Appunti completi Sistemi di gestione per la qualità

Qualità - Tecniche per il miglioramento

Il BRAIN STORMING è una tecnica per l'analisi e la risoluzione dei problemi. Serve per iniziare a muoversi e individuare spunti sulla risoluzione dei problemi. Un moderatore espone il problema, quindi la discussione prosegue usando le seguenti regole:

• Non si possono criticare le idee (critiche costruttive e non distruttive)
• Si incoraggiano invece le modifiche o la combinazione con altre idee
• Più idee vengono espresse, meglio è
• Si ricercano idee poco comuni

È un metodo efficace per:

• Risolvere i problemi (combinato con il diagramma Causa-Effetto)
• Formulare nuove politiche (commerciali, pubblicitarie, ecc.)
• Individuare dei modi di usare qualcosa

Kaoru Ishikawa ha sviluppato strumenti statistici utilizzati per la risoluzione dei problemi:

1. Foglio raccolta dati
2. Istogramma
3. Diagramma di Pareto
4. Diagramma causa-effetto
5. Analisi per stratificazione
6. Correlazione
7. Carta

di controllo. Alcuni di questi elementi possono essere applicati insieme.

I sette strumenti della qualità: si tratta di strumenti di impiego pratico messi a punto ed utilizzati dai Giapponesi per la risoluzione dei vari inconvenienti sui prodotti e sui processi produttivi. È importante tener presente che gli strumenti statistici sono soltanto strumenti: non funzionano se non sono utilizzati in modo adeguato! Alla base di tutto sta la raccolta dei dati e ricordiamo che uno dei sette principi della qualità che è prendere delle decisioni basate su dati di fatto. I dati devono essere raccolti con una certa razionalità.

Raccolta dei dati: lo scopo della raccolta dei dati non consiste nel misurare tutto in termini quantitativi, ma di fornire una base per decidere ed agire. È necessario individuare lo scopo e decidere quali e come raccogliere i dati, fare il contrario è molto rischioso perché si rischia di arrivare a termine con dei dati superflui.

Dati mancanti o dati non raccolti nel modo giusto e quindi inutili per lo studio. I dati possono assumere qualsiasi forma, non necessariamente numerica e possono essere divisi in:

• Dati di misura (continui): lunghezza, peso, etc.
• Dati di conteggio (numerabili): numero di difetti, etc.
• Dati di merito relativo
• Dati di sequenza di classificazione
• Dati di punteggio di merito.

Si deve tenere ben presente lo scopo per il quale si raccolgono i dati. Ciò, però, non è sufficiente perché è necessario controllare che i dati siano validi, cioè che rappresentino veramente i fatti e che i metodi statistici applicati siano tali da permettere una valutazione oggettiva: bisogna sempre annotare con chiarezza l'origine dei dati. Bisogna registrare (costruiamo una memoria storica dei dati):

• Lo scopo e le caratteristiche della misurazione
• La data
• La macchina operatrice ed attrezzatura
• Gli strumenti

controllo • il metodo dimisura • l’operatore che ha eseguito la misura.

Foglio di raccolta dati: è importante che i dati siano raccolti in modo semplice, univoco, attraverso un modulo di facile compilazione che non dia luogo o limiti sulla possibilità di errori nella raccolta dati o diversa interpretazione. Il foglio di raccolta dati (check list) è un modulo adeguatamente progettato sul quale sono riportati appositi spazi che consento la raccolta dei dati in maniera semplice e sintetica: prima è importante decidere su cosa ci si vuole concentrare, i parametri che si vogliono mappare, come effettuare il procedimento e infine come strutturare il procedimento. È necessario progettare un documento di modo da organizzare in maniera strutturata questa raccolta: non è detto che la prima raccolta sia quella decisiva.

I fogli di raccolta vengono progettati in prima analisi in funzione dell’obiettivo di raccolta dati. Successivamente si

procede alle necessarie verifiche per facilitare la registrazione esoddisfare gli obiettivi dell'indagine. Una corretta registrazione delle informazioni inizia con l'identificazione della fonte in assenza della quale qualsiasi informazione perde di validità.

Analisi della distribuzione di un processo produttivo: si vuole ricercare la distribuzione legata al processo produttivo

• Si classificano i dati al momento della raccolta: nel momento in cui si raccolgono i dati si effettua una riorganizzazione dei dati stessi
• L'istogramma è pronto non appena le misure sono state completate, a partire dai valori frequenti ai meno frequenti (in base all'interesse di classificazione della misura possono essere scelte diverse rappresentazioni)
• Non mostra le variazioni intervenute in funzione del tempo (es.: mattina-pomeriggio). (slide 9)

Foglio di raccolta dati per prodotti difettosi: si può immediatamente calcolare:

• il numero totale di

disegni o profili del prodotto sui quali si possono segnare dei simboli:

• Permette interventi rapidi
• È un importante strumento per l'analisi del processo e facilita l'identificazione delle cause di variabilità.

La progettualità della raccolta dati è legata al processo perché permette di realizzare un'analisi efficiente ed efficace.

Foglio di raccolta dati per causa di difetto:

• I dati sono disposti in maniera tale che risulti evidenziata la corrispondenza tra cause ed effetti
• Rende possibile identificare a quale causa occorre dare la priorità e stratificare i dati.

Foglio di raccolta dati di tipo 'scheda di controllo': completo check-up della qualità che è stata conseguita attraverso le fasi precedenti del processo e accerta che vengano eseguite tutte le verifiche senza trascurarne alcuna. La registrazione dei dati dipende anche dal rapporto costo-efficacia: raccogliere dati su un

Il foglio di carta comporta che poi questo foglio venga smaltito dagli operatori dopo aver trasferito i dati su pc. Dobbiamo sempre chiederci quale sia l'obiettivo dell'attività e solo in base a ciò vengono raccolti i dati. L'approccio consiste nel decidere la finalità della raccolta dati, le modalità con le quali raggiungere l'obiettivo e della raccolta informazioni, quali e come queste informazioni vengono registrate e di effettuare una 'prova'. Uno strumento può essere implementato solo se è efficace, quindi solamente dopo aver tentato più volte e averlo perfezionato, facendo passare un certo intervallo di tempo che permette alle informazioni di avere una certa valenza.

Istogrammi: è la rappresentazione grafica più semplice che possiamo avere dei dati raccolti e aiuta a capire l'andamento dei dati e il comportamento del sistema da analizzare rispetto alla semplice tabella. Può

essere realizzata secondo diverse logiche di rappresentazione dei dati:

• Per giorno
• Per difetto
• Per settimana
• Per prodotto
• Per operatore

Ci sono casi nei quali si effettuano delle misure e si vuole avere un'idea della distribuzione di questi valori. Ci sono casi nei quali si effettuano delle misure e si vuole avere un'idea della distribuzione di questi valori.

Costruzione dell'istogramma

1. Si prendono tutti i dati e si cercano i valori massimi e minimi, individuando successivamente il range, ossia l'ampiezza dei valori (max - min)
2. Si decidono quante classi (ossia colonne) avrà questo istogramma: il numero di classi per il quale vengono divisi i dati permetterà o meno di vedere certi fenomeni. Troppe classi rischiano di far perdere certe informazioni: una regola è quella di definire la radice quadrata dei numeri di campioni presenti.
3. Si decide quale è l'intervallo per classe prendendo l'ampiezza

complessiva e dividendola per il numero di classi sottratto di 1.

Il punto centrale della classe è il valore minimo registrato precedentemente, mentre il secondo punto è il valore minimo a cui viene sommato l'ampiezza e via via dicendo, fino ad arrivare al valore massimo.

Si decide il valore iniziale e finale che determinano la presenza o l'assenza di un numero in questa classe, prendendo i valori precedentemente calcolati e aggiungendo ± l'ampiezza/2.

Viene creata una tabella con tutti i punti individuati precedentemente, aggiungendo anche le frequenze.

I dati raccolti in tabella vengono rappresentati in un istogramma, per il quale si conosce sia il punto centrale che l'ampiezza di ogni colonna.

È possibile inoltre calcolare media e valore medio di deviazione standard, per ottenere delle informazioni più omogenee.

Se fossero presenti altri andamenti che ad esempio discostano dalla curva gaussiana, è buona norma

chiedersi il motivo di questi scostamenti (ci sono dei punti nel processo che danno luogo a questi?).

• Preparazione della tabella di frequenza
• Rilevazione delle frequenze
• Creazione dell'istogramma.

Ci sono casi nei quali si effettuano delle misure su dei campioni.

Tipi di istogramma:

• Normale: la frequenza è massima in corrispondenza della classe centrale (sorta di curva Gaussiana con variabilità casuale del dato)
• A pettine: il numero delle classi è eccessivo
• Asimmetrico positivo: non si presentano valori inferiori ad un determinato valore e la frequenza di accadimento è spostata verso un lato del range
• A precipizio sinistro: sotto un certo valore molto alto non accade nulla
• Piatto
• Bimodale: sono presenti due picchi ed è possibile chiedersi se vengono mappati dati aventi una comune caratteristica oppure è presente un qualcosa che dà luogo a due popolazioni con caratteristiche leggermente diverse.
• Con picco isolato: