De Sigma Shift van 1,5: Het verschil tussen korte en lange termijn sigma in Lean Six Sigma

Wat is de sigma shift van 1,5 in Lean Six Sigma?

Wanneer je werkt met Lean Six Sigma, kom je vaak termen en metingen tegen die in eerste instantie verwarrend kunnen zijn. Een veelvoorkomend onderwerp is de vraag hoe je een 6 sigma-proces moet interpreteren. De ene bron spreekt van 3,4 defects per million opportunities (DPMO) bij 6 sigma, terwijl een andere bron een foutpercentage van 0,002 DPMO noemt. Deze schijnbare tegenstrijdigheid roept vaak vragen op bij degenen die met Lean Six Sigma werken, en tijdens de Lean Six Sigma Black Belt-trainingen is dit vaak verwarrend.

In Lean Six Sigma is het gebruikelijk om de norm van 3,4 DPMO te hanteren wanneer men spreekt over 6 sigma. Wat echter vaak vergeten wordt, is dat dit cijfer betrekking heeft op lange termijn data. Het verschil zit dus in de benadering van korte termijn versus lange termijn procesvariatie. Om dit beter te begrijpen, moeten we dieper ingaan op het concept van de sigma shift van 1,5 en de impact ervan op procesprestaties.

Het Verschil Tussen Korte en Lange Termijn Data

Bij het meten van de prestaties van een proces kan je twee benaderingen hanteren: korte termijn (short term) en lange termijn (long term) metingen. De veronderstelling is dat er op lange termijn meer variatie in het proces optreedt, wat leidt tot een hogere foutmarge. Dit kunnen we illustreren met een voorbeeld.

Stel dat je werkt in een organisatie en je wilt meten hoe vaak er in de afgelopen vier weken een ICT-storing is geweest. In een kortere periode van vier weken kan het proces goed presteren met weinig fouten. Als je echter de prestaties over een langere periode bekijkt, bijvoorbeeld 48 weken, is de kans groter dat je meer storingen ziet. Dit komt doordat meer variabelen en fluctuaties het proces beïnvloeden naarmate de tijd verstrijkt. Dit illustreert het verschil tussen korte en lange termijn procesdata.

Wat is Short Term Sigma?

Short term sigma verwijst naar de prestaties van een proces over een korte periode. Bij deze benadering worden de resultaten berekend zonder rekening te houden met lange termijn variatie, zoals machinale slijtage of veranderingen in omgevingsomstandigheden. In deze situatie gaan we uit van een minimale afwijking van het proces, wat betekent dat het proces bijna perfect werkt zonder noemenswaardige variatie. Bij 6 sigma wordt het foutpercentage dan uitgedrukt in slechts 0,002 DPMO.

In dit geval ga je ervan uit dat de variabiliteit binnen een zeer strikte marge valt, waardoor de kans op defecten minimaal is. De prestaties op korte termijn zijn vaak beter dan die op lange termijn, omdat er minder kans is op variatie en afwijkingen. De korte-termijn sigma is dan ook een weergave van de ideale procesprestaties.

Wat is Long Term Sigma?

Long term sigma houdt daarentegen rekening met de variabiliteit die op lange termijn ontstaat. Dit zijn processen die gevoelig zijn voor veranderingen die niet direct merkbaar zijn op korte termijn. Denk hierbij aan factoren zoals machinale slijtage, veranderingen in de omgevingstemperatuur, schommelingen in de materiaalkwaliteit of menselijke fouten. Om deze lange termijn variatie te compenseren, wordt een sigma shift van 1,5 toegepast. Dit betekent dat er een correctie van 1,5 sigma wordt aangebracht om de langetermijnvariatie te modelleren.

Bij 6 sigma wordt het lange-termijn defectpercentage dan uitgedrukt als 3,4 DPMO in plaats van de zeer lage 0,002 DPMO die je bij korte termijn ziet. Dit verschil ontstaat door de verschuiving (of shift) in het proces. Hierdoor neemt het aantal fouten toe, zelfs in processen die op korte termijn bijna perfect lijken te werken.

Tabel zonder 1,5 Sigma Shift (Korte-Termijn Sigma)

In deze tabel zien we de prestaties van een proces zonder de 1,5 sigma shift, wat we gebruiken voor korte-termijn berekeningen. Dit betekent dat we aannemen dat er vrijwel geen variabiliteit is in het proces. Zoals je ziet, ligt het aantal fouten bij 6 sigma bijna op nul, met slechts 0,002 DPMO.

Tabel met 1,5 Sigma Shift (Lange-Termijn Sigma)

In deze tabel zien we de cijfers die zijn aangepast voor lange-termijn procesprestaties met de 1,5 sigma shift. Zoals je kunt zien, ligt het defectpercentage bij 6 sigma nu op 3,4 DPMO, wat aanzienlijk hoger is dan de 0,002 DPMO in de korte-termijn tabel.

Wat betekent dit voor jouw organisatie?

De sigma shift van 1,5 is een belangrijk concept in Lean Six Sigma, omdat het helpt om de realistische prestaties van een proces over een langere tijd in te schatten. Hoewel een proces op korte termijn zeer goed kan presteren, is het essentieel om rekening te houden met variabiliteit op de lange termijn. Dit helpt organisaties om robuustere processen te ontwikkelen en realistische verwachtingen te hebben over de prestaties van hun producten en diensten.

Het begrijpen van deze verschuiving is cruciaal voor procesoptimalisatie, omdat het helpt bij het voorspellen van potentiële problemen en het voorkomen van onverwachte defecten. Door rekening te houden met de 1,5 sigma shift, kunnen bedrijven hun processen beter afstemmen op de realiteit van de productieomgeving.

Conclusie

Kortom, het verschil tussen korte en lange termijn sigma zit in de mate van variatie die in het proces wordt verwacht. De sigma shift van 1,5 is een nuttige correctie die bedrijven helpt om de prestaties van hun processen op lange termijn te beoordelen. Dit geeft een realistischer beeld van het aantal defecten dat men kan verwachten, waardoor bedrijven robuustere en efficiëntere processen kunnen ontwikkelen.

Wanneer je dus spreekt over 3,4 DPMO bij 6 sigma, dan heb je het over lange termijn prestaties waarbij rekening wordt gehouden met de natuurlijke variatie in het proces. Dit in tegenstelling tot de ideale korte-termijn situatie waar de variatie vrijwel verwaarloosbaar is. Begrip van deze verschillen helpt je om Lean Six Sigma beter toe te passen en om je procesprestaties nauwkeuriger te interpreteren.