Multi Moment Onderzoek: de kwantificering van werkprocessen met behulp van steekproeven

Multi Moment Onderzoek: de kwantificering van werkprocessen met behulp van steekproeven

door: Ronald de Roos, Ydo organisatie-adviseurs

VERDIENEN MET HET ANTWOORD OP VRAGEN

Waar besteden mensen die aan het werk zijn hun tijd aan? Welk deel van hun inspanning is werkelijk gericht op het creëren van waarde? En welk deel van hun tijd besteden zij aan het verhelpen van gebreken in de organisatie? Waar ligt het verbeterpotentieel? En hoe groot is dan het verbeterpotentieel? Hoe zit dat met de machinebenutting? Kan dat ook niet hoger? En hoe verloopt de samenwerking tussen mensen en machines? Vragen die passen in een lean of six-sigma aanpak. Maar ook vragen die beantwoord kunnen worden met behulp van arbeidskundig onderzoek. Een relatief bekende techniek voor het uitvoeren van arbeidskundig onderzoek betreft het Multi Moment Onderzoek (MMO, in de Angelsaksische wereld bekend onder de naam “sampling study”). Deze techniek leent zich uitstekend om snel inzicht te krijgen in de vraag waar mensen en machines hun tijd aan besteden. In deze bijdrage wil ik een beeld schetsen van de resultaten, die met dit type onderzoek zijn te behalen. Ook zal ik stilstaan bij de wijze waarop dit onderzoek moet worden voorbereid en uitgevoerd en op welke wijze de resultaten geïnterpreteerd kunnen worden. Zoals met elk gereedschap het geval is, zijn er verschillende manieren om het te gebruiken. Wat daarom zeker ook aandacht verdient is de vraag hoe deze techniek op een vruchtbare manier kan worden ingezet om medewerkers niet het gevoel te geven dat zij “slachtoffer” zijn van dit onderzoek. De kunst van een juiste toepassing van de onderzoekstechniek is met name gelegen in het bieden van mogelijkheden om hen actief te betrekken bij het opsporen van verbeteringen. Verbeteringen, die vervolgens ook nog eens door iedereen worden aanvaard en ingevoerd. En ook daar biedt de MMO-techniek kansen. Ongeacht hoe ingrijpend die verbeteringen ook zullen zijn. DE TECHNIEK Tweedeling Globaal zijn er twee groepen van arbeidskundige technieken ontwikkeld, die onder diverse namen in de wereld bekend zijn. De eerste techniek valt onder de noemer processtudies en bestaat uit het continu observeren en registreren van de mens aan het

© Ydo organisatie-adviseurs | 20 augustus 2009| Excellente Bedrijfsvoering

pag. 1

werk. De stopwatch was vanouds het belangrijkste meetgereedschap, inmiddels vervangen door videocamera of handterminal (op PDA). In een later artikel ga ik op dit type onderzoek in. De andere groep van onderzoeken is gebaseerd op de techniek van steekproeven en noemen wij daarom frequentiestudie. Het is gebaseerd op statistische principes, die zeggen dat op basis van een steekproef geldige uitspraken gedaan kunnen worden over het grotere geheel. Het Multi Moment Onderzoek of MMO is een belangrijke vertegenwoordiger van dit type onderzoek. Bij Ydo organisatieadviseurs is dit type onderzoek verder uitgewerkt tot een zogenaamd Onderzoek Tijdbesteding (OT) dat uitgebreider is in de soort waarnemingen die verricht worden, waardoor er ook verbeteringen aan het licht komen op het gebied van werkplaatsinrichting, outillage en organisatie. Maar het wezenlijke kenmerk is nog steeds dat uitsluitend gekeken wordt naar de mens en zijn werk. Meer recent hebben we bij Ydo dit type onderzoek verder ontwikkeld voor onderzoek naar de samenwerking tussen en de onderlinge afhankelijkheden van mensen en machines en onderzoek naar de bezetting van machines. Met dit type onderzoek blijken vaak ook verrassende zaken aan het licht te komen. Het principe van de frequentiestudie In zijn meest basale vorm bestaat de frequentiestudie uit het doen van een steekproef, bestaande uit een reeks van waarnemingen over wat de werkende mens voor soort activiteit verricht. Door op meerdere, willekeurig verspreidde momenten een waarneming te doen (wij noemen dat ook wel een foto maken, een opname) over wat iemand doet, wordt er set data verzameld over de activiteiten van de werkenden. Door ervoor te zorgen dat deze opnames of waarnemingen op een correcte wijze gespreid zijn over meerdere dagen en ook over alle betrokken medewerkers (vaak betreft dit onderzoek één afdeling) ontstaat er een dataset, die representatief geacht mag worden voor wat er in die afdeling gebeurt. Een nadere analyse van die dataset levert vervolgens uitspraken op die ook kwantitatief onderbouwd kunnen worden. Een veelgebruikte indeling in het werk ontstaat door het werk in te delen in productief werk en inproductief werk. Ik wil hiervoor echter andere termen gebruiken, bijvoorbeeld een indeling in activiteiten die waarde toevoegen (WT) versus activiteiten die niet direct waarde toevoegen (NWT). Verderop zal ik duidelijk maken waarom ik een juiste keuze van de deze terminologie zo belangrijk vind. In de volgende figuur is essentie de kern van de frequentiestudie weergegeven.


pag. 2

De brede horizontale lijn vormt de tijdas, welke ook weergeeft waaraan een werkende mens zijn tijd besteed. Uiteraard is een deel van de activiteiten waardetoevoegend (het lichtblauw gekeurde deel WT), maar er zal ongetwijfeld ook een deel zijn dat niet waardetoevoegend is (NWT, de witte vlakken). Dit kunnen verstoringen zijn in de uitvoering van het proces (een stokkende toevoer van onderdelen, ontbrekende maatvoering op de bijbehorende tekening, een machinestoring, een collega die nog in de weg staat, enzovoort). Ook de binnen “lean” bekende oorzaken van verspilling kunnen leiden tot activiteiten die geen waarde toevoegen. Maar dat kunnen ook andersoortige activiteiten zijn, zoals omkleden, lezen van de bedrijfsemails die de leiding aan haar medewerkers stuurt, koffiedrinken, roken, etcetera. De conclusies Er zijn in dit voorbeeld in totaal 25 waarnemingen gedaan. Vijf van deze waarnemingen betreffen NWT en 20 ervan WT. Het principe van de frequentiestudie is nu gebaseerd op de premisse dat de onderlinge verhouding in aantal waarnemingen ook vertaald mag worden naar een onderlinge verdeling van de tijd in beide categorieën, dus: 1/5 van de waarnemingen betreft NWT, dus NWT vormt 1/5 van de totale tijd, m.a.w.: de werker is 20% van zijn tijd bezig met activiteiten uit de categorie NWT. Als deze set waarnemingen representatief is voor de normale gang van zaken in deze afdeling, mag kennelijk de conclusie getrokken worden dat van ieder dag van acht uur er 96 minuten besteed worden aan niet-waardetoevoegende activiteiten. VOORBEELD CASE LEPE LOGISTIEK BV: In het bedrijf Lepe Logistiek BV wil men weten hoeveel tijd er nu daadwerkelijk aan de waardetoevoegende activiteiten in het magazijn wordt besteed. Het magazijn heeft primair een distributiefunctie. Het bedrijfsproces bestaat in feite uit vier deelprocessen: 1. het ontvangen van de goederen en het plaatsen ervan in een bufferlocatie 2. het aanvullen van de picklocaties vanuit de bufferlocaties 3. het orderverzamelen van klantspecifieke orders 4. het beladen van de vrachtwagens Het onderzoek richt zich in eerste instantie op de heftruckchauffeurs, die het aanvulproces verzorgen en de orderverzamelaars, die met een orderverzameltruck de klantorders verzamelen. De indeling in soorten werk is als volgt: • WT o aanvullen o rijden o collopakken o verpakken o laden ladingdrager


pag. 3

o

lossen ladingdrager

NWT o kijken o lopen o zoeken o wachten o afwezig Dit zijn de waarneembare activiteiten of symptomen. De achterliggende oorzaken van deze NWT-activiteiten kunnen de volgende zijn: o aanvoer goederen o lege picklocatie o blokkade gang o verpakkingsmateriaal o aanvultruck o orderverzameltruck •

Na enige tijd waarnemingen te hebben gedaan hebben we het volgende beeld: Activiteit 202. collo pakken 201. rijden 200. aanvullen 204. laden ladingdrager 208. zoeken 203. verpakken 205. lossen ladingdrager 209. wachten 206. kijken 207. lopen 210. afwezig Totaal

Aantal waarn. 14 13 8 5 5 4 2 2 1 1 1 56

Aandeel (%) 25 23,21 14,29 8,93 8,93 7,14 3,57 3,57 1,79 1,79 1,79 100%

In deze tabel staan de waarnemingen voor de heftruck chauffeurs en de orderverzamelaars nog door elkaar. Voor een totaal beeld is dit prima. Zo zien we nu al dat het totale aandeel NWT vs WT 18% vs 82% is, zie bijgaande figuur.


pag. 4

Als dit beeld juist is (zie echter ook de paragraaf over representativiteit en aantal waarnemingen verderop) betekent dit dat iedere medewerker gemiddeld 18% van zijn tijd bezig is met activiteiten, die in de categorie NWT vallen. Ofwel iedere medewerker besteedt per dag ca. 1,45 uur aan niet-waarde toevoegende activiteiten. En dat geldt dan wel voor iedere medewerker iedere dag weer opnieuw. We kunnen vervolgens ook nog bekijken welke oorzaken ten grondslag liggen aan de NWT activiteiten:

Een lege picklocatie is verantwoordelijk voor 6 van de in totaal 10 waarnemingen NWT (in de figuur: de kolom oorzaak oponthouden), ofwel 60% van het totaal aan NWT (in tijd uitgedrukt: ca. 0,9 uur ofwel 55 minuten per dag per medewerker). De blokkade in de gang is verantwoordelijk voor 30% van het aandeel NWT. Ofwel een klein half uur per medewerker per dag. In principe ligt er een verbeterpotentieel tot maximaal 22%, zijnde 18% / 82%. 1% minder kosten is 1% meer winst De verbetering wordt niet bereikt door harder te werken, maar door ervoor te zorgen dat er doorgewerkt kan worden, m.a.w. door de procesbeheersing te verbeteren. Iedere procent die daarmee van de NWT afgehaald kan worden, mag direct vertaald worden in een evenredig lagere kostprijs en dus in een hogere winstgevendheid van de organisatie in totaal. Dus als er hiermee 1% op de kosten wordt bespaart, kun je die direct bij de winst optellen. Als de winst nu 4% is, betekent deze operationele verbetering een margevergroting van 25% (namelijk van 4 naar 5%). En om dat te bereiken zal een financieel ingestelde directeur best wel wat investeringsbudget willen vrijmaken. Het wordt echter interessanter om naar de afzonderlijke verdeling van bijvoorbeeld de orderverzamelaars te kijken.


pag. 5

Die aparte verdelingen zeggen meer over het werk en de wijze waarop de afzonderlijke processen van aanvullen en orderverzamelen van elkaar afhankelijk zijn. Samengevat kan de conclusie worden getrokken dat die afstemming nog sterk verbeterd kan worden, gezien de waargenomen oorzaken oponthoud (lege picklocatie en blokkade gang). DE EIS VAN REPRESENTATIVITEIT Om betrouwbare conclusies uit de frequentiestudie te trekken is de eis van representativiteit een belangrijke basisvoorwaarde. Er dient gewaarborgd te worden dat de dataset van opnamen of waarnemingen ook inderdaad representatief is voor de gang van zaken in de afdeling waar het onderzoek is uitgevoerd. Om aan de eis van representativiteit te voldoen zal aan meerdere voorwaarden moeten worden voldaan.


pag. 6

1. Een eerste en zeer belangrijke voorwaarde voor representativiteit is dat iedere waarneming op willekeurige momenten is gedaan. Dit zal dus in het onderzoek moeten worden ingebouwd. Indien het onderzoek met pen en papier wordt uitgevoerd zal dus bekeken moeten worden hoe dit gewaarborgd kan worden. Het vooraf bepalen van tijdstippen van iedere waarneming kan hierbij helpen, zeker als deze tijdstippen vooraf zijn vastgesteld op basis van een willekeurige verdeling. In een moderne PDA applicatie zoals WorkStudy zit een ingebouwde random generator, die ervoor zorgt dat waarnemingen ook inderdaad willekeurig worden gedaan. 2. In de uitwerking van het onderzoek zal vervolgens nagegaan moeten worden wat de nauwkeurigheid en betrouwbaarheid zijn van de uitkomsten. Een belangrijk criterium hiervoor is het minimaal noodzakelijk aantal waarnemingen. In feite is de frequentiestudie gebaseerd op de wet van de grote getallen. (zie onderstaande figuur) Als we naar de uitkomsten van de afzonderlijke meetdagen kijken, zullen we zien dat deze van dag tot dag sterk kunnen verschillen; de ene dag is het aandeel NWT hoog, een volgende dag is het weer aanmerkelijk lager. In veel processen blijkt dat (per dag bekeken) de verdeling WT versus NWT een volkomen willekeurig patroon te hebben. Er is geen peil op te trekken. Als we echter niet naar de dagelijkse uitkomsten kijken, maar naar de cumulatieve uitkomsten, dan wordt het beeld steeds preciezer. Naarmate we meer waarnemingen hebben (meer dagen gemeten), zullen we zien dat de optredende variaties in de cumulatieve verdeling WT / NWT steeds kleiner worden.

100 %

aandeel NWT

relatief aandeel

nauwkeurigheid

aandeel WT aandeel WT

0%

cum. aantal waarnemingen Naarmate het aantal waarnemingen groter is, is er (statistisch gesproken) een afnemende kans dat de gemeten waarde afwijkt van de werkelijkheid. Een extra dag meten zal dus niet zoveel effect meer hebben op het totaal. De uiteindelijke verdeling zal na die extra dag meten maar een gering effect hebben op de totale


pag. 7

verdeling over de gehele periode. Het effect wordt zelfs kleiner naarmate we meer waarnemingen doen. Met andere woorden, met een groter aantal waarnemingen neemt de nauwkeurigheid van de uitspraak over de verhouding WT/NWT toe. Dit is gevisualiseerd met de kromme gestippelde lijnen in bovenstaande figuur. In deze figuur geven die stippellijnen de grenzen aan waarbinnen het zeker is dat het werkelijke aandeel zal liggen, gegeven de waargenomen aandeel WT t.o.v. NWT en gegeven het aantal waarnemingen. Het is gebruikelijk om deze zekerheid op 95% te kiezen. Dan is het 95% zeker dat de verhouding WT/NWT ook werkelijk binnen de gestippelde lijnen ligt. Aangezien deze grenslijnen steeds dichter bij elkaar komen te liggen, kan op gegeven moment geconcludeerd worden dat er voldoende waarnemingen zijn gedaan om zeker te zijn van de onderlinge verhouding WT/NWT. De berekening van dit noodzakelijke aantal waarnemingen gebeurt met statistische formules, welke hieronder zijn weergegeven:

Absolute afwijking = T x

p x ( 1 - p) n

Aantal benodigde waarnemingen = px(1–p) x T

2

s De absolute afwijking geeft het interval weer, waarbinnen het tot op heden waargenomen aandeel van één bepaalde activiteit met een bepaalde zekerheid (vaak 95%) zal liggen. Dit interval is te berekenen door de absolute afwijking op te tellen bij het waargenomen aandeel (de bovengrens) of af te trekken van het waargenomen aandeel (de ondergrens). In de formule is p het in het onderzoek tot dusver waargenomen aandeel van één bepaalde activiteit in het totaal. Met n wordt het aantal waarnemingen tot dusver van één bepaalde activiteit bedoeld. T is de betrouwbaarheidswaarde (bij 95% betrouwbaarheid is dit 1,96) en s = de vereiste nauwkeurigheid (vaak 2%, maar dit mag ook anders worden gekozen). In het voorbeeld van Lepe Logistiek BV kunnen we dit in de volgende uitwerking zien:


pag. 8

Activiteit

Aantal waarn.

Aandeel (%) Abs. afwijking (%) Rel. afwijking (%) Ondergrens (%) Bovengrens (%) Abs. nauwk. bij

202. collo pakken

13

37,14

16,01

43,1

21,13

53,15

2242

201. rijden

5

14,29

11,59

81,15

2,69

25,88

1176

204. laden ladingdrager

5

14,29

11,59

81,15

2,69

25,88

1176

203. verpakken

4

11,43

10,54

92,23

0,89

21,97

972

208. zoeken

3

8,57

9,27

108,2

0

17,85

753

205. lossen ladingdrager

2

5,71

7,69

134,57

0

13,4

517

209. wachten

2

5,71

7,69

134,57

0

13,4

517

207. lopen

1

2,86

5,52

193,18

0

8,38

267

Totaal

35

100%

0%

0%

100%

100%

-

We zien hier de volledige resultaten voor de waarnemingen aan de orderverzamelaars. Totaal zijn er dus in de onderzoeksperiode 35 waarnemingen gedaan. 13 waarnemingen betreffen het collo pakken (ofwel 37% van het totaal). Statistisch gesproken is er echter geen absolute zekerheid dat in werkelijkheid dit aandeel ook echt 37% is. Op basis van de meetuitkomsten tot dusver moeten we vaststellen dat we met 95% zekerheid weten dat het aandeel collo pakken tussen de 53,1% en 21,1 % ligt. De nauwkeurigheid bedraagt 16% ofwel er is een onzekerheidsmarge van 16% boven en onder de 37%. Deze 16% nauwkeurigheid (of absolute afwijking) betekent echter een relatieve afwijking van 43,1%, ofwel een foutmarge die in de buurt van de helft van de gemeten waarde ligt. (t.o.v. het aandeel van 37%). Deze nauwkeurigheid (of onzekerheidsmarge) is ook grafisch weer te geven in deze figuur met de rode lijnen.

De resultaten van deze uitwerking betreffen in totaal 35 waarnemingen. In dit geval is de onzekerheidsmarge dus nog groot. Er is maar één mogelijkheid om deze onzekerheidsmarge te verkleinen en die bestaat uit het doen van meer waarnemingen. Om zeker te zijn van de uitkomsten, moeten we meer gegevens verzamelen, ofwel


pag. 9

nog langer onderzoek doen. We kunnen nu al een inschatting maken van de omvang van het onderzoek. Met de hierboven vermelde formules kunnen we het aantal waarnemingen berekenen dat nodig is om ervoor te zorgen dat we 95% zekerheid hebben dat de nauwkeurigheid 2% is. In de voorgaande tabel is dit berekende noodzakelijk aantal waarnemingen weergegeven in de laatste kolom. Kennelijk moeten we ervoor zorgen dat we in totaal 2242 waarnemingen hebben voor we kunnen concluderen dat we aan de eis van 2% nauwkeurigheid voldoen. Dus nog even doorgaan met metingen doen, is de conclusie. Indien gewenst kunnen we ook de zekerheid veranderen (een hogere eis betekent 99% zekerheid, een lagere eis is 90% zekerheid). We kunnen natuurlijk ook de eis van de vereiste nauwkeurigheid veranderen, bijvoorbeeld naar 5%. In onderstaande figuur zijn de uitkomsten te zien bij een eis van 90% zekerheid met 5% nauwkeurigheid. Het minimaal noodzakelijk aantal waarnemingen is dan gedaald tot 251.


pag. 10

3. Tenslotte zal zeker gesteld moeten worden dat de periode waarin het onderzoek is uitgevoerd ook representatief is voor het betreffende werk. Indien er seizoenseffecten kunnen optreden (zoals de sinterklaas- of kerstdrukte in een winkelbedrijf of de bietencampagne in de suikerindustrie) is het raadzaam onderzoek uit te voeren dat ook gespreid is over de verschillende periodes. Of de uitkomsten moeten alleen geldig zijn voor de periode waarin is gemeten, met uitsluiting van die andere perioden. Een goede check kan gebeuren aan bijvoorbeeld de omvang en de samenstelling van de orderstroom. Is die in de meetperiode gelijk aan die over het gehele jaar? Maar ook de samenstelling van het personeelsbestand (meer of minder uitzendkrachten) en andere indicatoren zullen in deze beoordeling moeten worden meegenomen. De indicatoren die in dit deel van de beschouwing van de representativiteit worden meegenomen zullen per bedrijf en per proces zeer verschillend zijn. BIJDRAGE AAN VERANDERINGSPROCES Een Multi Moment Onderzoek zal vrijwel altijd onderdeel zijn van een programma gericht op het opsporen van verbeteringen. Maar ook in die gevallen dat het alleen maar nodig is voor kwantificering (bijvoorbeeld om toeslagen te bepalen) is het een groot voordeel als de uitkomsten van het onderzoek door alle betrokkenen als feitelijk juist worden aanvaard. Het scheiden van feiten en meningen of interpretaties is daarbij een eerste en belangrijke stap. Wat zijn dan die feiten? Om die vraag te beantwoorden dient het Multi Moment Onderzoek. E=KxA Met deze formule geven we aan dat het effect van een voorgestelde verandering ( “E” ) het product is van de kwaliteit van het voorstel (de “K”) en de mate van acceptatie (de “A”). Een voorstel kan nog zo goed zijn (K is hoog), als “A = 0” dan is het effect nog steeds nihil (“E = 0” ). Door de betrokken medewerkers en leidinggevenden vanaf het begin bij het onderzoek te betrekken wordt bereikt dat de acceptatie sterk wordt vergroot. Als dat op een goede manier gebeurt zal bovendien ook nog eens blijken dat bovendien (door het meedenken van alle betrokkenen) ook de “K” in kwaliteit toeneemt, m.a.w. de te bereiken verbetering wordt nog groter dan oorspronkelijk verwacht. Al bij het kiezen van de terminologie die in het onderzoek gebruikt wordt moet zorgvuldig met dit organisatiekundige aspect worden omgegaan. Door termen als “inproductief” te gebruiken, loop je het risico medewerkers voor het hoofd te storen. Je noemt hun werk “inproductief”, terwijl ze in feite hun uiterste best doen om effecten te verhelpen van gebreken, die elders in de organisatie zijn ontstaan. Liever gebruik ik de term “onregelmatige handeling”. Die is tenminste neutraal in gevoelslading. En die term heeft bovendien iets in zich van het toevallige karakter, dat vaak aan dergelijke oponthouden is verbonden. Een belangrijk moment voor de realisatie van E = K x A wordt gevormd door de introductie van het onderzoek bij de


pag. 11

medewerkers. Daarbij zal in duidelijke bewoordingen moeten worden uitgelegd wat het doel is van het onderzoek, gebaseerd op een analyse van de situatie in het bedrijf, die door iedereen wordt herkend. Het “waarom” van het onderzoek zal iedereen moeten kennen. Vervolgens moet de introductie duidelijkheid verschaffen over de wijze waarop het onderzoek uitgevoerd gaat worden, wat ieders rol daarin is, wanneer het onderzoek gaat spelen en wat de spelregels zijn tussen onderzoekers en medewerkers. In de introductie zal ook al duidelijkheid gegeven moeten worden over de wijze van rapporteren. Ik ben een groot voorstander om de uitkomsten als eerste met de medewerkers te bespreken. Deze eerste bespreking van de resultaten heeft tot doel: • overeenstemming te krijgen over de waargenomen feiten, • medewerkers gelegenheid te geven hun eigen inkleuring te geven aan de omstandigheden, • het accepteren van conclusies, • het genereren van voorstellen voor verbetering. Daarna zullen we de uitkomsten pas bespreken met de leiding van het bedrijf. Daarbij zullen de opmerkingen van de werkenden zeker worden meegenomen. De betrokkenheid van medewerkers hoeft zich niet te beperken tot de start en het eind van het onderzoek. Ook bij de uitvoering van het onderzoek kunnen de medewerkers betrokken zijn door actief mee te doen met het verzamelen van de benodigde waarnemingen. Een groot voordeel is dat het uitvoeren van een Multi Moment Onderzoek goed geprogrammeerd kan worden. Met een beperkte instructie kunnen gemotiveerde mensen goed bij het onderzoek worden ingeschakeld. Ik heb zelf de ervaring dat het gebruik van een goede PDA applicatie ook helpt doordat het doen van waarnemingen in feite het doorlopen van een geprogrammeerde instructie is. Via een duidelijke dialoog wordt de onderzoeker door de schermen geleid, waarbij de onderzoeker slechts een beperkte keuze heeft uit mogelijke antwoorden. Dit maakt het nog makkelijker om medewerkers uit de eigen organisatie of tijdelijke krachten als stagiairs of uitzendkrachten bij het onderzoek in te schakelen. Juist de inschakeling van de eigen medewerkers maakt dat het onderzoek door de afdeling ook als hun eigen onderzoek zal worden ervaren. VOOR WELKE DOELEN BRUIKBAAR? Benchmarken en een Quick Scan De uitvoering van een frequentiestudie of Multi Moment Onderzoek geeft snel inzicht geven in de prestatie van een fabrieks-, logistiek of een kantoorproces. Juist in een vergelijking tussen verschillende organisaties krijg je snel een beeld hoe je het zelf doet ten opzichte van anderen. En dat blijkt in veel gevallen inspirerend om verbeteringen te identificeren en in te voeren.

CASE: Samenwerking aan boord


pag. 12

Aan boord van een offshore schip werken veel ploegen op het oog onafhankelijk van elkaar aan een gemeenschappelijk eindresultaat. Het gaat dan om: twee aparte teams met surveyors van de opdrachtgever en de aannemer, die de kwaliteit van het geleverde werk beoordelen, De ploeg die een ROV (een op afstand bedienbare duikboot) bedient, de teams, die zorgen voor het eigenlijke off-shore werk en de bemanning, die het vaartuig gaande houdt.

De kosten van een dergelijk vaartuig zijn uitzonderlijk hoog, reden om ervoor te zorgen dat de samenwerking aan boord tussen de verschillende teams optimaal verloopt. Ydo heeft (gebruik makend van Sampling Study) in opdracht van de reder onderzocht hoe die samenwerking verloopt. Tot geruststelling van de reder kon vastgesteld worden dat die samenwerking aan boord goed verliep en dat het schip geen tijd verloor door afstemmingsverliezen tussen de afzonderlijke teams. Een ander goed voorbeeld hiervan is het er onderzoek dat in de professionele onderhoudswereld is uitgevoerd, waarbij de “Hands On Tool Time” centraal staat. In dit onderzoek bleek de duur dat monteurs ook daadwerkelijk “aan het sleutelen” zijn, sterk te verschillen. De oorzaken waren helder, een onvoldoende werkvoorbereiding, gebreken in de aansturing van de verschillende onderaannemers waren bijvoorbeeld interessante ontdekkingen die opvolging verdienen. Aan de andere kant bleek ook dat bepaalde oorzaken van stilstand in de praktijk minder erg bleken dan verwacht. Zo bleek het wachten op vergunning krijgen minder in omvang te zijn, een illustratie van het psychologische fenomeen dat wachten –in onze beleving- meer tijd kost dan werkelijk het geval is. Zie ook www.profion.nl Case: Grip op de productie


pag. 13

Ydo heeft bij een fabrikant van klantspecifieke overslagmiddelen een onderzoek uitgevoerd naar manieren om de productiviteit in de productiehal te verhogen. Daarbij is een Onderzoek Tijdbesteding (OT) uitgevoerd met WorkStudy Sampling. Uit het onderzoek kwam naar voren dat circa tweederde van de productietijd werd besteed aan waardetoevoegende activiteiten. Ongeveer een kwart van de tijd besteedden de medewerkers aan activiteiten, die voor een belangrijk deel vermeden konden worden. Het gaat dan om bijvoorbeeld heen- en weer lopen, het achterhalen van en het overleggen over de benodigde productie informatie. Maar ook het interne transport kostte veel tijd als gevolg van de slechte toestand van de productievloer. Ook het (ongepande) onderhoud aan enkele oude machines vergde onevenredig veel tijd. Er was ook nogal wat discussie over de werken rusttijden (recuperatie) die samenhingen met het fysiek zware werk onder belastende omstandigheden. Met de uitkomsten van het Onderzoek Tijdbesteding kon duidelijk gemaakt worden dat het aandeel rust niet nodeloos hoog was. Sterker nog: in een enkel geval bleek een medewerker minder goed voor zichzelf te zorgen. De kans op blessures door overbelasting was daarbij niet denkbeeldig. Door de presentatie van deze feiten was dit onderwerp niet langer een heikel punt, dat het overleg tussen management en personeel nodeloos bezwaarde.

In een ander voorbeeld waar ik bij betrokken ben, bleek dat er nogal wat verschil was in de prestatie van verschillende bedrijfsonderdelen ondanks dat de logistieke processen identiek geacht werden te zijn. Dat viel in de praktijk toch wel tegen. Maar positief geformuleerd, kun je er ook uit afleiden dat er nog wel wat verbeterd kan worden. Maar wat bovendien bleek was, dat het onderdeel dat overall het beste presteerde (de kolom rechts in onderstaande figuur), op bepaalde deelterreinen (zoals procescontrol) het slechter deed dan andere bedrijfsonderdelen. Zelfs het bedrijfsonderdeel dat het beste functioneerde kon dus nog wel het één en ander verbeteren. delays 70

misc worker collegue equipment aisle blocked voice procescontrol

minutes lost per person per day

60 50 40 30 20 10 0 warehouse


pag. 14

Verbetering van de organisatie en inzicht in de faalkosten. De adviseurs van Ydo beschouwen de organisatie als: “de samenwerking van mensen voor een gemeenschappelijk doel”. Nogal eens blijkt echter dat de effecten van die samenwerking niet altijd even goed tot hun recht komen. De productie heeft urenverlies doordat engineering of werkvoorbereiding niet optimaal werkt. In de montage loopt men tegen gebreken aan, die voorkomen hadden kunnen worden bij de aanmaak van de bouwdelen, etcetera, etcetera. Dit geldt niet alleen in productieorganisaties. Ook in logistieke processen komt dit voor. Lege picklocaties, zoeken naar de juiste aanvulpallet, ontbrekende labels, printers of scanners die gebreken vertonen, dit zijn allemaal symptomen van hetzelfde fenomeen in de logistiek. Op kantoor kennen we natuurlijk ook dit soort situaties. Trage computersystemen, printers die om welke reden niet functioneren, aanvragen die niet volledig zijn ingevuld, autorisaties die ontbreken; dit zijn de symptomen in kantoorprocessen van verbetermogelijkheden in een kantoor omgeving. Plezier in het werk Een Onderzoek Tijdbesteding levert zo een schat aan informatie over allerlei zaken die niet lopen, zoals ze zouden moeten. En indien dit onderzoek ook juist is opgezet, geeft het ook inzicht in de mogelijkheden tot verbetering. En dan blijkt dat het werk niet alleen productiever verloopt, maar dat het werk ook tot een grotere medewerkertevredenheid leidt. Want het zijn juist die verstoringen, die en de productiviteit en het plezier in het werk belemmeren. Het vaststellen van normtijden Door gebruik te maken van de relatieve verdeling van de tijd en de totale tijd per dag, die aan die activiteiten besteed wordt, kan herleid worden hoeveel tijd men totaal per dag aan een bepaalde activiteit besteedt. Als dat ook nog wordt gecombineerd met het aantal producten, dat in die tijd is gerealiseerd, is het mogelijk dit gegeven te herleiden tot een normtijd per product. Niet alleen in fabrieksof onderhoudsprocessen, maar juist ook in administratieve processen of bij service desks is dit een manier om normen te bepalen. Juist in het soort situaties, waarin veel activiteiten elkaar willekeurig afwisselen, kan op deze manier goed inzicht verkregen worden in de tijd per afhandeling. Bepaling van toeslagen In veel werkprocessen bestaat het werk maar ten dele uit voorspelbare activiteiten (d.w.z. voorspelbaar in moment van voorkomen of in de duur ervan). Zelfs aan een lopende band treden nogal eens onvoorspelbare handelingen op, als is het maar dat ene onderdel dat net niet goed past. Indien de normtijden zijn bepaald met tijdstudies (als continue observatiemethode, gebruik makend van tijd waarneemapparatuur als stopwatch, PDA of videocamera) zal er in aanvulling op de normtijden ook rekening gehouden moeten worden met deze toevallig optredende activiteiten. De Multi Moment Studie is bij uitstek geschikt voor het kwantificeren van de effecten van deze toevalligheden. Door middel van het vaststellen van een toeslag, gebaseerd op de MMO, kan bepaald worden hoeveel tijd er extra in de berekening van de kostprijs en


pag. 15

in de planning moet worden meegenomen om uiteindelijk de juiste kostprijs te hanteren of de planning ook werkelijk te kunnen realiseren. Machinebezetting en debottlenecking Zeker als de afhankelijkheid tussen verschillende productiemachines en de mensen die er mee moeten samenwerken complex wordt, is het moeilijk om goed inzicht te krijgen in de werkelijke bottleneck van het geheel. Door de grote flexibiliteit van de indeling in activiteiten is een applicatie als WorkStudy Sampling ook een uitstekend hulpmiddel voor het vergaren van feitelijke, kwantitatieve informatie bij het verhogen van machinebezetting (als Overall Equipment Effectiveness, afgekort als OEE).

oorzaak stilstand Geen aanvoer Geen afvoer Geen werk Storing Bediening Overig Defect Geen hulpmateriaal Totale stilstand

Station 1

Station 2

Station 3

Station 4

10% 31% 9% 3% 6%

9% 6% 5% 1% 2%

40% 12% 2% 4% 1% 1%

33% 7% 1% 1% 1%

1% 59%

1% 1% 24%

60%

44%

Case: De verpakking van metalen Bij een producent en groothandel van metaalproducten was de verwachting dat de afzet de komende jaren sterk zou stijgen. De verwachte groei zou moeten worden opgevangen door te investeren in het machinepark. Maar welke investering zou zin hebben? De lijnen, waarin het product wordt gemaakt en verpakt bestaan uit verschillende bewerkingstations, met ieder hun eigen bewerkingscyclus. Aanpassingen aan een station dat een bottleneck is werpen direct vruchten af. Maar in andere stations kan een investering zinloos zijn. Om zicht te krijgen op de bottlenecks zijn daarom de cyclustijden van de afzonderlijke stations bepaald met behulp van procestudies (met WorkStudy Time&Method). In aanvulling hierop is met de techniek van frequentiestudies (WorkStudy Sampling) onderzoek uitgevoerd naar de feitelijke bezetting van ieder Station 5 Station 6 Station 7 Station 8 station afzonderlijk (en in 25% 50% 22% 19% relatie tot de andere stations). 36% 8% Van ieder station kon worden 1% 2% 1% 1% vastgesteld of deze wel of niet 7% 5% waardetoevoegende werkzaam1% 1% 1% 2% heden verrichtte. Door tegelijk ook vast te leggen wat de oorzaak daarvan was (zoals: 72% 66% 23% 20% geen aanvoer, geen afvoer mogelijk, geen bediener aanwezig) was het ook mogelijk de oorzaak van de onderbenutting aan te geven. Juist de onderlinge afhankelijkheid van de verschillende stations van de lijn en de beschikbaarheid van de operators bepalen de uiteindelijke capaciteit van de lijn als geheel. Hiermee kon duidelijk gemaakt worden hoe de productie van de lijn als geheel kon worden verhoogd.

En nog meer (met wat creativiteit) Een minder bekende, maar zeker zo interessante toepassing was die ik tegenkwam bij een productiedirecteur. Hij gebruikte de onderzoekstechniek om zijn “management by walking around” te objectiveren. Steevast maakte hij gedurende de week op willekeurige momenten een rondje door de productie en noteerde


pag. 16

(met behulp van een vaste methodiek) wat er zoal in zijn fabriek gebeurde. Na verloop van tijd kon hij afwijkingen direct signaleren. In het kader van ergonomisch onderzoek is het mogelijk om onderzoek te doen naar de fysieke belasting (hoe lang werkt men in welke condities van fysieke belasting). Een laatste toepassing is er één waar ik op de Landbouw Universiteit Wageningen mee in aanraking kwam. Voor het onderzoek aan de melkproductie van koeien is het onder meer noodzakelijk te weten hoe de koe zich gedraagt. Voor dit gedragsonderzoek werd ook gebruik gemaakt van de hier besproken methode. Het resultaat was een verhouding van graastijd (voeden), rusttijd en tijd besteed aan lopen, melken, e.d. gemeten op betrekkelijk eenvoudige wijze. Al met al (en vooral met wat creativiteit en durf) zijn er ongetwijfeld nog veel meer toepassingen te bedenken van deze onderzoeksmethodiek. Die het dan ook verdient om tot de standaardgereedschappen van iedere bedrijfskundige en blackbelt te behoren. Niet voor niets is een passend motto in dit kader:

“Als je het kunt zien, kun je het meten”.

Ronald de Roos Ydo organisatie-adviseurs Heteren Augustus 2009

Dit artikel is gepubliceerd in het handboek Excellente Bedrijfsvoering – Praktische oplossingen voor kwaliteitsverbetering in uw organisatie, van WEKA Uitgeverij B.V., september 2009.


pag. 17

Multi Moment Onderzoek: de kwantificering van werkprocessen met behulp van steekproeven

Recommend Documents