Slimmer werken,
blije klanten

Het gebruik van ANOVA binnen Lean Six Sigma

In de wereld van LEAN Six Sigma maken we veel gebruik van statistiek. Denk bijvoorbeeld aan een nieuwe werkwijze die je hebt geïntroduceerd binnen een proces, waarvan je wilt weten of de doorlooptijd nu korter is ten opzichte van de oude werkwijze. Met behulp van T-tests kan worden bepaald of er verschil zit tussen die twee werkwijzen. Echter willen we vaak 3 of meer groepen met elkaar vergelijken. Bijvoorbeeld: zijn er verschillen tussen het aantal binnenkomende orders op verschillende werkdagen? In dat geval biedt de ANOVA uitkomst.

ANOVA

Wat is een ANOVA?

ANOVA is een afkorting van ‘analysis of variance’. Het doel van de ANOVA is om te onderzoeken of er een significant verschil is tussen de gemiddelden van verschillende groepen (meer dan twee).
Alvorens je aan de slag gaat met een ANOVA moet je nagaan of er aan een aantal voorwaarden wordt voldaan. Je kunt namelijk niet alle soorten data gebruiken om een ANOVA mee uit te voeren. Zo moet er sprake zijn van normaal verdeelde data en moeten de data onafhankelijk zijn van elkaar.

ANOVA analyseert de variatie

De ANOVA is een hypothese test die gebruik maakt van een H0 en H1 hypothese (H0 = de gemiddelden van de groepen zijn gelijk, H1 = er is een verschil tussen de gemiddelden van de groepen).
ANOVA analyseert de variatie binnen groepen en de variatie tussen de groepen. Op basis hiervan wordt er een F-waarde (‘variatie tussen de groepen’ gedeeld door ‘variatie binnen een groep’) bepaald. Hoe groter deze ratio is, hoe waarschijnlijker het is dat er verschillen zijn tussen de gemiddelden van de groepen en de H0 wordt verworpen. Kortom: als de meeste variatie wordt veroorzaakt binnen de groepen is het waarschijnlijk dat er geen significant verschil zit tussen de gemiddelden van de groepen.

Software voor het draaien van een ANOVA

Gelukkig bestaat er software, zoals Minitab en SPSS, die ons helpen met het berekenen van deze ratio en wat dit vervolgens betekent voor de P-waarde. Want de P-waarde helpt ons uiteindelijk te beslissen over het accepteren of verwerpen van de H0 hypothese. Het ezelsbruggetje “if P is low, H0 has to go” wordt veel gebruikt. Indien de H0 verworpen wordt, dan wil dat zeggen dat het gemiddelde van tenminste één van de groepen verschilt van met gemiddelde van de andere groepen. Welke groep dat precies is, blijkt niet direct uit de ANOVA en vergt verdere analyse.

Voor de statistici onder ons is het smullen, voor anderen is het gruwelen. Feit is dat kennis over de ANOVA iets is dat elke LEAN Six Sigma professional tot zich moet nemen. Kun jij wel wat statistische hulp gebruiken? Volg onze Minitab basis of Minitab gevorderden masterclass.

Ook interessant:

Over de auteur: Rogier Schopman

Voordat ik bij Bureau Tromp begon, heb ik ervaring opgedaan in verschillende branches, onder andere in de financiële dienstverlening, zorg, onderwijs en bij gemeentes. Hierdoor heb ik brede kennis en ervaring opgedaan van de toepasbaarheid van Lean en Six Sigma. Daarnaast ben ik bevoegd HBO docent. De combinatie van mijn project- en onderwijservaring kan ik goed gebruiken bij Bureau Tromp. Ik ontleen veel plezier aan het helpen van mensen om bijvoorbeeld binnen hun organisatie processen te verbeteren en hun werk te vergemakkelijken.

Chat openen
1
💬 Heb je hulp nodig?
Hi! Kan ik je ergens mee helpen? Open de chat en stel je vraag.