Data in een verbeterproject is continu of discreet. Continue data meet je op een schaal, zoals tijd of gewicht. Discrete data tel je of deel je in categorieën in, zoals het aantal klachten of “op tijd / te laat”. Het verschil bepaalt welke analyses je kunt doen en hoeveel data je nodig hebt.
Waarom het type data ertoe doet
Ga je in een Lean Six Sigma-project data verzamelen, dan wil je eerst weten met welk type data je werkt. Dat bepaalt welke grafieken en toetsen je kunt gebruiken, en hoe groot je steekproef moet zijn om betrouwbare conclusies te trekken. In de afbeelding bovenaan dit artikel zie je de indeling.
Continue data
Continue data kan elke waarde aannemen binnen een bereik, ook alle tussenwaarden. Een doorlooptijd kan 4 dagen zijn, maar ook 4,37 dagen. Hoe nauwkeurig je meet, hangt alleen af van je meetinstrument. Met continue data kun je rekenen: een gemiddelde en een standaarddeviatie zeggen er echt iets over.
Voorbeelden:
- Tijd: doorlooptijd, wachttijd, bewerkingstijd
- Gewicht: van een product, patiënt of materiaal
- Lengte en afmetingen: in meters, centimeters of millimeters
- Temperatuur en snelheid
- Geldbedragen: de kosten van een order, het bedrag van een factuur
Discrete data
Discrete data bestaat uit afzonderlijke waarden, zonder tussenwaarden. Er zijn drie soorten:
- Aantallen: hele getallen die je telt, zoals het aantal klachten per week of het aantal fouten per formulier. Een halve klacht bestaat niet.
- Nominale data: categorieën zonder volgorde, zoals afdeling, kleur of soort fout. Ook binaire data valt hieronder: gegevens met maar twee mogelijke waarden, zoals ja/nee, goed/fout of op tijd/te laat.
- Ordinale data: categorieën met een vaste volgorde, maar zonder dat de afstand ertussen vastligt. Bijvoorbeeld slecht, redelijk, goed, of een schaal van 1 tot 5 in een klanttevredenheidsonderzoek. De categorieën van de Net Promoter Score (criticaster, passief, promotor) zijn ook ordinaal.
Twijfel je? Vraag je af of de waarde zinvol te halveren is. Een doorlooptijd van 3 uur kun je halveren, een klacht of een categorie niet.
Hoe groot moet de steekproef zijn?
Kun je niet alles meten, dan neem je een steekproef. Hoe groot die moet zijn, hangt af van het type data en van wat je wilt weten: de ligging (bijvoorbeeld het gemiddelde) of de spreiding (bijvoorbeeld de standaarddeviatie). De afbeelding hieronder laat de vuistregel zien, aan de hand van een voorbeeld: hetzelfde leverproces, op twee manieren gemeten.
Als minimum geldt: voor discrete data 100 datapunten om de ligging te bepalen en 300 voor de spreiding; voor continue data 10 en 30. Continue data bevat per meting veel meer informatie. “Op tijd” zegt alleen dat het goed ging; “12 minuten te vroeg” zegt ook hoeveel ruimte er was.
Daarom loont het om, waar het kan, continu te meten. Leg bijvoorbeeld de werkelijke levertijd vast in plaats van alleen of de levering op tijd was. Je kunt continue data later altijd nog omzetten naar discreet, maar niet andersom.
De precieze steekproefgrootte bereken je met formules, die rekening houden met de gewenste nauwkeurigheid en betrouwbaarheid. Dat leer je in de Black Belt-training.
Veelgemaakte fouten
- Ordinale data behandelen als continue data. Een gemiddelde van 3,4 op een schaal van 1 tot 5 suggereert een nauwkeurigheid die er niet is: de afstand tussen “slecht” en “redelijk” hoeft niet gelijk te zijn aan die tussen “redelijk” en “goed”.
- Een te kleine steekproef. Vooral bij discrete data kom je snel tekort, omdat elke meting maar weinig informatie bevat.
- Onnodig discreet meten. Wie alleen “op tijd / te laat” vastlegt, gooit informatie weg die al beschikbaar was.
- Te kort meten. De uitkomsten van een proces wisselen; meet daarom over een periode die ook drukke en rustige momenten bevat.
Wil je leren hoe je steekproeven exact berekent en data-analyse toepast in een verbeterproject? Bekijk dan de Black Belt-training.