Professional Documents
Culture Documents
November 2022
Doel van de training
Dag 1: Dag 2:
Dag 3: Dag 4:
Dag 5: Dag 6:
CTQ en DMAIC
November 2022
CTQ
• Critical to Quality
• Oftewel: wat is er in dit proces echt belangrijk voor de klant?
• Datgene wat er echt toe doet
• Meetbaar!
2
DMAIC
Define
Measure
Analyse
Improve
Control
DMAIC
• Bepaal je CTQs
Define
• Snap aan welk proces je begint
Measure • Vind een goede opdrachtgever/Champion
Analyse
Improve
Control
DMAIC
Analyse
Improve
Control
DMAIC
Analyse
Improve
Control
DMAIC
Analyse
Improve
Control
Martijn Molenaar
Master Black Belt
Normaalverdeling
November 2022
Normale Verdeling
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
Aantal Waarnemingen 12
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
12
Komt 8 keer voor
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
De waarneming ’10’
4
Eigenschappen Normale Verdeling
Waarneming die
Gemiddelde = Mediaan = Modus het meest
voorkomt
5
Normale Verdeling – eigenschappen
14
12
10
4
50% 50%
2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
Gemiddelde (𝝁) = 𝟏𝟑
Standaarddeviatie
𝑁
1
Populatie 𝜎= (𝑥𝑖 − 𝜇)2
𝑁
𝑖=1
𝑁
1
Steekproef 𝑠= (𝑥𝑖 − 𝑥)ҧ 2
𝑁−1
𝑖=1
7
Standaarddeviatie
𝑁
1
Populatie 𝜎= (𝑥𝑖 − 𝜇)2
𝑁
𝑖=1
𝑁
1
Steekproef 𝑠= (𝑥𝑖 − 𝑥)ҧ 2
𝑁−1
𝑖=1
8
Standaarddeviatie - rekenvoorbeeld
𝑁
1
𝑠= (𝒙𝒊 − 𝑥)ҧ 2
𝑁−1
𝑖=1
9
Standaarddeviatie - rekenvoorbeeld
𝑁
1
𝑠= (𝒙𝒊 − 𝑥)ҧ 2
𝑁−1
𝑖=1
10
Standaarddeviatie - rekenvoorbeeld
𝑥ҧ = 13
𝑁
1
𝑠= ഥ )2
(𝒙𝒊 − 𝒙
𝑁−1
𝑖=1
11
Standaarddeviatie - rekenvoorbeeld
𝑥ҧ = 13
𝑁
1
𝑠= ഥ )𝟐
(𝒙𝒊 − 𝒙
𝑁−1
𝑖=1
12
Standaarddeviatie - rekenvoorbeeld
Meting Aantal fouten Stap 4:
(𝒙𝒊 − 𝒙 ഥ)𝟐
ഥ) (𝒙𝒊 − 𝒙
(i) (𝑥𝑖 )
1 14 1 1 Tel alle kwadraten op.
2 10 -3 9
3 13 0 0
4 16 3 9
5 12 -1 1
𝑥ҧ = 13
𝑁
1
𝑠= ഥ )𝟐
(𝒙𝒊 − 𝒙
𝑁−1
𝑖=1
13
Standaarddeviatie - rekenvoorbeeld
Meting Aantal fouten Stap 5:
ഥ)𝟐
ഥ) (𝒙𝒊 − 𝒙
(𝒙𝒊 − 𝒙
(i) (𝑥𝑖 )
1 14 1 1 Deel de som door het aantal
2 10 3 9 waarnemingen min 1 (N-1)
3 13 0 0
4 16 3 9
5 12 1 1
Som: 20
𝑵
1
𝑠= ഥ )𝟐
(𝒙𝒊 − 𝒙
𝑁−1
𝒊=𝟏
14
Standaarddeviatie - rekenvoorbeeld
Meting Aantal fouten Stap 6:
ഥ)𝟐
ഥ) (𝒙𝒊 − 𝒙
(𝒙𝒊 − 𝒙
(i) (𝑥𝑖 )
1 14 1 1 Neem de wortel uit die
2 10 3 9 uitkomst
3 13 0 0
4 16 3 9
5 12 1 1
Som: 20
𝑵
𝟏
20 20 𝑠= ഥ )𝟐
(𝒙𝒊 − 𝒙
= =5 𝑵−𝟏
5−1 4 𝒊=𝟏
15
Standaarddeviatie - rekenvoorbeeld
Meting Aantal fouten
ഥ)𝟐
ഥ) (𝒙𝒊 − 𝒙
(𝒙𝒊 − 𝒙
(i) (𝑥𝑖 )
1 14 1 1
2
3
10
13
3
0
9
0
𝑠= 5 = 2,24
4 16 3 9
5 12 1 1
Som: 20
𝑵
𝟏
20 20 𝑠= ഥ )𝟐
(𝒙𝒊 − 𝒙
= =5 𝑵−𝟏
5−1 4 𝒊=𝟏
16
Standaarddeviatie in Excel
Dus bijvoorbeeld:
= STDEV.S(B2:B6)
17
Standaardafwijking
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
𝝁 − 𝟑𝝈 𝝁 − 𝟐𝝈 𝝁−𝝈 𝝁 𝝁+𝝈 𝝁 + 𝟐𝝈 𝝁 + 𝟑𝝈
Standaarddeviatie (𝝈) = 𝟑
Standaardafwijking
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
𝝁−𝝈 𝝁 𝝁+𝝈
68%
Standaardafwijking
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
𝝁 − 𝟐𝝈 𝝁 𝝁 + 𝟐𝝈
95%
Standaardafwijking
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
𝝁 − 𝟑𝝈 𝝁 𝝁 + 𝟑𝝈
99,74%
Strookjesknippen
Martijn Molenaar
December 2019
Rollen en benodigdheden
3 rollen:
• Knipper
• Rol kassa-bonpapier
• Schaar
• Meter
• Liniaal
• Pen of potlood
• Kwaliteitsmedewerker
• PC
• Excelbestand
2
Eisen
Knippen gebeurt uit de losse pols, met alleen je handen als maatstaf.
• Geen linealen
• Geen Markeringen
• Geen hulpmiddelen, alleen je handen als maatstaf!
3
Procedure:
1. De knipper knipt 5 strookjes af en geeft elk van die 5
strookjes direct door aan de meter
2. De meter meet elk strookje en schrijf op elk strookje de
lengte in centimeters op 1 decimaal nauwkeurig.
Rechtsboven schrijft de meter het batchnummer en het
volgnummer binnen die batch: 2-4
9,8
5
Maak histogram
7
Capabiliteitsanalyse
8
Capabiliteitsanalyse
𝑇
𝐶𝑝 =
6𝜎
9
Capabiliteitsanalyse
Voorbeeld:
𝑇 0,8
𝐶𝑝 = = = 1,33
6𝜎 6 ∗ 0,1
T
6𝜎
LSL USL
10
Capabiliteitsanalyse
Interpretaties:
11
Capabiliteitsanalyse
Grafische interpretatie:
𝐶𝑝 = 0,5
T
6𝜎
LSL USL
12
Capabiliteitsanalyse
Grafische interpretatie:
𝐶𝑝 = 1,0
T
6𝜎
LSL USL
13
Capabiliteitsanalyse
Grafische interpretatie:
𝐶𝑝 = 2,0
T
6𝜎
LSL USL
14
Capabiliteitsanalyse
Dan heb je ook nog:
16
Martijn Molenaar
Toyota Kata
Master Black Belt
Verdieping Lean
Toyota Kata
Mei 2022
Projecten en
Workshops
≠=
𝐶𝑜𝑛𝑡𝑖𝑛𝑢 𝑣𝑒𝑟𝑏𝑒𝑡𝑒𝑟𝑒𝑛
Projecten en
Normale staat van het proces
Workshops
is niet verbeteren
≠
𝐶𝑜𝑛𝑡𝑖𝑛𝑢 𝑣𝑒𝑟𝑏𝑒𝑡𝑒𝑟𝑒𝑛
Normale staat van het proces
is altijd verbeteren
Wat is een kata?
Onbewust Bewust
Denken Denken
Verbeterkata
De verbeterpraktijk
Situatie nu
Wat staat hier?
WI L ZJ IN FCHT QNTZFTTEND SI IM
Wat staat hier?
WI L ZJ IN FCHT QNTZFTTEND SI IM
Wat zien we hier?
Wat zien we hier?
True North:
0 fouten
100% waarde toevoeging
seriegrootte 1
op klantvraag
op volgorde
1. Begrijp de richting
2. Begrijp de huidige toestand
3. Vastleggen Doeltoestand
Verbeterkata
Opdracht: Probeer elkaar te helpen
1. Wat is de doeltoestand?
2. Wat is de actuele toestand?
3. Welke obstakels denk je dat je
verhinderen om de doeltoestand te bereiken?
Met welke éne ben je nu bezig?
4.Wat is je volgende stap?
Wat verwacht je?
5.Hoe snel kunnen we gaan kijken wat we
hebben geleerd van het zetten van deze
stap?
Coachingskata
1.Wat is de doeltoestand?
Coachingskata
ANOVA
December 2022
Achtergrond
• Een Continue Y
Visueel
Y
Continu /
Categorisch
Numeriek
X X
Continu/ Continu/
Categorisch Categorisch
Numeriek Numeriek
Aantal Aantal
Logistische
Chi-Kwadraat categorieën categorieën Regressie
regressie
=2 >2
T-toets ANOVA 3
Voorbeeld
4
Hypotheses
𝐻 : 𝜇 =𝜇 =𝜇
En
5
Voorbeelddata
De gemeten bewerkingstijden per aanvraag zijn:
6
Analyse
14
Output
16
Oefening
De rekentoets!
Martijn Molenaar
Master Black Belt
Meetplan
December 2022
Meet een kopje thee
Waarom Meetplan?
Nadat je hebt vastgesteld wat je wil weten, moet je bepalen hoe je gaat meten.
Een goed meetplan zorgt dat je metingen:
• Herleidbaar zijn
• Begrijpelijk zijn
• Herhaalbaar zijn
• Betrouwbaar zijn
Let op: Meten is zowel zelf meten, als data uit systemen halen! (dat laatste doe je
alleen als je je data helemaal kan vertrouwen).
3
Meetplan
4
Basis meetplan
5
Meetformulieren
Turflijst
Checksheet
Meetperiode: week 43
Gemeten door: Jan de Wit
Type fout Aantal keer gevonden Totaal
Ervaring leert dat een meetplan nooit in één keer goed is.
Test het dus op kleine schaal in de praktijk, voordat je je officiële meting start.
9
Martijn Molenaar
Master Black Belt
Steekproeven en
datatypen
December 2022
Steekproef vs Populatie
2
Steekproef vs Populatie
De steekproef moet
gedrag populatie
voorspellen
3
Steekproef
Een goede steekproef is:
(1) Representatief
• Geeft een zelfde soort verhoudingen weer als binnen de
populatie
• Bijv. Populatie bestaat voor 80% uit vrouwen en 20% man, dan moet die
verhouding er in de steekproef ook ongeveer zijn
• Aselect getrokken
• Van te voren is niet bekend welke gevallen er wel en niet worden
meegenomen in de steekproef
• Gebruik hiervoor een vast patroon of statistische software
• Groot genoeg is
• De juiste steekproefgrootte kan berekend worden
4
Steekproef
(2) Gebruikt een goed meetinstrument dat:
1. Betrouwbaar is
Je meet elke keer hetzelfde
2. Valide is
Je meet wat je wilt meten
5
Twee soorten Data
6
Categorische data
Measure 7
Categorische data
Bron: http://statsthewayilikeit.com/
Continue data
• Doorlooptijd
• Bewerkingstijd
• Wachttijd
• Foutpercentages
9
Continue data
10
Steekproefgrootte
Vuistregel:
• Continue data: steekproefgrootte is minimaal 30
11
Martijn Molenaar
Master Black Belt
T-toets
December 2022
Achtergrond
De t-toets (of t-test) is een manier om vast te stellen of er een verschil
is in gemiddelde tussen twee groepen.
2
Visueel
Y
Continu /
Categorisch
Numeriek
X X
Continu/ Continu/
Categorisch Categorisch
Numeriek Numeriek
Aantal Aantal
Logistische
Chi-Kwadraat categorieën categorieën Regressie
regressie
=2 >2
T-toets ANOVA 3
Hypotheses
𝐻0 : 𝜇𝐴 = 𝜇𝐵
𝐻𝐴 : 𝜇𝐴 ≠ 𝜇𝐵
4
Type t-toetsen
Er zijn 3 type T-toetsen:
5
1. Independent samples t-test
Voorbeeld: twee team in een pub quiz houden elke week bij hoeveel vragen zij
goed hadden. Na tien weken willen zij weten of er een significant verschil is
tussen team A en team B.
6
1. Independent samples t-test
Team A Team B
14 18
16 11
15 14
17 17
16 16
15 13
12 15
11 14
14 17
15 15
7
1. Independent samples t-test
1. Klik op GEGEVENS
2. Klik op Gegevensanalyse
8
1. Independent samples t-test
8. Druk ok OK 10
1. Independent samples t-test
1. Independent samples t-test
Als T-statische gegevens, groter is dan het Kritiek gebied van de T-toets:
tweezijdig, dan verwerp je de 0-hypothese, dus is er wel een verschil.
Je kan ook kijken naar de waarde P (T<=t) tweezijdig: als deze kleiner is dan
0,05, dan verwerp je de 0-hypothese, dus is er wel een verschil.
Beide methoden geven dezelfde uitkomst: nl. dat er in dit geval GEEN verschil
is tussen de twee teams.
2. Paired samples t-test
Werkt hetzelfde als de Independent samples t-test. Alleen
selecteer je bij 3:
Bijvoorbeeld:
• je wil weten of de gemiddelde inhoud van een flesje bier gelijk is
aan 0,33 liter.
• Je neemt een steekproef van 30 flesjes en meet in inhoud van die
flesjes.
14
3. One sample t-test
Metingen Colaflesjes: Toetsen tegen een
0,318 0,325
gemiddelde van:
0,345 0,320
0,314 0,313 0,33 liter
0,315 0,305
0,338 0,312
0,319 0,339
0,335 0,315
0,311 0,323
0,353 0,332
0,339 0,322
0,320 0,329
0,346 0,344
0,316 0,313
0,305 0,319
0,319 0,330
15
3. One sample t-test
0,318 0,33
0,345 0,33
0,314
0,315
0,33
0,33
Stappenplan:
0,338 0,33
0,319 0,33
0,335
0,311
0,33
0,33
1. Zet alle waarnemingen in één kolom
0,353
0,339
0,33
0,33 2. Zet in de kolom daarnaast in elke cel
0,320 0,33
0,346 0,33 het te toetsen gemiddelde
0,316 0,33
0,305 0,33 3. Volg daarna de stappen van de
0,319 0,33
0,325 0,33 Independent Samples t-test.
0,320 0,33
0,313 0,33
0,305 0,33
0,312 0,33
0,339 0,33
0,315 0,33
0,323 0,33
0,332 0,33
0,322 0,33
0,329 0,33
0,344 0,33
0,313 0,33
0,319 0,33
0,330 0,33 16
Martijn Molenaar
Master Black Belt
14 managementprincipes
December 2022
The Toyota Way (2007)
14 managementprincipes
Filosofie
5. Creëer een cultuur van ‘line stop’ en structureel oplossen van de problemen om het
systeem steeds betrouwbaarder te krijgen.
14 managementprincipes
Proces (2)
8. Gebruik alleen betrouwbare, uitvoerig geteste technologie ter ondersteuning van mens
en proces.
14 managementprincipes
Mensen
9. Ontwikkel leiders die het werk volledig begrijpen en doorgronden, de cultuur leven en
anderen onderwijzen en inspireren.
11. Respecteer het uitgebreide netwerk van partners en leveranciers door hen uit te dagen
en te ondersteunen.
14 managementprincipes
Problemen oplossen
13. Besluit langzaam op basis van consensus, overweeg alle opties, implementeer snel.
14. Word een lerende organisatie door onverbiddelijke reflectie (hansei) en continue
verbetering (kaizen).
Martijn Molenaar
Master Black Belt
Chi-kwadraattoets
December 2022
Achtergrond
De Chi-Kwadraattoets is de manier vast te stellen
of:
• Twee categorische variabelen invloed hebben op
elkaar.
2
Visueel
Y
Continu /
Categorisch
Numeriek
X X
Continu/ Continu/
Categorisch Categorisch
Numeriek Numeriek
Aantal Aantal
Logistische
Chi-Kwadraat regressie
categorieën categorieën Regressie
=2 >2
T-toets ANOVA 3
Voorbeeld
Je wil graag weten of iemands geslacht van invloed is op
de voorkeur voor een televisieprogramma
Er is onderzoek gedaan onder 106 mannen en 143
vrouwen
De respondenten moesten uit de volgende vier
programma’s kiezen wat hun favoriet was:
• Het NOS 8-uur Journaal
• Boer Zoekt Vrouw
• De Wereld Draait Door
• Studio Sport Eredivisie
4
Data
Studio
Journaal BZV DWDD Totaal
Sport
Man 28 11 22 42 103
Vrouw 38 57 38 15 148
Totaal 66 68 60 57 251
5
Hypotheses
De nulhypothese is
𝑇𝑅 ∗ 𝑇𝐾
𝑉=
𝑁
(𝑊 − 𝑉)
χ =
𝑉
8
De test
3
Stap 3: bereken het aantal
‘vrijheidsgraden’ (df):
𝑑𝑓 = 𝑟 − 1 ∗ 𝑘 − 1
• r : aantal rijen
• k : aantal kolommen
9
De test
4
Stap 4a: Bepaal je betrouwbaarheidsniveau (𝛼).
• Wij doen dat standaard op 95%
10
Voorbeeld uitgewerkt:
1
Werkelijke waarden:
Studio
W Journaal BZV DWDD Totaal
Sport
Man 28 11 22 42 103
Vrouw 38 57 38 15 148
Totaal 66 68 60 57 251
Studio
V Journaal BZV DWDD Totaal
Sport
Man 103
Vrouw 148
Totaal 66 68 60 57 251 11
Voorbeeld uitgewerkt:
1
Reken de verwachte waarden (V) uit.
Studio
V Journaal BZV DWDD Totaal
Sport
Man 27,1 103
Vrouw 148
Totaal 66 68 60 57 251 12
Voorbeeld uitgewerkt:
Studio
W Journaal BZV DWDD Totaal
Sport
Man 28 11 22 42 103
Vrouw 38 57 38 15 148
Totaal 66 68 60 57 251
Studio
V Journaal BZV DWDD Totaal
Sport
Man 27,1 27,9 24,6 23,4 103
Vrouw 38,9 40,1 35,4 33,6 148
Totaal 66 68 60 57 251 13
Voorbeeld uitgewerkt:
2 W Journaal BZV DWDD Studio Sport Totaal
Man 28 11 22 42 103
Vrouw 38 57 38 15 148
Totaal 66 68 60 57 251
𝟐
𝝌 = 43,003
Voorbeeld uitgewerkt:
3
𝑑𝑓 = 𝑟 − 1 ∗ 𝑘 − 1 = 2 − 1 ∗ 4 − 1 = 3
𝒅𝒇 = 𝟑
Voorbeeld uitgewerkt:
4
𝒅𝒇 = 𝟑
𝑲𝑾 = 7,815
Voorbeeld uitgewerkt:
𝒅𝒇 = 𝟑
𝝌𝟐 = 43,003 18
Voorbeeld uitgewerkt:
𝑲𝑾 = 7,815 𝝌𝟐 = 43,003
𝝌𝟐 > 𝑲𝑾
Dus H0 wordt verworpen
Dus iemands geslacht is wel van
invloed op de voorkeur voor een
bepaald programma 19
Pareto Diagram
Martijn Molenaar
Master Black Belt
Maart 2021
Achtergrond
2
Waarom relevant?
Door het wegnemen wat een relatief klein aantal (vuistregel: 20%) van de
oorzaken van een probleem, is deze voor een groot deel (80%) opgelost.
Voorkomt dat er te veel tijd wordt besteed aan relatief kleine verbeteringen
3
Voorbeeld: IJsjes
Een ijsverkoper heeft bijgehouden hoeveel ijsjes van welke smaak hij heeft
verkocht.
Maak een Pareto-diagram van deze gegevens:
Verkochte smaak Aantal
Framboos 6
Mokka 2
Vanille 57
Kersen 13
Banaan 7
Malaga 3
Chocolade 36
Mint 1
Aarbei 42
Pistache 4
4
Stap 1: Sorteer van groot naar klein
5
Stap 2: Bereken de percentages
Verkochte
smaak Aantal Percentage
Vanille 57 33,3%
Aardbei 42 24,6%
Chocolade 36 21,1%
Kersen 13 7,6%
Banaan 7 4,1%
Framboos 6 3,5%
Pistache 4 2,3%
Malaga 3 1,8%
Mokka 2 1,2%
Mint 1 0,6%
TOTAAL 171 100,0%
6
Stap 3: Bereken de cumulatieve percentages
Voorbeeld:
De bovenste 3 categorieën (Vanille, Aardbei en
Chocolade) vormen samen 78,9% van alle verkochte
Verkochte Cumulatief smaken:
smaak Aantal Percentage percentage
Vanille 57 33,3% 33,3% 33,3% + 24,6% + 21,1%
Aardbei 42 24,6% 57,9% =
Chocolade 36 21,1% 78,9% 78,9%
Kersen 13 7,6% 86,5%
Banaan 7 4,1% 90,6%
Framboos 6 3,5% 94,2%
Pistache 4 2,3% 96,5%
Malaga 3 1,8% 98,2%
Mokka 2 1,2% 99,4%
Mint 1 0,6% 100,0%
TOTAAL 171 100,0% 100,0%
Grafiek maken
(a)
(b)
(c)
1.3.Selecteer
Dubbelklikde
op hele
de secundaire
tabel as
Grafiek maken
Pareto IJsjes
60 100,0%
90,0%
50
80,0%
70,0%
40
60,0%
30 50,0%
40,0%
20
30,0%
20,0%
10
10,0%
0 0,0%
Vanille Aardbei Chocolade Kersen Banaan Framboos Pistache Malaga Mokka Mint
12
Martijn Molenaar
Master Black Belt
Regressie-analyse
December 2022
Download Dataset
https://bit.ly/greenBD2
Visueel
Y
Continu /
Categorisch
Numeriek
X X
Continu/ Continu/
Categorisch Categorisch
Numeriek Numeriek
Aantal Aantal
Logistische
Chi-Kwadraat
regressie
categorieën categorieën Regressie
=2 >2
T-toets ANOVA 3
Correlatie
Correlatie:
is een maat voor samenhang tussen 2 continue variabelen
veronderstelt een lineair verband
wordt aangegeven met de letter r
varieert in waarde tussen -1 en 1
4
Correlatie - visueel
Perfect positief Sterk positief Zwak positief Geen correlatie
5
Voorbeeld - correlatie
Werkeloosheids- Werkeloosheids-
Jaar percentage percentage
Mannen vrouwen
1 2,9 4,0
2 6,7 7,4
3 4,9 5,0
4 7,9 7,2
5
6
9,8
6,9
7,9
6,1
Is er
7
8
6,1
6,2
6,0
5,8
correlatie?
9 6,0 5,2
10 5,1 4,2
11 4,7 4,0
12 4,4 4,4
13 5,8 5,2 6
Voorbeeld - correlatie
=correlatie(B7:B19;C7:C19)
7
Voorbeeld - correlatie
8
Regressie-analyse
Stap 1: maak een ‘Scatterplot’
Stap 1a:
Selecteer de data
Let op:
De linker kolom is altijd je X
(de onafhankelijke variabele)
en de rechter kolom altijd de
Y (de afhankelijke variabele /
CTQ). 9
Regressie-analyse
Stap 1: maak een ‘Scatterplot’
9,0
Stap 1b:
8,0 Druk op in het tabblad
7,0 Invoegen
6,0
Let op:
Werkel.% VROUWEN
5,0
4,0
Zorg dat je de x-as en de y-as de
3,0
juiste namen geeft (bijv. die je ook
2,0
in de tabel gebruikt)
1,0
0,0
0,0 2,0 4,0 6,0 8,0 10,0 12,0
Werkel.% MANNEN
10
Regressie-analyse
Stap 2: voeg een trendlijn toe
Stap 2a: klik op een van de punten in de grafiek, Stap 2b: Vink bij de opties voor
zodat ze allemaal geselecteerd zijn. Trendlijn de Vergelijking in grafiek
Klik vervolgens op de rechter muisknop en kies weergeven en de R-kwadraat in
Trendlijn toevoegen… grafiek weergeven aan 11
Regressie-analyse
Stap 3: Analyseer de formule
y = 0,6945x + 1,4341
R² = 0,8213
Stap 3: Analyseer de R²
In dit geval:
R² = 0,8213
Wat hier staat is dat het model de Y (CTQ) voor 82% verklaart. De overige
18% komt door andere bronnen van variatie. Dit lijkt een heel sterk model,
maar we moeten nog één stap zetten:
13
Regressie-analyse
14
Regressie-analyse
Stap 4b: Bereken de verschillen (residuen) tussen de werkelijke
waarde van y en de op basis van het model voorspelde waarde
van y.
Werkeloosheidspe Werkeloosheidspe Voorspeld WP
Jaar Residuen
rcentage Mannen rcentage vrouwen VROUW
1 2,9 4,0 3,45 0,6
2 6,7 7,4 6,09 1,3
3 4,9 5,0 4,84 0,2
4 7,9 7,2 6,92 0,3
5 9,8 7,9 8,24 -0,3
6 6,9 6,1 6,23 -0,1
7 6,1 6,0 5,67 0,3
8 6,2 5,8 5,74 0,1
9 6,0 5,2 5,60 -0,4
10 5,1 4,2 4,98 -0,8
11 4,7 4,0 4,70 -0,7
12 4,4 4,4 4,49 -0,1
13 5,8 5,2 5,46 -0,3
15
Regressie-analyse
Stap 4c: Zet de residuen uit tegen de onafhankelijke variabele (X)
in een Scatterplot. 1,5
0,5
0
0 2 4 6 8 10 12
-0,5
-1
Check of je geen patronen ziet. Je zou een mooie spreiding moeten zien, zo
niet: dan is er geen sprake van eenvoudige lineaire regressie. Bel je Black
Belt, want dat is geen Green Belt-stof.
16
Martijn Molenaar
Master Black Belt
Stakeholderanalyse
December 2022
Afdeling/ Manager/
Stakeholder Collega’s Medewerkers Staf
Organisatie Opdrachtgever
Martijn - -
Molenaar
Stap 1:
Jeroen Bal
Vul de eerste kolom met
Jeroen stakeholders die je al in het vizier
Alderliesten hebt
Marc Kerdijk
William
Driessen
Afdeling/ Manager/
Stakeholder Collega’s Medewerkers Staf
Organisatie Opdrachtgever
Martijn Creating Caroline Olieroock Eric Eggermont - -
Molenaar Insights de la Fuente Saez Manon Duintjer
…….
……. Stap 2:
Vul per stakeholder de andere kolommen
…… in.
Je doet een 360 graden analyse van de
……
betreffende stakeholder.
Huiswerk
Bereid een presentatie voor over:
Groep 1: 5S
Groep 2: Poka Yoke
Groep 3: Genchi Gentbutsu
Zorg dat het begrip duidelijk wordt aan de rest van de groep
Zorg voor een voorbeeld uit één van jullie praktijksituaties behandeld wordt
o Waar kan deze techniek helpen?
o Waar is de techniek al toegepast
17
Afdeling/ Manager/
Stakeholder Collega’s Medewerkers Staf
Organisatie Opdrachtgever
Martijn Creating Caroline Olieroock Eric Eggermont - -
Molenaar Insights de la Fuente Saez Manon Duintjer
Caroline OdlFS
Eric Eggermont
Manon Duintjer
Stap 3:
Elk van de mensen in de kolommen
manager, collega’s, medewerkers en staf, is
een stakeholder op zichzelf.
Vul deze aan in de eerste kolom.
Afdeling/ Manager/
Stakeholder Collega’s Medewerkers Staf
Organisatie Opdrachtgever
Martijn Creating Caroline Olieroock Eric Eggermont - -
Molenaar Insights de la Fuente Saez Manon Duintjer
Caroline OdlFS Creating Peter (Directeur) nvt Bas ….
Insights Daniëlle ….
…. ….
….
Eric Eggermont
Manon Duintjer
Stap 4:
Herhaal stap 2 door voor de nieuw
aangevulde stakeholders de overige
kolommen aan te vullen.
Stap 5:
Zet elke stakeholder op een post-it.
Laat met de kleur zien hoeveel
invloed de stakeholder heeft op het
project.
Lage Hoge
betrok- betrok-
kenheid kenheid
Negatief
Veel
Positief
invloed
t.o.v. project Weinig
Veel
invloed
Veel
invloed invloed
Weinig
invloed
Weinig Veel
invloed invloed
Veel
invloed
Gemiddel
de invloed
Gemiddel
de invloed
Gemiddel
de invloed
Lage Hoge
betrok- betrok-
kenheid kenheid
Veel
invloed
Gemiddel
de invloed
Weinig
Visualisatie Data
Boxplots - Anscombe
Januari 2023
Hans Rösling www.gapminder.org
2
Hans
Rösling
www.gapminder.org
3
Boxplots
Gebruik je voor ANOVA (of T-toetsen)
Interkwartielafstand (IKA)
32 °C
27 °C
21 °C
16 °C
Anscombe
Tabblad Anscombe van de Dataset
6
Anscombe
7
Martijn Molenaar
Master Black Belt
Control Charts
Januari 2023
Control Charts
35
30
25
20
Aantal fouten
15
10
100
4
1
25
10
13
16
19
22
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
97
Stap 2: Bereken het gemiddelde
40
35
30
25
20 Aantal fouten
gemiddelde
15
10
100
4
1
25
10
13
16
19
22
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
97
Stap 3: Bepaal UCL en LCL
Alle waarden die binnen gedragen zich normaal. Er is echt wat aan de hand als
een waarde buiten de controlgrenzen valt.
Stap 3: Bepaal UCL en LCL
40
35
UCL
30
25
Aantal fouten
20 gemiddelde
dfafd
Gemiddelde
gemidd. + 3*st.dev.
15 gemidd. -/- 3*st.dev.
10
LCL
5
100
1
4
7
16
97
10
13
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
Stap 3: Bepaal UCL en LCL
40
Uitschieter:
Hier is wat aan de hand.
35
UCL
30
25
Aantal fouten
20 gemiddelde
dfafd
Gemiddelde
gemidd. + 3*st.dev.
15 gemidd. -/- 3*st.dev.
10
LCL
5
100
1
4
7
16
97
10
13
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
Verder gebruik
Zo zie je direct of er echt iets aan de hand is of dat je reageert op ruis (= alles
binnen de controlgrenzen).
Martijn Molenaar
Master Black Belt
Jidoka
Januari 2023
Traditionele productie
Herstel
Afkeuren/
weggooien
Leanproductie
Herstel
3
Leanproductie
Product naar
Processtap 1 Processtap 2 Processtap 3
klant
4
Leanproductie
Product naar
Processtap 1 Processtap 2 Processtap 3
klant
• Voordelen
Een processtap levert alleen aan de volgende stap als • Directe feedback per processtap
het product/de dienst van goede kwaliteit is • Problemen worden bij de bron
aangepakt
Hoe bouw je kwaliteit in de processtappen?
8
Welke leantools gebruik je hiervoor?
Andon JIDOKA
• Menselijke Jidoka is filosofie dat je kwaliteit moet
• Automatische inbouwen in het proces. De leantools en het
stappenplan helpen om dit in de praktijk in te
brengen.
Poka Yoke
• Waarschuwende KAIZEN
• Corrigerende Kaizen staat voor het continu verbeteren via
kleine verbetertrajecten. In Kaizenprojecten
spelen de Andonsignalen en de Poka Yoke-
verbeteringen een belangrijke rol.
Martijn Molenaar
Master Black Belt
Theory of Contraints
Januari 2023
Theory of Constraints
• Op de Throughput
• Op de Voorraad
• Op de Operationele kosten
Er is pas sprake van verbetering als minimaal één van de bovenstaande factoren
verbetert, zonder dat de andere factoren verslechteren.
Twee voorbeelden in de film:
Schrijf mee:
Wat zijn de belangrijkste lessen?
Welke theorie ontdekken we?
4
5
Aanpak
Eenpuntslessen
Februari 2023
Opdracht
Werk in groepjes van 2-3 personen
Zorg voor een werkinstructie voor het tekenen van een huis op een A4-papiertje.
15 minuten
Bedoeling
Eenpuntslessen:
moeten in één A4’tje, zowel visueel als in tekst, weergeven hoe een proces moet worden
uitgevoerd.
zijn zo opgesteld dat medewerkers er goed mee kunnen werken.
zijn idealiter ook opgesteld door deze zelfde medewerkers
bieden een uitstekende vastlegging van de standaard (ook te gebruiken in bijv. een ISO-
certificering)
3
Uiterlijk
Gevaar /
Foto/screenshot Beschrijving stap
extra aandacht
4
Voorbeeld
Genchi Genbutsu
Februari 2023
Genchi Genbutsu
(Hoger) Management
Loop met de waardestroom mee
Selecteer één of twee thema’s waar men op let
Observeer eerst!
Bevraag eventueel medewerkers op de thema’s
Rapporteer kort terug
Martijn Molenaar
Master Black Belt
Makigami
Januari 2023
Makigami
Benodigde
Systemen en
formulieren
Verspillingen
Doorlooptijd
Bewerkingstijd
Value Add Tijd
Proces: Auteur: Martijn Molenaar
Voorbeeldproces Datum: Januari 2023
Versie: 1.0
Verspillingen
SMED
Januari 2023
SMED
Single Minute
•Single digit minute
•Oftewel, minder dan 10 minuten
Exchange of Dies
•Omwisselen van sjablonen
SMED
Formule 1:
Pitstops
1950 tot nu
Ishikawa Diagram
Stappenplan
Martijn Molenaar
Master Black Belt
Juli 2018
•
•
•
•
•
•
›
›
•
•
Subcategorie 1
Subcategorie 2
•
•
›
›
›
Subcategorie 1 Subcategorie 1 Subcategorie 1
Subcategorie 4
Subcategorie 4
Subcategorie 2
Subcategorie 3 Subcategorie 3
Subcategorie 2 Subcategorie 2
Subcategorie 4
Subcategorie 4
Subcategorie 2
Subcategorie 3 Subcategorie 3
Subcategorie 2 Subcategorie 2
Subcategorie 4
Subcategorie 4
Subcategorie 2
Subcategorie 3 Subcategorie 3
Subcategorie 2 Subcategorie 2
5 Subcategorie 4
Subcategorie 2
Subcategorie 3 8 Subcategorie 3
4 2
3
Subcategorie 2 Subcategorie 2
Martijn Molenaar
Master Black Belt
Februari 2022
Eindresultaat VSM
Leve-rancier klant
input output
BT: 23 sec BT: 20 sec BT: 17 sec BT: 50 sec BT: 14 sec BT: 21 sec
DLT:
2 dagen
En zorg ervoor dat je van alle functionarissen, die een rol hebben
in het proces, een vertegenwoordiger hebt (max. 8 personen,
anders wordt het te druk)
© 2014 MOLENAAR LEAN TRAININGEN en © 2018 LEAN NEDERLAND
Stap 0
Zorg ervoor dat je als begeleider niet zelf schrijft, maar laat één
van de deelnemers dat doen. Zo kun je zelf overzicht houden
over de groep.
Flip-over vellen
Stap 2
Vraag de groep wie de klant is van dit proces. Schrijf dit op één van de kleuren
post-its.
Plak de klant rechtsboven.
klant
Stap 3
Vraag de groep wat je de klant levert/ wat de output is. Schrijf dit
op een andere kleur post-it.
klant
output
Stap 4
Vraag de groep wat de laatste stap is voordat de klant de output ontvangt. Schrijf die
stap op een andere kleur post-it. en plak die linksonder de output.
klant
output
Stap 6
Stap 5
Vraag wat de stap is voor de laatste stap en plak die links van die
laatste stap.
Blijf
bovenstaande klant
herhalen, totdat
je aan het begin output
Schrijf dit op
dezelfde kleur klant
post-it als de
input output
output. Plak de
input Stap 1 Stap 2 Stap 3 Stap 4 Stap 5 Stap 6
linksboven de
laatste stap
Stap 7
Vraag wie de input levert. Schrijf dit op dezelfde kleur post-it als de klant. Plak de
leverancier linksboven de input.
Leve-
klant
rancier
input output
Leve-
klant
rancier
input output
input output
Wat relevante
data is, is input output
afhankelijk van
het proces en Stap 1 Stap 2 Stap 3 39 Stap 4 Stap 5 7 Stap 6
het doel van je
project. BT en BT: 23 sec BT: 20 sec BT: 17 sec BT: 50 sec BT: 14 sec BT: 21 sec
slechts een
voorbeeld
Stap 11
Noteer de totale bewerkingstijd (BT) en de totale doorlooptijd
(DLT) rechtsonder
Leve-
klant
rancier
input output
BT: 23 sec BT: 20 sec BT: 17 sec BT: 50 sec BT: 14 sec BT: 21 sec BT: 145 sec
#m.: 1 #m.: 1 #m.: 1 #m.: 2 #m.: 1 #m.: 1
DLT:
2 dagen
Stap 12 (eind)
Teken de 7+1 verspillingen (zie volgende sheet) met de rode stift
in op de VSM.
Leve-
klant
rancier
input output
BT: 23 sec BT: 20 sec BT: 17 sec BT: 50 sec BT: 14 sec BT: 21 sec BT: 145 sec
#m.: 1 #m.: 1 #m.: 1 #m.: 2 #m.: 1 #m.: 1
DLT:
2 dagen
7.Defects (fouten)
8. Talent (Onderuitnutting van talent)
Gouden tips (1)
1.Priegel nooit! Als je te weinig ruimte dreigt te krijgen: plak er dan
een extra stuk papier aan.
2.Hou in het proces altijd één lineaire lijn aan. Heb je meerdere
takken in je proces, dan heb je twee opties:
1. Schrijf het meest uitgebreide proces op en zet onder elke stap in
welk percentage van de gevallen je deze uitvoert
2. Maak twee (of meerdere) Value Stream Maps. Dit doe je als het
proces er na de splitsing heel anders uitziet.
Gouden tips (2)
3. Als je bepaalde informatie niet hebt: niet verzinnen, maar
gaan opzoeken of meten.
4. Ga niet direct over tot verbeteren, maar breng eerst het hele
proces goed in kaart zoals het nu loopt
5. Laat één bijeenkomst niet langer duren dan 1,5 uur. De
mensen zullen je dankbaar zijn!
Green Belt | Lean Nederland | Martijn Molenaar | februari 2023
Define| Wat is het probleem? Improve | Hoe lossen wij het probleem op?
Line Balancing
Definieer CTQ SIPOC Verbeter de prestatie van de CTQ
PDCA Poka Yoke
CTQ Project Charter
SMED
Measure | Wat zijn de feiten? Gemiddelde Kanban Jidoka
Doorlooptijd,
bewerkingstijd Modus 5S
Huidige prestatie CTQ Mediaan Control | Hoe houden we de verbeterde situatie in stand?
Value Stream Map/
Makigami Borg de verbeterde prestatie van de CTQ voor de lange
(huidig) Cp – USL/LSL Normaalverdeling termijn
EPL
Control Chart Andon
7+1 verspillingen Control Chart
Muri, mura, muda Meetplan
Steekproeven
Generieke methoden/technieken (of: lessons learned)
Analyse | Waar wordt het probleem door veroorzaakt? SQDC Genchi Genbutsu
Grondoorzaken van het probleem Chi Kwadraat Achtergrond Lean
T-toets
Pareto 5x Why Kaizen
Value Stream Map ANOVA 5 Lean Principes
ToC Ishikawa (gewenst) Regressie
Martijn Molenaar
Master Black Belt
Orange Belt
Dag 2
2021
A3
D I
M
C
A
LL
7 + 1 verspillingen
T
I
M
W
O
O
D
T
Bruce
• (Hoger) Management
• Loop met de waardestroom mee
• Selecteer één of twee thema’s waar men op let
• Observeer eerst!
• Bevraag eventueel medewerkers op de thema’s
• Rapporteer kort terug
Poka Yoke
11-proef op BSN-nummers
Verplichte velden in
een formulier
Spellingscontrole in
Word
9
Kanban
Nooit meer misgrijpen naar formulieren:
Secretaresse
17 Subcategorie 1
Subcategorie 1 Subcategorie 1
5 Subcategorie 4
Subcategorie 2
Subcategorie 3 8
4 2
3
Subcategorie 2 Subcategorie 2
Waardoor?
• Hoge schoonmaakkosten • Scherpere targets
14
5S
Getallenspel
A3
D I
M
C
A
LL
Project: Eisen voor certificering (1)
Checklist:
Checklist:
Orange Belt
Dag 1
Juni 2021
Wat is Lean?
Werkafspraken
• Opleiding
• Certificering
• 100% aanwezig
• Iedereen doet een project
• Alles afgrond voor het presentatiemoment
• Onderlinge coaching
• Je hebt huiswerk
• Huishoudelijk
• Bellen bij hoge uitzondering of in pauzes
Wat is Lean?
Concurrentievoordeel!
Wat is Lean?
Doel:
Concurrentievoordeel
Manier:
• Ontwikkelen van excellente medewerkers en processen
• Continu verbeteren en leren
Voor wie:
Managers
Wat is een proces?
SIPOC
6
Historisch perspectief
1911 1913 7
Historisch perspectief
Plan
Act Do
Check
1924-1931 1950’s 8
Historisch perspectief
Lean Six Sigma
10
Verspilling
TIM WOODT
11
Verspilling
Transport
Inventory
Motion
Waiting
Overproduction
Overprocessing / Complexiteit
Defects
---
Talent
13
Line Balancing (1: niet in balans)
10
20
15
3
Line Balancing (2: in balans)
12
12
12
12
Huiswerk – algemeen
16
Meting (i) Aantal fouten (xi) Gemiddelde Xi - gemiddelde Xi - gemiddelde kwadraat 1/(N-1)
1 14 13 1 1
2 10 13 -3 9
3 13 13 0 0
4 16 13 3 9
5 12 13 -1 1
0 20 0,25
s s-formule Notitie:
Stap 1: bereken afwijking per waarneming Xi ten opzichte van het gemiddelde
Stap 2: kwadrateer, zodat negatieve afwijkingen niet de positieve afwijking oph
Stap 3: Som de afwijkingen op
Stap 4: vermenigvuldig met 1/N-1. N is aantal waarnemingen
Stap 5: neem worden met het geheel.
2,236068 2,236068
n opzichte van het gemiddelde van alle waarnemingen x-bar
n niet de positieve afwijking opheffen
aarnemingen
Gemiddelde 1 13,1 Standaardafwijking 1 0,8
Gemiddelde 2 10,58 Standaardafwijking 2 0,584807661
Gemiddelde 3 10,34 Standaardafwijking 3 0,336154726
Gemiddelde 4 10,34 Standaardafwijking 4 0,167332005
Gemiddelde 5 9,46 Standaardafwijking 5 0,350713558
Gemiddelde 6 10,22 Standaardafwijking 6 0,216794834
Gemiddelde 7 9,84 Standaardafwijking 7 0,114017543
Gemiddelde 8 9,9 Standaardafwijking 8 0,244948974
Gemiddelde 9 9,82 Standaardafwijking 9 0,204939015
Gemiddelde 10 9,94 Standaardafwijking 10 0,250998008
totaal gemiddelde 10,354 Standaardafwijking totaal 1,035731034
Gemiddelde batch 6-10 9,944
St.dev 6-10 0,24338
Capabiliteitsanalyse Cp
Cpk=laagste van onderstaande
0,035941
Upper specification limit (USL) 10,3 CM Cpku 0,035941
Lower specification limit (LSL) 9,7 CM Cpkl 8,660536
Tolerantiebreedte (T) 0,6 CM
Cp = T/6sigma 0,23289 Interpretatie: hoe hoger de C, hoe beter het proces aansluit met de klantwens. Industrie
Om dat te bereiken, moeten de USL en LSL buiten de verdeling vallen. Cp van 1 is exact ev
Cp zegt iets over of het proces constant genoeg is, niet of het gemiddelde klopt.
Cp boven 1 -> verbeter het gemiddelde
Cp onder 1 -> verbeter de consistentie
Histogram totaal
Laagste 8,9 Klasse 1 8,90
Hoogste 14,5 Klasse 2 9,69
Range 5,6 Klasse 3 10,48
Klassenbreedte 0,79196 Klasse 4 11,28
Klasse 5 12,07
Klasse 6 12,86
Klasse 7 13,65
Klasse 8 14,44
Klasse 9 15,24
ces aansluit met de klantwens. Industriestandaard ongeveer 1,3. Vergelijking: St. Dev. Mag ongeveer 0,8mm zijn in deze test.
en de verdeling vallen. Cp van 1 is exact even breed als de verdeling.
is, niet of het gemiddelde klopt.
Histogram batch 2 tot batch 10
Laagste 8,9 Klasse 1 8,70
Hoogste 11,3 Klasse 2 9,06
Range 2,4 Klasse 3 9,42
Klassenbreedte 0,357771 Klasse 4 9,77
Gemiddelde 10,04889 Klasse 5 10,13
st dev 0,429388 Klasse 6 10,49
6sigma 2,576326 Klasse 7 10,85
Klasse 8 11,20
Klasse 9 11,56
Meetplan
- Consistentie is belangrijker dan de keuzes die je maakt. Je kunt verschillende plannen maken, maar belangrijkst is
- CTQ is de Y in je formule. De X is de variabele die je kunt wijzigen om invloed te maken op de CTQ.
- Dat iets makkelijk te meten is, maakt het nog niet belangrijk (kan wel kosten/baten afweging zijn). Bijvoorbeeld, h
- Test altijd 1 factor tegelijk binnen LEAN (dus geen last van homegeniteit etc bij onderlinge afhankelijkheid van var
- Let op hoe je je CTQ en je variabelen definieert.
Bestaat uit:
- Meetplan
- Database voor meetresultaten (Excel, Stata, Minitab, etc)
- Meetformulier (optioneel)
-> houd rekening met de praktijk als je een meetformulier maakt. Test daarom op kleine schaal voordat je je meting
Hypothese toetsen
0-hypothese is de hypothese die je probeert te verwerpen.
- Het resultaat van de test geeft alleen aan dát er een verschil is (P<0,05; bij 95% significatie). De 0-hypothese word
zichtig op validiteit en betrouwbaarheid. Data in het systeem is niet per definitie betrouwbaar en valide.
uccesvol is).
bijvoorbeeld de werknemers/geslacht. Op basis van hypotheses neem je dit soort categorische datum op.
nningen die van het ene bakje naar het andere bakje gaan. Daarbij is de ambtenaar altijd aan het werk omdat het bakje altijd vol is, maar de
nificatie). De 0-hypothese wordt verworpen en de alternatieve hypothese aangenomen (de groepen zijn niet gelijk). Er wordt niets gezegd o
at het bakje altijd vol is, maar de individuele vergunningen (klanten) liggen lang te wachten. Lijkt efficient omdat de ambtenaar niet stil staa
gelijk). Er wordt niets gezegd over welke groep beter/hoger etc is.
mdat de ambtenaar niet stil staat, maar de doorlooptijd is erg lang.
Analysis of Variance
Categorische X heeft 3 of meer categoriën (bijv. X=afdeling, er zijn 5 verschillende afdelingen). Bij twee categ
Meting A B C
1 30 27 32
2 35 28 31
3 40 23 33
Interpretatie:
De kans dat de gemiddelden van groep A, B en C gelijk zijn aan elkaar, is kleinder dan 5%
er zijn 5 verschillende afdelingen). Bij twee categoriën gebruik je de T-test.
kt af van de andere.
Unifactoriële variantie-analyse
SAMENVATTING
Groepen Aantal
A 3
B 3
C 3
Variantie-analyse
Bron van variatie Kwadratensom
an elkaar, is kleinder dan 5% Tussen groepen 126
Binnen groepen 66
Totaal 192
Som Gemiddelde Variantie
Wortel variantie is st.St.
devdev Variantie
105 35 25 5 5 25
78 26 7 2,645751 2,645751 7
96 32 1 1 1 1
8
T-toets gebruik je om een categorische variabel met twee categoriën te testen.
Team A Team B
14 18
16 11
15 14
17 17
16 16
15 13
12 15
11 14
14 17
15 15
Team A
Gemiddelde 14,5
Variantie 3,388888889
Waarnemingen 10
Schatting van verschil tussen gemiddelden 0
Vrijheidsgraden 18
T- statistische gegevens -0,564932683
P(T<=t) eenzijdig 0,289546515
Kritiek gebied van T-toets: eenzijdig 1,734063607
P(T<=t) tweezijdig 0,579093029
Kritiek gebied van T-toets: tweezijdig 2,10092204
Team A
Gemiddelde 14,5
Variantie 3,388888889
Waarnemingen 10
Pearson-correlatie 0
Schatting van verschil tussen gemiddelden 0
Vrijheidsgraden 9
T- statistische gegevens -0,564932683
P(T<=t) eenzijdig 0,292961626
Kritiek gebied van T-toets: eenzijdig 1,833112933
P(T<=t) tweezijdig 0,585923253
Kritiek gebied van T-toets: tweezijdig 2,262157163
Team B
15
4,444444444
10
Team B
15
4,444444444
10
CTQ1: Accuratesse (aantal vragen goed)
CTQ2: Snelheid (bewerkingstijd per blok)
Boxplots
Kees-Jan Jules Stanley Eric Kyara
160
140
120
100
80
60
40
20
0
1
BT3 BT4 BT5 BT6 BT7 BT8 BT9 BT10 som (seconden)
9 30 11 27 9 21 19 9 158
45 75 43 63 26 45 33 38 418
42 106 55 110 150 52 59 31 711
95 149 93 146 26 124 52 63 864
42 19 21 14 11 19 19 18 196
35 97 65 15 10 20 40 18 331
25 39 20 33 28 23 33 13 246
35 19 12 9 6 14 14 10 161
26 84 21 75 10 34 32 15 335
354 618 341 492 276 352 301 215
Hypotheses
H0 = Alle gemiddelde doorlooptijden per persoon zijn gelijk
H0 = Alle gemiddelde doorlooptijden per blok zijn gelijk voor ieder blok
H0 = De gemiddelde doorlooptijd voor mannen = de gemiddelde doorlooptijd voor vrouwen
H0 = De gemiddelde doorlooptijd voor Mbo = HBO = WO
H0= De gemiddelde doorlooptijd per leeftijdsgroep is gelijk
H0 = Er is geen relatie tussen de doorlooptijd en het aantal vragen goed
H01 en H02 in 1 keer => andere P-waardes en F-waardes. Nazoeken wat het verschil is, want ik zie geen interactie tussen variabe
=> Niet voor de greenbelt. Er is hier te weinig data om goede resultaten te krijgen. In LEAN gedachte bij voorkeur 1 variabele teg
Gemiddelde bewerkingstijd 38 Bewerkingstijd per blok lager dan gemiddel
Verwachte waarden
Namen Kees-Jan Jules Stanley Eric Kyara Huub Anthony
JA 6,777777778 6,7778 6,77777778 6,777778 6,777778 6,777778 6,777778
NEE 3,222222222 3,2222 3,22222222 3,222222 3,222222 3,222222 3,222222
Totaal 10 10 10 10 10 10 10
Data
MBO HBO WO Totaal
Man 1 5 1 7
Vrouw 0 2 0 2
Totaal 1 7 1 9
Voorspelde waarden
MBO HBO WO Totaal
Man 0,777778 5,444444 0,777778 7
Vrouw 0,222222 1,555556 0,222222 2
Totaal 1 7 1 9
Voorspelde waarden
MBO HBO WO Totaal
Man 78,55556 544,4444444 78,55556 701,5556
Vrouw 22,44444 155,5555556 22,44444 200,4444
Totaal 101 700 101 902
SAMENVATTING
Groepen Aantal Som Gemiddelde Variantie
Kees-Jan 10 158 15,8 63,06667
Jules 10 418 41,8 302,4
Stanley 10 711 71,1 1626,322
Eric 10 864 86,4 1916,044
Kyara 10 196 19,6 79,6
Huub 10 331 33,1 788,1
Anthony 10 246 24,6 79,6
Daphne 10 161 16,1 84,1
Marc 10 335 33,5 655,6111
Variantie-analyse
Bron van variatie Kwadratensom
Vrijheidsgraden
Gemiddelde kwadratenF P-waarde
Kritische gebied van F-toets
Tussen groepen 49874,4 8 6234,3 10,02864 1,32E-09 2,054882
Binnen groepen 50353,6 81 621,6494
Totaal 100228 89
e gebied van F-toets
Unifactoriële variantie-analyse
SAMENVATTING
Groepen Aantal Som Gemiddelde
BT1 9 136 15,11
BT2 9 335 37,22
BT3 9 354 39,33
BT4 9 618 68,67
BT5 9 341 37,89
BT6 9 492 54,67
BT7 9 276 30,67
BT8 9 352 39,11
BT9 9 301 33,44
BT10 9 215 23,89
Variantie-analyse
Bron van variatie Kwadratensom Vrijheidsgraden Gemiddelde kwadraten
Tussen groepen 18174,66667 9 2019,407407
Binnen groepen 82053,33333 80 1025,666667
Totaal 100228 89
Variantie
61,61
712,69
560,75
2029,25
796,86
2304,25
2076,25
1177,61
229,78
307,61
P-waarde >0,05, dus de nul hypothese dat alle blokken aan elkaar gelijk zijn kan niet verworpen worden.
verworpen worden.
=> eerst transponeren, dan alle mannen en alle vrouwen in 1 kolom slepen
Namen M M M M V M M V
BT1
BT2
BT3
BT4
BT5
BT6
BT7
BT8
BT9
BT10
M M V
12 10
26 23
26 42
84 19
21 21
75 14
10 11
34 19
32 19
15 18
11 13
21 29
25 35
39 19
20 12
33 9
28 6
23 14
33 14
13 10
10
21
35
97
65
15
10
20
40
18
33
83
95
149
93
146
26
124
52
63
23
83
42
106
55
110
150
52
59
31
14
36
45
75
43
63
26
45
33
38
10
13
9
30
11
27
9
21
19
9
T-toets: twee steekproeven met ongelijke varianties
M V
Gemiddelde 43,75714286 17,85
Variantie 1279,027122 80,76578947
Waarnemingen 70 20
Schatting van verschil tussen gemiddelden 0
Vrijheidsgraden 87
T- statistische gegevens 5,484899923
P(T<=t) eenzijdig 2,0011E-07
Kritiek gebied van T-toets: eenzijdig 1,662557349
P(T<=t) tweezijdig 4,00221E-07
Kritiek gebied van T-toets: tweezijdig 1,987608282
Correlatie
Trendlijn
Interpretatie
SAMENVATTING UITVOER
Variantie-analyse
Vrijheidsgraden Kwadratensom Gemiddelde kwadraten
Regressie 1 209070,2045 209070,2045
Storing 7 289673,7955 41381,97078
Totaal 8 498744
-0,647451483
y = -0,0061x + 38,311
Totaal goed
45
40
35
30
Aantal goed
25 y = -0,0061x + 38,311
20 R² = 0,4192
15
10
5
0
0 100 200 300 400 500 600
Som seconden
Scatterplot residu
3
0
0
0 100 200 300 400 500 600 700
-1
-2
-3
F Significantie F
5,052205118 0,059398332
-0,0061x + 38,311
R² = 0,4192
lot residu
700 800 900 1000
Y1 = Bewerkingstijd per blok
Y2 = Aantal vragen goed
Benodigde data
Waarnemingen
Aantal vragen
Gemiddelde
goed tijd van alle blokken
Deelnemer 1
Deelnemer 2
Deelnemer n
Variantie-analyse
Vrijheidsgraden
Kwadratensom
Gemiddelde kwadratenF Significantie F
Regressie 1 18,44451 18,44451 5,052205 0,059398332
Storing 7 25,55549 3,650784
Totaal 8 44
Coëfficiënten
Standaardfout
T- statistische gegevens
P-waarde Laagste 95%
Snijpunt 38,31088 1,209398 31,67764 8,07E-09 35,45111229
Gemiddelde tijd -0,06081 0,027055 -2,24771 0,059398 -0,124788658
Steekrpoef data
Tab 5: Steekproef: Als je met data werkt die je niet zelf hebt verzameld, wees dan extra voorzichtig op validiteit en betrouw
Tab 7: Categorische data ondersteund de CTQ (CTQ is de meeting waaruit blijkt of je proces succesvol is).
Voorbeeld: lostijd in een warehouse. De Categorische data die daar ondersteund is bijvoorbeeld de werknemers/ge
CTQ's zijn vaak continue data. Bijv.
Doorlooptijd (Doorlooptijd = wachttijd + bewerkingstijd)
Bewerkingstijd
Wachttijd
Foutpercentages
-> Volg de SIPOC om het perspectief te vinden. Denk vanuit de customer (bijv. vergunningen die van het ene bakje n
-> SIPOC = Supplier , input, proces, output, customer
Meetplan
- Consistentie is belangrijker dan de keuzes die je maakt. Je kunt verschillende plannen maken, maar belangrijkst is
- CTQ is de Y in je formule. De X is de variabele die je kunt wijzigen om invloed te maken op de CTQ.
- Dat iets makkelijk te meten is, maakt het nog niet belangrijk (kan wel kosten/baten afweging zijn). Bijvoorbeeld, h
- Test altijd 1 factor tegelijk binnen LEAN (dus geen last van homegeniteit etc bij onderlinge afhankelijkheid van var
- Let op hoe je je CTQ en je variabelen definieert.
Bestaat uit:
- Meetplan
- Database voor meetresultaten (Excel, Stata, Minitab, etc)
- Meetformulier (optioneel)
-> houd rekening met de praktijk als je een meetformulier maakt. Test daarom op kleine schaal voordat je je meting
Hypothese toetsen
0-hypothese is de hypothese die je probeert te verwerpen.
- Het resultaat van de test geeft alleen aan dát er een verschil is (P<0,05; bij 95% significatie). De 0-hypothese word
zichtig op validiteit en betrouwbaarheid. Data in het systeem is niet per definitie betrouwbaar en valide.
uccesvol is).
bijvoorbeeld de werknemers/geslacht. Op basis van hypotheses neem je dit soort categorische datum op.
nningen die van het ene bakje naar het andere bakje gaan. Daarbij is de ambtenaar altijd aan het werk omdat het bakje altijd vol is, maar de
nificatie). De 0-hypothese wordt verworpen en de alternatieve hypothese aangenomen (de groepen zijn niet gelijk). Er wordt niets gezegd o
at het bakje altijd vol is, maar de individuele vergunningen (klanten) liggen lang te wachten. Lijkt efficient omdat de ambtenaar niet stil staa
gelijk). Er wordt niets gezegd over welke groep beter/hoger etc is.
mdat de ambtenaar niet stil staat, maar de doorlooptijd is erg lang.
Analysis of Variance
Categorische X heeft 3 of meer categoriën (bijv. X=afdeling, er zijn 5 verschillende afdelingen). Bij twee categ
Meting A B C
1 30 27 32
2 35 28 31
3 40 23 33
Interpretatie:
De kans dat de gemiddelden van groep A, B en C gelijk zijn aan elkaar, is kleinder dan 5%
er zijn 5 verschillende afdelingen). Bij twee categoriën gebruik je de T-test.
kt af van de andere.
Unifactoriële variantie-analyse
SAMENVATTING
Groepen Aantal
A 3
B 3
C 3
Variantie-analyse
Bron van variatie Kwadratensom
an elkaar, is kleinder dan 5% Tussen groepen 126
Binnen groepen 66
Totaal 192
Som Gemiddelde Variantie
Wortel variantie is st.St.
devdev Variantie
105 35 25 5 5 25
78 26 7 2,645751 2,645751 7
96 32 1 1 1 1
8
T-toets gebruik je om een categorische variabel met twee categoriën te testen.
Team A Team B
14 18
16 11
15 14
17 17
16 16
15 13
12 15
11 14
14 17
15 15
Team A
Gemiddelde 14,5
Variantie 3,388888889
Waarnemingen 10
Schatting van verschil tussen gemiddelden 0
Vrijheidsgraden 18
T- statistische gegevens -0,564932683
P(T<=t) eenzijdig 0,289546515
Kritiek gebied van T-toets: eenzijdig 1,734063607
P(T<=t) tweezijdig 0,579093029
Kritiek gebied van T-toets: tweezijdig 2,10092204
Team A
Gemiddelde 14,5
Variantie 3,388888889
Waarnemingen 10
Pearson-correlatie 0
Schatting van verschil tussen gemiddelden 0
Vrijheidsgraden 9
T- statistische gegevens -0,564932683
P(T<=t) eenzijdig 0,292961626
Kritiek gebied van T-toets: eenzijdig 1,833112933
P(T<=t) tweezijdig 0,585923253
Kritiek gebied van T-toets: tweezijdig 2,262157163
Team B
15
4,444444444
10
Team B
15
4,444444444
10
CTQ1: Accuratesse (aantal vragen goed)
CTQ2: Snelheid (bewerkingstijd per blok)
BT1 9 136
BT2 9 335
BT3 9 354
BT4 9 618
BT5 9 341
BT6 9 492
BT7 9 276
BT8 9 352
BT9 9 301
BT10 9 215
Variantie-analyse
Bron van variatie Kwadratensom Vrijheidsgraden
Rijen 49874,4 8
Kolommen 18174,66667 9
Fout 32178,93333 72
Totaal 100228 89
Gemiddelde Variantie
15,8 63,06666667
41,8 302,4
71,1 1626,322222
86,4 1916,044444
19,6 79,6
33,1 788,1
24,6 79,6
16,1 84,1
33,5 655,6111111
15,11111111 61,61111111
37,22222222 712,6944444
39,33333333 560,75
68,66666667 2029,25
37,88888889 796,8611111
54,66666667 2304,25
30,66666667 2076,25
39,11111111 1177,611111
33,44444444 229,7777778
23,88888889 307,6111111
gem 38
stdev 33,3713117
ucl 138,1139351
lcl -62,11393509
Hypotheses
H0 = Alle gemiddelde doorlooptijden per persoon zijn gelijk voor alle personen
H0 = Alle gemiddelde doorlooptijden per blok zijn gelijk voor ieder blok
H0 = De gemiddelde doorlooptijd voor mannen = de gemiddelde doorlooptijd voor vrouwen
H0 = De gemiddelde doorlooptijd voor Mbo = HBO = WO
H0= De gemiddelde doorlooptijd per leeftijdsgroep is gelijk
x en y zijn continue
dus regressie
Kyra: -0,06*19,6
uitkomst = -1,2+38,3= ongeveer 37
BT5 BT6 BT7 BT8 BT9 BT10 som (seconden) gemiddeld
11 27 9 21 19 9 158 15,8
43 63 26 45 33 38 418 41,8
55 110 150 52 59 31 711 71,1
93 146 26 124 52 63 864 86,4
21 14 11 19 19 18 196 19,6
65 15 10 20 40 18 331 33,1
20 33 28 23 33 13 246 24,6
12 9 6 14 14 10 161 16,1
21 75 10 34 32 15 335 33,5
341 492 276 352 301 215
Daphne
gem 38 Waarneming
stdev 33,3713117 13
ucl 138,1139351 29
lcl -62,11393509 35
19
12
9
6
14
14
10
y = -0,0608x + 38,311
Y: # aantal goed R² = 0,4192
45 aantal goed is gelijk aan -0,0
40
35
30
25 50
20
15 40
10
15 40
10
5 30
0
20
0 20 40 60 80 100
0
1
-10
Residue -20
0
0 20 40 60 80 100
-1
-2
-3
gem stdev ucl lcl
L 15,8 7,533923 38,40177 -6,80177
L 41,8 16,49727 91,29182 -7,69182
L 71,1 38,2582 185,8746 -43,6746
L 86,4 41,52638 210,9791 -38,1791
S 19,6 8,464042 44,99212 -5,79212
L 33,1 26,6325 112,9975 -46,7975
L 24,6 8,464042 49,99212 -0,79212
S 16,1 8,70 42,20 -10,00
L 33,5 24,29094 106,3728 -39,3728
Daphne
Gemiddeld Stdev UCL LCL Waarneming
GemiddeldStdev
16,1 8,7 42,2 -10 15,11111 38 33,37131
16,1 8,7 42,2 -10 37,22222 38 33,37131
16,1 8,7 42,2 -10 39,33333 38 33,37131
16,1 8,7 42,2 -10 68,66667 38 33,37131
16,1 8,7 42,2 -10 37,88889 38 33,37131
16,1 8,7 42,2 -10 54,66667 38 33,37131
16,1 8,7 42,2 -10 30,66667 38 33,37131
16,1 8,7 42,2 -10 39,11111 38 33,37131
16,1 8,7 42,2 -10 33,44444 38 33,37131
16,1 8,7 42,2 -10 23,88889 38 33,37131
Grafiektitel
150
150
100
50
0
1
1 2 3 4 5 6 7 8 9 10 -50
-100
Grafiektitel
2 3 4 5 6 7 8 9 10
Dataset
US spendingSuicides Predicted Suicides
Residue
1999 18,079 5,427 5,631803 -0,2048 Correlatie r
2000 18,594 5,688 5,792844 -0,10484 R2
2001 19,753 6,198 6,155263 0,042737
2002 20,734 6,462 6,462022 -2,2E-05
2003 20,831 6,635 6,492354 0,142646
2004 23,029 7,336 7,179668 0,156332
2005 23,597 7,248 7,357282 -0,10928
2006 23,584 7,491 7,353217 0,137783
2007 25,525 8,161 7,960168 0,200833
2008 27,731 8,578 8,649984 -0,07198
2009 29,449 9 9,187202 -0,1872
t model niet valide.
0,992082 Scatterplot
0,984226 y = 0,3127x - 0,0215
10 R² = 0,9842
9
8
7
6
Suicides
5
4
3
2
1
0
0 5 10 15 20 25 30 35
US Spending
Scatterplot Residu
0,25
0,2
0,15
0,1
0,05
0
-0,05 0 5 10 15 20 25 30 35
-0,1
-0,15
-0,2
-0,25
X en Y zijn categorisch
Categorische data is onderling onderscheidend en onderling uitsluiting (een datapunt is altijd maar 1 variabele)
Stap
1. Reken voor elke cel de verwachte waarde uit
stap 5 Je kunt hem openbaar maken. Dat levert vaak reacties op, waardoor je meer leert over 'hoe de hazen lopen'.
-> Als je het zelf niet weet (nieuwe opdracht), ga je uitvragen bij de mensen die het proces/organisatie wel kenn
Je kunt dan zelf de rol nemen om vragen te stellen.
ver 'hoe de hazen lopen'.
PDCA voorbeeld
Probleem: Geen tijd om de rapportage op te stellen
Plan: Hoe kunnen we tijd maken. Idee 1, 2, 3. Neem 1 idee en maak 1 plan, inclusief verwachting.
Do: voer plan uit
Check: Wat is het resultaat van DO
Act: wat doen we naar aanleiding van de resultaten van DO
repeat
Herhaling
Beslisboom statische techniek:
Examen:
15 MC vragen.
3 open vragen
kleine casus
2 uur
betrekking tot je plan, niet ten opzicht van je act)
t verandering. De verandering moet uit die mensen zelf opkomen (je neemt de groep mee in het verhaal en de problemen en ideëen kom
eltoestand en de relevante problemen te vinden."
niet te kennen
de problemen en ideëen komen vanzelf naarboven).
Boxplot
Boxplot gebruik je voor ANOVA (of T-toets)
2 boxen zijn samen de InterKwartielAfstand (IKA). Deze is tussen 1e kwartiel en 3e kwartier. 2e kwartiel scheidt de boxen, d
Laagste/Hoogste waarneming is max. 1,5*IKA. Dus als er lager/hoger is, dan zien we dat als outlier.
Outliers zet je neer met een sterretje buiten de boxplot. Je zet de boxplot neer op het getal van het hoogste getal binnen de
wartiel scheidt de boxen, dat is de mediaan.
- een processtap levert niet aan de volgende processtap, als de kwaliteit niet in orde is. Dus iedere stap controleert kwalitei
- Toepassen in stap IMPROVE van DMAIC (Define Measure Analyse Improve C)
Andon: Door te trekken aan het andon touwtje wordt het proces gestopt. Hiermee maak je het probleem zichtbaar.
Aantal keren touwtje trekken is géén KPI (in de zin dat weinig trekjes goed is). Je wilt juist dat alle problemen zichtbaar gem
Andon: menselijk of automatisch
re stap controleert kwaliteit van zijn werk
probleem zichtbaar.
e problemen zichtbaar gemaakt worden. (Blame the process, not the people)
Doel: statische data-controle. -> hoeveel wijkt de meting af van de verwachting?
We hebben een toegestane variatie. Als die toegestane variatie overschreden wordt, is het niet goed.
Dit kan met continue data die normaal verdeeld is. Vuistregel: minimaal 30 datapunten
Kees-Jan Gemiddelde
90
GemiddeldeGemiddelde
BT alle personen
st. dev. LCL - LB UCL
80
BT1 15,11111 38 14,21059 0 80,63176
70
BT2 37,22222 38 14,21059 0 80,63176
60
BT3 39,33333 38 14,21059 0 80,63176
50
60
50
BT4 68,66667 38 14,21059 0 80,63176
40
BT5 37,88889 38 14,21059 0 80,63176
30
BT6 54,66667 38 14,21059 0 80,63176
20
BT7 30,66667 38 14,21059 0 80,63176
10
BT8 39,11111 38 14,21059 0 80,63176
0
BT9 33,44444 38 14,21059 0 80,63176
BT1 BT2 BT3
BT10 23,88889 38 14,21059 0 80,63176
Gemiddelde BT alle personen
=> vergelijk ook eens de st devs per blok. Waarom is die niet gelijk?
=> Ga meten waarom st dev niet altijd gelijk is.
GemiddeldeGemiddelde
BT alle personen
st. dev. LCL - LB UCL
BT1 7,400367 27,53792 12,38412 0 64,69028 70
ANOVA:
Cat 1: 1 keersom
Cat 2: 2 keersom
Cat 3: 3 keersom
BT Blok 1 BT Blok 2 BT Blok 3
BT Blok 3
-> test was niet gelijk. Mannen hebben andere test dan vrouwen
-> eventueel kun je een t-test doen tussen toetsen
37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88
vol was, kwamen de onderzoekers er achter dat Toyota geen stap teveel zet, er zijn 'afgeslankte' processen. In het westen zijn er FAT proc
het westen zijn er FAT processes.
Makigami = Groot vel papier
Is een vorm van VSM (Value stream mapping) die goed werkt voor administratieve processen. VSM staat tussen Orange Belt
- Bovenin maak je rijen met 'swimming lanes'. Door processtappen in een bepaalde lane te zetten, horen ze bij een bepaalde
- Op de plekken waar je tussen rollen switcht, is vaak kans op vertraging
- Per kolom 1 post-it.
Informatiedragers: Dat zijn de benodigde systemen, formulieren
Verspillingen: Timwoodt
Doorlooptijd/bewerkingstijd/value add tijd toevoegen. -> deze data moet traceerbaar zijn (dus meetplan+meting)
Value add tijd = Tijd die waarde toevoegt. Bijvoorbeeld, het opstarten van de PC/applicatie kost tijd, maar voegt geen waar
Je volgt steeds 1 geval tegelijk. Daarna kan je van meerdere gevallen de map vergelijken.
Stappenplan in sheets
Als je de verantwoordelijke mensen per processtap hebt, kun je aan de hand daarvan je meetplan maken (wie meet wat). Di
SM staat tussen Orange Belt sheets
meetplan+meting)
t tijd, maar voegt geen waarde toe. (tijd waar de klant voor zou willen betalen)
an maken (wie meet wat). Dit is dus een mooie actie om aan het begin van je project te doen.
Single Minute
Minder dan tien minuten
Exchange of Dies
Omwisselen van Sjablonen
-> Snel omstellen. Want het omstellen zelf voegt geen waarde toe. Je kunt dit toepassen op machines in een fab
Het doel is om een continue flow mogelijk te maken.
Stappenplan in de sheets
2. Scheiding tussen interne en externe omstelactiviteiten> Dit is de scheiding tussen wat kan omgesteld worde
ssen op machines in een fabriek, maar ook op taken in een administratieve omgeving
n wat kan omgesteld worden tijdens de flow en voor welke activiteiten de flow stil moet staan.
DMAIC -> Start met CTQ -> Wat is het probleem, wat wil je beinvloeden (De Y)
Measure -> Hoe ga je de CTQ meten
Analyse -> Wat is de oorzaak (X) van je probleem. Dit wil je statistisch bevestigen. P<0,05
Improve -> Je weet hoe je de Y kan beïnvloeden. Je gaat de X veranderen, zodat de Y verbeterd wordt.
Control -> Andon is het touwtje om het proces stil te zetten om het probleem eerst op te lossen, voordat er fouten geprodu
Bijv. Safety omhoog brengen door procedures. Door de procedures gaat de quality ook omhoog, want als we gewend zijn a
Delivery gaat dan ook mee, en uiteindelijk zijn de kosten dan alsnog lager.
, voordat er fouten geproduceert worden of er voorraden ontstaan.
g, want als we gewend zijn aan de structuur van veiligheidsprocedures, kunnen we ook goed kwaliteitsprocedures volgen.
edures volgen.
Werkelijke waarden
Fout W Fout X Fout Y Fout Z
Afdeling A 10 44 17 29 100
Afdeling B 64 41 42 53 200
Afdeling C 11 20 11 8 50
85 105 70 90 350
Verwachte waarden
Fout W Fout X Fout Y Fout Z
Afdeling A 24,29 30,00 20,00 25,71 100
Afdeling B 48,57 60,00 40,00 51,43 200
Afdeling C 12,14 15,00 10,00 12,86 50
85,00 105,00 70,00 90,00 350
p 3,04686E-05
p<0,05 -> Dus afdeling heeft invloed op de fouten
Voor de toets hoef je eigenlijk alleen de cel F13 te berekenen. Je hoeft alleen de totalen in de eerste tabel te ber
alen in de eerste tabel te berekenen. Dan de verhouding van B te berekenen en die te vermenigvuldigen.
Normale verdeling / variatie
De -1 in de formule is een veligheidsmarge tegen te kleine steekproeven
Cpk = min(Cpkl,Cpku)
Min = laagste getal
Cpkl = µ – LSL / 3σ
Cpku = USL – µ / 3σ
Toyota Kata
Continue verbetering van processen
Improvement Kata
Begrijp de richting
- 0 fouten
- 100% waarde toevoegen
- Seriegrootte 1
o First in, first out
- Op klantvraag
- Op volgorde
- Veiligheid voor de mensen
Steekproefgrootte
Vuistregel:
Continue data: steekproefgrootte is 1 steekproef van minimaal 30 metingen
Variabele data: 300 metingen
Meetplan
y = f(x)
ANOVA
Twee soorten data
Een Continue y
Kansen kleiner dan 5% gelijk zijn, wil zeggen dat er wel verschil zit (P-waarde < 0,05)
Alternatief hypothese (x heeft invloed op y)
HA = 1 ≤ µA ≠ µB
T-Toets
3 typen T-toetsen
1. Independent samples t-test
a. Vergelijkt twee groepen met elkaar
2. Paired samples t-test
a. Vergelijkt één groep op twee momenten (meestal vergelijking met tijd)
3. One sample t-test
a. Één groep toetsen tegen een bekend gemiddelde
Regressie-analyse
Correlatie
Toont de samenhang van 2 variabelen
Chi-kwadraat
Measure
- Onderzoek huidige prestatie van je CTQ
- Begrijp het gedrag in de tijd
- Begrijp de prestatie t.o.v. de normen
- Creeer een 0-meting
Analyse
- Onderzoek de invloedsfactoren (x) op je CTQ (y)
- Bepaal ook het gewicht van de invloedsfactoren
- Stel de vital few vast
o Alleen focus op veel beïnvloedde factoren
Improve
- Verbeter je proces en meet dit af aan je CTQ
- Experimenteer met verbeteringen
- Voer alleen in als er een positief resultaat op de CTQ plaats zal vinden
Control
- Zorg dat de CTQ blijvend verbetert
- Verbeteringen moeten goed geborgd zijn
- Prestatie moet continu gemonitord blijven
Filosofie
1. Baseer management beslissingen op een lange termijn strategie zelfs als het ten koste gaat
van korte termijn (financiële) doelstellingen
Proces
2. Creëer een onbelemmerde doorstroming (flow) om de problemen aan de oppervlakte te
krijgen
3. Gebruik een ‘pull’ systeem om overproductie te vermijden
4. Balanceer de werklast, creeer een gelijkmatige werkritme
5. Creëer een cultuur van ‘ line stop’ en structureel oplossen van de problemen om het systeem
steeds betrouwbaarder te krijgen
6. Gestandaardiseerde taken zijn de basis voor continue verbetering door iedere werknemers
op eigen initiatief
7. Gebruik visuele systemen om problemen zichtbaar te maken
8. Gebruik alleen betrouwbare, uitvoerig geteste technologie ter ondersteuning van mens en
proces (blame the proces, not the people)
Mensen
9. Ontwikkel leiders die het werk volledig begrijpen en doorgronden, de cultuurleven en andere
onderwijzen en inspireren.
10. Ontwikkel excellente mensen en teams die de organisatie doelen onderschrijven, daag ze uit
en ondersteun ze.
11. Respecteer het uitgebreide netwerk van partners en leveranciers door hen uit te dagen en te
ondersteunen
Problemen oplossen
12. Ga zelf kijken en doorgrond de situatie
13. Besluit langzaam op basis van consensus, overweeg alle opties, implementeer snel
14. Word een lerende organisatie door onverbiddelijke reflectie en continue verbetering
OEFENVRAGEN EXAMEN GREEN BELT
GESLOTEN VRAGEN
1. De nulhypothese is altijd:
a. P < 0,05
b. De data volgen de normale verdeling
c. Beter dan de alternatieve hypothese
d. Er is geen verschil tussen de groepen
Als je een Chi-kwadraattoets doet. Wat is dan de verwachte waarde (afgerond op hele
getallen) die je zal vinden bij afdeling B, fout Y?
a. 40
b. 41
c. 42
d. Geen van bovenstaande antwoorden
Tabblad: Univ. Salarissen
C. Wat is de relatie tussen het aantal jaren in een bepaalde functie en het
jaarsalaris? (5 punten)
D. Ga ervan uit dat het aantal jaren in een bepaalde functie de enige
invloedsfactor is. Hoeveel jaar moet iemand dan ongeveer in dienst zijn
om tot een jaarsalaris van €35.000 te komen? (5 punten)
Input
Bewerking
Output
Randvoorwaarden
Middelen
Six Sigma is een getal voor kwaliteit. Geef per getal de defects weer.
Zie de tabel
1.3.3 Lean Six Sigma een gouden combinatie
3 Vul de ontbrekende woorden in de onderstaande zin in.
Lean richt zich op het elimineren van 1..... en het zoveel mogelijk verlagen van de
2....., Six Sigma richt zich daarentegen op het verminderen van de 3......
2 (1) Verspillingen, (2) Doorlooptijd (3) Verspilling
1.5.1 DMAIC
Leg uit waar DMAIC voor staat
Dit is de kapstok methode voor Six Sigma om te verbeteren.
Define (definiëren)
Measure (Meten)
Analyze (analyseren)
Improve (verbeteren)
Control (borgen)
1.5.2 Tollgates
Wat zijn tollgates en waar pas je dit toe?
Tollgates zijn tussentijdse beoordelingen aan het einde van iedere fase van de DMAIC Six
Sigma methode
Hierbij komt aan bod het beoordelen van de status van project
Het beoordelen van de levensvatbaarheid van het project
Het toetsen en herijken van de eerdere aannames uit de Project Charter
Het vast stellen welke aanpassingen op basis van de inzichten nodig zijn
Het nemen van een Go / No-Go beslissing
Is er voldoende focus
Proces repetitief en met volume
MT in staat en bereid rol in te vullen
Voldoende urgentie
Proces heeft veel verspilling = dit laatste antwoord nee Lean Six Sigma anders Lean
De project selectie tool bestaat uit vijf basale criteria. Welke zijn dit?
Waaruit bestaat de verbetering en is de probleemstelling duidelijk?
Is het probleem herkenbaar voor de betrokkenen van de organisatie?
Wat is de kwantitatieve en / of kwalitatieve omvang van de verbetering?
Binnen welke tijd is het project af te ronden?
Zijn er ongewilde neveneffecten?
8 Bij projectselectie is/zijn de/ het belangrijkste criterium / criteria om prioriteit te krijgen
voor je project?
De hoogte van je kwalitatieve en kwantitatieve besparingen of je probleem helder en
herkenbaar is binnen welke tijd je je verbeteringen kan realiseren en of er negatieve
neveneffecten te verwachten zijn alle antwoorden zijn goed
Bij het creëren van Flow gaat het om het inrichten van lijn balanceren
Creëren van een waardestroom zonder onderbrekingen, terugzendingen of verkeerde
informatie
5.1.2 Verspillingen
De verborgen fabriek is
Alle herbewerkingen in processen binnen een organisatie. Deze kost veel tijd en geld
28 Welke van de 8 vormen van Verspilling is 'de moeder aller verspillingen' omdat deze
vorm vaak de oorzaak is van andere vormen van verspillingen en moeilijk te bestrijden is?
Overproductie
5.1.3 Omsteltijden en Single Minute Exchange of Dies (SMED)
De performance rate in OEE wordt gedefinieerd als de werkelijke cyclustijd in relatie tot
de takttijd. Wat is de lean metriek voor performance rate?
Performance rate = Takttijd / Cyclustijd
5.1.4 De 5S methode
De vijf S-en staan voor?
Scheiden, Schikken, Schoonmaken, Standaardiseren, Standhouden
Kaizen Blitz
3
Lean Six Sigma is a Business Strategy of creating and sustaining Value for the
customer by identifying Value Streams and eliminating Waste. The THREE big
benefits are : Improve Quality, Reduce Costs, Saves Times
4
Improve Quality
Reduce Costs
Saves time
5
Increased efficiency
Increased Associate Engagement
Lower Inventory levels
Training/ Cross-Training
Career Pathing
Remaining Competitive in the Marketplace
6
Taiichi Ohno
7What company gets credit for LEAN?
Toyota (Toyoda)
8When did Taiichi create Lean?
Post WW2
9Who created Six Sigma process?
Bill Smith
10What company gets credit for Six Sigma?
Motorola
11When & Who popularized Six Sigma?
Vilfredo Pareto
13What did Walter Shewhart create?
Henry Ford
16Who said “There is one best way to do things”
Fredrick Taylor
17What does “one best way to do things”mean?
Standardized processes
18What is Edward Demings given credit for?
Just in Time
29What does IRS mean/ stand for?
Improve Quality
Reduce Costs
Save Time
30What is Poka-yoke?
Mistake proofing
317 types of waste
TEMWOOD
Transportation
Excess Inventory
Motion
Waiting
Over producing
Over processing
Defects
8. Unused Employee Creativity
32Who determines value?
Customer
33Value Added Activities - service
Something that changes the shape or form of the product, something the
customer is willing to pay for
35Value Stream - Service
all activities or processes, both value adding and non value adding required for
carrying out service
36Value Stream - Goods
From the time the customer places the order until the time the customer
receives the product
37Cycle Time (CT)
Time from start to stop
wait
process
38Change Order Time (CO)
Single
Minute
Exchange
Dye
40What does TAT stand for? (CO)
Turn
Around
Time
41What does SIPOC stand for?
Supplier
Input
Process
Output
Customer
42How is a “pie chart” defined?
Percentage of a Whole
43How is a “bar chart” defined?
f(x)=y+e
45What is Muda? (How many)
Waste - TEMWOOD
46What is Muri?
Overburdening of a person or machine
47What is Mura?
2
Q Womack’s Lean Principles
Value
Value Stream
Flow
Pull
Strive for perfection
3
Q Kaizen Event
4
Q Five Phase of the Six Sigma breakthrough strategy
Define-Measure-Analyze-Improve-Control (DMAIC)
5
Q Types of Waste
Waiting
Overproduction
Rework
Motion
Transportation
Processing
Inventory
Intellect
6
Q Flot Time Efficency
7
Q5 Ss of Lean
8
Q Variation
is the range of difference between the statical mean and all the data points that
are used to calculate the mean
9
Q Defect
is any output of any process or business task that does not meet its intended
performance target
10
Q CT
11
Q Specifications
are the exacting requirements for CTs expressed mathematically so they can be
constntly measured and monitored
12
Q Statistical Population
13
Q Standard Deviation
is a measure of how spread out the values in a data set (population) are
14
Q Numerical definitionof Six Sigma
15
Q Three broad criteria by which you can make certain projects a priority and
other projects not:
Strategically Critical
Tactically necessary
Methodically determined
16
Q Strategically Critical
The boss or leadership team deems a project important for the success of the
business
17
Q Tactically Necessary
Customer require that you do something and this puts you in urgent firefightin
mode
18
Q Methodically Determined
Q
What is the problem?
Where does the problem occur?
When was the defect first observed?
How extensive is the problem?
How do you know the problem is a problem?
20
Q What does SIPOC Map stand for?
Suppliers-Inputs-Process-Outputs-Customers
FLASHCARDS IN LEAN SIX SIGMA DECK (41)
1
Q
Define, Measure, Analyze, Improve, Control
What is SMED?
14
Q
no more than 3.4 defects per million opportunities for defects
Six Sigma ?
15
Q
What is the problem?
Where does the problem occur?
When was the defect first observed?
How extensive is the problem?
How do you know the problem is problem?
Goals of Lean
17
Q
) Specify Customer Value
) Map the Value Stream
) Establish Flow
) Implement Pull
) Pursue Perfection
5 Lean Principles
18
Q
Can be traced back to at least 1850 and the concept of interchangeable parts
which was perfected by Eli Whitney
Early 1900’s - Frederick Taylor and Frank Gilbreth introduced the concepts of
standardized work, time study, work standards, process charts and motion study
standardization (the idea of eliminating waste was originated here)
1910’s – Henry Ford took all the elements of production and arranged them in a
continuous system (considered to be the first practitioner of JIT and Lean
Manufacturing)
1940’s – Deming, Juran and Ishikawa introduced SPC and TQM
1940’s to 1970’s – Toyoda and Ohno developed the Toyota Production System
(TPS), JIT, stockless production (considered to be the first formal Lean
manufacturing system
History of Lean
1850
1910
1940’s
1940’s - 70’s
19
Q
Develop process measures
(KPIs, Operational definitions)
Collect process data
(data collection plans)
3.Check data quality
(MSA, Resolution)
4.Understand process behaviour
(distribution, process stability, short vs. long term variations)
5.Baseline process capability & potential
3. Law of Focus
(focus on key time traps)
Law of velocity (Little’s law)
(Work In Progress slows down processes costs money & hide quality problems)
Law of Complexity & Cost
5 laws of Lean
22
Q
Failure Mode & Effect Analysis
=> when you have to prevent an event form ever happening
=> little opportunity to learn from past faillures (faillure rate too low)
What is FMEA?
23
Q
Severity * Occurence * Detection = RPN
RPN = Risk Priority Number
80/20 principle?
28
Q
25 minimum
use Individual Value Plots if subgroups contain less than 25 data points
What is ANOVA?
34
Q
In GR&R
to identify relative variations due to the gauge and the appraisers
In Regression
to identify relative variations due to the different process inputs
In DOEs
to assess the relative variations due to input factors & their interactions
DOE roadmap ?
38
Q
Screening of main influencing factors
Modelisation of inputs variations on the process output
Optimisation of process parameters
Objectives of a DOE?
39
Q
All factors are significant (p
What is SCAMPER?
FLASHCARDS IN SIX SIGMA GREEN BELT DECK (11)
1
Q
Define, Measure, Analyze, Improve, Control
1
INTRODUCTIE
Richtlijnen:
• De gevolgde aanpak moet goed te volgen zijn voor mensen met kennis van Lean en/of Six Sigma. Vermijd intern jargon.
Leg afkortingen direct bij eerste gebruik uit.
• In de notities (speaker notes) staan bij verschillende onderdelen een aantal vragen en acties. Lees deze goed door en
beantwoord de vragen zorgvuldig
• De self-assessment slides moeten ingevuld zijn als je het project indient
• Conclusies en beslissingen moeten duidelijk zijn
• Hou als richtlijn deze slides strak aan als je het project indient. Er mogen maximaal 5 slides extra worden toegevoegd.
© LSSA 2022 2
2
DEFINE
1 – D E F I N I E E R P R O J E C T E N B E PA A L A F B A K E N I N G
Probleemstelling
• …
© LSSA 2022 3
Probleemomschrijving:
• Wat gaat er verkeerd? Bij welke klant? Gebruik de 5W2H methode
• Hoe vaak? Hoeveel? Waarom is het een probleem?
• Is het oplossen van het probleem een prioriteit voor de orgnisatie?
• De oplossing is bij de start van het project nog niet bekend
3
DEFINE
1 – D E F I N I E E R P R O J E C T E N B E PA A L A F B A K E N I N G
Meetbare
doelstelling:
Afbakening
In Scope
Afbakening
Out of Scope:
Tastbare
resultaten:
Harde
opbrengsten:
Zachte
opbrengsten:
Risico-
beheersing:
© LSSA 2022 4
4
DEFINE
2 – D E F I N I E E R D E F E C T E N B E PA A L C TQ ’ S
VOC/VOB x
CTQext x x
CTQint x x
Specificatie x x
Meetmethode x x
Meetfrequentie x x
Prioriteit x x
© LSSA 2022 5
• VOC: Voice of Customer mag vaag zijn en is bijv. afkomstig van Net Promoter Score,
KANO, Pareto etc.
• VOB: Voice of Business gaat over de eisen/wensen van de ‘Interne klant’ of over het
belang voor de Organisatie als geheel.
• CTQext: De CTQext is de meetbare grootheid waarop de klant het product/dienst
beoordeelt. Dit getal is gekoppeld aan ‘het probleem’ of ‘de klacht’ of ‘de uitval’
• CTQint: De CTQint is de meetbare grotheden waarop de interne organisatie de
kwaliteit van het product of dienst meet. Is deze waarde goed genoeg om aan de
CTQext te voldoen?
5
DEFINE
3 – PLAN EN DOCUMENTEER PROJECT
Projectteam
Resource Mgr: Champion: Gebruiker: MBB/Coach:
© LSSA 2022 6
6
DEFINE
3 – PLAN EN DOCUMENTEER PROJECT
Beschrijf de wijze waarop medewerkers van het process betrokken zijn in het project
• …
Conclusie:
© LSSA 2022 7
7
DEFINE
3 – PLAN EN DOCUMENTEER PROJECT
SIPOC
Leverancier Inputs Proces Outputs Klant
EIND
© LSSA 2022 8
8
DEFINE
ASSESSMENT
© LSSA 2022 9
9
MEASURE
4 – E VA L U E E R H E T M E E T S Y S T E E M
• …
Conclusie:
© LSSA 2022 10
10
MEASURE
5 – B E PA A L H U I D I G E P R E S TAT I E
Geef de huidige (historische) score van de CTQ (prestatie van het huidige proces)
• …
Conclusie:
© LSSA 2022 11
11
MEASURE
6 – B E PA A L V E R B E T E R D O E L S T E L L I N G E N
• …
Conclusie:
© LSSA 2022 12
12
MEASURE
ASSESSMENT
© LSSA 2022 13
13
A N A LY Z E
7 – BRENG HET PROCES EN DE INPUTS IN KAART
Proces stroomdiagram
Conclusie:
© LSSA 2022 14
• Suggestie:
• Gebruik een stroomdiagram voor een project met kwaliteitsproblemen (rework
en defects).
• Gebruik een Swimlane om verantwoordelijkheden van deelprocessen binnen
het totale proces te onderscheiden.
• Gebruik een VSM Current State voor een project met problemen over
doorlooptijden of onderhandenwerk.
14
A N A LY Z E
8 – B E PA A L FA C TO R E N VA N I N V L O E D ( X 1..N )
Probleem
Conclusie:
© LSSA 2022 15
• Ishikawa: Hou een brainstormsessie met het team over mogelijke oorzaken voor het
probleem.
15
A N A LY Z E
9 – R E L AT I E T U S S E N FA C TO R E N E N R E S U LTA AT Y = F ( X I )
• …
• …
Conclusie:
© LSSA 2022 16
16
A N A LY Z E
ASSESSMENT
© LSSA 2022 17
17
IMPROVE
1 0 – B E PA A L O P T I M A L E P R O C E S I N S T E L L I N G
• …
Conclusie:
© LSSA 2022 18
• VSM Future State: geef hier het nieuwe of het beoogde procesbeschrijving middels
een VSM
of
• Process map: beschrijving van het nieuwe process, werkwijze of technische
oplossing.
18
IMPROVE
11 – IMPLEMENTEER VOORGESTELDE VERBETERING
• …
Conclusie:
© LSSA 2022 19
19
IMPROVE
1 2 – VA L I D E E R I N G E V O E R D E V E R B E T E R I N G
• …
Conclusie:
© LSSA 2022 20
• Hier wordt een beschrijving gegeven van de resultaten van het verbeterde process.
• Tools: (Rolled Throughtput) Yield verbetering, doorlooptijdverbetering, Mail van blije
klant, etc.
• Zijn de (meetbare) doelstellingen gehaald?
• Wat zijn de gerealiseerde besparingen en hoe verhouden deze zich tot de
beoogde besparingen? (hard en soft)
• Efficiëntieverbetering, reductie van bewerkingstijden of doorlooptijden,
vermindering van defects en uitval, verbetering OEE / TTE percentage etc.
20
IMPROVE
ASSESSMENT
© LSSA 2022 21
21
CONTROL
13 – BORG VERBETERING
© LSSA 2022 22
22
CONTROL
14 – SLUIT PROJECT AF
Aanbevelingen
• …
• …
Lessons learned
• …
• …
© LSSA 2022 23
Lessons learned:
• Wat zijn de lessen die we geleerd hebben?
• Wat zouden we de volgende keer anders willen / anders doen?
• Gaan onze college’s niet dezelfde fouten maken?
• Tav veranderkundige kant:
• Hoe heb je de organisatie meegekregen?
• Hoe ben je met de weerstand omgegaan en hoe heb je dat weten om te zetten naar
veranderbereidheid?
• Welke cultuuraspecten ben je tegengekomen en hoe ben je daar mee omgegaan?
• Wat zou je de volgende keer anders willen/anders doen?
23
CONTROL
14 – SLUIT PROJECT AF
Ondertekening
Champion: -
Datum, Naam & Handtekening
© LSSA 2022 24
24
CONTROL
ASSESSMENT
© LSSA 2022 25
25
LSSA FEEDBACK SUMMARY
• Algemene opmerkingen:
• Define:
• Measure:
• Analyze:
• Improve:
• Control:
© LSSA 2022 26
26
M: info@lssa.eu
W: www.lssa.eu
© LSSA 2022 27
27
De behandellijn heeft invloed op digitale ondersteuning
Nullhypothese
H0: De behandellijn heeft invloed op het type ondersteuning
Alternatieve hypothese:
Ha: De behandellijn heeft geen invloed op het type ondersteuning (digitaal of niet digitaal)
Y= type ondersteuning
X=het aantal type ondersteuning van de behandellijn
Categoriaal
Chi kwadraat
Alpha = 0,05
10 6 4 4,8966 -0,8966 -1 0 2 4 6 8 10 12 14 16
11 0 7 10,275 -3,275 -2
12 0 15 10,275 4,725 -3
gem 4,583333333 6,166666667 -4
stdev 4,462031177 4,597704741
correlatie -0,86995533
1 10,27520056
Bezoek zwembad
20
Bezoek Binnenzwembad Y1
15
Maak dataset in relatie tussen de gemiddelde bezoeken per gezin per maand aan buiten en binnen zwembaden
y = -0,8964x + 10,275
10 R² = 0,7568
SAMENVATTING UITVOER 5
0
Gegevens voor de regressie 0 5 10 15
Meervoudige correlatiecoëfficiënt
0,869955329 R -5
R-kwadraat 0,756822275 Bezoek Buitenzwembad X1
Aangepaste kleinste
0,732504502
kwadraat
Standaardfout 2,483668315
Waarnemingen 12
Variantie-analyse
VrijheidsgradenKwadratensom
Gemiddelde kwadraten F Significantie F
Regressie 1 191,9805837 191,9805837 31,12218742 0,000234522
Storing 10 61,68608301 6,168608301
Totaal 11 253,6666667
Coëfficiënten Standaardfout
T- statistische gegevens
P-waarde Laagste 95% Hoogste 95% Laagste 95,0%
Snijpunt 10,27520056 1,027828123 9,997002734 1,59393E-06 7,985056784 12,56534433 7,985056784
X1 -0,89640739 0,160683164 -5,57872633 0,000234522 -1,25443179 -0,53838299 -1,254431794
Purchase invoice NoRegistratiedatum Betaaldatum Betaal doorlooptijd Methode CTQ: Doorlooptijd betalen (tijd tussen registreren en betalen van een invoice)
1 01-01-2023 05-02-2023 35 oude betaalproces Er is een wijziging in het betaalproces doorgevoerd. Vanaf 18 januari worden invoices digitaal geaccordeerd. Is de gemiddelde betaaltermijn in het nieuwe proces veranderd?
2 02-01-2023 06-02-2023 35 oude betaalproces
3 03-01-2023 02-02-2023 30 oude betaalproces Vraag 1: Wat is de nulhypothese?
4 04-01-2023 08-02-2023 35 oude betaalproces
5 05-01-2023 27-01-2023 22 oude betaalproces
6 06-01-2023 27-01-2023 21 oude betaalproces Vraag 2: Welke statistische methode gebruik je?
7 07-01-2023 27-01-2023 20 oude betaalproces
8 08-01-2023 27-01-2023 19 oude betaalproces
9 09-01-2023 27-01-2023 18 oude betaalproces Vraag 3: Geef de output van de toets.
10 10-01-2023 05-02-2023 26 oude betaalproces
11 11-01-2023 06-02-2023 26 oude betaalproces
12 12-01-2023 02-02-2023 21 oude betaalproces Vraag 4: Wat is de interpretatie/conclusie van de toets?
13 13-01-2023 08-02-2023 26 oude betaalproces
14 14-01-2023 25-01-2023 11 oude betaalproces Uitwerking Martijn:
15 15-01-2023 25-01-2023 10 oude betaalproces T-toets: twee steekproeven met ongelijke varianties
16 16-01-2023 25-01-2023 9 oude betaalproces
17 17-01-2023 25-01-2023 8 oude betaalproces 1-17 jan 18-31 jan 1-17 jan 18-31 jan
18 18-01-2023 25-01-2023 7 nieuwe betaalproces Gemiddelde 21,88235294 15,5 35 7
19 19-01-2023 25-01-2023 6 nieuwe betaalproces Variantie 79,98529412 37,5 35 6
20 20-01-2023 05-02-2023 16 nieuwe betaalproces Waarnemingen 17 14 30 16
21 10-01-2023 06-02-2023 27 nieuwe betaalproces Schatting van verschil tussen gemiddelden 0 35 27
22 11-01-2023 25-01-2023 14 nieuwe betaalproces Vrijheidsgraden 28 22 14
23 12-01-2023 25-01-2023 13 nieuwe betaalproces T- statistische gegevens 2,348805568 21 13
24 13-01-2023 25-01-2023 12 nieuwe betaalproces P(T<=t) eenzijdig 0,013061206 20 12
25 14-01-2023 25-01-2023 11 nieuwe betaalproces Kritiek gebied van T-toets: eenzijdig 1,701130934 19 11
26 15-01-2023 10-02-2023 26 nieuwe betaalproces P(T<=t) tweezijdig 0,026122412 18 26
27 16-01-2023 05-02-2023 20 nieuwe betaalproces Kritiek gebied van T-toets: tweezijdig 2,048407142 26 20
28 17-01-2023 01-02-2023 15 nieuwe betaalproces 26 15
29 18-01-2023 02-02-2023 15 nieuwe betaalproces 1-17 jan 18-31 jan 21 15
30 19-01-2023 08-02-2023 20 nieuwe betaalproces 26 20
31 24-01-2023 08-02-2023 15 nieuwe betaalproces 40 11 15
10
9
35 8
30
25
20
15
10
0
1
Drie call centres (A, B en C) hebben elk hun eigen manier van het afnemen van
Meting A B C
vragenlijsten. Het is belangrijk dat de lijst op een zorgvuldige manier wordt
1 141 140 120
afgenomen, maar het moet ook efficiënt.
2 123 134 112 #NAAM?
3 132 127 105 Uit onderzoek blijkt dat de ideale afhandeltijd ligt tussen
4 137 137 158 1,5 en 2,5 minuten.
5 133 154 118
6 124 133 127
7 146 141 154 1. Bereken voor elk van de call centres de Cp
8 138 137 135 2. Wat concludeert u uit vraag 1?
9 121 129 110 3. Wat zijn de gemiddeldes van alle call centres?
10 140 134 110 4. Wat leert de extra informatie uit vraag 3. u?
11 145 124 124 5. Wat zou uw vervolgstap zijn in de Analyse-fase van een Green Belt project?
12 155 138 124
13 120 122 131
14 134 123 89 1. A B C
15 133 141 122 STDEV 10,49 8,58 16,13
16 113 128 107 6*STDEV 62,93 51,47 96,78
17 133 124 128 Cp 0,00 0,00 0,00
18 134 145 129
19 137 116 105 T= 60 seconden (2,5 -1,5 minuten = 1 minuut = 60 seconden)
20 133 139 151 2. Call centre B heeft een proces dat kan voldoen aan de norm, A zit er dichtbij, maar C toont teveel variatie.
21 131 142 127 We weten nog niet of de processen van A en B ook goed gericht zijn. (daar is de Cpk voor)
22 125 135 120
23 141 133 126 3. A B C
24 138 147 117 Gemiddelde 134,86 135,23 124,71
25 115 143 119
26 124 132 131 4. De processen A en B liggen rond de 1 minuut 35. Oftwel tegen de ondergrens aan.
27 143 130 144 Daarmee zal ongeveer de helft van de onderzoeken te snel worden afgehandeld
28 145 150 119 C ligt gemiddeld zelfs onder de norm en zal voor een nog groter gedeelte te snel worden
29 145 137 135 afgehandeld
30 150 151 150
31 141 133 150 5. Bekijken in de praktijk (op de Gemba) wat de redenen zijn dat het proces bij elk van de Call Centres
32 138 131 131 sneller verloopt dan de norm voorschrijft. Onderzoek ook welke invloed dit heeft op de kwaliteit
33 137 134 115 van de antwoorden op de vragenlijsten.
34 120 139 95 Voor C zou het interessant zijn te leren begrijpen waarom de variatie zo groot is.
35 155 130 127
1. Bereken het gemiddelde van dataset "C".
6,6
6,4
6,2
5,8
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Complaint 100
Sort Complaint count cumulative % A Pareto
Overpriced 789 46%
Small portions 621 82% B
800 100%
Wait time 109 88%
700 90%
Food is tasteless 65 92%
80%
No atmosphere 45 95% 600
70%
Not clean 30 96% 500 60%
Too noisy 27 98%
400 50%
Food is too salty 15 99%
300 40%
Unfriendly staff 12 100%
30%
Food not fresh 9 100% 200
20%
100 10%
3. Voor een Internationele keten is er een onderzoek gedaan
0 0%
naar de klachten (complaints) die zijn binnengekomen.
ns
ff
ss
sh
e
d
is y
e
lty
an
Wat zou volgens u een goede manier zijn om deze klachten te visualiseren?
er
ti m
sta
ice
ele
re
tio
sa
no
le
ph
tc
pr
tf
st
or
dly
o
ait
os
o
er
to
no
ta
No
lp
To
W
en
m
Ov
is
is
al
od
at
fri
od
od
Sm
Maak deze visualisatie
Fo
No
Un
Fo
Fo
Stel, u bent de Green Belt die ergens in het project deze cijfers tegenkomt.
Welke klachtcategorie(ën) zal (zullen) het meest invloed op de CTQ hebben?
Onderbouw uw antwoord.
C We weten hier niet (1) wat de CTQ is en (2) wat de relatie tussen de CTQ en de klachten zou zijn
Zonder die gegevens is het niet mogelijk een uitspraak de doen over welke categorie het meeste invloed
heeft op de CTQ.
Bovendien is niet duidelijk of deze dataset is verzameld in het kader van het onderzoek dat je doet of
dat je deze toevallig tegenkwam en daarom denkt te moeten gebruiken.
Week Aanvragen
1 108 120 Bij een gemeente gaat men ervan uit dat er wekelijks 120 aanvragen binnen komen.
2 111 120 Daar is de formatie ook op vastgesteld.
3 120 120
4 113 120 Eind voor de begroting van volgend jaar wil de teamleider weten of het werkelijke
5 109 120 aantal aanvragen significant afwijkt van de verwachte norm.
6 119 120
7 130 120 Hiernaast staan over de eerste 40 weken van 2022 het aantal binnengekomen
8 156 120 aanvragen.
9 103 120
10 130 120 1. Via welke statistische analyse toets je of het aantal aanvragen per week significant
11 174 120 afwijkt van het verwachte aantal?
12 107 120
13 105 120 2. Wat is het gemiddeld aantal aanvragen per week?
14 137 120
15 128 120 3. Voer de analyse (zoals genoemd onder 1.) uit
16 155 120
17 138 120
18 117 120
19 159 120 1. T-toets
20 117 120
21 105 120 2. Gemiddeld aantal aanvragen per week: 125,425
22 135 120
23 115 120
24 106 120 2. H0: Gemiddeld aantal aanvragen per week = 120
25 107 120 HA: Gemiddeld aantal aanvragen per week = niet 120
26 125 120
27 135 120 T-toets: twee steekproeven met ongelijke varianties
28 150 120
29 123 120 Aanvragen
30 149 120 Gemiddelde 125,425 120
31 130 120 Variantie 375,6353 0
32 135 120 Waarnemingen 40 40
33 125 120 Schatting van verschil0tussen gemiddelden
34 126 120 Vrijheidsgraden 39
35 138 120 T- statistische1,770299
gegevens
36 140 120 P(T<=t) eenzijdig
0,042247
37 85 120 Kritiek gebied 1,684875
van T-toets: eenzijdig
38 84 120 P(T<=t) tweezijdig
0,084495
39 138 120 Kritiek gebied 2,022691
van T-toets: tweezijdig
40 130 120
P>0,05: H0 niet verwerpen
Instructies:
Dit examen blijft eigendom van LSSA B.V. Het is niet toegestaan dit examen te kopiëren of door
te geven/verkopen zonder voorafgaande schriftelijke toestemming van LSSA B.V.
a. 2 weken
b. 3 weken
c. 5 weken
d. 6 weken
c. Focus op klanttevredenheid
d. Lange leercurve
4 Welk kenmerk is vereist voor alle leden van een Lean verbeterteam?
c. Altijd beschikbaar
d. Actieve luistervaardigheden
c. Het gevaar uitleggen voor het bedrijf van het niet realiseren van de prestatiedoelstellingen
d. Het team vertellen dat ze slim en capabel zijn, en dat dit de reden is waarom van hen meer
verwacht wordt
6 Een productiebedrijf vervangt een bestaande horizontale zaag door twee nieuwe verticale zagen.
Deze zagen zullen nauwkeurigheden garanderen tot 0,0005", waardoor het makkelijker wordt om
grote panelen nauwkeurig in kleinere stukken te zagen en tegelijkertijd het gebruikte vloeroppervlak
van de productie te verminderen.
In het beginstadium van het DMAIC-project werd in elke klantfocusgroep en klantinterview als Voice
of the Customer (VOC) de noodzaak van veiligheid benadrukt.
De Proces Failure Modes en Effects Analysis (FMEA) onderzocht een aantal potentiële
veiligheidsissues en scoorden elk van deze met een relatief hoog ‘Risk Priority Number’ (RPN).
De projectleider heeft een Control plan opgesteld om de proces performance te monitoren en de
procesprestaties nauwgezet te controleren. Daarbij ontbraken echter criteria voor veiligheid.
Mag dit Control plan worden geïmplementeerd?
b. Nee, want dit plan moet acties bevatten om de belangrijkste storingen te detecteren of te
voorkomen.
a. Customer Intimacy
b. Operational Excellence
c. Center of Performance
d. Product Leadership
9 Welk kenmerk van een product of een service zal volgens het KANO model het meest waarschijnlijk
aan de verwachtingen van klanten voldoen?
a. Lean Facilitator
c. Coach
d. Champion
1. C 6. B
1 pt. 1 pt.
2. D 7. C
1 pt. 1 pt.
3. C 8. B
1 pt. 1 pt.
4. D 9. D
1 pt. 1 pt.
5. B 10. D
1 pt. 1 pt.
Instructies:
Kandidaat Naam:____________
Dit document blijft eigendom van Lean Six Sigma Academy B.V. (LSSA). Dit document mag niet
worden gereproduceerd of verhandeld zonder uitdrukkelijke voorafgaande schriftelijke
toestemming van LSSA B.V.
a. FormingForming
b. Storming
c. Norming
d. Adjourning
2 Een X-bar & Range controlekaart is gebaseerd op een steekproef van 4. Een operator heeft ten
onrechte 2 in plaats van 4 monsters genomen. Het gemiddelde en de range van de twee waarnemingen
worden uitgezet op de control chart.
Wat beschrijft het effect van deze fout het BEST?
a. Waarnemingen van een monster van 2 zijn altijd dichter bij de centerlijn van de kaarten
b. Een toename van de kans dat de R grafiek een ‘out-of-control’ conditie vertoont
c. Een toename van de kans dat de X-bar grafiek een ‘out-of-control’ conditie vertoont
d. Zal geen verkeerde beoordelingen veroorzaken als het proces onder controle is
3 Een verbeterteam heeft in een open kantooromgeving gewerkt aan de verbetering van de werkplek
organisatie. Veel onderdelen zijn voorzien van een rood label (red tag) en medewerkers kregen een
week de tijd om op de rode labels te noteren hoe vaak een onderdeel wordt gebruikt. Vele rode
gelabelde onderdelen zijn weggegooid als er een week lang niemand op heeft geschreven.
Aanvullende aankopen zijn gedaan van alle onderdelen die continue gebruikt werden voor het werk.
Onderdelen personeel het werk verricht. Terwijl onderdelen die minder vaak gebruikt worden,
verplaatst zijn naar een kast in het magazijn op de volgende verdieping. Een overzicht van de inhoud
van de kast is geplakt op de buitenkant van de kastdeur. De medewerkers waren allemaal op de hoogte
gebracht van de nieuwe indeling en de manager inspecteert het gebied tijdens zijn wekelijkse 'audit'
routine.
Wat zou er kunnen worden verbeterd?
a. Het was verkeerd om onderdelen weg te gooien die niet in de week zijn gebruikt
a. Ontwikkeling
b. Groei
c. Volwassenheid
d. Afname
5 De beheerder van een koffiebar heeft een lijst van eisen van klanten gemaakt door klachten te
inventariseren, enquêtes uit te voeren, focusgroepen te organiseren en interviews met klanten te
houden. Een gemeenschappelijke behoefte was ‘goede klanttevredenheid’. Om te begrijpen wat er
nodig is om aan die wens van klanten te voldoen heeft de manager van de koffiebar een ‘Critical to
Quality (CTQ)’ gemaakt:
Noodzaak Quality Driver Critical to Quality (Ext)
Prijs Range €2.00 - € 3,50
Aangeboden ▪ Range
koffiesoorten keuze-aanbod
▪ Smaak van de
koffie
▪ Versheid - niet
ouder dan 5
minuten
Personeel ▪ Goed,
vriendelijk
personeel
▪ Stiptheid van
service <5
minuten
Omgeving ▪ Aangename
sfeer
a. Nee, want de prijs dient een vastgesteld bedrag te zijn in plaats van een range
b. Nee, want 'aangenaam' en 'lekker' zijn subjectief en moeten nader omschreven worden
6 Welke van de volgende uitspraken zijn waar als we een dobbelstenen 100 keer gooien voor een
goodness-of-fit van de verwachte verdeling (expected distribution) met een betrouwbaarheid
confidentie) van 95%?
a. 1,2,3
b. 1,2,4
c. 1,3,4
d. 2,3,4
7 Om de Proces Capability te berekenen van een niet-normale verdeling van data wordt een Box-Cox
transformatie gebruikt met een lambda = 0,5.
Wat zal het effect op de USL van 16 zijn in de getransformeerde grafiek?
a. Blijft op 16
b. Veranderd naar 8
c. Veranderd naar 4
A 10 8 2
B 40 15 3
C 2 3 1
D 10 20 5
E 2 12 4
Wat is de beste actie die kan worden ondernomen om de flow van het proces te verbeteren?
d. Betaal de werknemers om een pauze van 15 minuten per shift door te werken
9 De verkoopdirecteur van een voertuig reparatiebedrijf heeft zijn bezorgdheid geuit over de invoering
van een nieuw verkoopproces. Hij ondersteund weliswaar de noodzaak om het huidige proces te
veranderen maar heeft er weinig vertrouwen in dat het door het huidige verkoopteam zal worden
aangenomen en het daarom niet succesvol zal zijn.
a. Coalitiepartner
b. Bondgenoot
c. Tegenstander
d. Scepticus
Repeatability 7,70
Reproducibility 5,59
Operator 5,59
Part-to-Part 99,5
a. 1, 2, 3
b. 1, 2, 4
c. 1, 3, 4
d. 2, 3, 4
Lunchpauze: 30 minuten
Beschikbaarheidsgraad: 91,54%
Prestatiegraad: 91,04%
Kwaliteitsgraad: 95,73%
De shift manager heeft een OEE bepaald van 79,78%. Is dit juist?
a. Nee, want OEE is de som van de drie verschillende graden bij elkaar opgeteld
c. Ja, omdat OEE het totaal van de drie verschillende graden met elkaar vermenigvuldigd moet
zijn
d. Ja, omdat OEE het percentage is dat de machine produceert binnen de beschikbare tijd
Personeelskosten € 10.000 € 0 €0
Kapitaalkosten € 20.000 € 0 €0
Een rente van 5% wordt berekend voor de lening van het geld.
Which of the following are true?Welke van de volgende uitspraken zijn waar?
1. De ROI in jaar 1 bedraagt -20%.
2. De ROI in 2 jaar bedraagt 60%.
3. De NPV bedraagt € 14.60.
4. De NPV bedraagt € 13.900.
a. 1, 2, 3
b. 1, 2, 4
c. 1, 3, 4
d. 2, 3, 4
Wat kan uit de resultaten worden afgeleid met een 5% significantie level?
c. Er is geen significant hoofdeffect; slechts 2-weg interacties B*D als ook A*C
De assemblagemanager heeft besloten dat het vanzelfsprekend is welk probleem het eerst
aangepakt moet worden en dat is in zijn optiek ’Dirt’. Is dat een juiste conclusie van de
assemblagemanager?
a. Nee, want cumulatief vertegenwoordigt 'Color' het hoogste percentage van alle gebreken
b. Nee, want 80% van de gebreken worden opgelost door het oplossen van 20% van de
problemen
Coefficients
a. Het uiteindelijke model kan worden verkregen door de gegevens uit de ‘Coef’ kolom te
vermenigvuldigen met elke term
b. Het uiteindelijke model dient alleen de termen ‘Constant’, ‘Inkomen’ en ‘Vakantie’ te bevatten
c. De voorspellende factor (predictor) ‘Leeftijd’ dient van de dataset verwijderd te worden en een
nieuwe regressieanalyse moet uitgevoerd worden
d. Een van twee variabelen met een correlatie moet worden verwijderd uit de analyse
2. C 10. D
1 pt.1 pt.
3. C 11. C
1 pt.1 pt.
4. C 12. A
1 pt.1 pt.
5. B 13. B
1 pt.1 pt.
6. B 14. D
1 pt.1 pt.
7. C 15. D
1 pt.1 pt.
8. C
1 pt.
Multiple Choice:
Kandidaat naam:_________________
Dit document blijft eigendom van Lean Six Sigma Academy B.V. (LSSA). Dit document mag niet
worden gereproduceerd of verhandeld zonder uitdrukkelijke voorafgaande schriftelijke
toestemming van LSSA B.V.
c. Six Sigma
b. Expertkennis is nodig
3 Welke van de volgende elementen moeten worden opgenomen in een Control Plan?
1. Failure Mode & Effect Analysis
2. Out-of-Control Actie-Plan
3. Product- en proces kenmerken
4. Maatregelen om mogelijke fouten te minimaliseren
a. 1, 2, 3
b. 1, 2, 4
c. 1, 3, 4
d. 2, 3, 4
a. Vertraging
b. Dubbel werk
c. Overproductie
d. Onduidelijke communicatie
5 Welke documentatie beschrijft hoe een specifieke taak uitgevoerd dient te worden binnen een
Kwaliteit Management Systeem (QMS)?
a. Eisenpakket
d. Formulieren en documenten
6 Wat is de Process Capability index (Cp) formule, waarin USL de Upper Specification Limit (bovenste
specificatie grens) is, LSL de Lower Specification Limit (onderste specificatiegrens) is en S de
standaardafwijking is?
a. Cp = (LSL - USL) / 3S
b. Cp = (LSL - USL) / 6S
c. Cp = (USL - LSL) / 3S
d. Cp = (USL - LSL) / 6S
c. Toegevoegde waarde voor de klant realiseren om zo een organisatie te helpen haar doelen te
bereiken
a. Gericht verbeteren
b. Training en opleiding
c. Kwaliteitsmanagement
d. Noodplanning
c. Verandermanagement
d. Managementvaardigheden
2. D 7. C
1 pt. 1 pt.
3. D 8. D
1 pt. 1 pt.
4. D 9. B
1 pt. 1 pt.
5. B 10. C
1 pt. 1 pt.
Instructies:
Kandidaat Naam:____________
Dit document blijft eigendom van Lean Six Sigma Academy B.V. (LSSA). Dit document mag niet
worden gereproduceerd of verhandeld zonder uitdrukkelijke voorafgaande schriftelijke
toestemming van LSSA B.V.
a. 1, 2, 3
b. 1, 2, 4
c. 1, 3, 4
d. 2, 3, 4
2 Welk kenmerk van een product of een service zal volgens het KANO model het meest waarschijnlijk
aan de verwachtingen van klanten voldoen?
3 Een eierdistributeur wil het aantal tijdens het transport gebroken eieren vastleggen. Elke krat bevat 288
eieren. Elke zending bevat een verschillend aantal kratten.
Het aantal tijdens transport gebroken eieren is geteld. Door het verschil in omvang tussen elke zending
variëren de controlegrenzen. Gemiddeld werd er 1 gebroken ei geconstateerd in elke zending.
Welk type grafiek zou geschikt zijn om deze informatie vast te leggen?
a. C chart
b. U chart
c. I-MR chart
d. NP chart
d. Het toont aan dat de operators hun werk uitstekend hebben gedaan door het proces dicht bij de
doelwaarde te houden
5 Wat is NIET een perspectief beschreven door de Balanced Scorecard (BSC) om metrics te ontwikkelen,
data te verzamelen en te analyseren?
d. Commerciële en marktgevoeligheid
6 Een productiemanager heeft een lid van het productieteam gevraagd om een overzicht van de
teamresultaten over de afgelopen drie maanden te presenteren.De gepresenteerde data was duidelijk
en overzichtelijk, en werd op een professionele manier gepresenteerd. Helaas waren de prestaties van
het team lager dan verwacht, en één specifiek teamlid heeft een aantal van de prestatiedoelstellingen
niet kunnen verwezenlijken.
Welke reactie van de productiemanager zou NIET passend zijn?
c. Het gevaar uitleggen voor het bedrijf van het niet realiseren van de prestatiedoelstellingen
d. Het team vertellen dat ze slim en capabel zijn, en dat dit de reden is waarom van hen meer
verwacht wordt
A 6 4 80
B 6 2 90
C 5 2 75
Totaal 17 8 245
a. 74%
b. 85%
c. 92%
d. 93%
b. Installeer een pizzaoven met een transportband om een 'first in - first out (FIFO)' situatie te
creëren
De assemblagemanager heeft besloten dat het overduidelijk is welk probleem het eerst aangepakt dient
te worden en dat is ’Dirt’. Is dit een juiste conclusie?
a. Nee, want cumulatief vertegenwoordigt 'Color' het hoogste percentage van alle gebreken
b. Nee, want 80% van de gebreken worden opgelost door het oplossen van 20% van de
problemen
Is dit een passende vertaling van de Voice of Customer (VOC) naar Critical Quality (CTQ) metrics?
a. Nee, want de prijs moet een vastgesteld bedrag zijn in plaats van een range
c. Ja, want de kwaliteit drivers bestrijken een breed scala van factoren
d. Ja, want dit diagram zou de invloed factoren moeten kunnen vaststellen
2. D 7. A
1 pt.1 pt.
3. B 8. A
1 pt.1 pt.
4. B 9. D
1 pt.1 pt.
5. D 10. B
1 pt.1 pt.
Instructies:
Kandidaat Naam:____________
Dit document blijft eigendom van Lean Six Sigma Academy B.V. (LSSA). Dit document mag niet
worden gereproduceerd of verhandeld zonder uitdrukkelijke voorafgaande schriftelijke
toestemming van LSSA B.V.
a. 1, 2, 3
b. 1, 2, 4
c. 1, 3, 4
d. 2, 3, 4
2 Welk kenmerk van een product of een service zal volgens het KANO model het meest waarschijnlijk
aan de verwachtingen van klanten voldoen?
3 Een eierdistributeur wil het aantal tijdens het transport gebroken eieren vastleggen. Elke krat bevat 288
eieren. Elke zending bevat een verschillend aantal kratten.
Het aantal tijdens transport gebroken eieren is geteld. Door het verschil in omvang tussen elke zending
variëren de controlegrenzen. Gemiddeld werd er 1 gebroken ei geconstateerd in elke zending.
Welk type grafiek zou geschikt zijn om deze informatie vast te leggen?
a. C chart
b. U chart
c. I-MR chart
d. NP chart
d. Het toont aan dat de operators hun werk uitstekend hebben gedaan door het proces dicht bij de
doelwaarde te houden
5 Wat is NIET een perspectief beschreven door de Balanced Scorecard (BSC) om metrics te ontwikkelen,
data te verzamelen en te analyseren?
d. Commerciële en marktgevoeligheid
6 Een productiemanager heeft een lid van het productieteam gevraagd om een overzicht van de
teamresultaten over de afgelopen drie maanden te presenteren.De gepresenteerde data was duidelijk
en overzichtelijk, en werd op een professionele manier gepresenteerd. Helaas waren de prestaties van
het team lager dan verwacht, en één specifiek teamlid heeft een aantal van de prestatiedoelstellingen
niet kunnen verwezenlijken.
Welke reactie van de productiemanager zou NIET passend zijn?
c. Het gevaar uitleggen voor het bedrijf van het niet realiseren van de prestatiedoelstellingen
d. Het team vertellen dat ze slim en capabel zijn, en dat dit de reden is waarom van hen meer
verwacht wordt
A 6 4 80
B 6 2 90
C 5 2 75
Totaal 17 8 245
a. 74%
b. 85%
c. 92%
d. 93%
b. Installeer een pizzaoven met een transportband om een 'first in - first out (FIFO)' situatie te
creëren
De assemblagemanager heeft besloten dat het overduidelijk is welk probleem het eerst aangepakt dient
te worden en dat is ’Dirt’. Is dit een juiste conclusie?
a. Nee, want cumulatief vertegenwoordigt 'Color' het hoogste percentage van alle gebreken
b. Nee, want 80% van de gebreken worden opgelost door het oplossen van 20% van de
problemen
Is dit een passende vertaling van de Voice of Customer (VOC) naar Critical Quality (CTQ) metrics?
a. Nee, want de prijs moet een vastgesteld bedrag zijn in plaats van een range
c. Ja, want de kwaliteit drivers bestrijken een breed scala van factoren
d. Ja, want dit diagram zou de invloed factoren moeten kunnen vaststellen
2. D 7. A
1 pt.1 pt.
3. B 8. A
1 pt.1 pt.
4. B 9. D
1 pt.1 pt.
5. D 10. B
1 pt.1 pt.
Instructies:
Dit examen blijft eigendom van LSSA B.V. Het is niet toegestaan dit examen te kopiëren of door
te geven/verkopen zonder voorafgaande schriftelijke toestemming van LSSA B.V.
d. Een actie in het proces dat veranderingen in een product of dienst voorkomt
3 Welke van de volgende zijn gebruikelijke brainstorm technieken die worden gebruikt bij het
brainstormen naar oorzaken of effecten?
1. Affinity diagram
2. Clustering van items
3. 5S-stappen
4. 6 M’s
a. 1, 2, 3
b. 1, 2, 4
c. 1, 3, 4
d. 2, 3, 4
d. De te behalen opbrengsten
d. Items die nodig zijn om het proces uit te voeren en de outputs te leveren
a. Plan de productie zodanig dat deze de vraag van de klant nauwgezet volgt
Antwoorden:
1. B 8. B
2. B 9. D
3. B 10. B
4. C
5. C
6. A
7. D
Multiple Choice
Instructies:
Dit document blijft eigendom van Lean Six Sigma Academy B.V. (LSSA). Dit document mag niet
worden gereproduceerd of verhandeld zonder uitdrukkelijke voorafgaande schriftelijke
toestemming van LSSA B.V.
a. Takt Time
c. Cycle Time
2 Kwaliteitscontrole bracht een probleem aan het licht van een onjuist boorpatroon (34 gaten geboord
in plaats van 36). De oorzaken waren een combinatie van ontbreken van toezicht door engineering en
een gebrek aan kwaliteitsinspecties door de operator.
Wat moet worden beschreven in de probleemstelling om dit probleem op te lossen?
a. Een procedure die er voor zorgt dat telkens 36 gaten geboord worden volgens het ontwerp
b. Het probleem zou niet optreden als een mal werd gebruikt om te waarborgen dat alle gaten
worden geboord
d. De fout trad op tijdens het laatste uur van de ploeg terwijl de operator haast had
a. 1, 2, 3
b. 1, 2, 4
c. 1, 3, 4
d. 2, 3, 4
Welke observaties kunnen worden gedaan ten aanzien van de relatie tussen deze twee factoren?
b. Een stijging van de temperatuur heeft een sterke positieve correlatie met een toename van de
verkoop
d. Er is zowel een hoge positieve correlatie en een lage negatieve correlatie tussen de factoren
5 Wat beschrijft een 'systematische’ aanpak van het verzamelen van een representatieve steekproef
van populatie data?
b. Schik objecten in een lijst en selecteer vervolgens elke vijfde meetpunt na een willekeurige start
c. Sorteer in categorieën en neem vervolgens twee willekeurige objecten uit elke groep
d. Veronderstel dat alle objecten gelijk zijn en selecteer een willekeurige steekproef
a. 100%
b. 95,45%.
c. 98,76%
d. 99,73%
7 De gewichten van 100 eenheden hebben de in het diagram vermelde normale verdeling.
a. -1
b. 0
c. 1
d. 3
8 Welke doelstelling heeft GEEN betrekking op het statistisch beheersen van het proces?
a. 1, 2, 3
b. 1, 2, 4
c. 1, 3, 4
d. 2, 3, 4
2. A 7. D
1 pt.1 pt.
3. D 8. B
1 pt.1 pt.
4. A 9. D
1 pt.1 pt.
5. B 10. D
1 pt.1 pt