Strumenti SPC

Foglio Dati

I fogli di raccolta dati sono semplicemente dei fogli di lavoro (worksheet) organizzati in modo tale da rendere facile e rapida la raccolta dei dati, in funzione della loro successiva elaborazione.

Il foglio di raccolta dati è il supporto indispensabile sul quale riportare i dati di cui abbiamo bisogno; esso va costruito in funzione di obbiettivi e finalità che possono essere molto diversi da una situazione rispetto ad un'altra:

• tipologia e numero di difetti;
• unità prodotte fuori specifica;
• rispetto di una sequenza di operazioni;
• valutazione complessiva di un problema;
• valutazione in dettaglio di un problema;
• grado di influenza sul problema di aspetti quali il turno, i materiali, le macchine;

I principali fogli standard sono:

• foglio di raccolta per dati numerabili;
• foglio di raccolta per dati misurabili;
• foglio di raccolta dati per posizione o concentrazione;
• foglio di sintesi;
• foglio impostato come lista di controllo;

Ogni tipo di foglio di raccolta dati ha una parte comune che riguarda le informazioni che inquadrano la raccolta stessa, come ad esempio la data, la macchina o la procedura oggetto della raccolta e così via. Poichè i dati raccolti servono come base per prendere decisioni, per non vanificare la fase successiva di elaborazione, è importante completare il foglio raccolta dati con le informazioni che inquadrano la raccolta stessa.

Pareto

L'analisi di Pareto è una potente tecnica di supporto all'azione del problem solving frequentemente utilizzata nell'ambito dell'SPC. è una metodologia grafica che consente di individuare su basi oggettive, più che su sensazioni dovute all'urgenza del momento, le priorità di intervento nella soluzione dei problemi evidenziando, tra una serie di cause, quelle che incidono maggiormente sul fenomeno in esame. L'obiettivo è sviluppare una mentalità atta a comprendere quali siano le poche cose più importanti, per concentrarsi solamente su esse.

Il principio alla base di tale analisi stabilisce che tra tutte le possibili cause, poche di esse sono responsabili della maggior parte dei problemi riscontrati. Se registriamo i problemi che si verificano a seconda della tipologia o della causa che li ha provocati, possiamo presto scoprire che la maggior parte di essi (ed il conseguente costo) è attribuibile solamente ad una o poche cause tra le molte individuate. Il diagramma di Pareto e' una semplice rappresentazione grafica del sopraesposto principio, solitamente rappresentato come diagramma a barre,nel quale in ascissa sono riportati i tipi di difetti ed in ordinata la loro incidenza percentuale.

Causa-Effetto

Messo a punto in Giappone da Kauru Ishikawa nel 1943, il diagramma di causa effetto (detto per questo anche diagramma di Ishikawa) è tra gli strumenti più utilizzati per la soluzione dei problemi nel campo del controllo qualità. Il diagramma causa-effetto è un diagramma che mostra le relazioni tra una caratteristica e i suoi fattori o cause. Esso è dunque la rappresentazione grafica di tutte le possibili cause relative ad un fenomeno. Può essere inteso sia come mezzo per la rappresentazione sintetica delle cause di un problema, sia come strumento per l'individuazione delle cause stesse e quindi delle soluzioni del problema.

Generalmente il diagramma prende una forma a lisca di pesce, da cui il nome alternativo di diagramma a lisca di pesce (fig. 008, 008_bis). Il problema di cui si vuole studiare la soluzione viene infatti disposto al termine di una linea, ai lati della quale si innestano altre linee che rappresentano le diramazioni principali, ovvero le cause primarie del problema; su queste si innestano a loro volta le cause secondarie, alle quali possono essere congiunte altre sottocause, e così via. In questo modo sono rappresentate, in modo ordinato, tutte le possibili cause che potrebbero determinare un problema, fornendo un'ottima base di partenza per l'indagine delle vere cause che influenzano l'effetto in esame.

Istogramma

Nell'ambito del controllo di processo è di capitale importanza interpretare i dati di output del processo produttivo analizzato per fotografarne la dispersione e capirne, quindi, la variabilità. Una volta che sono stati raccolti i dati è allora necessario uno strumento per interpretarli correttamente. L'istogramma è uno strumento grafico che consente di avere una visione completa e sintetica dei dati raccolti fornendo anche un indirizzo della dispersione degli stessi.

L'istogramma, che non è altro che un diagramma a colonne, presenta in ordinata il numero di osservazioni in ciascuna classe e in ascissa le classi (il centro di ogni colonna coincide con il valore centrale della classe). Per classe si intende la dimensione di un intervallo di variabilità dei dati che si è preso come base per la rappresentazione dei dati stessi.

Correlazione

Quando si prendono in considerazione congiuntamente due o più variabili quantitative, è possibile esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. E' possibile chiedersi: - quale relazione matematica (con segno ed intensità) esista tra peso ed altezza nel campione analizzato; - se la tendenza calcolata sia significativa, presente anche nella popolazione, oppure debba essere ritenuta solo apparente, effetto probabile di variazioni casuali del campione.

L'analisi congiunta di due variabili può offrire al ricercatore anche l'opportunità di predire il valore di una variabile quando l'altra è nota. Per rispondere a questa serie di domande, nel caso della rilevazione congiunta di due variabili, è possibile ricorrere:

• all'analisi della regressione;
• all'analisi della correlazione.

Si ricorre all'analisi della regressione quando dai dati campionari si vuole ricavare un modello statistico che:

• predica i valori di una variabile detta dipendente (predetta), individuata come effetto;
• a partire dai valori dell'altra variabile detta indipendente o esplicativa, individuata come causa.

Si ricorre all'analisi della correlazione quando si vuole misurare l'intensità dell'associazione tra due variabili che variano congiuntamente, senza che tra esse esista una relazione diretta di causa-effetto.

Carte

Al fine di ottenere livelli di qualità accettabili può essere determinante intraprendere una azione di monitoraggio della variabilità (la fluttuazione dei valori misurati attorno alla media) del processo produttivo; una eccessiva variabilità comporterebbe infatti una non rispondenza del prodotto alle sue caratteristiche funzionali.

In ogni processo produttivo è presente una variabilità intrinseca che non dipende da cause esterne detta variabilità naturale, originata da una serie di fluttuazioni interne al processo, risultato di numerose piccole cause che operano casualmente (dette cause comuni o casuali). Tali cause risiedono nel sistema di produzione e non possono essere attribuite ad esempio a macchine, dipendenti o fornitori particolari; in questo caso la causa ultima risiede e va ricercata nel sistema di produzione, che deve essere modificato, e non in un aspetto specifico del processo. Un processo produttivo la cui fonte di variabilità è imputabile esclusivamente a questo tipo di cause è un processo prevedibile, che può essere descritto mediante leggi statistiche. Si parla in questo caso di processo “sotto controllo statistico”.

Sulla variabilità del processo possono però intervenire fattori esterni che ne alterano la variabilità naturale e generano una variabilità non prevedibile che disturba il funzionamento del processo. Tali fattori, denominati cause speciali di variazione, determinano la quota eccezionale di variabilità del processo e rappresentano grosse fluttuazioni nei dati, che non sono imputabili al processo oggetto di analisi. Queste fluttuazioni sono il risultato di cambiamenti nel processo, che possono indicare il verificarsi di problemi oppure, al contrario, l'insorgere di novità interessanti da esplorare. Un processo la cui variabilità risente oltre che di cause comuni anche di cause speciali di variazione ha un andamento imprevedibile, per cui si parlerà di processo “fuori controllo statistico”.

Le carte di controllo rappresentano uno dei metodi più utilizzati per il controllo statistico di produzione. Messe a punto negli anni '30 da Walter Shewhart, il loro utilizzo si è rapidamente diffuso negli Stati Uniti e poi in Giappone già prima della seconda guerra mondiale. Negli anni successivi alla guerra la loro utilità è stata messa in discussione per il fatto di non fornire alcuno strumento per la risoluzione dei problemi. Tuttavia ancora oggi le carte di controllo sono lo strumento principe nel controllo statistico di processo.

Le carte di controllo sono essenzialmente rappresentazioni grafiche di un processo nel tempo che, basandosi su teorie statistiche, rimangono di facile interpretazione e utilizzo anche per utenti meno esperti. Le carte di controllo, supportando l'analista nel riconoscimento della causa di variazione, consente di individuare un processo fuori controllo consentendo di evitare due errori tipici. Il primo consiste nell'interpretare una causa comune di variazione come una causa straordinaria; in questo caso si potrebbe esercitare un'azione correttiva eccessiva che può a sua volta aumentare la variabilità del processo. Il secondo è l'errore speculare, e si commette quando una variazione straordinaria viene trattata come una variazione comune. In questo caso, si rischia di non intervenire prontamente e adeguatamente per “correggere” il sistema.

Capacità

Le carte di controllo sono un potente mezzo per mantenere un processo sotto controllo statistico, indicando le azioni correttive che devono essere intraprese al fine di eliminare le cause di variabilità indesiderata, le cause attribuibili.

Le carte di controllo non tengono conto, però, delle specifiche a cui il processo deve attenersi, come ad esempio le tolleranze di lavorazione o altre caratteristiche richieste al prodotto in output al processo. Il loro utilizzo non è dunque sufficiente a comprendere la reale capacità di un processo, nè come questo può essere migliorato.

A questo scopo vengono definiti gli indici di capacità del processo, che mettono in relazione le prestazioni o il potenziale del processo con il soddisfacimento a specifiche imposte. Essi, inoltre, permettono di riassumere in modo molto conciso i dati di un processo produttivo, con il vantaggio, rispetto agli indici statistici come media e dispersione, di essere quantità adimensionali, e quindi facilmente interpretabili e paragonabili tra loro.

Con lo studio della capacità potenziale di un processo si vuole verificare la capacità di mantenere una determinata caratteristica all'interno dei limiti di specifica prefissati. La capacità di processo valuta la prestazione qualitativa di un processo sulla base di un confronto tra l'ampiezza della dispersione del processo e l'ampiezza dell'intervallo di tolleranza.

L'analisi della capacità di processo copre differenti funzioni; può essere utilizzata per:

• quantificare la variabilità in un processo produttivo;
• verificare le prestazioni richieste per nuovi strumenti;
• predirre la prestazione del processo;
• determinare gli intervalli di campionamento;
• aiutare nella selezione o modifica di un processo;
• pianificare le tolleranze modo che il prodotto finale rimanga nelle specifiche.

Gage RR

Un aspetto importante da considerare per assicurare un buon controllo dei processi di produzione è certamente quello di garantire una elevata capacità dei sistemi di ispezione e di misurazione. è logico attendersi, infatti, che una parte della variabilità osservata di una caratteristica di prodotto sia dovuta al prodotto stesso, e che una parte, verosimilmente molto più piccola, sia dovuta all'errore di misurazione, ossia alla variabilità dello strumento di misurazione (o gage).

Lo studio della capacità dello strumento, chiamato analisi della ripetibilità e riproducibilità o gage R&R (repeatability and reproducibility analysis), consente di indagare su due componenti dell'errore di misurazione, chiamate ripetibilità e riproducibilità dello strumento. Si definisce riproducibilità la componente di variabilità dovuta a differenti operatori che usano lo strumento (o a differenti periodi di tempo, o a differenti circostanze ambientali o, in generale, a differenti condizioni), si definisce invece ripetibilità la componente di variabilità che riflette la precisione di base inerente allo strumento stesso.