Control chart: Een belangrijk hulpmiddel om de kwaliteit te waarborgen en variatie te minimaliseren

Walter A. Shewhart vond control charts uit toen hij in de jaren '20 voor Bell Labs werkte, en ze zijn in verschillende industrieën gebruikt als onderdeel van een methodologie voor procesverbetering. Shewhart begreep dat, ongeacht hoe goed een proces is ontworpen, er altijd variatie binnen dat proces zal zijn - en de validatie kan een negatief effect hebben als het je ervan weerhoudt om deadlines of quota te halen.

Je moet variaties corrigeren die een negatief effect hebben op je bedrijf, en daar kan een control chart nuttig voor zijn. Leer meer over control charts en begin nu met een sjabloon.

Wat is een control chart?

Een control chart—ook wel een Shewhart-diagram, een statistisch procescontrolediagram of een SPC-diagram genoemd—is een van de vele grafische hulpmiddelen die doorgaans worden gebruikt in analyses van kwaliteitscontrole om te begrijpen hoe een proces in de loop van de tijd verandert. 

De belangrijkste elementen van een control chart zijn:

• Een visuele tijdreeksgrafiek die gegevenspunten illustreert die op specifieke tijdsintervallen zijn verzameld.
• Een horizontale controlelijn om variaties en trends gemakkelijker te visualiseren.
• Horizontale lijnen, die de bovenste en onderste controlegrenzen vertegenwoordigen, geplaatst op gelijke afstanden boven en onder de controlelijn. Deze boven- en ondergrenzen worden berekend op basis van de gegevens die gedurende een bepaalde periode in de tijdreeksgrafiek zijn vastgelegd.

Voordelen van het gebruik van een control chart

Control chart kunnen je helpen:

• Inzicht krijgen in de variaties die altijd aanwezig zijn in processen: Variaties binnen je controlegrenzen geven aan dat het proces werkt. Variaties die buiten je controlegrenzen vallen, wijzen op problemen die je moet corrigeren.  
• Zien wanneer er iets misgaat of mis kan gaan: Deze probleemindicatoren laten je weten dat je corrigerende maatregelen moet nemen.
• Patronen binnen de uitgezette punten opmerken: De patronen geven mogelijke oorzaken aan, die je kunnen helpen bij het vinden van mogelijke oplossingen.
• Toekomstige prestaties voorspellen: Door de variaties in je proces nauwkeurig te onderzoeken, is de kans groter dat je begrijpt hoe het in de toekomst zal presteren.
• Nieuwe ideeën genereren om de kwaliteit te verbeteren: Op basis van je analyse kun je nieuwe manieren vinden om je proces te verbeteren.

Inzicht in procesvariatie

Voordat je je control chart kunt maken, moet je de verschillende soorten procesvariatie begrijpen, zodat je kunt controleren of je proces stabiel is. Variaties kunnen voortkomen uit veelvoorkomende oorzaken en bijzondere oorzaken.

Variaties met een veel voorkomende oorzaak

Variaties met een veel voorkomende oorzaak zijn voorspelbaar en altijd aanwezig in je processen. 

Neem als voorbeeld hoe lang het duurt om elke ochtend naar je werk te pendelen. Je rijdt misschien elke ochtend dezelfde route, maar de rit is nooit hetzelfde. Misschien duurt het gemiddeld 20 minuten vanaf het moment dat je je huis verlaat totdat je de parkeerplaats oprijdt. Door variaties zoals stoplichten en verkeersopstoppingen duurt het op sommige dagen korter en op andere dagen langer. 

Ook al weet je niet precies wanneer je morgen op je werk aankomt, je weet dat het binnen een acceptabel tijdsbestek zal vallen en dat je op tijd zult arriveren.

Wanneer variaties binnen je boven- en ondergrenzen blijven, is er geen dringende noodzaak om je proces te veranderen omdat alles binnen voorspelbare parameters werkt.

Variaties met een bijzondere oorzaak

Variaties met een bijzondere oorzaak zijn meestal sporadisch en onvoorspelbaar. Bijvoorbeeld, een lege tank, motorstoring of een lekke band kunnen je reistijd met een uur of meer verlengen, maar dit soort speciale oorzaken komen niet elke dag voor.

Als er zich variaties met een bijzondere oorzaak voordoen, is het nog steeds een goed idee om te analyseren wat er mis ging om te zien of deze afwijkingen in de toekomst kunnen worden voorkomen. In ons voorbeeld van woon-werkverkeer kun je ervoor zorgen dat je stopt bij een tankstation als je bijna geen benzine meer hebt en ervoor zorgen dat je voertuig goed wordt onderhouden om een goede werking te garanderen. 

Hoe maak je een control chart

Control charts zijn een uitstekende manier om variaties met veelvoorkomende oorzaken te onderscheiden van variaties met bijzondere oorzaken. Met een control chart kun je een procesvariabele in de loop van de tijd volgen. 

Volg deze stappen om te beginnen:

1. Bepaal een tijdsperiode, meestal aangegeven op de X-as van het controlediagram, om de benodigde gegevens te verzamelen en je controlegrenzen vast te stellen.
2. Verzamel je gegevens en plot ze op het controlediagram.
3. Bereken het gemiddelde van je gegevens en voeg een controlelijn toe.
4. Bereken de bovenste en onderste controlegrenzen en voeg deze lijnen toe aan je diagram, idealiter in een andere kleur of stijl.
5. Noteer eventuele 'signalen die wijzen naar buiten de controle', of plekken waar je gegevens buiten je controlegrenzen vallen. Onderzoek de oorzaak en pas je proces aan om het risico op deze afwijkingen te minimaliseren.
6. Blijf je proces volgen, met je controlelimieten in gedachten.

Maak je geen zorgen - we zullen al deze stappen doorlopen met ons woon-werkvoorbeeld.

Stel dat je bijvoorbeeld wilt bijhouden hoeveel tijd je elke dag nodig hebt om naar je werk te pendelen gedurende een bepaald aantal dagen. Elke dag meet je de tijd vanaf het moment dat je je huis verlaat tot je de parkeerplaats oprijdt. Nadat je de gegevens in een control chart hebt uitgezet, kun je de gemiddelde tijd berekenen die je nodig hebt voor het woon-werkverkeer.

Het onderstaande control chart is een eenvoudig visueel hulpmiddel om de tijd die je woon-werkverkeer in beslag neemt over 25 dagen uit te zetten.

In ons voorbeeld heb je gegevens verzameld gedurende 25 opeenvolgende dagen. Het berekende gemiddelde geeft aan dat het gemiddeld 24,9 minuten duurt om de reis elke dag te maken. Dit gemiddelde wordt je controlelijn (CL), weergegeven in groen.

Hoe bereken je de bovenste en onderste controlegrenzen?

Nadat je het gemiddelde hebt berekend, kun je de controlegrenzen berekenen. De bovenste controlegrens (UCL) is de langste tijd die je zou verwachten dat de reis duurt bij aanwezigheid van gemeenschappelijke oorzaken. De onderste controlegrens (LCL) is de kleinste waarde die je zou verwachten dat de reis duurt met gemeenschappelijke oorzaken van variatie.

Volg deze stappen om controlelimieten te berekenen:

1. Trek het gemiddelde getal af van het getal dat je voor elke dag hebt genoteerd en kwadrateer het resultaat. (Onze berekening voor dag 1 zou bijvoorbeeld 23 - 24,9 = -1,9 x -1,9 = 3,61 zijn.)
2. Bereken het gemiddelde van alle gekwadrateerde resultaten.
3. Neem de wortel van dat resultaat. De wortel is de standaarddeviatie. 
4. Bepaal hoeveel standaarddeviaties je binnen je gecontroleerde proces wilt laten vallen. De boven- en ondergrenzen in een goed gecontroleerd proces zijn gelijk aan +3 en -3 standaarddeviaties ten opzichte van het gemiddelde.

In het voorbeeld komen we uit op een standaarddeviatie van 6,9. Onze bovenste controlelimiet is 45,6 minuten (24,9 + 6,9 + 6,9 + 6,9) en de onderste controlelimiet is 4,2 minuten (24,9 - 6,9 - 6,9 - 6,9), weergegeven in rood op het voorbeeld van het controlediagram.

Zolang alle punten op de diagram binnen de controlegrenzen vallen, wordt het proces als statistisch onder controle beschouwd. Dat is goed nieuws voor je bedrijf—er is geen dringende noodzaak tot verandering. Je kunt altijd verbeteringen aanbrengen, maar binnen de controlegrenzen opereren is een bewonderenswaardig doel.

De punten die buiten je controlegrenzen vallen, geven de momenten aan dat het proces niet onder controle was. Als deze punten buiten controle zelden voorkomen, moet je ze analyseren om te begrijpen wat er misging en plannen maken om ze in de toekomst te corrigeren. Als het proces vaak buiten de controlepunten gaat, kan dit wijzen op een patroon dat je moet aanpakken.

Nu ben je klaar om processen te optimaliseren, de kwaliteit te verhogen en variatie tegen te gaan. Begin met onze sjabloon voor control charts.