Zusammenfassung
Die im letzten Kapitel anhand der Literatur diskutierten Zusammenhänge im Kontext der zeitbasierten Fertigung sollen in den beiden folgenden Kapiteln der vorliegenden Arbeit im Rahmen von empirischen Analysen untersucht werden. Im Fokus dieses Kapitels steht die Durchlaufzeit als Kernvariable der zeitbasierten Fertigung. So wird die Frage behandelt, inwiefern die Durchlaufzeit wirklich von den Praktiken der zeitbasierten Fertigung determiniert wird. Aber auch der Einfluss der Durchlaufzeit auf andere Kennzahlen des Produktionsbereichs wird untersucht. Ebenso werden Unterschiede zwischen den am Forschungsprojekt partizipierenden Ländern herausgearbeitet. Das sich anschließende Kapitel konzentriert sich auf die postulierte Hypothese, dass die Mitarbeiterorientierung als treibende Kraft hinter den Praktiken der zeitbasierten Fertigung zu sehen ist.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
Vgl. Hayes, Robert H. und Steven C. Wheelwright: Restoring Our Competitive Edge — Competing Through Manufacturing, S. 375.
Vgl. für eine Diskussion des Begriffes auch Flynn, Barbara B., Roger G. Schroeder und E. James Flynn: World class manufacturing: an investigation of Hayes and Wheelwright’s foundation, in: Journal of Operations Management, Vol. 17 (1999), S. 249ff. und vgl. Roth, Aleda; Craig A. Giffi und Gregory M. Seal: Operating Strategies for the 1990s: elements comprising world-class manufacturing, in: Voss, Christopher A. (Hrsg.): Manufacturing Strategy -Process and Content, London 1992, S. 135ff. In der jüngeren Literatur zu diesem Thema findet sich auch der Begriff „High Performance Manufacturing”. Vgl. Schroeder, Roger G. und Barbara B. Flynn: High Performance Manufacturing, S. 3ff.
Hayes, Robert H., Steven C. Wheelwright und Kim B. Clark: Dynamic Manufacturing, S. 21. Vgl. für eine alternative Definition von „World Class Manufacturing” Schonberger, Richard J.: World Class Manufacturing, S. 2.
Vgl. Thun, Jörn-Henrik et al.: Production Cycle Time as a Source of Unique Strategic Competitiveness, in: Machuca, José A. D. und Tomislav Mandakovic (Hrsg.): POM Facing the New Millennium — Evaluating the past, leading with the present and planning the future of Operations, Sevilla 2000, S. L3S04.1f.
Vgl. Flynn, Barbara B. et al.: World class manufacturing project — overview and selected results, in: International Journal of Operations and Production Management, Vol. 17 (1997), No. 7, S. 671f.
Vgl. für eine Darstellung der ursprünglichen Datenbank Türk, Kathrin: Informationssysteme in der Produktion und ihre Unterstützung durch Gruppenarbeit zur Steigerung der Wettbewerbsfähigkeit, S. 27ff.
Vgl. für eine Übersicht der partizipierenden Arbeitsgruppen Milling, Peter: Wo stehen deutsche Fertigungsbetriebe im internationalen Wettbewerb? Faktoren, Profile und Analysen des „World Class Manufacturing”, Forschungsberichte der Fakultät für Betriebswirtschaftslehre, Universität Mannheim, Nr. 9807, Mannheim 1998, S. 2.
Vgl. Milling, Peter: Wo stehen deutsche Fertigungsbetriebe im internationalen Wettbewerb?, S. 3 ff.
Die Fragebögen basieren neben nicht-skalierten, quantitativen Fragen überwiegend auf skalierten Fragen, die subjektive Einschätzungen über quantitativ schwer erfassbare Aspekte durch eine Einstufung auf einer Skala von eins bis fünf abfragen.
Bei herkömmlichen Forschungsprojekten besteht das Problem, dass Fragebogen oftmals nur von einem Mitarbeiter beantwortet werden, der jedoch keinen detaillierten Einblick in alle Unternehmensbereiche bieten kann.
Vgl. Milling, Peter: Wo stehen deutsche Fertigungsbetriebe im internationalen Wettbewerb?, S. 4.
Vgl. Flynn, Barbara B. et al.: World class manufacturing project, S. 672f. und vgl. Türk, Kathrin: Informationssysteme in der Produktion und ihre Unterstützung durch Gruppenarbeit zur Steigerung der Wettbewerbsfähigkeit, S. 28f.
Vgl. Milling, Peter: Wo stehen deutsche Fertigungsbetriebe im internationalen Wettbewerb? und vgl. Maier, Frank: Competitiveness of German Manufacturing Industry — An International Comparison, in: Robinson, E. Powell, David L. Olson und Benito E. Flores (Hrsg.): 1997 Proccedings Decision Science Institute — Vol. 3, POM — Manufacturing, San Diego 1997, S. 1171–1173.
Vgl. Milling, Peter M., Frank H. Maier und Jürgen Hasenpusch: Implementation and Outcomes of Total Productive Maintenance, S. 304–309. Dementsprechend wurde die Wirkung von Total Productive Maintenance von Maier auch eingehender im Rahmen eines System Dynamics-Modells untersucht. Vgl. Maier, Frank H.: Feedback Structures Driving Success and Failure of Preventive Maintenance Programs, in: Dierdonck, Roland Van und Ann Vereecke (Hrsg.): Operations Management — Crossing Borders and Boundaries: The Changing Role of Operations, Gent 2000, S. 376–383.
Vgl. Maier, Frank: Competitiveness in Manufacturing as Influenced by Technology — Some Insights from the Research Project: World Class Manufacturing, in: Barlas, Yaman, Vedat G. Diker und Seçkin Polat (Hrsg.): Systems Approach to Learning and Education into the 21st Century, Istanbul 1997, S. 667–670.
Marble, Robert P. und Frank H. Maier: Inter-organizational Information Sharing in Operations Networks: An Empirical Analysis of Its Influence on Manufacturing Performance, in: Bartezzaghi, Emilio, Roberto Fillipini, Gianluca Spina und Andrea Vinelli (Hrsg.): Managing Operations Networks, Venedig 1999, S. 19–26.
Vgl. Türk, Kathrin: Informationssysteme in der Produktion und ihre Unterstützung durch Gruppenarbeit zur Steigerung der Wettbewerbsfähigkeit.
Vgl. Milling, Peter, Uwe Schwellbach und Jörn-Henrik Thun: Die Bedeutung des Faktors Zeit für den Erfolg industrieller Unternehmen.
Vgl. bspw. Wardhani, Esti K.: Achieving competitive capability through time based manufacturing process strategies, in: Proceeding Paper of the 30th Annual Meeting of the International Decision Science Institute, New Orleans 1999, S. 1018 und vgl. Thun, Jörn-Henrik et al.: Production Cycle Time as a Source of Unique Strategic Competitiveness, S. L3S04. 2.
Vgl. Suri, Rajan: Quick Response Manufacturing, S. 197ff.
Vgl. Wiendahl, Hans-Peter: Belastungsorientierte Fertigungssteuerung, S. 18.
Vgl. Wiendahl, Hans-Peter: Belastungsorientierte Fertigungssteuerung, S. 20ff.
Vgl. auch Wiendahl, Hans-Peter: Belastungsorientierte Fertigungssteuerung, S. 18.
Vgl. für eine ähnliche Analyse Milling, Peter, Uwe Schwellbach und Jörn-Henrik Thun: The Role of Speed in Manufacturing, in: Machuca, José A. D. und Tomislav Mandakovic (Hrsg.): POM Facing the New Millennium — Evaluating the past, leading with the present and planning the future of Operations, Sevilla 2000, S. M3S01. 1–10. Dort wird zusätzlich noch die Produkteinführungszeit berücksichtigt, was für die vorliegende Arbeit jedoch keine sinnvolle Vorgehensweise darstellt.
Vgl. Bortz, Jürgen: Statistik für Sozialwissenschaftler, 5. Aufl., Berlin et al. 1999, S. 108ff.
Obwohl es sich dabei um eine subjektive Einschätzung handelt, ist die Art der Zeitauffassung objektiver Natur, da es hier nicht um subjektives Zeitempfinden einzelner Individen geht. Vgl. Kapitel A. I und A. II der voliegenden Arbeit.
Für alle Mittelwertvergleiche wird eine einfaktorielle Varianzanalyse durchgeführt, in die das „Unterscheidungskriterium” in Form der „Branche” bzw. der „Länderzugehörigkeit” als unabhängige Variable und das „Leistungskriterium” als abhängige Variable eingeht.
Die dem Netzdiagramm zugrundeliegenden Werte sind im Anhang aufgeführt. Vgl. Anhang S. 207.
Es sei hier angemerkt, dass die Werte der Termintreue im Sinne einer besseren Vergleichbarkeit dahingehend invertiert worden sind, dass auch hier geringere Werte auf eine bessere Performance hindeuten. Weiterhin ist darauf hinzuweisen, dass ein Vergleich objektiver Werte insofern problematisch ist, dass die untersuchten Werke im Hinblick auf die Produkte mitunter eine hohe Hetero-genität aufweisen können.
Die dem Netzdiagramm zugrundeliegenden Werte sind im Anhang aufgeführt. Vgl. Anhang S. 207.
Aufgrund der Signifikanzen kann die Alternativhypothese jedoch nicht ohne Einschränkung angenommen werden. Die einzelnen Werte der zugrundeliegenden Analyse sind im Anhang aufgeführt. Vgl. Anhang S. 207.
Dieses Ergebnis wird durch eine Untersuchung mittels Perzentilanalyse unterstützt. Vgl. Milling, Peter M., Uwe Schwellbach und Jörn-Henrik Thun: Time as a Success Factor for Operations Management — An Empirical Analysis Based on the “World Class Manufacturing”-Project, in: Dierdonck, Roland Van und Ann Vereecke (Hrsg.): Operations Management — Crossing Borders and Boundaries: The Changing Role of Operations, Gent 2000, S. 433ff.
Die einzelnen Werte der zugrundeliegenden Analyse sind im Anhang aufgeführt. Vgl. Anhang S. 207. Es sei nochmals angemerkt, dass die Werte der Termintreue im Sinne einer besseren Vergleichbarkeit dahingehend invertiert worden sind, dass auch hier geringere Werte auf eine bessere Performance hindeuten.
Aufgrund der Tatsache, dass einige Werke für ihre Einschätzung nicht das ganze Intervall genutzt haben, mussten die Daten auf das Intervall von 0 bis 1 normiert werden, damit eine bessere Vergleichbarkeit der Werte gewährleistet ist.
Aus Gründen der Übersichtlichkeit ist auf eine Differenzierung zwischen den einzelnen Ländern in der Abbildung verzichtet worden. Die Unterschiede zwischen den Ländern sowie die ursprünglichen Werte der zugrundeliegenden Analyse sind aus den im Anhang aufgeführten Daten ersichtlich. Vgl. Anhang, S. 208.
Vgl. für eine analoge Vorgehensweise Sakakibara, Sadao et al.: The Impact of Just-in-Time Manufacturing and Its Infrastructure on Manufacturing Performance, in: Management Science, Vol. 43 (1997), No. 9, S. 1251f. Die Standardisierung führt dazu, dass der Wert einer Variable in das Verhältnis zum Mittelwert der Branche unter Berücksichtigung der Standardabweichung gesetzt wird. Vgl. zur Standardisierung Bortz, Jürgen: Statistik für Sozialwissenschaftler, S. 45f.
Mit der z-Transformation wird zwar gewährleistet, dass Daten zwischen den Branchen vergleichbar sind, eine Berücksichtigung von Werksunterschieden innerhalb einer Branche erfolgt so jedoch nicht.
Der Ausgangswert bezeichnet hier den Wert vor zwei Jahren. Bei dieser Vorgehensweise ist kritisch anzumerken, dass ein Problem, welches mit dem Konzept des abnehmenden Grenznutzens zu vergleichen ist, unberücksichtigt bleibt. So kann es mitunter wesentlich leichter sein, die Durchlaufzeit von z. B. 100 Stunden auf 80 Stunden zu senken als von 10 Stunden auf 8 Stunden. Jedoch stellt obiger Ansatz eine weitaus sinnvollere Vorgehensweise bei der Verwendung objektiver Daten dar als eine Nichtbeachtung der grundlegenden Unterschiede der zu untersuchenden Produkte von Produktionsprozessen.
Die zugrundeliegenden Werte der Regressionsanalyse finden sich im Anhang. Vgl. Anhang, S. 208. Der Wert der Konstante ist aufgrund der Standardisierung zu vernachlässigen.
Vgl. für eine mathematische Herleitung der Regressionsgleichung Bortz, Jürgen: Statistik für Sozialwissenschaftler, S. 177.
Vgl. für die Werte dieser Regressionsanalyse Anhang, S. 208.
Die für die Faktorenanalyse verwendeten Fragen sind im Anhang aufgeführt. Vgl. Anhang, S. 209ff.
Vgl. Hartung, Joachim und Bärbel Elpelt: Multivariate Statistik — Lehr- und Handbuch der Angewandten Statistik, 4. Aufl., München 1992, S. 505. Vgl. zur Fakorenanalyse auch Backhaus, Klaus et al.: Multivariate Analysemethoden -Eine anwendungsorientierte Einführung, 9. Aufl., Berlin et al. 2000, S. 252ff.
Vgl. Homburg, Christian und Anette Giering: Konzeptualisierung und Operationalisierung komplexer Konstrukte — Ein Leitfaden für die Marketingforschung, in: Marketing, 17. Jg., Nr. 1, 1996, S. 5 ff.
Vgl. Peter, J. Paul und Gilbert A. Churchill Jr.: Relationships among Research Design Choices and Psychometric Properties of Rating Scales — A Meta-Ana-lysis, in: Journal of Marketing Research, Vol. 23 (1986), S. 7 und vgl. Peter, J. Paul: Reliability — A Review of Psychometric Basics and Recent Marketing Practices, in: Journal of Marketing Research, Vol. 16 (1979), No. 1, S. 7.
Vgl. Churchill, Gilbert A. Jr.: A Paradigm for Developing Better Measures of Marketing Constructs, in: Journal of Marketing Research, Vol. 16 (1979), No. 1, S. 65.
Vgl. Cronbach, Lee J.: Coefficient Alpha and the Internal Structure of Tests, in: Psychometrika, Vol. 16 (1951), S. 297ff. und vgl. Carmines, Edward G. und Richard A. Zeller: Reliability and Validity Assessment, Newbury Park 1979, S. 44ff. Die Werte von Cronbachs Alpha liegen im Wertebereich von Obis 1. Dabei deutet ein hoher Wert auf eine hohe Reliabilität hin. In der Literatur ist jedoch umstritten, ab welchem Wert des Alpha-Koeffizienten die Reliabilität als akzeptabel anzusehen ist. So fordert Nunnally, dass Chronbachs Alpha mindestens einen Wert von 0,7 erreichen muss. Vgl. Nunnally, Jum C: Psychometric Theory, 2. Aufl., New York 1978, S. 245. Für eine auf den Daten des „World Class Manufacturing”- Projektes basierende Analyse sehen Sakakibara et al. einen Wert für Chronbachs Alpha von größer 0,6 als ausreichend an. Vgl. Sakakibara, Sadao, Barbara B. Flynn und Roger G. Schroeder. A Framework and Measurement Instrument for Just-in-Time Manufacturing, in: Production and Operations Management, Vol. 2 (1993), No. 3, S. 186.
Vgl. Bortz, Jürgen: Statistik für Sozialwissenschaftler, S. 503.
Dabei entsprechen die gebildeten Faktoren den Methoden der zeitbasierten Fertigung, wie sie in den Kapiteln B.II bis B.IV beschrieben worden sind.
An dieser Stelle sei noch einmal darauf hingewiesen, dass die erhobenen Daten eine Selbsteinschätzung der Respondenten darstellen. Die Werte stützen sich also nicht auf objektiv messbare Daten, wodurch das Risiko einer subjektiven Verzerrung eingegangen wird. Jedoch kann angenommen werden, dass durch die Erhebung der Fragen bei verschiedenen Personen und die dadurch ermöglichte transversale Durchdringung der Werke Inkonsistenzen der Selbsteinschätzung zumindest reduziert werden. Vgl. Milling, Peter: Computer integrated manufacturing in German industry: aspirations and achievements, in: International Journal of Operations and Production Management, Vol. 17 (1997), No. 10, S. 1037.
An dieser Stelle wird auf die subjektive Einschätzung der Leistungsfähigkeit hinsichtlich der Durchlaufzeit zurückgegriffen, weil auch die Daten der Kriteriumsvariablen auf subjektiven Daten basieren.
Die Werte der Konstanten sind für die durchgeführten linearen Regressionen nicht mit aufgeführt, da sie aufgrund der Standardisierung immer nahezu Null sein müssen und somit zu vernachlässigen sind.
Handßeld, Robert B.: The Role of Materials Management in Developing Time-Based Competition, S. 2.
Vgl. Handßeld, Robert B.: The Role of Materials Management in Developing Time-Based Competition, S. 9.
Vgl. für eine Diskussion dieser Problematik Kapitel A.III.2, S. 46.
Vgl. Handfield, Robert B.: The Role of Materials Management in Developing Time-Based Competition, S. 4.
Vgl. Jayaram, Jayanth, Shawnee K. Vickery und Cornelia Droge: An empirical study of time-based competition in the North American automotive supplier industrie, in: International Journal of Operations & Production Management, Vol. 19 (1999), No. 10, S. 1027.
Vgl. Jayaram, Jayanth, Shawnee K. Vickery und Cornelia Droge: An empirical study of time-based competition in the North American automotive supplier industrie, S. 1028.
Vgl. Shingo, Shigeo: A study of the Toyota production system from an industrial engineering viewpoint, S. 43.
Vgl. Bitzer, Marc R.: Zeitbasierte Wettbewerbsstrategien, S. 149.
Bitzer, Marc R.: Zeitbasierte Wettbewerbsstrategien, S. 149.
Vgl. Jayaram, Jayanth, Shawnee K. Vickery und Cornelia Droge: An empirical study of time-based competition in the North American automotive supplier industrie, S. 1028.
Vgl. Wemmerlöv, Urban und Nancy L. Hyer: Cellular Manufacturing in the U.S. Industry: A Survey of Users, in: International Journal of Production Research, Vol. 27 (1989), No. 9, S. 1511ff.
Vgl. Wemmerlöv, Urban und Danny J. Johnson: Cellular Manufacturing at 46 User Plants: Implementation Experiences and Performance Improvements, in: International Journal of Production Research, Vol. 35 (1997), No. 1, S. 29ff.
Vgl. Wildemann, Horst: Fabrikorganisation: Kundennahe Produktion durch Fertigungssegmentierung, in: Zeitschrift für Betriebswirtschaft, 59. Jg. (1989), Nr. 1,S. 51.
Vgl. White, Richard E., John N. Pearson und Jeffrey R. Wilson: JIT Manufacturing: A Survey of Implementations in Small and Large U.S. Manufacturers, in: Management Science, Sol. 45 (1999), No. 1, S. 11.
Lediglich für die statistische Prozesskontrolle musste die Irrtumswahrscheinlichkeit auf p < 0,1 angehoben werden.
Auch eine multiple lineare Regressionsanalyse bestätigt den Gesamtzusammenhang zwischen den Praktiken der zeitbasierten Fertigung und der Durchlaufzeit auf einem hohen Signifikanzniveau. Es ist jedoch auf mögliche Multi-kollinearitäten hinzuweisen, worunter die wechselseitige, lineare Ahängigkeit von Variablen zu verstehen ist. Vgl. Bortz, Jürgen: Statistik für Sozialwissenschaftler, S. 438ff.
Die Gütekennzahlen der zugrundeliegenden Faktorenanalyse sind im Anhang aufgeführt. Vgl. Anhang, S. 211.
Vgl. Hartung, Joachim und Bärbel Elpelt:. Multivariate Statistik, S. 443.
Vgl. Büschken, Joachim und Christian von Taden: Clusteranalyse, in: Herrmann, Andreas und Christian Homburg (Hrsg.): Marktforschung-Methoden, Anwendungen, Praxisbeispiele, 2. Aufl., Wiesbaden 2000, S. 339ff.
Vgl. Backhaus, Klaus et al.: Multivariate Analysemethoden, S. 565.
Die quadrierte euklidische Distanz misst die Unähnlichkeit zweier Fälle durch die Summe der quadrierten Differenzen der Variablenwerte dieser beiden Fälle. Vgl. Hartung, Joachim und Bärbel Elpelt: Multivariate Statistik, S. 71ff.
Vgl. Backhaus, Klaus et al.: Multivariate Analysemethoden, S. 359ff.
Die zugrundeliegenden Werte des Mittelwertvergleichs sind im Anhang aufgeführt. Vgl. Anhang, S. 212.
Vgl. Milling, Peter M., Frank H. Maier und Jürgen Hasenpusch: Total Productive Maintenance — An International Analysis of Implementation and Performance, Forschungsberichte der Fakultät für Betriebswirtschaftslehre, Universität Mannheim, Mannheim 1998, S. 5.
Vgl. Decker, Reinhold und Thorsten Temme: Diskriminanzanalyse, in: Herrmann, Andreas und Christian Homburg (Hrsg.): Marktforschung, S. 297ff.
Vgl. Backhaus, Klaus et al.: Multivariate Analysemethoden, S. 147.
Die Werte für den Test der Gruppenmittelwerte sind im Anhang aufgeführt. Vgl. Anhang, S. 212.
Vgl. Backhaus, Klaus et al.: Multivariate Analysemethoden, S. 172ff.
Vgl. Backhaus, Klaus et al.: Multivariate Analysemethoden, S. 173.
Vgl. Decker, Reinhold und Thorsten Temme: Diskriminanzanalyse, S. 312ff.
Vgl. Bortz, Jürgen: Statistik für Sozialwissenschaftler, S. 585ff.
Vgl. Backhaus, Klaus et al.: Multivariate Analysemethoden, S. 225 ff.
Vgl. Bortz, Jürgen: Statistik für Sozialwissenschaftler, S. 224 ff.
Vgl. Milling, Peter M., Frank H. Maier und Jürgen Hasenpusch: Total Productive Maintenance, S. 5.
Um zu verhindern, dass Abweichungen nach oben und unten sich gegenseitig aufheben, wird das Quadrat der Differenz verwendet. Die Division jedes Summanden durch die erwartete Anzahl hat zur Folge, dass gleiche Abweichungen in Abhängigkeit von der absoluten Größe der erwarteten Werte unterschiedlich gewichtet (normiert) werden. Vgl. Backhaus, Klaus et al.: Multivariate Analysemethoden, S. 235.
Vgl. Hartung, Joachim und Bärbel Elpelt. Statistik, S. 449ff.
Rights and permissions
Copyright information
© 2002 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Thun, JH. (2002). Empirische Analyse der Implementierung der zeitbasierten Fertigung. In: Die zeitbasierte Fertigungsstrategie. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08012-1_3
Download citation
DOI: https://doi.org/10.1007/978-3-663-08012-1_3
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-7744-9
Online ISBN: 978-3-663-08012-1
eBook Packages: Springer Book Archive