blije klanten
ANOVA & Lean Six Sigma uitgelegd!
Lean Six Sigma maakt, in vergelijking met Lean, veel gebruik van statistiek. T-toetsen zijn bijvoorbeeld handig om te kijken of er een bepaald verschil is tussen twee werkwijzen. Dit kan handig zijn als je een nieuwe werkwijze wilt introduceren binnen een proces en je nieuwsgierig bent naar de doorlooptijd in vergelijking met de oude werkwijze.
Een t-toets wordt gebruikt voor het vergelijken van 2 verschillende groepen. Wanneer je echter meerdere groepen met elkaar wilt vergelijken, moet je gebruik maken van een ANOVA. Dit kan bijvoorbeeld handig zijn als je de verschillen tussen het aantal binnenkomende orders op verschillende werkdagen wilt onderzoeken.
Waar staat ANOVA voor?
ANOVA staat voor ‘analyses of variance’ en onderzoekt of er significante verschillen zijn tussen gemiddelden van drie of meer groepen. Voordat je een ANOVA gebruikt, moet je rekening houden met een aantal voorwaarden. Zo moet de data normaal verdeeld zijn en moet deze data onafhankelijk van elkaar zijn.
Wat doet een ANOVA?
Een ANOVA is een hypothese test. Er wordt gebruikt gemaakt van een H0, die stelt dat er géén verschil tussen de groepen in de populatie is. Daarnaast is er de H1, die stelt dat er wel een verschil is tussen de groepen in de populatie.
De ANOVA onderzoekt vervolgens zowel de variatie binnen de groepen als tussen de groepen. Hieruit ontstaat de zogenaamde ‘F-waarde’, die berekent wordt door de variatie tussen de groepen te delen door de variatie binnen een groep. Hoe groter de ratio van deze uitkomst, des te waarschijnlijker dat de H0 verworpen wordt. Met andere woorden: wanneer er voornamelijk sprake is van variatie binnen de groepen, wordt het minder waarschijnlijk dat de gemiddelde variatie tussen de groepen significant verschilt.
Hoe voer je een ANOVA uit?
Wellicht heb je weleens gewerkt met Minitab of SPSS. Dit zijn software die analyses zoals een ANOVA of t-toets makkelijk kunnen uitvoeren en ons helpen met het berekenen van ratio. Ook berekent het de P-waarde, een waarde die je zegt of je de H0 moet verwerpen of niet. Meestal wordt er gewerkt met een P-waarde van 0,05. Wanneer deze lager is dan 0,05, moet je de H0 verwerpen. Het ezelsbruggetje ‘If P is low, H0 has to go’ kan je hierbij helpen. H0 verwerpen betekent dat het gemiddelde van minimaal één groep significant verschilt van het gemiddelde van de andere groepen. Wanneer je wilt bekijken welke groep significant verschilt, dien je verdere analyse uit te voeren.