[Problemen oplossen] lijkt op wat een dokter met zijn patiënten doet. Bedenk eens wat de dokter doet als je ziek bij hem komt: eerst stelt hij vragen over je klachten en dan neemt hij je temperatuur op. Misschien doet hij een bloedtest of maakt hij een röntgenfoto. Hij verzamelt informatie en analyseert die om de oorzaak van je ziekte te achterhalen. Pas als de diagnose gesteld is, zal hij beslissen wat hij moet voorschrijven, of dat nu een medicijn tegen griep is of een operatie om een tumor te verwijderen. Onthoud het verschil tussen het symptoom (hoofdpijn), de oorzaak (koorts) en de behandeling (neem medicijnen tegen griep). Hoe beter je leert symptomen te begrijpen en oorzaken te onderscheiden, hoe beter je wordt in het ontwikkelen van effectieve oplossingen.

(...)

Stap-1: Beoordeel de situatie en stel de oorzaak van het probleem vast

• Maak een lijst van alle mogelijke oorzaken van het probleem
• Ontwikkel een hypothese over de waarschijnlijke oorzaak
• Bepaal welke analyse en informatie je nodig hebt om de hypothese te toetsen
• Analyseer en stel de oorzaak vast

Stap-2: Ontwikkel de oplossing

• Ontwikkel een heleboel mogelijke oplossingen voor het probleem
• Stel prioriteiten
• Ontwikkel een actieplan

(...)

Gereedschapskist voor probleemoplossers

(1) Boomstructuur

Een boomstructuur is een geweldig hulpmiddel bij het oplossen van problemen. Het is een visueel middel om alle eventuele oorzaken van een probleem op te sporen en een heleboel mogelijke oplossingen te bedenken.

Om een bruikbare boomstructuur te maken, moet je een probleem zo opsplitsen in onderdelen dat er niets overblijft en vergelijkbare dingen onder dezelfde tak hangen.

(...)

(2) Ja/nee-boom

Je kunt een ja/nee-boom gebruiken om de oorzaak van een probleem vast te stellen of een oplossing te vinden. Je maakt zo'n boom door antwoord te geven op verschillende ja/nee-vragen.

(...)

(3) Onderzoeksopzet

Als je gegevens gaat verzamelen en analyseren zonder eerst duidelijk te bepalen welke vraag je wilt beantwoorden, doe je jezelf waarschijnlijk meer kwaad dan goed. Je verdrinkt in een stortvloed van informatie en beseft pas later dat het grootste deel van je onderzoek tijdverspilling was.

Als je dit probleem wilt omzeilen, moet je een onderzoeksopzet maken voor je informatie gaat zoeken. In je opzet maak je duidelijk welke kwesties je precies wilt oplossen, verwoord je je hypothese en de achterliggende grondgedachte en zet je op een rij welke analyses, activiteiten en informatie je wilt gebruiken om die hypothese te bewijzen of weerleggen. Vooraf zo'n opzet maken, zal je probleemoplossende productiviteit drastisch verhogen.

(...)

[Bij het stellen van prioriteiten kun je] het mogelijk effect en het uitvoeringsgemak van elk idee als kerncriteria nemen. Om het schema te maken plaats je op de verticale as het mogelijke effect, van hoog tot laag. Op de horizontale as staat het uitvoeringsgemak, van moeilijk tot makkelijk. De beste oplossingen vallen in het vak rechtsboven: veel effect en makkelijk uit te voeren. De minst effectieve oplossingen vallen in het vak linksonder: weinig effect en moelijk uit te voeren.

(...)

Deel een grote droom op in kleinere doelen

[Probleemoplossers] hebben niet alleen grote dromen; ze werken naar grotere doelen toe door die in kleinere mijlpalen op te delen en zich af te vragen: wat moet ik dit jaar doen, of in de komende drie maanden of vandaag? Zulke mijlpalen brengen [probleemoplossers] steeds dichterbij hun droom en houden ze gemotiveerd. Als ze eenmaal een plan hebben om hun droom te verwezenlijken, bedenken ze vervolgens de effectiefste manier om een kleiner doel te bereiken en te doen wat nodig is.

(...)

[Probleemoplossers] volgen een beproefde methode om te bedenken hoe je zo'n doel kunt bereiken:

• Stap-1: Stel een duidelijk doel
• Stap-2: Bepaal de afstand tussen het doel en de huidige situatie
• Stap-3: Vorm een hypothese over hoe je die afstand kunt overbruggen en het doel bereiken
  • 3.a: Verzamel zoveel mogelijk opties en ideeën
  • 3.b: Neem de beste ideeën als hypothese
• stap-4: Controleer de hypothese. Ga terug naar stap-3 als de hypothese weerlegd wordt.
  • 4.a: Bepaal welke analyse en informatie je nodig hebt om de hypothese te toetsen
  • 4.b: Analyseer en ontwikkel een actieplan

(...)

(4) Hypothesepiramide

De hypothesepiramide is een fantastisch middel om je redenering te structureren. Je productiviteit stijgt met sprongen als je je conclusie en achterliggende grondgedachte zo helder mogelijk maakt voor je je op het verzamelen en analyseren van die gegevens stort. Een hypothesepiramide is ook handig als je je hypothese aan anderen wilt uitleggen.

Het idee is dat je de conclusie of de belangrijkste boodschap bovenaan zet, en de ondersteunende gedachten eronder als de basisblokken van een piramide.

(...)

(5) Plussen en minnen, criteria kiezen en beoordelen

Er zijn twee handige hulpmiddelen als je verschillende mogelijkheden moet afwegen om de beste te kiezen.

(5.1) Plussen en minnen

Deze techniek helpt je je opties breed te houden en zorgt dat je zowel de goede aspecten (plussen) als slechte (minnen) overweegt voor je een keuze maakt.

• Zet alle opties op een rij
• Zet alle voor- en nadelen van alle opties op een rij
• Weeg de positieve en negatieve punten
• Kies de aantrekkelijkste optie

(5.2) Criteria kiezen en beoordelen

Hulpmiddel om helder te krijgen welke criteria (of maatstaven) je moet gebruiken om je opties te beoordelen, hoe je het belang van elk setje criteria kunt bepalen en je opties effectief kunt afwegen.

• Zet alle opties op een rij
• Zet je beoordelingscriteria op een rij
• Besluit hoe belangrijk elk criterium is
• Beoordeel alle opties op basis van de gewogen criteria
• Kies de aantrekkelijkste optie

Bron: Problemen oplossen 101 - een simpel boek voor slimme mensen, Ken Watanabe

Het Griekse symbool voor ? (sigma) wordt in de statistiek gebruikt als maat voor spreiding en wordt veelal de standaardafwijking (standaarddeviatie) genoemd. Veel kwaliteitsproblemen zijn gerelateerd aan de spreiding in kwaliteitskenmerken. Als immers een kenmerk veel variatie heeft rond zijn streefwaarde, zal dit kenmerk regelmatig tot buiten de toleratie- of specificatiegrenzen variëren.

De variatie van veel kwaliteitskarakteristieken kan beschreven worden met de zogenaamde normale verdeling. De normaalkromme geeft de relatieve frequentie weer waarmee een zekere kwaliteitsmetriek een bepaalde waarde aanneemt.

De waarde die het vaakst wordt aangenomen is tevens de gemiddelde waarde µ (mu). In de bovenstaande figuur zijn de streefwaarde en de specificatiegrenzen voor het kenmerk aangegeven. In eerste instantie gaan we ervan uit dat de gemiddelde waarde van het kenmerk samenvalt met zijn streefwaarde.

We zien dat het kwaliteitskenmerk zo nu en dan een waarde zal aannemen die buiten de specificatiegrenzen (LSL, USL) ligt. Indien deze grenzen op een afstand van drie keer de standaardafwijking (3?) vanaf de streefwaarde liggen, gebeurt dit met een frequentie van ongeveeer 0,27%. Indien de spreiding van dit kenmerk kleiner wordt, zal de standaardafwijking misschien wel vier keer tussen de specificatiegrenzen en de streefwaarde passen (4?). Het percentage buiten specificatie wordt dan 0,0063%. Met andere woorden: hoe groter de afstand tussen de streefwaarde en de specificatiegrenzen (in veelvouden van ?), des te beter presteert het proces. Een '3?'-proces produceert meer uitval dan een '4?'-proces. We zien dat het Sigma-niveau een maat is voor het aantal gebrekkige producten die een proces produceert (hoe hoger het Sigma-niveau, des te beter presteert het proces).

Het is een gegeven dat een kenmerk gemiddeld niet precies op de streefwaarde zit. Over een langere periodeeeee van productie zal het gemiddelde fluctueren rond de streefwaarde. Om hiervoor te corrigeren wordt er vaak vanuit gegaan dat het gemiddelde tot maximaal 1,5 x ? afwijkt van de streefwaarde.

Het aantal defecte producten dat een 3?-proces dan produceert, is fors groter, namelijk 6,7%. Deze berekening - die corrigeert voor een verschuiving van het gemiddelde ten opzichte van de streefwaarde van 1,5? - wordt het lange-termijn-Sigma-niveau genoemd. De onderstaande tabel geeft voor een aantal Sigma-niveaus het corresponderende uitvalspercentage en de opbrengst weer.

Door de relatie te gebruiken tussen Sigma-niveaus en uitvalspercentages (zoals weergegeven in de tabel) kunnen we het Sigma-niveau algemener toepassen en ook gebruiken als een maat (of 'metriek') voor processen die zich niet gedragen volgens de normale verdeling.

Bron: Six Sigma - stap voor stap, Ronald J.M.M Does, Jeroen de Mast