Problemen op de werkvloer oplossen met praktische statistiek

december 2015

Klachten zijn kansen. Met een degelijk en statistisch onderbouwd klachtenonderzoek kan men een beter inzicht creëren in de variatiebronnen van het productieproces en problemen voor eens en altijd uit de baan ruimen.

Liegt de klant?

Een producent van kunstgras krijgt een klacht over een kunstgrasrol die volgens de klant te kort was: 16,9 meter in plaats van de minimum 17 meter die op het etiket stond. De productieleider gelooft zijn ogen niet: het bedrijf snijdt de rollen immers af op 17,2 meter en elke ploeg meet een aantal rollen manueel na: nog nooit stelde men vast dat er rollen korter dan 17 meter waren. De productieleider dacht dan ook eerst: “De klant liegt en heeft een goedkope manier bedacht om geld te recupereren”.

Steekproef legt probleem bloot

Gelukkig besluit de man om zijn emoties even terzijde te schuiven. Van het betreffende lot staan nog acht rollen in het magazijn en die laat hij controleren op lengte. Bij het zien van de resultaten (grafiek 1) verslikt hij zich in zijn koffie…

Alle 8 rollen liggen weliswaar binnen specificatie, maar de metingen liggen beduidend lager dan wat er typisch gerapporteerd wordt tijdens de productie. De rollen zijn bijna 10 cm korter! Dit vereist verder onderzoek.

Een snelle simulatie - gebaseerd op de steekproef - geeft een duidelijker inzicht in de werkelijke situatie: de klant heeft een bestelling van 200 rollen geplaatst en vermits er 1% kans is (grafiek 2) op een rol van 16,9 meter, zal de klant hoogstwaarschijnlijk 2 rollen van 16,9 meter ontvangen hebben.

 

En wat nog erger is, bijna 12% van de rollen (grafiek 3) zijn korter dan de beloofde 17 meter! Het probleem is dus veel erger dan oorspronkelijk gedacht.

 

Als een detective op zoek naar de verklaring

Analyse van de QC-metingen die tijdens productie zijn geregistreerd levert geen bruikbare verklaring op: de gemiddelde lengtes zijn voor alle ploegen gelijk (grafiek 4)

Maar op basis van verdere data-analyse van andere rollen die nog in het magazijn gestockeerd liggen, blijkt dat enkel de grasrollen die de ploeg van Karel produceerde een “krimpeffect” vertonen na productie (grafiek 5): Op zoek dus naar een verklaring

Gebrek aan standaardisatie is vragen om problemen

Meerdere observaties en gesprekken op de werkvloer leggen de grondoorzaak van het fenomeen bloot: de oprolspanning voor de grasrollen is niet vastgelegd en de productiemensen kunnen die manueel ongelimiteerd aanpassen. De ploeg van Karel gebruikt een oprolspanning die gevoelig hoger ligt dan de andere ploegen om zo de kunstgrasrollen (kleinere diameter) gemakkelijker te kunnen verpakken. Onbedoeld rekken ze de rollen op die manier uit. De lengte is weliswaar OK tijdens de productie, maar na enkele dagen stockage in het magazijn treedt een “relaxatie” op van de opgebouwde spanning, waardoor de rollen terug korter worden.

Poka-Yoke sluit herhaling van de fout uit

 

De oplossing ligt voor de hand: grenswaarden instellen voor de oprolspanning. Hiervoor voert het bedrijf een reeks testen uit in de productie bij variërende oprolspanning (grafiek 6).

Op basis hiervan besluit de productieleider om de oprolspanning te begrenzen op een maximale instelwaarde 8.
Met de Poka-Yoke gedachte (=preventie van fouten) in het achterhoofd legt hij dit ook hardwarematig vast. Hogere oprolspanningen zijn vanaf nu onmogelijk.

Wil u ook aan de slag met statistiek in uw dagelijkse praktijk?

Kijk dan even naar ons aanbod aan opleidingen rond statistiek in de praktijk (open en bedrijfsinterne trainingen naar keuze):



Liever wat advies over welke opleiding voor u de juiste is? Op zoek naar begeleiding in uw bedrijf bij het inzetten van statistiek op de werkvloer? Neem vrijblijvend contact op met de auteur. We helpen u graag verder.

Tags

Statistiek

Op de hoogte blijven van onze opleidingen?

Schrijf je in op onze nieuwsbrief

Recente blogs

12/11/2019 - Amelior

Financial Management Expert Program - een cursist vertelt

Stephan Stremeersch is postdoctoraal onderzoeker aan de Universiteit van Gent. In zijn huidige functie is hij vooral bezig met research in de farmaceutische sector, maar er zijn grote plannen. Stephan is betrokken bij een spin-off van een van de huidige projecten bij de UGent. Hij is een kei in zijn vakgebied maar de economische achtergrond mocht wat steviger zijn, vond hijzelf: “Ik zocht specifiek een opleiding die me een sterke kennis in financieel management zou geven. Een hands-on ervaring waarmee ik onmiddellijk aan de slag kon. Online kwam ik bij Amelior uit. Toen ook nog een collega Amelior aanbeval, wist ik wel dat het goed zat.”

26/09/2019 - Libbrecht Jan

Statistische software kiezen: JMP of Minitab?

Wie af en toe beroep doet op statistiek om inzicht te verwerven in data, zal al vastgesteld hebben dat Excel geen statistisch pakket is. Niet alleen is de standaard beschikbare “Analysis ToolPak” invoegtoepassing in Excel door weinigen gekend, maar vooral op het vlak van visualisatie, interpretatie en diepgang qua statistiek blijft de Excel gebruiker op zijn honger. Op de markt van statistische software is er een ruim aanbod aan degelijke pakketten. Twee daarvan zijn prominent aanwezig in de bedrijfswereld: Minitab en JMP.

17/09/2019 - Anckaert Pascal

Nieuw kwaliteits-en registratiemodel opent de deur naar 28 steunmaatregelen van de Vlaamse Overheid

Wie beroep wil doen op subsidies of steunmaatregelen vanuit het Departement Werk en Sociale Economie van de Vlaamse Overheid (WSE), Syntra Vlaanderen of VDAB, moet vanaf september 2019 werk maken van het voldoen aan het nieuwe kwaliteits- en registratiemodel dat vanaf dan in voege treedt.