Wat is Six Sigma en hoe pas je het toe?

Six Sigma is een datagedreven methode voor procesverbetering waarmee organisaties variatie, fouten en onvoorspelbaarheid in processen systematisch verminderen. De aanpak gebruikt feiten, metingen en statistische analyse om te bepalen waar een probleem ontstaat, welke oorzaken werkelijk invloed hebben en welke verbetering aantoonbaar werkt.

Bij het verbeteren van bestaande processen wordt meestal gewerkt met DMAIC: Define, Measure, Analyze, Improve en Control. Daarmee ga je niet direct van probleem naar oplossing, maar eerst van probleem naar meting, analyse en onderbouwde oorzaak. Dat maakt Six Sigma vooral waardevol wanneer prestaties wisselen, fouten terugkomen of het gemiddelde redelijk lijkt terwijl klanten toch onvoorspelbare uitkomsten ervaren.

Kort antwoord
Six Sigma draait niet om zoveel mogelijk statistiek gebruiken. Het draait om de juiste vraag stellen, betrouwbare data verzamelen, variatie begrijpen, oorzaken toetsen en alleen verbeteringen invoeren waarvan het effect aannemelijk of aantoonbaar is.

Wat betekent “sigma” in Six Sigma?

De Griekse letter σ (sigma) wordt in de statistiek gebruikt voor de standaarddeviatie: een maat voor de spreiding van waarnemingen rond het gemiddelde. Die spreiding is belangrijk, omdat twee processen hetzelfde gemiddelde kunnen hebben en toch heel verschillend presteren.

Stel dat twee teams gemiddeld binnen drie dagen leveren. Bij team A ligt vrijwel iedere levertijd rond die drie dagen. Bij team B varieert de levertijd van één tot zeven dagen. Het gemiddelde is hetzelfde, maar voor de klant zijn dit twee totaal verschillende processen. Six Sigma kijkt daarom niet alleen naar het gemiddelde, maar juist naar variatie, voorspelbaarheid en de verhouding tot klant- of specificatie-eisen.

Hoe kleiner en voorspelbaarder de relevante variatie is ten opzichte van die eisen, hoe betrouwbaarder het proces kan presteren. Daarbij is het belangrijk om eerst vast te stellen of het proces stabiel genoeg is om zinvol over capability te spreken.

Betekent Six Sigma altijd 3,4 fouten per miljoen?

Six Sigma wordt vaak samengevat als ongeveer 3,4 defecten per miljoen mogelijkheden (DPMO). Dat getal wordt binnen de traditionele Six Sigma-benadering als referentieniveau gebruikt, maar er zit een belangrijke statistische conventie achter.

De koppeling tussen “zes sigma” en 3,4 DPMO gaat uit van de aanname dat het procesgemiddelde op langere termijn tot ongeveer 1,5 standaarddeviatie kan verschuiven. Zonder die conventie is de theoretische foutkans van een perfect gecentreerd normaal verdeeld proces bij zes standaarddeviaties anders. Daarom is 3,4 DPMO vooral een Six Sigma-referentieniveau en geen universele natuurwet.

DPMO zelf is een maat waarmee je het aantal waargenomen defecten relateert aan het aantal eenheden en het aantal mogelijke defectkansen. De waarde ervan zit vooral in het consistent vergelijken van prestaties, mits duidelijk is wat precies als een “defect” en een “mogelijkheid” is gedefinieerd.

Belangrijke nuance
Een hoog sigma-niveau zegt niet automatisch alles over klantwaarde, snelheid of kosten. Een proces kan statistisch betrouwbaar zijn en toch iets leveren waar de klant niet op zit te wachten. Daarom wordt Six Sigma in de praktijk vaak gecombineerd met Lean.

Waarom is variatie zo belangrijk?

Variatie komt in vrijwel ieder proces voor. Niet iedere klantvraag kost evenveel tijd, machines produceren nooit volledig identieke uitkomsten en medewerkers werken binnen grenzen van mens, methode, materiaal, omgeving en informatie. Variatie is dus niet automatisch een probleem.

De relevante vragen zijn:

• Is de variatie onderdeel van het normale gedrag van het proces of zien we een bijzondere verstoring?
• Raakt de variatie daadwerkelijk een klant- of specificatie-eis?
• Is het proces stabiel genoeg om prestaties te voorspellen?
• Is de spreiding te groot ten opzichte van de gestelde eisen?
• Welke factoren hangen aantoonbaar samen met de verschillen in uitkomst?

Six Sigma helpt daarmee voorkomen dat teams op ieder incident afzonderlijk reageren. Eerst wordt onderzocht welk patroon in de data aanwezig is. Pas daarna wordt bepaald of er sprake is van normale procesvariatie, een bijzondere oorzaak of een structurele tekortkoming ten opzichte van de eisen.

Stabiel is niet hetzelfde als capabel

Binnen procesverbetering worden twee vragen gemakkelijk door elkaar gehaald: is het proces stabiel? en kan het proces aan de eisen voldoen? Dat zijn verschillende vragen.

Met een control chart of andere tijdgeordende analyse onderzoek je of een proces in de tijd voorspelbaar gedrag laat zien. Process capability vergelijkt vervolgens de spreiding en ligging van een stabiel proces met de specificatiegrenzen. Een proces kan dus stabiel zijn en toch structureel buiten de eisen presteren. Omgekeerd is een capability-index moeilijk betrouwbaar te interpreteren wanneer het proces nog instabiel is.

Onthoud
Stabiliteit gaat over voorspelbaarheid. Capability gaat over het vermogen om binnen specificaties te presteren.

Waar komt Six Sigma vandaan?

Six Sigma ontstond in de jaren tachtig bij Motorola als een aanpak om kwaliteit en betrouwbaarheid structureel te verbeteren. Later kreeg de methode brede bekendheid door organisaties zoals General Electric. De methode groeide uit van een sterk statistisch kwaliteitsprogramma tot een bredere projectmatige aanpak voor procesverbetering.

Tegenwoordig wordt Six Sigma niet alleen in productie gebruikt. De onderliggende gedachte – processen definiëren, meten, analyseren, verbeteren en beheersen – is ook toepasbaar in dienstverlening, zorg, overheid, finance, logistiek en andere omgevingen met herhaalbare processen en meetbare uitkomsten.

Wanneer is Six Sigma geschikt?

Six Sigma is vooral zinvol wanneer:

• een probleem terugkerend is en niet met één eenvoudige maatregel verdwijnt;
• procesprestaties wisselen en je wilt begrijpen waardoor;
• fouten, herstelwerk, doorlooptijd of afwijkingen aantoonbare impact hebben;
• meerdere mogelijke oorzaken plausibel zijn;
• er voldoende herhaalbaarheid en data zijn om patronen te onderzoeken;
• de oplossing nog niet betrouwbaar vaststaat en je die met feiten wilt onderbouwen.

Six Sigma is minder passend wanneer:

• de oorzaak en oplossing al evident en direct uitvoerbaar zijn;
• het probleem nauwelijks herhaalbaar of meetbaar is;
• er vooral een strategische keuze of een puur creatief ontwerpprobleem ligt;
• het team statistiek wil inzetten zonder een duidelijke beslisvraag;
• de hoeveelheid data klein is en er geen manier is om aanvullende betrouwbare waarnemingen te verzamelen.

Hoe werkt Six Sigma in de praktijk? De DMAIC-cyclus

DMAIC is een gestructureerde aanpak voor het verbeteren van bestaande processen die niet aan verwachtingen of prestatie-eisen voldoen. Iedere fase bouwt voort op de vorige. Het doel is niet een checklist afwerken, maar stap voor stap onzekerheid verminderen en betere beslissingen nemen.

Define

Kernvraag: Wat is precies het probleem en waarom is het relevant?

Typische onderwerpen of outputs:

• probleemstelling en doelstelling
• Voice of the Customer en CTQ’s
• scope en projectgrenzen
• SIPOC of eerste procesafbakening
• Project Charter en stakeholders

Een goed Define-resultaat beschrijft het probleem zonder de oplossing al vast te leggen.

Measure

Kernvraag: Hoe presteert het proces nu en kunnen we de data vertrouwen?

Typische onderwerpen of outputs:

• operational definitions
• datacollectieplan
• procesmap of Value Stream Map
• validatie van de meetmethode
• baseline, verdeling en eerste capability-inzichten

De Measure-fase voorkomt dat een team verder analyseert op basis van onbetrouwbare registraties of onduidelijke definities.

Analyze

Kernvraag: Welke factoren verklaren de variatie of slechte prestatie?

Typische onderwerpen of outputs:

• stratificatie en Pareto-analyse
• oorzaak-gevolgdenken
• hypothesetoetsen waar passend
• regressie of ANOVA waar passend
• root cause verification

Een mogelijke oorzaak wordt niet automatisch een bewezen oorzaak. De analyse moet aantonen waarom een factor relevant is.

Improve

Kernvraag: Welke verandering verbetert de uitkomst aantoonbaar?

Typische onderwerpen of outputs:

• oplossingen genereren en selecteren
• risicoanalyse
• pilots en experimenten
• Design of Experiments bij complexe factorcombinaties
• effect meten ten opzichte van de baseline

Een verbetering is sterker wanneer het effect is getest dan wanneer een team alleen verwacht dat de oplossing logisch zal werken.

Control

Kernvraag: Hoe houden we de verbeterde prestatie vast?

Typische onderwerpen of outputs:

• control plan
• SPC/control charts waar passend
• standaardwerk en visual management
• reactieplan bij afwijkingen
• eigenaarschap, overdracht en monitoring

Control betekent niet “het project administratief afsluiten”, maar zorgen dat de nieuwe prestatie onderdeel wordt van het normale proces.

Meer verdieping over de volledige aanpak: Wat houdt DMAIC in?

Eerst meten – maar kun je de meting vertrouwen?

Een veelgemaakte fout in verbeterprojecten is aannemen dat beschikbare data automatisch goede data zijn. Maar een analyse kan alleen betrouwbaar zijn als de onderliggende meetmethode voldoende betrouwbaar is.

Stel dat twee medewerkers dezelfde doorlooptijd verschillend registreren, een instrument kleine verschillen niet goed kan onderscheiden of afdelingen een andere definitie van “fout” gebruiken. Dan kan de analyse professioneel ogen terwijl een deel van de waargenomen variatie uit het meten zelf komt.

Daarom krijgt Measurement System Analysis (MSA) binnen Six Sigma aandacht. Bij fysieke metingen kan een Gage R&R-studie worden gebruikt om repeatability en reproducibility te onderzoeken. In administratieve of dienstverlenende processen kan dezelfde gedachte worden toegepast door definities, classificaties, registratieregels en beoordelaars op consistentie te toetsen.

Vragen die je daarbij kunt stellen:

• Meten verschillende personen hetzelfde verschijnsel op dezelfde manier?
• Levert herhaling onder dezelfde omstandigheden vergelijkbare resultaten?
• Is de meetmethode gevoelig genoeg voor het verschil dat relevant is?
• Zijn definities van fout, wachttijd, klant of order eenduidig?
• Kan het meetsysteem zelf in de tijd veranderen?

Waarom dit belangrijk is
Als je meetsysteem een groot deel van de waargenomen variatie veroorzaakt, weet je niet hoeveel variatie werkelijk uit het proces komt. Dan worden ook control charts, capability-analyses en hypothesetoetsen minder betrouwbaar.

Een praktijkvoorbeeld: te late klantorders

Stel dat een organisatie maandelijks 10.000 klantorders verwerkt. Ongeveer 4% van de orders vraagt herstelwerk omdat informatie ontbreekt of niet klopt. Het team denkt dat het planningssysteem de oorzaak is en wil nieuwe software invoeren.

Een Six Sigma-aanpak begint anders. Eerst wordt de probleemdefinitie aangescherpt: welke orders zijn te laat of fout, wat is de klantimpact en hoe wordt “herstelwerk” precies geregistreerd? Daarna controleert het team of de registraties betrouwbaar zijn en wordt de baseline vastgesteld.

Vervolgens wordt de data gestratificeerd. Misschien blijkt dat het merendeel van de fouten bij één ordertype voorkomt, of wanneer bepaalde informatie handmatig wordt overgenomen. Met verdere analyse wordt onderzocht of die factor werkelijk samenhangt met de fouten. Pas daarna worden oplossingen ontworpen en getest.

Het kan dus blijken dat nieuwe planningssoftware weinig effect heeft, terwijl een andere intake, een automatische invoercontrole of een aanpassing in de overdracht wél aantoonbaar resultaat geeft. Dat is de kern van Six Sigma: data gebruiken om de probleemstructuur te begrijpen, niet om een vooraf gekozen oplossing te rechtvaardigen.

Welke tools gebruik je in Six Sigma?

Six Sigma gebruikt geen vaste gereedschapskist die je in ieder project volledig moet doorlopen. De vraag die je wilt beantwoorden bepaalt welke methode passend is. Een tool zonder beslisvraag levert zelden betere besluitvorming op.

Vraag	Mogelijke methode
Waar zit het grootste deel van het probleem?	Pareto-analyse / stratificatie
Is het proces in de tijd stabiel?	Control chart / SPC
Kunnen we onze metingen vertrouwen?	MSA / Gage R&R / beoordelaarsanalyse
Welke mogelijke oorzaken moeten we onderzoeken?	Ishikawa / 7M / procesanalyse
Is er statistisch bewijs voor een verschil?	Hypothesetoets
Welke factor hangt samen met een uitkomst?	Regressie / ANOVA, afhankelijk van vraag en data
Kan een stabiel proces aan specificaties voldoen?	Process capability, bijvoorbeeld Cp/Cpk
Welke oplossing werkt onder verschillende omstandigheden?	Pilot, experiment of Design of Experiments

 

Een Six Sigma-tool is nooit het vertrekpunt. De onderzoeksvraag bepaalt de analyse. Een hypothesetoets uitvoeren omdat die “bij Black Belt hoort” heeft geen waarde als de vraag, het meetniveau of de data daar niet bij passen.

Six Sigma en Lean: wat is het verschil?

Lean en Six Sigma worden vaak gecombineerd, maar leggen verschillende accenten. Lean richt zich sterk op klantwaarde, flow, verspilling, wachttijd en het zichtbaar maken van het proces. Six Sigma legt relatief meer nadruk op variatie, meetbaarheid, statistische analyse en voorspelbaarheid.

Aspect	Lean	Six Sigma
Kernvraag	Welke activiteiten creëren waarde en waar zit verspilling of verstoring van flow?	Welke variatie of factor verklaart fouten en onvoorspelbare prestaties?
Typische focus	Flow, wachttijd, WIP, verspillingen, standaardisatie	Variatie, defecten, meetbaarheid, capability, statistisch bewijs
Sterke hulpmiddelen	VSM, pull, Kanban, standaardwerk, visual management	MSA, control charts, capability, hypothesetoetsen, regressie, DOE
Samen	Sneller en eenvoudiger proces	Betrouwbaarder en voorspelbaarder proces

In de praktijk vullen Lean en Six Sigma elkaar vaak goed aan. Een proces kan bijvoorbeeld te veel wachttijd bevatten én grote variatie in kwaliteit laten zien. Dan helpt Lean om de flow te verbeteren en Six Sigma om kritische variatie gericht te begrijpen en te reduceren.

Veelgemaakte fouten bij Six Sigma

1. De oplossing al kiezen voordat het probleem is gemeten – Als de oplossing vooraf vaststaat, wordt data gemakkelijk gebruikt om die keuze te verdedigen in plaats van om alternatieven te onderzoeken.
2. Denken dat meer data automatisch betere data zijn – Veel rijen in een spreadsheet compenseren geen onbetrouwbare definities of metingen.
3. Iedere variatie willen wegregelen – Niet iedere uitschieter vraagt om ingrijpen. Overreactie op normale variatie kan een proces juist instabieler maken.
4. Capability berekenen zonder stabiliteit te controleren – Capability veronderstelt dat je een voorspelbaar proces beschrijft. Bij instabiliteit is de interpretatie risicovoller.
5. Een statistische uitkomst verwarren met praktisch belang – Een statistisch significant verschil kan in de praktijk klein of irrelevant zijn. Context, effectgrootte en klantimpact blijven belangrijk.
6. De Control-fase onderschatten – Een verbetering die alleen tijdens het project werkt, is nog geen structurele procesverbetering.

Six Sigma in verschillende sectoren

De methode is niet beperkt tot productie. Dezelfde logica kan worden gebruikt in iedere omgeving waar een proces herhaalbare inputs en outputs heeft en waar prestaties meetbaar zijn.

Zorg: variatie in doorlooptijd, medicatieprocessen, wachttijd, overdracht of foutregistratie.

Financiële dienstverlening: doorlooptijd van aanvragen, fouten in transacties, herstelwerk en variatie tussen dossiers.

Overheid: voorspelbaarheid van aanvragen, foutpercentages, wachttijden en overdrachten.

Logistiek en industrie: scrap, levertijd, storingen, afwijkingen, voorraad en procescapability.

IT en service: incidentafhandeling, first time right, doorlooptijd, rework en variatie tussen teams.

Green Belt of Black Belt?

De verschillende Belt-niveaus gaan niet alleen over “meer tools”. Het verschil zit ook in de complexiteit van de problemen, de hoeveelheid data, de zelfstandigheid waarmee projecten worden geleid en de rol in de organisatie.

Lean Six Sigma Green Belt past bij professionals die zelfstandig verbeterprojecten willen uitvoeren en DMAIC, procesanalyse en basis-statistische methoden praktisch willen toepassen.

Bekijk: Lean Six Sigma Green Belt

Of: Lean Six Sigma Green Belt e-learning

Lean Six Sigma Black Belt past bij professionals die complexere verbeterprojecten leiden, dieper met data en statistiek werken en vaker meerdere stakeholders, teams of organisatieonderdelen moeten verbinden.

Bekijk: Lean Six Sigma Black Belt

Of: Lean Six Sigma Black Belt e-learning

Veelgestelde vragen over Six Sigma

Is Six Sigma alleen geschikt voor productie?

Nee. De methode is toepasbaar op productie-, service- en transactionele processen, zolang het probleem voldoende herhaalbaar en meetbaar is.

Moet je goed zijn in statistiek om Six Sigma te gebruiken?

Je hoeft niet als statisticus te beginnen. Wel moet je begrijpen welke vraag een analyse beantwoordt, welke aannames gelden en hoe je een uitkomst verantwoord interpreteert. Naarmate projecten complexer worden, neemt de statistische diepgang toe.

Wat is het verschil tussen Six Sigma en Lean Six Sigma?

Six Sigma legt sterk de nadruk op variatie, defecten, data en voorspelbaarheid. Lean voegt onder andere klantwaarde, flow en verspilling toe. Lean Six Sigma combineert beide perspectieven in één verbeterbenadering.

Betekent Six Sigma altijd 3,4 fouten per miljoen?

3,4 DPMO is een traditionele Six Sigma-referentie die samenhangt met de 1,5-sigma-shiftconventie. De praktische kern is dat een proces zeer voorspelbaar binnen relevante eisen presteert.

Heb je Minitab of andere software nodig?

Software kan analyses versnellen en visualiseren, maar de kwaliteit van het project hangt eerst af van de probleemdefinitie, meetkwaliteit, onderzoeksvraag en interpretatie. Statistische software vervangt geen methodisch denken.

Wanneer kies je DMAIC?

DMAIC past vooral bij bestaande processen die onvoldoende presteren en waarvan de oorzaken en beste oplossing nog niet betrouwbaar vaststaan.

Samenvatting

Six Sigma is een datagedreven manier om processen betrouwbaarder en voorspelbaarder te maken. De kracht zit niet in één formule of één statistische tool, maar in de combinatie van een scherpe probleemdefinitie, betrouwbare metingen, analyse van variatie, het toetsen van oorzaken, gecontroleerd verbeteren en borgen.

Wie Six Sigma goed toepast, probeert niet zo snel mogelijk een oplossing in te voeren. Eerst wordt duidelijk gemaakt wat het probleem is, hoe het proces werkelijk presteert en welke factoren het resultaat bepalen. Pas daarna wordt verbeterd.

Bronnen en verdieping

• ASQ – Six Sigma Definition
• ASQ – DMAIC Process
• ASQ – Six Sigma Tools & Techniques
• ASQ – What Is 3.4 per Million?
• NIST/SEMATECH – What are Control Charts?
• NIST/SEMATECH – What is Process Capability?
• ISO 13053-1 – Six Sigma DMAIC methodology (beschrijving via ASQ)
• 5ST3PS – Wat houdt DMAIC in?

Auteur en inhoudelijke context

Auteur / inhoudelijk reviewer: Willem Salentijn – lead trainer 5ST3PS, Certified Master Black Belt in Lean Six Sigma, auteur van het boek Lean Six Sigma (Noordhoff), docent en onderzoeker.

Laatst inhoudelijk gecontroleerd: 20 september 2026.