Sei Sigma

Metodologie
Innova.ve per il Miglioramento della

Qualit:
il SIX SIGMA
Ing. Teresa Pizzu.
email: teresa.pizzu.@unical.it
Department of Mechanical, Energy and Management

Engineering (DIMEG) University of Calabria
Via P. Bucci, Cubo 44C, third floor
87036 Rende (CS), Italy
Settore Scientifico Disciplinare
ING-IND 17
Impianti Industriali Meccanici

Universit della Calabria
Agenda
Conce'o di 6 sigma;
Overview su processi produ8vi e variabilit;
Le aree e le fasi del 6 Sigma;
Tecnica DMAIC;
Tecnica DMADV;
Metodo staFsFci per la valutazione della variabilit.
Ing. Teresa Pizzuti Universit della Calabria
Il Sei Sigma per rilanciare le aziende

Se esiste la possibilit di
misurare quanF dife8/errori ci
sono in un processo
Cliente
Processi
E possibile eliminare i
defe8/errori e ridurli a
zero!
Tu'a lorganizzazione aziendale, basata sui processi,

deve essere tesa a soddisfare i bisogni dei clienF che
derivano principalmente dalle sue a'ese di qualit in
tu'e le possibili dimensioni.
DipendenF
ASPETTATTIVE DEI CLIENTI

Qualit del servizio;
Adabilit del prodo'o nel
tempo;
Costo del prodo'o;
Prestazioni;
Manutenibilit;
Etc.
Il Sei Sigma per rilanciare le aziende

Sigma :

Una strategia economica per la crescita e lo sviluppo dellazienda;

Uno strumento per soddisfare i bisogni dei clienF;
Un potenFssimo strumento per recuperare e/o migliorare la compe..vit, la reddi%vit e
organizzazione interna;
Un metro di misura per capire quanto siamo distanF dalla soddisfazione del cliente che ci richiede
il massimo delle prestazioni in tu'e le dimensioni della qualit;
Un modo per misurare la probabilit che un prodo'o sia sviluppato senza alcun rischio di dife8.
La probabilit di successo deve essere del 99,999946% per ogni cara'erisFca!
Un modo per misurare la probabilit che una unit di prodo'o, oppure una a8vit di un
processo, venga prodo'a, o implementata, con virtualmente zero dife'i!
Per variabili conFnue ci signica Ppk2 (fa'ori variabili sono: temperatura, voltaggio,
amperaggio, dimensione, etc.
Per fa'ori discreF ci signica 3,4 difeK per milione (fa'ori discreF sono: conforme/non
conforme, graato/non graato, etc.
Lobie8vo principale del Sei Sigma quello di progeLare e produrre prodo8 privi di
dife8, migliorando la capacit e ladabilit del processo.
Per quale mo.vo le aziende di produzione

dovrebbero implementare in programma 6 sigma?

TuLe le aziende sono costantemente impegnate a guadagnare compe..vit
rispeLo alla concorrenza; le aziende che producono e orono un servizio
migliore vincono sulla concorrenza!

Le condizioni di mercato sono tali per cui il cliente desidera:
Prodo8 sempre pi adabili;
Prodo8 con prestazioni sempre pi elevate;
Prodo8 ad un costo sempre pi basso;
Tempi di consegna sempre pi brevi;
Innovazione tecnologica.

Le aziende che implementano un programma 6 Sigma ridurranno i cosF della non qualit a circa 1%
Programma 6 Sigma
Il Sei Sigma consiste in una metodologia organizzaFva che perme'e allazienda di ee'uare dei
veri e propri breakthrough sul mercato:
miglioramen. consisten., ecien., nel pi breve tempo possibile e con un alto impaLo sia
nella soddisfazione del cliente, sia dal punto di vista nanziario

Il programma sei Sigma si inspira principalmente, ma

non solamente, ai seguenF principi del Total Quality
Management:
Organizzazione orientata al cliente;
Organizzazione fondata sulla leadership;
Coinvolgimento del personale;
Coinvolgimento dei fornitori;
Organizzazione con approccio ai processi;
Approccio al miglioramento conFnuo;
Decisioni basate su daF e su fa8.
Pianicazione della Qualit

Limplementazione di un buon sistema di qualit ISO 9000 non assolutamente il massimo
a cui unazienda pu aspirare!
I modelli di qualit pi evoluF , ovvero pi remuneraFvi ed ecienF nel raggiungimento della

soddisfazione del cliente e del mercato, perme'ono di o'enere:

Best Service
prodo8 pi adabili;
rapida innovazione delle gamma dei prodo8;
nuove tecnologie;
cosF pi bassi di prodo'o;
maggiore organizzazione aziendale;
migliore servizio.
Rapid
innovaFon
Lower Costs
Unazienda che opera in condizioni Sei Sigma non si accontenta di raggiungere il 99% di
conformit nelle aKvit svolte e nel prodoLo.
Cosa succederebbe , in USA, se alcune a8vit fossero svolte con il 99% di conformit?
(Fonte: MOTOROLA)
200.000 rice'e
mediche errate ogni
giorno
2 a'erraggi corF o
lunghi, nei
maggiori
aeroporF, ogni
giorno
Mancanza di
ele'ricit per 7
ore ogni mese
5000 intervenF
chirurgici erraF
per se8mana
20.000 le'ere
perse ogni ora
Acqua non
potabile per
almeno 15 min al
giorno
Le aree e le fasi del 6

Il Sei Sigma lo strumento adaLo a raggiungere leccellenza aLraverso dei
metodi concre. e con.nue misure delle prestazioni.
Il Sei Sigma tocca tu'e le aree e gli aspe8 aziendali, ma pone maggiore enfasi in alcune aree
dove i miglioramenF sostanziali sono necessari per soddisfare il cliente:

area progeLazione: a'enzione rivolta alleccellenza del proge'o e dello sviluppo del
prodo'o per raggiungere lobie8vo di avere un prodo'o facilmente producibile ed adabile;

area produzione: a'enzione rivolta alla riduzione della variabilit dei materiali, dei
componenF e dei processi produ8vi per conseguire una riduzione dei cosF di produzione,
migliorare la essibilit e ladabilit dei processi produ8vi, ridurre la dife'osit dei
prodo8 ad alcuni ppm;

processi aziendali: a'enzione rivolta al miglioramento delle prestazioni in ogni a8vit al ne

di o'enere una riduzione del lead Fme, una maggiore puntualit nelle consegne, un
miglioramento delloutput del processo.
Limplementazione di un progeLo 6 prevede:

Per limplementazione di un proge'o Sei Sigma sono necessarie alcune fasi speciche che
possono essere cos sinteFzzate:
1. idenFcazione dei requisiF del cliente e/o del mercato (funzionai, prestazionali, di costo,
di esteFca, etc);
2. denizione delle cara'erisFche del prodo'o criFche per ciascun requisito del cliente e/o
del mercato;
3. denizione delle cara'erisFche del processo che possono inuenzare le cara'erisFche
del prodo'o e minare la soddisfazione dei requisiF del cliente;
4. denizione delle tolleranze per ogni cara'erisFca;
5. idenFcazione, e denizione, dei processi aziendali necessari per soddisfare le
cara'erisFche a'ese, misurazione delle prestazioni e valutazione delle modalit di
controllo delle variabili che possono alterare le prestazioni dei processi;
6. denizione della capacit di processo per ogni cara'erisFca criFca sia del prodo'o, sia
del processo;
7. eventuale riproge'azione del processo e/o prodo'o (nel caso di Cpk/Ppk<1,5).
CaraLerizzazione del Sei Sigma

Approccio basato sui da. : I daF sono la chiave di volta per la comprensione dei processi. Harry sinteFzza
questo pensiero anche nelle sue celebri frasi: We dont know what we dont know; If we cant express
what we know in the form of numbers, we really dont know much about it; If we dont know much
about it, we cant control it; If we cant control it, we are the mercy of chance.

Controllo del processo: necessario instaurare un sistema di monitoraggio del processo stesso, in modo
da prevenire (non rimediare) alle derive che, per la natura stessa dei processi industriali, altrimenF
tenderebbero a vericarsi.

Focus sul cliente: il metodo spinge alla maggiore comprensione delle esigenze del cliente come base per
portare avanF il miglioramento. Nella denizione di cliente rientrano sia i classici clienF esterni ma anche
quelli interni, come altri reparF o stabilimenF dello stesso gruppo.

Lavoro per progeK: il Sei Sigma stabilisce che il motore per il miglioramento deve essere cosFtuito da un
proge'o mirato e molto ben delimitato nel tempo. Una delle cara'erisFche del metodo che si vogliono
o'enere dei risultaF nel breve periodo.

CaraLerizzazione del Sei Sigma


Conoscenza dei processi: il Sei Sigma vuole che alla base del processo di miglioramento si trovi una
comprensione matemaFca dei processi. Intendendo per comprensione la conoscenza di quali fa'ori
siano quelli realmente inuenF sul processi e quanto sia la loro inuenza. (analisi SIPOC)

Strategia dimpresa: congurandosi come una strategia per la gesFone delle aziende, il Sei Sigma spinge le
organizzazioni ad una conFnua auto-analisi delle proprie inecienze, tracciando un quadro di quelli che
sono i punF pi criFci. In questo senso il Sei Sigma denisce una lista di priorit di intervento,
computando il costo associato ad ogni inecienza. Inoltre il metodo denisce varie gure e ruoli del
processo di analisi e miglior manto, a'ribuendo delle responsabilit chiare alle gure professionali.

Il Sei Sigma pu essere applicato a tuK gli ambi. dellimpresa, dalla produzione alla logis.ca, dalla
direzione al commerciale, cos.tuendo quindi una modalit di lavoro che pu essere condivisa a tuK i
ruoli interni allorganizzazione e creando un linguaggio comune per la ges.one dei processi.
Lo'antacinque per cento dei moFvi che impediscono ad

unazienda di soddisfare le aspe'aFve dei clienF correlata
ai dife8 nei sistemi e nei processi.
(W.Edwards Deming)
Variabilit dei processi
Loutput di qualsiasi processo non

mai esa'amente ripeFbile; ogni
processo ha come cara'erisFca
inevitabile la variabilit.
L a q u a l i t , i n t e s a c o m e
soddisfazione del cliente, richiede
processi produ8vi stabili e
ripeFbili, che diano prodo8
conformi ai requisiF deniF.
Un processo deve fornire output

c o n v a r i a b i l i t p i r i d o ' a
possibile .
I processi produKvi e la variabilit

CAUSE COMUNI
Dipendono da come il sistema
stato proge'ato
CAUSE SPECIALI
Cause esterne al sistema

Proge'azione di macchine utensili;
Modalit di lavoro degli operai;
Un utensile non alato;
Variabilit dei materiali e dei processi
Una regolazione della macchina errata;
produ8vi dei fornitori;
Uno strumento di misura non tarato;
Incertezza degli strumenF di misura;
Alcune materie prime fuori specica;
Metodi di produzione;
Un cuscine'o usurato.
Variabilit insita negli organi di

trasmissione di impianF e a'rezzature.
Quando in un sistema sono presenF solo
cause comuni, si dice che il
sistema in controllo
Quando il sistema disturbato da una causa

speciale, si diche che il
sistema fuori controllo
I mo.vi della variabilit dei processi

Source: Keki R. Bhote (1992) , World Class Quality, Il Sole 24 Ore, Milano
Mancata conoscenza dellimpa'o che la variabilit ha sulla qualit e sui cosF;

Mancanza di un poliFca coerente per quanto riguarda la riduzione della variabilit;
Ampie tolleranze contro valori target pressaF;
Adabilit del prodo'o non denita come specica.
Propensione del se'ore tecnico vero luso indiscriminato di tolleranze ristre'e;
Modelli staFsFci inadeguaF per la denizione delle tolleranze;
Scarsa conoscenza degli ee8 delle interazioni tra componenF e variabili di un prodo'o/
processo;
Troppi fornitori, ognuno con la sua variabilit;
Forniture al ribasso senza analizzare il costo globale;
Controllo acce'azione e AQL inadeguaF;
Speciche Cpk e processi con Cpk<1,33:
Carenza di valide e precise istruzioni, obie8vi, addestramento.
Carenze nei processi, materiali, a'rezzature;
Carenze nelle fasi di Design.
Signicato sta.s.co del Sei Sigma
A causa della variabilit, uno standard per un

prodo'o pu essere denito in termini di
specica nominale e di limiF di tolleranza
superiore ed inferiore.
I dife8 sono deniF come i valori che cadono
fuori dai limi di specica.
Un criterio per valutare ladabilit di un

processo indicare quanF sono contenuF in
met della specica.
La deviazione standard una misura della
dispersione dei daF intorno al valore medio
Con X Sigma si indica lintervallo di x

deviazioni standard dal valore medio
ConceLo sta.s.co del Sei Sigma

Un processo cara'erizzato da una distribuzione dei daF molto dispersa ha uno scarso valore di Sigma e
fornisce una elevata probabilit di insuccessi.
Un processo cara'erizzato da una distribuzione dei daF poco dispersa e centrata sullobie8vo ha un
valore o8mo di Sigma e fornisce una scarsa probabilit di insuccessi.
ObieKvo sta.s.co del 6 sigma

StaFsFcamente il miglioramento di un
processo a'raverso lapproccio 6 sigma
persegue due obie8vi:

la centratura del processo rispe'o
alle speciche;
la riduzione della dispersione del
processo.
In entrambe le situazioni il risultato che si
consegue una riduzione della dife'osit
del processo, in termini di numero di volte
in cui il processo fornisce prestazioni non
conformi alle speciche.
Finalit
Lavorare in ottica Sei Sigma significa gestire
un processo dove la distribuzione dei dati
sia tale che:
1. Il valore dello scarto quadratico medio o
deviazione standard sia basso;
2. Il valore di Sigma sia elevato;
3. Laria sottesa oltre i limiti di specifica sia
minima (cio probabilit di errore o
insuccesso bassa)
Porre i limiti di tolleranza a 6.
TS= 6 =12
Ridurre la variabilit del processo fino ad avere la
deviazione standard () pari ad un dodicesimo
della tolleranza.
=TS/12
Posizione dei limi. di controllo e difeK per milione (ppm) nel caso di
processi x centra.
Correlazione tra livello di Sigma e costo della qualit

considerando uno shi$ di 1,5
Posiz. Comp.
Sigma
PPM
Resa %
DPMO
CNQ/Vendite
Azienda eccellente
0,002
99,99
3,4
Meno 2%
Azienda competitiva
0,57
99,97
230
Dal 5% al 15%
Azienda di buon livello
63
99,38
6.200
Dal 15% al 20%
Standard di mercato
2.700
93,32
66.800
Dal 20% al 35%
Azienda poco competitiva
5.600
69,15
308.500
Oltre 35%
Azienda fuori mercato
17.400
30,85
691.500
Non noti
Il sei sigma raggiungimento di risulta.!

Lazienda che vuole implementare il programma Sei Sigma ha come obie8vo
lECCELLENZA.
LECCELLENZA viene misurata in termini di DIFETTI PER MILIONE (DPMO)
DPMO =
NumeroDiDifetti
*1.000.000
( Num.DiOppurtunitDiErrorePerUnit) * Num.Unit
Eccellenza
DPMO
Eccellenza
ESEMPIO 1: Unazienda che processa 500 transazioni ed ha 3 opportunit di difetto per

transazione e riscontra 50 difetti in tale processo avr il seguente valore di Sigma:
DPMO= [50/(500*3)] * 1.000.0000 = 33.333,33

Esempio 2 (DPMO)
Fra le 200.000 le'ere totali consegnate in ununica giornata in una ci'adina, s
supponete di aver riscontrato un numero di 200 le'ere consegnate allindirizzo
sbagliato. Qual il DPMO in questa situazione?

RISPOSTA:
Numero di dife8 = 200 le'ere;

Numero di opportunit di errore per unit = 1 (indirizzo sbagliato);
Numero di unit = 200.000 le'ere
200
DPMO =
*1.000.000 = 1.000
(1) * 200.000
Quindi, per ogni milione di le'ere, il responsabile dellEnte Poste di questa localit pu
a'endersi una quanFt di 1.000 le'ere consegnate allindirizzo sbagliato.
Esempio di calcolo del numero di difeK per milione di

opportunit (DPMO)
Supponiamo di trovarci nella fase di controllo nale di una piastra ele'ronica assemblata e di ee'uare il
controllo nale.
Dai daF storici possibile risalire alle potenziali dife'osit che possono essere evidenziate in questa fase:
A= componenF erraF;
B= saldature fredde;
5 opportunit di difeLo per ogni
C= componenF non inseriF corre'amente;
piastra prodoLa
D= corto circuito tra componenF;
E= corto su piastre.
Durante la produzione della commessa di 1500 piastre sono staF riscontraF i seguenF dife8:

A: 4
B: 0
C:0
13 difeK riscontra.
D: 1
E:8
13
DPMO =
*1.000.000 =1733ppm
(5)*1.500
StruLura organizza.va
Comitato Guida

Champions
Responsabile delle selezioni

di progeLo, per perseguire
gli obieKvi di business
Vice-Presidenti e Direttori M&T, P
Master Black Belts

Sviluppano strumen. e didaKca
per linsegnamento. Ges.scono
sessioni di formazione e
comunicazione
Black Belts

Lavorano full .me al progeLo
di lavoro, esper. nel cambiamento
e nellapplicazione degli strumen.

Green Belts

Applicano gli strumen. e le
metodologie Six Sigma
nellaKvit quo.diana
StruLura organizza.va
La Leadership o Quality Leader , a capo della stru'ura organizzaFva, rappresenta larea di responsabilit
che individua le aree di miglioramento e le arFcola in proge8 operaFvi, coordina e integra i diversi
proge8 e verica landamento generale del programma a'raverso le metriche generali e le riunioni
mensili.
I Champion sono gure di Fpo dirigenziale responsabili della fase di avvio dei proge8 e della resa
disponibilit delle risorse necessarie per lo sviluppo dei proge8. Il loro compito generalmente quello di
garan%re lindirizzo strategico ai gruppi di miglioramento della propria area, assicurando il
coordinamento tra gruppi di proge8 e il board, approvando i proge8 operaFvi e vericando
limpostazione dei singoli proge8. Il Champion ha inoltre il compito di quan%care quelli che sono i
beneci economici che il Proge;o riuscito ad o;enere.
I Master Black Belt sono gure che dedicano il 100% del loro tempo al programma Six Sigma ed operano
tra pi proge8, fornendo assistenza tecnica, training, supervisione ed aiuto ai diversi gruppi di proge;o.
Queste gure sono presenF solo nelle aziende pi grandi.
I Black Belt sono i responsabili dello sviluppo ee@vo dei proge@. Questo personale lavora a tempo
pieno allo sviluppo di uno o pi proge8, cara'erisFca che li pone spesso come responsabili di proge'o,
con il compito di gesFre ed organizzare le altre Belt. Conoscono la metodologia Six Sigma e gli strumenF
della qualit ed ee'uano i training ai team di proge'o.
I Green Belt hanno un ruolo pre;amente opera%vo; sono i cosidde8 Project Leaders che dedicano circa
il 20% del loro tempo ad uno o pi proge8 Six Sigma e sono responsabili dei raggiungimenF del proge'o
a loro assegnato. Hanno una preparazione sulla metodologia paragonabile a quella delle Black Belt, ma la
principale dierenza sta nel tempo dedicato allo sviluppo dei proge8. Coordinano il lavoro del team e
rappresentano il team nei confronF dellorganizzazione partecipando altres al lavoro del team stesso.
Formazione con.nua
Tu'e le aree aziendali devono essere coinvolte nel processo di formazione in
quanto lazienda deve parlare la stessa lingua
Progetto Sei Sigma

Il metodo Sei Sigma porta avanF il miglioramento dei prodo8 e dei processi
tramite proge8 miraF. QuesF proge'o sono portaF avanF seguendo un
approccio stru'urato che prevede delle fasi speciche di raccolta ed analisi dei
daF e di sviluppo delle azioni di miglioramento.
DEFINE
NO
Esiste il processo?
SI
M
MEASURE
ANALYZE
MEASURE
ANALYZE
DESIGN
VERIFY
E capace?
NO
SI
I
C
IMPROVE
CONTROL
Analogia tra ciclo DMAIC e ciclo PDCA

La metodologia PDCA (Plan, Do, Check, Act) su basa sulle seguenF azioni:

Plan: idenFcazione del problema, analisi, individuazione
delle cause, denizione e pianicazione delle azioni
corre8ve. Il problem se8ng apparFene a questa fase.
Do: preparazione ed applicazione delle azioni pianicate,
a livello di test. Il problem solving apparFene a questa fase.
Check: monitoraggio e verica dei risultaF delle azioni
intraprese e confronto con gli obie8vi a'esi.
Act: standardizzazione e consolidamento se check
posiFvo; preparazione di un nuovo ciclo PDCA in caso di
check negaFvo (presenza di nuovi inconvenienF)

La fase si Plan riassume della di Design; la fase di Do rappresenta le fasi di Measure, Analyze ed
Improve; la fase di Check equivale alla fase di Control; la fase di Act rappresenta le fasi di
Standardize e Analyze.
METODOLOGIA DMAIC
SIX SIGMA DMAIC

La metodologia DMAIC una metodologia di miglioramento dei processi
esistenF, stru'urata e conFnua, che guarda prevalentemente allinterno,
a8ngendo a daF e allindividuazione di causa/ee'o
Consiste in una procedura di miglioramento per processi interni, uFlizzata

quando un prodo'o o un processo esistenF non incontrano le speciche del
cliente o le performance dellazienda non sono adeguate agli obie8vi specici.
Define
Limportanza di questa fase risiede nella necessit di focalizzare e denire:

la problemaFca che si vuole arontare con il proge'o;
gli obie8vi che si intende raggiungere sia in termini di prestazione che di beneci
economici;
se sono disponibili le risorse necessarie a portare avanF il proge'o;
Le competenze necessarie;
La capacit di gesFone ed organizzazione dello sviluppo delle fasi (fornendo una
previsione di durata, cio il tempo necessario per la conclusione dello stesso).
Bisogna in parFcolare considerare le a8vit e/o processi coinvolF, gli invesFmenF necessari,
la disponibilit di daF.

Gli obieKvi della fase di Design sono:

v Denizione ed ambito del problema;
v Denizione del/dei parametri di qualit fondamentali del proge'o;
v Timing ed obie8vi del proge'o
Measure
Si fonda sulla considerazione che ogni a8vit sia misurabile; di conseguenza, dopo
aver individuato una o pi CTQ sulle quali si vuole intervenire per o'enere il
miglioramento, si procede allindividuazione degli indicatori pi rappresentaFvi ed
alla raccolta dei daF.

La misurazione di 6po sta6s6co e per la validit della misurazione necessario
che i daF siano a'endibili.

STEP:
Si misurano i bisogni del cliente e/o mercato;
Si deniscono i parametri di qualit interni ed esterni;
Si deniscono i requisiF del prodo'o/processo;
Si deniscono le prestazioni di riferimento (benchmark).

Measure
solo se si conosce si pu intervenire in modo ecace

La fase di Measure me'e in evidenza il fa'o che non si possono fare intervenF
signicaFvi ed ecaci di miglioramento se non si hanno daF cerF.

Lo strumento per conoscere in modo ogge8vo il problema in esame il valore della
misura, che elimina i condizionamenF dovuF allesperienza.

OBIETTIVI della fase di MEASURE:

v Raccolta dei daF;

v Calcolo della baseline del processo da migliorare;
v Valutazione del gap tra baseline ed obie8vo di miglioramento
Analyze
I daF rilevaF devono essere, inizialmente, straFcaF e confrontaF con i target
richiesF allo scopo di denire gli scostamenF in essere.

In questa fase inizia la root cause analysis. Lobie8vo principale di questa fase
di collegare la variabile output con n variabili input. Lanalisi delle cause segue
una via a ritroso, che parte dalle y e porta alle x, no allindividuazione delle
cause reali.

UFlizzando il diagramma di causa-ee'o, lanalisi FMEA(Failure Model and Eect

Analysis), il diagramma di correlazione o il test delle ipotesi sar possibile
individuare tu'e le probabili cause di variabilit delle CTQ e le conseguenze da
esse
derivanF

OBIETTIVI
della fase di Analyze:

vAnalisi del processo;

vAnalisi della cause.
Improve
In base allanalisi dei daF precedentemente fa'a, si passa alla fase di ricerca delle
soluzioni che possano garanFre loutput, le y, perfe'amente in linea con il target e
con un CPK>1,5.

Lazione di miglioramento volta a portare la cara'erisFca della CTQ entro i limiF di

specica programmaF, riducendo le non conformit individuate nelle fasi
precedenF.

In questa fase si devono trovare le soluzioni ai problemi misuraF ed analizzaF. Alle

soluzioni va sempre allegata lanalisi dei rischi e lanalisi dei cosF/beneci delle varie
alternaFve

OBIETTIVI della fase di Improve

vIndividuazione delle soluzioni;

vPresentazione delle soluzioni;
vImplementazione delle soluzioni.
Control
Questa fase consiste nel vericare che il processo abbia raggiunto il
miglioramento previsto nella fase di Improve e sopra'u'o che sia in grado di
mantenere nel tempo i risultaF raggiunF.
Occorre a'uare unazione di monitoraggio conFnuo e sistemaFco del processo
per impedire, una volta raggiunto lobie8vo desiderato, che nel tempo si abbia
un degrado dello stesso.
Si creano quindi degli indicatori di controllo che segnalano in modo tempesFvo
quando il processo sta degradando, perme'endo in questo modo un intervento
mirato a riprisFnare le condizioni operaFve desiderate.

Gli OBIETTIVI della fase di Control sono:
vSviluppo, implementazione e monitoraggio del nuovo processo;
vStandardizzazione.

Metodologia DMAIC
per ottimizzare i processi esistenti
DEFINE
Individuare clienti e priorit.
MEASURE
Misurare il processo e le sue performance
ANALYZE
Analizzare le cause dei difetti.
IMPROVE
Rimuovere le cause dei difetti.
CONTROL
Mantenere i miglioramenti e la qualit.

CHAMPIONS
E BLACK BELT
FASE
DEFINE
. Definire lo scopo del
progetto
. Costruire il team di
lavoro
MEASURE
. Esaminare i processi
chiave che influenzano
le CTQ e misurare i
difetti generati,
valutandone l'impatto
finanziario
ANALYSE
. Analizzare i difetti ed
individuarne le cause
IMPROVE
. Intervenire sulle
variabili chiave per
controllare il loro
effetto sulle CTQ
. Migliorare il processo
CONTROL
. Assicurare la stabilita'
dei processi nel tempo
ATTIVITA'
. Definizione
progetto\obiettivi\risorse
. Scelta delle caratteristiche da
migliorare
. Rappresentazione dei processi
legati alle CTQ
. R&R delle misure
. Calcolo della prestazione del
processo
. Valutazione del livello di non
conformit del processo
. identificazione schema\tipologie
di variabilit
. Calcolo baseline
specifica\process capability
. analisi delle cause prioritarie
. analisi degli obiettivi di
miglioramento specifici
. analisi della variabilit
. Individuazione delle cause
potenziali
. Selezione delle cause prioritarie
. Comprensione delle relazioni tra
le variabili
. Definizione delle tolleranze
operative\target
. definizione di nuovi standard di
processo
. Verifica delle prestazioni dopo le
azioni di miglioramento
. Mantenere nel tempo le
prestazioni
. Implementare il sistema di
controllo
STRUMENTI
.
.
.
.
.
.
DIAGRAMMA DELLE AFFINITA'

DIAGRAMMA AD ALBERO
DIAGRAMMA A MATRICE
QUALITY FUNCTION DEPLOYMENT
BENCHMARKING
DIAGRAMMA DI FLUSSO
. RACCOLTA DATI
. ISTOGRAMMA
. INDICI STATISTICI
. DISTRIBUZIONE NORMALE
. CAMPIONAMENTO
. ANALISI R&R
. YIELD MODEL
. VARIABILITA DI BREVE\LUNGO
PERIODO
. PROCESS CAPABILITY
. DIAGRAMMA CAUSA\EFFETTO
. FMEA
. ANALISI DI REGRESSIONE
. STIME E TEST DI IPOTESI
. ANALISI DELLA VARIANZA
. PROCESS ANALYSIS
. ANALISI DEL VALORE
. BENCHMARKING
. PROGETTAZIONE DEGLI
ESPERIMENTI
. ANALISI DELLA VARIANZA
. METODO DELLA SUPERFICIE DI
RISPOSTA
. EVOP
. DIAGRAMMA DI FLUSSO
. ANALISI DEL VALORE
. TECNICHE\STRUMENTI DI
CREATIVITA'
. CARTE DI CONTROLLO
. STANDARDIZZAZIONE
PROCEDURE
. SISTEMI DI GESTIONE A VISTA
. KANABAN
. MONITORAGGIO
. METODI FOOL-PROOF
METODOLOGIA DMAIDV
SIX SIGMA DMADV

Rigoroso approccio alla proge'azione e riproge'azione dei prodo8/processi, uFlizzato
quando
1. un prodo'o o un processo non esiste e deve essere sviluppato;
2. il prodo'o o il processo esiste ed gi stato o8mizzato, ma non incontra ancora le
speciche 6.

Il suo focus incentrato sulla prevenzione dei dife8 e non sulla riduzione degli stessi come
per la metodologia DMAIC.
A dierenza della tecnica DMAIC che si avvale della sperimentazione, la tecnica DMADV si
avvale della tecnica di simulazione.

OBIETTIVO: proge'azione di nuovi prodo8/processi che supereranno le aspe'aFve dei
clienF.
SIX SIGMA DMADV

DEFINE:
Denizione degli obie8vi del nuovo processo;
Valutazione degli impa8 sul business;
Denizione del team e della tempisFca.
MEASURE:
Misurazione dei bisogni del cliente e/o mercato;
Denizione dei parametri di qualit interni ed esterni;
Denizione dei requisiF del prodo'o processo e delle prestazioni di riferimento (benchmark)
ANALYSE:
Analisi delle opzioni di processo
DESIGN:
Pianicazione del nuovo processo per soddisfare i bisogni dei clienF e/o del mercato;
Simulazione del funzionamento del proge'o;
Denizione del piano di controllo e verica.
VERIFY:
Verica delle performance e dellabilit di rispe'are i criteri deniF nella fase di design.
DEFINE
MEASURE
Precisare lo scopo, pianificare il progetto

Capire reali bisogni del cliente
(VOC) e definire gli elementi critici
per la qualit (CTQ)
ANALIZE
Sviluppare i progetti di massima
DESIGN
Sviluppare progetti di dettaglio,

controllare e
testare i piani
VERIFY
Testare, progettare, implementare

lintero processo/soluzioni di prodotto
Ing. Teresa Pizzuti Universit della Calabria Ottobre 2013
PHASE
DEFINE
MEASURE
ANALYSE
ACTIVITY
. Obiettivi di Business
Gantt
. Scope del progetto
kano anlysis
. Deployment e pianificazione
Qfd
. Determinare le CTQ
. Surveys
. Risk Assessment
.Risk assessment/pugh matrix, Brainstroming
. Requisiti del Prodotto/ Servizio
. QFD, MGPP
. Requisiti del Processo
. Customer, Benchmarking Toolkit/

Site
- CTQ tree
. Capability Gap Analysis
. Capability Gap Analysis

. High Level Design
DESIGN
. Progettazione di dettaglio del processo

. Simulazione & Review
. Piano di Controllo
VERIFY
TOOLS
. Esecuzione Pilota
. Analizzare i risultati
. Documentazione e Transizione
. Process Map
. Process Modeling, Crystal Ball, Statistical Design
Analysis Spreasheet
. DFSS scorecards
.Simulation SW
. Statistical Tolerancing
.Control Plan, FMEA, Simulation SW
. Logbook, Control Plan
. Sig Sigma Tools
. Support Commercialization
Ing. Teresa Pizzuti Universit della Calabria Ottobre 2013
CONCLUSIONI:
Il programma Sei Sigma porta le aziende a lavorare e
produrre in condizioni di eccellenza, aLraverso:
il reale miglioramento di tu8 i processi aziendali;

il controllo di tu'e le a8vit dei processi;
la misurazione delle prestazioni dei processi chiave;
il miglioramento delladabilit dei prodo8;
decisioni basate su daF e fa8;
la gesFone dei problemi e la ricerca sistemaFca delle soluzioni.
I beneci che ne derivano sono:
la soddisfazione e delizzazione del cliente;

una riduzione dei cosF di produzione;
il miglioramento delle prestazioni dei prodo8;
una riduzione dei cosF per intervenF in garanzia;
una drasFca riduzione di errori, rilavorazioni, scarF e resi;
una riduzione dei cosF della non qualit;
una riduzione dei tempi di consegna;
una riduzione del %me to market.
Gli strumen. principali della

Metodologia Sei Sigma
I principali strumenti della qualit impiegati dalla
metodologia Sei Sigma sono:
v Project Charter;
v Diagramma causa/effetto;
v Diagramma di flusso;
v Diagramma di Pareto;
v Analisi del Rischio;
v Carte di Controllo;
v Procedure Operative Standard.
Gli strumen. principali della

Metodologia Sei Sigma
Project Charter
Il piano di lavoro del DMAIC documentato con un project charter che deve
chiaramente indicare/contenere:
motivazione economico finanziaria del progetto; (perch?)
collegamento alla balanced scorecard;
definizione del problema (cosa, dove, quando, quanto, mai perch!);
benefici attesi;
definizione degli obiettivi;
definizione dei tempi (project plan);
ruoli e responsabilit;
scopi del progetto;
fasi del profetto;
traguardi (project plan);
piano delle riunioni (cosa e come);
lista dei partecipanti alle riunioni;
responsabile della conduzione delle riunioni.
Project Charter
Titolo
Ambito
Team Leader
Team Member

Proprietario Processo
Champion

Durata

CTQ
Valore Iniziale
Valore ALeso
Saving
Vincoli

Milestone
Dene
Measure
Analyze
Improve
Control
Riduzione scarF sulle linee di assemblaggio motori

Ridurre gli scar. sulle linee di assemblaggio motori, concentrandosi
sulle .pologie di difeLo A, B, e C, che coprono circa l80% dei difeK
totali rileva.
Mario Rossi (GB)
Telefono
xxx-xxxxxx
Pasquale Ridol
Telefono
xxx-xxxxxx
Ma'eo Torre
Telefono
xxx-xxxxxx
Rodolfo Agnes
Telefono
xxx-xxxxxx

Telefono
xxx-xxxxxx

Telefono
xxx-xxxxxx

Telefono
xxx-xxxxxx
Giuseppe Liner
Telefono
xxx-xxxxxx
(produzione)
Aldo Boss
Telefono
xxx-xxxxxx
(amministratore)
4
mesi
% scarF
X
9%

2%

15K
Euro/anno
Non alterare il prodo'o, mantenere la stessa produ8vit
Data inizio prevista
Data chiusura prevista

40214
40229
40267
40298
40313
40229
40267
40298
40313
40334
Metodi sta.s.ci per la descrizione della variabilit

Ing. Teresa Pizzu.
email: teresa.pizzu.@unical.it
Department of Mechanical, Energy and Management

Engineering (DIMEG) University of Calabria
Via P. Bucci, Cubo 44C, third floor
87036 Rende (CS), Italy
Settore Scientifico Disciplinare
ING-IND 17
Impianti Industriali Meccanici

Universit della Calabria
La descrizione della variabilit

Due unit di un bene prodo'o da un processo produ8vo non sono mai idenFche, qualche
variazione inevitabile.

UFlizziamo pertanto la staFsFca per analizzare dei da6 e trarre da essi delle conclusioni
prendendo in considerazione la presenza della variabilit dei daF stessi.
Esistono diversi metodi graci uFli per sinteFzzare e presentare i daF osservaF che possono
considerarsi unindagine preliminare.
1. I graci rami e foglie
2. Distribuzione di frequenza ed istogramma
3. Rappresentazione dei daF mediante box plot
4. Sintesi numerica dei daF
5. Distribuzione di probabilit
I gra rami e foglie: ESERCIZIO 1

Costruire il graco rami e foglie considerando i daF riportaF in tabella, che rappresentano la produzione
se8manale relaFva ad una fabbrica di semincondu'ori,
Lanalisi della gura di seguito riportata, che nellulFma colonna presenta la frequenza dei
numeri di foglie per ogni ramo, evidenzia che la distribuzione o'enuta ha una forma
approssimaFvamente simmetrica con un solo valore di massimo
Nella gura abbiamo una impressione visiva della forma della distribuzione, della dispersione
o variabilit e della tendenza centrale o media dei daF (prossima al valore 68).
Distribuzione di frequenza ed istogrammi: ESERCIZIO 2

La Tabella a destra presenta 125
osservazioni relaFve al diametro
interno delle fasce elasFche di un
motore automobilisFco.
I daF sono raggruppaF in 25

campioni con cinque osservazioni
ciascuno.

C o s t r u i r e i l g r a c o d e l l e
frequenze osservate in funzione
dei diametri delle fasce.
Linee guida per la costruzione degli istogrammi

Quando i daF sono numerosi, opportuno raggrupparli in classi.

1. Usare da 4 a 20 classi (spesso pu essere vantaggioso scegliere un numero di
classi approssimaFvamente uguale alla radice quadrata della dimensione del
campione).
2.
Dimensionare le classi con ampiezza uniforme.
3. Porre il limite inferiore della prima classe leggermente al di so'o del valore dato
pi piccolo.
Quando il numero di osservazioni relaFvamente piccolo, o quando le osservazioni
riguardano pochi valori, listogramma pu essere costruito a parFre da una
distribuzione di frequenza dei daF non raggruppaF. In alternaFva, si pu uFlizzare
una rappresentazione rami e foglie.
Distribuzione di frequenza ed istogrammi

Costruire listogramma delle

osservazioni relaFve diametro
interno delle fasce elasFche di un
motore automobilisFco
considerando lampiezza delle
classi pari a 5.
Distribuzione di frequenza ed istogrammi
Sintesi numerica dei da.

La presentazione tramite graco ramo-foglia e istogramma perme'ono di avere una visione dire'a dei
alcune propriet dei daF osservaF, tra cui la forma della distribuzione dei daF, la tendenza centrale e la
dispersione o variabilit presente nei daF. E u6le disporre anche di indicatori numeri della tendenza
centrale e della dispersione.

Siano date le osservazioni di un campione x1, x2,, xn;

1. La pi importante misura della tendenza centrale di un campione la media campionaria (indice di
posizione).
2. La variabilit presente nel campione misurata come varianza campionaria (indice di dispersione)

La deviazione standard campionaria (indice di dispersione) S data da:
La deviazione standard non inuenzata dallenFt del valore centrale dei daF, ma rie'e solo la
diversit o dispersione di quesF daF dalla media
Una formula pi ecace per il calcolo della deviazione standard la seguente:

La variazione interquar.le (interquarFle rande IQR):
Il quarFle divide una popolazione in quarF uguali. Per
denizione: IQR=Q3-Q1
Il k-esimo percen.le della distribuzione

dei daF (o anche k-esimo quarFle) quel
valore cui corrisponde almeno una
percentuale k 100% del numero totale dei
daF che sono pari o inferiori a tale valore
e almeno una percentuale
(1-k)100% che sono pari o superiori a tale
valore
Il 50-esimo percenFle della distribuzione
dei daF osservaF de'o mediana
campionaria.
La mediana pu interpretarsi come quel
valore che separa il campione in due met
di cui una cosFtuita dai valori inferiori e
laltra dai valori superiori ad esso.
Il primo quar.le (Q1) losservazione di rango 0,25*n+0,5 mentre il terzo quar.le (Q3)
losservazione di rango 0,75*n+0,5.

La dierenza Q3-Q1 impiegata occasionalmente come misura di variabilit e viene
denita dierenza interquar.le (IQR)
Rappresentazione dei graci mediante box plot

Il box plot una rappresentazione graca che presenta diversi importanF indicatori dei
daF osservaF, quali tendenza centrale o locazione, dispersione o variabilit,
allontanamento dalla simmetria distribu.va e iden.cazione di quelle osservazioni
anomale che sono distanF dal nucleo centrale dei daF e che vengono spesso indicate con il
nome di outliers
Max
QuarFle 3
Mediana
QuarFle 1
Il graco box plot rappresenta i tre

quarFli, il valore massimo ed il valore
minimo in un scatola re'angolare.
Lampiezza del re'angolo rappresenta la
dierenza interquarFle con il primo
quarFle Q1 in basso ed il terzo quarFle
Q3 in alto
Min
Rappresentazione dei graci mediante box plot

La distanza tra il terzo ed il primo quarFle, Distanza
interquar%lica, una misura della dispersione della
distribuzione. Il 50% delle osservazioni si trovano
comprese tra quesF due valori. Se l'intervallo
interquar.lico piccolo, tale met delle
osservazioni si trova fortemente concentrata
intorno alla mediana; all'aumentare della distanza
interquarFlica aumenta la dispersione del 50% delle
osservazioni centrali intorno alla mediana.
Le distanze tra ciascun quarFle e la mediana

forniscono informazioni relaFvamente alla forma
della distribuzione. Se una distanza diversa
dall'altra allora la distribuzione asimmetrica.
Costruzione dei diagrammi a scatola

Passo 1. Determinare dallinsieme dei daF il quarFle inferiore Q1.
QuesF valore individua il lato inferiore del re'angolo.
Passo 2. Determinare dallinsieme dei daF il quarFle superiore Q3.
Ricordiamo che la variazione interquarFle IQR Q3-Q1. Questa la
lunghezza della scatola.
Passo 3. Determinare la mediana M dei daF. Questo valore si
rappresenta con una linea dentro la scatola.
Passo 4. A parFre dal lato superiore si traccia verso lalto un
segmento verFcale. La lunghezza di questo segmento il minimo
tra il pi grande dei valori daF e Q3+IQR.
Passo 5. A parFre dal lato inferiore della scatola si traccia verso il
basso un segmento verFcale. La lunghezza di questo segmento il
minimo tra il pi piccolo valore dei daF e Q3-IQR.
Passo 6. I valori che cadono allinterno dellintervallo da Q1-1,5IQR
a Q1-IQR, oppure da Q1+IQR e Q3+1,5IQR sono indicaF con 0.
Passo 7. I valori che sono pi piccoli di Q1-1,5IQR, o pi grandi di
Q3+1,5 IQR sono indicaF nel graco con asterisco (*).
Costruzione dei diagrammi a scatola. ESERCIZIO 3

Il responsabile di produzione di un impianto di produzione chimica ha lincarico di produrre acetone.
Per valutare la linea di produzione il responsabile Fene so'o controllo la variabile chiave del processo, la
percentuale di acetone.
Nel corso di una se8mana di produzione vengono prodo'e 16 parFte di acetone. In questo studio viene
presa una sola le'ura per parFta, perch la parFta viene considerata un miscuglio molto omogeneo. I
risultaF sono riportaF in tabella.
Acetone
Numero del Insolubile
(%)
loLo
1
6
2
24
3
12
4
11
5
34
Numero
loLo
6
7
8
9
10
Acetone
insolubile
(%)
32
28
19
31
22
Numero
loLo
11
12
13
14
15
16
Acetone
insolubile
(%)
29
58
15
5
17
25
Per valutare ques. da. il responsabile di produzione sceglie di rappresentare i da. nella forma di
diagramma a scatola.

Sei Sigma

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Sei Sigma

Caricato da

Copyright:

Formati disponibili

Metodologie

Innova.ve per il Miglioramento della

Department of Mechanical, Energy and Management

Impianti Industriali Meccanici

Ing. Teresa Pizzuti Universit della Calabria

Il Sei Sigma per rilanciare le aziende

Tu'a lorganizzazione aziendale, basata sui processi,

ASPETTATTIVE DEI CLIENTI

Il Sei Sigma per rilanciare le aziende

Una strategia economica per la crescita e lo sviluppo dellazienda;

Per quale mo.vo le aziende di produzione

Il programma sei Sigma si inspira principalmente, ma

Pianicazione della Qualit

I modelli di qualit pi evoluF , ovvero pi remuneraFvi ed ecienF nel raggiungimento della

rapida innovazione delle gamma dei prodo8;

cosF pi bassi di prodo'o;

maggiore organizzazione aziendale;

Ing. Teresa Pizzuti Universit della Calabria

Ing. Teresa Pizzuti Universit della Calabria

Le aree e le fasi del 6

processi aziendali: a'enzione rivolta al miglioramento delle prestazioni in ogni a8vit al ne

Ing. Teresa Pizzuti Universit della Calabria

Limplementazione di un progeLo 6 prevede:

CaraLerizzazione del Sei Sigma

Ing. Teresa Pizzuti Universit della Calabria

CaraLerizzazione del Sei Sigma

Ing. Teresa Pizzuti Universit della Calabria

Lo'antacinque per cento dei moFvi che impediscono ad

Ing. Teresa Pizzuti Universit della Calabria

Variabilit dei processi

Loutput di qualsiasi processo non

Un processo deve fornire output

Ing. Teresa Pizzuti Universit della Calabria

I processi produKvi e la variabilit

Proge'azione di macchine utensili;

Modalit di lavoro degli operai;

Un utensile non alato;

Variabilit dei materiali e dei processi

Una regolazione della macchina errata;

produ8vi dei fornitori;

Uno strumento di misura non tarato;

Incertezza degli strumenF di misura;

Alcune materie prime fuori specica;

Variabilit insita negli organi di

Quando il sistema disturbato da una causa

Ing. Teresa Pizzuti Universit della Calabria

I mo.vi della variabilit dei processi

Mancata conoscenza dellimpa'o che la variabilit ha sulla qualit e sui cosF;

Ing. Teresa Pizzuti Universit della Calabria

Signicato sta.s.co del Sei Sigma

A causa della variabilit, uno standard per un

Un criterio per valutare ladabilit di un

Con X Sigma si indica lintervallo di x

ConceLo sta.s.co del Sei Sigma

ObieKvo sta.s.co del 6 sigma

Porre i limiti di tolleranza a 6.

Ing. Teresa Pizzuti Universit della Calabria

Correlazione tra livello di Sigma e costo della qualit

Azienda di buon livello

Dal 15% al 20%

Dal 20% al 35%

Azienda poco competitiva

Azienda fuori mercato

Ing. Teresa Pizzuti Universit della Calabria

DPMO= [50/(5003)] 1.000.0000 = 33.333,33