In heel wat organisaties lokt de minste schommeling van een indicator een reactie uit. Een cijfer dat hoger of lager ligt dan de dag voordien volstaat om een team te mobiliseren en een corrigerende actie in te plannen. Die waakzaamheid lijkt terecht, gezien het gewicht van de kwaliteitseisen op de processen.

Toch hebben niet alle afwijkingen dezelfde betekenis. Sommige weerspiegelen de normale werking van een proces, met zijn onvermijdelijke toevalligheden. Andere wijzen op een reële verandering, een drift, een afwijking die om ingrijpen vraagt. Beide door elkaar halen leidt ertoe dat men handelt wanneer men zou moeten observeren, en observeert wanneer men zou moeten handelen.

Regelkaarten, afkomstig uit de Statistical Process Control, bieden een gestructureerd antwoord op die verwarring. Ze bieden een visuele en statistische lezing die normale variatie onderscheidt van een signaal van afwijking, en veranderen de manier waarop de organisatie haar processen aanstuurt.

De verwarring tussen variatie en afwijking

Een proces is nooit volmaakt stabiel. Zelfs in de best beheerste omstandigheden schommelen de resultaten van meting tot meting, en die schommeling wijst niet noodzakelijk op een storing.

In veel bedrijven blijft die statistische realiteit slecht begrepen. Elke afwijking wordt geïnterpreteerd als het symptoom van een op te lossen probleem. Een toevalligheid wordt dan gecorrigeerd alsof het om een grondoorzaak ging, en het ingrijpen verslechtert uiteindelijk wat het beweerde te verbeteren.

Twee soorten variatie: gewone en bijzondere

De statistische benadering onderscheidt twee types variatie met heel verschillende oorsprong. Gewone variatie komt overeen met de ruis die eigen is aan het proces: de som van talrijke kleine oorzaken die het zinloos zou zijn één voor één aan te pakken. Bijzondere variatie vloeit daarentegen voort uit een identificeerbare gebeurtenis, buiten de normale werking.

Dat onderscheid verandert alles. Gewone variatie verminder je door het ontwerp van het proces zelf aan te passen. Bijzondere variatie pak je aan door de precieze oorzaak te identificeren die ze veroorzaakt heeft. Beide door elkaar halen leidt tot twee spiegelbeeldige doodlopende straten.

De regelgrenzen begrijpen

Regelkaarten geven het verloop van een indicator in de tijd weer, omkaderd door twee lijnen: de bovengrens en de ondergrens. Zolang de punten binnen die grenzen blijven en zich op natuurlijke wijze rond het gemiddelde verdelen, wordt het proces als statistisch beheerst beschouwd.

Die grenzen worden niet bij decreet vastgelegd. Ze komen noch overeen met een klanttolerantie, noch met een interne doelstelling. Ze worden berekend op basis van de gegevens van het proces zelf, uit de waargenomen variabiliteit. Een kaart zegt niet of een resultaat commercieel goed of slecht is: ze zegt of het proces dat het voortbracht zich stabiel gedraagt dan wel veranderd is.

De signalen die moeten alarmeren

Een beheerst proces levert punten op die rond het gemiddelde verspreid liggen, zonder bijzondere structuur. Verschillende patronen wijzen er daarentegen op dat er iets veranderd is en verdienen een analyse:

• een punt dat buiten een regelgrens valt
• een langgerekte trend van punten in dezelfde richting
• een reeks opeenvolgende punten aan één kant van het gemiddelde
• regelmatige cycli of terugkerende patronen
• variabiliteit die abnormaal toeneemt of versmalt

Die signalen beweren niet dat er een defect aanwezig is. Ze wijzen erop dat er waarschijnlijk een bijzondere oorzaak in het proces geslopen is, en dat het gerechtvaardigd wordt om ernaar te zoeken.

De valkuil van oversturing

Zonder statistische lezing is de verleiding groot om op elke schommeling te reageren. Een punt onder het gemiddelde lokt de ene actie uit, een punt erboven de andere. Elke bijstelling wil corrigerend zijn, maar wijzigt een proces dat niet in fout was.

Die overreactie heeft een paradoxaal effect: ze versterkt de variabiliteit in plaats van ze te verminderen. Het proces, voortdurend door elkaar geschud door nutteloze correcties, wordt instabieler dan het was. Oversturing put de teams uit en verslechtert tegelijk de resultaten.

De valkuil van ondersturing

Aan de andere kant belandt een organisatie die reële signalen negeert in ondersturing. Een trage drift zet zich in zonder dat iemand het merkt, omdat geen enkel punt de grenzen spectaculair overschrijdt.

Regelkaarten maken die geleidelijke driften zichtbaar: een reeks punten aan dezelfde kant van het gemiddelde, of een zachte maar aanhoudende trend, wijst op een verandering die het blote oog ontgaat. Zonder die lezing drijft het proces af tot het defecten oplevert, en kost de correctie veel meer dan een vroege reactie zou hebben gevraagd.

Regelkaarten binnen de DMAIC-aanpak

Binnen DMAIC komen regelkaarten vooral aan bod in de fase Control, die de behaalde winst duurzaam wil verankeren. Zodra het proces verbeterd is, laten ze toe om in de tijd na te gaan of de nieuwe prestatie standhoudt.

Hun nut beperkt zich echter niet tot die fase. Al in de fase Measure brengen ze de initiële variabiliteit van het proces in kaart; in de fase Analyze helpen ze structurele oorzaken te onderscheiden van eenmalige gebeurtenissen. Die continuïteit maakt er een transversaal instrument van, en niet zomaar een sluitstuk voor bewaking.

De rol van het management bij het gebruik van regelkaarten

Zoals bij de meeste Lean Six Sigma-instrumenten hangt de doeltreffendheid van regelkaarten sterk af van de houding van het management. Het instrument kan worden afgewend tot een middel om mensen te controleren, of ingezet als een gedeelde taal over de toestand van de processen.

Wanneer elk punt buiten de grenzen een zoektocht naar een individuele verantwoordelijke uitlokt, leren teams snel om gegevens te verbergen of metingen bij te sturen, en verliest de lezing haar diagnostische waarde.

Wanneer de analyse collectief is en gericht op het begrijpen van het systeem, worden regelkaarten een gespreksbasis. De teams maken zich het instrument eigen en melden afwijkingen vroeger. De houding van het management bepaalt de waarde van de geproduceerde informatie.

Van reactie naar duurzame stabiliteit

Regelkaarten invoeren betekent afstand doen van de reflex om onmiddellijk op elke afwijking te reageren. Het betekent aanvaarden dat een levend proces schommelt, en tegelijk ruis van signaal kunnen onderscheiden.

Die discipline verandert de verhouding van de organisatie tot haar eigen processen. Beslissingen worden minder emotioneel en beter op feiten gestoeld, en de inspanningen concentreren zich daar waar ze werkelijk waarde opleveren.

Regelkaarten vervangen noch de menselijke analyse, noch de vakkennis. Ze bieden een kader dat die analyse juister en zuiniger maakt. Ze worden dan veel meer dan een bewakingsinstrument. Ze worden een stuurinstrument ten dienste van duurzame prestaties.

Wat je moet onthouden

• Regelkaarten onderscheiden normale variatie van een afwijking
• Een stabiel proces schommelt van nature rond zijn gemiddelde
• Gewone variatie weerspiegelt de normale werking van het proces
• Bijzondere variatie wijst op een identificeerbare verandering
• Regelgrenzen worden berekend, niet afgekondigd
• Verschillende visuele signalen waarschuwen voor verlies van beheersing
• Oversturing verslechtert de processen die ze beweert te verbeteren
• Ondersturing laat stille driften ongemerkt groeien