3.1.Beschrijving:
3.1.1. Introductie en relatie met onderzoeksvraag:
Aan de hand van een statistische analyse zal er worden onderzocht in hoeverre de resultaten die zijn ontstaan binnen het eindassemblageproces van scheerapparaten door Lean Manufacturing en die worden bijgehouden in het huidige MAS van de onderneming, hebben geleid tot resultaten die het Lean (transformatie)proces ondersteunen. Ofwel, in hoeverre zijn de resultaten in overeenstemming met het uiteindelijke doel van Lean, verlaging van de doorlooptijd in samenhang met het realiseren van klantwaarden. Verbeterde resultaten op prestatie-indicatoren die in verband staan met de doorlooptijd en betrouwbaarheid van het proces zijn interessant om te constateren aangezien dit een bijdrage kan leveren aan het vergroten van het draagvlak binnen de onderneming voor het verder uitrollen van Simply Philips. Lean Manufacturing is tot uiting gekomen binnen het eindassemblageproces (zie figuur 2 voor een schematische weergave van het eindassemblageproces, Customizing lijn 2) door het uitvoeren van kaizens, verbeteringen, die gerelateerd zijn aan het proces. Kaizens worden geïnitieerd door werknemers die werkzaam zijn binnen het proces en leiden tot verbeterde standaardwerkmethoden ten aanzien van werknemers- en machinewerkplekken binnen het proces. Alle verbeteringen die zijn ontstaan door Lean Manufacturing zijn dus geregistreerd als kaizens.
Bron: Philips Consumer Lifestyle Drachten Figuur 2: Schematische weergave van Customizing lijn 2 met buffers en voormontage plekken
WP = Werkplek werknemer SA = Voormontage plek
KDM = Kwaliteit dienst medewerker WP TC = Werkplek teamcoördinator
Processen voorafgaand aan het eindassemblageproces zijn:
• Assemblageprocessen, als basic body, scheerhoofden en driver units
Regressieanalyses zullen worden uitgevoerd met behulp van het computerprogramma SPSS, echter voordat deze analyses kunnen worden uitgevoerd is er eerst data nodig van alle relevante prestatie-indicatoren met betrekking tot het eindassemblageproces van scheerapparaten. Voorafgaand aan het verzamelen van alle relevante data wordt er eerst een raamwerk opgesteld in een Excel-spreadsheet. Dit raamwerk geldt als leidraad en bestaat uit een opsomming van de verschillende prestatie-indicatoren die relevant zijn voor het analyseren van de prestaties van het eindassemblageproces. Met behulp van data uit het MAS van de onderneming kan er informatie worden verzameld over de prestatie-indicatoren waardoor het mogelijk is om de regressieanalyses uit te voeren. De volgende operationele prestatie-indicatoren zullen worden onderzocht, de Fall off Rate (FOR), Operational Equipment Effectiveness (OEE), dagclip, tussenvoorraad en de laborefficiëntie ten aanzien van het eindassemblageproces. Aan de hand van de resultaten kan er vervolgens worden bepaald in hoeverre door Lean Manufacturing prestatie-indicatoren zijn veranderd en in hoeverre de geconstateerde veranderingen invloed hebben op de doorlooptijd en betrouwbaarheid van het proces. Doordat de data is verkregen uit het MAS van de onderneming kan er vervolgens een oordeel worden gegeven in hoeverre het huidige MAS ten behoeve van het eindassemblageproces het Lean proces ondersteund.
3.1.2. Beschrijving van de te onderzoeken prestatie-indicatoren:
De FOR geeft aan hoeveel producten er ten opzichte van de totale productie zijn gerepareerd voordat de producten voldeden aan de intern opgestelde kwaliteitseisen. Reparaties kunnen ontstaan door zowel menselijke- als machinefouten. Vandaar dat er wordt onderzocht in hoeverre de FOR, ontstaan binnen het proces, is gereduceerd door het toepassen van Lean Manufacturing. Een reductie van de FOR kan leiden tot een betrouwbaarder proces omdat de geproduceerde producten beter voldoen aan de interne opgestelde kwaliteitseisen. Deze reductie kan bijdragen aan het creëren van een meer procesgeoriënteerde onderneming.
FOR = Aantal gerepareerde producten per week / Totaal geproduceerde producten per week
De OEE geeft aan in hoeverre een machine het juiste product heeft gemaakt binnen de juiste tijd en van de juiste kwaliteit. Een verhoging van de OEE houdt in dat een machine effectiever produceert waardoor er meer producten per tijdseenheid kunnen worden geproduceerd. Verbeteringen, geregistreerd als kaizens, kunnen invloed hebben op alle drie de verklarende variabelen. Vandaar dat er naar de OEE is gekeken, zonder ook nog afzonderlijk de drie variabelen te onderzoeken.
De dagclip van het proces geeft vervolgens weer in hoeverre de geplande orders daadwerkelijk zijn geproduceerd. Lean Manufacturing kan leiden tot een verhoging van de dagclip aangezien door verbeteringen, geregistreerd als kaizens, het proces betrouwbaarder is geworden. Als het proces betrouwbaarder wordt kan er beter worden ingepland waardoor de geproduceerde orders beter overeenkomen met de geplande orders. De dagclip wordt wekelijks weergegeven door een gemiddelde dagclip.
Dagclip = Geproduceerde hoeveelheid orders op een dag / Geplande hoeveelheid orders op een dag
Ook kan de tussenvoorraad ten aanzien van het eindassemblageproces zijn afgenomen door de toepassing van Lean Manufacturing aangezien het proces door de veranderingen betrouwbaarder is geworden. Een betrouwbaarder proces kan ertoe leiden dat er meer overeenstemming kan ontstaan met het voorgaande assemblageproces waardoor de productie van beide processen beter op elkaar kan worden afgestemd. Een betere afstemming tussen de processen kan er toe leiden dat er minder tussenvoorraad ontstaat tussen de processen omdat de productievolumes beter overeenkomen.
Tussenvoorraad = Absolute niveau tussenvoorraad voorafgaand aan het eindassemblageproces
Ten slotte is het nog interessant om te onderzoeken in hoeverre de laborefficiëntie is gewijzigd aangezien Lean Accounting aangeeft dat een traditioneel MAS veel waarde hecht aan volume- en efficiëntieratio’s in tegenstelling tot een Lean ingericht MAS. De laborefficiëntie geeft aan hoeveel personeelsuren er daadwerkelijk aan het eindassemblageproces zijn besteed in vergelijking tot de vooraf opgestelde standaard.
Laborefficiëntie = Werkelijke output * (Norm uren per 100 stuks – Actuele uren per 100 stuks)
Voor deze prestatie-indicatoren is ten eerste gekozen aangezien verbeteringen ten aanzien van de FOR, OEE, dagclip en tussenvoorraad pullproductie stimuleren. Verbeteringen op deze indicatoren hebben zoals bovenstaand is uitgelegd invloed op de doorlooptijd en betrouwbaarheid van het proces. Om tijdig aan de vraag te kunnen voldoen is de doorlooptijd van het proces van belang en vandaar dat Lean Accounting ook aangeeft dat een onderneming zich steeds meer moet gaan richten op de doorlooptijd van het proces. Eveneens komen de indicatoren OEE en de FOR overeen met de indicatoren en aspecten die zijn vernoemd in de literatuursectie over prestatie-indicatoren. Door ook te onderzoeken in hoeverre de laborefficiëntie is gewijzigd kan er worden aangegeven in hoeverre ook de resultaten op deze indicator het Lean proces ondersteunen. Ten slotte is voor deze indicatoren gekozen aangezien deze indicatoren worden bijgehouden per januari 2009 in het MAS en een statistische analyse daardoor mogelijk is.
Lean Manufacturing is binnen de eindassemblage van scheerapparaten vanaf eind 2009 daadwerkelijk geïmplementeerd. Om seizoensperikelen te reduceren en een analyse mogelijk te maken ten aanzien van de resultaten van het proces zullen er data worden verzameld vanaf week 1 van 2009 tot en met week 43 van 2010 en worden verwerkt in het Excel-spreadsheet. Vervolgens zal de verzamelde data worden geëxporteerd naar het computerprogramma SPSS om aan de hand van regressieanalyses te onderzoeken welke van de operarationele prestatie-indicatoren significant zijn veranderd door de implementatie van Lean Manufacturing en in hoeverre de veranderingen overeenkomen met de wetenschappelijke literatuur over Lean Accounting.
3.1.3. Beschrijving van de uit te voeren regressieanalyses:
Om te onderzoeken in hoeverre er een relatie is tussen de FOR en de implementatie van Lean Manufacturing, is het nodig om de wekelijkse FOR-waarden te koppelen aan het cumulatieve aantal uitgevoerde kaizens ten aanzien van het eindassemblageproces. Er wordt immers beoogd dat verbeterde werkmethoden en –processen, geregistreerd als kaizens, gedurende een week ook gevolgen hebben voor de prestaties van het eindassemblageproces in de daarop volgende weken. Op het eindassemblageproces worden in 2010 drie typen scheerapparaten geassembleerd, echter om een zo betrouwbaar mogelijke regressieanalyse uit te voeren wordt er gekeken naar de FOR van één type product, genaamd ‘Cheetah’. De FOR wordt namelijk niet bijgehouden op eindassemblageniveau maar uiteengesplitst naar FOR per type product. Voor dit type scheerapparaat is gekozen omdat dit scheerapparaat ook in heel 2009 werd geproduceerd op de Customizing lijn 2. Één van de andere typen scheerapparaten werd namelijk pas vanaf halverwege 2009 geproduceerd op deze lijn en van het overgebleven type worden nauwelijks producten geproduceerd. Ofwel, om een zo betrouwbaar mogelijke regressieanalyse uit te voeren is er voor de FOR van de Cheetah gekozen omdat de productieomstandigheden gedurende de twee jaar hiervoor nagenoeg gelijk zijn gebleven.
Om te onderzoeken in hoeverre de implementatie van Lean Manufacturing heeft geleid tot een verandering van de OEE, dagclip, laborefficiëntie en de tussenvoorraad, is het nodig om de wekelijkse prestaties te koppelen aan het cumulatief aantal uitgevoerde kaizens. Voor het uitvoeren van betrouwbare regressieanalyses ten aanzien van deze indicatoren kan er wel op Customizing lijn 2-niveau worden geanalyseerd omdat deze indicatoren worden bijgehouden op proces2-niveau, in plaats van per producttype.
3.1.4. Beschrijving van de controlevariabelen:
Alvorens de resultaten van het onderzoek zullen worden vermeld, zal er voor sommige regressieanalyses ook nog gebruik worden gemaakt van één of meerdere controlevariabelen. Voor de regressieanalyse ten aanzien van de FOR van de Cheetah wordt gebruikt gemaakt van de controlevariabele, wekelijkse variatie/delta van de output. Een wekelijkse variatie in output zorgt ervoor dat er geen uitgebalanceerd proces mogelijk is. Uit enkele gesprekken met kwaliteitsmedewerkers is naar voren gekomen dat een niet-uitgebalanceerde lijn invloed heeft op de FOR. Werknemers hebben namelijk moeite om steeds in een sneller werktempo te werken en de concentratie vast te houden als gevolg van wekelijkse outputverhogingen. Vandaar dat de wekelijkse variatie in output als controlevariabele wordt meegenomen omdat deze variabele ook invloed heeft op de hoogte van de FOR.
Voor de regressieanalyse ten aanzien van de OEE op Customizing lijn 2-niveau wordt gebruik gemaakt van de controlevariabele, cyclustijd. De cyclustijd geeft de maximale tijd weer van de bottleneckwerkplek ter behandeling van één product. Een verlaging van de cyclustijd geeft aan dat het proces meer producten moet produceren per tijdseenheid. De cyclustijd wordt soms verlaagd zodat werknemers gedwongen worden om werkplekmethoden of –processen te verbeteren. Dit kan ook gevolgen hebben voor de OEE aangezien de machinewerkplek nog niet was afgestemd op de hogere productiviteit. Ofwel, de kans op storingen en kwalitatieve fouten is groter wat negatieve gevolgen heeft voor de OEE. Gedurende de steekproef is de cyclustijd twee keer verlaagd wat gevolgen kan hebben voor de OEE.
Ten slotte zal voor de regressieanalyse ten aanzien van de tussenvoorraad op Customizing lijn 2-niveau ook de variatie in output worden meegenomen. Een wekelijkse variatie in output zorgt ervoor dat er geen uitgebalanceerd proces mogelijk is tussen de assemblageprocessen en het eindassemblageproces. Hierdoor kan een wekelijkse variatie in output voor meer tussenvoorraden zorgen ten aanzien van Customizing lijn 2 omdat de processen niet goed op elkaar kunnen worden afgestemd. Als de output van de processen niet één op één worden aangepast aan de wekelijkse variatie van de output kan er een ander voorraadniveau ontstaan. Vandaar dat de variatie in output als controlevariabele wordt meegenomen.
3.1.5. Correlatieanalyse:
Voorafgaand aan de regressieanalyses zijn eerst de onafhankelijke variabelen getest door middel van een Pearson correlatieanalyse (zie tabel 1). Onafhankelijke variabelen die gedurende de steekproef een onderlinge correlatie vertonen van 0.7 mogen niet worden gebruikt voor de analyse (Nunnally en Bernstein, 1994). Uit de analyse blijkt dat de onafhankelijke variabelen cumulatieve uitgevoerde kaizens en de cyclustijd een onderlinge correlatie hebben van -0,905. Deze twee onafhankelijke variabelen zouden worden gebruikt tijdens de regressieanalyse van de OEE, maar aangezien deze twee variabelen heel sterk met elkaar correleren is het niet mogelijk om ze beiden als controlevariabele te gebruiken. De reden hiervoor is dat het onderling geen onafhankelijke variabelen zijn gedurende deze steekproef, waardoor het effect van beide controlevariabelen op de OEE anders zou worden versterkt door de onderlinge afhankelijkheid. Gedurende de steekproef is de cyclustijd namelijk maar twee keer aangescherpt en met name voorafgaand aan de invoering van Lean Manufacturing, waardoor cyclustijd en cumulatieve uitgevoerde kaizens sterk afhankelijk van elkaar zijn in deze steekproef. Vandaar dat voor het uitvoeren van de regressieanalyse ten aanzien van de OEE alleen de controlevariabele cumulatieve uitgevoerde kaizens wordt meegenomen om het effect van Lean Manufacturing te onderzoeken. Voor de andere regressieanalyses kunnen de gewenste controlevariabelen wel worden gebruikt.
**. Correlatie is significant tot de waarde 0.01 (2-zijdig)
Tabel 1: Correlatieanalyse Cumulatieve kaizens uitgevoerd Variatie in Output Cyclustijd Pearson Correlatie 1,000 ,064 -,905 ** Sig. (2-tailed) ,569 ,000 Cumulatieve kaizens uitgevoerd N 92,000 82 85
3.2.Resultaten:
Hieronder worden de resultaten beschreven van de uitgevoerde statistische analyse. Een onderzocht verband tussen twee variabelen wordt verworpen wanneer er een significantie is tussen twee variabelen van meer dan 0,1 (J.J.Fareway, 2002). Een significantie tussen de waarden 0,10 en 0,15 hoeft echter niet per definitie te worden verworpen. Vervolgonderzoek, bijvoorbeeld door het vergroten van de steekproef of door het leggen van bepaalde voorwaarden aan de steekproef, kan er alsnog voor zorgen dat er een significantie ontstaat die tussen de waarden 0,0-0,1 ligt. Tevens geeft de ‘adjusted R square’ aan in hoeveel procent van de gevallen een bepaalde relatie voorkomt; verklaringskracht. Het is een determinatiecoëfficiënt en geeft het percentage verklaarde variantie weer tussen de afhankelijke en onafhankelijke variabele (J.J.Fareway, 2002). Enige voorwaarde is wel dat de relatie tussen de variabelen significant moet zijn. Voorafgaand aan de resultaten wordt eerst de beschrijvende statistiek vermeld waarin de kerngegevens staan van de gebruikte steekproef.
3.2.1. Beschrijvende statistiek:
De steekproef voor het onderzoek bevat data van Customizing lijn 2 vanaf week 1 van 2009. Uit tabel 2 (totale beschrijvende statistiek) valt bij de waarden onder de ‘N’ af te lezen dat er data zijn verzameld van maximaal 93 weken. Echter, voor enkele indicatoren is er voor het onderzoek minder data gebruikt aangezien deze data niet beschikbaar zijn binnen de onderneming.
Tabel 2: Totale Steekproef
N Minimum Maximum Gemiddelde
Standaard afwijking Cumulatieve_Kaizens_Uitgevoerd 92 FOR_Cheetah 85 Variatie_Output 82 Labor_efficientie 92 Norm_Labor_efficientie 91 OEE 83 Dagclip 83 WIP_Custo_2 93 Valid N (listwise) 71 Gecensureerd
3.2.2. Uitgevoerde kaizens in relatie tot de FOR van de Cheetah:
Uit tabel 3 valt af te lezen dat er een sterke significantie is tussen het cumulatieve aantal uitgevoerde kaizens binnen de Customizing lijn 2 en de FOR van de Cheetah. Uit de uitgevoerde analyse blijkt namelijk dat er een significantie is tussen deze twee variabelen van 0,000. Tevens is de waarde van de adjusted R square 0.43. Dit houdt in dat in 43.0% van de gevallen de FOR van de Cheetah is gedaald door de uitgevoerde kaizens. Dit is een redelijk hoge verklaringskracht. Eveneens is de significantie van het gehele model 0,000.
Er kan worden geconcludeerd dat het aantal cumulatief uitgevoerde kaizens, die worden geïnitieerd door werknemers die werkzaam zijn binnen het eindassemblageproces, een sterke bijdrage levert ten aanzien van een reductie van de FOR van de Cheetah. De negatieve correlatie is ook in overeenstemming met eerdere bevindingen uit wetenschappelijke onderzoeken. Zo verklaarde Burgess (2010) dat het doel van het creëren van standaardwerkmethoden binnen processen is, dat het aantal afkeuringen en reparaties binnen processen wordt verminderd. Ofwel, verspillingen worden geëlimineerd wat overeenkomt met de principes van Lean (Fiume 2007).
Tabel 3: Anova Regressieanalyse
FOR = α + β1 (cum.kaizens) + β2 (Variatie in output) + ε FOR = -0.669 (cum.kaizens) + 0.047 (Variatie in output) + ε
Adjusted R Square ,43
T-waarden en Significantie β 1: t = -7.776 sig: 0.000 β 2: t = 0.574 sig: 0.586
Model Significantie ,000
3.2.3. Uitgevoerde kaizens in relatie tot de OEE:
Uit tabel 4 valt af te lezen dat er ook een sterke significantie is tussen het cumulatieve aantal uitgevoerde kaizens binnen de Customizing lijn 2 en de hoogte van de OEE. Uit de analyse blijkt namelijk dat er een significantie is tussen deze twee variabelen van 0,027. De waarde van de adjusted R square is echter 0.046. Ofwel, er is nog geen evidente verklaringskracht dat het aantal cumulatief uitgevoerde kaizens direct in relatie staat tot een verhoging van de OEE. Mogelijke verklaring hiervoor kan zijn dat kaizens alleen tot een verhoging van de OEE kunnen leiden als de kaizens direct gerelateerd zijn aan de werking van de machine waarop de OEE wordt gemeten. Echter, hierin is geen onderscheid gemaakt binnen de registratie van het aantal kaizens. Kaizens kunnen wel leiden tot betere werkmethoden ten aanzien van de werknemersplekken waardoor op een gegeven moment ook de OEE van een machine moet worden verbeterd. Dit komt overeen met de ‘Theory of Constraints’, dat een verhoging van de OEE alleen resulteert in een productievere output als de doorlooptijd van het
proces wordt bepaald door de machinewerkplek.
Er kan worden geconcludeerd dat het aantal cumulatief uitgevoerde kaizens een bijdrage levert ten aanzien van de verhoging van de OEE. De correlatie tussen de twee variabelen is wel in overeenstemming met eerdere resultaten uit wetenschappelijke onderzoeken, namelijk dat operationele prestatie-indicatoren in eerste instantie significant veranderen door de implementatie van Lean Manufacturing (Fullerton en Wempe 2009). Abdel-Maksound (2005) verklaarde ook dat ondernemingen met geavanceerde productietechnieken en -processen veel waarde hechten aan betrouwbare niet-financiële maatstaven. In hoeverre het eindassemblageproces geavanceerd is valt over te twisten, echter als de doorlooptijd van het proces wordt bepaald door de machinewerkplek is het relevant om de OEE te verhogen omdat dit kan leiden tot een flexibeler proces waardoor er beter pullgericht kan worden geproduceerd.
Tabel 4: Anova Regressieanalyse OEE = α + β1 (cum.kaizens) + ε OEE = 0.240 (cum.kaizens) + ε
Adjusted R Square ,046
T-waarde en Significantie β 1: t = 2.249 sig: 0.027
3.2.4. Uitgevoerde kaizens in relatie tot de tussenvoorraad:
Uit tabel 5 valt op te maken dat er geen significantie is tussen het cumulatieve aantal uitgevoerde kaizens ten aanzien van Customizing lijn 2 en het voorraadniveau. Uit de analyse blijkt namelijk dat er een significantie is tussen de twee variabelen van 0,208. Op basis van deze gegevens kan er niet worden aangenomen dat het aantal uitgevoerde kaizens invloed heeft op het voorraadniveau van Customizing lijn 2. Dit is niet in overeenstemming met de beweringen van Womack et al. (1991) dat het voorraadniveau laag is bij processen die zijn ingericht volgens Lean Manufacturing. In hoeverre het voorraadniveau als laag kan worden aanschouwd is wel de vraag, feit is wel dat het voorraadniveau gemiddeld gezien nauwelijks is gereduceerd sinds de invoering van Lean Manufacturing. Daarbij kan er tevens verondersteld worden dat uit enkele gesprekken met werknemers binnen de onderneming er wel kan worden verondersteld dat het voorraadniveau hoog is. Uit deze gesprekken kwam namelijk naar voren dat het voorraadniveau op dit moment als hoog wordt aanschouwd en dat er door de toepassing van Lean Manufacturing getracht wordt om het niveau te reduceren. Ondermeer is er voor gekozen om de voorraad ten aanzien van de processen op te slaan in buffers bij het proces (zie ook figuur 2). Op deze manier is het namelijk zichtbaar hoeveel voorraad er daadwerkelijk is waardoor bij werknemers het bewustzijn moet ontstaan dat het voorraadniveau gereduceerd moet worden. Een mogelijke verklaring voor de niet significante correlatie kan zijn dat de assemblageprocessen ook verbeteringen moeten ondergaan voordat de tussenvoorraad ten aanzien
van het eindassemblageproces reduceert. Ofwel, een significante reductie van het voorraadniveau kan mogelijk ontstaan als voorgaande processen ook worden ingericht en voldoen aan de richtlijnen van Lean Manufacturing.
3.2.5. Uitgevoerde kaizens in relatie tot de dagclip:
Uit tabel 6 valt op te maken dat er eveneens een significantie is tussen het cumulatieve aantal uitgevoerde kaizens en de hoogte van de dagclip. Uit de analyse blijkt namelijk dat er een significantie is tussen de twee variabelen van 0,000. De waarde van de adjusted R square is 0,602. Er is dus een redelijke verklaringskracht voor de onderzochte correlatie. Er kan worden geconcludeerd