Sei sulla pagina 1di 7

Capitolo V

DISTRIBUZIONI NON NORMALI


1. Carte di controllo per distribuzioni non normali
Nellesempio sviluppato nei precedenti capitoli partendo da un processo produttivo
insoddisfacente abbiamo analizzato con laiuto di grafici e test il sistema mettendo in luce alcuni
fattori di cattivo funzionamento controllati i quali siamo pervenuti ad un processo in controllo
statistico. Abbiamo quindi verificato se potevamo accettare lipotesi di normalit del processo e,
poich la risposta stata positiva, siamo stati in grado di calcolare la frazione di pezzi difettosi,
determinare la necessit di spostare la media e calcolare i due indici di capacit generalmente
utilizzati. Dobbiamo per chiederci cosa sarebbe successo se le risposte ottenute fossero state
negative.
Il primo passo stato quello di verificare lo stato del processo utilizzando le carte di controllo.
Se la distribuzione della variabile non normale, i limiti non corrispondono ad una probabilit di
0.0027. Se nota, possiamo determinare la distribuzione campionaria di media e range e quindi
calcolare i limiti di controllo della variabile in modo che corrispondano a prefissate probabilit; ci
in pratica pu essere estremamente difficoltoso e, se si ritiene che lipotesi di non normalit non
modifichi sostanzialmente i limiti di controllo, questi sono determinati nel modo usuale. Questa
poi lunica alternativa possibile se non si conosce la distribuzione della variabile.
In ambedue i casi occorre avere unidea degli errori cui si va incontro.
Per quanto riguarda la carta delle medie, a meno che gli scostamenti dalla normalit non siano
elevati, i limiti di controllo possono calcolarsi senza apprezzabile errore con la regola del tre
sigma.

0.07
f(Xmed )
0.06
0.05
0.04
0.03
0.02
0.01
Xmed
0.9125

0.8125

0.7125

0.6125

0.5125

0.4125

0.3125

0.2125

0.1125

0.0125

Fig. 5-1

La Fig. 5-1, ottenuta con 50000 simulazioni, riporta la distribuzione della media di campioni di
dimensione quattro prelevati da una distribuzione uniforme; essa mostra che la media, ai fini
pratici, ben approssimata da una distribuzione normale. La distribuzione del range , come ci si
aspettava, distorta. Il valore atteso del Range, stimato dai dati simulati, R =0.599 cui
corrisponde una stima della deviazione standard della popolazione di = R d 2 = 0. 291 ; il valore
effettivo = 1

12 =0.289.

Lesempio mostra che lerrore nel calcolo dei limiti di controllo della carta x praticamente
trascurabile.
Gestione Industriale della Qualit Controllo statistico di processo a cura di Antonino Passannanti
Capitolo V Distribuzioni non normali
pag 1

2500
freq
2000
1500
1000
500
R
0.9125

0.8125

0.7125

0.6125

0.5125

0.4125

0.3125

0.2125

0.1125

0.0125

Fig. 5-2

Per quanto riguarda la carta R, la Fig. 5-2 indica, come ci si aspettava, che la distribuzione
distorta. Gi con una distribuzione normale i limiti calcolati in base alla regola dei tre sigma non
corrispondono alla probabilit di 0.0027; con i dati dellesempio i limiti calcolati in base ai fattori
della T 2-2 risultano:
LICR = 0
LSCR = D4 R = 2.2820.599 = 1.367
La probabilit che il Range superi tale valore evidentemente nulla.
In pratica ci significa che, se il processo in controllo, non otterremo mai un punto al di sopra
del LSC (probabilit nulla di avere un falso allarme), mentre lunica possibilit di accorgerci di una
diminuzione della variabilit il test sulle sequenze.
In generale, essendo i limiti errati, nellinterpretazione della carta R occorre molta cautela.
Ad analoghe conclusioni si arriva se invece della carta R si utilizza la s.

2. Indici di capacit
Se la non normalit dei dati non porta serie conseguenze nello stabilire i limiti della carta x ,
quando si calcolano gli indici di capacit e da questi la frazione di pezzi difettosi, gli errori
possono essere notevoli.
Riprendendo lesempio, se le specifiche sulla caratteristica fossero:
X = 0.5 0.5
non avremmo pezzi difettosi mentre lindice di capacit Cp sarebbe:
Cp = Toll/(6) = 1/(60.289) = 0.591 a cui corrisponde una frazione minima di pezzi difettosi
(per Cp = Cpk ) del 7.6%.
Per migliorare la stima della frazione di pezzi non conformi si pu eseguire una trasformazione
della variabile. Una serie di trasformazioni, proposta da Box e Cox, :
y (i ) =

y i 1
y& 1

con:
1

y& = exp
log y i
n i

media geometrica delle yi.


Questa trasformazione contiene quelle pi comunemente utilizzate quali la radice quadrata
(=0.5), linversa (= -1), la logaritmica (=0).
Il valore di pu calcolarsi imponendo che sia minima la somma:

Gestione Industriale della Qualit Controllo statistico di processo a cura di Antonino Passannanti
Capitolo V Distribuzioni non normali
pag 2

y (i )

La Tab. 5-1 riporta 93 valori di rugosit di pezzi torniti. I dati sono stati riportati sul GPN di Fig.
5-3 che mostra la non normalit della variabile.
GPN Rugosit
.99

Probabilit F(x)

.95
.85
.75
.65
.55
.45
.35
.25
.15
.05
.01
-0.5

0.5

1.5

2.5

3.5

Valori Ra

Fig. 5-3

( )

Eseguendo la trasformazione: y i = 1 y i e riportando i dati sul GPN si ottiene la Fig. 5-4 che
mostra che la variabile pu ritenersi distribuita normalmente. Gli indici di capacit e la frazione di
difettosi calcolati su questa nuova variabile sono molto pi aderenti alla realt.

Probabilit F(x)

GPN Valori Inversi Rugosit


.99

.99

.95

.95

.85
.75
.65
.55
.45
.35
.25
.15

.85
.75
.65
.55
.45
.35
.25
.15

.05

.05

.01

.01
0

0.2

0.4

0.6

0.8

1.2

Valori 1/Ra

1.4

Fig. 5-4

3. Distribuzione nota
Se conosciamo la distribuzione della variabile possiamo stimare gli indici di capacit e la
frazione di pezzi difettosi in modo corretto.
Supponiamo che siamo interessati non alla dimensione di un diametro, ma alla concentricit di
due superfici cilindriche. In tal caso la distribuzione pi adatta la Rayleigh la cui funzione di
ripartizione data da:
x 2

F(x) = 1 e
Supponiamo di aver gi trovato che il processo in controllo.
Gestione Industriale della Qualit Controllo statistico di processo a cura di Antonino Passannanti
Capitolo V Distribuzioni non normali
pag 3

Eseguiamo cinquanta misure su pezzi prodotti in sequenza e gli errori di concentricit rilevati
siano quelli della Tab. 5-2. Anche in questo caso possiamo eseguire unanalisi grafica o analitica;
illustreremo quella grafica.
Poich la Rayleigh un caso particolare della Weibull utilizzeremo la carta di probabilit di
questa distribuzione. La procedura stata gi illustrata e cio o si raggruppano i dati in classi (ci
2

anche necessario per il test ) o si riportano tutti i dati sulla carta. In questultimo caso i dati
vengono ordinati dal pi piccolo al pi grande e numerati da 1 a 50; successivamente si stima la
distribuzione cumulata con lespressione gi vista:
Fi = (i-0.5)/n
Nella tabella tali operazioni sono state gi eseguite.
Possiamo quindi riportare i dati sulla carta (Fig. 5-5); questi mostrano una concavit verso
destra. Ci indice del fatto che il parametro di posizione non nullo. Come primo tentativo, che
generalmente d ottimi risultati, possiamo sottrarre, da tutti i dati, il valore pi piccolo, nel nostro
caso 0.051 (= ). Eseguita una tale operazione i nuovi punti, riportati in Fig 5-6, mostrano che la
concavit, molto pi piccola, ora verso sinistra e cio la correzione stata eccessiva. Si
continua per tentativi e, sottraendo 0.05 dai dati originari, si ottengono i punti riportati in Fig. 5-7
Poich si reputa che landamento sia sufficientemente rettilineo il procedimento viene
interrotto.
Si traccia quindi una retta che interpola bene i dati e con questa si stimano i parametri della
distribuzione.
Nelle figure, avendo utilizzato MINITAB, la stima di massima verosimiglianza dei parametri
calcolata da tale programma; si ottiene = 1.998 e = 0.03. Se si utilizzano le carte commerciali
le stime si eseguono utilizzando le indicazioni relative.
Poich il valore di prossimo al valore due, e poich sappiamo che la variabile deve essere
distribuita secondo una Rayleigh, assumeremo =2
La stima della frazione di difettosi pu eseguirsi direttamente dalla carta o per via analitica.
Supponiamo che lerrore massimo ammesso sia di 0.1 mm; allora la frazione di difettosi si
ottiene calcolando la probabilit che si superi il valore (0.1-0.05)=0.05.
Eseguendo i calcoli si ottiene P = 0.9378; ne segue che la frazione di difettosi (1-0.9378) =
0.062 = 6.2%
Se si corregge lerrore sistematico ( = 0) allora la frazione di difettosi praticamente nulla.
Possiamo definire indici di capacit del processo procedendo in modo analogo a quanto fatto
con la distribuzione normale. Nel caso di questultima distribuzione lindice di capacit Cp dato
dal rapporto tra la tolleranza e sei sigma. Poich a sei sigma corrisponde una probabilit di
difettosi pari a 0.27% per definire un analogo indice calcoliamo il rapporto tra la tolleranza ed il
valore della variabile corrispondente alla probabilit (1-0.0027) (per dati corretti per il fattore di
posizione). Eseguendo i calcoli si ottiene x = 0.073 e quindi: Cp = 0.1/0.073 = 1.37
Se invece ci riferiamo ai dati non corretti, si pu calcolare lindice Cpk dividendo per tre il valore
della variabile normale standard corrispondente alla frazione di difettosi effettivi (in questo modo
avrebbe significato analogo a quello ottenuto con la distribuzione normale). Nel nostro caso alla
frazione di difettosi pari al 6.2% corrisponde una z pari a 1.5382 e quindi lindice di capacit Cpk
vale 1.5382/3=0.513.
Il procedimento seguito pu essere utilizzato, con le opportune modifiche, con qualunque tipo
di distribuzione.
In generale si pu calcolare lindice Cp dal rapporto tra la tolleranza e la differenza tra i valori
della variabile corrispondenti rispettivamente alle probabilit 0.99865 e 0.00135:
Cp = Toll/(x .99865 x .00135)
Analogamente lindice Cpk si calcola come il minore tra i due rapporti:
Cpk sup = (LST - x med)/(x .99865 - x med)

Cpk inf = (x med LIT)/(x med x .00135)

Occorre per che la scelta della distribuzione sia fatta in base a fondati motivi e ci
specialmente quando si vogliono stimare le frazioni di difettosi. Nel caso precedentemente
studiato (distribuzione di Rayleigh) sapevamo, in base a considerazione teoriche, che la

Gestione Industriale della Qualit Controllo statistico di processo a cura di Antonino Passannanti
Capitolo V Distribuzioni non normali
pag 4

distribuzione della variabile non era normale. Se mancano tali informazioni il test 2, gli
istogrammi ed il grafico di probabilit normale, come abbiamo gi detto, consentono di decidere
sulla normalit o meno dei dati; questultimo pu indirizzarci verso la distribuzione pi verosimile.

Gestione Industriale della Qualit Controllo statistico di processo a cura di Antonino Passannanti
Capitolo V Distribuzioni non normali
pag 5

Weibull Probability Plot


.9 9 9
.9 9

.7 0

6 3 .2 %

.5 0
.3 0
.2 0

S cale Pa ramete r

Probability

.9 0

.1 0
.0 5
.0 2
.0 1
0.06

0.07

0.08

0.09

0.10

Misure

M ax i mum Lik e li hood Es tim ates


S hape Parame ter : 5 .26192
S c ale Pa ram eter : 0.082349

Fig. 5-5

Weibull Probability Plot


.9 9
.9 0
6 3 .2 %

.5 0
.3 0
.2 0

S cale Pa ramete r

Probability

.7 0

.1 0
.0 5
.0 2
.0 1
0. 0020

0. 0040

0. 0060

M ax i mum Lik e li hood Es tim ates

0. 0080 0.0100

0.0200

0.0400

0.0600

I Corr.

S hape Parame ter : 1 .77371


S c ale Pa ram eter : 0.0260421

Fig. 5-6

Weibull Probability Plot


.9 9 9
.9 9
.9 0
6 3 .2 %

.5 0
.3 0
.2 0

S cale Pa ramete r

Probability

.7 0

.1 0
.0 5
.0 2
.0 1
0.004

0.006

0.008

M ax i mum Lik e li hood Es tim ates


S hape Parame ter : 1 .99751
S c ale Pa ram eter : 0.0298205

0.010

0. 020

0.040

0.060

II Corr.

Fig. 5-7

Gestione Industriale della Qualit Controllo statistico di processo a cura di Antonino Passannanti
Capitolo V Distribuzioni non normali
pag 6

.831
.897
.923
.963
.965
.970
.991
1.011
1.026
1.041

1.091
1.146
1.158
1.166
1.170
1.181
1.187
1.200
1.206
1.210

1.221
1.223
1.232
1.235
1.236
1.237
1.242
1.242
1.243
1.255

1.280
1.282
1.289
1.293
1.300
1.304
1.312
1.337
1.340
1.354

1.375
1.375
1.383
1.387
1.399
1.418
1.423
1.440
1.450
1.454

1.456
1.462
1.470
1.481
1.488
1.509
1.517
1.533
1.536
1.563

1.577
1.587
1.591
1.609
1.624
1.629
1.635
1.645
1.677
1.685

1.701
1.710
1.749
1.773
1.809
1.826
1.877
1.878
1.974
2.002

2.169 3.364
2.347 3.522
2.413 3.560
2.459
2.514
2.578
2.688
2.949
2.984
3.219

Tab. 5-1

Gestione Industriale della Qualit Controllo statistico di processo a cura di Antonino Passannanti
Capitolo V Distribuzioni non normali
pag 7

Potrebbero piacerti anche

  • Articolo 1
    Articolo 1
    Documento1 pagina
    Articolo 1
    Francesco Di Simone
    Nessuna valutazione finora
  • 2016SN Esercitazione-01 Del 08-03-2015
    2016SN Esercitazione-01 Del 08-03-2015
    Documento1 pagina
    2016SN Esercitazione-01 Del 08-03-2015
    Francesco Di Simone
    Nessuna valutazione finora
  • 7 GeomAree
    7 GeomAree
    Documento2 pagine
    7 GeomAree
    Francesco Di Simone
    Nessuna valutazione finora
  • 2016SN Esercitazione-03 Del 22-03-2016
    2016SN Esercitazione-03 Del 22-03-2016
    Documento1 pagina
    2016SN Esercitazione-03 Del 22-03-2016
    Francesco Di Simone
    Nessuna valutazione finora
  • Xii
    Xii
    Documento4 pagine
    Xii
    Francesco Di Simone
    Nessuna valutazione finora
  • 2016SN Lezione 01 Del 29-02-2016
    2016SN Lezione 01 Del 29-02-2016
    Documento11 pagine
    2016SN Lezione 01 Del 29-02-2016
    Francesco Di Simone
    Nessuna valutazione finora
  • CSQ 3
    CSQ 3
    Documento7 pagine
    CSQ 3
    Francesco Di Simone
    Nessuna valutazione finora
  • Gestione Qualità e Sviluppo Prod - Passannanti - Di Lorenzo - 2011
    Gestione Qualità e Sviluppo Prod - Passannanti - Di Lorenzo - 2011
    Documento4 pagine
    Gestione Qualità e Sviluppo Prod - Passannanti - Di Lorenzo - 2011
    Francesco Di Simone
    Nessuna valutazione finora
  • CSQ 7
    CSQ 7
    Documento10 pagine
    CSQ 7
    Francesco Di Simone
    Nessuna valutazione finora
  • AFFID4
    AFFID4
    Documento9 pagine
    AFFID4
    Francesco Di Simone
    Nessuna valutazione finora
  • CSQ 7
    CSQ 7
    Documento10 pagine
    CSQ 7
    Francesco Di Simone
    Nessuna valutazione finora
  • Te Voglio Bene Assaie
    Te Voglio Bene Assaie
    Documento1 pagina
    Te Voglio Bene Assaie
    Francesco Di Simone
    Nessuna valutazione finora
  • CSQ 2
    CSQ 2
    Documento17 pagine
    CSQ 2
    Francesco Di Simone
    Nessuna valutazione finora
  • AFFID5
    AFFID5
    Documento9 pagine
    AFFID5
    Francesco Di Simone
    Nessuna valutazione finora
  • CSQ 4
    CSQ 4
    Documento4 pagine
    CSQ 4
    Francesco Di Simone
    Nessuna valutazione finora
  • CSQ 9
    CSQ 9
    Documento8 pagine
    CSQ 9
    Francesco Di Simone
    Nessuna valutazione finora
  • AFFID4
    AFFID4
    Documento9 pagine
    AFFID4
    Francesco Di Simone
    Nessuna valutazione finora
  • Insiemi e Probablità Cap.1
    Insiemi e Probablità Cap.1
    Documento15 pagine
    Insiemi e Probablità Cap.1
    Francesco Di Simone
    Nessuna valutazione finora
  • Plays MMM
    Plays MMM
    Documento3 pagine
    Plays MMM
    Francesco Di Simone
    Nessuna valutazione finora
  • CSQ 1
    CSQ 1
    Documento17 pagine
    CSQ 1
    Francesco Di Simone
    Nessuna valutazione finora
  • Collaudo 1
    Collaudo 1
    Documento17 pagine
    Collaudo 1
    Francesco Di Simone
    Nessuna valutazione finora
  • Domenico Modugno Nel Blu Dipinto Di Blu
    Domenico Modugno Nel Blu Dipinto Di Blu
    Documento2 pagine
    Domenico Modugno Nel Blu Dipinto Di Blu
    Nazaret Navea Expósito
    100% (3)
  • AFFID3
    AFFID3
    Documento10 pagine
    AFFID3
    Francesco Di Simone
    Nessuna valutazione finora
  • AFFID1
    AFFID1
    Documento22 pagine
    AFFID1
    Francesco Di Simone
    Nessuna valutazione finora
  • Bixio - Parlami D Amore Mariu PDF
    Bixio - Parlami D Amore Mariu PDF
    Documento2 pagine
    Bixio - Parlami D Amore Mariu PDF
    Juan David Galvis Castaño
    100% (1)
  • AFFID2
    AFFID2
    Documento9 pagine
    AFFID2
    Ícaro Luiz Costa
    Nessuna valutazione finora
  • MatematicaC3 Algebra1 3ed Completo
    MatematicaC3 Algebra1 3ed Completo
    Documento418 pagine
    MatematicaC3 Algebra1 3ed Completo
    Mario Cacasenno
    Nessuna valutazione finora
  • Simulazione Numerica Parte 1
    Simulazione Numerica Parte 1
    Documento55 pagine
    Simulazione Numerica Parte 1
    Francesco Di Simone
    Nessuna valutazione finora
  • No LSMEC3
    No LSMEC3
    Documento1 pagina
    No LSMEC3
    Francesco Di Simone
    Nessuna valutazione finora
  • DisegnoTecnicoGuida PDF
    DisegnoTecnicoGuida PDF
    Documento284 pagine
    DisegnoTecnicoGuida PDF
    p_datore
    Nessuna valutazione finora
  • Numeri Grabovoi PDF
    Numeri Grabovoi PDF
    Documento3 pagine
    Numeri Grabovoi PDF
    Andrea Perrone
    Nessuna valutazione finora
  • Biochimica Appuntispeziale
    Biochimica Appuntispeziale
    Documento190 pagine
    Biochimica Appuntispeziale
    Irene Schenone
    Nessuna valutazione finora
  • Lezione Elettronica
    Lezione Elettronica
    Documento10 pagine
    Lezione Elettronica
    Marco Mendia
    Nessuna valutazione finora
  • Esercitazione 7
    Esercitazione 7
    Documento5 pagine
    Esercitazione 7
    Rodolfo Mariotti
    Nessuna valutazione finora
  • Spse01610 S 1040 - en
    Spse01610 S 1040 - en
    Documento171 pagine
    Spse01610 S 1040 - en
    Vincenzo Montanaro
    Nessuna valutazione finora
  • EMQ Lezione1 Web
    EMQ Lezione1 Web
    Documento20 pagine
    EMQ Lezione1 Web
    Gabriele Pisacane
    Nessuna valutazione finora
  • Tracciato Planimetrico
    Tracciato Planimetrico
    Documento7 pagine
    Tracciato Planimetrico
    Hugo Causse
    Nessuna valutazione finora
  • Zanetti - Fondamenti Di Biomeccanica Della Pesistica Moderna
    Zanetti - Fondamenti Di Biomeccanica Della Pesistica Moderna
    Documento20 pagine
    Zanetti - Fondamenti Di Biomeccanica Della Pesistica Moderna
    Pippus
    Nessuna valutazione finora
  • FRP Basf
    FRP Basf
    Documento32 pagine
    FRP Basf
    Alessandro Fani
    Nessuna valutazione finora
  • Minarelli MA50 MY50 Manual
    Minarelli MA50 MY50 Manual
    Documento54 pagine
    Minarelli MA50 MY50 Manual
    Champion37
    88% (8)
  • 1gruppi Anelli Campi
    1gruppi Anelli Campi
    Documento10 pagine
    1gruppi Anelli Campi
    Fabio Di Fusco
    Nessuna valutazione finora
  • Laudisa - Causalità
    Laudisa - Causalità
    Documento25 pagine
    Laudisa - Causalità
    Ester Vigilanti
    Nessuna valutazione finora
  • DSM - 1° Parte PDF
    DSM - 1° Parte PDF
    Documento333 pagine
    DSM - 1° Parte PDF
    Albert
    Nessuna valutazione finora