Proefschriften en promotieprojecten

Achttien academische promoties bij IBIS UvA

Promotie Operations ManagementAls onderdeel van de Universiteit van Amsterdam streeft IBIS UvA ernaar waardevolle bijdragen te leveren aan de wetenschap.

Onze promovendi

Rob Goedhart

Rob doet onderzoek naar de regelkaart. In de praktijk wordt de regelkaart gebruikt voor het monitoren van bepaalde proceseigenschappen, met als doel om systematische afwijkingen in een proces te detecteren.

Ieder proces is onderhevig aan variatie. Deze variatie kan voortkomen uit normale oorzaken (in het proces ingebouwd) of speciale oorzaken (door onverwachte gebeurtenissen). Een proces wordt aangeduid als 'in-control' als er geen sprake is van variatie door speciale oorzaken. Is dit wel het geval dan wordt het proces aangeduid als 'out-of-control'. De speciale oorzaken dienen zo snel mogelijk gedetecteerd en verholpen te worden. De regelkaart is een hulpmiddel voor deze detectie.

Aangezien de werkelijke proces-parameters meestal onbekend zijn, worden deze geschat aan de hand van een steekproef. Op basis hiervan worden de regelkaart grenzen bepaald, die vervolgens gebruikt worden om het proces te monitoren. Indien een regelkaart vermoedt dat het proces onder toezicht out-of-control is, geeft deze een signaal af. Belangrijk bij het opstellen van de regelkaart is niet alleen hoe snel een signaal afgegeven wordt als het proces out-of-control is, maar ook dat er zo min mogelijk signalen in de in-control fase afgegeven worden. Een hoog aantal valse signalen brengt namelijk ook kosten met zich mee, en kan er voor zorgen dat de betrouwbaarheid van de regelkaart betwist wordt.

Rob richt zich in zijn onderzoek op methoden die het aantal valse alarmen beperken, maar tegelijkertijd een acceptabele out-of-control prestatie behouden. Het onderzoek wordt begeleid door prof.dr. R.J.M.M. Does en dr. M. Schoonhoven.

Bart Lameijer

Bart doet onderzoek naar de resultaten van Lean Six Sigma voor de Nederlandse service industrie. Het doel van het onderzoek is om de kritische succesfactoren voor Lean Six Sigma in het Nederlandse bedrijfsleven te onderscheiden. Wat levert een investering in Lean Six Sigma doorgaans op, en hoe wordt dit resultaat het meest effectief gerealiseerd, is daarbij de hoofdvraag. 

Lean Six Sigma is een methode voor het organiseren van kwaliteits- en efficiëntieverbeteringen en wordt sinds het begin van dit millennium op grotere schaal in allerlei vormen in de Nederlandse service industrie toegepast. Vandaag de dag is er voldoende empirische data om wetenschappelijk onderzoek te starten naar de effectiviteit van de investeringen in Lean Six Sigma in de Nederlandse service industrie. Het doel van dit onderzoek is om (1) voor de Nederlandse service industrie kritische succesfactoren te identificeren die nodig zijn voor het realiseren van gestelde Lean Six Sigma doelen en (2) een significante bijdrage te leveren aan het internationaal bredere academische debat over de resultaten van Lean Six Sigma.

Het onderzoek richt zich op een tweetal facetten van resultaten van Lean Six Sigma voor de service industrie. De eerste is de acceptatie door de werkvloer en het management van het Lean Six Sigma gedachtegoed (continu verbeteren) en een tweede de feitelijk gerealiseerde geldelijke en meetbare baten. Uitgangspunt is daarbij dat eenmalige boekhoudkundige resultaten van Lean Six Sigma wel een voorwaarde -maar niet genoeg- zijn, voor duurzame resultaten. Direct betrokkenen behoren overtuigd te worden van het blijvend verbeteren van eigen processen en werkzaamheden middels Lean Six Sigma zodat dit een doorgaande inspanning is die breder dan alleen de Lean Six Sigma specialisten wordt ingezet. Dit noemen we de actieve acceptatiedoor managers en medewerkers van Lean Six Sigma. Zoals eerdere genoemd is aantoonbaar verbetering op het bedrijfsresultaat van deze doorgaande Lean Six Sigma inspanning door de werkvloer en het management een voorwaarde voor blijvend resultaat. Dit noemen we de baten van Lean Six Sigma. Onderzoekend vanuit deze twee perspectieven op Lean Six Sigma, perceptie en benefits, worden de kritische succesfactoren voor Lean Six Sigma investeringen in de Nederlandse service industrie geadresseerd. Het onderzoek wordt begeleid door prof.dr. R.J.M.M. Does en  prof.dr. Jeroen de Mast.

Leo Huberts

Leo doet onderzoek naar het monitoren van ‘Big Data’. Het gebruik van Statistical Process Monitoring (SPM) voor grote datasets is in opkomst en nieuwe technieken zijn nodig. In de praktijk wordt SPM gebruikt voor het monitoren van bepaalde proceseigenschappen, met als doel om systematische afwijkingen in een proces te detecteren. 

Ieder proces is onderhevig aan variatie. Deze variatie kan voortkomen uit normale oorzaken (inherent aan het proces) of speciale oorzaken (door onverwachte gebeurtenissen). Een proces wordt aangeduid als 'in-control' als er geen sprake is van variatie door speciale oorzaken. Is dit wel het geval dan wordt het proces aangeduid als 'out-of-control'. De speciale oorzaken dienen zo snel mogelijk gedetecteerd en waar mogelijk verholpen te worden. Het SPM vakgebied concentreerde zich voornamelijk op kleinere datasets, aangezien het verzamelen van data in de praktijk vaak kostbaar was. Gedreven door technologische vooruitgang groeit de beschikbare data explosief en dat vereist nieuwe methoden in SPM.

In de praktijk zijn processen vaak afhankelijk van meerdere gerelateerde variabelen. Om deze processen te monitoren zijn multivariate regelkaarten ontwikkeld. De toepassing van deze kaarten op high-volume, high-velocity datasets met variabelen van verschillende data types heeft echter nog weinig aandacht gekregen. Met behulp van data uit de praktijk worden deze methodes onderzocht en verder ontwikkeld. Het onderzoek wordt begeleid door prof.dr. Ronald Does en dr. Marit Schoonhoven.

Mandla Diko

The research of Mandla is focused on numerically finding the correct charting constants of a Phase II chart with estimated limits, based on a given amount of Phase I data and a given nominal value of some control chart performance criterion. This research is done under the supervision of professor Ronald Does and professor Subha Chakraborti.

For decades control charts have been used as effective tools for detecting process changes that may affect the quality of products and services. Usually, the parameters of the process are unknown and are estimated from the Phase I process data before being used to construct control charts for Phase II process monitoring. Using parameter estimates to construct Phase II charts is known to degrade chart performance, for example the in-control average run-length of the chart may be shorter than nominally expected, causing higher false alarms. These effects of parameter estimation on control chart properties have been widely studied. However, the question of “how to adjust the Phase II limits to compensate for the effects of parameter estimation?” still needs further investigation.

Afgeronde proefschriften

Thomas Akkerhuis (2016)
Measurement System Analysis for Binary Tests

Alex Kuiper (2016)
Appointment Scheduling in Healthcare

Inez Zwetsloot (2016)
EWMA Control Charts in Statisical Process Monitoring

Hafiz Zafar Nazir (2014)
Robust Control Charts in Statistical Process Control

Tashi Erdmann (2012)
Statistical Evaluation of Binary Measurement Systems

Nasir Abbas (2012)
Memory-type Control Charts in Statistical Process Control

Gerard Niemeijer (2012)
Process Improvement in Healthcare

Benjamin Kemper (2011)
Process Flow Improvement in Services and Healthcare

Marit Schoonhoven (2011)
Estimation Methods for Statistical Process Control

Muhammed Riaz (2008)
Improved and Robust Monitoring in Statistical Process Control

Henk de Koning (2007)
Scientific Grounding of Lean Six Sigma's Methodology

Jaap van den Heuvel (2007)
The Effectiveness of ISO 9001 and Six Sigma in Healthcare

Thijs Vermaat (2006)
Statistical Process Control in Non-Standard Situations

Wessel van Wieringen (2003)
Statistical Models for the Precision of Categorical Measurement Systems

Jeroen de Mast (2002)
Quality Improvement from the Viewpoint of Statistical Method

Roxana Ion (2001)
Nonparametric Statistical Process Control

Albert Trip (2000)
Statistical Process Control in Practice: Let's make it better

Werner Schippers (2000)
Structure and Applicability of Quality Tools

Freek Huele (1998)
Statistical Robust Design

Kit Roes (1995)
Shewhart-type charts in Statistical Process Control

Frans Tan (1994)
A Stochastic Growth Model for the Longitudinal Measurement of Ability