Methoden en technieken van kwaliteitszorg

Inhoud leereenheid 2
Methoden en technieken van kwaliteitszorg
Introductie
Leerkern
1 Controlespecificatie
2 Productcontrole
3 Procescontrole
3.1 Storingstypen
3.1.1 Niveauverschuiving
3.1.2 Trend
3.1.3 Foutencluster
3.1.4 Uitschieters
3.1.5 Periodiciteit
3.1.6 Heterogeniteit
3.2 Regelkaarten
4 Een tweetal methoden voor (fouten)analyse
4.1 Pareto-analyse
4.2 Het visgraatdiagram
5 Kwaliteitskosten
6 Samenvatting
Terugkoppeling
1 Uitwerking van de opgaven

Kwaliteitszorg
Leereenheid 2
Methoden en technieken van kwaliteitszorg
I N T R O D U C T I E
In de vorige leereenheid is de nadruk gelegd op kwaliteitszorg als
‘georganiseerde zorgvuldigheid van werken’ en de taak die eenieder
daarvoor op zich moet nemen. We hebben gezien dat kwaliteitszorg uit
vier deelgebieden bestaat: normstelling, controle, beheersing en borging.
In deze leereenheid zullen we een aantal methoden en technieken van
kwaliteitszorg bespreken. Hierbij zal het accent liggen op het deelgebied
controle. We zullen aandacht schenken aan product- en procescontrole
en daarbij de begrippen ‘attributieve meting’ en ‘variabele meting’
introduceren. Hierbij zal een aantal statistische termen en
kansverdelingen worden gehanteerd, waarvan we aannemen dat ze u
bekend zijn (de door ons veronderstelde voorkennis is wiskunde- en
statistiekkennis op havo-niveau).
Tot slot komt een tweetal vaak toegepaste methoden ten behoeve van
(fouten)analyse en een model voor kwaliteitskosten aan de orde.
LEERDOELEN
Na het bestuderen van deze leereenheid wordt van u verwacht dat u
– weet wat onder product- en procescontrole wordt verstaan
– de begrippen ‘attributieve meting’ en ‘variabele meting’ kent
– een keuringskarakteristiek kunt hanteren
– de begrippen ‘procesinherente variatie’ en ‘incidentele variatie’ kent
– een aantal storingstypen kunt herkennen en omschrijven
– de principes en toepassingen van regelkaarten kunt beschrijven en
een gegeven regelkaart kunt interpreteren
– de Pareto-analyse kunt toepassen
– de principes en toepassingen van visgraatdiagrammen kunt
beschrijven en een gegeven visgraatdiagram kunt interpreteren
– weet in welke groepen kwaliteitskosten kunnen worden verdeeld,
van elke hoofdgroep voorbeelden kunt geven en het verloop van de
kwaliteitskosten bij toenemende kwaliteit kunt schetsen
– een omschrijving kunt geven van de volgende begrippen:
belangrijkheidsclassificatie, ontvangstcontrole, eindcontrole, partij,
steekproefkeuring, keuringsschema, fout van de eerste soort, fout
van de tweede soort, keuringskarakteristiek, kwaliteitskring.

Leereenheid 2 Methoden en technieken van kwaliteitszorg
L E E R K E R N
1 Controlespecificatie
In de vorige leereenheid is gesteld dat kwaliteitszorg vier deelgebieden
omvat: normstelling, controle, beheersing en borging.
In deze paragraaf gaat het over controle (inspecteren): het meten van één
(of meer) kenmerken en het vergelijken van de gevonden
meetuitkomsten met de daarvoor geldende normen. Aan de hand van
vragen die beantwoord moeten worden bij het specificeren van een
controle zullen een aantal begrippen worden geïntroduceerd. Deze
begrippen komen terug in de volgende paragrafen van deze leereenheid
waarin een aantal methoden en technieken zullen worden behandeld.
De doeltreffendheid van controle wordt grotendeels bepaald door een
goede specificatie en uitvoering ervan. Bij de controlespecificatie kunt u
uitgaan van het beantwoorden van de volgende vragen:
a welke eigenschappen van het product of onderdeel worden
b waar
c door wie
d waarmee en
e hoe vaak gecontroleerd?
In deze paragraaf gaan we nader in op deze vragen.
De controlespecificatie begint met het bepalen van de eigenschappen die
gecontroleerd dienen te worden. De beantwoording van deze vraag
hangt af van het doel van de controle.
Een eerste doelstelling kan zijn het beoordelen of producten goed genoeg
zijn voor gebruik. Controle met een dergelijk doel noemen we
Productcontrole productcontrole. Een voorbeeld is de eindcontrole. Bij
eindcontroles worden producten voor levering geïnspecteerd
Belangrijkheidsclassificatie
om te voorkomen dat klanten slechte producten ontvangen.
Als er sprake is van productcontrole, kan een
belangrijkheidsclassificatie gebruikt worden als hulpmiddel bij
het bepalen van te controleren eigenschappen. Een
belangrijkheidsclassificatie houdt in dat eigenschappen
worden ingedeeld in klassen: kritisch, zeer belangrijk, van
ondergeschikt belang. Het indelen in die klassen vindt plaats
op grond van de gevolgen van afwijkingen (fouten) van
eigenschappen voor veiligheid, gebruik, verwisselbaarheid en
uiterlijk.
In figuur 2.1 ziet u een voorbeeld van een belangrijkheidsclassificatie.
3

Kwaliteitszorg
FIGUUR 2.1 Een voorbeeld van belangrijkheidsclassificatie
Bron: S. Wiegersma, 1973
Een tweede doelstelling van controle kan zijn het beheersen van
processen. Men wil erachter komen wat de toestand van het proces is.
Procescontrole Dergelijke controles noemen we procescontroles. Door
procescontrole verkregen informatie wordt gebruikt om,
indien nodig, processen zodanig in of bij te stellen dat de
producten aan de normen (blijven) voldoen.
Bij procescontrole is het belangrijk dat díe eigenschappen worden
gemeten die informatie verschaffen over het proces.
De plaats waar bepaalde eigenschappen gecontroleerd worden, ligt bij
voorkeur zo dicht mogelijk bij het (deel)proces waar die eigenschappen
worden gerealiseerd of voor het eerst goed beoordeelbaar zijn. Dit in
verband met de mogelijke invloed van afwijkingen op het verdere
verloop van het proces.
Naast controles tijdens het productieproces zien we de ingangs- of
Ontvangstcontrole ontvangstcontrole en de eindcontrole. De functie van de
ontvangstcontrole is tweeledig: ten eerste het verifiëren of
conform de specificaties is geleverd (door leveranciers), ten
tweede het voorkomen dat afwijkende materialen het proces
kunnen verstoren c.q. dat bijtijds maatregelen kunnen worden
genomen om het proces adequaat in te stellen
(stuurinformatie).
Eindcontrole Eigenlijk zou eindcontrole (dat wil zeggen: controle op de
output van het proces) bij een optimaal functionerend
kwaliteitszorgsysteem overbodig moeten zijn. Controles
zullen veelal echter worden uitgevoerd om de effectiviteit van
het kwaliteitssysteem te bewaken en de afnemer alsmede de
eigen organisatie hierover te informeren.
De keuze wie controleert (bijvoorbeeld productiemedewerkers of
kwaliteitsfunctionaris) is afhankelijk van overwegingen als:
– de noodzakelijke specifieke kennis en vaardigheid
– de mate waarin de beoordelingsmaatstaven objectief en duidelijk zijn
vastgelegd

Attributieve
meting
Leereenheid 2 Methoden en technieken van kwaliteitszorg
– de tijd die productiemedewerkers voor controles beschikbaar hebben,
gezien het productietempo en de eisen aan de nauwkeurigheid en
betrouwbaarheid van de meting en de registratie van de meetuitkomsten
– de mate waarin productiemedewerkers betrokken zijn bij de regeling
c.q. beheersing van het betreffende (deel)proces.
Het antwoord op de vraag waarmee wordt gecontroleerd, wordt bepaald
door:
– de kosten van aanschaf, gebruik en onderhoud van de
meetinstrumenten
– de vereiste kennis en vaardigheid alsmede het gebruik dat van de
meetinformatie wordt gemaakt.
– de aard van de te meten eigenschappen.
Het onderscheid tussen attributieve en variabele metingen is hierbij van
belang. Bij attributieve metingen wordt er alleen op gelet of een
product aan de eisen voldoet of niet. Een product is óf goed óf
fout. Een geheugenchip werkt wel of niet, een pak suiker
voldoet aan de minimale gewichtseis of niet.
Variabele meting Bij variabele metingen wordt erop gelet hoever de gemeten
waarde afligt van een bepaalde normwaarde. Hoeveel wijkt
het gewicht van een pak suiker af van de nominale waarde.
Veel producteigenschappen kunnen niet of zeer moeilijk met behulp van
een instrument worden gemeten. In die gevallen fungeert de mens als
meetinstrument.
De frequentie van de controle ofwel: hoe vaak wordt gecontroleerd, is
sterk afhankelijk van:
– gewenste nauwkeurigheid, toegestane risico’s
– de productiewijze: bijvoorbeeld stuk-, serie- of massaproductie.
Bij stuk-/kleinserieproductie zal vaak elk product gecontroleerd worden
(100%-controle).
Bij serie- en massaproductie wordt meestal steekproefsgewijs
gecontroleerd. Op basis van metingen van een steekproef wil men zich
een oordeel vormen over de kwaliteit van een partij producten. In de
volgende paragraaf zal verder ingegaan worden op het keuren van
partijen aan de hand van steekproeven.
2 Productcontrole
Als we te maken hebben met grote aantallen producten is 100%-controle
(controle van alle producten) vrij kostbaar. We zien dan ook dat deze
vorm van controle, behalve in die gevallen waar geen fouten zijn
toegestaan, zelden wordt toegepast . Het alternatief voor 100%-controle
is het keuren van een beperkt aantal producten uit een partij en op basis
van deze metingen een uitspraak proberen te doen over de kwaliteit van
Steekproefkeuring de hele partij. We spreken dan over steekproefkeuring.
De principes van steekproefkeuring kunnen zowel gebruikt worden bij
attributieve metingen als bij variabele metingen. In deze leereenheid
zullen we ons beperken tot de attributieve metingen.
OPGAVE 2.1
Als er sprake is van grote aantallen gelijksoortige producten, wordt
meestal op basis van kostenoverwegingen gekozen voor
steekproefkeuring in plaats van 100%-keuring.
5

Kwaliteitszorg
Welke reden, behalve lagere kosten, kan een bedrijf nog meer hebben om
steekproefkeuring toe te passen?
Uitgangspunt bij steekproefkeuring is dat de kwaliteit van de producten
in de steekproef, representatief is voor de kwaliteit van de gehele partij. In
een representatieve steekproef uit een partij moeten de kenmerken of
eigenschappen in de zelfde verhouding voorkomen als in de gehele
partij. Daarom is het bij steekproefkeuring noodzakelijk om producten
samen te voegen tot partijen die gemaakt zijn bij eenzelfde bron onder
dezelfde omstandigheden. Bijvoorbeeld exemplaren die afkomstig zijn
van dezelfde machine en/of productiemedewerker, en gemaakt zijn van
Partij dezelfde grondstof. Met een partij bedoelen we dan ook een
verzameling gelijksoortige producten van dezelfde afkomst,
die onder dezelfde omstandigheden zijn vervaardigd.
Steekproefkeuring kan om verschillende redenen en op verschillende
manieren worden uitgevoerd. In paragraaf 3 zullen we
steekproefkeuring ten behoeve van procescontrole tegenkomen.
De steekproefkeuring die we in deze paragraaf bespreken, is een vorm
van productcontrole, het is een beslissingsmethode om onderscheid te
maken tussen partijen die wel aan de eisen voldoen en partijen die niet
aan de eisen voldoen. De eisen die gesteld worden aan een partij, moeten
hiertoe worden vertaald in eisen aan de uitkomsten van de steekproef.
Bijvoorbeeld: Een fabrikant van suiker heeft met zijn afnemers
afgesproken dat een partij suiker van 1000 pakken maximaal 50 pakken
mag bevatten met een gewicht lager dan de nominale waarde van 1 kg.
Om te controleren of een partij voldoet aan deze norm, keurt hij een
steekproef van 20 pakken suiker. De eis aan de partij kan vertaald
worden in de volgende eis aan de steekproef: maximaal 1 pak in de
steekproef mag een gewicht lager dan 1 kg hebben. Vinden we in de
steekproef (20 stuks) geen of één enkel pak dat niet voldoet, dan wordt
de partij goedgekeurd. Zijn er twee of meer pakken met een te laag
gewicht dan wordt de partij afgekeurd.
Wordt op basis van een steekproef geconcludeerd dat een partij niet aan
de eisen voldoet dan zijn de volgende acties mogelijk:
– de partij wordt vernietigd
– de partij wordt hersteld/gerepareerd: een gedeelte van het
productieproces wordt opnieuw uitgevoerd
– de partij wordt gesorteerd. Alle producten uit de partij worden
gekeurd en de foutieve verwijderd/gerepareerd.
De eisen waaraan een steekproef moet voldoen, wordt vastgelegd in een
Keuringsschema keuringsschema. In een keuringsschema wordt in ieder geval
vastgelegd:
– hoe groot de steekproefomvang (n) is
– wat het goedkeuringscriterium (c) is. Dit betekent dat een partij wordt
goedgekeurd als het aantal foutieve producten in de steekproef ≤ c is.
Voor bovenstaand voorbeeld over de suikerfabrikant geldt het volgende
keuringschema:
– Neem een steekproef van 20 exemplaren uit een partij (n = 20).
– Keur de partij goed indien in de steekproef hoogstens 1 fout exemplaar
wordt gevonden (c = 1).
– Keur de partij af indien er meer dan 1 fout exemplaar in de steekproef
voorkomt.

Fout van de eerste
soort
Fout van de tweede
soort
Leereenheid 2 Methoden en technieken van kwaliteitszorg
Omdat men bij steekproefkeuring niet alle producten controleert, is de
betrouwbaarheid van de keuring beperkt. Men loopt het risico dat de
uitkomst van de steekproef niet gelijk is aan de werkelijke kwaliteit van
een partij. De steekproef kan procentueel minder of meer fouten bevatten
dan de totale partij. Bij keuring op basis van steekproeven zijn er twee
soorten foutieve conclusies mogelijk:
Wordt een partij ten onrechte afgekeurd dan spreken we van
een fout van de eerste soort. In ons ‘suiker’-voorbeeld: als een
steekproef 2 of meer foute exemplaren bevat, maar de totale
partij 50 of minder.
Wordt een partij ten onrechte goedgekeurd dan spreken we
van een fout van de tweede soort. De steekproef bevat minder
dan 2 foute pakken suiker, maar de totale partij meer dan 50.
Leveranciers/producenten willen onterechte afkeur tot een minimum
beperken. Het afkeuren van een relatief goede partij betekent immers
extra kosten/nadeel voor de leverancier. De kans op een fout van de
Leveranciersrisico eerste soort wordt ook wel leveranciersrisico genoemd.
De afnemers daarentegen willen een zo laag mogelijke kans op een fout
van de tweede soort. Het goedkeuren van relatief slechte partijen is
nadelig voor afnemers. De kans op onterechte goedkeur wordt
Afnemersrisico afnemersrisico genoemd.
Keuringskarakteristiek
De grootte van de risico’s voor leverancier/producent en afnemer
kunnen beïnvloed worden door de manier waarop de keuring
plaatsvindt. Van belang zijn in dit verband de omvang van de steekproef
en het zogenaamde goedkeuringscriterium.
– Hoe groter de steekproef, hoe betrouwbaarder de keuring. De kans op
foutieve conclusies (zowel fouten van de eerste soort als fouten van de
tweede soort) wordt lager.
– Het goedkeuringscriterium geeft aan waaraan de uitkomst van de
steekproef moet voldoen, wil men overgaan tot goedkeuring van de
partij. In ons voorbeeld is het goedkeurcriterium (c) 1. Bij (maximaal) 1
foutief exemplaar in de steekproef vindt goedkeuring plaats.
Door strengere eisen te stellen met betrekking tot de uitkomst van de
steekproef, worden minder partijen goedgekeurd. De kans op onterechte
goedkeuring wordt kleiner. Het leveranciersrisico wordt echter groter.
Merk op dat de eisen die gesteld worden aan een steekproef, niet in
overeenstemming hoeven te zijn met de eisen die gelden voor de
werkelijke partij. In het ‘suikervoorbeeld’ wordt aan partijen de eis
gesteld dat maximaal 5% van de exemplaren een gewicht lager dan 1 kg
mag hebben. De overeenkomstige eis aan de steekproef is maximaal 1
foutief exemplaar (5% van 20). We kunnen echter ook een strengere eis
kiezen voor de steekproef. Bijvoorbeeld alleen goedkeuren als het
gewicht van alle pakken boven de 1 kg ligt (goedkeuringscriterium = 0).
Het afnemersrisico wordt hierdoor lager. Het leveranciersrisico wordt
echter groter.
Een hulpmiddel om de afnemers- en leveranciersrisico’s bij een bepaald
keuringsschema zichtbaar te maken, is de zogenoemde
keuringskarakteristiek. De keuringskarakteristiek geeft op
grafische wijze de kans op goedkeuring als functie van de
werkelijke kwaliteit weer.
7

De hier genoemde
kansverdelingen
worden niet verder
uitgelegd. We gaan
ervan uit dat u
statistiekkennis op
havo-niveau bezit.
Kwaliteitszorg
De grafiek wordt berekend voor een bepaalde steekproefgrootte (n) en
goedkeuringscriterium (c).
Deze berekening is gebaseerd op kansrekening. Voor een attributieve
meting wordt gebruik gemaakt van discrete kansverdelingen als de
Poisson-verdeling en de binomiale verdeling. Bij een variabele meting
wordt meestal de normale verdeling toegepast. De normale verdeling is
een continue verdeling. Op de precieze wijze waarop een
keuringskarakteristiek wordt berekend gaan we hier niet in. Wel moet
u een gegeven karakteristiek kunnen interpreteren (zie de opgaven 2.2,
2.3 en 2.4).
Als voorbeeld vindt u in figuur 2.2 een keuringskarakteristiek
– van een attributieve meting: producten zijn óf goed óf fout.
– bij een steekproefgrootte van 50: n = 50
– en een goedkeuringscriterium van 1: c = 1. Bij maximaal 1 foutief
exemplaar in de steekproef wordt de partij goedgekeurd.
FIGUUR 2.2 De keuringskarakteristiek voor n = 50 en c = 1
Langs de X-as ziet u het werkelijke percentage fouten in de partij. Dit
percentage is gelijk aan 100p, waarin p de fractie fouten weergeeft.
Langs de Y-as vindt u de goedkeuringskans P G bij n = 50 en c = 1.
OPGAVE 2.2
Gegeven is de keuringskarakteristiek in figuur 2.2.
a Als het foutenpercentage 3 bedraagt, hoe groot is dan de
goedkeuringskans?
b Welk foutenpercentage hoort bij een goedkeuringskans van 95%?
c Als de goedkeuringskans 10% is, welk percentage fouten hoort daar
dan bij?
OPGAVE 2.3
Gegeven is de keuringskarakteristiek in figuur 2.2. De betreffende
leverancier heeft, op basis van marktonderzoek, besloten dat het
maximaal acceptabele foutenpercentage in een partij 2% is.
a Wat is de kans op een fout van de eerste soort bij een werkelijke
partijkwaliteit van 2% foutieve producten?

Leereenheid 2 Methoden en technieken van kwaliteitszorg
b Wat is de kans op een fout van de eerste soort bij een werkelijke
partijkwaliteit van 1% foutieve producten?
c Wat is de kans op een fout van de tweede soort bij een werkelijke
partijkwaliteit van 3% foutieve producten?
d Wat is de kans op een fout van de tweede soort bij een werkelijke
partijkwaliteit van 6% foutieve producten?
OPGAVE 2.4
Gegeven:
De eis aan die aan partijen wordt gesteld, is maximaal 6% foutieve
producten. In de nu volgende tabel vindt u de goedkeuringskansen bij
attributieve partijkeuring met n = 50, c = 3, resp. n = 50, c = 2.
Gevraagd:
a Teken de keuringskarakteristiek bij n = 50 en c = 3.
Wat is de kans op een fout van de eerste soort als het werkelijke
foutenpercentage 6% is?
Wat is de kans op een fout van de tweede soort als het werkelijke
foutenpercentage 6% is?
b Teken de keuringskarakteristiek bij n = 50 en c = 2.
c Teken de keuringskarakteristiek bij 100%-controle.
d In welke situatie n = 50 en c = 3, n = 50 en c = 2 of 100%-keuring zijn
de leveranciersrisico’s resp. de afnemersrisico’s het kleinst?
e In welke situatie n = 50 en c = 3, n = 50 en c = 2 of 100%-keuring zijn
de leveranciersrisico’s resp. de afnemersrisico’s het grootst?
3 Procescontrole
In het nu volgende komt het gebruik van steekproefkeuring ten behoeve
van procescontrole aan de orde. Het doel van de keuring is nu niet het
beoordelen of een partij voldoet aan de eisen, maar het beoordelen of het
proces verstoord is en ingrijpen al dan niet noodzakelijk is.
Soms zal het mogelijk zijn procescontrole (gedeeltelijk) te baseren op
metingen van de procesinstellingen. Hier zullen we verder niet op
ingaan. We concentreren ons op metingen aan de output van het proces,
de producten. Dergelijke metingen kunnen zowel attributief of variabel
zijn. Bij attributieve meting is de uitkomst van de steekproef het aantal
foutieve producten of percentage foutieve producten in de steekproef. Bij
variabele meting wordt de waarde van een bepaalde producteigenschap
gemeten. Als steekproefuitkomst wordt dan het gemiddelde, range en/of
spreiding van de gemeten waarden genomen.
9

Procesinherente
variatie
Kwaliteitszorg
De kwaliteit van producten wordt door een groot aantal factoren
beïnvloed. Denk aan de kwaliteit van grondstoffen en onderdelen,
nauwkeurigheid van machines, vergissingen door
productiemedewerkers, slijtage aan machine, enzovoorts. De kwaliteit
van producten is hierdoor nooit precies hetzelfde, er is sprake van
variatie in het foutenpercentage of waarde van een producteigenschap.
Een onderneming zal altijd een zekere variatie in de kwaliteit van
producten accepteren en als normaal beschouwen. Het betreft proces-
inherente variatie die het gevolg is van de wijze waarop het
proces wordt uitgevoerd. Bijvoorbeeld variatie ten gevolge
van de nauwkeurigheid van machines of vrijheid van
handelen binnen een procedure. Ter beperking van deze vorm
van variatie zijn structurele maatregelen nodig: er moet een
andere machine komen, de procedures moeten worden
veranderd. Dit type variatie kan dan ook alleen worden
gereduceerd door ingrijpen van het management.
Incidentele variatie Behalve procesinherente variatie kunnen ook incidentele
variaties plaatsvinden, als gevolg van verstoringen op het
proces. Bijvoorbeeld een overgang op grondstoffen van een
andere leverancier of een bedieningsfout. Met procescontrole
wil men achterhalen wanneer er sprake is van een dergelijke
verstoring van het proces en een ingreep noodzakelijk is om
de variatie te beperken. Voor het reduceren van incidentele
variatie zijn geen structurele procesveranderingen nodig.
Vaak kan ter plekke direct actie worden ondernomen door de
operators.
Niveauverschuiving
Een hulpmiddel bij het ontdekken van verstoringen (incidentele
variaties) is het grafisch uitzetten van steekproefuitkomsten. In paragraaf
3.1 wordt een aantal typische storingspatronen in opeenvolgende
steekproefuitkomsten genoemd. Paragraaf 3.2 gaat over het gebruik van
zogenaamde regelkaarten.
3.1 STORINGSTYPEN
We hebben hierboven gezien dat er een groot aantal verschillende
verstoringen kunnen optreden, bijvoorbeeld bedieningsfouten, andere
grondstoffen, enzovoorts. De aard van een optredende verstoring kan in
bepaalde gevallen worden afgeleid uit de wijze waarop
steekproefuitkomsten zich in de tijd gedragen.
De diverse verstoringen zullen het verloop van de kwaliteit van
producten op verschillende manieren beïnvloeden. Er treden
verschillende storingspatronen op. Daarom is het vaak nuttig de
uitkomsten van een reeks opeenvolgende steekproeven in een grafiek uit
te zetten.
Hieronder worden zes typen verstoringen beschreven en grafisch
weergegeven. Het gaat hierbij veelal om een variabele meting:
bijvoorbeeld de diameter van asjes.
3.1.1 Niveauverschuiving
Dit type verstoring wordt gekenmerkt door een plotselinge
wijziging van een producteigenschap als gevolg van
bijvoorbeeld de overgang op andere grondstoffen of

Leereenheid 2 Methoden en technieken van kwaliteitszorg
materialen, of de wijziging van een procesinstelling
(ploegwisseling!).
FIGUUR 2.3 Niveauverschuiving
3.1.2 Trend
Trend Een trend is een geleidelijke verandering van de waarde van
een producteigenschap. Dit wordt vaak veroorzaakt door
slijtage van gereedschappen, van hulpwerktuigen of van
meetgereedschappen, waardoor de afwijking steeds groter
wordt. Een trend treedt veelal ook op bij het opstarten van
processen of het opwarmen van ovens.
FIGUUR 2.4 Trend
3.1.3 Foutencluster
Foutencluster Als er plotseling en tijdelijk sprake is van een (relatief groot)
aantal extreme waarden, spreekt men van een foutencluster.
FIGUUR 2.5 Foutencluster
3.1.4 Uitschieters
Uitschieters Een uitschieter is een uitkomst die sterk van de normwaarde
afwijkt. Uitschieters zijn vaak het gevolg van een incidentele
11

Kwaliteitszorg
onoplettendheid of fout bij de bediening van het proces, van
een meetfout of van een plotseling optredend (en snel
ontdekt) technisch mankement.
FIGUUR 2.6 Uitschieters
3.1.5 Periodiciteit
Periodiciteit Periodiciteit wordt gekenmerkt door een regelmatig
optredende fluctuatie in de waarde van
producteigenschappen.
Periodiciteit kan diverse oorzaken hebben, zoals excentriciteit of andere
afwijkingen aan cilinders en walsen, pulswerking van pompen en
traagheid in een regelkring.
FIGUUR 2.7 Periodiciteit
3.1.6 Heterogeniteit
Heterogeniteit Dit verschijnsel treedt op als partijen worden beschouwd,
waarvan niet ieder product afkomstig is van hetzelfde proces.
Een dergelijke situatie kan zich bijvoorbeeld voordoen bij
parallel werkende processen, zoals bij meerkoppige
vulmachines en meerassige boormachines. Ook kan een
heterogeniteit optreden bij processen die parallel worden
gevoed, zoals bij een slijpbank waar producten van meerdere
draaibanken bewerkt worden.

Leereenheid 2 Methoden en technieken van kwaliteitszorg
FIGUUR 2.8 Heterogeniteit
Het grafisch uitzetten van steekproefuitkomsten kan worden
gestandaardiseerd met een regelkaart waarvan de toepassing in de
volgende paragraaf wordt behandeld.
3.2 REGELKAARTEN
Regelkaart Een regelkaart is een grafisch hulpmiddel, waarmee op
eenvoudige wijze kan worden vastgesteld of een
steekproefuitkomst aanleiding geeft om een procesverstoring
te veronderstellen.
In figuur 2.9 is een voorbeeld van een regelkaart opgenomen.
FIGUUR 2.9 Een regelkaart
Regelgrenzen Op een regelkaart zijn meestal een centrale lijn en een of twee
Centrale lijn regelgrenzen aangegeven. De centrale lijn geeft de
normwaarde aan voor de controlegrootheid. Ligt een
steekproefuitkomst binnen de regelgrenzen, dan nemen we
aan dat het proces niet verstoord is. Bij overschrijding is dat
wel het geval en zal men het proces moeten corrigeren. De
regelgrenzen worden daarom ook wel actiegrenzen genoemd.
Waarschuwingsgrenzen
Een regelkaart kan worden uitgebreid door toevoeging van
waarschuwingsgrenzen. Zie figuur 2.10. Bij een dergelijke,
uitgebreide regelkaart wordt een procesverstoring niet alleen
verondersteld als één steekproefuitkomst buiten de
regelgrenzen ligt, maar óók als een aantal opeenvolgende
steekproefuitkomsten dezelfde regelgrens overschrijdt.
Een overschrijding van een waarschuwingsgrens attendeert degene die
het proces moet regelen, op een mogelijke verandering. Hij/zij kan
daarover zekerheid krijgen door bijvoorbeeld direct daarop nog een
steekproef te nemen. Valt het gemiddelde daarvan weer buiten de
waarschuwingsgrenzen, dan kan met een bepaalde (berekenbare)
zekerheid worden aangenomen dat het proces inderdaad is verstoord.
13

Kwaliteitszorg
FIGUUR 2.10 Een regelkaart met bovenste en onderste regelgrenzen
(BRG en ORG) en waarschuwingsgrenzen (BWG en
OWG)
Het concept van regelkaarten is gebaseerd op de veronderstelling dat, als
een proces niet verstoord is, de procesuitkomsten beschreven kunnen
worden door een stabiele kansverdeling. Deze kansverdeling beschrijft
dan de variatie rond de gewenste waarde van een producteigenschap die
als ‘normaal’ wordt beschouwd (procesinherente variatie).
Een regelkaart is dan een hulpmiddel om te controleren of een
procesuitkomst binnen de geponeerde kansverdeling verklaard kan
worden (en dus als ‘normaal’ moet worden beschouwd), of dat een
verstoring verondersteld moet worden (en ingrijpen dus noodzakelijk is).
Hiertoe worden de regelgrenzen bij een zodanig waarde van de
producteigenschap gelegd, dat het optreden van een dergelijke waarde
volgens de geponeerde verdeling zeer onwaarschijnlijk is.
Het vorenstaande wordt hieronder toegelicht aan de hand van een
voorbeeld. Het is niet noodzakelijk dat u statistische berekeningen zoals
in het voorbeeld worden genoemd, kunt maken. Wel dient u de
gedachtengang te kunnen volgen.
Als voorbeeld nemen we de controle van de diameter van asjes. Ten
gevolge van procesinherente variaties is de diameter niet constant, maar
fluctueert deze enigzins rond de gewenste waarde van 10mm.
Bekijken we een groot aantal steekproefuitkomsten (gemiddelde
diameter van 5 asjes) dan lijkt de variatie van deze uitkomst beschreven
te kunnen worden door een zogenaamde ‘normale verdeling’ met
gemiddelde (μ) van 10,0 mm en een standaarddeviatie (σ) van 0,5 mm.
De standaarddeviatie is een maat voor de variatie rond de gemiddelde
waarde. De normale verdeling is grafisch weergegeven in figuur 2.11.

Leereenheid 2 Methoden en technieken van kwaliteitszorg
FIGUUR 2.11 De ‘normale verdeling’
Waarden rond het gemiddelde hebben een grote kans van optreden. Hoe
meer de steekproefuitkomsten afwijken van het gemiddelde, hoe lager
de kans van optreden. De kans op optreden van een uitkomst kleiner,
resp. groter dan een bepaalde waarde kan berekend worden uitgaande
van tabellen van de standaardnormale verdeling (deze tabellen zijn te
vinden in statistische handboeken). In tabel 2.1 zijn enkele kansen
opgenomen voor ons voorbeeld van de diameter van asjes.
TABEL 2.1
De kans op een waarde kleiner dan 9.0 mm of groter dan 11.0 mm is bij
een normale verdeling met μ = 10 mm en σ = 0.5 mm, onwaarschijnlijk
klein. We leggen dan ook de regelgrenzen bij 9,0 en 11,0 mm. Dat wil
zeggen dat we het proces als verstoord beschouwen als we een
steekproefuitkomst kleiner dan 9.0 mm of groter dan 11.0 mm
tegenkomen. Vaak worden regelgrenzen gekozen van μ ± 2σ. Ook in het
voorbeeld van de diameter van de asjes: 10 mm ± 1 mm.
Bij de gekozen regelgrenzen is de kans op onterecht ingrijpen (uitkomst
valt door procesinherente variatie buiten de regelgrenzen) klein.
Uitkomsten die binnen de grenzen vallen geven echter geen garantie dat
het proces niet verstoord is. Om de kans op het signaleren van
verstoringen te vergroten, gaan we bij de regelkaart voor de diameter
van asjes naast de regelgrenzen gebruik maken van
waarschuwingsgrenzen.
Deze waarschuwingsgrenzen leggen we bij 9.5 mm en 10.5 mm. Dit komt
overeen met μ ± σ.
Bij een onverstoord proces is de kans dat twee opeenvolgende
steekproefuitkomsten buiten de(zelfde) waarschuwingsgrens vallen,
klein (± 2.5%) We nemen dan ook aan dat er in dat geval sprak is van een
verstoring.
Hoewel een regelkaart een zeer eenvoudig hulpmiddel is voor de
uitvoerende productiemedewerkers, is het ontwerpen van een dergelijk
controlesysteem een complexe zaak.
Er zal een afweging gemaakt moeten worden tussen:
– de kosten van het opsporen van procesverstoringen
– de kosten/gevolgen van het niet tijdig signaleren van
procesverstoringen.
Deze kosten kunnen worden beïnvloed door de grootte van de
steekproeven, de frequentie waarmee steekproeven worden uitgevoerd
en de ligging van de regelgrenzen/waarschuwingsgrenzen.
15

Kwaliteitszorg
De beste procescontrole, vanuit het oogpunt van tijdig signaleren van
verstoringen, is het frequent keuren van grote steekproeven. Dit leidt
echter tot hoge controlekosten.
Ook bij de keuze van de regelgrenzen hebben we te maken met
tegenstrijdige eisen. Aan de ene kant willen we krappe regelgrenzen
zodat we snel, alle verstoringen kunnen signaleren en kunnen corrigeren.
Aan de andere kant is bij krappe regelgrenzen de kans op onjuiste actie
groter. Het zal dan immers vaker voorkomen dat een steekproefuitkomst
buiten de regelgrenzen valt als gevolg van procesinherente variaties, en
onterecht een verstoring wordt verondersteld.
Het minimaliseren van de kans op onterechte acties leidt tot ruime
regelgrenzen, terwijl het minimaliseren van de kans dat een verstoring
niet ontdekt wordt, leidt tot krappe regelgrenzen.
Bij de keuze van de regelgrenzen, steekproefgrootte en frequentie zal een
inschatting van en afweging tussen de relevante kosten uiteindelijk de
doorslag moeten geven.
Voor we nader in zullen gaan op de kosten van kwaliteitszorg (paragraaf
5), zullen eerst in paragraaf 4 twee methoden worden besproken voor het
analyseren van fouten.
4 Een tweetal methoden voor (fouten)analyse
Voordat op basis van gesignaleerde fouten acties kunnen worden
ondernomen, is vaak nadere analyse en onderzoek noodzakelijk. De
Pareto-analyse en het visgraatdiagram zijn eenvoudige en inzichtelijke
hulpmiddelen in dit verband. Beide methoden blijken zeer succesvol te
zijn en worden onder andere veel gebruikt door zogenaamde
‘kwaliteitskringen’.
Kwaliteitskring Een kwaliteitskring is een op vrijwillige basis gevormde groep
van 5 à 15 productiemedewerkers onder leiding van een baas
of voorman. Zo’n kring komt eens per een of twee weken
gedurende korte tijd (1 à 1 1 ⁄ 2 uur) bijeen om een door henzelf
gekozen probleem nader te onderzoeken. De groep wordt
betrokken bij het analyseren van productiegegevens, bij het
zoeken naar oorzaken van verstoringen en het bedenken en
invoeren van technische en organisatorische verbeteringen.
Door opleiding en training wordt hen geleerd hun eigen
werksituatie kritisch te beoordelen en te analyseren, onder
andere door het gebruik van processchema’s, histogrammen
(of kolommendiagrammen), regelkaarten en de hieronder
behandelde Pareto-analyse en het visgraatdiagram.
Pareto-analyse
(20-80-regel)
4.1 PARETO-ANALYSE
Zowel voor het vaststellen van de noodzakelijke controleactiviteiten, als
voor het stellen van prioriteiten bij onderzoek en preventieve
maatregelen, is inzicht nodig in de frequentie waarmee bepaalde (typen)
fouten optreden, en in de relatieve ernst van de fouten. Een eenvoudig
hulpmiddel hierbij is de zogenaamde Pareto-analyse, vaak ook
ABC-analyse of 20-80-regel genoemd. Laatstgenoemde
benaming duidt op het verschijnsel dat zeer dikwijls het
overgrote deel van bepaalde gebeurtenissen door een

Leereenheid 2 Methoden en technieken van kwaliteitszorg
betrekkelijk gering aantal oorzaken wordt veroorzaakt.
Hierna vindt u een voorbeeld van toepassing van de Pareto-analyse in de
kwaliteitszorg. Het betreft een onderzoek naar de frequentie waarmee
bepaalde fouten voorkomen in printpanelen.
Bij de controle van een groot aantal printpanelen is een tiental (typen)
fouten vastgesteld, die elk tot afkeuring leiden. Tabel 2.2 geeft hiervan
een overzicht.
TABEL 2.2 Fouten in printpanelen
In deze tabel zijn de waargenomen fouten gerangschikt naar frequentie
van voorkomen. Per type fout is het procentuele aandeel in het totaal
vermeld. In de laatste kolom zijn deze percentages opgeteld, dit steeds
tot en met die van het betrokken type. Deze cumulatieve percentages zijn
in figuur 2.12 uitgezet tegen de desbetreffende foutentypen.
FIGUUR 2.12 Pareto-diagram van fouten in printpanelen
Ook in dit geval blijkt dat slechts een gering aantal typen fouten
verantwoordelijk is voor een groot deel van de afkeuringen. De fouten 1,
2 en 3 veroorzaken in dit geval samen 78% van de totale afkeuringen.
Het lijkt dus van belang de aandacht primair te richten op het
verminderen van deze fouten.
17

Kwaliteitszorg
Afhankelijk van het beoogde doel kan men de fouten, in plaats van naar
frequentie, ook rangschikken naar hun aandeel in de kosten, in de
reparatietijd, enzovoorts.
Bij het zoeken naar oplossingen voor fouten moet men inzicht zien te
verkrijgen in de mogelijke oorzaken. Om die op een gestructureerde
manier te inventariseren kan met vrucht gebruik worden gemaakt van
het zogenaamde ‘visgraatdiagram’.
4.2 HET VISGRAATDIAGRAM
Het visgraatdiagram is een eenvoudig en handig hulpmiddel om
(kwalitatief) inzicht te krijgen in de samenhang van factoren die fouten
Ishikawadiagram kunnen veroorzaken. Het wordt ook wel een ishikawadiagram
genoemd, naar de Japanse propagandist van deze methode, of
Oorzaak-gevolg-
diagram
oorzaak-gevolgdiagram.
FIGUUR 2.13 Visgraatdiagram
Het diagram is opgebouwd uit een aantal gerichte pijlen. Figuur 2.13
geeft een voorbeeld van een van de vele uitvoeringsvormen. Dit
voorbeeld heeft betrekking op de mogelijke oorzaken van de meest
voorkomende fout uit het voorbeeld van printpanelen in paragraaf 4.1,
namelijk kortsluiting.
De grote horizontale pijl is gericht op het object van onderzoek. De
belangrijkste invloedfactoren zijn vermeld in de ‘hokken’ aan de
uiteinden van de diagonale pijlen. Elk daarvan is verder ontleed naar

Leereenheid 2 Methoden en technieken van kwaliteitszorg
mogelijke directe of indirecte oorzaken van afwijkingen. Die ontleding
wordt doorgezet, totdat alle relevante aspecten in beeld zijn gebracht. Zo
zien we in dit voorbeeld dat fouten ten gevolge van het etsen
veroorzaakt kunnen worden door een te lage etssnelheid, die op haar
beurt veroorzaakt kan zijn door een verkeerde instelling van de machine
of door een verkeerde samenstelling van het etsmiddel.
Het uitwerken van een dergelijk diagram blijkt in de praktijk een goed
middel bij de inventarisatie van mogelijke verstorende invloeden. Het
geeft een aangrijpingspunt om invloeden in relatie tot elkaar te
bestuderen. Dit zowel als basis voor verder onderzoek, als om alvast die
maatregelen te nemen, die direct mogelijk en nuttig zijn. Het is overigens
een nuttige methode bij elke vorm van probleemanalyse.
OPGAVE 2.5
Wat is het wezenlijke verschil tussen een Pareto-analyse en een
visgraatdiagram?
OPGAVE 2.6
Geef commentaar op de stelling: Men dient eerst een visgraatdiagram uit
te werken alvorens een Pareto-analyse uit te voeren.
5 Kwaliteitskosten
Kwaliteitskosten Onder de verzamelnaam kwaliteitskosten verstaan we de
kosten van het voorkómen van kwaliteitsafwijkingen, de
kosten van het vaststellen van kwaliteitsafwijkingen en de
kosten als gevolg van kwaliteitsafwijkingen. De meest
gebruikelijke benamingen voor deze hoofdgroepen van
kwaliteitskosten zijn: preventiekosten, beoordelingskosten en
foutenkosten. Deze laatste groep wordt vaak opgesplitst in
interne en externe foutenkosten.
Preventiekosten De preventiekosten worden gemaakt om de kans op
kwaliteitsafwijkingen te verkleinen, bijvoorbeeld proces- en
foutenanalyses, leveranciersselectie, opleiding en training.
Deze kosten zijn vooral van belang omdat de mate van
preventie bepalend is voor de omvang van de overige
kwaliteitskosten.
Beoordelingskosten De beoordelingskosten houden verband met inspecties,
controles, beproeving en andere beoordelingsactiviteiten van
materialen, processen en producten.
Foutenkosten De foutenkosten zijn de kosten en de gederfde opbrengsten als
gevolg van kwaliteitsafwijkingen. De interne foutenkosten
ontstaan als gevolg van afwijkingen die tijdens het
voortbrengingsproces worden geconstateerd (bijvoorbeeld
afval, uitval, herbewerking, productieverlies e.d.) dus nog
voor de levering aan de afnemer. De externe foutenkosten
ontstaan als gevolg van het optreden of ontdekken van
kwaliteitsafwijkingen bij de gebruikers, bijvoorbeeld
retourzendingen, schade- en garantieclaims.
In figuur 2.14 wordt het zogenaamde kwaliteitskostenmodel
weergegeven. Uitgangspunt bij dit model is dat door meer te investeren
in preventieve maatregelen het aantal fouten/afwijkingen en de daarmee
19

Kwaliteitszorg
samenhangende kosten aanzienlijk afnemen en (op den duur) een
minder intensieve controle noodzakelijk zal zijn. De totale
kwaliteitskosten zullen afnemen.
FIGUUR 2.14 Het verloop van kwaliteitskosten
U interpreteert figuur 2.14 als volgt. De verticale as geeft de kosten als
percentage van de omzet. Langs de horizontale as is de kwaliteit afgezet.
Aanvankelijk zullen bij een toenemende kwaliteit de totale
kwaliteitskosten dalen.
Helemaal rechts is de kwaliteit ‘volmaakt’. In dat geval zijn de
beoordelings- en foutenkosten nihil, doch de preventiekosten stijgen tot
‘astronomische’ hoogte. De totale kosten doen dat eveneens.
Bij een bepaalde kwaliteit, tussen lage kwaliteit en volmaakte kwaliteit,
zijn de totale kosten optimaal.
In figuur 2.14 zijn de optimale kwaliteitskosten gelijk aan 6% van de
omzet. Die 6% bestaan uit: 1% beoordelingskosten, 2% foutenkosten en
3% preventiekosten. Deze percentages zijn niet algemeen geldend, ze zijn
bedoeld als illustratie. Het is niet mogelijk een norm te geven voor de
kwaliteitskosten bij een doelmatig kwaliteitssysteem. De hoogte van de
optimale kwaliteitskosten is namelijk sterk afhankelijk van situationele
factoren als soort product, eisen die aan het product gesteld worden,
productiehoeveelheden, enzovoorts.
Door de invloed van situationele factoren is bij het vergelijken van de
kwaliteitskosten van verschillende organisaties grote verzichtigheid
geboden.
Dit geldt ook voor het beoordelen van de kwaliteitskosten van
opeenvolgende perioden. De effecten van maatregelen op het gebied van
kwaliteit zullen namelijk vaak pas met enige vertraging zichtbaar
worden. Zo zullen de kosten van preventiemaatregelen vaak voor de
baten (verlaging van beoordelings- en foutenkosten) uitgaan.
Ondanks deze bezwaren kan het kwantificeren van kwaliteitskosten
grote voordelen bieden bij het verkrijgen van inzicht in en het vestigen
van aandacht op kwaliteitsproblemen, bij het uitstippelen van

Leereenheid 2 Methoden en technieken van kwaliteitszorg
kwaliteitsbeleid en het stellen van prioriteiten en doelen ten aanzien van
verbeteringsprojecten en bij het beoordelen van resultaten van
verbeteringen.
We willen u erop attenderen dat van het kwaliteitskostenmodel zoals
weergegeven in figuur 2.14 nog een andere variant bestaat. In die variant
wordt ervan uitgegaan dat ook de preventiekosten zullen dalen bij
toenemende kwaliteitsverbeteringen en kwaliteitsbewustzijn. Er is geen
optimale kwaliteit waarbij de totale kosten minimaal zijn. Bij toenemende
kwaliteit zullen de kosten steeds verder afnemen.
In figuur 2.15 is dit weergegeven.
FIGUUR 2.15 Variant van het kwaliteitskostenmodel
6 Samenvatting
In deze leereenheid hebben we aandacht besteed aan product- en
procescontrole. Hierbij is het van belang om onderscheid te maken
tussen attributieve en variabele meting en moet men bedacht zijn op de
risico’s die inherent zijn aan steekproefcontrole. Deze risico’s zijn het ten
onrechte afkeuren c.q. ingrijpen (fout van de eerste soort) en het ten
onrechte goedkeuren c.q. niet-ingrijpen (fout van de tweede soort). Bij de
productcontrole hebben we aandacht besteed aan attributieve
steekproefkeuring. Het hanteren van een keuringsschema en
keuringskarakteristiek spelen daarbij een belangrijke rol.
Bij de procescontrole hebben we aandacht besteed aan typen
procesverstoringen zoals niveauverschuiving, trend, foutencluster,
uitschieters, periodiciteit en heterogeniteit en aan regelkaarten.
We zien bij een regelkaart één centrale lijn en één of twee regelgrenzen.
Met als mogelijke uitbreiding waarschuwingsgrenzen.
Als hulpmiddelen bij de (fouten)analyse hebben we kennisgemaakt met
de Pareto-analyse en het visgraat- ofwel ishikawadiagram. Ten slotte
hebben we aangegeven dat een drietal kostencategorieën, te weten
preventie-, beoordelings- en foutenkosten de totale kwaliteitskosten
vormen. Om die totale kosten te verlagen, verdient het aanbeveling om
veel aandacht te schenken aan preventie en daardoor de beoordelings-
en foutenkosten te reduceren.
21

Kwaliteitszorg
T E R U G K O P P E L I N G
1 Uitwerking van de opgaven
2.1 Een reden om niet elk product te keuren kan zijn dat de keuring
destructief is of de kwaliteit van de producten vermindert door de
keuring. Als voorbeeld kunt u denken aan het testen van de kreukelzone
van een auto door middel van een proefbotsing.
Steekproefkeuring is ook noodzakelijk als geen afzonderlijke producten
zijn te onderscheiden, bijvoorbeeld bij vloeistoffen.
2.2 a Bij een foutenpercentage van 3% bedraagt de goedkeuringskans
ongeveer 54%. Zie figuur 2.16.
b Bij een goedkeuringskans van 95% hoort een foutenpercentage van
0.8%.
Zie figuur 2.16.
c Bij een goedkeuringskans van 10% hoort een foutenpercentage van
ongeveer 7.5%. Zie figuur 2.16.
FIGUUR 2.16
2.3 a De kans op een fout van de eerste soort bij een partij met 2% foutieve
producten is ongeveer 30% (100 – de kans op goedkeuring). Zie figuur
2.17.
b De kans op een fout van de eerste soort bij een partij met 1% foutieve
producten is ongeveer 9% (100 – 91). Zie figuur 2.17.
c De kans op een fout van de tweede soort bij een partij met 3%
foutieve producten is ongeveer 53%. Zie figuur 2.17.
d De kans op een fout van de tweede soort bij een partij met 6%
foutieve producten is ongeveer 20%. Zie figuur 2.17.

Leereenheid 2 Methoden en technieken van kwaliteitszorg
FIGUUR 2.17
2.4 a De kans op een fout van de eerste soort bij 6% foutieve producten is
35.3% (100%-goedkeuringskans).
Van een fout van de tweede soort kan men in dit geval niet spreken. Een
fout van de tweede soort treedt immers op als een ‘slechte’ partij wordt
goedgekeurd. Een partij met 6% foutieve producten is niet ‘slecht’.
FIGUUR 2.18
23

Kwaliteitszorg
b
FIGUUR 2.19
c
FIGUUR 2.20
d Bij 100%-keuring zijn er geen risico’s voor leverancier en afnemer. De
kans op een onjuiste beslissing is 0.
e Het afnemersrisico, d.w.z. de kans op goedkeuring van partijen met
meer dan 6% foutieve producten is het grootst voor keuring met n = 50,
c = 3. Zie figuur 2.21.
Het leveranciersrisico, d.w.z. de kans op afkeuring van partijen met 6%
of minder foutieve producten, is het groots bij keuring met n = 50, c = 2.
Zie figuur 2.21.

Leereenheid 2 Methoden en technieken van kwaliteitszorg
FIGUUR 2.21
2.5 De Pareto-analyse is een kwantitatieve analyse, gericht op het ordenen
van fouten naar belangrijkheid. Bij het visgraatdiagram gaat het om het
inventariseren van mogelijke oorzaak-gevolg-relaties.
Een visgraatdiagram is een kwalitatief hulpmiddel.
2.6 Via de Pareto-analyse krijgt men inzicht in de omvang van het type
afwijking (in frequentie van voorkomen, kosten, productieverlies e.d.).
Een logische stap is om na een dergelijke analyse in eerste instantie die
aspecten nader te onderzoeken die de hoogste score hebben gehaald.
Het is dus beter om eerst een Pareto-analyse uit te voeren en daarna pas
een visgraatdiagram op te stellen.
25