• Vergroot lettergrootte
  • Standaard lettergrootte
  • Verklein lettergrootte
Home Lean Six Sigma
Lean Six Sigma
Go to the Gemba
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

go gemba see ask why show respect lean

Laatst aangepast op vrijdag, 17 februari 2017 19:42  
Lean Management volgens de 14 Toyota Way-principes
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

Laatst aangepast op zondag, 22 januari 2017 12:33  
Policy deployment volgens Vincent Wiegel en John Maes
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

x-matrix wiegel maes hoshin kanri lean policy deployment

hoshin kanri lean strategie

De inzet van Lean wordt bepaald door de gestelde doelen. De grootte van de gap tussen de doelen en de huidige situate bepaalt mede waar je aan de slag gaat. De praktijk laat zien dat er vaak te veel doelen zijn en dat de doelen te abstract zijn om actief richting te geven. Om effectief aan de slag te kunnen gaan moeten de medewerkers duidelijk voor ogen hebben hoe en waar ze kunnen bijdragen aan het realiseren van de doelen. De bedrijfsdoelen moeten worden opgedeeld in kleine, voor het team beïnvloedbare doelen. Dit proces noemen we 'strategie-uitrol' of 'policy deployment'.

(...)

Het uitgangspunt voor een strategie is de visie en missie van de organisatie. Bij de visie en missie horen de doelen die de organisatie wil bereiken. Op organisatieniveau geeft een strategie aan waar de organisatie nu staat en hoe zij invulling geeft aan de visie en missie. Een strategie geeft antwoord op de vragen wat de organisatie gaat doen om de doelen te realiseren en hoe objectief kan worden vastgesteld of die doelen zijn gerealiseerd.

(...)

Lean kent enkele hulpmiddelen ter ondersteuning van de strategie-uitrol: de doelstellingenboom en de X-matrix. Die middelen zijn bedoeld om te helpen bij wat lastig is in het uitrollen van de strategie. Het vertalen van doelen naar kleinere doelen voor afdelingen en medewerkers, het consistent en compleet houden van die doelstellingen en zorgen dat er geen overlap en dubbeltellingen in zitten. Dit klinkt heel logisch en eenvoudig, maar in de praktijk blijkt dit een moeilijk en bijna onoverkomelijk probleem voor managers. In de X-matrix worden in een matrix de visie, de doelstellingen, verbeterprogramma's en acties aan elkaar gekoppeld.

Daarmee wordt zeker gesteld dat er geen zaken tussen wal en schip vallen. Het stelt nog niet zeker dat de doelen samen uitputtend zijn en elkaar niet overlappen. Daarvoor is een doelstellingenboom een belangrijk hulpmiddel. In een hiërarchische boomstructuur wordt een strategisch doel stap voor stap in kleine doelen ontleedt. Beide hulpmiddelen tref je relatief weinig aan in Lean-projecten. De oorzaak ligt in het feit dat Lean gezien wordt als iets voor de werkvloer. Een andere reden is dat het opstellen van een doelstellingenboom en x-matrix in de praktijk heel lastig is, terwijl iedereen verondersteld dat de doelstellingen zijn uitgewerkt.

In feite zijn er meestal strategische doelen op hoog niveau en operationele doelen op uitvoeringsniveau. Die zijn niet aan elkaar gekoppeld. Het gevolg is dat het voor medewerkers niet duidelijk is wat hun bijdrage is aan de bedrijfsdoelen en dat het management niet goed kan sturen.

Bij een goede doelstelling kun je objectief vaststellen of die is gehaald. Vermijd begrippen als 'optimaal', 'efficiënt', 'beter' enzovoort. Wie wil er geen efficiënte dienstverlening?! Een doel waar iedereen het altijd mee eens is, is geen goed doe. Je moet een zinvolle discussie kunnen voeren over waarom wel/niet, waarom zo veel en niet meer/minder.

Bron: Succesvol Lean, Vincent Wiegel & John Maes

Bewaren

Laatst aangepast op maandag, 12 juni 2017 20:20  
Risico's van numerieke doelen volgens W. Edwards Deming
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

fear invites wrong figures william edwards deming

William Edwards Deming waarschuwt in zijn boek The New Economics: For Industry, Government, Education voor een belangrijk risico van numerieke doelen:

numerical goal deming

Will a numerical goal be achieved? Anybody can achieve almost any goal by:
•    Redefinition of terms
•    Distortion and faking
•    Running up costs

Zie ook: Betere resultaten (lees: cijfers) volgens Brian Joiner

Bron: The New Economics: For Industry, Government, Education, W. Edwards Deming

Laatst aangepast op woensdag, 15 februari 2017 21:36  
The Lean toolbox (boekentip)
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

lean toolbox john bicheno matthias holweg

The Lean Toolbox
A handbook for lean transformation
John R Bicheno, Matthias Holweg

Bij Bol.com | Managementboek

Laatst aangepast op vrijdag, 10 februari 2017 20:26  
Lean management volgens McKinsey
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

lean management volgens mckinsey

McKinsey geeft in haar publicatie The Lean Management Enterprise - a system for daily progress, meaningful purpose, and lasting value haar visie op Lean.

Laatst aangepast op vrijdag, 10 februari 2017 15:27  
Statistische procesbeheerings (SPC) volgens McClave, Benson & Sincich
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

variatie uitvoervariabelen procesvariatie statistisch proces

 

In het boek Statistiek - Een inleiding voor het hoger onderwijs, James T McClave, P.George Benson, Terry Sincich beschrijven James T. McClave, P. George Benson & Terry Sincich hoe statistische procesbeheersing ingezet kan worden voor het verbeteren van processen:

variatie uitvoervariabelen procesvariatie statistisch proces

Regelkaarten zijn grafische hulpmiddelen die gebruikt worden om procesvariatie te volgen, en om aan te geven wanneer er actie moet worden ondernomen om het proces te verbeteren, en voor het helpen opsporen van de oorzaken van procesvariatie.

De juiste methode voor het beschrijven van de variatie in de procesuitvoer is een tijdreeksgrafiek. Hierin zetten we de relevante meetwaarden uit tegen de tijd of in de volgorde waarin de metingen zijn verricht. Als je gegevens moet analyseren die in de loop van de tijd zijn verkregen, moet je eerste reactie altijd zijn om ze in een grafiek uit te zetten. Het menselijk oog is een van onze gevoeligste statistische instrumenten. Maak gebruik van die gevoeligheid door een grafiek te maken van de gegevens en je oog naar patronen te laten zoeken.

(..)

Om het visuele onderzoek van een tijdreeksgrafiek te vergemakkelijken, beveelt Roberts aan de grafiek op twee manieren te bewerken. Bereken (of schat) ten eerste het gemiddelde van de verzameling van vijftig [metingen] en trek een horizontale lijn in de grafiek, ter hoogte van dit gemiddelde. Deze centrale lijn (of hartelijn) biedt je een referentie bij het zoeken naar patronen in de gegevens. Verbind in de tweede plaats elk van de punten in de grafiek met rechte lijnen in de volgorde waarin ze zijn geproduceerd. Dit maakt de volgorde van de metingen duidelijker.

(...)

Als we proberen procesvariatie te beschrijven en de oorzaken daarvan te achterhalen, kan het helpen om de reeks meetwaarden van de uitvoervariabele (bijvoorbeeld gewicht, lengte, aantal defecten) te beschouwen alsof deze op de volgende manier zijn gegenereerd:

 

  1. Op elk willekeurig tijdstip kan de relevante uitvoervariabele worden beschreven door een bepaalde kansverdeling. Deze verdeling beschrijft de mogelijke waarden die de variabele kan aannemen en de kansen dat deze waarden voorkomen.

  2. De waarde van de uitvoervariabele op een bepaald tijdstip kan worden opgevat als te zijn gerealiseerd volgens de verdeling in punt 1. (Anders gezegd: de waarde kan worden opgevat als de uitkomst van een aselecte steekproef van n = 1 element uit een populatie waarvan de verdeling gelijk is aan die van punt 1).

  3. Die verdeling kan in de loop van de tijd veranderen. Om het eenvoudig te houden karakteriseren we deze veranderingen met drie types: de verwachting (de plaats) van de verdeling kan veranderen; de variantie (de spreiding) van de verdeling kan veranderen, of beide.

Als de verdeling van een uitvoervariabele in de loop van de tijd verandert, noemen we dit in het algemeen een verandering in het proces. Dus als de verwachting naar een hoger niveau verschuift, zeggen we dat de procesverwachting is verschoven. Daarom noemen we de verdeling van de uitvoervariabele soms gewoon de verdeling van het proces of de uitvoerverdeling van het proces.

(...)

[Als] de verdeling van de uitvoervariabele in de loop van de tijd verandert, zeggen we dat het proces niet stabiel is. We formaliseren het begrip stabiliteit in de volgende definitie:

Een proces waarvan de uitvoerverdeling niet met de tijd verandert, noemen we statistisch stabiel (in het Engels: in control) of kortweg stabiel. Als deze verdeling wél verandert, zeggen we dat het proces niet stabiel (in het Engels: out of control) is.

(...)

Als een proces stabiel is en blijft, zal het zich in de toekomst net zo gedragen als in het verleden. Daardoor is het proces voorspelbaar, in de zin dat de uitvoer ervan binnen bepaalde grenzen zal blijven. Dit geldt niet voor een proces dat niet stabiel is.

(...)

[Bij] processen die niet stabiel zijn heb je geen idee hoe het toekomstige patroon van het proces eruit zou kunnen zien. Je weet gewoon niet wat je van het proces kunt verwachten. Daardoor loopt een bedrijf dat processen gebruikt die niet stabiel zijn het risico: (1) dat er producten en diensten van mindere kwaliteit worden geleverd aan de interne klanten (mensen binnen de organisatie die de uitvoer van de processen gebruiken) en (2) dat er producten en diensten van mindere kwaliteit aan externe klanten worden verkocht. Kortom, het bedrijf loopt het risico zijn klanten te verliezen en het voortbestaan van het bedrijf komt in gevaar.

Een fundamenteel doel van procesbeheersing is het opsporen van processen die niet stabiel zijn en actie ondernemen om ze stabiel te maken en ze stabiel te houden. De reeks activiteiten die wordt ondernomen om dit doel te bereiken, wordt statische procesbeheersing genoemd.

Het proces van het volgen en wegnemen van variatie om een proces stabiel te houden of een proces stabiel te maken wordt statistische procesbeheersing (statistical process control: SPC) genoemd.

We zeggen dat variatie in processen die stabiel zijn, het gevolg zijn van gewone oorzaken van variatie.

Gewone oorzaken van variatie zijn de methoden, materialen, machines, mensen en de omgeving die samen een proces vormen en de invoer voor het proces. Gewone oorzaken hangen dus samen met het ontwerp van het proces. Gewone oorzaken beïnvloeden alle uitvoer van het proces en kunnen iedereen die aan het proces deelneemt, beïnvloeden.

De totale variatie van een proces dat stabiel is, is het gevolg van vele gewone oorzaken, waarvan de meest de uitvoer van het proces slechts in zeer geringe mate beïnvloeden. In het algemeen kan echter gewoon oorzaak elke eenheid van de uitvoer van het proces beïnvloeden.

(...)

Omdat gewone oorzaken in feite inherent zijn aan het proces, wordt de variatie ten gevolg van de gewone oorzaken ezien als representatief voor waar het proces toe in staat is. Als de variatie te groot is (dat wil zeggen de kwaliteit van de uitvoer varieert te veel), moet het proces opnieuw ontworpen (of gewijzigd) worden om één van de gewone oorzaken van variatie weg te nemen. Omdat het opnieuw ontwerpen van het proces de verantwoordelijkheid is van het management, is het wegnemen van gewone oorzaken van variatie typisch de verantwoordelijkheid van het management, en niet die van de medewerkers.

Processen die niet stabiel zijn, vertonen variatie die het gevolg is van zowel gewone oorzaken als van bijzondere oorzaken van variatie.

Bijzondere oorzaken van variatie (ook wel aanwijsbare oorzaken) zijn gebeurtenissen of acties die geen onderdeel vormen van het productontwerp. In het algemeen gaat het om voorbijgaande gebeurtenissen die alleen plaatselijk voor een korte periode operaties binnen het proces beïnvloeden (bijv. één enkele medewerker, machine of partij materialen). Soms echter kunnen zulke gebeurtenissen een permanent of terugkerend effect op het proces hebben.

Voorbeelden van bijzondere oorzaken van variatie zijn een medewerker die per ongeluk een machine verkeerd instelt, iemand die tijdens het werk ziek wordt en blijft doorwerken, een machine die ontregelt raakt en een onoplettende leverancier die een partij materialen van mindere kwaliteit voor het proces levert.

(...)

Het is belangrijk om te beseffen dat de meeste processen niet vanzelf stabiel zijn. Zoals Deming opmerkt: "Stabiliteit is zelden een natuurlijke toestand. Het is iets wat bereikt moet worden, het resultaat van het één op één wegnemn van bijzondere ororzaken (...) waarbij alleen de toevallige variatie van een stabiel proces overblijft."

Procesverbetering vereist eerst de vaststelling, diagnose en verwijdering van bijzondere oorzaken van variatie. Door het wegnemen van alle bijzondere oorzaken wordt het proces stabiel gemaakt. Verdere verbetering van het proces vereist dan de vaststelling, diagnose en verwijdering van gewone oorzaken van variatie.

wegnemen oorzaken variatie proces procesvariatie statistische procesbeheersing

Bron: Statistiek - Een inleiding voor het hoger onderwijs, James T McClave, P.George Benson, Terry Sincich

Laatst aangepast op zaterdag, 04 februari 2017 13:17  
Zeven verspillingen volgens AMI
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

zeven verspillingen lean

Laatst aangepast op vrijdag, 27 januari 2017 20:11  
Pull vs. Push
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

push pull lean

Tags:
Laatst aangepast op zaterdag, 28 januari 2017 20:30  
Variatie volgens Marc Muntinga
Gepubliceerd in Lean Six Sigma
E-mail Afdrukken

 

statistische proces controle spc lean six sigma

Marc Muntinga beschrijft in zijn boek Managementmodellen voor strategie en kwaliteit het belang voor managers van het kennen van het statistische begrip 'variatie' in het algemeen en het verschil tussen variatie met een algemene oorzaak en variatie met een bijzondere oorzaak in het bijzonder:

marc muntinga variatietheorie variatie bijzondere algemene oorzaak

Variatietheorie

[Managers] dienen te beschikken over een minimale kennis over het statistische begrip 'variatie'.

Het klinkt allemaal lastiger dan het is. Variatie betekent afwijking van het gemiddelde. Dat iets afwijkt is eigenlijk niet zo heel erg interessant, want eigenlijk wijkt alles en iedereen af. Maar de oorzaak van de afwijking is wel interessant. Daar kunnen we iets van leren. Variatie moet u als manager dus niet altijd meten, maar het is vooral van belang dat u begrijp waar deze vandaan komt. Op basis van onderzoek van Shewart (hij is ook de eigenlijke vader van de PDCA-cirkel) komt Deming tot twee soorten variatie in systemen.

1. Variatie met een algemene oorzaak. dit zijn kleinere afwijkingen die zich in ieder proces voordoen. Ze tasten de stabiliteit van het proces niet aan. Ze zijn een gevolg van hoe het systeem in zijn geheel ontworpen is. Hebt u bijvoorbeeld een grote organisatie met veel afdelingen waarbij intensief samengewerkt moet worden, dan weet u dat door coördinatieproblemen de doorlooptijden kunnen fluctueren. Wilt u dit aanpakken, dan kunt u optimaliseren binnen het systeem tot een maximum en dat moet u het ontwerp van het systeem aanpakken.

2. Variantie met een bijzondere oorzaak. Dit zijn over het algemeen grotere afwijkingen (niet altijd!) ten opzichte van het gemiddelde. Ze kunnen het systeem danig verstoren en vragen om een gerichte aanpak.

Interessant hierbij is dat er in het managementdenken wordt gewerkt met een tolerantiebovengrens (TBG) en een tolerantieondergrens (TOG). Zolang de afwijkingen binnen de TBG en TOG blijven zijn er geen indicaties voor en bijzondere afwijking. Dan wordt het proces als stabiel verondersteld. Het behoort tot de taak en het domein van de manager om het onderscheid te kennen en begrijpen tussen bijzondere en algemene oorzaken. Zonder dergelijke grondige kennis, knoeit hij maar wat raak. Hoewel hij zich waarschijnlijk uit de naad werkt, verergert de toestand alleen maar.

Managers dienen volgens Deming te beschikken over enige kennis van variatie, hierbij denkt hij aan:

- het belang van een stabiel systeem
- inzicht in bijzondere en gewone oorzaken van variatie
- besef dat variatie altijd voorkomt, bij mensen, productiviteit, dienstverlening en producten;
- besef dat statische gegevens niet altijd betrouwbaar zijn;
- beseft dat bij pogingen om een proces te verbeteren twee fouten kunnen worden gemaakt: (a) een gewone oorzaak als een bijzondere oorzaak beschouwen, (b) een bijzondere oorzaak als een gewone oorzaak beschouwen.

Zie ook: LSS: Statistical Process Control (SPC) als instrument voor kwaliteitsverbetering

Bron: Managementmodellen voor strategie en kwaliteit, Marc Muntinga

Laatst aangepast op zondag, 01 januari 2017 20:29  
Meer artikelen...


JPAGE_CURRENT_OF_TOTAL

 

If you don’t get the requirements right, it doesn’t matter how well you do anything else.

Karl Wiegers

Banner

Archief

Lean boeken top 5

(maart 2016)
Banner
Banner
Banner
Banner
Banner

We hebben 158 gasten online
Artikelen

bad system william edwards deming lean

tell to win peter guber

Tell to Win
Connect, Persuade and Triumph with the Hidden Power of Story
Peter Guber

Bij Bol.com

Banner
Banner