Steekproefgrootte berekenen voor continue data

De steekproefgrootte voor continue data bereken je met een vaste formule op basis van de standaarddeviatie en de gewenste nauwkeurigheid

Als je in de Measure-fase van een Lean Six Sigma-project data gaat verzamelen, is een van de eerste vragen: hoeveel meetpunten heb ik nodig? Te weinig en je conclusies zijn onbetrouwbaar. Te veel en je verspilt tijd die je niet hebt. Voor continue data bestaat een formule waarmee je de minimale steekproefgrootte berekent op basis van de variatie in je proces en de nauwkeurigheid die je wilt bereiken.

Wat is continue data?

Continue data zijn meetwaarden die elke waarde binnen een bereik kunnen aannemen. Doorlooptijden, wachttijden, gewichten, temperaturen, lengtes: allemaal continue data. Je kunt er decimalen bij hebben en je kunt er zinvol mee rekenen, zoals het berekenen van een gemiddelde of een standaarddeviatie. Dat onderscheidt continue data van discrete data, waarbij je werkt met tellingen en categorieën zoals aantallen fouten of ja/nee-scores.

Waarom heb je bij continue data minder meetpunten nodig?

Continue data geven meer informatie per meetpunt dan discrete data. Een goed voorbeeld is het dashboard van je auto. Als je een meter hebt voor het oliepeil, kun je al na een paar metingen zien welke kant het opgaat. Heb je alleen een lampje, dan weet je pas dat er iets mis is als het te laat is. Je hebt dus veel meer controles nodig om hetzelfde te kunnen concluderen. Dat is precies het verschil tussen continue en discrete data in een steekproef: continue data detecteren afwijkingen sneller, waardoor je minder meetpunten nodig hebt.

De formule voor steekproefgrootte bij continue data

De formule voor de minimale steekproefgrootte bij continue data is:

Hierin is n de minimale steekproefgrootte. De s is de standaarddeviatie van de populatie, als maat voor de spreiding in je data. De Δ (delta) is de gewenste nauwkeurigheid, uitgedrukt in dezelfde eenheid als s. De 1,96 is een vaste constante die hoort bij een betrouwbaarheidsniveau van 95%. Dit getal is de z-score die hoort bij 95% betrouwbaarheid. Wil je 99% betrouwbaarheid, dan gebruik je 2,58 in plaats van 1,96.

De formule laat direct zien wat de twee stuurknoppen zijn: hoe meer variatie er in het proces zit, hoe groter de steekproef moet zijn. En hoe nauwkeuriger je de uitspraak wilt hebben, hoe meer meetpunten je nodig hebt.

Als je snel een schatting wilt maken zonder calculator, kun je de 1,96 vervangen door 2. Dat geeft een licht conservatievere uitkomst maar is makkelijker te rekenen:

Stap voor stap een voorbeeld

Stel dat je de doorlooptijd van een aanvraagproces wilt meten. Uit eerdere observaties weet je dat de doorlooptijd varieert tussen de 10 en 30 dagen. Je wilt de gemiddelde doorlooptijd schatten met een nauwkeurigheid van plus of min 2 dagen.

Stap 1: Schat de standaarddeviatie

Als je de standaarddeviatie nog niet kent, gebruik dan de volgende vuistregel: deel het bereik door 5. Het bereik is het verschil tussen de maximale en minimale waarde.

Stap 2: Bepaal de gewenste nauwkeurigheid

We willen een nauwkeurigheid van plus of min 2 dagen. Δ = 2.

Stap 3: Bereken de minimale steekproefgrootte

Afgerond naar boven: n = 16. Rond de uitkomst van de formule altijd naar boven af. Bereken je een n van 15,37, dan meet je er 16. Nooit minder.

De minimale steekproefgrootte is 16 meetpunten. Dat lijkt weinig, maar het klopt: bij een relatief homogeen proces met beperkte variatie en een ruime foutmarge heb je minder meetpunten nodig. Wil je de nauwkeurigheid verhogen naar plus of min 1 dag, dan stijgt de steekproefgrootte al naar 62.

Wat als je de standaarddeviatie nog niet weet?

In de praktijk ken je de standaarddeviatie zelden van tevoren. Er zijn twee manieren om hiermee om te gaan.

De eerste is de vuistregel die hierboven is gebruikt: schat de standaarddeviatie door het bereik door 5 te delen. Dit werkt goed als je globaal weet wat de minimale en maximale waarde zijn in je proces.

De tweede manier is een pilot-meting. Neem een kleine eerste steekproef van 10 tot 15 meetpunten, bereken de standaarddeviatie daaruit en gebruik die vervolgens in de formule om de definitieve steekproefgrootte te bepalen. In mijn eigen projecten gebruik ik deze aanpak regelmatig als er nog geen historische data beschikbaar is. Het kost iets meer tijd maar geeft een betrouwbaardere schatting dan de vuistregel.

Als je eenmaal de steekproefgrootte hebt berekend, is er nog één situatie waarin je de uitkomst moet bijstellen: wanneer de populatie relatief klein is.

Wanneer pas je een correctie toe?

De formule gaat uit van een grote of oneindig grote populatie. Je past een correctie toe als de verhouding van de berekende steekproefgrootte ten opzichte van de populatiegrootte groter is dan 0,05. Dus als n/N groter is dan 0,05, is er sprake van een relatief kleine populatie.

Stel dat de formule een minimale steekproefgrootte geeft van n = 40, en de totale populatie bestaat uit slechts 200 eenheden. Dan is n/N = 40/200 = 0,20, wat groter is dan 0,05. Je past dan de correctieformule toe:

Je hebt in dit geval geen 40 maar 33 meetpunten nodig. De uitkomst is altijd kleiner dan de oorspronkelijke n, wat logisch is: als je populatie klein is, dekt een steekproef al snel een groter deel ervan af.

Voor de meeste verbeterprojecten in productie of dienstverlening is de populatie groot genoeg dat deze correctie niet speelt, maar het is goed om het te kennen.

De bovengrens van meer meten

Meer meetpunten leveren altijd een betrouwbaardere schatting op, maar het principe van afnemende meeropbrengst geldt ook hier. Boven de 1.000 à 2.000 meetpunten neemt de winst in betrouwbaarheid sterk af. Meer meten kost dan meer tijd en geld dan het oplevert. Op dat punt is de kwaliteit van je steekproef, dus hoe en wanneer je meet, belangrijker dan de hoeveelheid.

Samenvatting

De minimale steekproefgrootte voor continue data bereken je met de formule n = (1,96 × s / Δ)². De standaarddeviatie en de gewenste nauwkeurigheid zijn de twee bepalende factoren. Ken je de standaarddeviatie nog niet, schat die dan via het bereik gedeeld door 5, of doe eerst een pilot-meting. Rond de uitkomst altijd naar boven af en controleer of de populatie groot genoeg is om de correctieformule achterwege te laten. Boven de 1.000 à 2.000 meetpunten neemt de meeropbrengst sterk af: op dat punt telt de kwaliteit van je steekproef zwaarder dan de hoeveelheid.

Wil je leren hoe je de steekproefgrootte berekent voor discrete data en hoe je beide methoden toepast in een echt verbeterproject? In de online Lean Six Sigma Black Belt training werk je met echte procesdata en doorloop je de volledige Measure-fase stap voor stap.