Als je de processen in je organisatie wilt verbeteren, zul je moeten onderzoeken en analyseren hoe het er tot nu toe aan toegaat. Er staat je daarvoor een enorm scala aan gereedschappen voor verbetering ter beschikking; de een nog veelzijdiger en geavanceerder dan de ander. Vaak is simpel echter beter - en goed genoeg. Een van de grondleggers van kwaliteitsmanagement, W. Edwards Deming, wees de weg naar eenvoudig en goed. Hij heeft 7 (statistische) technieken geïdentificeerd die bij uitstek geschikt zijn om de prestaties en uitkomsten van (productie)processen te onderzoeken en probleemgebieden zichtbaar te maken. Hij noemde ze de 7 simple tools (de zeven eenvoudige gereedschappen voor verbetering). Later zijn er ook gereedschappen gedefinieerd die kwalitatieve verbanden helpen onderzoeken - verrassenderwijs de 7 new tools genoemd.
We presenteren de 7 eenvoudige gereedschappen voor verbetering hieronder (klik op de plaatjes voor een grote versie).
Pareto-diagram
De 80/20-regel, ofwel het Pareto-principe, is het principe dat heel vaak ongeveer 80% van de problemen worden veroorzaakt door 20% van de knelpunten (en ook dat 80% van de winst komt van 20% van de klanten).
Om een Pareto-diagram te maken tel je het aantal keer dat elke soort oorzaak of problemen zich voordoet. De oorzaken rangschik je op frequentie van voorkomen (de meest voorkomende als eerste). In een grafiek wordt met een staaf de frequentie weergegeven, en met een lijn het cumulatieve percentage. Zo maak je visueel welke oorzaken veel voorkomen (altijd de eerste paar in de grafiek!). En die dus bij voorkeur als eerste aangepakt moeten worden.<
Histogram
Een histogram is een visuele weergave van wat een proces doet, bijvoorbeeld de output per week, de bewerkingstijd, of het aantal fouten per product. De waarnemingen worden in een beperkt aantal, direct op elkaar aansluitende, categorieën ingedeeld. Per categorie wordt met een staaf de frequentie weergegeven. Zo krijg je goed zicht op een aantal kenmerken van het proces, en ontdek je waar nader onderzoek nodig is.
In ons voorbeeld zie je dat de bewerkingstijd altijd minder dan 9 minuten is, dat 2-3 minuten het vaakst voorkomt, en dat er nooit een bewerkingstijd van 5-6 minuten is. Dat laatste vraagt nader onderzoek. De andere twee opmerkingen kunnen gerelateerd worden aan wat de verwachtingen of uitgangspunten bij het procesontwerp waren - wat al dan niet leidt tot actie.
Spreidingsdiagram
Met een spreidingsdiagram onderzoek je de relatie tussen twee verschillende kenmerken van je product, dienst of werkomgeving. Denk bijvoorbeeld aan de urenoverschrijding tegen de opdrachtomvang, de temperatuur tegen de vochtigheid van het product, of de hoeveelheid licht tegen de productiviteit. De ene variabele zet je uit op de x-as, de andere op de y-as. Elke waarneming zet je in het diagram op de desbetreffende x- en y- waarde. Met het toenemen van het aantal ingevulde waarnemingen zie je wel of geen verband: hoe dichter alle punten bij een (virtuele) rechte lijn liggen, hoe sterker de correlatie. In ons voorbeeld zie je dat variabele 2 ruwweg afneemt wanneer variabele 1 toeneemt.
Let op 1: correlatie is wat anders dan causaliteit!
Let op 2: bij weinig punten levert het spreidingsdiagram geen betrouwbare informatie op.
Regeldiagram/ controlekaart
Ook een regeldiagram is een visuele weergave van wat een proces doet, maar dan uitgezet in de tijd. Zo kun je het gedrag van het proces zien (achteraf) en bijsturen (tijdens productie). Met vaste intervallen zet je de te meten waarde in de grafiek. Bijvoorbeeld de dikte van het geproduceerde materiaal, de vochtigheid ervan, of de tijd van een handeling. Met een flinke set gegevens is het gemiddelde en de standaardafwijking te berekenen. Teken het gemiddelde in, plus als signaleringslijnen drie standaardafwijkingen daarboven en -onder. Alles tussen de signaleringslijnen is normaal gedrag van het proces. De waarnemingen buiten de signaleringslijnen hebben een bijzondere oorzaak en vereisen dus nader onderzoek.
Het regeldiagram heeft na deze exercitie ook nut voor de processturing: komt de meting buiten de signaleringswaardes, dan is ingrijpen gewenst. Binnen de signaleringslijnen is ingrijpen onverstandig! Daar zijn een aantal uitzonderingen op, zoals een trend van meer dan zeven punten. In ons voorbeeld zat de extreme waarde aan de rechterkant er al aan te komen.
Procescomputers genereren dit soort diagrammen zelf, maar voor handmatige (bijvoorbeeld dienstverlenings-)processen is enig handwerk nodig.
Turfstaat
De turfstaat is een zeer eenvoudig gereedschap om gegevens te verzamelen, bijvoorbeeld om te ontdekken hoe vaak iets voorkomt. Bijvoorbeeld soorten fouten, soorten storing, of reden van retouren. Maak een lijst van mogelijke waarnemingsuitkomsten. Laat daarachter "turfruimte". Wanneer de mensen in de praktijk een situatie tegenkomen, zetten ze een turfstreepje. De turfstaat kan een prima basis zijn voor verdere analyses, zoals de Pareto-analyse.
Ons voorbeeld is in feite een samengestelde turfstaat: je kunt ook per week een lijstje met oorzaken maken. In ons voorbeeld zie je trouwens ook al direct dat 'te laat geleverd' niet een groot probleem is. Voor de andere verhoudingen is een Pareto-diagram zinvol. En zie je dat 'THT verstreken' een paar keer opbouwt naar een piek? Daar lijkt dus ook iets aan de hand.
Visgraat-diagram
Het visgraat- of Ishikawa-diagram is een analysegereedschap om mogelijke oorzaken van een probleem te identificeren en te groeperen. In de vissekop zet je het probleem, de hoofdgraten zijn de oorzaakcategorieën in 7 M's: mens, machine, methode, metingen, materialen, milieu (in de zin van: omgeving) en management. De kleinere graten, de meer specifieke mogelijke oorzaken, brainstorm je bij elkaar. Een uitgebreidere uitleg van het gebruik van het visgraatdiagram vind je in dit filmpje. Diverse van de bovenstaande gereedschappen kun je vervolgens gebruiken om te onderzoeken welke oorzaak het belangrijkst is.
(In ons voorbeeld zie je slechts een deel van het hele diagram, in verband met de leesbaarheid.)
Stroomschema
Een stroomschema kun je gebruiken om (de stappen in) een proces te analyseren. Je kunt het schema ook gebruiken om het proces te (her)ontwerpen.
Een processchema kun je zo globaal of gedetailleerd maken als je wilt (of eigenlijk: 'als nodig is voor het doel'). Te globaal en je ziet dingen over het hoofd; te gedetailleerd en je snapt het niet meer. Belangrijk is een goede afkadering: waar begin je en waar eindig je het stroomschema.
In ons voorbeeld lees je de instructie hoe je een stroomschema maakt. (Noot: meestal wordt de hoofdprocesloop in een verticale lijn gezet.)
|
Kan jouw organisatie hulp gebruiken bij het analyseren van (de knelpunten in) jouw processen? Wij staan je met alle plezier met raad en daad terzijde - al dan niet met deze gereedschappen voor verbetering! Neem dus gerust contact met ons op. |