Betrouwbaarheidsinterval in Lean Six Sigma

Een betrouwbaarheidsinterval (confidence interval) geeft aan tussen welke twee waarden het werkelijke gemiddelde van de populatie ligt, op basis van je steekproefgemiddelde. In Lean Six Sigma gebruik je een betrouwbaarheidsinterval om aan te geven hoe zeker je bent over je schatting van het gemiddelde.

Omdat je in de praktijk bijna altijd met steekproeven werkt, kun je nooit met 100% zekerheid zeggen wat het werkelijke gemiddelde van de populatie is. Het betrouwbaarheidsinterval geeft je een bereik waarbinnen dat gemiddelde met grote waarschijnlijkheid valt.

Wat is een betrouwbaarheidsinterval?

Een betrouwbaarheidsinterval is een bereik rondom het steekproefgemiddelde waarbinnen het werkelijke gemiddelde van de populatie met een bepaalde mate van zekerheid valt. In Lean Six Sigma hanteren we standaard een betrouwbaarheidsniveau van 95%.

Een betrouwbaarheidsinterval van 95% betekent niet dat het werkelijke gemiddelde voor 95% kans binnen dat interval valt. Het betekent dat als je honderd keer een steekproef zou trekken en elke keer een betrouwbaarheidsinterval berekent, circa 95 van die intervallen het werkelijke populatiegemiddelde bevatten.

Het betrouwbaarheidsinterval bestaat uit twee grenzen: de ondergrens en de bovengrens. Alles daartussenin is het bereik waarbinnen je het werkelijke gemiddelde verwacht.

Wat betekent 95% betrouwbaarheid?

In Lean Six Sigma werk je standaard met een betrouwbaarheidsniveau van 95%. Dat betekent dat je een kans van 5% accepteert dat je interval de werkelijke waarde niet bevat. Die 5% heet het significantieniveau en wordt aangeduid met α = 0,05.

Je kunt ook kiezen voor een betrouwbaarheidsniveau van 90% of 99%. Een hoger betrouwbaarheidsniveau geeft een breder interval: je bent zekerder, maar de schatting is minder precies. Een lager betrouwbaarheidsniveau geeft een smaller interval maar met meer kans dat de werkelijke waarde erbuiten valt.

In de meeste verbeterprojecten volstaat 95%. Bij beslissingen met grote financiële of veiligheidsconsequenties kies je voor 99%.

De formule voor het betrouwbaarheidsinterval

Voor het gemiddelde bij continue data is de formule:

$BI = \bar{x} \pm z \times \frac{s}{\sqrt{n}}$

Hierin is x̄ het steekproefgemiddelde, z de z-score die hoort bij het gekozen betrouwbaarheidsniveau, s de steekproefstandaarddeviatie en n het aantal waarnemingen.

Voor een betrouwbaarheidsniveau van 95% is z = 1,96. Voor 99% is z = 2,58.

De term s / √n heet de standaardfout van het gemiddelde. Die geeft aan hoe nauwkeurig het steekproefgemiddelde de populatiewaarde schat. Hoe groter de steekproef, hoe kleiner de standaardfout en hoe smaller het betrouwbaarheidsinterval.

Stap voor stap een voorbeeld

Stel dat je de levertijd van een productieproces wilt meten. Je volgt 36 bestellingen en meet de volgende resultaten: gemiddelde levertijd x̄ = 30 dagen, standaarddeviatie s = 6 dagen, steekproefgrootte n = 36.

Stap 1: Bereken de standaardfout

$\frac{s}{\sqrt{n}} = \frac{6}{\sqrt{36}} = \frac{6}{6} = 1 \text{ dag}$

Stap 2: Bepaal de z-score voor 95% betrouwbaarheid

z = 1,96

Stap 3: Bereken het betrouwbaarheidsinterval

$BI = 30 \pm 1{,}96 \times 1 = 30 \pm 1{,}96$

Ondergrens: 30 – 1,96 = 28,04 dagen. Bovengrens: 30 + 1,96 = 31,96 dagen.

Je bent 95% zeker dat de werkelijke gemiddelde levertijd van het proces tussen 28,04 en 31,96 dagen ligt. Afgerond: 30 ± 2 dagen.

Betrouwbaarheidsinterval en steekproefgrootte

De breedte van het betrouwbaarheidsinterval hangt direct samen met de steekproefgrootte. Een grotere steekproef geeft een smaller interval en daarmee een nauwkeurigere schatting.

Stel dat je in het bovenstaande voorbeeld niet 36 maar 9 bestellingen had gemeten.

Standaardfout = 6 / √9 = 6 / 3 = 2 dagen. BI = 30 ± 1,96 × 2 = 30 ± 3,92 dagen.

Het interval wordt bijna twee keer zo breed. Met 9 waarnemingen weet je veel minder zeker waar de werkelijke gemiddelde levertijd ligt dan met 36 waarnemingen.

Dit is een van de redenen waarom de steekproefgrootte zorgvuldig berekend moet worden voor je begint te meten. Een te kleine steekproef leidt tot brede intervallen en onnauwkeurige conclusies.

Betrouwbaarheidsinterval versus p-waarde

Het betrouwbaarheidsinterval en de p-waarde zijn beide uitkomsten van statistische analyses, maar ze beantwoorden een andere vraag.

De p-waarde beantwoordt de vraag: is het gevonden verschil statistisch significant? Het is een ja of nee. De p-waarde zegt niets over hoe groot het verschil is of hoe nauwkeurig de schatting is.

Het betrouwbaarheidsinterval beantwoordt de vraag: hoe groot is de schatting en hoe nauwkeurig is die? Het geeft een bereik waarbinnen de werkelijke waarde waarschijnlijk valt en vertelt je daarmee ook iets over de praktische betekenis van het gevonden effect.

In de praktijk zijn de twee complementair. Een p-waarde onder de 0,05 vertelt je dat het resultaat significant is. Het betrouwbaarheidsinterval vertelt je hoe groot het effect is en of het ook praktisch relevant is. Een statistisch significant verschil kan namelijk zo klein zijn dat het in de praktijk niets uitmaakt.

Betrouwbaarheidsinterval in de praktijk

In mijn eigen projecten gebruik ik het betrouwbaarheidsinterval altijd als aanvulling op het gemiddelde. Een gemiddelde zonder interval is een getal zonder context. Pas als je weet hoe nauwkeurig dat gemiddelde is, kun je er verantwoorde beslissingen op baseren.

Een voorbeeld uit de zorg. Bij een verbeterproject op een spoedeisende hulp meten we de gemiddelde wachttijd op basis van 25 patiënten. Het steekproefgemiddelde is 45 minuten met een standaarddeviatie van 12 minuten.

Standaardfout = 12 / √25 = 12 / 5 = 2,4 minuten.
BI = 45 ± 1,96 × 2,4 = 45 ± 4,7 minuten.
Ondergrens: 40,3 minuten. Bovengrens: 49,7 minuten.

Wat zegt dit? Je bent 95% zeker dat het werkelijke gemiddelde van alle patiënten op die afdeling tussen 40,3 en 49,7 minuten ligt. De norm is 45 minuten. Op basis van dit interval kun je niet concluderen dat de norm wordt overschreden, want de ondergrens ligt onder de 45 minuten. Het interval is te breed om een harde uitspraak te doen.

Als je de steekproef vergroot naar 100 patiënten en het gemiddelde blijft 45 minuten met dezelfde standaarddeviatie:

Standaardfout = 12 / √100 = 12 / 10 = 1,2 minuten.
BI = 45 ± 1,96 × 1,2 = 45 ± 2,35 minuten.
Ondergrens: 42,65 minuten. Bovengrens: 47,35 minuten.

Het interval is smaller en nauwkeuriger, maar nog steeds overlappend met de norm. Pas bij een nog grotere steekproef of een duidelijk hoger gemiddelde kun je met 95% zekerheid stellen dat de norm structureel wordt overschreden.

Samenvatting

Een betrouwbaarheidsinterval geeft aan binnen welk bereik het werkelijke gemiddelde van de populatie waarschijnlijk valt op basis van een steekproef. In Lean Six Sigma werk je standaard met een betrouwbaarheidsniveau van 95%, wat correspondeert met z = 1,96. De breedte van het interval hangt af van de steekproefgrootte en de spreiding in de data: meer waarnemingen en minder variatie geven een smaller interval en dus een nauwkeurigere schatting van het populatiegemiddelde. Het betrouwbaarheidsinterval is complementair aan de p-waarde: de p-waarde zegt of een verschil significant is, het interval zegt hoe nauwkeurig de schatting van het gemiddelde is en hoe groot het effect in de praktijk kan zijn.

Wil je leren hoe je betrouwbaarheidsintervallen berekent en toepast in een verbeterproject? In de online Lean Six Sigma Black Belt training doorloop je de volledige statistische basis van Lean Six Sigma, inclusief hypothesetoetsen en betrouwbaarheidsintervallen. Bekijk de Black Belt training.