekse. Welke sekse heeft gemiddeld de langste rally? Een ANOVA helpt om uitsluitsel te krijgen.

ANOVA staat voor Analysis Of Variance, en is ontwikkeld door Sir Ronald Fischer (1925).

Idee is dat je niet alleen kijkt naar het letterlijke verschil in gemiddeldes tussen groepen (verschil meet je immers bijna altijd), maar dat je ook rekening houdt met de variatie binnen en tussen deze groepen. Vandaar de misschien wat verwarrende term ANOVA of variantieanalyse.

Toetsen op gemiddeldes gaat hier met behulp van de berekening van de F-toets.

In formulevorm:

, waarbij

• a staat voor het aantal groepen of categorieën van de X ofwel factor
• n staat voor het de steekproefgrootte
• SSFactor de ‘kwadraatsommen’ (Sum of Squares), ofwel berekende variantie welke wordt toegewezen aan het effect van de X, ofwel factor
• SSError de ‘kwadraatsommen’ (Sum of Squares), ofwel berekende variantie welke wordt toegewezen aan de restspreiding (error)
• Mean Square is de Sum of Squares, gedeeld door het aantal vrijheidsgraden (Degrees of Freedom (DF))
• Hoe groter de Mean Square van de X of factor is ten opzichte van de Mean Square van de restspreiding (error), hoe groter de F-toetsingsgrootheid. Hoe kleiner de kans dan, dat het verschil in gemiddeldes per groep aan toeval onderhevig is.

One-Way ANOVA aanpak

• Definieer probleem en doel. Stel bijbehorende hypothesen op. H0: geen verschil in populatiegemiddelden μi=1,..,a versus Ha: minimaal één populatiegemiddelde μi is anders
  
  
• Visualiseer de Y-X relatie met behulp van een Boxplot (bij ‘veel’ data) of een Individual Value Plot (‘weinig’ data, zeg minder dan 10 waarnemingen per categorie of groep)
  
  
• Zorg voor de executie van ANOVA met statistische software. Interpreteer de p-waarde
  
  
• Bij verwachte (grote) verschillen in variatie per groep, kun je een formele toets vooraf uitvoeren (toetsen van Bartlett of Levene).
  
  
• Onderzoek residuen (residu is verschil tussen groep-gemiddelde en individuele waarden). De te onderzoeken ANOVA-aannames met residuen: identieke spreiding en normaal verdeeld / groep.
  
  
• Gebruik als alternatief (zonder aannames) de Mood’s Median of eventueel de Kruskall-Wallis test
  
  
• Indien significant en conform aannames: wat is de relevantie van de relatie? Interpreteer de sterkte door middel van het verschil van de gemiddelden, of de R2. Betrek meerdere experts om de verschillen te verklaren (causaliteit)
  
  
• Meestal adviseren we om te werken met One-Way ANOVA. Het is overzichtelijk, omdat je slechts met één X of factor per keer werkt.
  
  
• Binnen de software Minitab kun je via One-Way ANOVA zowel grafieken maken, als de F-toets met p-waarde en sterktes zoals een R2 samen berekenen.

Synoniem en alternatief van One-Way ANOVA

One-Way ANOVA heet ook wel enkelvoudige variantieanalyse. In het Engels kom je ook nog One-Factorial ANOVA tegen. Er bestaan diverse andere ANOVA methoden, zoals Two-Way ANOVA (ANOVA met twee factoren of X’en berekenen).

Indien de achterliggende aannames niet genoeg kloppen, adviseren wij om medianen te toetsen, zoals met de Mood’s Median Test of eventueel de Kruskall-Wallis Test.

Duur van het maken van een ANOVA

Een ANOVA maken is, met behulp van software, in enkele minuten te doen.

Voorbeeld van een One-Way ANOVA

De wekelijkse On Time Delivery  (% tijdig leveren van diensten) presteert per locatie anders. Voor het gemak zijn hier twee locaties gebruikt, maar meer had ook gekund.

Visual Management communiceert in beelden in plaats van met woorden. Het ‘managen’ van visualisaties betekent dat duidelijk dient te zijn waar en hoe je op een signaal reageert.

Doelen van visual management

• Aanwijzingen en instructies inzichtelijk maken
• Underperformance onderkennen, er goed over besluiten en op reageren

Toelichting

Eén beeld zegt meer dan duizend woorden. En zo is het ook. Met visuele hulpmiddelen (plaatjes, grafieken of video’s) ziet iedereen in één oogopslag waar hij of zij aan toe is. Denk aan de bewegwijzering op Schiphol of de zelfbouwinstructies van IKEA.

Voor zowel productieomgevingen als administratieve processen kun je hiervan veel plezier hebben. Ook grafieken actief gebruiken zijn een vorm van Visual Management: het is dé manier om een grote groep data in één oogopslag te kunnen interpreteren . En erop te acteren.

Door plaatjes in plaats van woorden te gebruiken, vergroot je de waarschijnlijkheid dat gegeven aanwijzingen worden opgevolgd. Maar dat is nog geen garantie: niet voor niets staan visuele hulpmiddelen op het een na laagste niveau in de borgingspiramide. Het is dus nodig het effect ervan in de gaten te houden en te weten hoe je zult ingrijpen, wanneer dat nodig blijkt. Kortom: je dient de visualisatie ook nog te ‘managen’.

Visual management aanpak

Organiseer je werkplek op geordende wijze, inclusief standaarden. In de maakindustrie en logistiek wordt onder andere 5S, TPM en Takttijden ingezet. Over het specifiek visualiseren van instructies: met flow charts kun je het verloop van een proces schematisch voorstellen.

Maak gebruik van exploded views om gecompliceerde productsamenstellingen en hun onderdelen te laten zien. Met pictogrammen kun je de nadruk leggen op (in een gebied) geldende regels. Met plaatjes (eventueel in 3-D), foto’s of instructievideo’s kun je de gewenste situatie visualiseren, zodat iedereen die gemakkelijk met de bestaande situatie kan vergelijken.

Gebruik voor het visualiseren van cijfers en data of voor het monitoren van prestaties geschikte grafieken, kleurcoderingen, diagrammen of pictogrammen.

Gebruik werkinstructies, standaarden en een overlegritmiek (zoals dagstarts) om op variaties in prestaties te reageren. Hierbij dient het Management een actieve bijdrage te leveren. 

Synoniem van visual management

Wordt ook wel Visual Process Monitoring of Visual Factory genoemd (Engels).

Duur van visual management

Het ontwikkelen op afdelingsniveau van effectief Visual Management is een proces van jaren. Enkele specifieke voorbeelden kun je in enkele minuten bedenken.

Voorbeelden van visual management

Hieronder zijn diverse voorbeelden van Visual Management weergegeven.

Hypothesetoetsen zijn statistische methodes om effecten (zoals statistische relaties op basis van een steekproef) te toetsen op lange-termijn-waarschijnlijkheid (significantie). Als het goed is, wordt hierbij ook altijd de praktische relevantie (sterkte) meegenomen.

Doelen van hypothesetoetsen

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

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, etc.), en hebben in de twintigste eeuw een enorme vlucht genomen. En niet alleen in de (academische) wetenschap, ook in toporganisaties binnen bijvoorbeeld de Automotive 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. Ofwel, is er sprake van géén relatie tussen Y en X (H0) versus wel een Y-X relatie (Ha). Desalniettemin zijn de vier stappen om een hypothese te toetsen in de hierop volgende Aanpak ook ‘breder’ in te zetten.

Zoals bijvoorbeeld 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 vier heb je met een andere interpretatie van doen.

Hypothesetoetsen aanpak

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

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

Duur van het uitvoeren van een hypothesetoets

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 alternatief van een hypothesetoetsen

In het Engels: Hypothesis testing. Ook wel statistische toetsen genaamd.

Binnen web-marketing 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.

Voorbeelden van bekende hypothesetoetsen

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.

Klik op One-Way ANOVA en Regressieanalyse voor meer informatie over deze hypothesetoetsen. 

Een staafdiagram is een algemene term voor grafieken zoals een Pareto-diagram. Het is een afbeelding van discrete waarden, welke in zogenaamde staven is weergegeven. In een staafdiagram geef je visueel sommen of totalen weer. Idee is om opvallende zaken grafisch af te lezen (een grafiek zegt meer dan duizend datapunten). 

Doel van een staafdiagram

Het doel van een staafdiagram is discrete data in frequenties weergeven (ook in optellende percentages).

Staafdiagram aanpak

• Verzamel individuele data (liefst n >100), maar gesommeerde data kan ook
• De sommen of totalen (linker Y-as) orden je in staven van links naar rechts. Dit kan qua grootte (Pareto-diagram) maar in de tijd of per andersoortige categorie
• Ook kun je per categorie opeenstapelingen hebben, zoals de totale omzetten per jaar per type dienst of product. Dit heet ook wel een stacked bar chart, wat anders kan zijn is dan stacked data
• Stel de gewenste staafdiagram op, idealiter in software waar je (snel) mee kunt werken

Synoniem en alternatief van een staafdiagram

In het Engels: Bar Chart. Er zijn ongelofelijk veel alternatieven op dit gebied. Denk aan de vele opties in Excel, maar ook in vele andersoortige software, zoals Minitab of SPSS. Ook kan een taartdiagram een prima alternatief zijn. 

Duur van het maken van een staafdiagram

Met software vaak in enkele seconden tot minuten (mits enige ervaring ermee).

Voorbeeld staafdiagrammen

Hieronder zijn enkele voorbeelden van staafdiagrammen weergegeven met behulp van Minitab (in het Engels). Tevens een testvraagje erbij.

Voorbeeld Pareto-diagram

Hieronder een voorbeeld van een Pareto-diagram in een verbeterproject. Doel was om in een loods een groot aantal interne fouten te reduceren, en specifiek de zogenaamde pickfouten (fouten die ontstaan bij het ophalen van gewenste materialen uit vele stellingen). Mede naar aanleiding van een visgraat workshop, werd deze Pareto-analyse opgesteld. In deze workshop zaten enkele ‘order pickers’, die met oorzaken kwamen. Een genoemde oorzaak was dat pickfouten met name achterin de loods werden gemaakt Daar waar Ruud onder andere veel werkte. Het bleek toch wel foutgevoelig om informatie deels op een groot opgehangen scherm te plaatsen, en dit op grotere afstand goed af te lezen.

Een Individual Value Plot (IVP) is een grafiek waarmee een relatie tussen een continue variabele en discrete variabele(n) wordt weergegeven. Een IVP helpt om aannamen of hypothesen te bevestigen of bedenken. Bedenk dat je ook met diverse discrete variabelen verschil in zowel gemiddeldes als medianen kunt visualiseren. Ideaal voor als je een beperkte hoeveelheid aan metingen hebt per categorie (zeg n < 10). Meer informatie over de IVP is in de meetfase terug te vinden.

Individual value plot aanpak

Over hoe je in detail een IVP zelf kunt maken, is reeds in de meetfase (DMAIC: Measure) besproken. Hier gaan we meer in op hoe je een Y-X grafiek opstelt.  

• Verzamel ‘gepaarde data’, dat wil zeggen dat je aan een statistische eenheid zowel een continue variabele (Y) meet, als minimaal één discrete variabele (X). Bijvoorbeeld de hoeveelheid goede output per medewerker
• Plaats de continue variabele (Y) verticaal op de Y-as, en horizontaal op de X-as de discrete variabele (X)
• Interpreteer de locatie en variatie per categorie in de grafiek. Lijkt er een verband?

Synoniem en alternatief van de individual value plot

Voluit: Individual Value Plot. Dit lijkt op een Dotplot, maar een Dotplot geeft enkel de ordegrootte en variatie weer van een continue Y (nulmeting). Terwijl de IVP in de Analysefase juist Y-X relaties visualiseert. Bij meerdere discrete X’en is de Multi-Vari chart mogelijk. Bij veel data is de Boxplot vaak overzichtelijker.   

Duur van de individual value plot

Een IVP maken is digitaal in seconden, handmatig in enkele minuten te maken (mits het aantal waarden beperkt is).

Individual value plot voorbeeld

Bij de allereerste competitiewedstrijd ooit, kreeg een squash-team uit Leusden (SRGL H6) een flink ‘pak slaag’ van de uiteindelijke competitiewinnaar uit Bussum (S&W Bussum H4).

Onderstaande grafiek, gemaakt door de teamcaptain, hielp om het kersverse Squash-team uit Leusden er mentaal weer wat ‘bovenop’ te krijgen. Wat bleek? Team Bussum stond van alle teams gemiddeld duidelijk het beste (lees: laagste) op de ranglijst. Deze Squash ranglijst is, net als bij amateurtennis, individueel en landelijk. Uiteindelijk werd het team een keurige middenmoter in deze competitie (conform inschatting, op basis van de initiële ranglijst).

Noot: de ranglijst van de teamgenoten uit Leusden werd bij inschrijving bepaald op basis van een eerste inschatting door ervaren clubleden (vandaar de geringe variatie bij dit team). 

In het Control Plan geef je overzichtelijk aan hoe je de verbetering in het proces wilt borgen. Een Control Plan is een gecentraliseerd overzicht van alle relevante, project gerelateerde onderwerpen. Deze zijn de nieuwe standaard, nieuwe monitoring en een reactieplan.

Doel van een control plan

Het doel van een control plan is een overzicht maken van hoe je de gekozen oplossing duurzaam gaat borgen. 

Toelichting

Een duurzame borging bereik je niet alleen door het juiste borgingsniveau te kiezen, maar ook door te zorgen dat je nieuwe werkwijze in de organisatie verankert wordt. Hoe houd je in de gaten of je verbetering blijft brengen wat de bedoeling was, en welke maatregelen heb je om bij een eventueel falen bij te sturen? Je kunt een Control Plan met een PDCA opstellen.

Een Control Plan bestaat uit drie onderdelen:

• De nieuwe standaard (procesdocumentatie, visuele werkinstructies, nieuwe workflow)
• De te monitoren indicatoren (denk aan Control Charts of tijdreeksgrafieken van de Y en eventueel wat X’en) en
• Een reactieplan voor als er iets ongewenst gebeurt. Wat doe je dan? Bij Control Charts praten we dan over een Out of Control Action Plan (OCAP)

Control plan aanpak

• Beschrijf de nieuwe standaard in detail en maak daarbij vooral gebruik van visualisaties
• Kies een methode om regelmatig te meten of de verbetering effectief blijft
• Zorg dat de verantwoordelijkheden voor de nieuwe standaard en voor het monitoren ervan effectief in de organisatie zijn belegd
• Bedenk scenario’s om bij een eventueel falen van de borging slagvaardig te reageren: het Out of Control Action Plan (OCAP) of Out of Specification reactieplan

Synoniem en alternatief van een control plan

Een Control Plan heet ook wel Control System of Process Management Diagram. In het Nederlands kom je termen als een beheersplan of beheersingsysteem tegen. Binnen Lean kun je ook praktisch denken aan het updaten van borden bij dagelijkse stand-ups.

Duur van het opstellen van een control plan

Het opstellen van een Control Plan is gauw enkele dagen werk. Bedenk dat het ook gepaard gaat met zaken als overdracht of training verzorgen van soms meerdere uren.

Voorbeeld van een control plan

Hieronder is een voorbeeld sjabloon van een Control Plan weergegeven.

Een Boxplot is een grafiek waarmee een relatie tussen een continue variabele en discrete variabele(n) wordt weergegeven. Een Boxplot helpt om aannamen of hypothesen te bevestigen of bedenken. Bedenk dat je ook met diverse discrete variabelen verschil in zowel medianen als andere kwartielen kunt visualiseren. Ideaal voor als je veel data hebt, wat je kunt de data indelen in vier parten. Meer informatie over de Boxplot is in de meetfase terug te vinden.  

Boxplot aanpak

Over hoe je in detail een Boxplot zelf kunt maken, is reeds in de meetfase (DMAIC: Measure) besproken. Hier gaan we meer in op hoe je een Y-X grafiek opstelt.  

• Verzamel ‘gepaarde data’, dat wil zeggen dat je aan een statistische eenheid zowel een continue variabele (Y) meet, als minimaal één discrete variabele (X). Bijvoorbeeld de beste honderd meter tijden versus de Sekse van atleten
• Plaats de continue variabele (Y) verticaal op de Y-as, en horizontaal op de X-as de discrete variabele (X)
• Interpreteer de kwartielen en patroon in de grafiek. Lijkt er een verband?

Synoniem en alternatief van de boxplot

Voluit: Box-whisker plot. Wel wordt bij meervoudige discrete X’en, en bij een beperkte hoeveelheid aan data, ook de Multi-Vari chart ingezet, of de Individual Value Plot (IVP).  

Duur van het maken van een boxplot

Een Boxplot maken is digitaal in seconden, handmatig in vele minuten te maken.

Boxplot voorbeeld

In de Boxplot hieronder is de gespreksduur ofwel de Average Handling Time (AHT) uitgezet tegen het aantal maanden dat Servicedesk medewerkers er werkzaam zijn (in maanden). Duidelijk is af te lezen dat ervaring van invloed lijkt op de duur van gesprekken. 

In de Boxplot hieronder is de doorlooptijd uitgezet tegen klanttevredenheid (scores 1 tot en met 5). Hier is de relevante Y juist op de X-as geplaatst en de mogelijke oorzaak (te trage tijden) op de Y-as. Dit omdat de Y discreet is, en de X continu. Dat is spiegelen, wat op zich prima is, maar niet standaard of mogelijk lastiger te interpreteren is.