SPC Ita

Data aggiornamento pagina : 14/08/01
QS 9000
Controllo Statistico del Processo

(SPC)
Controllo Statistico del Processo 1

QS 9000
Nota dell’editing:
QUESTO MANUALE E’ STATO TRADOTTO DALL’INGLESE
LA TRADUZIONE NON E’ VALIDATA
NEL CASO DI DUBBI CONSULTARE LA VERSIONE
ORIGINALE

QS 9000
CONTROLLO STATISTICO
DEL PROCESSO
(SPC)
MANUALE di RIFERIMENTO
Prima edizione 1992 Seconda edizione, Marzo 1995 (solo nuova copertina)
Copyright 1992, 1995
Chrysler Corporation, Ford Motor Company, General Motors Corporation

QS 9000
Licenza sotto Copyright con Ford/General Motors/Chrysler

Future copie ottenibili da:
Carwin Continuous Ltd. Unit 1 Trade Link, Western Ave, West Thurrock, Grays, Essex, ENGLAND
Tel 44(01708) 861333 :Fax 44(01708) 867941

QS 9000
PREMESSA
Questo manuale di riferimento è stato preparato dal personale del servizio valutazione della qualità e del fornitore di
Chrysler, Ford e General Motors, con il patrocinio della Automotive Division of the American Society for Quality Control
Supplier Quality Requirements Task Force (Divisione automobilistica del Gruppo d’intervento dell’Associazione
americana per il controllo della qualità e dei requisiti di qualità del fornitore) e la collaborazione del Automotive Industry
Action Group (Gruppo d’azione dell’industria automobilistica).
Lo statuto del Gruppo di Intervento ASQC/AIAG riguarda la standardizzazione dei manuali di riferimento, delle
procedure, dei formati dei rapporti e della nomenclatura tecnica usata da Chrysler, Ford e General Motors nei loro rispettivi
sistemi di valutazione dei fornitori : Assicurazione Qualità Fornitore, Perfezione della qualità totale e Obiettivi per la
perfezione. . Di conseguenza, questo manuale di riferimento può essere usato dai fornitori che desiderano sviluppare
informazioni rispondenti ai requisiti richiesti dai sistemi di valutazione fornitori di Chrysler, Ford o General Motors.
Fino ad oggi, l’industria automobilistica non attuava alcun approccio formale unificato nei riguardi del controllo statistico
di processo. Alcuni costruttori fornivano dei metodi ai loro fornitori, mentre altri non avevano requisiti particolari. Per
semplificare e ridurre le variazioni tra i requisiti qualità richiesti ai fornitori, Chrysler, Ford e General Motors hanno
concordato di sviluppare e distribuire questo manuale con il concorso di AIAG. Il gruppo di lavoro che si è occupato dei
contenuti del manuale è stato guidato da Leonard A. Brown della società General Motors.
Questo manuale rappresenta un’introduzione al controllo statistico di processo. Non intende limitare l’evoluzione dei
metodi statistici adatti a processi o beni particolari, né intende raggruppare tutte le tecniche SPC. Eventuali domande
relative all’uso di metodi alternativi devono essere poste al servizio qualità del vostro cliente.
Il Gruppo d'Intervento desidera ringraziare: Thomas T. Stallkamp, Clinton D. Lauer e Donald A. Pais vice presidenti
rispettivamente di Chrysler, Ford e General Motors per la guida e l'impegno profuso; i gruppi di valutazione della qualità e
del fornitore delle rispettive società per la competenza tecnica e il grande impegno lavorativo dimostrato ; e l’inestimabile
contributo fornito dall'AIAG (sotto la guida del Direttore Generale Joseph R. Phelan) per lo sviluppo, la preparazione e la
distribuzione del manuale.
Desideriamo inoltre ringraziare il gruppo di correzione bozze ASQC di Peterson Spring, guidato da Tripp Martin il quale
ha rivisto il manuale fornendo validi contributi al suo contenuto.
Bruce W. Pince
Coordinatore del Gruppo d’Intervento
Sandy Corporation
Troy, Michigan
Dicembre 1991
Questo manuale è coperto dai diritti di copyright di A.I.A.G. 1991. Copie di questo manuale e/o il permesso per la
riproduzione di alcune sue parti per l’uso all’interno delle società fornitore possono essere richieste a AIAG - (313) 358-
3570.

QS 9000
RINGRAZIAMENTI
Il comune consenso sui contenuti di questo documento è stato effettuato attraverso i Membri del Comitato del Gruppo di
Intervento rappresentante General Motors, Ford, e Chrysler, rispettivamente, le cui firme di approvazione appaiono sotto,
e un particolare riconoscimento per il significativo contributo a Peter Jessup della Ford Motor Company, che è stato
responsabile per l o sviluppo della maggior parte del materiale contenuto nel Capitolo I, II e III , e nell’Appendice di
questo documento.
Harvey Goltzer della Chrysler Corporation ha contribuito ai concetti relativi alla capability del processo e agli studi di
capacità del processo, contenuti nell’introduzione della sezione del Capitolo I. Jack Herman della Du Pont ha contribuito
su alcuni dei concetti relativi agli indici di capacità e di performance e l’importanza della variabilità delle misurazioni,
contenuti nelle parti dei capitoli II e IV, rispettivamente.
La Divisione Motorizzazioni della General Motors ha fornito casi ed esempi relativi alla formazione dei sottogruppi e al
processo di sovraregolazione. La sezione nel Capitolo II che fornisce la comprensibilità sulla capacità del processo e
relative problematiche è stata sviluppata dal Comitato Comune dell’Esame Statistico di General Motors. Questo comitato
ha inoltre contribuito allo sviluppo del Capitolo IV, Processo dell Analisi dei Sistemi di Misurazione, così come su alcuni
argomenti dell’Appendice.
In conclusione, una preziosa fonte a tutte le sezioni di questo manuale è stata fornita da ASQC rappresentata da Greg
Gruska, Doug Berg e Tripp Martin.
____________________ _____________________ ______________________

Leonard A. Brown, G.M. Victor W. Lowe, Jr., Ford David R. Benham, Chrysler
Dicembre, 1991

QS 9000
SOMMARIO
Capitolo I INTRODUZIONE AL MIGLIORAMENTO CONTINUO E
AL CONTROLLO STATISTICO DEL PROCESSO ............................................ 1
Sezione 1 PREVENZIONE CONTRO INDIVIDUAZIONE ............................... 5
Sezione 2 UN SISTEMA DI CONTROLLO DI PROCESSO .............................. 7
Sezione 3 VARIAZIONI: CAUSE COMUNI E SPECIALI................................. 9
Sezione 4 AZIONI LOCALI E AZIONI SUL SISTEMA................................... 11
Sezione 5 CONTROLLO DI PROCESSO E CAPACITA’ DI PROCESSO .... 13
Sezione 6 IL CICLO DI MIGLIORAMENTO DEL PROCESSO
ED IL CONTROLLO DI PROCESSO ............................................... 17
Sezione 7 CARTE DI CONTROLLO: STRUMENTI PER
IL CONTROLLO DI PROCESSO...................................................... 21
Sezione 8 VANTAGGI DELLE CARTE DI CONTROLLO ............................. 25
Capitolo II CARTE DI CONTROLLO PER VARIABILI ...................................................... 27

Sezione 1 CARTE DELLA MEDIA ED ESCURSIONE ( X & R)..................... 29
A. RACCOLTA DEI DATI .................................................................. 31
B. CALCOLO DEI LIMITI DI CONTROLLO.................................... 37
C. INTERPRETAZIONE PER IL CONTROLLO DI PROCESSO ..... 39
D. INTERPRETAZIONE PER LA CAPACITA’ DI PROCESSO ...... 57
Sezione 2 CARTE DELLA MEDIA ED DELLA DEVIAZIONE
STANDARD ( X & s)............................................................................. 65
~
Sezione 3 CARTE DELLA MEDIANA( X & R) ................................................. 69
E. APPROCCIO ALTERNATIVO ALLA CARTE DELLA
MEDIANA ....................................................................................... 72
Sezione 4 CARTA VALORI INDIVIDUALI E PER ESCURSIONE
MOBILE (X & MR) .............................................................................. 75
Sezione 5 COMPRENSIONE DELLA CAPACITA’ DI PROCESSO E
DELLA PERFORMANCE DI PROCESSO PER DATI
VARIABILI............................................................................................ 79
A. DEFINIZIONE DEI TERMINI DI PROCESSO ............................. 79
B. DEFINIZIONE DELLE MISURE DI PROCESSO......................... 80
C. DESCRIZIONE DELLE CONDIZIONI E DEI PRESUPPOSTI.... 81
D. CONSIGLI PER L’USO DELLE MISURE DI PROCESSO .......... 83

QS 9000
SOMMARIO - Continua
Capitolo III CARTE DI CONTROLLO PER ATTRIBUTI ..................................................... 89
Sezione 1 CARTA p PER LA PROPORZIONE
DELLE NON CONFORMITÀ ............................................................ 91
B. CALCOLO DEI LIMITI DI CONTROLLO ................................... 95
C. INTERPRETAZIONE PER IL CONTROLLO DI PROCESSO..... 99
D. INTERPRETAZIONE PER LA CAPACITA’ DI PROCESSO .... 107
Sezione 2 CARTA np PER IL NUMERO DEI NON CONFORMI ................ 111
A. RACCOLTA DEI DATI ................................................................ 111
B. CALCOLO DEI LIMITI DI CONTROLLO ................................. 111
C. INTERPRETAZIONE PER IL CONTROLLO DI PROCESSO... 111
Sezione 3 CARTA c PER IL NUMERO DI NON CONFORMITÀ................ 113
Sezione 4 CARTA u DELLE NON CONFORMITÀ PER UNITA’................ 115
Capitolo IV PROCESSO DELL’ANALISI DEL SISTEMA DI MISURA ........................... 119

Sezione 1 INTRODUZIONE ............................................................................... 119
Sezione 2 METODO DELLA MEDIA ED ESCURSIONE.............................. 121
A. ESECUZIONE DELLO STUDIO ................................................. 121
B. CALCOLI ...................................................................................... 122
C. ANALISI DEI RISULTATI .......................................................... 123
D. ESEMPIO....................................................................................... 127
APPENDICI
A ALCUNI COMMENTI SULLA FORMAZIONE DEI SOTTOGRUPPI.................. 131

B SOVRAREGOLAZIONE ............................................................................................... 137
C SELEZIONE DELLE PROCEDURE DA USARE PER LE CARTE DI
CONTROLLO DESCRITTE NEL PRESENTE MANUALE .................................... 139
D RELAZIONE TRA Cpm E ATRI INDICI CON
(LSS – T) = (T – LSI)....................................................................................................... 141
E TABELLA DELLE COSTANTI E FORMULE PER CARTE DI CONTROLLO .. 143
F DISTRIBUZIONE NORMALE STANDARD .............................................................. 147
G GLOSSARIO DEI TERMINI E DEI SIMBOLI .......................................................... 149
H RIFERIMENTI E DOCUMENTI CONSIGLIUATI................................................... 159
I COPIE RIPRODUCIBILI DEI FORMATI DELLE CARTE CONTROLLO ......... 161

QS 9000
ELENCO ILLUSTRAZIONI
Figura Titolo Pagina
1 Sistema di Controllo del Processo................................................................................................................ 6
2 Variazioni: Cause Comuni e Speciali........................................................................................................... 8
3 Controllo di processo e capacità di processo ............................................................................................. 12
4 Ciclo di miglioramento del processo.......................................................................................................... 16
5 Carte di Controllo....................................................................................................................................... 20
6 Dati delle variabili – risultati derivanti di un risultato intermedio o finale di un processo ........................ 26
7 Carta X e R ............................................................................................................................................... 30
8 Carta X e R – Dati per l’impostazione...................................................................................................... 32
9 Carta X e R – Studio iniziale .................................................................................................................... 34
10 Carta X e R – Con i Limiti di controllo .................................................................................................... 36
11 Carta R – Punti oltre i limiti di controllo ................................................................................................... 38
12 Carta R – Sequenze (Escursioni)................................................................................................................ 40
13 Carta R – Schemi non Casuali ................................................................................................................... 42
14 Carta X e R – Ricalcolo dei Limiti di Controllo (Escursione).................................................................. 44
15 Carta X - Punti oltre i Limiti di Controllo ................................................................................................ 46
16 Carta X - Sequenze ................................................................................................................................... 48
17 Carta X - Schemi Non Casuali.................................................................................................................. 50
18 Carta X e R – Ricalcolo dei Limiti di Controllo....................................................................................... 52
19 Carta X e R – Limiti di Controllo Estesi .................................................................................................. 54
20 Variazioni di processo in relazione ai limiti di specifica ........................................................................... 56
21 Calcolo della capacità di processo ............................................................................................................. 58
22 Valutazione della capacità di processo....................................................................................................... 60
23 Raccolta dei dati......................................................................................................................................... 64
24 Carta X e s ................................................................................................................................................ 66
25 Carta di Controllo della Mediana ............................................................................................................... 68
26 Carta di Controllo della Mediana - Interpretazione.................................................................................... 70
27 Carta di Controllo dei Valori Individuali con Media Mobile..................................................................... 74
28 Interpretazione della Carta di Controllo dei Valori Individuali con Media Mobile................................... 76
29 “Obbiettivo Assegnato” rispetto a Funzione di Perdita ............................................................................. 82
30 Allineamento del processo con i requisiti .................................................................................................. 84
31 Attributi...................................................................................................................................................... 88
32 Carta di Controllo p per la parte di non conformità – Raccolta dei dati .................................................... 92
33 Carta di Controllo p per la parte di non conformità – Calcolo dei Limiti di Controllo, Foglio 1 .............. 94
33 Carta di Controllo p per la parte di non conformità – Calcolo dei Limiti di Controllo, Foglio 2 .............. 96
34 Carta di Controllo p per la parte di non conformità – Punti Fuori dei Limiti di Controllo ........................ 98
35 Carta di Controllo p per la parte di non conformità – Sequenze.............................................................. 100
36 Carta di Controllo p per la parte di non conformità – Schemi Non casuali ............................................. 102

QS 9000
ELENCO ILLUSTRAZIONI - Continua
Figura Titolo Pagina
37 Carta di Controllo p per la parte di non conformità – Ricalcolo dei Limiti di Controllo .........................104
38 Carta di Controllo np per il numero di non Conformi ..............................................................................110
39 Carta di Controllo c per il numero di Non Conformità.............................................................................112
40 Carta di Controllo u per Non Conformità per unità..................................................................................114
41 Carta di Controllo u – Ricalcolo dei Limiti di Controllo..........................................................................116
42 Foglio dei dati della Ripetibilità e Riproducibilità del Calibro.................................................................124
43 Rapporto di Ripetibilità e Riproducibilità del Calibro..............................................................................125
44 Foglio dei dati della Ripetibilità e Riproducibilità del Calibro - Esempio................................................128
45 Rapporto di Ripetibilità e Riproducibilità del Calibro - Esempio.............................................................129
Capitolo I
QS 9000
INTRODUZIONE AL MIGLIORAMENTO
CONTINUO ED AL CONTROLLO
STATISTICO DEL PROCESSO
Per poter prosperare nell’attuale sistema economico le case costruttrici di automobili, i fornitori e i concessionari devono
concentrarsi sul miglioramento continuo. Devono ricercare assiduamente i modi più efficaci per produrre prodotti e servizi
i quali, a loro volta, devono costantemente aumentare di valore. Devono focalizzare la loro attenzione sui clienti, interni ed
esterni, e fare della soddisfazione del cliente l’obiettivo primario della loro attività.
Per raggiungere questo obiettivo, ogni membro della società deve impegnarsi per realizzare il miglioramento necessario e
per usare i metodi più efficaci. Questo manuale tratta alcune delle esigenze relative alla seconda area e descrive un certo
numero di metodi statistici impiegabili per l’esecuzione di diversi compiti. E’ destinato in particolare ai professionisti ed ai
direttori che hanno iniziato ad applicare metodi statistici, ma serve anche come aggiornamento sui metodi di base per
coloro che impiegano attualmente delle tecniche più avanzate. Ovviamente non comprende tutti i metodi di base. La
trattazione di altri metodi di base (quali moduli raccolta dati, diagrammi di flusso, diagrammi di Pareto, diagrammi di
causa-effetto) e di alcuni metodi avanzati (quali altre carte di controllo, progettazione di esperimenti, Quality Function
Deployement [casa della qualità], etc) è effettuata in altri libri o pubblicazioni indicate nell’Appendice H.
I metodi statistici di base trattati in questo volume comprendono quelli associati con il controllo statistico del processo e
l’analisi della capacità di processo. Il primo capitolo dei questo manuale fornisce una serie di informazioni relative al
controllo di processo e spiega un certo numero di concetti quali cause comuni e speciali di variazione e presenta la carta di
controllo che può essere un valido strumento per l’analisi ed il monitoraggio dei processi. Il secondo capitolo descrive la
costruzione e l’uso delle carte di controllo per i dati di variabili (dati quantitativi o misure ): carte di controllo X, R, carte di
controllo X, s, carte di controllo della mediana e carte di controllo X-MR (media singola e mobile). Spiega inoltre il
concetto della capacità di processo e tratta gli indici ed i rapporti di uso più comune. Il terzo capitolo illustra alcune carte di
controllo per i dati per attributi (dati qualitativi o conteggi): la carta di controllo p, la carta di controllo np, la carta di
controllo c e la carta di controllo u. Il quarto capitolo sviluppa l’argomento dell’analisi dei sistemi di misura e presenta un
esempio dello stesso. Le Appendici comprendono esempi di raggruppamenti per sottogruppi e di sovrarettifiche, un
diagramma di flusso relativo all’uso delle carte di controllo, una tabella di costanti e formule, la distribuzione normale
standard e copie riproducibili di moduli delle carte di controllo in bianco. Un glossario fornisce una breve spiegazione dei
termini e dei simboli usati nel manuale mentre la sezione dei Riferimenti fornisce l’elenco di altre pubblicazioni per
approfondimenti.
Prima di iniziare è importante chiarire sei punti fondamentali.
Primo, la raccolta dei dati e l’uso di metodi statistici per la loro interpretazione non sono strumenti fini a se stessi. Lo scopo
generale deve essere una migliore comprensione dei processi attuati dal lettore. E’ facile diventare degli esperti senza
peraltro realizzare alcun miglioramento. L’aumento delle conoscenze deve costituire la base per l’azione.
Secondo, il concetto base dello studio delle variazioni e dell’uso dei segnali statistici per migliorare le prestazioni può
essere applicato a qualsiasi area, siano esse appartenenti all’officina o all’ufficio. Alcuni esempi sono rappresentati dalle
macchine (caratteristiche prestazionali), contabilità (tassi d’errore), vendite all’ingrosso, analisi degli scarti (tassi di scarto),
sistemi informatici (caratteristiche prestazionali) e gestione dei materiali (tempi di transito). Questo manuale tratta
particolarmente le applicazioni d’officina. Il lettore è incoraggiato a consultare alcuni riferimenti dell’Appendica H per
applicazioni amministrative e di servizio.

QS 9000
I. INTRODUZIONE AL MIGLIORAMENTO CONTINUO ED AL CONTROLLO STATISTICO DEL PROCESSO
Terzo, SPC significa controllo statistico di processo. Purtroppo nel Nord America i metodi statistici sono normalmente
applicati ai pezzi invece che ai processi. L’applicazione di tecniche statistiche per controllare la produzione (quali i pezzi)
dovrebbero rappresentare solo il primo passo. Fino a quando i processi che generano la produzione non diventeranno il
centro dei nostri sforzi, la piena capacità di questi metodi per il miglioramento della qualità, l’aumento della produttività e
la riduzione dei costi non potrà essere realizzata.
Quarto, sebbene ogni punto del testo sia illustrato con un esempio svolto, l’effettiva comprensione dell’argomento richiede
un contatto più approfondito con le situazioni di controllo dei processi. Lo studio dei casi effettivi capitati presso la sede di
lavoro del lettore o derivanti da attività similari rappresenta un importante complemento al testo. Non esiste, comunque,
nulla che possa sostituire l’esperienza diretta acquisita in base alle informazioni ricavate dai processi correnti.
Quinto, questo manuale deve essere considerato un primo passo verso l’uso dei metodi statistici. Fornisce regole empiriche
che sono valide in molte circostanze. Comunque, esistono eccezioni per le quali l’uso di queste regole empiriche non è
consigliabile. Il manuale non sostituisce la necessità che i professionisti hanno di aumentare le loro conoscenze della teoria
e dei metodi statistici. I lettori sono incoraggiati a continuare nel perfezionamento dell’apprendimento delle tecniche
statistiche iniziali. Se i processi e le applicazioni di metodi statistici attuati dal lettore sono in una fase più avanzata rispetto
al contenuto di questo manuale egli è incoraggiato a rivolgersi a persone che possiedono le conoscenze e la pratica
adeguata nel campo della teoria statistica per consigli circa l’uso appropriato di altre tecniche.
Sesto, i sistemi di misura sono strumenti critici per una corretta analisi dei dati e devono essere ben compresi prima di
procedere alla raccolta dei dati di processo. Quando questi sistemi non sono dotati di controllo statistico o le loro variazioni
incidono in modo sostanziale sulla variazione totale dei dati di processo si rischia di prendere decisioni non adeguate al
problema. Per lo scopo di questo manuale si è supposto che il sistema sia sotto controllo e non contribuisca in modo
significativo alle variazioni dei dati. Il lettore è invitato a far riferimento al Manuale dell’Analisi dei Sistemi di Misura
(MSA) pubblicato da AIAG per eventuali altre informazioni su questo argomento.

QS 9000

QS 9000
LA NECESSITÀ DI UN CONTROLLO DI PROCESSO
Individuazione - Tollera gli sprechi
Prevenzione - Evita gli sprechi

QS 9000
Sezione 1
PREVENZIONE CONTRO INDIVIDUAZIONE
Nel passato, la fabbricazione dipendeva spesso dalla produzione per la costruzione del prodotto e dal controllo qualità per
verificare il prodotto finale e scartare gli articoli non conformi alle specifiche. Nelle situazioni amministrative il lavoro è
spesso controllato e ricontrollato per scoprire eventuali errori. Entrambi i casi comportano una strategia di individuazione,
che è superflua perché permette di investire tempo e materiali in prodotti o servizi che non sempre sono utilizzabili.
E’ molto più efficace evitare gli sprechi non producendo innanzitutto articoli inutilizzabili - vale a dire adottare una
strategia di prevenzione.
Molte persone ritengono che una strategia di prevenzione sia sensata - addirittura ovvia -. E’ facilmente individuata dagli
slogan del tipo “Fatelo bene subito”. Gli slogan non sono comunque sufficienti. Ciò che serve è comprendere gli elementi
che formano i sistemi di controllo statistico di processo. Le sette sotto sezioni di questa introduzione che seguono trattano
questi elementi e possono essere ritenute come risposte alle seguenti domande :
• Che cosa si intende con sistema di controllo di processo? (Sezione 2)
• Come influisce la variazione sul risultato del processo? (Sezione 3)
• Come possono le tecniche statistiche indicare se un problema è locale o se coinvolge sistemi più grandi?
(Sezione 4)
• Che cosa significa un processo sotto controllo statistico? Cosa si intende con processo capace? (Sezione 5)
• Che cos’è un ciclo di miglioramento continuo e quale ruolo può svolgere in esso il controllo di processo?
(Sezione 6).
• Cosa sono le carte di controllo e come sono usate? (Sezione 7)
• Quali sono i benefici che si possono trarre dall’uso di carte di controllo? (Sezione 8)
Durante la trattazione di questi argomenti il lettore può consultare il Glossario, Appendice G, per le definizioni dei termini
e dei simboli chiave.

QS 9000
MODELLO DI SISTEMA DI CONTROLLO DI PROCESSO

CON INFORMAZIONI DI RITORNO
VOCE DEL PROCESSO
METODI
STATISTICI
PERSONE
ATTREZZATURE
MODO IN CUI
MATERIALI
SI LAVORA / PRODOTTI
O CLIENTI
METODI
ARMONIZZAZIONE SERVIZI
DELLE RISORSE
AMBIENTE
IDENTIFICAZIONE
DELLE NECESSITA’ E
ASPETTATIVE CHE
INPUT PROCESSO/SISTEMA OUTPUT CAMBIANO
VOCE DEI CLIENTI
Figura 1 . Sistema di controllo di processo

QS 9000
Sezione 2
UN SISTEMA DI CONTROLLO DI PROCESSO
Un sistema di controllo di processo può essere descritto come un sistema di informazioni di ritorno. Il Controllo di
Processo Statistico (SPC) è un tipo di sistema di informazioni di ritorno. Esistono anche altri sistemi di questo tipo che non
sono statistici. Quattro sono gli elementi importanti di questo sistema ai fini della trattazione :
1. Il processo - Con il termine processo si intende la combinazione completa di fornitori, produttori, persone,
attrezzature, materiali iniziali, metodi e ambiente che lavorano insieme per produrre un prodotto ed i clienti
che usano questo prodotto (vedere Figura 1). La performance complessiva del processo dipende dalla
comunicazione tra il fornitore ed il cliente, dal modo in cui il processo è progettato e realizzato e dal modo in
cui è messo in funzione e gestito. Il resto del sistema di controllo di processo è utile solo se contribuisce a
mantenerne il livello ottimale od a migliorare la performance totale del processo.
2. Informazioni relative alla performance - Lo studio del prodotto, del processo permette di ottenere un gran
numero di informazioni relative alla performance effettiva del processo in questione. Le informazioni più utili
circa la performance di un processo sono fornite, comunque, dalla comprensione del processo stesso e della
sua variabilità interna. Le caratteristiche del processo (quali le temperature, i tempi ciclo, i tassi
d’alimentazione, l’assenteismo, la rotazione del personale, la lentezza o il numero d’interruzioni) devono
essere lo scopo verso il quale devono essere concentrati gli sforzi. E’ necessario stabilire dei valori obiettivo
per queste caratteristiche che permettano di ottenere le operazioni più produttive del processo e quindi
controllare il processo per stabilire quanto i valori effettivi del processo si avvicinano o si discostano da essi.
Se le informazioni sono raccolte ed interpretate in modo corretto, è possibile scoprire se il processo funziona in
modo normale o anormale. Sarà quindi possibile adottare le azioni correttive appropriate per correggere il
processo o il prodotto appena fabbricato. Quando si rende necessaria l’adozione di un’azione correttiva, questa
deve essere opportuna ed adeguata per non vanificare il lavoro della raccolta delle informazioni.
3. Azione sul processo. L’azione sul processo si dimostra sovente più economica quando viene adottata per
prevenire variazioni troppo ampie rispetto al valore oggettivo delle caratteristiche importanti. (processo o
prodotto). In questo modo è possibile mantenere la stabilità e la variazione del risultato del processo entro
limiti accettabili. Le azioni possono consistere in modifiche delle operazioni (per esempio: addestramento
degli operatori, modifica dei materiali in entrata, ecc.) oppure nel cambiamento di elementi più importanti per
il processo stesso (per esempio: l’attrezzatura - che può aver bisogno di una revisione completa, il modo di
comunicazione tra le persone, o la progettazione del processo nel suo insieme - che possono essere influenzati
dai cambiamenti della temperatura e dell’umidità all’interno dell’officina). L’effetto dell’azione deve essere
controllato e, in caso di necessità, devono essere eseguite nuove analisi o intraprese nuove azioni.
4. Azioni sul risultato - Le azioni sul risultato spesso si rivelano meno economiche quando sono limitate al
rilevamento ed alla correzione dei prodotti fuori specifica e non prendono in considerazione i problemi di
processo basilari. Purtroppo se i risultati correnti non soddisfano in modo uniforme i requisiti del cliente può
essere necessario selezionare tutti i prodotti e scartare o rieseguire la rilavorazione degli articoli non conformi.
Ciò deve continuare sino a quando non vengano intraprese le necessarie azioni correttive per il processo o fino
a quando non vengano modificate le specifiche del prodotto.
E’ ovvio che i controlli ai quali segua un’azione applicata solo ai risultati rappresentano un mezzo sostitutivo inadeguato
per ottenere un’efficace gestione di processo. Le azioni intraprese solo sui risultati dovrebbero essere adottate unicamente
come misura provvisoria per processi instabili o non adeguati (vedere Sezione 5). Di conseguenza, lo studio che segue è
incentrato sulla raccolta e sull’analisi delle informazioni di processo in modo da poter intraprendere le azioni adeguate per
correggere il processo nel suo insieme.

QS 9000
I PEZZI VARIANO DA UNO ALL’ALTRO
TIPO TIPO TIPO TIPO
MA FORMANO UNO SCHEMA CHE, SE STABILE, PUÒ ESSERE DESCRITTO COME UNA DISTRIBUZIONE.
TIPO TIPO TIPO
LA DISTRIBUZIONE PUÒ DIVIDERSI IN :
LOCALIZZAZIONE DISPERSIONE FORMA
TIPO TIPO TIPO

…….. O QUALSIASI LORO COMBINAZIONE
VALORE
OBIETTIVO
SE SONO PRESENTI SOLO CAUSE COMUNI

DI VARIAZIONE, IL RISULTATO DEL PROCESSO PREVISIONE
FORMA UNA DISTRIBUZIONE
STABILE NEL TEMPO E PREVEDIBILE:
TEMPO
TIPO
?
? ?
? ? VALORE
SE SONO PRESENTI CAUSE SPECIALI ? ? OBIETTIVO
? ?
DI VARIAZIONE, IL RISULTATO DEL PROCESSO
? ? ? ?
NON E’ STABILE NEL TEMPO:
PREVISIONE
TEMPO
TIPO
Figura 2. Variazione: cause comuni e cause speciali.

QS 9000
Sezione 3
VARIAZIONE: CAUSE COMUNI E SPECIALI
Per poter usare in modo efficace i dati ricavati dal controllo del processo è importante comprendere il concetto di
variazione, come illustrato nella Figura 2.
Non è possibile che due prodotti o due caratteristiche siano esattamente uguali perché ogni processo contiene molte fonti di
variabilità. Le differenze tra i prodotti possono essere grandi o infinitamente piccole ma sono sempre presenti. Il diametro
di un albero lavorato alla macchina utensile, per esempio, è suscettibile di variazioni potenziali causate dalla macchina
(giochi, usura dei cuscinetti), dagli attrezzi (resistenza, tasso di usura), dal materiale (diametro, durezza), dall’operatore
(alimentazione dei pezzi, accuratezza del centraggio), dalla manutenzione (modificazione, sostituzione di pezzi usurati), e
dall’ambiente (temperatura, uniformità dell’alimentazione in energia). Un altro esempio, il tempo richiesto per elaborare
una fattura può variare a seconda delle persone che eseguono i diversi compiti, l’affidabilità dell’attrezzatura che esse
usano, la precisione e la leggibilità della fattura stessa, le procedure applicate ed il volume di altro lavoro da svolgere
all’interno dell’ufficio.
Alcune fonti di variazione del processo provocano differenze a breve termine, tra un pezzo e l’altro - per esempio un gioco
e le luci tra la macchina e i suoi attrezzi, o la precisione del lavoro della persona incaricata della registrazione. Altre fonti di
variazione tendono a provocare dei cambiamenti nei risultati solo a lungo termine o gradualmente, come avviene con
l’usura degli utensili o delle macchine, o in relazione alle fasi di lavoro, come avviene per le modifiche procedurali, oppure
irregolarmente, come avviene con i cambiamenti ambientali quali sovracorrenti momentanee. Di conseguenza, i periodi di
tempo e le condizioni in cui le misure sono prese influenzeranno l’ammontare della variazione totale rilevata.
Dal punto di vista dei requisiti minimi il problema della variazione è spesso semplificato: i pezzi entro le tolleranze di
specifica sono ammessi, i pezzi fuori dalle tolleranze di specifica non sono accettati; i rapporti consegnati in tempo sono
accettabili, i rapporti consegnati in ritardo non lo sono. Comunque per gestire qualsiasi processo e ridurre le variazioni
occorre risalire alla fonte delle stesse. Il primo passo consiste nel distinguere tra le cause comuni e quelle speciali di
variazione.
Mentre i singoli valori misurati possono essere tutti diversi, considerati come gruppo essi tendono a formare uno schema
che può essere descritto come una distribuzione (vedere Figura 2). Questa distribuzione può essere caratterizzata da:
• localizzazione (valore tipico)
• dispersione (gamma di valori dal più piccolo al più grande)
• forma (schema della variazione - simmetrica, asimmetrica, ecc.)
Le cause comuni si riferiscono alle numerose fonti di variazione presenti all’interno di un processo che ha una
distribuzione stabile e ripetibile nel tempo. In questo caso si dice che il processo è “in condizione di controllo statistico”,
“sotto controllo statistico”, o, talvolta, semplicemente “sotto controllo”. Le cause comuni si comportano come un sistema
stabile di cause fortuite. Se sono presenti solo le cause comuni e queste non variano il risultato del processo è prevedibile.
Le cause speciali (spesso denominate cause assegnabili) fanno riferimento a qualsiasi fattore che provochi una variazione
che non sempre agisce sul processo. Cioè quando si manifestano, esse provocano il cambiamento di tutta la distribuzione
del processo. A meno che le cause speciali di variazione siano identificate e si intraprendano azioni mirate, esse
continueranno ad influire sul risultato del processo in modo imprevedibile. Se sono presenti cause di variazione speciali il
risultato del processo non è stabile nel tempo.
Le modifiche nella distribuzione del processo dovute alle cause speciali possono essere sfavorevoli o favorevoli. Quando
sono sfavorevoli devono essere identificate e rimosse. Quando invece sono favorevoli devono essere identificate e rese
parte integrante permanente del processo. Con alcuni processi (cioè processi che sono già stati sottoposti a numerosi cicli
di miglioramento continuo) il cliente può rilasciare un’autorizzazione speciale per utilizzare un processo con cause speciali
che si manifestano in modo costante. Queste autorizzazioni in genere richiedono che i piani di controllo del processo
garantiscano la conformità ai requisiti del cliente e proteggano il processo stesso da altre cause speciali (vedere Sezione 5).

QS 9000
AZIONI LOCALI E AZIONI SUL SISTEMA
Azioni Locali
• In genere, sono necessarie per eliminare le cause speciali di variazione.
• Possono essere messe in atto dalle persone a diretto contatto con il processo.
• Sono in grado di correggere, circa il 15% dei problemi del processo.
Azioni sul sistema
• In genere, sono richieste per ridurre le variazioni provocate dalle cause comuni.
• Richiedono quasi sempre l’intervento della direzione per poter attuare la correzione.
• Servono a correggere, normalmente, circa l’85% dei problemi del processo.

QS 9000
Sezione 4
AZIONI LOCALI E AZIONI SUL SISTEMA
Esiste un importante collegamento tra i due tipi di variazioni appena trattati ed i tipi di azioni necessarie per ridurle.(*)
Semplici tecniche di controllo del processo statistico permettono di rilevare le cause speciali di variazione. La scoperta di
una causa speciale di variazione e l’adozione di azioni adeguate normalmente ricade sotto la responsabilità di qualcuno che
è direttamente legato all’operazione. Sebbene talvolta occorra coinvolgere la direzione per correggere queste condizioni, la
risoluzione di una causa speciale di variazione in genere richiede un’azione locale. Ciò è particolarmente vero durante i
primi sforzi di miglioramento del processo. Una volta risolte le cause speciali, quelle che rimangono spesso richiedono
l’intervento della direzione.
Queste semplici tecniche statistiche possono essere usate anche per rilevare le cause comuni di variazione, ma le cause
stesse devono essere analizzate più in dettaglio per poter essere isolate. La correzione di queste cause comuni di variazione
in genere ricade sotto la responsabilità della direzione. Talvolta, le persone direttamente legate alle operazioni fruiscono di
una posizione privilegiata per identificare queste cause e segnalarle alla direzione perché intervenga. Nell’insieme, la
risoluzione delle cause comuni di variazione richiede un’azione sul sistema.
Solo una parte relativamente piccola delle grosse variazioni di processo - l’esperienza suggerisce circa il 15% - può essere
corretta localmente dalle persone direttamente coinvolte nell’operazione. La maggior parte di queste variazioni - il restante
85% - può essere corretta solo dall’azione sul sistema intrapresa dalla direzione. Confondere il tipo di azione da
intraprendere può provocare un aumento di costi per l’organizzazione in termini di sforzi sprecati, ritardo della risoluzione
del problema ed aggravamento dei problemi stessi. Può essere errato, ad esempio, intraprendere un’azione locale (per
esempio riparare una macchina) quando occorre che venga intrapresa un’azione sul sistema da parte della direzione (per
esempio la scelta dei fornitori che forniscano delle materie prime più conformi alle specifiche) (**). Tuttavia, un buon
lavoro di gruppo tra la direzione e le persone direttamente coinvolte nelle operazioni rappresenta una facilitazione per il
miglioramento della riduzione delle cause comuni di variazione del processo.
(*) Il Dr. W.E. Deming ha trattato questo problema nella pubblicazione dal titolo “Che cosa accadde in Giappone ?”
Controllo della Qualità Industriale, Vol. 24, N. 3, Agosto, 1967, pagine 89-93 ed in altri articoli.
(**) Queste osservazioni sono state formulate per la prima volta dal Dr. J. M. Juran, e sono state confermate
dall’esperienza del Dr. Deming.

QS 9000
CONTROLLO DI PROCESSO
SOTTO CONTROLLO
(LE CAUSE SPECIALI SONO STATE ELIMINATE)
TEMPO
TIPO
FUORI CONTROLLO
(SONO PRESENTI LE CAUSE SPECIALI)
CAPACITÀ DI PROCESSO
LIMITE INFERIORE DI SPECIFICA
LIMITE SUPERIORE DI SPECIFICA
SOTTO CONTROLLO ED IN GRADO DI

SODDISFARE ALLE SPECIFICHE
(LA VARIAZIONE PROVOCATA DALLE CAUSE
COMUNI È STATA RIDOTTA)
TEMPO
TIPO
SOTTO CONTROLLO MA NON IN GRADO

DI SODDISFARE ALLE SPECIFICHE
(LA VARIAZIONE PROVOCATA DELLA CAUSE
COMUNI È ECCESSIVA)
Figura 3. Controllo di processo e capacità di processo.

QS 9000
Sezione 5
CONTROLLO DI PROCESSO E CAPACITA’ DI PROCESSO
L’obiettivo di un sistema di controllo di processo è di prendere decisioni economicamente corrette sulle azioni da
intraprendere sul processo. Ciò significa bilanciare le conseguenze dell’azione intrapresa quando l’azione non è necessaria
(controllo eccessivo o “manomissione”) rispetto al non intraprendere un’azione quando questa invece sia necessaria
(controllo insufficiente). Questi rischi devono comunque essere gestiti nell’ambito delle due fonti di variazione citate in
precedenza - cause speciali e cause comuni (vedere Figura 3).
Si dice che un processo opera in condizioni di controllo statistico quando le uniche fonti di variazione derivano da cause
comuni. Una funzione del sistema di controllo del processo quindi è quella di fornire segnali statistici quando
sopravvengono delle cause speciali di variazione ed evitare di fornire false segnalazioni quando queste non sono presenti.
In questo modo è possibile adottare azioni adeguate a queste cause speciali (o rimuovendole o, se sono vantaggiose,
rendendole permanenti).
Quando si parla di capacità di processo, è necessario prendere in considerazione due principi in qualche modo contrastanti
tra loro:
• la capacità di processo è determinata dalla variazione derivante dalle cause comuni. In genere, essa rappresenta
la performance migliore (cioè, minima dispersione) del processo, come dimostrato quando il processo è fatto
funzionare in condizioni di controllo statistico durante la raccolta dei dati senza tenere conto del punto in cui si
possono situare le specifiche e tenendo presente la localizzazione e/o la dispersione del processo.
• I clienti, comunque, siano essi interni od esterni, sono maggiormente interessati al risultato generale del
processo ed al modo in cui esso si rapporta ai loro requisiti (definiti come specifiche) senza tenere conto della
variazione di processo.
In generale, poiché un processo in condizioni di controllo statistico può essere descritto da una distribuzione prevedibile, la
parte di pezzi conforme alle specifiche può essere valutata partendo da questa distribuzione. Fino a quando il processo
rimane in condizioni di controllo statistico e non è sottoposto ad una variazione della localizzazione, della dispersione o
della forma, continuerà a produrre la stessa distribuzione dei pezzi conforme alle specifiche. La prima azione da
intraprendere su questo processo dovrebbe essere quella di localizzare il processo sull’obiettivo. Se la distribuzione del
processo non è accettabile, questa strategia permette di produrre un numero minimo di pezzi non conformi alle specifiche.
In genere, per ridurre le variazioni prodotte dalle cause comuni e migliorare la capacità del processo (ed i suoi risultati)
occorre intraprendere delle azioni sul sistema affinché esso diventi conforme alle specifiche. Per meglio comprendere
l’argomento della capacità di processo, le performance di processo ed i presupposti ad essi associati, vedere il Capitolo 2,
Sezione 5.
In breve: per prima cosa, il processo deve essere portato in condizione di controllo statistico rilevando ed agendo sulle
cause speciali di variazione. In questo modo la sua performance diventa prevedibile ed è possibile valutare la sua capacità a
soddisfare le attese del cliente. Questo passo rappresenta la base per il miglioramento continuo.
Ogni processo è soggetto ad una classificazione basata sulla capacità e sul controllo. Un processo può essere classificato in
una delle quattro caselle in cui è suddivisa la tabella che segue:
CONTROLLO
SODDISFAZIONE DEI SOTTO FUORI

REQUISITI CONTROLLO CONTROLLO
ACCETTABILE CASO 1 CASO
NON ACCETTABILE CASO 2

QS 9000
Sezione 5 Controllo di Processo e Capacità di Processo (Continua)
Per essere accettabile, il processo deve essere in condizione di controllo statistico e la variazione intrinseca (capacità) deve
essere inferiore alla tolleranza specificata. La situazione ideale sarebbe un processo di Caso 1, in cui il processo si trova in
condizione di controllo statistico e la capacità di soddisfare i requisiti è accettabile. Un processo di Caso 2 è sotto controllo
ma possiede una variazione eccessiva dovuta alle cause comuni che deve essere ridotta. Un processo di Caso 3 soddisfa i
requisiti in modo accettabile, ma non è sotto controllo; le cause speciali di variazione devono essere identificate e si
devono intraprendere le azioni necessarie. Nel Caso 4 il processo non è sotto controllo né è accettabile; devono essere
ridotte tanto le cause comuni quanto quelle speciali.
In alcune circostanze, il cliente può permettere al produttore di utilizzare un processo anche se questo appartiene al Caso 3.
Queste circostanze possono comprendere:
• al cliente non importano le variazioni all’interno delle specifiche (vedere l’argomento sulla funzione perdita al
Capitolo 2, Sezione 5) ;
• le spese necessarie per intraprendere un’azione sulle cause speciali superano i vantaggi nei confronti dei clienti.
Le cause speciali economicamente tollerate possono comprendere l’usura degli attrezzi, la riaffilatura degli
attrezzi, variazioni cicliche (stagionali), ecc.
• Le cause speciali sono state identificate e documentate come uniformi e prevedibili.
In questo caso il cliente può richiedere quanto segue:
• il processo è perfezionato; cioè ha subito numerosi cicli di miglioramento continuo ;
• le cause speciali di cui tenere conto hanno dimostrato di agire in modo uniforme per un periodo di tempo
conosciuto;
• è stato attuato un piano di controllo di processo, il quale garantirà la conformità alle specifiche del risultato di
tutti i processi e l’adeguata protezione dal verificarsi di altre cause speciali o di discontinuità della causa
speciale ammessa.
La pratica universalmente accettata dall’industria automobilistica è di calcolare la capacità solo dopo che un processo ha
dimostrato di essere in condizioni di controllo statistico. La capacità serve come base per prevedere il modo in cui il
processo si comporterà usando dati statistici raccolti nel processo stesso. Non serve a nulla effettuare delle previsioni
basandosi su dati raccolti in un processo che non è stabile e ripetibile nel tempo. Le cause speciali sono responsabili delle
variazioni di forme, dispersione, localizzazione della distribuzione del processo e quindi possono rapidamente invalidare la
previsione sulla capacità. I vari indici e rapporti di capacità sono basati, tra l’altro, sul requisito che i dati usati per
calcolarli siano raccolti in processi che sono in condizioni di controllo statistico.
Gli indici di capacità possono essere suddivisi in due categorie: breve termine e lungo termine. Studi di capacità a breve
termine sono basati sulle misure prese durante un ciclo operativo. I dati sono analizzati con una carta di controllo per
mettere in evidenza che il processo funziona in condizioni di controllo statistico. Se non vengono scoperte cause speciali, è
possibile procedere al calcolo dell’indice di capacità a breve termine. Se il processo non è sotto controllo, occorrerà
intraprendere delle azioni relative alle cause speciali di variazione. Questo tipo di studi spesso è usato per convalidare i
primi pezzi prodotti con un determinato processo e da presentare per l’approvazione al cliente. Un altro uso, talvolta
denominato studio di capacità delle macchine, è di convalidare quanto un processo nuovo o modificato effettivamente
compie all’interno di determinati parametri tecnici.
Quando il processo è stato riconosciuto stabile ed in grado di soddisfare i requisiti a breve termine si dovrà procedere ad un
diverso tipo di studio. Gli studi di capacità a lungo termine sono formati da misure prese durante un periodi di tempo più
lungo. I dati devono essere raccolti per un periodo abbastanza lungo ed in modo tale da includere tutte le previste fonti di
variazione. Molte di queste fonti di variazione possono essere sfuggite all’osservazione durante lo studio di breve termine.
Quando sono stati raccolti un numero sufficiente di dati, questi sono tracciati su una carta di controllo e se non vengono
rilevate cause speciali si più procedere al calcolo degli indici di capacità e performance a lungo termine. L’utilità di questo
studio risiede nella descrizione della capacità del processo a soddisfare i requisiti del cliente per lunghi periodi di tempo
comprendendo molte possibili fonti di variazione (cioè quantificare la performance del processo).

QS 9000
Sezione 5 Controllo di Processo e Capacità di Processo (Continua)
Sono stati sviluppati diversi indici perché: 1) non è possibile che un solo indice sia universalmente applicato a tutti i
processi, e 2) nessun processo può essere completamente descritto da un solo indice. Per esempio, per meglio capire il
rapporto tra la distribuzione stimata ed i limiti delle specifiche si consiglia l’uso di Cp e di Cpk (vedere Capitolo 2, Sezione
5) e di combinarli inoltre con tecniche grafiche. In un certo senso, ciò significa confrontare (e cercare di allineare) la “voce
del processo” con la “voce del cliente” (vedere anche il Riferimento 22).
Tutti gli indici possiedono delle debolezze e possono essere fuorvianti. Ogni deduzione ricavata da indici calcolati deve
essere ricavata con un’interpretazione adeguata dei dati in base al quale sono stati calcolati gli indici.
Le società automobilistiche hanno stabilito dei requisiti per le capacità di processo. Di conseguenza, il lettore deve
comunicare con i suoi clienti e stabilire quali sono gli indici da usare. In alcuni casi la cosa migliore potrebbe essere non
usare alcun tipo di indice. E’ importante ricordare che la formula della maggior parte degli indici di capacità comprende la
specifica di prodotto. Se la specifica è inadeguata o non è basata sui requisiti del cliente, si perderà del tempo nel cercare di
forzare il processo a conformarsi a questi valori. La Sezione 5 del Capitolo 2 tratta alcuni indici di capacità e performance
selezionati e fornisce alcuni consigli per la loro applicazione.

QS 9000
FASI DEL CICLO DI MIGLIORAMENTO CONTINUO DEL PROCESSO
1. ANALISI DEL PROCESSO 2. MANTENERE IL PROCESSO

• Che cosa dovrebbe fare il processo? • Controllare la performance di processo
• Che cosa può andare storto? • Rilevare le cause speciali di variazione
• Che cosa fa il processo? e prendere le adeguate misure contro di
• Ottenere una condizione di controllo esse
statistico
• Determinare la capacità
PLAN DO
PLAN DO
ACT
ACT STUDY
STUDY
PLAN DO
ACT
STUDY
3. MIGLIORARE IL PROCESSO
• Modificare il processo per comprendere
meglio le cause comuni di variazione
• Ridurre le cause comuni di variazione
Figura 4. Ciclo di miglioramento del processo.

QS 9000
Sezione 6
IL CICLO DI MIGLIORAMENTO DEL PROCESSO ED IL CONTROLLO DI PROCESSO
L’applicazione del concetto di miglioramento continuo dei processi può essere realizzata in tre fasi (vedere figura 4). Ogni
processo soggetto a miglioramento può essere situato in un punto qualsiasi di questo ciclo.
1. Analisi del processo
Ogni volta che si prende in considerazione il miglioramento di un processo è importante, innanzitutto, capire il processo
stesso. Tra le domande che conviene porsi per meglio comprendere il processo si possono annoverare le seguenti :
• Che cosa dovrebbe fare il processo?
• Che cosa potrebbe andare storto?
- Che cosa può variare in questo processo?
- Che cosa conosciamo già della variabilità di questo processo?
- Quali sono i parametri più sensibili alle variazioni?
• Che cosa fa il processo?
- Questo processo produce degli scarti o dei prodotti che devono essere rilavorati?
- Il risultato ottenuto da questo processo è in condizione di controllo statistico?
- Il processo è capace?
- Il processo è affidabile?
Per meglio conoscere e capire i processi si possono usare diverse tecniche, quali ad esempio riunioni di gruppo,
consultazione con persone che sviluppano o fanno funzionare il processo (“esperti in materia”), riesami della storia del
processo o costruzione di un FMEA (modi di guasto ed analisi degli effetti). Le carte di controllo descritte in questo
manuale rappresentano dei potenti strumenti da utilizzare. Questi semplici metodi statistici aiutano a differenziare le cause
speciali di variazione da quelle comuni. Le cause speciali di variazione devono essere controllate. Quando si è raggiunta la
condizione di controllo statistico è possibile calcolare un indice di capacità che può servire per valutare il livello corrente
della capacità a lungo termine del processo.
2. Mantenere (controllare) il processo
Dopo aver compreso il processo occorre che lo stesso sia mantenuto ad un adeguato livello di capacità. I processi sono
dinamici e cambiano. La performance del processo deve essere controllata in modo da poter attivare misure efficaci per
evitare che sopravvengano modifiche indesiderate. La stessa cosa vale per le modifiche desiderate che devono essere
anch’esse capite e istituzionalizzate. Anche in questo caso i semplici metodi statistici spiegati in questo manuale possono
rappresentare un valido aiuto. La costruzione e l’uso delle carte di controllo e di altri strumenti permetterà di mettere in atto
un controllo efficace del processo. Quando gli strumenti usati indicano una modifica di processo, diventa possibile attivare
misure rapide ed efficienti per isolare le cause ed agire su di esse.
E’ troppo facile fermarsi al punto 2 del ciclo. E’ importante rendersi conto che in tutte le società vi sono dei limiti. Alcuni
processi, forse molti, dovrebbero trovarsi a questo livello. Comunque il non procedere allo stadio successivo di questo
ciclo può risultare in uno svantaggio competitivo notevole. Il raggiungimento della “world class” (classe mondiale)
richiede uno sforzo costante e pianificato per passare allo stadio successivo del ciclo di miglioramento del processo.

QS 9000
Sezione 6 Il Ciclo di Miglioramento del Processo ed il Controllo del Processo (Continua)
3. Miglioramento del processo
Fino ad ora gli sforzi sono stati diretti alla stabilizzazione dei processi ed al mantenimento in tali condizioni. Comunque,
per alcuni processi il cliente potrà dimostrare di essere sensibile anche alle variazioni che intervengono all’interno delle
specifiche tecniche. In questi casi il valore del miglioramento continuo non appare fino a quando non si riduce la
variazione. In tale circostanza può essere utile l’uso di strumenti di analisi di processo complementari, comprendenti
metodi statistici più avanzati quali progettazione di esperimenti e carte di controllo avanzate. Un elenco di riferimenti utili
per nuovi studi è contenuto nell’Appendice H.
Il miglioramento del processo attraverso la riduzione della variazione coinvolge, in genere, l’introduzione di variazioni nel
processo e la misura degli effetti prodotti. L’obiettivo è di riuscire a meglio comprendere il processo in modo che la causa
comune di variazione possa essere di nuovo ridotta. Lo scopo di questa riduzione è di ottenere una qualità migliore ad un
costo più basso.
Dopo aver stabilito nuovi parametri di processo il ciclo ritorna indietro al punto Analisi del processo. Poiché sono state
apportate delle modifiche occorre riconfermare la stabilità del processo prima che questo possa procedere nel ciclo di
miglioramento.

QS 9000

QS 9000
CARTE DI CONTROLLO
Limite Controllo Superiore
Linea media
Limite Controllo Inferiore
1. Raccolta:
• Raccolta dei dati e tracciatura degli stessi su un foglio.
2. Controllo:
• Calcolo dei limiti di prova partendo dai dati di processo.
• Identificazione delle cause speciali di variazione e azione relativa.
3. Analisi e miglioramento
• Quantificazione della variazione dovuta a cause comuni; azioni per ridurle.
Per ottenere il miglioramento continuo del processo occorre ripetere queste tre fasi.
Figura 5. Carte di controllo.

QS 9000
Sezione 7
CARTE DI CONTROLLO: STRUMENTI PER IL CONTROLLO DI PROCESSO
Il dottor Walter Shewhart di Bell Laboratories, mentre studiava dati di processo nei primi anni ‘20, fece per primo la
distinzione tra le variazioni controllate e quelle non controllate, dovute a quelle che noi chiamiamo cause comuni e cause
speciali. Egli sviluppò uno strumento semplice ma potente per separarle - la carta di controllo. A partire da quel momento,
le carte di controllo sono state usate con successo in un’ampia varietà di situazioni di controllo di processo, tanto negli
USA quanto in altri paesi, in particolare in Giappone. L’esperienza ha dimostrato che le carte di controllo attirano
effettivamente l’attenzione sulle cause speciali di variazione, quando queste si presentano, e riflettono l’estensione delle
cause comuni di variazione che devono essere ridotte mediante miglioramenti di sistema o di processo.
Il miglioramento del processo ottenuto usando le carte di controllo è una procedura obbligatoria, che ripete le fasi
fondamentali della raccolta, del controllo e dell’analisi dei dati (vedere Figura 5). Innanzitutto, i dati sono raccolti in base
al piano (le informazioni iniziali relative a questo piano di raccolta dei dati sono contenute nell’Appendice A); in seguito,
questi dati sono usati per calcolare i limiti di controllo, che rappresentano la base d’interpretazione dei dati per il controllo
statistico; quando il processo è in condizione di controllo statistico può essere interpretato per ottenere la capacità di
processo. Per migliorare il controllo e la capacità occorre identificare le cause comuni e quelle speciali di variazione ed il
processo deve essere modificato di conseguenza; il ciclo poi ricomincia poiché vengono raccolti, interpretati ed usati altri
dati come base per le azioni da intraprendere.
1. Raccolta: I dati per le caratteristiche (processo o prodotto) da studiare devono essere raccolti e convertiti in
una forma che possa essere rappresentata su una carta di controllo. Questi dati possono essere: dimensioni
misurate di un pezzo lavorato, numero di fessure in un bullone di vinile, tempi di transito di un vagone
ferroviario, numero di errori di registrazione nei libri contabili, ecc.
2. Controllo: I limiti di controllo di prova sono calcolati in base ai dati raccolti. Essi sono tracciati sulla carta e
costituiscono una guida per le analisi. I limiti di controllo non sono limiti od obiettivi di specifica ma si basano
sulla variabilità naturale del processo e sul piano di campionatura.
I dati sono quindi confrontati con i limiti di controllo per vedere se la variazione è stabile ed appare come
risultato di cause comuni. Se si evidenziano cause speciali di variazione, il processo deve essere nuovamente
studiato per determinare che cosa lo influenza. Dopo aver intrapreso delle azioni (in genere locali) si
raccolgono altri dati, si ricalcolano i limiti di controllo, se necessario, e si intraprendono delle azioni per le
cause speciali aggiuntive.
3. Analisi e Miglioramento: Dopo aver trattato tutte le cause speciali e aver portato il processo in condizioni di
controllo statistico, la carta di controllo continua ad essere uno strumento di sorveglianza. E’ possibile
calcolare la validità del processo. Se la variazione provocata dalle cause comuni è eccessiva, il processo non
può produrre risultati che soddisfino in modo regolare i requisiti del cliente. In questo caso il processo deve
essere esaminato e occorrerà un’azione da parte della direzione per migliorare il sistema.

QS 9000
Sezione 7 Carte di Controllo: Strumenti per il Controllo di Processo (Continua)
Spesso si scopre che, sebbene il processo sia stato predisposto per mirare al valore obiettivo durante la messa a
punto iniziale, la localizzazione effettiva del processo ( X ) può non corrispondere a questo valore. Per quei
processi in cui la localizzazione effettiva devia dall’obiettivo e la capacità per rilocalizzare il processo è
economica, è consigliabile cercare di rettificare il processo in modo da ottenere un miglior allineamento con
l’obiettivo. Ciò presume che questa rettifica non influisca sulla variazione di processo. Spesso questo non
corrisponde a verità, ma le cause di eventuali aumenti delle variazioni di processo, dopo aver riallineato il
processo con l’obiettivo, dovrebbero essere comprese e valutate rispetto sia alla soddisfazione del cliente sia al
fattore economico.
Le performance a lungo termine del processo devono continuare ad essere analizzate e ciò è più facilmente
realizzabile attraverso una revisione sistematica e periodica delle carte di controllo correnti. Spesso, queste
evidenziano nuove cause speciali di variazione. Alcune, quando comprese, possono rappresentare un
vantaggio per ridurre la variabilità del processo nel suo insieme. Altre invece svantaggiose per il processo
dovranno essere comprese, corrette o eliminate.
Per un processo “sotto controllo”, gli sforzi di miglioramento devono mirare sempre alla riduzione delle
variazioni provocate dalle cause comuni. La riduzione di queste variazioni produrrà un “restringimento” dei
limiti di controllo sulla carta di controllo - cioè i limiti, dopo essere stati ricalcolati, saranno più vicini. Molte
persone, che non hanno dimestichezza con le carte di controllo, ritengono che questo sia “penalizzante” per il
miglioramento del processo, senza rendersi conto che se il processo è stabile ed i limiti di controllo sono
calcolati in modo corretto, la possibilità che il processo produca per errore un punto fuori controllo non
dipende dalla distanza esistente tra i limiti di controllo (vedere anche Sezione 5).
Un’altra questione degna di nota riguarda il ricalcolo dei limiti della carta di controllo. Dopo essere stati
adeguatamente calcolati se non sopravvengono modifiche alle cause comuni di variazioni del processo i limiti
di controllo rimangono validi. Segnali di variazione dovuta a cause speciali non richiedono il ricalcolo dei
limiti di controllo. Per le analisi a lungo termine delle carte di controllo conviene limitare di ricalcolare i limiti
di controllo, ben inteso tenendo sempre presenti le necessità del processo.
Per ottenere un miglioramento costante del processo, ripetere queste tre fasi. Raccogliere un maggior numero di dati, se
necessario; lavorare per ridurre la variazione di processo portando il processo in condizioni di controllo statistico; e
continuare ad analizzare la variabilità del processo.

QS 9000

QS 9000
VANTAGGI DERIVANTI DALL’USO DELLE CARTE DI CONTROLLO
Se usate in modo corretto, le carte di controllo possono:
• Essere usate dagli operatori per il controllo effettivo di un processo.
• Aiutare il processo a girare in modo uniforme, prevedibile, per ottenere

buona qualità e costi.
• Permettere al processo di ottenere
- maggiore qualità,
- costo per unità inferiore.
- capacità effettiva più elevata;
• Fornire un linguaggio comune per discutere la performance del processo.
• Distinguere le cause di variazione comuni da quelle speciali, come guida

per l’azione locale o per l’azione sul sistema.

QS 9000
Sezione 8
VANTAGGI DELLE CARTE DI CONTROLLO
La lista sotto riportata riepiloga alcuni degli importanti vantaggi che possono derivare dall’uso delle carte di controllo.
• Le carte di controllo sono strumenti efficaci per capire la variazione di processo ed aiutare ad ottenere il
controllo statistico. Spesso sono mantenute direttamente dall’operatore presso il suo posto di lavoro. Esse
forniscono informazioni più precise ed affidabili sulle operazioni ed indicano quando occorre intraprendere
un’azione - e quando invece le azioni non devono essere intraprese (per esempio sovrarettifiche,
sovraregolazioni - vedere Appendice B).
• Quando un processo è in condizioni di controllo statistico la sua performance è prevedibile. Di conseguenza,
tanto il produttore quanto il cliente possono fare affidamento su livelli di qualità costanti ed entrambi possono
fare affidamento sulla stabilità dei costi per ottenere questo livello di qualità.
• Un processo in condizioni di controllo statistico può essere ulteriormente migliorato attraverso la riduzione
delle cause delle variazioni ed il miglioramento degli obiettivi di processo. I dati della carta di controllo
permetto di prevedere gli effetti dei miglioramenti proposti per il sistema e di identificare gli effetti correnti di
modifiche anche relativamente piccole. La quantità di dati richiesta varia a seconda del processo esaminato.
Questo miglioramento del processo può ridurre i costi ed aumentare la produttività diminuendo la variazione
attorno al valore obiettivo.
• Le carte di controllo forniscono un linguaggio comune per comunicare le informazioni relative alle
performance del processo - tra due o tre turni che usano lo stesso processo; tra la linea di produzione (operatore,
supervisore) e le attività di supporto (manutenzione, controllo dei materiali, ingegneria di processo, controllo
qualità); tra le differenti stazioni all’interno del processo stesso; tra il fornitore e l’utilizzatore, tra lo
stabilimento di fabbricazione/montaggio ed il servizio di progettazione industriale.
• Le carte di controllo, distinguendo tra le cause comuni e quelle speciali di variazione, forniscono una buona
indicazione sulla possibilità di correzione locale dei problemi o sulla necessità di ricorrere ad un’azione della
direzione. Questo permette di ridurre al minimo la confusione, la fluttuazione, i costi eccessivi dovuti a sforzi
errati per la risoluzione dei problemi.
Il seguito del presente manuale descrive le tecniche necessarie per la costruzione e l’interpretazione delle carte di controllo.
Leggendo queste istruzioni e questi consigli è bene tenere presente che i vantaggi effettivi che possono derivare sono validi
solo se le carte di controllo sono ben comprese ed usate in modo efficace. Per l’assistenza relativa al tipo di carte di
controllo da usare per una determinata situazione, far riferimento all’Appendice C che contiene una selezione di carte di
controllo.
NOTA: l’Appendice I contiene due campioni in bianco di carte di controllo e di moduli per la registrazione del
processo. Nel caso siano usate carte diverse da queste ricordare che esse devono contenere almeno le seguenti
informazioni: il nome della caratteristica di processo; il numero del pezzo; la descrizione della caratteristica;
l’unità di misura; 0 =____ (per i dati codificati); la frequenza di campionatura; la dimensione del campione; la
descrizione della scala (x-bar, mediana, ecc.); i valori di scala; i dati del sottogruppo, l’ora, le iniziali o
l’identificazione dell’operatore; i metodi di misura o i calibri usati; uno spazio per registrare le note di
processo.
Può essere utile indicare su ogni carta anche le informazioni relative alla ripetibilità e riproducibilità dei calibri
(GR&R%) per permettere di effettuare altre valutazioni per la sua interpretazione e mettere in evidenza che è
stata eseguita una analisi del sistema di misurazione.

QS 9000
CARTE DI CONTROLLO RELATIVE AL PROCESSO
Persone Macchine Ambiente

Il risultato è misurato
1 2 3 4 5 6 7
• Unità di misura (mm. kg,

etc.)
• Origine (0 mm, 32°F,
Metodi Materiali etc.)
Processo
Esempi di risultato Esempi di carte di controllo
• Diametro esterno albero (pollici)

• Distanza del foro dalla superficie di riferimento
X per la media della misura
(mm)
• Resistenza del circuito (ohm)
Carta R per le Escursioni delle
• Tempo di transito del vagone (ore) misure
• Tempo di realizzazione delle modifiche tecniche
(ore)
Il metodo di misura deve produrre risultati accurati e precisi nel tempo.
Non preciso Preciso
Non Accurato
Accurato*
* Nota : alcune pubblicazioni moderne di metrologia definiscono l’accuratezza come mancanza

di errore sistematico.
Figura 6. Dati delle variabili - risultati derivanti dalla misura di un risultato intermedio o finale di un
processo.

QS 9000
Capitolo II
CARTE DI CONTROLLO PER VARIABILI
Le carte di controllo per variabili sono strumenti potenti che possono essere usati quando sono disponibili le misure prese
durante un processo. Ad esempio, il diametro di un cuscinetto, lo sforzo di chiusura di una porta o il tempo per rivedere un
buono (voucher). Le carte delle variabili - soprattutto le forme più comuni, le carte X (x bar) e la carta R - rappresentano
l’applicazione tipica del controllo di processo a mezzo di carte (vedere Figura 6).
Le carte di controllo per le variabili sono particolarmente utili per una serie di motivi ::
1. La maggior parte dei processi e dei loro risultati hanno caratteristiche misurabili quindi l’applicabilità
potenziale delle carte è ampia.
2. Un valore quantitativo (per esempio “il diametro è 15,45 mm”) contiene più informazioni di una semplice
dichiarazione si - no (per esempio “il diametro è entro i limiti delle specifiche”).
3. Sebbene ottenere una parte di dato misurato sia generalmente più costoso che non ottenere un dato passa/non
passa, per ricavare le informazioni sul processo occorre controllare un minor numero di pezzi, quindi in alcuni
casi i costi per le misure totali possono essere più bassi.
4. Grazie alla necessità di usare un numero minore di pezzi prima di prendere delle decisioni affidabili,
l’intervallo di tempo tra la produzione di pezzi e l’azione correttiva spesso può essere abbreviato.
5. Con i dati delle variabili, è possibile analizzare la performance di un processo e quantificare i miglioramenti
anche se tutti i valori individuali sono entro i limiti della specifica; ciò è molto importante quando si è alla
ricerca del miglioramento continuo.
Le carte di controllo per variabili possono spiegare i dati di processo in termini tanto di dispersione (variabilità tra un pezzo
e l’altro) quanto di localizzazione (media di processo). Grazie a ciò le carte di controllo per variabili dovrebbero sempre
essere preparate ed analizzate a coppie - una carta per la localizzazione ed un’altra per la dispersione. Le coppie più
comunemente usate sono le carte X e R. X rappresenta la media dei valori di piccoli sottogruppi - misura di localizzazione;
R è l’escursione dei valori all’interno di ogni sottogruppo (il più grande meno il più piccolo) - una misura di dispersione.
Le carte X , R sono trattate ampiamente nella sezione 1 di questo capitolo. La sezione 2 di questo capitolo tratta le carte -X
e s (un’alternativa alla carta R), la sezione 3 tratta le carte mediane (un sostituto più semplice delle carte di media e di
escursione) e la sezione 4 tratta le carte per singoli valori (quando le decisioni devono essere basate su un solo valore, sulla
sola lettura e non sui sottogruppi).

QS 9000
PREPARATIVI PER L’USO DELLE CARTE DI CONTROLLO
• Determinare un ambiente adatto per l’azione.

• Definire il processo.
• Stabilire le caratteristiche da gestire.
• Considerazioni:
- le necessità del cliente
- le zone effettive e potenziali in cui possono verificarsi i problemi
- la correlazione tra le caratteristiche
• Definire il sistema di misura
• Ridurre al minimo le variazioni non necessarie.

QS 9000
II. CARTE DI CONTROLLO PER VARIABILI
Sezione 1
CARTE DI MEDIA E DI ESCURSIONE ( X e R)
Prima di poter usare le carte X e R, occorre fare numerosi preparativi:
• Stabilire un ambiente adatto per l’azione. Qualsiasi metodo statistico non produrrà dei risultati validi se la
direzione non ha predisposto un ambiente responsabile. La paura che impedisce alle persone di essere schiette
deve essere rimossa. La direzione deve fornire le risorse necessarie per partecipare e supportare le azioni di
miglioramento.
• Definire il processo. Il processo deve essere compreso in base alle sue relazioni con altre operazioni e con gli
utilizzatori sia a monte sia a valle e in base agli elementi che lo costituiscono (le persone, le attrezzature, il
materiale, i metodi e l’ambiente), e che influiscono su ogni stadio. Le tecniche quali i diagrammi di causa ed
effetto ed il diagramma di flusso di processo sono validi ausili per rendere visibili questi rapporti e permettere
di mettere in comune le esperienze di persone che comprendono i diversi aspetti del processo stesso.
• Determinare le caratteristiche da inserire nelle carte. Un esempio di processo progettato per stabilire queste
caratteristiche è il Sistema di Designazione delle Caratteristiche Chiave di G.M. (vedere Appendice H,
Riferimento 24). Gli sforzi dello studio dovrebbero essere concentrati sulle caratteristiche che sono più
promettenti per il miglioramento del processo (un’applicazione del principio di Pareto). Occorre fare alcune
considerazioni.
- Le necessità del cliente. Queste comprendono qualsiasi processo successivo che usi il prodotto o il
servizio come elemento iniziale e il cliente finale per il prodotto finale. La comunicazione delle necessità
di entrambi i tipi di cliente nel punto in cui il processo necessita miglioramenti richiede un’ottima
comprensione ed un lavoro di gruppo.
- Le aree problematiche correnti e potenziali: considerare l’evidenza degli scarti o delle scarse performance
(ad esempio scarti, rilavorazioni, eccessivo supero di tempo, obiettivi non centrati, e aree di rischio), per
esempio variazioni alla progettazione del prodotto, del servizio o di qualsiasi altro elemento del processo.
Queste sono opportunità di miglioramento che richiedono l’applicazione di tutte le discipline coinvolte
nella gestione dell’attività.
- La Correlazione tra le caratteristiche: per uno studio efficace e reale è necessario prendere in
considerazione le relazioni esistenti tra le caratteristiche. Per esempio, se la caratteristica del problema è
difficile da misurare (per esempio volume), individuare una caratteristica ad essa correlata che sia più
facile da misurare (per esempio peso). Inoltre se numerose caratteristiche individuali di un articolo
tendono a variare insieme, può essere sufficiente indicare sulla carta solo una di esse. Avvertenza: la
correlazione statistica non implica necessariamente una relazione di causa - effetto tra le variabili. In
mancanza di conoscenza del processo in corso, può essere necessario realizzare la progettazione di un
esperimento per verificare l’esistenza ed il significato di questa relazione.
• Definire il sistema di misura. La caratteristica deve essere definita dal punto di vista operativo, in modo che i
risultati possano essere comunicati a tutte le persone interessate sempre allo stesso modo. Ciò coinvolge la
necessità di specificare quali informazioni devono essere raccolte, dove, come, e in quali condizioni.
L’apparecchiatura di misura deve essere prevedibile sia per l’accuratezza sia per la precisione - la taratura
periodica non è sufficiente. Per altri dettagli su questo argomento vedere la Sezione 4. La definizione della
caratteristica influenzerà il tipo di carta di controllo da usare - una carta per le variabili, quale X e R o una carta
per gli attributi, come descritta nella Sezione 3.
• Ridurre al minimo le variazioni non necessarie. E’ indispensabile ridurre le cause esterne di variazione non
necessarie prima di iniziare lo studio. Questo può significare semplicemente osservare che il processo sia
realizzato in conformità alle norme o può significare il dover eseguire uno studio controllato con materiali
conosciuti, con impostazioni di controllo costante, ecc. Lo scopo è di evitare il verificarsi di problemi ovvi che
potrebbero e dovrebbero essere corretti anche senza l’uso di carte di controllo; tra questi si possono citare le
regolazioni o i controlli eccessivi del processo. In ogni caso, dovrebbe essere tenuto un registro di processo sul
quale annotare tutti gli eventi importanti quali, ad esempio, il cambio degli utensili, i nuovi lotti di materie
prime, ecc. Tali registrazioni serviranno per la successiva analisi del processo.

QS 9000
Figura 7. Carta X e R.

QS 9000
Sezione 1 CARTE DI MEDIA E DI ESCURSIONE ( X e R) (Continua)
A RACCOLTA DEI DATI

Le carte X e R, usate in coppia, sono sviluppate partendo dalle misure di una caratteristica particolare del risultato di
processo. Questi dati sono indicati in piccoli sottogruppi di dimensioni costanti, in genere comprendenti da 2 a 5 pezzi
consecutivi, con sottogruppi rilevati periodicamente (per esempio, uno ogni quindici minuti, due volte per turno, ecc.).
Occorre sviluppare ed usare un piano di raccolta dati come base per la raccolta, la registrazione e la tracciatura dei dati su
una carta.
A.1 Selezione della dimensione, della frequenza e del numero dei sottogruppi (Vedere Figura 7).
a. Dimensione del sottogruppo - Il primo passo importante per la tracciatura del grafico di controllo delle
variabili è la determinazione dei “sottogruppi razionali” - i quali determineranno la consistenza e
l’efficacia della carta di controllo che li utilizza.
I sottogruppi devono essere scelti in modo che le opportunità per la variazione tra le unità all’interno
del sottogruppo siano piccole. Se la variazione all’interno del sottogruppo rappresenta una variabilità
pezzo - pezzo in un periodo di tempo molto ridotto, qualsiasi variazione inusuale tra i sottogruppi
dovrebbe riflettere una modifica del processo che deve essere studiata per intraprendere l’azione
adeguata.
Per lo studio iniziale di un processo, i sottogruppi possono essere formati in genere da 4-5 pezzi
prodotti progressivamente rappresentanti un solo attrezzo, testa, figura di stampo, ecc. (cioè un solo
flusso di processo). Lo scopo è che i pezzi all’interno di ogni sottogruppo siano prodotti in condizioni
di produzione molto simili tra loro in un periodo di tempo molto breve, senza nessun’altra relazione
sistematica tra loro; di conseguenza la variazione all’interno di ogni sottogruppo rifletterebbe
soprattutto le cause comuni. Quando queste condizioni non sono soddisfatte, la carta di controllo
risultante può non discriminare in modo efficace le cause speciali di variazione, o può mostrare schemi
inusuali notati nei paragrafi C.1.a e C.4.c di questa sezione. Le dimensioni del campione devono essere
costanti per tutti i sottogruppi.
b. Frequenza del sottogruppo - L’obiettivo è di rilevare le variazioni del processo nel tempo. La raccolta
dei sottogruppi deve essere eseguita con frequenza e in momenti adeguati, per poter riflettere le
potenziali opportunità di variazione. Queste cause potenziali di variazione possono essere dovute a
differenze di turni lavorativi o agli operatori, all’andamento della temperatura, ai lotti di materiali, ecc.
Durante uno studio iniziale di processo, i sottogruppi sono spesso raccolti in modo consecutivo o a
brevi intervalli, per rilevare se il processo può modificarsi per mostrare altre instabilità entro periodi di
tempo brevi. Quando il processo dimostra stabilità (o quando vengono eseguiti miglioramenti al
processo), il periodo di tempo tra i sottogruppi può essere aumentato. Le frequenze di sottogruppi per il
controllo della produzione corrente può essere due volte per turno, orario, o altro periodo fattibile.
c. Numero dei sottogruppi - il numero dei sottogruppi deve soddisfare due criteri. Dal punto di vista del
processo, devono essere raccolti sottogruppi in quantità sufficiente per garantire che le principali fonti
di variazione abbiano la possibilità di mostrarsi. Generalmente 25 o più sottogruppi contenenti circa
100 o più pezzi forniscono un buon test per la stabilità e, se stabile, una buona valutazione per la
localizzazione e la dispersione del processo.
In alcuni casi possono essere disponibili dei dati e permettono di accelerare la prima fase dello studio.
Tuttavia devono essere usati solo se sono recenti e se le basi con le quali sono stati determinati i
sottogruppi sono chiaramente comprensibili.
NOTA: per altre spiegazioni sull’impatto dei sottogruppi sull’interpretazione delle carte di controllo vedere
l’Appendice A.

QS 9000
Figura 8. Carte X e R - Dati per l’impostazione

QS 9000

A.2. Impostazione delle carte di controllo e registrazione dei dati grezzi (Vedere Figura 8)
La rappresentazione delle carte X e R vede di norma la carta X sopra la carta R, e blocchi di dati. I valori di
X e R sono indicati su scale verticali mentre la sequenza dei sottogruppi nel tempo è situata sulla linea
orizzontale. I valori dei dati e dei punti di tracciatura per l’escursione e per la media devono essere allineati
verticalmente.
Il blocco di dati deve comprendere uno spazio per ognuna delle singole letture. Deve comprendere anche lo
spazio per la somma dei valori, la media ( X ), il range (R) e la data/ora o altre identificazioni del
sottogruppo.
Indicare i valori singoli e l’identificazione di ogni sottogruppo.
A.3. Calcolo della media ( X ) e dell’escursione (R) di ogni sottogruppo (Vedere Figura 8)
Le caratteristiche da tracciare sono la media del campione ( X ) l’escursione del campione (R) per ogni
sottogruppo; presi insieme questi dati riflettono la media generale del processo e la sua variabilità,
rispettivamente.
Per ogni sottogruppo, calcolare:
X1 + X 2 + .... + X n
X =
n
R = Xmax – Xmin
dove X1, X2… sono valori singoli all’interno del sottogruppo e n è la dimensione del campione del
sottogruppo.

QS 9000
Figura 9 - Carte X e R - “Studio iniziale”

QS 9000

A.4. Selezione delle scale per le carte di controllo (Vedere Figura 9).
La scale verticali per le due scale di controllo sono quelle riferite ai valori misurati rispettivamente di X e R.
Alcune norme generali per determinare le scale possono essere utili sebbene esse debbano essere modificate
in particolari circostanze. Per la carta di controllo X , la differenza tra il valore più alto ed il più basso sulla
scala deve essere almeno due volte la differenza tra il valore più alto e il valore più basso delle medie dei
sottogruppi ( X ). Per la carta di controllo R, i valori dovrebbero variare dal valore più basso 0 al valore più
alto pari a circa due volte l’escursione più grande incontrata durante il periodo iniziale.
NOTA: Per la carta di controllo dell’escursione un metodo valido può essere quello di stabilire la distanza
sulla scala come doppia di quella indicata sulla carta della media (per esempio se un’unità sulla
carta di controllo delle medie è uguale a 0,01 pollici, un’unità sulla carta di controllo delle
escursioni dovrebbe essere uguale a 0,02 pollici). Per i sottogruppi con dimensioni standard, i
limiti di controllo per le medie e le escursioni dovranno avere più o meno la stessa ampiezza per
essere facilmente analizzati.
A.5. Tracciatura delle medie e delle escursioni sulle carte di controllo (Vedere Figura 9).
Tracciare le medie e le escursioni sulle relative carte di controllo. Quest’operazione dovrebbe essere eseguita
nel minor tempo possibile dopo aver deciso il tipo di scala da usare. Collegare i punti con le linee per meglio
visualizzare gli schemi e gli tendenze.
Valutare brevemente i punti tracciati per controllare se sono ragionevoli; se qualche punto è sostanzialmente
più alto o più basso degli altri, confermare che i calcoli e la tracciatura siano corretti. Accertarsi che i punti
indicati per le relative X e R sono posizionati in linea verticale.
NOTA: allo scopo di rafforzare la messa in pratica a livello dell’officina di tutte le carte di controllo che
hanno dei limiti di controllo, le carte di controllo delle sequenze iniziali per le quali non si
calcolano i limiti di controllo (perché i dati non sono sufficienti) devono essere chiaramente
identificate come “Studio Iniziale”. Di conseguenza, queste carte di controllo denominate “Studio
Iniziale” sia che vengano usate per la capacità iniziale o per studi eseguiti dopo modifiche o
miglioramenti apportati al processo, devono essere le uniche carte di controllo di processo
permesse in officina senza indicazione dei limiti di controllo.

QS 9000
Figura 10 - Carte X e R - Con Limiti di controllo

QS 9000
B. CALCOLO DEI LIMITI DI CONTROLLO

Per quanto riguarda i limiti di controllo, innanzitutto occorre sviluppare quelli per le carte di controllo dell’escursione e poi
quelli delle carte per le medie. I calcoli dei limiti di controllo per le carte di controllo per variabili usano delle costanti che
appaiono come lettere all’interno delle formule indicate nel seguito. Questi fattori che differiscono in base alla dimensione
del gruppo (m) sono indicati nelle tabelle che accompagnano le relative formule; tabelle più complete sono riportate
nell’Appendice E.
B.1. Calcolo dell’escursione media ( R ) e della media di processo ( X ) (Vedere Figura 10).
Per il periodo di studio, calcolare:
R 1 + R 2 + .... + R k
R =
k
X1 + X 2 + .... + X k
X =
k
dove k è il numero dei sottogruppi, R1 e X 1 sono l’escursione e la media per il primo sottogruppo, R2 e X 2
sono l’escursione e la media per il secondo sottogruppo, ecc.
B.2. Calcolo dei limiti di controllo (Vedere Figura 10)
I limiti di controllo sono calcolati per mostrare la dimensione della variazione delle medie dell’escursione del
sottogruppo qualora fossero presenti cause comuni di variazione. Questi limiti si basano sulla dimensione del
campione del sottogruppo e sulla quantità di variabilità all’interno del sottogruppo riflessa dalle escursioni.
Calcolare i limiti di controllo superiore e inferiore per le escursioni e per le medie.
LCSR = D4 R
LCIR = D3 R
LCS x = X + A2 R
LCI x = X - A2 R
dove D4, D3 e A2 sono costanti che variano in base alla dimensione del campione, con valori per dimensioni
di campione da 2 a 10, come indicato nella tabella parziale che segue, ricavata dall’Appendice E.
n 2 3 4 5 6 7 8 9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
D3 * * * * * .08 .14 .18 .22
A2 1.88 1.02 .73 .58 .48 .42 .37 .34 .31
* (per dimensioni di campione inferiori a 7, il LCIR dovrebbe essere, tecnicamente, un numero negativo; in
queste caselle non ci sono dei limiti di controllo inferiori; ciò significa che per una dimensione di sottogruppi
uguale a 6, sei misure “identiche” non sarebbero ragionevoli).
B.3. Tracciatura delle linee per le medie ed i limiti di controllo sulle carte (Vedere Figura 10).
Tracciare l’escursione media ( R ) la media di processo ( X ) come linee orizzontali continue, i limiti di
controllo come linee orizzontali tratteggiate; e dare un nome alle linee. Durante la fase di studio iniziale,
questi sono considerati limiti di controllo di prova.

QS 9000
PROCESSO SOTTO CONTROLLO PROCESSO NON SOTTO CONTROLLO PER

PER LE ESCURSIONI LE ESCURSIONI (PUNTI OLTRE I LIMITI
SUPERIORE E INFERIORE)
Figura 10 - Carta R - Punti Oltre i Limiti di Controllo

QS 9000
C. INTERPRETAZIONE PER IL CONTROLLO DI PROCESSO

I limiti di controllo possono essere interpretati nel seguente modo: se la variabilità di processo pezzo - pezzo e la media di
processo devono rimanere costanti sui loro livelli attuali (come stimato rispettivamente da R e da X ), le escursioni (R) e le
medie ( X ) di ogni singolo sottogruppo varieranno solo accidentalmente, ma raramente supereranno i limiti di controllo.
Obiettivo dell’analisi delle carte di controllo è di identificare l’evidenza che la variabilità del processo o la media del
processo non rimangano a livello costante - che uno o l’altro di questi fattori siano fuori dal controllo statistico - e
intraprendere quindi le azioni appropriate. Le carte di controllo R e X sono analizzate separatamente, ma un confronto
degli schemi tra le due carte può talvolta fornire informazioni supplementari per quanto riguarda le cause speciali che
influiscono sul processo.
C.1 Analisi dei dati indicati sulla carta di controllo dell’escursione
Poiché l’abilità di interpretare tanto le escursioni quanto le medie del sottogruppo dipende dalla variabilità
pezzo - pezzo stimata, si analizza per prima la carta di controllo R. I punti relativi ai dati sono confrontati con
i limiti di controllo, per ricercare eventuali punti fuori controllo o schemi o tendenze inusuali.
a. Punti oltre i limiti di controllo (vedere Figura 11). - La presenza di uno o di più punti che superano
l’uno o l’altro dei limiti di controllo è la prima evidenza del fatto che tale punto sia fuori controllo.
Poiché i punti fuori dai limiti di controllo sono molto rari se è presente solo la variazione provocata da
cause comuni si suppone che il valore più estremo sia dovuto al manifestarsi di una causa speciale. Di
conseguenza, qualsiasi punto oltre i limiti di controllo rappresenta un segnale per eseguire un’analisi
immediata dell’operazione volta a ricercare l’esistenza di cause speciali. Contrassegnare ogni punto
fuori dai limiti di controllo sul quale eseguire altre indagini e intraprendere un’azione correttiva in base
al tipo di causa speciale che ne ha provocata la formazione. (vedere paragrafo C.2 di questa sezione).
Un punto che si trovi fuori dal limite di controllo superiore per le escursioni indica generalmente il
verificarsi di una o più delle seguenti situazioni:
• Ll limite di controllo o il punto tracciato non è stato correttamente calcolato o correttamente
tracciato.
• La variabilità pezzo - pezzo o la dispersione della distribuzione è aumentata (cioè peggiorata) o per
quel punto nel tempo o come parte di un tendenza.
• Il sistema di misura è stato cambiato (per esempio un ispettore diverso oppure un calibro diverso).
• Il sistema di misura non possiede la discriminazione adeguata.
Un punto sotto il limite di controllo inferiore (per dimensione di campione pari a 7 o superiori)
generalmente indica:
• Il limite di controllo o il punto tracciato sono errati.
• La dispersione della distribuzione è diminuita (cioè è migliorata).
• Il sistema di misura è stato cambiato (compreso l’editing o l’alterazione dei dati).
Schemi o tendenze entro i limiti di controllo - La presenza di schemi o di tendenze inusuali anche
quando tutte le escursioni sono entro i limiti di controllo può evidenziare una situazione fuori controllo
o una modificazione della dispersione del processo durante il periodo relativo allo schema o alla
tendenza. Questo può essere un primo segnale di condizioni sfavorevoli che devono essere eliminate.
Al contrario, alcuni schemi o alcune tendenze potrebbero essere favorevoli e dovrebbero essere studiati
per un eventuale inserimento permanente nel processo come elemento migliorativo. Il confronto degli
schemi tra le carte di controllo dell’escursione e della media può fornire altre informazioni dettagliate.

QS 9000
PROCESSO NON SOTTO CONTROLLO PROCESSO NON SOTTO CONTROLLO

PER ESCURSIONI PER LE ESCURSIONI
(SEQUENZE ININTERROTTE LUNGHE (SEQUENZE LUNGHE)
SOPRA E SOTTO L’ESCURSIONE MEDIA)
Figura 12. Carta R - Sequenze (Escursione)

QS 9000

b Sequenze (Vedere Figura 12). Ognuno dei seguenti punti indica che sono iniziati un cambiamento di
processo o una tendenza:
• sette punti su una riga su un lato della media.
• sette punti su una riga che aumentano in modo uniforme (uguale o superiore ai punti precedenti) o che
diminuiscono in modo uniforme.
Contrassegnare il punto che richiede una decisione; potrebbe essere conveniente tracciare una linea di
riferimento indietro verso l’inizio della sequenza. L’analisi dovrebbe prendere in considerazione il
tempo approssimativo in cui sono comparsi per la prima volta la nuova tendenza o il nuovo
cambiamento.
Una sequenza sopra l’escursione media o una sequenza verso l’alto può significare:
• Una dispersione più grande dei valori risultanti che potrebbe essere provocata da una causa irregolare
(ad esempio errato funzionamento dell’attrezzatura o attrezzi allentati) o da un cambiamento in uno
degli elementi del processo (per esempio un lotto di materia prima nuovo e meno uniforme); questi
sono i difetti che in genere devono essere corretti.
• Una modifica del sistema di misura (per esempio un nuovo controllore o un nuovo calibro).
Una sequenza sotto l’escursione o una sequenza tendente verso il basso può significare:
• Una dispersione più piccola dei valori risultanti, la quale in genere rappresenta una condizione
favorevole che dovrebbe essere studiata per maggiori applicazioni o per migliorare il processo.
• Una modifica del sistema di misura, che potrebbe mascherare delle modifiche effettive delle
performance.
NOTA: man mano che la dimensione del sottogruppo (n) diventa più piccola (5 o inferiore) aumenta
la probabilità di sequenze inferiori a R , quindi la lunghezza di una sequenza di 8 o maggiore
potrebbe essere necessaria per indicare una diminuzione della variabilità di processo.

QS 9000

PER ESCURSIONI PER LE ESCURSIONI
(PUNTI TROPPO VICINI ALL’ESCURSIONE (PUNTI TROPPO VICINI AI LIMITI
MEDIA) DI CONTROLLO)
Figura 13. Carta R - Schemi non casuali

QS 9000

c. Schemi ovvi non casuali (Vedere Figura 13). Oltre alla presenza di punti fuori dai limiti di controllo o
di sequenze lunghe potrebbero evidenziarsi altri schemi distinti all’interno dei dati che indicano la
presenza di cause speciali. E’ necessario far attenzione a non sopravvalutare i dati poiché anche i dati
casuali (ad esempio cause comuni) talvolta possono dare l’illusione di non casualità (cioè presenza di
cause speciali). Esempi di schemi non casuali potrebbero essere tendenze ovvie (anche se queste non
soddisfano i test delle sequenze), cicli, la dispersione totale dei dati entro i limiti di controllo o
addirittura una relazione tra i valori all’interno dei sottogruppi (per esempio il primo valore potrebbe
essere sempre il più alto). La descrizione di un test per la dispersione totale dei punti dati di un
sottogruppo è riportata nel seguito.
Distanza dei punti da R : generalmente, circa 2/3 dei punti tracciati dovrebbe trovarsi all’interno del
terza parte mediana dell’area situata tra i limiti di controllo; circa 1/3 dei punti dovrebbe essere nei 2/3
esterni di quest’area.
Sostanzialmente, se oltre i 2/3 dei punti tracciati si trovano vicini a R (per 25 sottogruppi se oltre il
90% si trovano nella terza parte mediana della zona dei limiti di controllo), ricercare la presenza di una
o di varie delle seguenti condizioni:
• I limiti di controllo o i punti tracciati sono stati calcolati o tracciati in modo errato.
• Il processo e il metodo di campionatura sono stratificati; ogni sottogruppo contiene sistematicamente
le misure derivanti da due o più flussi di processo i quali hanno medie di processo molto diverse
(per esempio un pezzo preso da ognuno dei vari mandrini).
• I dati sono stati editati (sottogruppi con escursioni che si scostavano troppo dalla media sono stati
alterati o eliminati).
Sostanzialmente, se meno dei 2/3 dei punti tracciati si trovano vicini a R (per 25 sottogruppi se il 40%
o valori inferiori si trovano nella terza parte centrale), ricercare la presenza di una o di entrambe
seguenti condizioni:
• Il processo e il metodo di campionatura fanno si che sottogruppi successivi contengano misure
derivate da due o più flussi di processo la cui variabilità è estremamente diversa (per esempio lotti
misti di materiali iniziali). *
Se sono presenti parecchi flussi di processo questi devono essere identificati e controllati
separatamente*
* Vedere Appendice A.

QS 9000
Figura 14. Carte X e R - Ricalcolo dei limiti di controllo (Escursione)

QS 9000

C.2. Trovare e occuparsi delle cause speciali (carte di controllo dell’escursione) (Vedere Figura 14).
Per ogni indicazione di causa speciale all’interno dei dati di un’escursione, eseguire un’analisi delle
operazioni del processo per determinare la causa e migliorare la comprensibilità del processo stesso;
correggere la condizione, ed evitare che si ripresenti. La carta di controllo in se stessa dovrebbe
rappresentare una guida utile per l’analisi del problema, suggerendo il punto in cui ha cominciato a
presentarsi quella determinata condizione e per quanto tempo essa è stata presente. Tuttavia, occorre
riconoscere che non tutte le cause speciali sono negative, alcune di esse possono produrre un miglioramento
del processo in termini di diminuzione della variazione dell’escursione - queste cause speciali dovrebbero
essere valutate per un eventuale possibile inserimento nel processo.
Nell’analisi del problema, la tempestività è importante, sia in termini di riduzione dei prodotti non conformi
ottenuti con quel tipo di produzione sia in termini di ottenimento dei dati aggiornati per la diagnosi. Per
esempio la comparsa di un punto unico oltre i limiti di controllo è un motivo per iniziare un’analisi
immediata del processo. Anche un registro di processo può essere una fonte di informazioni utile in termini
di identificazione delle cause speciali di variazione.
Occorre ricordare che la risoluzione dei problemi spesso rappresenta la tappa più difficile e quella che
richiede più tempo. I dati statistici ricavati dalla carta di controllo possono rappresentare un adeguato punto
di partenza, ma possono essere utili anche altri metodi quali i grafici di Pareto, i diagrammi causa - effetto,
ed altri tipi di analisi grafica (vedere Appendice H, Riferimento 11). In ultima analisi comunque occorre
tenere presente che le spiegazioni per il comportamento di un processo sono insite nel processo stesso e nelle
persone che sono coinvolte in esso. Meticolosità, pazienza, intuito e comprensione sono fattori necessari per
sviluppare azioni che possano migliorare le performance in modo misurabile.
C.3. Ricalcolo dei limiti di controllo (carta di controllo dell’escursione) (Vedere Figura 14).
Quando si effettua uno studio iniziale di processo o una rivalutazione della capacità del processo occorre
ricalcolare i limiti di controllo per escludere gli effetti prodotti dai periodi fuori controllo, per i quali le cause
sono state chiaramente identificate ed eliminate o istituzionalizzate. Occorre escludere tutti i sottogruppi
influenzati dalle cause speciali che sono stati identificati e eliminati o istituzionalizzati, quindi ricalcolare e
tracciare la nuova escursione media ( R ) ed i nuovi limiti di controllo. Confermare che tutti i punti
dell’escursione sono sotto controllo quando vengono confrontati con i nuovi limiti, ripetendo, se necessario,
la sequenza di identificazione/correzione/ricalcolo.
Se alcuni sottogruppi sono stati eliminati dalla carta di controllo R perché sono state identificate delle cause
speciali, questi devono essere esclusi anche dalla carta di controllo X . Le carte R e X riviste dovrebbero
essere usate per ricalcolare i limiti di controllo di prova per le medie, X ± A2 R .
NOTA: L’esclusione di sottogruppi che rappresentano condizioni instabili non consiste semplicemente nel
“buttare via i dati errati”. Piuttosto l’esclusione dei punti influenzati da cause speciali conosciute,
permettono di fornire una stima migliore del livello di variazione di fondo dovuto a cause comuni.
Questo, a sua volta, fornisce la base più appropriata per i limiti di controllo usati per rilevare futuri
eventi di variazione dovuti a cause speciali. Occorre ricordare, comunque, che il processo deve
essere modificato in modo che la causa speciale non si ripresenti più (se indesiderata) nel
processo.

QS 9000
PROCESSO SOTTO CONTROLLO PROCESSO NON SOTTO CONTROLLO

PER LE MEDIE PER LE MEDIE
(UN PUNTO OLTRE I LIMITI DI CONTROLLO)
Figura 15. Carta X - Punti oltre i limiti superiore e inferiore

QS 9000

C.4. Analisi dei dati tracciati sulla carta delle medie.
Quando le escursioni sono in condizioni di controllo statistico, la dispersione di processo - la variazione
all’interno del sottogruppo - è considerata stabile. Le medie possono quindi essere analizzate per controllare
se la localizzazione di processo si modifica nel tempo. Poiché i limiti di controllo per le X-bar sono basate su
una quantità di variazioni delle escursioni, se le medie non sono in condizione di controllo statistico, la loro
variazione è in relazione alla quantità di variazione registrata nelle escursioni - la variazione dovuta a cause
comuni. Se le medie non sono in condizioni di controllo statistico, alcune cause speciali di variazione
rendono la localizzazione del processo instabile.
a. Punti oltre i limiti di controllo (Vedere Figura 15) - La presenza di uno o di più punti oltre i limiti di
controllo evidenzia la presenza di cause speciali in quel punto. E’ il segnale che richiede un’analisi
immediata dell’operazione. Contrassegnare questi punti sulla carta (vedere pagina 39).
Un punto oltre l’uno o l’altro dei limiti di controllo generalmente indica:
• Il processo è stato modificato, o per un punto nel tempo (possibilmente un incidente isolato) oppure
come parte di una tendenza.
• Il sistema di misura è stato cambiato (per esempio un calibro o un ispettore diverso).

QS 9000
(SEQUENZE ININTERROTTE LUNGHE (SEQUENZE LUNGHE)
SOPRA E SOTTO L’ESCURSIONE MEDIA)
Figura 16. Carta X - Sequenze

QS 9000

Gli schemi o le tendenze all’interno dei limiti di controllo - la presenza di schemi o di tendenze inusuali può
evidenziare una situazione fuori controllo durante il periodo riferito allo schema o alla tendenza. Il confronto
degli schemi tra le carte di escursione e quelle di media può rivelarsi utile.
b. Sequenze (Vedere Figura 16) - Ognuna delle seguenti condizioni indica che sono iniziati un
cambiamento di processo o una tendenza:
• Sette punti su una riga su un lato della media.
• Sette punti su una riga che aumentano o diminuiscono in modo uniforme.
Contrassegnare i punti che richiedono delle decisioni; potrebbe essere conveniente tracciare una linea di
riferimento fino al punto in cui è iniziata la sequenza. L’analisi dovrebbe prendere in considerazione il
momento in cui è si è manifestato l’inizio della tendenza o del cambiamento per la prima volta.
Una sequenza relativa alla media di processo generalmente indica:
• La media del processo è stata modificata - e può ancora essere in corso di modifica.
• Il sistema di misura è stato cambiato (deriva, errore sistematico, sensibilità, ecc.).

QS 9000

(PUNTI TROPPO VICINI ALLA MEDIA DI (PUNTI TROPPO VICINI AI LIMITI
PROCESSO) DI CONTROLLO)
Figura 17. Carta X - Schemi non casuali

QS 9000

c. Schemi ovvi non casuali (Vedere Figura 17). Altri schemi diversi possono indicare la presenza di cause
speciali di variazioni, sebbene sia importante fare attenzione a non esagerare nell’interpretazione dei
dati. Tra questi schemi ci sono le tendenze, i cicli, le dispersioni inusuali dei punti all’interno dei limiti
di controllo, e le relazioni tra i valori all’interno dei sottogruppi. Un test per la dispersione inusuale è
descritto nel seguito:
Distanza dei punti dalla media di processo: in linea di massima circa i 2/3 dei punti tracciati dovrebbero
trovarsi all’interno della terza parte centrale dell’area delimitata dai limiti di controllo; circa 1/3 dei
punti dovrebbe trovarsi nei 2/3 esterni dell’area; circa 1/20 dovrebbe trovarsi abbastanza vicino ai limiti
di controllo (nella terza parte esterna dell’area). Esiste inoltre la probabilità che circa 1/150esimo possa
trovarsi fuori dai limiti di controllo ma essere ancora parte valida di un sistema instabile sotto controllo
- cioè solo circa 99,73% dei punti si troverà entro i limiti di controllo.
Sostanzialmente se oltre i 2/3 dei punti si trovano in prossimità della media di processo (per 25
sottogruppi se oltre il 90% si trovano nella terza parte centrale dell’area nei limiti di controllo) occorre
controllare i seguenti punti:
• I limiti di controllo o i punti tracciati sono stati calcolati, tracciati o ricalcolati in modo errato.
• Il processo o il metodo di campionatura sono stratificati; ogni sottogruppo contiene misure derivanti
da due o più flussi di processo che hanno medie diverse.
• I dati sono stati editati.
Se in pratica meno dei 2/3 dei punti che rappresentano i dati si trovano in prossimità della media di
processo (per 25 sottogruppi se il 40% o valori minori si trovano nella terza parte centrale), occorre
controllare uno o entrambi i seguenti punti:
• Il processo o il metodo di campionatura fanno si che sottogruppi successivi contengano misure
derivanti da due o più flussi di processo molto diversi* (questo può essere il risultato di un controllo
eccessivo esercitato su un processo regolabile, dove le modifiche del processo sono effettuate in
risposta ad una fluttuazione casuale dei dati di processo**).
Se sono presenti parecchi flussi di processo, questi devono essere identificati e controllati
separatamente.
* Vedere esempio nell’Appendice A.

** Vedere esempio nell’Appendice B.

QS 9000
Figura 18. Carte X e R - Ricalcolo dei limiti di controllo

QS 9000

C.5. Scoprire ed occuparsi delle cause speciali (carta di controllo delle medie) (Vedere Figura 18.)
Per ogni indicazione di una condizione fuori controllo dei dati della media, è necessario effettuare un’analisi
dell’operazione del processo per stabilire il motivo che ha dato origine alla causa speciale; correggere questa
condizione ed evitare che essa si ripresenti. Usare i dati della carta di controllo come guida per scoprire
quando queste condizioni si sono verificate per la prima volta e per quanto tempo sono perdurate. La
tempistica dell’analisi è molto importante tanto per la diagnosi quanto per ridurre i risultati non conformi.
Occorre comunque tenere presente che non tutte le cause speciali sono forzatamente indesiderabili (Vedere
Pag. 45 Sezione C.2).
Le tecniche per la risoluzione dei problemi quali l’analisi di Pareto e l’analisi causa - effetto possono
rappresentare un valido aiuto (Vedere Appendice H, Riferimento 11).
C.6. Ricalcolare i limiti di controllo (carte di controllo delle medie) (Vedere Figura 18.)
Quando si esegue uno studio di processo iniziale o una rivalutazione della capacità di processo, è necessario
escludere qualsiasi punto fuori controllo per i quali siano state trovate ed eliminate delle cause speciali;
ricavare e tracciare i limiti di controllo e la media di processo. Confermare che tutti i punti relativi ai dati
sono sotto controllo quando vengono confrontati con i nuovi limiti, ripetendo la sequenza di identificazione –
correzione - ricalcolo se necessario.
Quanto descritto finora ha avuto lo scopo di fornire un’introduzione funzionale all’analisi delle carte di controllo. Ci sono
comunque altre considerazioni che l’analista potrebbe ritenere utili. Una delle più importanti consiste nel tenere a mente
che anche con i processi che si trovano in condizione di controllo statistico man mano che aumentano i dati revisionati, le
possibilità di incappare in una falsa segnalazione del sopravvenire di una causa speciale in qualsiasi sottogruppo si
trasforma in un aumento di probabilità di scoprire delle false segnalazioni in qualsiasi punto della carta di controllo.
Mentre è consigliabile effettuare delle indagini per tutti gli eventi segnalati come possibile evidenza del manifestarsi di
cause speciali, si deve riconoscere che esse possono essere state provocate dal sistema e che potrebbero non esserci dei
problemi riguardanti il processo locale. Se non esiste un’evidenza ben chiara dell’esistenza di una causa speciale, qualsiasi
azione “correttiva” probabilmente servirà solo ad aumentare, piuttosto che a diminuire, la variabilità totale del risultato del
processo.
Per altre spiegazioni relative all’interpretazione dei testi, alla non casualità dei dati ed alla risoluzione dei problemi, vedere
l’Appendice H, Riferimenti 7-13.

QS 9000
Figura 19. Carte X e R - Limiti di controllo estesi

QS 9000

C.7. Limiti di controllo estesi per il controllo in corso (vedere figura 19)
Quando i dati iniziali (o storici) sono uniformemente contenuti entro i limiti di controllo di prova, è
consigliabile estendere i limiti per coprire periodi futuri. Può essere consigliabile in questo caso anche
rettificare il processo per allinearlo con l’obiettivo, se il centro del processo è fuori obiettivo (Vedere Pagina
22). Questi limiti dovrebbero essere usati per il controllo corrente del processo con l’operatore e il
supervisore locale che si occupano delle indicazioni di condizioni fuori controllo sia sulla carta X sia su
quella R mettendo in atto una rapida azione.
Una modificazione nella dimensione del campione del sottogruppo può influenzare l’escursione della media
prevista e i limiti di controllo tanto per le escursioni quanto per le medie. Questa situazione può
sopravvenire, ad esempio, nel caso si sia deciso di prelevare campioni più piccoli con maggior frequenza, per
rilevare grandi cambiamenti di processo in modo più rapido senza aumentare il numero dei pezzi totali
campionati per giorno. Per rettificare le linee centrali ed i limiti di controllo per una nuova dimensione di
campione e di sottogruppo occorre procedere nel seguente modo:
a. Valutare la variazione standard di processo (la stima è indicata come σ̂ “cappello sigma”). Usando la
dimensione del sottogruppo esistente calcolare:
σ̂ = R /d2
dove R è la media delle escursioni del sottogruppo (per i periodi le cui escursioni sono in condizioni di
controllo), d2 è una costante che varia in base alla dimensione del campione come indicato nella tabella
parziale che segue ricavata dall’Appendice E:
n 2 3 4 5 6 7 8 9 10
d2 1.13 1.69 2.06 2.33 2.53 2.70 2.85 2.97 3.08
b. Usare i fattori tabulati per d2, D3, D4 e A2 basandosi sulla nuova dimensione del sottogruppo, calcolare
la nuova escursione ed i limiti di controllo.
R new = σ̂ d2
LCSR = D4 R new
LCIR = D3 R new
LCS x = X + A2 R new
LCI x = X - A2 R new
Tracciare questi nuovi limiti sulla carta di controllo ed usarli come base per il controllo del processo in
corso.
Fintanto che il processo rimane in condizione di controllo tanto per le medie quanto per le escursioni, i limiti
in corso possono essere estesi per periodi aggiuntivi. Se, tuttavia, esiste l’evidenza che la media o
l’escursione del processo sono cambiate (in qualsiasi direzione) è necessario determinare la causa e, se la
modifica è giustificata, i limiti di controllo devono essere calcolati basandosi sulla performance corrente.
C.8. Concetti finali relativi al “controllo” - Per considerazioni successive.
“Non è mai possibile ottenere un perfetto stato di controllo in un processo produttivo. Gli obiettivi delle carte
di controllo del processo non sono la perfezione ma il raggiungimento di uno stato di controllo ragionevole
ed economico. Tuttavia per scopi pratici, un processo sotto controllo non è un processo in cui i dati sulla
carta di controllo non escono mai dalla situazione sotto controllo. Se una carta di controllo non esce mai
dalla situazione sotto controllo ci si può chiedere se effettivamente le operazioni devono essere indicate su
un documento. Per scopi di officina, un processo controllato è considerato quello in cui solo una piccola
percentuale dei punti escono dalla situazione di controllo e in cui i punti fuori controllo sono seguiti da
azioni adeguate” (tratto da Appendice H, Riferimento 7, Pag 220-221).

QS 9000
PROCESSI IN GRADO DI SODDISFARE LE SPECIFICHE (TEORICAMENTE TUTTI I RISULTATI SONO ENTRO I LIMITI
DI SPECIFICA) CON DIVERSI LIVELLI DI VARIAZIONE:
LIMITE LIMITE
INFERIORE SUPERIORE
LSI LSS
SPECIFICA SPECIFICA
(LSI) (LSS)
TIPO TIPO
PROCESSO NON IN GRADO DI SODDISFARE ALLE SPECIFICHE (IL RISULTATO È FUORI DA UNO O DA ENTRAMBI I
LIMITI DI SPECIFICA):
LSI LSS LSI LSS
TIPO TIPO
DEVIAZIONE STANDARD E ESCURSIONE (PER UNA DETERMINATA DIMENSIONE DI CAMPIONE, PIÙ È GRANDE
L’ESCURSIONE MEDIA - R , MAGGIORE SARÀ LA DEVIAZIONE STANDARD - σ̂ ).
X X
X
σ̂ σ̂ σ̂
R R R
TIPO TIPO TIPO
DALL’ESEMPIO (VALUTAZIONE DELLA DEVIAZIONE STANDARD DI PROCESSO A PARTIRE DALL’ESCURSIONE

MEDIA):
LSI LSS
R = .169
X
n =5 .0738
d2 = 2.33 σ̂
.500 .738 .900
σ̂ = R/d2 = .169/2.33 = .075 R
.169
X = .738
LSS = .500
LSI = .900

QS 9000
Figura 20. Variazione di processo in relazione ai limiti di specifica

QS 9000

Ovviamente esistono diversi livelli o gradi di controllo statistico. La definizione di controllo usata può
variare da semplici valori estremi (oltre i limiti di controllo), fino a sequenze, tendenze e stratificazioni, per
arrivare all’analisi della zona completa. Poiché la definizione di controllo usata procede verso l’analisi
completa della zona, la probabilità di trovare dei punti fuori controllo aumenta (ad esempio un processo
senza valori estremi può dimostrare la mancanza di controllo attraverso una sequenza evidente pur entro i
limiti di controllo). Per questo motivo, la definizione di controllo usata dovrebbe essere uniforme con la
capacità delle persone a rilevare questa situazione sul punto di controllo e dovrebbe rimanere uguale entro un
periodo di tempo, all’interno di un processo. Alcuni fornitori possono non essere in grado di applicare la
definizione completa di controllo a livello di officina su basi di tempo reale a causa dello scarso
addestramento degli operatori o alla mancanza di precisione dell’operatore. La capacità a rilevare la
mancanza di controllo nel punto di controllo su una base di tempo reale è il vantaggio rappresentato dalla
carta di controllo. Un’interpretazione esagerata dei dati può essere pericolosa per mantenere uno stato
effettivo di controllo economico.
D. INTERPRETAZIONE PER LA CAPACITÀ DI PROCESSO

Per continuare con l’esempio illustrato nella Figura 18, tratteremo dell’interpretazione della capacità di processo partendo
dai seguenti presupposti:
• Il processo è statisticamente stabile;
• Le misure singole prese nel processo sono conformi alla distribuzione normale;
• Le specifiche tecniche e le altre specifiche rappresentano in modo accurato le necessità del cliente;
• L’obiettivo di progettazione si trova al centro dell’ampiezza della specifica;
• Le variazioni di misura sono relativamente piccole.
Dopo aver determinato che un processo si trova in condizioni di controllo statistico rimane comunque il problema di
scoprire se il processo è in grado di soddisfare le necessità del cliente. Per capire e migliorare la capacità di un processo è
necessario modificare il modo di pensare: la capacità riflette la variazione derivante da cause comuni, e l’azione della
direzione sul sistema è sovente necessaria per poter migliorare la capacità del processo (Vedere Figura 20).
La valutazione della capacità di processo inizia dopo aver risolto i problemi di controllo evidenziati nelle carte X e R (aver
identificato, analizzato, corretto e fatto in modo che le cause speciali non si presentino più) e le carte di controllo correnti
riflettano un processo che sia statisticamente sotto controllo, preferibilmente per 25 o più sottogruppi. In generale la
distribuzione del risultato del processo viene confrontata con le specifiche tecniche, per controllare se le specifiche sono
uniformemente soddisfatte.
Esistono molte tecniche per valutare la capacità di un processo in situazione di controllo statistico. Alcuni presumono che i
risultati del processo seguano la distribuzione normale a forma di campana. Nel caso non si conosca se la distribuzione è
normale è necessario effettuare un test per controllare la normalità, test del tipo di revisione di un istogramma, tracciatura
su un semplice foglio per il calcolo delle probabilità, o uso di metodi più precisi (vedere Appendice H, Riferimento 9,
Capitolo 27). Se si sospetta o se viene confermata la non normalità è bene utilizzare tecniche più flessibili quali la
trasformazione dei dati, per normalizzare la distribuzione (vedere Appendice H, Riferimento 14, Parte 2), adeguamento
computerizzato delle curve o analisi grafica. Quando la forma della distribuzione è normale, è possibile utilizzare la tecnica
descritta nel seguito. Essa coinvolge semplici calcoli ricavati dalle carte di controllo. La media di processo, X , viene usata
come localizzazione della distribuzione. Come misura della dispersione si usa la deviazione standard, stimata partendo da
una semplice formula che comprende l’escursione media, R .

QS 9000
Dall’esempio:
X = .738
σ̂ = .0725
LSS = .900
LSI = .500
• Poiché il processo è dotato di tolleranza bilaterale

LSI LSS
LSS − X .900 − .738 .162
Z LSS = = = = 2.23 P = .0129
σˆ .0725 .0725 P = .0005
X
ZLSS
ZLSI
.0725
X − LSI .738 − .500 .238 σ̂
Z LSI = = = = 3.28
σˆ .0725 .0725 ZLSI ZLSS
.500 .738 .900
Z min = 2.23 3.28 2.23
Le parti fuori specifica saranno:
PZLSS = .0129 (dalla tabella normale dell’Appendice F)
PZLSI = .0005 (dalla tabella normale dell’Appendice F)
Ptotal = .0134 (circa 1.3%)

L’Indice di Capacità sarà:
Z min 2.23
C pk = = ≅ .74 (= minimo di CPL o CPI)
3 3
NOTA: Solo a scopo di confronto, gli altri indici sono (vedere pag. 80):
Cp = .92, Pp = .88 CPI = 1.06, and Ppk = .71, calcolati nel seguente modo:
LSS − LSI .9 − .5
Cp = = = .92
6σˆ R / d 6(.0725)
2
2
⎛⎜ x − X ⎞⎟
LSS − LSI .9 − .5
80
(x i − .738)2
∑
80
⎝ i ⎠
Pp =
6σˆ s
=
6(.0759 )
= .88 , dove σˆ s = ∑
i =1
n −1
=
i =1
79
= .0759
LSS − X .900 − .738

CPL = = = .74
3σˆ R / d 3(.0725)
2
X − LSI .738 − .500

CPL = = = 1.09
3σˆ R / d 3(.0725)
2
Ppk =
(.900 − .738) / σˆ s =
.162 / .0759
= .71
3 3
I Rapporti di Capacità sono : CR = 1.09, PR = 1.14, calcolati nel seguente modo:
6σˆ R / d 6(.0725)
CR = 1 / C p = 2
= = 1.09
LSS − LSI .9 − .5
6σˆ s 6(.0759)
PR = 1 / C p = = = 1.14
LSS − LSI .9 − .5
• Se questo processo può essere rettificato verso il centro della specifica, la
proporzione di pezzi che ricade oltre uno o entrambi i limiti di specifica
LSI LSS
può essere ridotta anche senza apportare nessuna modifica a σ̂ . Ad
P = .0029
P = .0029 ZLSS
X NEW
ZLSI
Controllo Statistico del Processo .0725 69
σ̂
ZLSI ZLSS
.500 .700 .900
2.76 2.76
QS 9000
esempio, se le carte di controllo confermano che, X new = .700 (centrato),
quando:
LSS − X new .900 − .700 .200

Z LSS = = = = 2.76
σˆ .0725 .0725
X new − LSI .700 − .500 .200

Z LSS = = = = 2.76
σˆ .0725 .0725
Le parti fuori specifica saranno:
PzLSS + PzLSI = .0029 + .0029 = .0058 (circa .6%)
L’Indice di Capacità sarà:
Z min 2.76
C pk = = = .92
3 3
Figura 21. Calcolo della Capacità di processo

QS 9000

NOTA: Qualsiasi tecnica per l’analisi della capacità, non importa quanto precisa possa sembrare, può fornire solo
risultati approssimativi. Questo succede perché (1) sopravvengono sempre delle variazioni di campionatura;
(2) nessun processo si trova mai “completamente” in condizioni di controllo statistico; e (3) nessun risultato
effettivo segue “esattamente” la distribuzione normale (o qualsiasi altra distribuzione semplice). I risultati
finali devono sempre essere usati con cautela ed interpretati con riserva.
D.1. Calcolo della deviazione standard di processo
Poiché la variabilità del processo all’interno del sottogruppo si riflette nelle escursioni del sottogruppo, la
stima della deviazione standard del processo σ̂ (“cappello sigma”) può essere basata sull’escursione media
( R ). Calcolare:
σ̂ = R /d2 = σ̂ R /d2
dove R è la media delle escursioni del sottogruppo (per periodi all’interno delle escursioni in condizioni di
controllo) e d2 è una costante che varia in base alla dimensione del campione, come indicato nella tabella
parziale sotto riportata, ricavata dall’Appendice E.
n 2 3 4 5 6 7 8 9 10
d2 1.13 1.69 2.06 2.33 2.53 2.70 2.85 2.97 3.08
La stima della deviazione standard di processo ( σ̂ R /d2) può essere usata per valutare la capacità di processo
fino a quando entrambe le escursioni e le medie siano in situazione di controllo statistico.
D.2. Calcolo della capacità di processo (Vedere Figura 21.)
La capacità può essere descritta in termini di distanza della media di processo dai limiti di specifica in unità
di deviazione standard, Z. Può essere utile tracciare un grafico che mostri la curva di distribuzione, X ,
σ̂ R /d2, i limiti di specifica e i valori Z.
LSS − X X − LIS
• Per la tolleranza unilaterale, calcolare: Z = oZ= , usare quella più appropriata.
σˆ R / d σˆ R / d
2 2
dove LS = al limite di specifica, X = alla media di processo misurata e σ̂ R /d2 = alla deviazione
standard di processo stimata.
• Per tolleranze bilaterali calcolare:
LSS − X X − LIS
ZLSS = ZLIS =
σˆ R / d σˆ R / d
2 2
Zmin = Minimo di ZLSS o ZLIS

dove LSS, LIS, = limiti superiore e inferiore di specifica; un valore negativo di Z indica che la media di
processo è fuori specifica.
I valori Z possono essere usati insieme a una tabella della distribuzione normale standard (Appendice F) per
valutare la parte di risultato che si troverà fuori da qualsiasi specifica (un valore approssimato, supponendo
che il processo si trovi in condizioni di controllo statistico e sia normalmente distribuito).
• Per una tolleranza unilaterale occorre localizzare il valore di Z lungo i bordi della tabella riportata
all’Appendice C. Le unità e le decine si trovano lungo il bordo sinistro mentre le centinaia si trovano
lungo il bordo superiore. Il numero situato nel punto di intersezione di questa riga e di questa colonna è
pz, la proporzione è fuori specifica. Per esempio, per Z = 1,56, l’intersezione della riga 1,5 e della
colonna x.x6 dà pz =0,0594, o circa 6%.

QS 9000
Dall’esempio:
Se il requisito di capacità espresso in termini di Zmin, è Zmin ≥ 4, la capacità di processo corrente in termini di
Zmin sarà inaccettabile, poiché Zmin = 2,23 e circa 1,3% del risultato è fuori specifica; anche se il processo
potesse essere centrato, Zmin = 2,76. Occorre adottare un’azione correttiva.
• Per migliorare la capacità di processo corrente (l’obiettivo a lungo termine), la variazione dovuta a cause
comuni deve essere ridotta; questa deve essere indicata con un σ̂ più piccolo.
La media di questo processo X serve per calcolare la dispersione necessaria perché Zmin = 4 rispetto alle
specifiche esistenti:
LSS − X X − LSI
σ new = , o σ new =
Z min new Z min new
LSI LSS
a seconda di quale limiti di specifica è più vicino alla
X
media di processo. Poichè, in questo caso, l’USL è il σ̂
limite più vicino: NEW
.0405
.900 − .738 .162
σ new = = = .045 ZLSI ZLSS
4 4 .500 5.88 4.00 .900
.738
Ciò significa che devono essere adottate delle azioni

correttive per ridurre la deviazione standard di processo
da 0,0725 a 0,0405; un miglioramento di circa il 44%.
Se le carte di controllo confermano che il processo è centrato e che X new = .700 , la dispersione di
processo necessaria affinché Zmin = 4 ( X ± 4σ ), basata sulla specifica esistente sia :
LSI LSS
LSS − X .900 − .700 .200
σ new = = = = .0500
Z min new 4 4
X NEW σ̂
NEW
Rettificando il processo per portarlo al centro della .0500
specifica, è necessario adottare azioni correttive per
ridurre la deviazione standard di processo da 0,0725 a ZLSI ZLSS
.500 .900
0,0500, circa il 31%. 4.00 .700 4.00
• Se tutto quanto prodotto deve essere selezionato, circa 1,3% (circa 0,06% se centrato) deve essere
scartato o rilavorato e ciò è costoso e inaffidabile.
• In alcuni casi, un’alternativa a breve termine può essere rappresentata dall’aumento della tolleranza di
specifica.
LSI NEW
LSS
NEW
Se non si prevede di modificare il processo, le nuove
specifiche X ± 4σ saranno: X
.0725
σ̂
X ± 4σˆ = .738 ± 4 × .0725 = .738 ± .290
ZLSI ZLSS
= da .448 a 1.028 (Arrotondato: da .45 a 1.03). .448 .738 1.028
4.00 4.00
Se il processo è stato modificato ed è stato confermato
LSI LSS
dalle carte di controllo che X new = .700 (centrato) le NEW NEW
nuove specifiche X ± 4σ saranno: X NEW

.0725
X new ± 4σˆ = .700 ± 4 × .0725 = .700 ± .290 σ̂
= da .410 a .990 (Arrotondato: da .40 a 1.00). ZLSI ZLSS

.410 .700 .990
4.00 4.00
Figura 22. Valutazione della capacità di processo

QS 9000

• Per una tolleranza bilaterale calcolare le proporzioni oltre i limiti di specifica superiore ed inferiore
separatamente. Per esempio se ZLSS è uguale a 2.21 e ZLIS è uguale a –2.85 il totale oltre alla specifica è
pZLSS +pZLIS = 0,0136 + 0,0022 = 0,0158 o, circa 1,6%.
Il valore Zmin può essere convertito anche in un indice di capacità, Cpk, definito come:
Z min LSS − X X − LIS

Cpk = = Minimo di CpkLSS ( ) o CpkLIS ( )
3 3σˆ R / d 3σˆ R / d
2 2
dove LSS e LSI sono le specifiche tecniche superiore ed inferiore, X è la media di processo e σ̂ è la
deviazione standard di processo, calcolata usando R /d2.
Un processo con Zmin = 3 avrà un indice di capacità Cpk=1,00. Se Zmin = 4 il processo avrà un valore
Cpk=1,33.
D.3. Valutazione della capacità di processo (Vedere Figura 22.)
A questo punto il processo è in condizione di controllo statistico e il suo indice di capacità è stato descritto in
termini di Zmin oppure Cpk. Il passo successivo consiste nel valutare la capacità di processo in termini di
soddisfacimento dei requisiti del cliente.
L’obbiettivo fondamentale è il miglioramento continuo della performance del processo. A breve termine
comunque, devono essere stabilite delle priorità per stabilire quali processi dovranno essere esaminati per
primi. Questo è essenziale per prendere una decisione economica. Le circostanze variano da un caso all’altro,
a seconda della natura, del tipo di processo in questione e delle performance di altri processi che potrebbero
essere anch’essi candidati ad un’azione immediata di miglioramento.
Mentre ogni decisione può essere presa individualmente, spesso conviene usare delle linee guida più ampie
per stabilire le priorità e promuovere un’uniformità di sforzi migliorativi. Ad esempio, alcune procedure
fanno riferimento a requisiti di indici di capacità indiscriminati di Zmin ≥ 3 o Cpk ≥ 1,00, altri requisiti di indici
di capacità specifici di Zmin ≥ 4 oppure Cpk ≥ 1,33 per nuovi processi che influiscono sulle caratteristiche di
prodotto significative selezionate. Questi requisiti dovrebbero garantire un livello minimo di performance
coerente tra le caratteristiche, i prodotti, e le fonti di fabbricazione. Comunque far riferimento alla Sezione 5
del presente capitolo per altre spiegazioni dell’interpretazione del Cpk ed altre misure di processo relative alla
determinazione dei requisiti di misura.
Sia che si tratti di una risposta ad un criterio relativo all’indice di capacità che non è stato soddisfatto sia che
si tratti invece della necessità continua di miglioramento dei costi e della qualità oltre i requisiti minimi
dell’indice di capacità, l’azione da intraprendere è la stessa:
• Migliorare la performance del processo riducendo la variazione prodotta dalle cause comuni, in modo
che si avvicini di più all’obiettivo. Questo, in genere, significa coinvolgere la direzione nel
miglioramento del sistema.
In questi casi, quando è necessaria un’azione più immediata per rispettare le esigenze a breve termine, sono
possibili due procedure :
• Selezionare quanto prodotto e scartare o rilavorare se necessario (aggiungendo così costi e tolleranze di
scarti).
• Alterare le specifiche relative all’uniformità con la performance di processo (questo non permette di
migliorare né il processo né la soddisfazione del cliente).
Entrambe le procedure sono chiaramente inferiori al miglioramento del processo.

QS 9000
MIGLIORARE LA CAPACITÀ DI PROCESSO
Per migliorare la capacità (e quindi la performance) del processo, concentrarsi sulla

riduzione delle cause comuni. Questa operazione richiede in genere l’azione della
direzione sul sistema da correggere.
TRACCIARE IL GRAFICO E ANALIZZARE IL PROCESSO

REVISIONATO.
Confermare l’efficacia delle modifiche di sistema mediante la sorveglianza continua

della carta di controllo.

QS 9000

D.4. Miglioramento della capacità di processo
Per migliorare la capacità di processo è importante concentrare l’attenzione sulla riduzione delle cause
comuni. Le azioni devono essere dirette verso il sistema, in particolare verso i fattori di processo
fondamentali che sono responsabili della variabilità di processo, quali le prestazioni delle macchine,
l’uniformità dei materiali iniziali, i metodi base mediante il quale il processo opera, i metodi di
addestramento, o l’ambiente di lavoro. In genere, le cause legate al sistema che provocano una capacità di
processo inaccettabile, possono non essere correggibili da parte degli operatori o dei supervisori locali. Può
essere necessario richiedere l’intervento della direzione per l’esecuzione delle modifiche di base,
l’assegnazione delle risorse, ed il coordinamento necessario per modificare la performance generale del
processo. I tentativi di correggere il sistema con azioni locali a corto raggio si rivelano un insuccesso.
Trattati circa le tecniche per l’analisi della variabilità del sistema sono inclusi in numerosi riferimenti elencati
nell’Appendice H. Le tecniche di base per la risoluzione dei problemi quali l’analisi di Pareto e l’analisi
causa - effetto possono rivelarsi utili (vedere Appendice H, Riferimento 11). Comunque, l’uso di metodi più
avanzati per l’analisi di processo, comprese le tecniche statistiche quali la progettazione di esperimenti,
possono essere necessarie per ottenere delle riduzioni significative (vedere Appendice H, Riferimenti 7-13
per l’introduzione ad alcuni di questi metodi più avanzati).
D.5. Preparazione del grafico ed analisi del processo revisionato
Dopo che sono state attuate azioni sistematiche sul processo i loro effetti dovrebbero essere evidenti nelle
carte di controllo. Le carte diventano quindi un modo per verificare l’efficacia dell’azione.
Durante la realizzazione delle modifiche di processo è importante sorvegliare attentamente le carte di
controllo. Questo periodo di cambiamento può essere negativo per le operazioni potendo causare nuovi
problemi di controllo che possono oscurare gli effetti della modifica apportata al sistema.
Dopo aver risolto eventuali instabilità durante il periodo di cambiamento, è necessario valutare la nuova
capacità di processo e usarla come base per stabilire nuovi limiti di controllo per operazioni future. Per
stabilire i nuovi limiti di controllo sono sufficienti i 25 sottogruppi di dati.

QS 9000
RACCOLTA DATI SPESSORE VERNICIATURA

TIPO CAMPIONAMENTO – 10 PEZZI CONSECUTIVI DUE VOLTE AL GIORNO
1-11 1-12 1-13 1-14 1-15 1-18 1-19
1 2 1 2 1 2 1 2 1 2 1 2 1 2
1 1.30 1.01 1.22 1.08 .98 1.12 .92 1.04 1.08 1.20 1.25 1.24 1.13 1.08
2 1.10 1.10 1.05 1.12 1.30 1.30 1.10 1.14 .92 1.13 .91 1.34 1.16 1.31
3 1.20 1.15 .93 1.11 1.31 1.01 1.13 1.18 1.14 1.19 .96 1.40 1.12 1.12
4 1.25 .97 1.08 1.28 1.12 1.20 1.02 1.12 1.20 1.16 1.04 1.26 1.22 1.18
5 1.05 1.25 1.15 1.00 1.08 1.11 .93 1.00 1.02 1.03 .93 1.13 1.12 1.15
6 .95 1.12 1.27 .95 1.10 .93 1.17 1.02 1.04 1.25 1.08 1.15 1.07 1.17
7 1.10 1.10 .95 1.15 1.15 1.02 1.24 1.05 .94 1.20 1.29 1.08 1.04 .98
8 1.16 .90 1.11 1.14 1.35 1.25 .98 1.34 1.05 1.24 1.42 1.02 1.28 1.05
9 1.37 1.04 1.12 1.28 1.12 1.05 1.34 1.12 1.12 1.10 1.10 1.05 1.12 1.00
10 .98 1.08 1.10 1.31 1.26 1.10 1.12 1.05 1.06 1.03 1.00 1.18 1.10 1.26
X 1.15 1.07 1.10 1.14 1.18 1.11 1.10 1.11 1.06 1.15 1.10 1.19 1.14 1.13
s .136 .098 .106 .120 0121 .115 .136 .101 .086 .079 .170 .125 .070 .107
1-20 1-21 1-22
1 2 1 2 1 2
1 1.08 1.14 1.06 1.14 1.07 1.13
2 1.26 1.02 1.12 1.22 1.05 .90
3 1.13 1.14 .98 1.18 .97 1.12
4 .94 .94 1.12 1.27 1.05 1.04
5 1.30 1.30 1.20 1.17 1.16 1.40
6 1.15 1.08 1.02 1.26 1.02 1.12
7 1.07 .94 1.19 1.15 1.02 1.15
8 1.02 1.12 1.03 1.07 1.14 1.01
9 1.22 1.15 1.02 1.02 1.07 1.30
10 1.18 1.36 1.09 1.36 1.00 1.14
X 1.14 1.12 1.08 1.18 1.06 1.13
s .111 .137 .074 .099 .059 .141
Figura 23. Raccolta dei dati

QS 9000

QS 9000
Sezione 2
CARTE DI CONTROLLO DELLA MEDIA E DEVIAZIONE STANDARD ( X e s)
Le carte di controllo X e s, come le carte di controllo X e R, vengono sviluppate partendo dai dati misurati sui risultati
del processo, e sono spesso usate in coppia. Le carte di controllo dell’escursione sono state sviluppate come misure della
variazione di processo perché l’escursione è più facile da calcolare ed è relativamente efficace per sottogruppi e campioni
di piccole dimensioni (soprattutto sotto 9). La deviazione standard di campionatura, s, è un indicatore più efficace della
variabilità di processo, soprattutto per i campioni di più ampie dimensioni. Comunque è più complessa da calcolare ed è
meno sensibile per quanto riguarda la rilevazione delle cause speciali di variazione che modificano un solo valore di un
sottogruppo. In genere le carte di controllo s sono usate al posto delle carte di controllo R quando esistono una o più delle
seguenti condizioni:
• I dati sono registrati e/o trasformati in grafico mediante un computer su una base di tempo reale, in modo che il
programma di calcolo per s viene facilmente integrato;
• La pronta disponibilità di una calcolatrice tascabile rende più facile il calcolo di s;
• Si utilizzano sottogruppi campione di grandi dimensioni e quindi è necessario che la misura della variazione sia più
efficace.
I dettagli relativi alle istruzioni per l’uso delle carte di controllo X e s sono simili a quelle fornite per le carte di controllo
X e R; le eccezioni sono descritte nel seguito:
A. RACCOLTA DEI DATI.
(vedere Sezione 1, parte A del presente capitolo, le eccezioni sono elencate nel seguito).
• Se i dati grezzi sono voluminosi, spesso essi sono registrati su fogli separati (vedere Figura 23) con la sola
indicazione di X e di s per ogni sottogruppo.
• Calcolare la deviazione standard del campione per ogni sottogruppo usando una delle seguenti formule
equivalenti:
∑ (X )
2
i −X
s=
n −1
o
∑X
2 2
2
i − nX X12 + X 22 + ... − n X
s= =
n −1 n −1
dove Xi, X , n rappresentano i valori singoli del sottogruppo, la media e la dimensione del campione.
NOTA: Non arrotondare i valori di X se si effettuano calcoli ordinari.

• La distanza della scala per la carta di controllo s dovrebbe essere uguale a quella corrispondente alla carta di
controllo X .

QS 9000
Figura 24. Carte di controllo X e s

QS 9000
Sezione 2 Carte di Controllo della Media e Deviazione Standard ( X e s) (Continua)

B. CALCOLO DEI LIMITI DI CONTROLLO (Vedere Figura 24.)
(Vedere Sezione 1, Parte B del presente capitolo, le eccezioni sono elencate nel seguito)
• Calcolare i limiti di controllo superiore ed inferiore per le deviazioni standard e le medie (LCSS, LCIS, LCS X ,
LCI X ):
LCSS = B4 s
LCIS = B3 s
LCS X = X + A3 s
LCI X = X - A3 s
dove s è la media delle deviazioni standard del campione del singolo sottogruppo, e B4, B3 e A3 sono le
costanti che variano in base alla dimensione del campione, con valori per la dimensione del campione 2-10
sono illustrate nella tabella parziale che segue ricavate dall’Appendice E.
n 2 3 4 5 6 7 8 9 10
B4 3.27 2.57 2.27 2.09 1.97 1.88 1.82 1.76 1.72
B3 * * * * .03 .12 .19 .24 .28
A3 2.66 1.95 1.63 1.43 1.29 1.18 1.10 1.03 .98
* non vi sono limiti di controllo inferiori per le deviazioni standard in caso di dimensione di campione
inferiore a 6.
(Vedere Sezione 1, Parte C di questo capitolo)
D. INTERPRETAZIONE PER LA CAPACITA’ DI PROCESSO
(Vedere Sezione 1, Parte D del presente capitolo; le eccezioni sono riportate nel seguito)
• Stima della deviazione standard di processo:
σˆ = s / c 4 = σ̂ s / c
4
dove s è la media delle deviazioni standard del campione (per periodi in cui la deviazione standard è in
condizione di controllo) e c4 è una costante che varia in base alla dimensione del campione con valori di
dimensione campione da 2 a 10 indicati nella tabella parziale che segue, ricavata dall’Appendice E.
n 2 3 4 5 6 7 8 9 10
c4 .798 .886 .921 .940 .952 .959 .965 .969 .973
• Se il processo ha una distribuzione normale, questa stima di σ può essere usata direttamente per valutare la
capacità di processo fino a quando sia le medie che le deviazioni standard si trovino in condizioni di
controllo statistico.

QS 9000
Figura 25. Carta di controllo della mediana

QS 9000
Sezione 3
~
CARTE DI CONTROLLO DELLA MEDIANA ( X e R)
Le carte di controllo della mediana (vedere Figura 25) sono delle alternative alle carte di controllo X e R per il controllo
dei processi con dati misurati; nonostante il fatto che le mediane possono essere desiderabili dal punto di vista statistico
come lo sono le medie, le carte di controllo della mediana permettono di arrivare alle stesse conclusioni e presentano alcuni
vantaggi:
• Le carte di controllo della mediana sono facili da usare e non richiedono molti calcoli. Questo può aumentare
l’accettazione delle carte di controllo da parte del personale d’officina.
• Poiché i valori singoli (così come la mediana) sono tracciati la carta mostra la dispersione del risultato del
processo e fornisce un quadro attuale delle variazioni di processo.
• Poiché ogni singola carta mostra tanto la mediana quanto la dispersione può essere usata per confrontare il
risultato di numerosi processi, o dei vari stadi di uno stesso processo.
Le istruzioni per l’uso delle carte della mediana sono simili a quelle delle carte X e R; le eccezioni sono elencate nel
seguito.
A. RACCOLTA DEI DATI
(Vedere Sezione 1, Parte A del presente capitolo; le eccezioni sono elencate nel seguito).
• In genere, le carte di controllo della mediana sono usate con sottogruppi la cui dimensione di campione è 10 o
inferiore; i campioni con quantità dispari sono più convenienti. Se si usano sottogruppi formati da campioni
in numero pari la mediana è la media delle due unità centrali.
• E’ possibile tracciare solo un grafico individuale; occorre impostare la scala per includere il valore più grande
di (a) tolleranza della specifica di prodotto più una concessione per valori fuori specifica, oppure (b) 1,5-2
volte la differenza esistente tra la misura singola più grande e quella più piccola. Le scale del grafico devono
concordare con il calibro.
• Tracciare le singole misure prese per ogni sottogruppo in verticale. Contrassegnare la mediana di ogni
sottogruppo (il valore medio); se il campione è costituito da un numero di pezzi pari, la mediana sarà
rappresentata dalla linea centrale tra i punti più interni (per aiutare l’interpretazione delle tendenze, collegare
le mediane dei sottogruppi con una linea).
~
• Inserire la mediana di ogni sottogruppo ( X ) e l’escursione (R) nella tabella dei dati. Si consiglia inoltre di
tracciare anche la carta di controllo dell’escursione per osservare le tendenze o le sequenze all’interno
dell’escursione.
(Vedere Sezione 1, Parte B di questo capitolo; le eccezioni sono indicate nel seguito)
~
• Trovare la media delle mediane del sottogruppo e tracciarla come linea centrale sulla carta; registrarla come X .
• Trovare la media delle escursioni, registrarla come R.
• Calcolare i limiti di controllo superiore ed inferiore per le escursioni e le mediane.
LCSR = D4 R
LCIR = D3 R
~ ~
LCS X~ = X + A 2 R
~ ~
LCI X~ = X - A 2 R

QS 9000
Figura 26. Carta di controllo della mediana - Interpretazione

QS 9000
~
Sezione 3 Carte di Controllo della Mediana ( X e R)
~
dove D4, D3 e A 2 sono delle costanti che variano in base alla dimensione del campione con valori per
dimensione di campione da 2 a 10 indicati nella tabella seguente ricavata dall’Appendice E.
n 2 3 4 5 6 7 8 9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
D3 * * * * * .08 .14 .18 .22
~ 1.88 1.19 .80 .69 .55 .51 .43 .41 .36
A2
* Non c’è il limite di controllo inferiore per le escursioni di campioni la cui dimensione è inferiore a 7
• Tracciare i limiti di controllo per le mediane sulla carta.

(Vedere Sezione 1, Parte C del presente, le eccezioni sono indicate nel seguito).
• Confrontare LCSR e LCIR con ogni escursione calcolata. Oppure contrassegnare il bordo di una scheda indice
con i punti corrispondenti ai limiti di controllo per le escursioni, e confrontare questi segni con la distanza
esistente tra il valore più alto e quello più basso di ogni sottogruppo. Tracciare una stretta casella verticale
che racchiuda qualsiasi sottogruppo con un’escursione eccessiva.
• Contrassegnare la mediana di ogni sottogruppo che si trovi oltre i limiti di controllo della mediana ed annotare
la dispersione della mediana all’interno dei limiti di controllo (2/3 dei punti entro la terza parte centrale dei
limiti) o l’esistenza di schemi o di tendenze (vedere Figura 26).
• Adottare l’azione adeguata per le cause speciali che influiscono sulle escursioni o sulle mediane.
(Vedere Sezione 1, Parte D del presente capitolo; le eccezioni sono indicate nel seguito)
• Valutare la deviazione standard di processo:
σ = R / d2
dove R è la media delle escursioni del campione (per periodi in cui le escursioni sono in situazioni di
controllo) e d2 è una costante che varia in base alla dimensione del campione, con valori per dimensione di
campione da 2 a 10 illustrati nella tabella che segue, ricavata dalla Appendice E.
n 2 3 4 5 6 7 8 9 10
d2 1.13 1.69 2.06 2.33 2.53 2.70 2.85 2.97 3.08
• Se il processo ha una distribuzione normale, la stima di σ può essere usata direttamente per valutare la capacità
di processo fino a quando le mediane e le escursioni rimangono in condizioni di controllo statistico.

QS 9000
~
Sezione 3 Carte di Controllo della Mediana ( X e R)
E. APPROCCIO ALTERNATIVO ALLA CARTA DELLA MEDIANA
Per il controllo dei processi in corso nei quali i limiti di controllo si basano su dati precedenti, il processo di
tracciatura della carta può essere semplificato nel modo seguente:
• Si usa una carta individuale, con le scale impostate con gli stessi incrementi del calibro usato (almeno 20
incrementi tra le specifiche di prodotto) con la linea centrale ed i limiti di controllo delle mediane già inseriti.
• Viene fornita una scheda (possibilmente in plastica) indicante i limiti di controllo delle escursioni. Questo
presuppone che le cause speciali che influiscono sulle escursioni generino punti fuori controllo e non
tendenze.
• L’operatore segna sulla carta ogni lettura singola effettuata, ma non occorre registrare i valori numerici.
• Per ogni sottogruppo, l’operatore confronta la scheda dell’escursione con i punti più alti e più bassi del
sottogruppo; ogni sottogruppo che abbia un’escursione oltre i limiti segnati sulla scheda è incluso in una
stretta casella verticale.
• L’operatore controlla la mediana di ogni sottogruppo e la contrassegna; ogni mediana che si trovi oltre il limite
di controllo deve essere contrassegnata.
• Per le escursioni o le mediane che si trovano fuori dai limiti di controllo l’operatore deve intraprendere
operazioni appropriate per rettificare o correggere il processo o per informare il supervisore.

QS 9000

QS 9000
Figura 27. Carta di controllo per individui e per escursioni mobili

QS 9000
Sezione 4
CARTA DI CONTROLLO VALORI INDIVIDUALI E PER ESCURSIONE MOBILE (X - MR)
In alcuni casi, per il controllo di processo è necessario basarsi su individui, piuttosto che su sottogruppi. In questi casi la
variazione all’interno del sottogruppo è effettivamente uguale a 0. Questo si verifica tipicamente quando le misure sono
costose (per esempio i test distruttivi) o quando il risultato su qualsiasi punto nel tempo è relativamente omogeneo (il pH di
una soluzione chimica). In questi casi, le carte di controllo per individui possono essere costruite come descritto nel
seguito. Occorre comunque tenere presente che:
• Le carte di controllo per individui sono meno sensibili nel rilevare i cambiamenti di processo rispetto alle carte
di controllo X e R.
• Occorre essere cauti nelle interpretazioni di queste carte di controllo se la distribuzione di processo non è
simmetrica.
• Le carte di controllo per individui non isolano la ripetibilità pezzo - pezzo del processo. In molte applicazioni
comunque potrebbe essere consigliabile usare carte di controllo X e R tradizionali con sottogruppi di piccole
dimensioni (2-4) anche se ciò richiede un periodo più lungo tra i sottogruppi.
• Poiché esiste un solo pezzo per sottogruppo, i valori di X e di σ̂ possono presentare una sostanziale variabilità
(anche se il processo è stabile) fino a quando il numero dei sottogruppi non sia 100 o superiore.
I dettagli per le istruzioni relative alle carte per individui sono abbastanza simili a quelle delle carte X e R; le eccezioni
sono indicate nel seguito.
A. RACCOLTA DEI DATI (Vedere Figura 27.)
(Vedere Sezione 1, Parte A di questo capitolo; le eccezioni sono elencate nel seguito)
• Sulla carta dei dati, le letture per individui (X) sono registrate da sinistra a destra.
• Calcolare l’escursione mobile (MR) tra individui. In genere, conviene registrare la differenza tra ogni
successiva coppia di letture (per esempio differenza tra la prima e la seconda lettura, tra la seconda e la terza,
ecc.). Un’escursione mobile sarà inferiore di 1 rispetto alle letture per individui (25 letture forniscono 24
escursioni mobili). In qualche caso, l’escursione mobile può essere basata su un gruppo mobile più grande
(per esempio 3 o 4), oppure sul sottogruppo fisso (per esempio tutte le letture eseguite su un solo turno).
Occorre notare che, anche se le misure sono campionate individualmente, è il numero di letture raggruppate
che forma l’escursione mobile (per esempio 2, 3 o 4) e che stabilisce la dimensione nominale del campione
n. Questo deve essere tenuto presente quando si consultano le tabelle dei fattori.
• Selezionare le scale per le carte per individui (X) uguali alla valore più grande di (a) la tolleranza della
specifica prodotto più una concessione per letture fuori specifica, oppure (b) 1,5 a 2 volte la differenza tra la
lettura singola più alta e più bassa. La distanza per la scala della carta relativa alle escursioni mobili (MR)
deve essere uguale a quella della carta X.
B. CALCOLO DEI LIMITI DI CONTROLLO (Vedere Figura 28.)
(Vedere Sezione 1, Parte B di questo capitolo; le eccezioni sono elencate nel seguito)
• Calcolare e tracciare la media di processo (la somma di letture individuali, divisa per il numero di letture);
indicato, per convenzione, con X ; vedere il glossario all’Appendice G, e calcolare l’escursione media ( R );
notare che per un’escursione mobile con dimensione di campione uguale a 2 esiste un valore di escursione
mobile (MR) in meno rispetto al numero di letture singole (X).

QS 9000
Figura 28. Interpretazione delle carte di controllo per individui e per escursione mobile

QS 9000
Sezione 4 Carta di Controllo Valori Individuali e per Escursione Mobile (X - MR)
• Calcolare i limiti di controllo:
LCSMR = D4 R
LCIMR = D3 R
LCSX = X + E2 R
LCIX = X - E2 R
dove R è l’escursione mobile media, X è la media del processo, e D4, D3 e E2 sono costanti che variano
secondo la dimensione del campione, n, usato per raggruppare le escursioni mobili come indicato nella
tabella parziale riportata nel seguito, ricavata dall’Appendice E.
n 2 3 4 5 6 7 8 9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
D3 * * * * * .08 .14 .18 .22
E2 2.66 1.77 1.46 1.29 1.18 1.11 1.05 1.01 .98
* Non c’è il limite di controllo inferiore per le escursioni di campioni la cui dimensione è inferiore a 7
NOTA: Un approccio alternativo al calcolo dei limiti di controllo quando R è più grande dell’escursione
~
mediana, R (come generalmente è il caso) è di usare l’escursione mediana per escursioni mobili di
2 pezzi e calcolare i limiti di controllo nel seguente modo (vedere Appendice H, Riferimento 23):
~
LCSMR = 3.865 R ; LCIMR = 0
~ ~
LCSX = X + 3,14 R LCIX = X - 3,14 R
C. INTERPRETAZIONE PER IL PROCESSO DI CONTROLLO (Vedere Figura 28.)
(Vedere Sezione 1, Parte C di questo capitolo; le eccezioni sono elencate nel seguito)
• Rivedere la carta dell’escursione mobile per i punti che si trovano oltre i limiti di controllo considerandoli come
indicazioni dell’esistenza di cause speciali. Notare che escursioni mobili successive siano correlate, poiché
esse hanno almeno un punto in comune; a causa di ciò occorre fare attenzione nell’interpretazione delle
tendenze. Per interpretare queste tendenze è consigliabile richiedere il consiglio di un esperto di statistica.
• La carta per individui può essere analizzata per i punti che si trovano oltre i limiti di controllo, per la
dispersione dei punti all’interno dei limiti di controllo, per le tendenze o per gli schemi. Notare comunque,
che se la distribuzione di processo non è simmetrica, le regole indicate precedentemente per le carte X
possono indicare l’esistenza di cause speciali anche se queste effettivamente non esistono.
D. INTERPRETAZIONE PER LA CAPACITÀ DI PROCESSO (Vedere Figura 28.)
(Vedere Sezione 1, Parte D di questo capitolo; le eccezioni sono elencate nel seguito)
• Come avviene per le carte di controllo X e R, valutare la deviazione standard di processo:
σ̂ = R /d2 = σ̂ R /d2
dove R è la media delle escursioni mobili e d2 è una costante che varia in base alla dimensione del
campione, n, usato per raggruppare le escursioni mobili illustrate nella tabella che segue, ricavata
dall’Appendice E.

QS 9000
Sezione 4 Carta di Controllo Valori Individuali e per Escursione Mobile (X - MR)
n 2 3 4 5 6 7 8 9 10
d2 1.13 1.69 2.06 2.33 2.53 2.70 2.85 2.97 3.08
• Se il processo ha una distribuzione normale, la stima di σ può essere usata direttamente per valutare la capacità
di processo, fino a quando il processo stesso rimane in condizioni di controllo statistico.

QS 9000
Sezione 5
COMPRENSIONE DELLA CAPACITA’ DI PROCESSO E DELLA PERFORMANCE DI
PROCESSO PER I DATI DELLE VARIABILI
Il risultato di processi di fabbricazione statisticamente stabili (o in condizioni di controllo statistico) può essere descritto
dalla loro distribuzione. Le caratteristiche della distribuzione vengono usate per valutare il processo. Per esempio, una
caratteristica di interesse frequente è il centro della distribuzione. Se la distribuzione non è adeguatamente localizzata, il
processo di fabbricazione può produrre dei pezzi che non sono abbastanza vicini al valore obiettivo richiesto. In questi
casi, alcuni pezzi possono addirittura essere fuori specifica. Un processo con una distribuzione di questo tipo può essere
valutato come non in grado di soddisfare le necessità del cliente. Problemi simili possono verificarsi se la distribuzione
presenta una dispersione troppo grande, senza tenere conto della localizzazione della distribuzione stessa. Poiché le
caratteristiche della distribuzione non sono esattamente conosciute, è necessario raccogliere i dati per poterli valutare.
Questa sezione tratta alcune tecniche usate per valutare il modo in cui alcune caratteristiche della distribuzione sono
correlate alle specifiche. La condizione preliminare fondamentale è che il processo dal quale si ricavano i dati presenti una
stabilità statistica. Discutere su una variazione di processo e sugli indici di capacità relativi non ha valore se i processi sono
imprevedibili. E’ importante, comunque, tenere presente che per i processi che presentano cause speciali sistematiche di
variazione, quali ad esempio l’usura degli attrezzi (vedere Appendice H, Riferimento 17). è necessario sviluppare un
approccio ragionevole alla valutazione della capacità di processo. Inoltre, si presuppone in genere che le letture individuali
fatte sui processi interessati presentino una distribuzione approssimativamente normale. Dopo aver definito la capacità di
processo ed i termini relativi, questa sezione definirà e tratterà solo gli indici ed i rapporti più conosciuti, quali:
Solo indici di variazione di processo, relative alle specifiche: Cp e Pp
Indici della variazione di processo e della posizione centrale combinati, relativi alle specifiche: CPS, CPI, Cpk e Ppk.
Solo rapporti di variazione di processo, relativi alle specifiche: CR e PR
NOTA: sebbene questo manuale non tratti gli altri indici, l’Appendice D e l’Appendice H, Riferimento 16
forniscono informazioni su uno di questi indici, Cpm, un indice relativamente nuovo che è venuto alla
ribalta solo recentemente.
In ultimo, questa sezione descrive le condizioni ed i presupposti associati alle misure di processo e termina con i
suggerimenti sul modo in cui queste misure possono essere applicate per migliorare la comprensione del processo
nell’ambito del miglioramento continuo del processo stesso.
Il manuale ammette infine l’esistenza di equivoci e di controversie relative ai concetti fondamentali, alle definizioni
relative ai problemi legati a “controllo”, “capacità” e “performance” del processo. E’ bene evidenziare in questa sede che
questo manuale non ha lo scopo di risolvere completamente questi problemi, ma semplicemente di esporli e di trattarli in
modo da permettere ad ogni lettore di sviluppare una migliore comprensione di questi problemi al fine di fornire dati e
conoscenze valide per un miglioramento continuo del processo.
A. DEFINIZIONE DEI TERMINI DI PROCESSO
• Variazione di processo intrinseca - per la parte di variazione di processo dovuta unicamente a cause comuni.
Questa variazione può essere stimata partendo dalle carte di controllo mediante R /d2.(p.e. s /c4)
• Variazione di processo totale. - Si tratta della variazione dovuta tanto alle cause comuni quanto a quelle
speciali. Questa variazione può essere stimata mediante s, la deviazione standard di campione, usando tutte le
letture individuali ottenute sia da una carta di controllo dettagliata sia da uno studio di processo:
n
(x −x )
2
s= ∑
i =1
i
n −1
= σˆ s , dove Xi rappresenta una lettura individuale, X è la media delle letture individuali e
n è uguale al numero totale a tutte le letture individuali.

QS 9000
Sezione 5 Comprensione della Capacità (Continua) – Definizioni delle Misure di Processo
• Capacità di processo - l’escursione 6 σ di una variazione intrinseca di processo, solo per processi
statisticamente stabili dove sigma in genere è stimato usando R /d2 ( σ̂ R /d2 ).
• Performance di processo - l’escursione 6 σ di una variazione totale di processo dove σ in genere è stimato
usando s, la deviazione standard di campione ( σ̂ s).
B. DEFINIZIONE DELLE MISURE DI PROCESSO

B.1. Indici
Cp: si tratta dell’indice di capacità che è definito come tolleranza divisa per la capacità di processo senza
tenere conto del valore centrale del processo. Tipicamente, ciò è espresso come
LSS − LIS
Cp = .
6σˆ R / d
2
Pp: si tratta dell’indice di performance definito come ampiezza della tolleranza diviso per la performance
di processo senza tenere conto del valore centrale della distribuzione di processo. Tipicamente questo
LSS − LIS
è espresso: Pp = (dovrebbe essere usato solo per i confronti o con Cp e Cpk e per misurare
6σˆ s
e dare priorità ai miglioramenti nel tempo).
CPS: si tratta dell’indice di capacità superiore ed è definito come la dispersione superiore della tolleranza
divisa per la dispersione superiore di processo effettiva. Normalmente è espresso come
LSS − X
CPS = .
3σˆ R / d
2
CPI: si tratta dell’indice di capacità inferiore ed è definito come la divisione della tolleranza divisa per la
X − LIS
dispersione inferiore di processo effettiva. In genere è espresso come: CPI = .
3σˆ R / d
2
Cpk: si tratta dell’indice di capacità relativo alla centratura del processo ed è definito come minimo di CPS
o di CPI. Mette in relazione la distanza della media di processo e il limite di specifica più vicino alla
metà della dispersione di processo totale.
Ppk: si tratta dell’indice di performance che rappresenta il valore centrale di processo ed è definito come
LSS − X X − LIS
minimo di o di (dovrebbe essere usato solo per i confronti o con Cp e Cpk e per
3σ s
ˆ 3σˆ s
misurare e dare priorità al miglioramento nel tempo).
B.2. Rapporti
1 6σˆ R / d
CR: si tratta del rapporto di capacità ed è semplicemente il reciproco di Cp; cioè CR = = 2
.
C p LSS − LIS
PR: si tratta del rapporto di performance ed è semplicemente il reciproco di Pp; cioè

1 6σˆ s
PR = = .
Pp LSS − LIS
NOTA: Esempi di calcolo per tutte queste misure sono rappresentati a pagina 58.

QS 9000
Sezione 5 Comprensione della Capacità (Continua) – Definizioni delle Misure di Processo
B.3. Spiegazione della deviazione standard di campione - s rispetto ad s
Entrambi s (usata nelle parti A, B di questa Sezione) e s (usata nelle carte di controllo X e s) sono calcolate
n
(x −x )
2
usando esattamente la stessa formula della deviazione standard di campione: cioè s = ∑
i =1
i
n −1
.
Comunque la “n” nella formula indica due diversi tipi di dimensione di campione:
• Per s (pagina 79), n si riferisce al numero totale di tutti i valori singoli campionati - ad esempio, il
numero di questi valori singoli può derivare dal totale del numero di tutti i valori individuali del
sottogruppo rilevati su una carta di controllo (sommati tutti insieme) o da una campionatura ampia su
una popolazione complessiva.
• Per s (pagina 65), n si riferisce solo al numero di valori singoli all’interno di ogni sottogruppo
determinato - in genere, n è un numero costante e uguale per ogni sottogruppo.
• σ̂ s valuta la deviazione standard di un processo totale (“popolazione”) usando s, mentre σ̂ s valuta la
deviazione standard di un determinato sottogruppo con dimensione fissa, usando s (vedere pagine 65-
67).
C. DESCRIZIONE DELLE CONDIZIONI E DEI PRESUPPOSTI
Occorre evidenziare che la variazione di processo e il valore centrale della distribuzione del processo sono due
caratteristiche di processo separate. Ognuna deve essere studiata separatamente dall’altra. Comunque, per ridurre al
minimo l’analisi separata di ciascuna è diventato utile combinare le due caratteristiche in un solo indice, quale, Cpk o
Ppk. Questi indici possono servire per:
• Misurare il miglioramento continuo usando le tendenze nel tempo;
• Stabilire la priorità dell’ordine in cui i processi saranno migliorati.
L’indice di capacità, (per esempio Cpk) è utile anche per determinare se un processo è in grado di soddisfare i
requisiti del cliente (lo scopo originario dell’indice di capacità). Occorre mettere in evidenza che questo uso
aggiuntivo non deve essere applicato agli indici di performance.
Per usare in modo efficace questi indici (così come le altre misure di processo descritte nella Parte B di questa
Sezione) è importante capire le CONDIZIONI e i PRESUPPOSTI ad essi legati. Se queste condizioni e questi
presupposti non sono rispettati le misure non avranno significato e, quindi, non permetteranno di capire i processi
che li hanno generati. Di seguito elenchiamo le quattro condizioni minime che devono essere soddisfatte per tutte le
misure di capacità descritte nella Parte B di questa sezione.
• Il processo dal quale si ricavano i dati deve essere statisticamente stabile.
• Le misure singole per i dati di processo devono formare una distribuzione approssimativamente normale.
• Le specifiche devono essere basate sui requisiti del cliente.
• Deve esistere la volontà di accettare il valore dell’indice (o del rapporto) calcolato come il “vero” valore
dell’indice (o del rapporto) - cioè non tenere conto dell’influenza della variazione della campionatura sul
numero calcolato (per esempio un Cpk di 1,5 può derivare da un processo in cui Cpk “vero” è 1,40, o
viceversa, semplicemente a causa della variazione di campionatura). Per altre informazioni su questo
argomento vedere l’Appendice H, Riferimenti 19, 20 e 21.

QS 9000
Sezione 5 Comprensione della Capacità (Continua) – Uso Suggerito delle Misure di Processo
LSI LSS
I PEZZI SITUATI SUL PUNTO A SONO

“BUONI” QUANTO QUELLI SITUATI
SUI PUNTI B & C.
(a)
A B C
SCARTO BUONO SCARTO
MENTALITÀ DELL’ “OBBIETTIVO ASSEGNATO”
VALORE OBIETTIVO/SCOPO DI
PROGETTAZIONE/REQUISITI DEL CLIENTE
LSI LSS
CURVA DELLA PEZZI SUL PUNTO A : NESSUNA PERDITA
FUNZIONE DI PERDITA PEZZI SUL PUNTO B : LIEVE PERDITA
PEZZI SUL PUNTO C : MAGGIORE PERDITA
(b)
AMMONTARE DELLA PERDITA IN C
PERDITA
A B C AMMONTARE DELLA PERDITA IN B
MENTALITÀ DELLA FUNZIONE DI PERDITA

(PERDITA VERSO IL CLIENTE E/O LA SOCIETÀ)
Figura 29. “Obiettivo Assegnato” rispetto a Funzione di perdita

QS 9000
Sezione 5 Comprensione della Capacità (Continua)
D. CONSIGLI PER L’USO DELLE MISURE DI PROCESSO
La chiave per usare in modo efficace una misura di processo continua ad essere il livello di comprensione di cosa le
misure effettivamente rappresentano. Coloro che nella comunità statistica generalmente si oppongono al modo in
cui vengono usati i numeri Cpk, mettono in evidenza che pochi processi “del mondo” reale soddisfano
completamente tutte le condizioni, i presupposti, i parametri nell’ambito dei quali il Cpk è stato sviluppato (vedere
Appendice H, Riferimento 14 e 18). Inoltre, ed è la posizione assunta da questo manuale, anche quando tutte le
condizioni sono rispettate, è difficile valutare o capire effettivamente un processo basandosi su un solo indice o
rapporto, per i motivi indicati nei paragrafi che seguono.
D.1. Il concetto della funzione di perdita
La forza portante che sta dietro all’uso degli indici di capacità (o di altre misure di processo) è il desiderio,
comprensibile, di produrre tutti i pezzi conformi alle specifiche tecniche. Il concetto principale che sta alla
base delle motivazioni di questo desiderio è la mentalità che tutti i pezzi prodotti rispettando le specifiche,
senza tenere conto della loro ubicazione o posizione all’interno di un’escursione di specifica, sono “buoni”
(o accettabili) e tutti i pezzi che superano queste specifiche, senza tenere conto di quanto le superano, sono
“cattivi” (o inaccettabili). I professionisti della qualità talvolta fanno riferimento a questo concetto parlando
di mentalità “dell’obiettivo” (vedere Figura 29(a)).
Sebbene questo modello mentale (buono/cattivo) sia stato largamente usato in passato, si suggerisce che un
modello più utile, cioè uno più vicino al comportamento del mondo reale, sia quello rappresentato nella
Figura 29(b). In genere questo modello assume la forma di una parabola ed utilizza il principio che più una
determinata caratteristica si allontana dall’obiettivo della specifica maggiore sarà la perdita esponenziale
(opposta a quella lineare) sopportata dal cliente e/o dalla società. In questo concetto, conosciuto come
concetto della funzione di perdita, è implicito il presupposto che la progettazione (obiettivo di specifica) sia
ragionevolmente allineata ai requisiti del cliente.

QS 9000
CENTRO
DEL PROCESSO
LSI LSS
(a) OBIETTIVO
(REQUISITO DEL CLIENTE) PERCENTUALE DI PEZZI FUORI DAI LIMITI DI SPECIFICA
(MENTALITÀ “DELL’OBIETTIVO”)
VARIAZIONE
PROCESSO
LA DISTRIBUZIONE DEL PROCESSO
LSI LSS
OBIETTIVO PERDITA
(REQUISITO DEL CLIENTE)
(b)
PERDITA
DISTRIBUZIONE DELLA FUNZIONE DI PERDITA DEL CLIENTE

CENTRO DISTRIBUZIONE
DEL PROCESSO PROCESSO
OBIETTIVO
(REQUISITO DEL CLIENTE) LSI LSS
CURVA DELLA FUNZIONE = PERDITA PER IL CLIENTE GENERATA

DI PERDITA DA QUESTO PROCESSO (NON PONDERATA)
(c)
AMMONTARE DEL DISALLINEAMENTO DEL
PERDITA PROCESSO RISPETTO ALL’OBIETTIVO DEL
CLIENTE
DISTRIBUZIONE DEL PROCESSO NON ALLINEATA CON L’OBIETTIVO DEL CLIENTE
LSI LSS = PERDITA DOVUTA A PEZZI FUORI SPECIFICA

(CIRCA 45% DELLA PERDITA TOTALE)
= PERDITA DOVUTA A PEZZI ENTRO SPECIFICA
(d) (CIRCA 55% DELLA PERDITA TOTALE)
NOTA: AREA SOTTO LA CURVA = PERDITA

PERDITA
TOTALE PER IL CLIENTE GENERATA DA
QUESTO PROCESSO
PERDITA TRASLATA STIMATA (PROCESSO PONDERATO)
LSI LSS
= PERDITA PER L CLIENTE GENERATA DA
QUESTO PROCESSO (NON PONDERATA)
(e)
PERDITA
PROCESSO ALLINEATO CON L’OBIETTIVO E CON MINORE VARIAZIONE
Figura 30. Allineamento del Processo con i Requisiti

QS 9000
D.2. Allineamento del Processo con i Requisiti del Cliente
La Sezione 2 del Capitolo I contiene la rappresentazione grafica di un processo (vedere Figura 1). Una
caratteristica del risultato di questo tipo di processo può essere espressa graficamente anche in termini di
distribuzione della variazione. Questa distribuzione può essere riconosciuta come distribuzione di processo
(vedere figura 30a).
Una funzione di perdita come quella rappresentata dalla figura 30(b) può essere definita per la caratteristica
di processo la cui distribuzione è rappresentata sulla figura 30(a). Inoltre, supponendo che vi sia una piccola
variazione, o meglio, che non vi siano variazioni nei requisiti del cliente (obiettivo di specifica),
sovrapponendo la distribuzione di processo sulla curva di funzione di perdita del requisito del cliente (figura
30c) si possono elaborare due osservazioni:
• Per ridurre al minimo le perdite del cliente, è consigliabile allineare il processo (centro del processo)
con il requisito del cliente (obiettivo di specifica).
• Inoltre si ottiene un beneficio aggiuntivo per il cliente se la variazione attorno al valore obiettivo viene
costantemente ridotta (vedere figura 30(e)).
Questa analisi è talvolta denominata allineamento della “Voce del Processo” con la “Voce del Cliente” (per
altri dettagli vedere Appendice H, Riferimento 22). Occorre notare che sebbene, per questo esempio non sia
stata presunta nessuna variazione per la “Voce del Cliente”, questa (obiettivo di specifica) varia
effettivamente nel mondo reale e complica ulteriormente l’ottenimento della soddisfazione del cliente
mediante un determinato processo.
In ultimo, quando una perdita traslata stimata è generata considerando la distribuzione effettiva dei pezzi
prodotti da questo processo, insieme alla perdita generata dal processo stesso, si può dimostrare che, in
questo caso, solo il 45% circa della perdita totale del cliente è presa in considerazione dai pezzi fuori
specifica, mentre la perdita restante deriva dai pezzi all’interno della specifica ma non allineati con
l’obiettivo (Figura 30(d)); questo suggerisce che la mentalità denominata “dell’obiettivo” o la percentuale di
conteggio dei pezzi “cattivi” (pezzi oltre specifica) non fornisce una valutazione adeguata per comprendere
gli effetti che il processo effettivamente ha sul cliente.

QS 9000
D.3. Applicazioni delle misure di processo
Per i motivi trattati nei paragrafi precedenti e supponendo che le condizioni elencate nella parte C di questa
sezione siano state soddisfatte, per usare al meglio le misure di processo per continuare a migliorare in modo
effettivo i processi si suggerisce quanto segue :
• Non si deve usare un indice o un rapporto singolo per descrivere un processo;
• Due o più indici o rapporti devono essere esaminati collettivamente. Si dovrebbero almeno usare le
combinazioni di Cp e Cpk, Pp e Ppk, CR e Cpk oppure PR e Ppk;
• Si consiglia fortemente di usare le analisi grafiche insieme alle misure di processo. Esempi di questo
tipo di analisi comprendono le carte di controllo, la tracciatura della distribuzione stimata di processo, i
grafici dell’analisi della funzione di perdita come quelli illustrati nella figura 30, ecc. Inoltre, soprattutto
per i processi instabili, può essere utile usare un grafico o tracciare le variazioni intrinseche di processo
rispetto alla variazione totale di processo e/o σ̂ R / d contro σ̂ s per ottenere una valutazione della
2
percezione generica dell’intervallo esistente tra la “capacità di processo” e la “performance di processo”

e per individuare il miglioramento. Generalmente la dimensione di questo intervallo è la misura del
grado in cui il processo è fuori controllo, anche se per i processi instabili, a seconda del grado di
stabilità, esistono, rispettivamente, una maggiore variabilità ed incertezza nelle stime di processo
( σ̂ R / d e σ̂ s) rispetto a quelle dei processi stabili. Questo tipo di analisi grafica dovrebbe essere
2
eseguito per meglio comprendere i processi anche se non si calcolano e/o usano le misure di processo
(cioè Cp/Cpk, ecc.);
• Per un miglioramento continuo del processo, sarebbe necessario usare le misure di processo cercando di
continuare ad abbinare la “Voce del Processo” con la “Voce del Cliente” con perdita minima per il
cliente.
Un’ultima precauzione da tenere presente è che tutte le valutazioni della capacità dovrebbero essere limitate
ad una sola caratteristica di processo. Non conviene mai combinare o far la media dei risultati della capacità
di numerosi processi in un solo indice.
Speriamo che l’applicazione delle misure di processo in questo ambito generale possa fornire le informazioni
necessarie per ottenere dei miglioramenti di processo effettivi con un rapporto competitivo.

QS 9000

QS 9000
Risultati del confronto tra il risultato del processo e una specifica d’accettazione e relativa
decisione circa la conformità o non conformità dello stesso.
Persone Macchine Ambiente

Il risultato è classificato:
Conforme
“ACCETTATO”
Non Conforme :
“RIFIUTATO”
Metodi Materiali
Esempi di risultato Esempi di carte di controllo
• Ci sono/non ci sono perdite sul veicolo • Carta di Controllo p

• Le luci si accendono/non si accendono per Unità Non Conformi
• Diametro foro sottodimensionato /
sovradimensionato (calibro passa/non passa) • Carta di Controllo np
• Spedizione al rivenditore esatta/errata per Numero di Unità Non
Conformi
• Bolle nel vetro del parabrezza • Carta di Controllo c

• Imperfezioni nella verniciatura della porta per Numeri di Non
• Errori in una fattura Conformità per Unità di
Controllo
• Carta di Controllo u
per Numero di Non
Conformità per Unità di
Controllo
Il criterio di conformità deve essere chiaramente definito e le procedure decisionali relative

al soddisfacimento o no di questo criterio devono produrre risultati uniformi nel tempo.
Esempi di specifica di accettazione Commenti
• La superficie deve essere priva di screpolature • Che cos’è una

• La superficie deve essere conforme al campione screpolatura?
standard per quanto riguarda il colore, la - Gli ispettori sono
brillantezza e le imperfezioni. d’accordo?
• Qualsiasi prodotto applicato alla parte posteriore - Come è valutata ?
dello specchio per evitare che spargimenti di • Conformità fino a
vetro non deve produrre macchie visibili sulla quale grado ?
parte • Come è valutata ?
• Visibile a chi ?
• In quali condizioni?
Figura 31. Attributi

QS 9000
Capitolo III
CARTE DI CONTROLLO PER ATTRIBUTI
Sebbene le carte di controllo spesso vengano viste in termini di variabili (come dimostrato nel Capitolo II) sono state
sviluppate delle versioni anche per gli attributi (vedere Figura 31). Gli attributi hanno solo due valori (conforme/non
conforme, passa/non passa, presente/assente) ma essi possono essere contati per registrazioni ed analisi *. Esempi
comprendono la presenza di una determinata etichetta, la continuità di un circuito elettrico, o gli errori su un documento
battuto a macchina. Altri esempi sono le caratteristiche misurabili, ma i cui risultati sono registrati con il semplice modo
SI/NO, quali ad esempio la conformità del diametro di un albero quando viene misurato con un calibro passa/non passa,
l’accettabilità di margini di una porta misurati con un calibro visivo o di controllo, o la consegna della merce eseguita in
tempo. Le carte di controllo per gli attributi sono importanti per una serie di motivi elencati nel seguito.
• Le situazioni con attributi esistono in qualunque processo tecnico o amministrativo, quindi le tecniche per le analisi
degli attributi sono utili per molte applicazioni. La difficoltà più evidente è di sviluppare delle definizioni precise
per indicare ciò che non è conforme.
• Gli attributi sono disponibili in molte situazioni - ovunque esistano controlli, indicazioni di riparazione, selezione
del materiale scartato, ecc., in questi casi non sono richieste spese aggiuntive per la raccolta dei dati semplicemente
basta lo sforzo di convertire i dati in una carta di controllo.
• Quando sia necessario raccogliere dei nuovi dati, le informazioni relative agli attributi in genere sono più rapide ed
economiche da ottenere con l’uso di un semplice calibro (per esempio un calibro passa/non passa) e spesso non
occorrono abilità specifiche.
• La maggior parte dei dati raccolti per le relazioni riepilogative alla direzione sono fornite in forma di attributi e
possono trarre vantaggio dall’analisi delle carte di controllo. Gli esempi possono includere le performance di una
prima messa in funzione, le percentuali di scarta, gli audit qualità e gli scarti di materiali. Grazie all’abilità a
distinguere le variazioni tra quelle prodotte dalle cause speciali e quelle prodotte dalle cause comuni, l’analisi delle
carte di controllo può essere utile per interpretare questi rapporti per la direzione.
• Quando si introducono le carte di controllo in un’organizzazione, è importante dare priorità alle aree che presentano
dei problemi ed usare le carte quando effettivamente sono necessarie. Indicazioni di problemi possono derivare dal
sistema di controllo dei costi, dai reclami dei clienti, dalle strozzature interne, ecc. L’uso di carte di controllo per gli
attributi per le misure chiave della qualità totale spesso possono aprire la strada verso specifiche aree di processo
che richiedono un esame più dettagliato - comprendendo la possibilità dell’uso di carte di controllo per le variabili.
* Questo manuale utilizzerà gli attributi con i valori conforme/non conforme semplicemente perché 1) sono quelli
“tradizionalmente usati”; 2) le organizzazioni che intraprendono la strada del miglioramento continuo normalmente
iniziano con queste categorie e 3) molti degli esempi disponibili nella letteratura usano queste categorie. Non si deve
comunque pensare che queste siano le sole categorie “accettabili” o che le carte degli attributi non possano essere usate
con i processi del caso 1) (vedere Appendice H).
Le quattro sezioni che seguono riguardano i principi fondamentali delle quattro maggiori carte di controllo degli attributi:
Sezione 1 - La Carta di Controllo p per la Proporzione delle Unità Non Conformi (ricavate da campioni non
necessariamente di uguale dimensione)
Sezione 2 - La Carta np per il Numero di Unità Non Conformi (ricavate da campioni di dimensione uguale)
Sezione 3 - La carta c per il Numero di Non Conformità (ricavate da campioni di dimensione uguale)
Sezione 4 - La Carta u per il Numero di Non Conformità per unità (ricavate da campioni non necessariamente di
uguale dimensione)
Il primo studio relativo alla carta p è più lunga delle altre perché introduce i concetti principali. Le altre tre sezioni si
concentrano sulla distinzione delle caratteristiche di questi tipi di carte.

QS 9000
PREPARATIVI PER L’USO DELLE CARTE DI CONTROLLO
• Determinare un ambiente adatto per l’azione.

• Definire il processo.
• Stabilire le caratteristiche da gestire.
• Considerazioni:
- le necessità del cliente
- le zone effettive e potenziali in cui possono verificarsi i problemi
- la correlazione tra le caratteristiche
• Definire il sistema di misura
• Ridurre al minimo le variazioni non necessarie.

QS 9000
III. CARTE DI CONTROLLO PER ATTRIBUTI
Sezione 1
LA CARTA p PER LA PROPORZIONE DELLA NON CONFORMITÀ
La carta p misura la proporzione di articoli non conformi (discrepanti o cosiddetti difettosi) all’interno di un gruppo di
articoli sottoposti a controllo. Si può far riferimento ad un campione di 75 pezzi prelevato due volte al giorno, ad alcune
percentuali di produzione raggruppate su base oraria o giornaliera, ad una parte delle consegne “on time”. Può essere
basata sulla valutazione di una caratteristica (è stato montato un determinato pezzo?) o su più caratteristiche (è stato trovato
qualcosa di errato alla stazione di controllo del sistema elettrico?). E’ importante che:
• Ogni elemento, pezzo o articolo sottoposto a controllo sia registrato come conforme o non conforme (anche se un
articolo possiede varie non conformità specifiche, deve essere indicato una sola volta come articolo non conforme).
• I risultati di questi controlli siano raggruppati su una base significativa e gli articoli non conformi siano indicati
come frazione decimale della dimensione del sottogruppo.
Prima di poter usare la carta di controllo p, occorre fare numerosi preparativi:
• Stabilire un ambiente adatto per l’azione. Qualsiasi metodo statistico non produrrà dei risultati validi se la direzione
non ha predisposto un ambiente responsabile.
• Definire il processo. Il processo deve essere compreso in base alle sue relazioni con altre operazioni e con gli
utilizzatori sia a monte sia a valle e in base agli elementi che lo costituiscono (le persone, le attrezzature, il
materiale, i metodi e l’ambiente), e che influiscono su ogni stadio. Le tecniche quali i diagrammi di causa ed effetto
sono validi ausili per rendere visibili questi rapporti.
• Determinare le caratteristiche da inserire nelle carte. Gli sforzi dello studio dovrebbero essere concentrati sulle
caratteristiche che sono più promettenti per il miglioramento del processo (un’applicazione del principio di Pareto).
Occorre fare alcune considerazioni.
- Le necessità del cliente. Queste comprendono qualsiasi processo successivo che usi il prodotto o il servizio
come elemento iniziale e il cliente finale.
- Le aree problematiche correnti e potenziali: considerare l’evidenza degli scarti o delle scarse performance
(ad esempio scarti, rilavorazioni, eccessivo supero di tempo, obiettivi non centrati) e aree a rischio (per
esempio variazioni alla progettazione del prodotto, del servizio o di qualsiasi altro elemento del processo).
- La Correlazione tra le caratteristiche: per uno studio efficace e reale è necessario prendere in considerazione
le relazioni esistenti tra le caratteristiche. Se numerose caratteristiche individuali di un articolo tendono a
variare tutte insieme, può essere sufficiente indicare sulla carta solo una di esse.
• Definire il sistema di misura. La caratteristica deve essere definita dal punto di vista operativo, in modo che i
risultati possano essere comunicati a tutte le persone interessate sempre allo stesso modo. Ciò coinvolge la necessità
di specificare quali informazioni devono essere raccolte, dove, come, e in quali condizioni. Stabilire definizioni
operative può essere particolarmente difficile - ma è molto importante - quando sia coinvolto il giudizio personale.
La definizione della caratteristica influenzerà il tipo di carta di controllo da usare - una carta per gli attributi, quale
la carta p o una carta per le variabili, come quelle descritte nella Sezione II.
• Ridurre al minimo le variazioni non necessarie. E’ indispensabile ridurre le cause esterne di variazione non
necessarie prima di iniziare lo studio. Lo scopo è di evitare il verificarsi di problemi ovvi che potrebbero e
dovrebbero essere corretti anche senza l’uso di carte di controllo. In ogni caso, dovrebbe essere tenuto un registro di
processo sul quale annotare tutti gli eventi importanti quali, ad esempio, il cambio degli utensili, i nuovi lotti di
materie prime, ecc. Tali registrazioni serviranno per la successiva analisi del processo.

QS 9000
Figura 32. Carta di controllo p per la parte di non conformità - Raccolta dei dati

QS 9000
Sezione 1 La Carta p per la Proporzione della non Conformità (Continua)
A.1. Selezione della dimensione, frequenza e numero dei sottogruppi (Vedere Figura 32)
a. Dimensione del sottogruppo - le carte per gli attributi in genere richiedono dei sottogruppi di
dimensioni abbastanza grandi (per esempio da 50 a 200 o più) per poter rilevare i piccoli scostamenti
di performance. Affinché le carte possano mostrare degli schemi analizzabili, la dimensione del
sottogruppo deve essere sufficientemente grande per presentare parecchi articoli non conformi per
ogni sottogruppo (per esempio n p > 5). Occorre notare comunque che sottogruppi di grandi
dimensioni possono essere uno svantaggio se ogni sottogruppo rappresenta un lungo periodo di
processo. E’ più conveniente che le dimensioni del sottogruppo siano costanti o se variano, non
varino più del ±25%, ciò non è comunque obbligatorio. E’ utile inoltre che la dimensione del
sottogruppo sia sufficientemente grande rispetto al p per generare un limite di controllo inferiore in
modo che le cause assegnabili dovute al miglioramento siano rilevabili.
b. Frequenza del sottogruppo - Per aiutare l’analisi e la correzione dei problemi rilevati la frequenza del
sottogruppo deve avere senso in termini di periodi di produzione. Intervalli di tempo brevi permettono
un feedback più rapido, ma possono entrare in conflitto con i requisiti di sottogruppi di più grandi
dimensioni.
c. Numero dei sottogruppi - Il periodo di raccolta dei dati deve essere sufficientemente lungo per
acquisire tutte le possibili fonti di variazione che possono influire sul processo. Generalmente
dovrebbe includere 25 o più sottogruppi per poter ottenere un buon test di stabilità e, se stabile, una
stima affidabile della performance del processo.
A.2. Calcolo della proporzione di non conformità (p) per ogni sottogruppo (Vedere Figura 32)
Per ogni sottogruppo è necessario registrare i seguenti dati:
il numero di articoli controllati - n
il numero di articoli non conformi rilevati - np
Partendo da questi si può calcolare la proporzione di non conformità:
np
p=
n
Questi dati devono essere registrati su dei moduli che serviranno come base per l’analisi iniziale. Quando
sono disponibili dati storici recenti questi possono essere usati per accelerare questa fase di studio.
A.3. Selezionare le scale per le carte di controllo (Vedere Figura 32)
La carta sulla quale i dati sono tracciati deve essere preparata con una proporzione (o percentuale) di non
conformità indicate sulla scala verticale e con l’identificazione del sottogruppo (ora, giorno, ecc.) indicata
sulla scala orizzontale. La scala verticale deve estendersi da 0 a circa 1,5-2 volte la proporzione di non
conformità più elevata rilevata nelle letture dei dati iniziali.
A.4. Tracciatura della proporzione di non conformità sulla carta di controllo (Vedere Figura 32)
Tracciare i valori di p per ogni sottogruppo. In genere è utile collegare i punti con delle linee per meglio
visualizzare gli schemi e le tendenze.
Durante la tracciatura dei punti controllarli rapidamente per vedere se sono ragionevoli. Se qualche punto è
sostanzialmente più alto o più basso degli altri, confermare che i calcoli siano corretti.
Registrare nella sezione intitolata “Commenti” della carta, i cambiamenti del processo, o gli eventi inusuali
che possono influenzarlo, così come sono osservati.

QS 9000
Figura 33. Carta di Controllo p per la parte di Non Conformità - Calcolo dei limiti di controllo, foglio 1

QS 9000
B.1 Calcolo della proporzione di non conformità medie di processo ( p ) (Vedere Figura 33, Foglio 1)
Per il periodo di studio di k sottogruppi calcolare la proporzione di non conformità media:

n 1p1 + n 2 p 2 + ... + n k p k
p=
n 1 + n 2 + ... + n k
dove n1p1, n2p2… e n1, n2… sono i numeri di articoli non conformi ed il numero di articoli controllati per
ogni sottogruppo. Occorre far attenzione a non confondere le percentuali (px100 - p%) con la proporzione di
difetti (p).
B.2. Calcolo dei limiti di controllo superiori e inferiori (LCS, LCI) (Vedere Figura 33, Foglio 1)
I limiti di controllo sono la media di processo più o meno una concessione per la variazione che può essere
prevista se il processo fosse in condizioni di controllo statistico considerando la dimensione del campione del
sottogruppo. Per il periodo di studio di k sottogruppi, calcolare i limiti di controllo superiore ed inferiore:
( )
LCS p = p + 3 p 1 − p / n
( )
LCI p = p − 3 p 1 − p / n
dove n è la dimensione costante del campione.
Nota: quando p è basso e/o n è piccolo, LCI può essere talvolta calcolato come numero negativo. In questi
casi non vi è un limite di controllo inferiore, poiché anche un valore di p = 0 per un particolare periodo si
trova entro i limiti di una variazione casuale.
B.3. Tracciatura e indicazione delle linee (Vedere Figura 33, Foglio 1)
• Media di processo ( p ) - linea orizzontale uniforme
• Limiti di controllo (LCS, LCI) - linee orizzontali tratteggiate

Durante la fase iniziale di studio, questi sono considerati limiti di controllo di prova.

QS 9000
Figura 33. Carta di Controllo p per la parte di Non Conformità - Calcolo dei limiti di controllo, Foglio 2

QS 9000
NOTA: Il calcolo dei limiti di controllo indicato precedentemente è appropriato quando le dimensioni del
sottogruppo sono tutte uguali (come dovrebbero essere in una situazione di campionatura
controllata). Teoricamente, ogni volta che una dimensione di campione cambia (anche per un solo
sottogruppo) i limiti di controllo cambiano, e limiti unici dovrebbero essere calcolati per ogni
sottogruppo che possieda un’unica dimensione di campione. Comunque, per scopi pratici, i limiti
di controllo calcolati con una dimensione di campione media (m) sono accettabili quando le
dimensioni singole del sottogruppo variano rispetto alla media di non più o non meno 25% (tipico
dei volumi di produzione effettivi in condizioni relativamente stabili). Per queste situazioni:
( )
LCS p K LCI p = p ± 3 p 1 − p / n
Quando la dimensione del sottogruppo varia oltre questa quantità, sono necessari dei limiti di
controllo per i periodi che presentano campioni particolarmente piccoli o particolarmente grandi.
Una procedura ragionevole (che dovrebbe essere documentata nella sezione “commenti” del
modulo) è la seguente:
• Stabilire l’escursione delle dimensioni del campione che potrebbero variare rispetto alla media di ±
25%; identificare tutti i sottogruppi con la dimensione di campione che si trova fuori da questa
escursione.
• Ricalcolare i limiti precisi per questi punti nel seguente modo:
( ) ( )
LCS p K LCI p = p ± 3 p 1 − p / n = p ± 3 p 1 − p / n
dove n è la dimensione del campione di un particolare sottogruppo. Solo i termini n cambiano da un

punto all’altro.
• Tracciare i nuovi limiti superiore ed inferiore sulla carta (Vedere Figura 33, Foglio 2) per i
sottogruppi interessati ed usarli come base per l’identificazione delle cause speciali.
Occorre notare che qualsiasi procedura per la gestione dei limiti di controllo variabili diventa pesante e può
portare ad una potenziale confusione nelle persone che cercano di interpretare le carte. E’ meglio, ove
possibile, strutturare il piano di raccolta dati in modo da usare sempre un campione con dimensione costante.

QS 9000
Figura 34. Carta di Controllo p per la parte di Non Conformità. Punti fuori dai limiti di controllo

QS 9000
C. INTERPRETAZIONE DELLA CARTA PER IL CONTROLLO DI PROCESSO
Obiettivo: identificare ed evidenziare quando il processo non opera più allo stesso livello - cioè quando è fuori controllo - e
intraprendere le azioni necessarie. I punti oltre i limiti di controllo o le tendenze e gli schemi che si evidenziano nei dati
oltre a quelli che dovrebbe manifestarsi per motivi fortuiti, suggeriscono la presenza di cause speciali di variazione.
C.1. Analisi dei dati tracciati per l’instabilità
a. Punti oltre i limiti di controllo (vedere Figura 34). La presenza di uno o più punti oltre uno o l’altro
dei limiti di controllo evidenzia un’instabilità di quel punto. Poiché i punti oltre i limiti di controllo
dovrebbero essere molto rari se il processo fosse stabile e fossero presenti solo cause comuni di
variazione, si suppone che una causa speciale abbia provocato il valore estremo. La causa speciale
può essere favorevole o sfavorevole; entrambe le situazioni devono essere immediatamente e
accuratamente controllate. Questa è la prima regola da rispettare per l’azione su qualsiasi carta di
controllo. Qualsiasi punto oltre i limiti di controllo deve essere evidenziato.
Un punto che si trovi oltre il limite di controllo superiore (proporzione di conformità più alta)
generalmente indica la presenza di una o più delle seguenti condizioni:
• La performance di processo è peggiorata, o su quel punto nel tempo o come parte di una tendenza.
• Il sistema di valutazione è stato modificato (per esempio ispettore, calibro).
Un punto che si trovi sotto il limite di controllo inferiore (proporzione inferiore di non conformità)
indica generalmente:
• La performance di processo è migliorata (questa dovrebbe essere studiata per i miglioramenti che
potrebbero essere incorporati in modo permanente).
• Il sistema di valutazione è stato cambiato.
Schemi o Tendenze all’Interno dei Limiti di Controllo - La presenza di schemi o tendenze inusuali
anche quando tutti i punti sono all’interno dei limiti di controllo, può evidenziare una situazione di
non controllo o una modifica nel livello di performance avvenuta durante il periodo relativo allo
schema o alla tendenza. Questo può costituire un segnale anticipato di condizioni che se lasciate stare,
potrebbero provocare la formazione di punti oltre i limiti di controllo.
NOTA: quando la media degli articoli non conformi per sottogruppo (n p ) è moderatamente grande (9
o superiore) la distribuzione del sottogruppo p è generalmente normale e l’analisi della
tendenza è simile a quella applicata alle carte di controllo X . Quando n p diventa piccolo (5 o
inferiore) le norme che seguono non sono direttamente applicabili.

QS 9000
Figura 35. Carta di Controllo p per la parte di Non Conformità. Escursioni

QS 9000
Sezione 1 La Carta p (Continua) – Interpretazioni per il Controllo
b. Escursioni (Vedere Figura 35) - In un processo in condizioni di controllo, con n p moderatamente

grande, circa un numero uguale di punti dovrebbe ricadere su uno o l’altro dei lati della media. Una o
l’altra delle seguenti condizioni potrebbero indicare l’inizio di un cambiamento di processo o di una
tendenza:
• 7 punti su una riga su un lato della media.
• 7 punti su una riga che aumentano costantemente (uguali o superiori ai punti precedenti) o
diminuiscono uniformemente.
In questi casi, il punto che richiede una decisione deve essere contrassegnato (per esempio il settimo
punto sopra la media); può essere utile tracciare una linea di riferimento che ritorni verso l’inizio
dell’escursione. L’analisi dovrebbe prendere in considerazione il tempo approssimativo in cui pare
che la tendenza o il cambiamento siano iniziati per la prima volta.
Le escursioni sopra la media di processo, o sotto, normalmente significano:
• La performance di processo è peggiorata - e può ancora peggiorare;
Le escursioni sopra la media di processo generalmente significano che:
• La performance di processo è migliorata (le cause devono essere studiate per eventualmente
incorporarle in modo permanente).
NOTA: quando n p è piccolo (sotto 5) la probabilità di escursione sotto p aumenta, così come
un’escursione di 8 o superiore può essere un segnale di diminuzione nella proporzione delle
non conformità.

QS 9000
Figura 36. Carta di Controllo p per la parte di non conformità. Schemi non casuali

QS 9000
c. Schemi non casuali evidenti (Vedere Figura 36) - Altri schemi distinti possono indicare la presenza di
cause speciali di variazione, sebbene occorra guardarsi da un’interpretazione esagerata dei dati. Tra
questi schemi abbiamo le tendenze, i cicli, una dispersione inusuale dei punti all’interno dei limiti di
controllo, e la relazione tra i valori all’interno dei sottogruppi (per esempio se tutti gli articoli non
conformi si presentano entro i primi 5 valori presi per il sottogruppo).
Distanza dei punti dalla media di processo: generalmente, in un processo sotto controllo statistico, ove
siano presenti solo cause comune di variazione e n p sia moderatamente grande, circa 2/3 dei punti
tracciati dovrebbe trovarsi all’interno del terza parte mediana dell’area situata tra i limiti di controllo;
circa 1/3 dei punti dovrebbe essere nei 2/3 esterni di quest’area e circa 1/20 dei punti dovrebbe
trovarsi abbastanza vicino ai limiti di controllo (nella terza parte dell’area esterna).
Sostanzialmente, se oltre i 2/3 dei punti tracciati si trovano vicini alla media di processo (per 25
sottogruppi se oltre il 90% si trovano nella terza parte mediana della zona dei limiti di controllo),
ricercare la presenza di una o di varie delle seguenti condizioni:
• Il processo o il metodo di campionatura sono stratificati; ogni sottogruppo contiene
sistematicamente le misure derivanti da due o più flussi di processo i quali hanno medie di
processo molto diverse (per esempio la produzione mescolata di due linee parallele).
• I dati sono stati editati (sottogruppi con escursioni che si scostavano troppo dalla media sono stati
alterati o eliminati).
Sostanzialmente, se meno dei 2/3 dei punti tracciati si trovano vicini alla media di processo (per 25
sottogruppi se il 40% o valori inferiori si trovano nella terza parte centrale), ricercare la presenza di
una o di entrambe seguenti condizioni:
• Il processo e il metodo di campionatura fanno si che sottogruppi successivi contengano misure
prese in due o più flussi di processo aventi performance medie di processo diverse (p.e: differenze
di performance tra i turni).
Se sono presenti parecchi flussi di processo questi devono essere identificati e controllati
separatamente.

QS 9000
Figura 37. Carta di controllo p per la parte di non conformità. Ricalcolo dei limiti di controllo

QS 9000
C.2. Rilevamento e correzione delle cause speciali (Vedere Figura 37)
Dopo che è stata identificata una condizione fuori controllo per un dato, occorre studiare le operazioni del
processo per determinare la causa. Questa causa deve essere quindi eliminata e si deve evitare, per quanto
possibile, che si ripresenti. Poiché la carta di controllo ha indicato una causa speciale è necessario analizzare
le operazioni; né ci si può attendere di scoprire che le cause di variazione sono dovute alla capacità
dell’operatore o del supervisore ad effettuare le correzioni. Le tecniche di risoluzione dei problemi tipo
l’analisi di Pareto e l’analisi causa/effetto possono essere utili (Vedere Appendice H, Riferimento 11).
Per gli studi in corso eseguiti con dati rilevati in tempo reale, l’analisi delle condizioni fuori controllo
coinvolge un controllo tempestivo delle operazioni del processo, mirate a scoprire i cambiamenti, se ci sono
stati, che possano spiegare la performance anormale. Dopo che l’analisi ha prodotto delle azioni correttive
l’efficacia dell’azione deve essere evidenziata dalla carta di controllo.
Per gli studi preliminari eseguiti con dati storici, il passare del tempo può rendere più difficile l’analisi dei
cambiamenti intervenuti sulle operazioni di processo soprattutto quando i sintomi vanno e vengono. L’analisi
deve essere eseguita, per quanto possibile, nelle circostanze adatte per identificare la condizione ed evitare
che si ripresenti. Una sezione “commenti” debitamente compilata del documento può essere un valido aiuto.
C.3. Ricalcolo dei limiti di controllo (Vedere Figura 37)
Quando si eseguono studi iniziali di un processo o rivalutazioni della capacità di processo, di prova è
possibile che si debbano calcolare i limiti di controllo per escludere gli effetti dei periodi in cui la condizione
di controllo era influenzata dalle cause speciali che sono state poi corrette. I limiti di controllo dovrebbero
essere ricalcolati escludendo i punti associati alle cause speciali e tracciati sulla carta secondo quanto
indicato nel paragrafo B. di questa sezione. Questa procedura evita che i periodi di produzione normale
vengano inclusi nella stima della variabilità tipica. I dati storici devono nuovamente essere controllati con i
limiti rivisti per confermare che nessun altro punto suggerisca la presenza di cause assegnabili.
Dopo che i dati storici hanno dimostrato una performance uniforme con i limiti di controllo di prova, questi
limiti possono essere estesi a coprire i periodi futuri. Essi diventano dei limiti di controllo operativi sui quali
i dati futuri dovranno essere valutati al momento della raccolta e della registrazione.
I limiti per i controlli in corso possono essere modificati rispetto a quelli sviluppati durante il periodo di
analisi modificando la dimensione del campione. In questo caso, si usano le formule base indicate nei
paragrafi B.1 e B.2, usando però una dimensione di campione nnew invece che n .
Nota: Per altri esempi o spiegazioni, test per la casualità dei dati e risoluzione dei problemi vedere
Appendice H, Riferimenti da 6 a 12.

QS 9000
CALCOLO DELLA CAPACITA’ DI PROCESSO
Dall’esempio:
p = 0,0312
La capacità di processo corrente corrisponde a 3,12% di difetti rispetto al
controllo funzionale (96,88% OK).
VALUTAZIONE DELLA CAPACITÀ DI PROCESSO
Se il controllo funzionale è eseguito interamente ed i prodotti non conformi

sono messi da parte, il cliente sarà protetto dal rischio di ricevere prodotti non
conformi, ma il tasso medio di difettosità pari al 3% (richiedente rilavorazione
o scarto) è sconsiderato. Devono essere messe in atto delle azioni per
migliorare il livello cronico di performance.

QS 9000
Sezione 1 La Carta p (Continua)
Dopo aver risolto i problemi di controllo (identificato, analizzato e ove possibile corretto/prese le misure per evitare che si
ripresentino le cause speciali) la carta di controllo riflette la capacità di processo fondamentale. Per la carta p (e per tutte le
altre carte degli attributi) la capacità di processo differisce da quella delle variabili in quanto ogni punto su una carta degli
attributi indica direttamente la percentuale o il tasso di prodotti non conformi (fuori specifica) ai requisiti del cliente,
mentre i punti sulla carta delle variabili indicano quello che il processo produce senza tenere conto delle specifiche
tecniche. Di conseguenza, per le carte degli attributi, la capacità è definita semplicemente come la proporzione o il tasso
medio di prodotti non conformi, mentre la capacità per le carte delle variabili si riferisce alla variazione totale (intrinseca)
prodotta dal processo (stabile) con e/o senza le rettifiche per la centratura del processo sugli obiettivi specifici.
D.1. Calcolo della capacità di processo
• Per una carta p la capacità di processo è riflessa dalla media di non conformità del processo, p , calcolata
quando tutti i punti sono sotto controllo. Se richiesto, questo può essere espresso come la proporzione
conforme alle specifiche (1 - p ).
• Per la stima preliminare di una capacità di processo, usare i dati storici ma escludere i punti associati a
cause speciali.
• Per uno studio formale della capacità di processo, occorre utilizzare dati nuovi, preferibilmente per 25 o
più periodi con i punti tutti sotto controllo statistico. Il p per questi periodi consecutivi sotto controllo,
rappresenta la miglior stima della capacità corrente di processo.
D.2. Valutazione della capacità di processo
• La capacità di processo come calcolata fin qui riflette il livello corrente della performance che il processo
genera o che si può prevedere possa generare, fino a quando il processo stesso rimane in condizioni di
controllo e non è sottoposto a modifiche sostanziali della performance. Partendo da una base periodo -
periodo, la proporzione di non conformità misurata varierà tra i limiti di controllo, ma escludendo ogni
eventuale modifica del processo, o periodo in cui si permette al processo di andare fuori controllo, la
proporzione media di non conformità tenderà ad essere stabile.
• Questa capacità media, non i valori singoli fluttuanti, deve essere valutata in base alle previsioni della
direzione per quella particolare caratteristica. Quindi se il livello medio non è accettabile, è necessario
che vengano eseguite analisi e intraprese azioni nuove nei confronti del processo stesso (responsabilità
della direzione).

QS 9000
MIGLIORAMENTO DELLA CAPACITA’ DI PROCESSO
Per migliorare la performance cronica del processo concentrarsi sulle cause

comuni che influiscono su tutti i periodi. Questo richiede in genere l’intervento
della direzione.
CARTE ED ANALISI DEL PROCESSO REVISIONATO
Confermare l’efficacia dei cambiamenti di sistema continuando a controllare le

carte di controllo.

QS 9000
Sezione 1 La Carta p (Continua) – Interpretazione per la Capacità di Processo
D.3. Miglioramento della capacità di processo
• Dopo che il processo ha dimostrato di essere in condizioni di controllo statistico, il restante livello medio
di non conformità rifletterà le cause sistematiche di variazione nel processo fondamentale - capacità di
processo. I tipi di analisi eseguiti per diagnosticare i problemi dovuti a cause speciali (controllo) che
erano concentrati sulle operazioni non saranno più adeguate per diagnosticare le cause comuni che
influiscono sul sistema. A meno che l’azione della direzione non sia diretta verso il sistema in se stesso,
non ci si può attendere alcun miglioramento della capacità di processo. Le soluzioni a lungo termine sono
necessarie per correggere le fonti di non conformità croniche.
Le tecniche di risoluzione dei problemi, tipo l’analisi di Pareto e l’analisi causa - effetto possono essere
un valido aiuto (Vedere Appendice H, Riferimento 11). Tuttavia, comprendere i problemi può essere
difficile quando si usano solo gli attributi. In genere, la risoluzione dei problemi può essere aiutata
risalendo a monte del processo fino ai limiti delle possibilità per raggiungere la fonte della causa di
variazione sospetta e usando dati variabili per l’analisi (ad esempio nelle carte di controllo X e R).
D.4. Tracciare e analizzare il processo revisionato
• Dopo che sono state applicate azioni sistematiche sul processo, i loro effetti devono essere evidenziati
dalle carte di controllo; la carta diventa un modo per verificare l’efficacia dell’azione.
• Durante la realizzazione delle modifiche al processo è importante sorvegliare con attenzione le carte di
controllo. Questo periodo di modifiche può essere negativo per le operazioni, causando potenziali nuovi
problemi di controllo che possono oscurare gli effetti validi del cambio di sistema.
• Dopo aver identificato e corretto le eventuali cause speciali di variazione comparse durante il periodo dei
cambiamenti, il processo sarà nuovamente in condizioni di controllo statistico con una nuova media di
processo. Questa nuova media che si riflette sulla performance sotto controllo può essere usata come base
per il controllo corrente del processo. Tuttavia le indagini ed i miglioramenti al sistema devono
continuare.

QS 9000
Figura 38 - La Carta np per la Quantità di Non Conformità

QS 9000
Sezione 2
LA CARTA np PER LA QUANTITÀ DI NON CONFORMITÀ
La carta np (vedere Figura 38) misura la quantità di articoli non conformi (discrepanti o cosiddetti difettosi) di un lotto
sottoposto a controllo. E’ uguale alla carta p tranne il fatto che su di essa è registrato il numero effettivo di articoli non
conformi piuttosto che la loro proporzione rispetto al campione. Sia la carta p che la carta np sono adatte per la stessa
situazione di base, con la possibilità di scegliere la carta np se (a) il numero effettivo di non conformità è più significativo o
più semplice da indicare rispetto alla proporzione e (b) la dimensione del campione rimane costante tra i periodi. Le
istruzioni per le carte np sono sostanzialmente uguali a quelle fornite per la carta p; le eccezioni sono elencate nel seguito.
• Le dimensioni del campione di controllo devono essere uguali. Il periodo per la formazione dei sottogruppi
deve avere senso in termini di intervalli di produzione e sistemi di feedback e i campioni devono essere
sufficientemente grandi per permettere che compaiano numerosi articoli non conformi in ogni sottogruppo.
Registrare la dimensione del campione sul modulo.
• Registrare e tracciare il numero di non conformità di ogni sottogruppo (np).
B CALCOLO DEI LIMITI DI CONTROLLO
(Vedere Sezione 1, Parte B del presente capitolo; le eccezioni sono elencate nel seguito).
• Calcolare il numero di non conformità medio di processo (n p ).
np1 + np 2 + ... + np k
np =
k
dove np1, np2…sono i numeri di non conformità in ogni k sottogruppo.
• Calcolare i limiti di controllo superiore ed inferiore (LCS, LCI).
⎛ np ⎞
LCS np = n p + 3 n p⎜⎜1 − ( )
⎟ = np + 3 np 1 − p
n ⎟⎠
⎝
⎛ np ⎞
LCI np = n p − 3 n p⎜⎜1 − ( )
⎟ = np − 3 np 1 − p
n ⎟⎠
⎝
dove n = dimensione del campione del sottogruppo.

(Vedere Sezione 1, Parte C del presente capitolo).
(Vedere Sezione 1, Parte D del presente capitolo). Notare che la capacità di processo per una carta np è sempre p
così come lo è per una carta p.

QS 9000
Figura 39 - La Carta c per il Numero di Non Conformità

QS 9000
Sezione 3
LA CARTA c PER IL NUMERO DI NON CONFORMITÀ
La carta c (vedere Figura 39) misura il numero di non conformità (discrepanze o cosiddetti difetti) in un lotto di controllo
(al contrario del numero di unità scoperte non conformi, e tracciate su una carta np). Per una carta c occorre avere a
disposizione un campione con la stessa dimensione costante o una quantità di materiale controllato. Questa carta si utilizza
per due principali situazioni di controllo:
• Quando le non conformità sono sparse in un flusso continuo di prodotto (per esempio fessure in un bullone di
vinile, bolle nel vetro, o punti di isolamento sottile su un cavo) e quando il tasso medio di non conformità può
essere espresso (per esempio fessure per 100 mq. di vinile).
• Quando le non conformità derivanti da diverse fonti potenziali possono essere scoperte su una sola unità di
controllo (per esempio i resoconti preparati presso una stazione di riparazione dipartimentale, dove ogni singolo
veicolo o componente può presentare una o più varietà di non conformità potenziali).
I punti che seguono descrivono la costruzione e l’applicazione di una carta c ; essi sono simili all’approccio base descritto
per le carte p con alcune eccezioni.
• Le dimensioni dei campioni di controllo (numero delle unità, zona di tessuto, lunghezza del cavo, ecc.) devono
essere uguali in modo che i valori di c tracciati riflettano le modifiche nella qualità (tasso di evento delle non
conformità, c, piuttosto che le modifiche di esposizione (la stessa dimensione, n). Registrare la dimensione
del campione sul modulo.
• Registrare e tracciare il numero di non conformità per ogni sottogruppo (c).
• Calcolare il numero medio di non conformità di processo (C):
c1 + c 2 + ... + c k
c=
k
dove c1, c2…rappresentano il numero di non conformità per ogni sottogruppo k.
• Calcolare i limiti di controllo (LCSc e LCIc)
LCSc = c + 3 c
LCI c = c − 3 c


(Vedere Sezione 1, Parte D del presente capitolo; le eccezioni sono elencate nel seguito).
La capacità di processo è c , il numero medio di non conformità di un campione con dimensione fissa n.

QS 9000
Figura 40 - La Carta u delle Non Conformità per Unità

QS 9000
Sezione 4
LA CARTA u DELLE NON CONFORMITÀ PER UNITÀ
La carta u (vedere Figura 40) misura il numero di non conformità (discrepanze o cosiddetti difetti) per unità di controllo
nei sottogruppi che possono avere dimensione di campione variabile (o quantità di materiale controllato). Questa carta è
simile alla carta c, tranne il fatto che il numero di non conformità è espresso su base unitaria. Entrambe le carte u e c sono
adatte per le stesse situazioni di base; comunque, la carta u può essere usata se il campione comprende più di una “unità”
(per rendere la relazione più significativa), e deve essere usata se la dimensione del campione può variare da un periodo
all’altro. Le istruzioni relative alla compilazione di una carta u sono simili a quelle della compilazione della carta p; le
eccezioni sono elencate nel seguito.
• Non occorre che le dimensioni del campione siano costanti tra i sottogruppi sebbene mantenerli entro il 25%
sopra o sotto la media semplifichi i calcoli dei limiti di controllo.
• Registrare e tracciare le non conformità per ogni sottogruppo (u):
c
u=
n
dove c è il numero di non conformità scoperto, e n è la dimensione del campione (numero delle unità del
campione di controllo) del sottogruppo; c e n dovrebbero essere anch’essi indicati nel modulo.
NOTA: la dimensione del campione di ogni sottogruppo, n, è espressa in termini di unità di relazione di
controllo. Talvolta l’unità di relazione è un’unità singola di produzione, per esempio un motore.
Spesso comunque, l’unità di relazione e di ispezione è diversa dall’unità di produzione. Ad
esempio nei rapporti che mostrano non conformità per cento unità, l’unità di relazione è 100 unità
di produzione, e n mostra quante centinaia sono state controllate.
• Calcolare le non conformità per unità medie di processo ( u )

c1 + c 2 + ... + c k
u=
n 1 + n 2 + ... + n k
dove c1, c2… e n1, n2… sono i numeri di non conformità e la dimensione di campione di ogni sottogruppo k.
• Calcolare i limiti di controllo (LCS, LCI).
u
LCS u = u + 3 u / n = u + 3
n
u
LCI u = u − 3 u / n = u − 3
n
dove n è la dimensione media del campione.

QS 9000
Figura 41. Carta di Controllo u - Ricalcolo dei limiti di controllo

QS 9000
Sezione 4 La Carta u (Continua) – Calcolo dei Limiti di Controllo
NOTA: (vedere Figura 41) Se ogni dimensione di campione di singolo sottogruppo è superiore al 25% o
inferiore al 25% della dimensione media del campione, ricalcolare i limiti di controllo precisi con
la seguente formula:
u
LCS u , LCI u = u ± 3 u / n = u ± 3
n
dove u rappresenta la media di processo e n è la dimensione del campione (numero di unità di

relazione di controllo) di un particolare sottogruppo. Modificare i limiti sulla carta e usarli come base
per identificare le cause speciali.
Notare che l’uso di limiti di controllo variabili è faticoso e potenzialmente può produrre confusione.
E’ meglio, ove possibile, evitare questa situazione usando dei campioni con dimensione costate.


(Vedere Sezione 1, Parte D del presente capitolo).
La capacità di processo è u , il numero medio di non conformità per unità di relazione.

QS 9000

QS 9000
Capitolo IV
ANALISI DEI SISTEMI DI MISURA DI PROCESSO
Sezione 1
INTRODUZIONE
Dopo aver determinato le caratteristiche da misurare per un determinato processo, è necessario eseguire una valutazione
del sistema di misurazione adottato per quella/quelle caratteristica/caratteristiche per garantire un’analisi efficace di ogni
successivo dato SPC generato per quella/quelle caratteristica/caratteristiche. Ricordare la scoperta fondamentale condivisa
da tutti gli esperti di statistica e dai professionisti della qualità in tutto il mondo secondo la quale un valore osservato è
composto da un valore principale della caratteristica misurata più un errore di misura, oppure
valore osservato = valore principale + errore di misura
“L’errore di misura” è il termine statistico che significa l’effetto netto di tutte le fonti di variabilità della misura che
provocano la deviazione di un valore osservato dal valore principale (valore vero). Purtroppo questa relazione significa che
ci si trova a dover prendere delle decisioni su un prodotto usando delle informazioni (per esempio numeri) che contengono
una variabilità aggiuntiva. Proseguendo, la variabilità totale in una serie di dati consistente in almeno due misure per lotto
(o sottogruppo) e molti lotti (sottogruppi) nel tempo, è composta a sua volta da due elementi, cioè:
variabilità totale = variabilità del prodotto + variabilità della misura *
L’importanza di ridurre al minimo l’effetto della variabilità della misura sulla valutazione della variabilità del processo non
può essere esagerato. Per comprendere meglio i vari aspetti dell’analisi dei sistemi di misura, far riferimento al Manuale
Analisi dei Sistemi di Misura (MSA per l’industria automobilistica) (Appendice H, Riferimento 15) pubblicato nel mese di
dicembre 1990 a Automitive Industry Action Group (AIAG). Uno dei metodi più diretti ed anche ampiamente più applicati
per l’analisi dei sistemi di misura è descritto nel manuale AIAG-MSA e presentato in questa sezione come metodo
ragionevolmente ben accetto per la valutazione di un sistema di misura prima di iniziare un controllo di processo statistico.
Non si intende comunque suggerire che questa sia l’unica tecnica MSA accettabile. Inoltre la tecnica descritta in questo
manuale suppone che siano già stati valutati e ritenuti accettabili gli altri attributi chiave del sistema di misura cioè
accuratezza, linearità e stabilità così come sono descritti nel manuale MSA.
* Vedere appendice H, Riferimento 18

QS 9000

QS 9000
IV. ANALISI DEL SISTEMA DI MISURAZIONE
Sezione 2
METODO DELLA MEDIA E DEL CAMPO DI VARIAZIONE
Il metodo della Media e del Campo di variazione ( X &R, talvolta denominato “Metodo lungo”) è un metodo matematico
che fornisce la valutazione della ripetibilità e della riproducibilità di un sistema di misura. Questo metodo permette di
scomporre i sistemi di misura in due componenti separate, ripetibilità e riproducibilità.
Se la ripetibilità è maggiore rispetto alla riproducibilità i motivi possono essere i seguenti:
• Occorre eseguire la manutenzione dello strumento.
• Il calibro deve essere riprogettato per essere più rigido.
• Il punto di fissaggio o di posizionamento dei calibri deve essere migliorato.
• La variazione all’interno del pezzo è eccessiva.
Se la riproducibilità è maggiore rispetto alla ripetibilità le possibili cause sono:
• L’operatore deve seguire un corso di formazione sull’uso e la lettura dello strumento.
• Le tacche sul quadrante dello strumento non sono chiare.
• È necessario usare un accessorio qualsiasi per aiutare l’operatore ad usare il calibro in modo più regolare.
A. ESECUZIONE DELLO STUDIO

Sebbene il numero di operatori, di prove e di pezzi possa variare, quanto segue rappresenta la condizione ottimale per
l’esecuzione dello studio. Far riferimento al foglio dati R&R del calibro illustrato nella Figura 42. La procedura dettagliata
è la seguente:
1. Far riferimento agli operatori come A, B, C e numerare i pezzi da uno a dieci in modo che i numeri siano
visibili per gli esperti.
NOTA: i dieci pezzi dovrebbero essere scelti a caso in tutta la piena escursione del processo. E’ importante
che i pezzi, ove possibile, rappresentino la totalità del processo (variazione).
2. Tarare il calibro.
3. Far misurare all’operatore A dieci pezzi in ordine sparso e far registrare i dati sulla riga 1 da un altro
operatore. Far misurare agli operatori B e C gli stessi dieci pezzi, ma in modo che uno non veda i valori
misurati dall’altro quindi inserire i risultati nelle righe 6 e 11.
4. Ripetere il ciclo usando un diverso ordine sparso di misura. Inserire i dati nelle righe 2, 7 e 12. Registrare i
dati nella colonna appropriata. Ad esempio se il primo pezzo calibrato è il pezzo 7 il risultato dovrà essere
inserito nella colonna contrassegnata con il 7. Se sono necessarie tre prove, ripetere il ciclo ed inserire i dati
nelle righe 3, 8 e 13.
5) Le fasi 3) e 4) possono essere modificate qualora si debbano misurare pezzi molto grandi o i pezzi non siano
disponibili contemporaneamente:
a. far misurare all’operatore A il primo pezzo e registrare il risultato nella riga 1. Far misurare
all’esperto B il primo pezzo e registrare il valore nella riga 6. Far misurare all’esperto C il primo
pezzo e registrare il risultato nella riga 11.

QS 9000
Sezione 2 Metodo della Media e dell’Escursione (Continua) – Esecuzione dello Studio
b. Far ripetere la misura all’operatore A sul primo pezzo e registrare il valore nella riga 2. Far
ripetere la misura all’operatore B e registrarla nella riga 7. Far ripetere la misura all’operatore
C e registrarla nella riga 12. Ripetere questo ciclo e registrare i risultati nelle righe 3, 8 e 13 nel
caso si debbano eseguire tre prove.
6. Può essere usato un metodo alternativo se gli operatori lavorano in turni differenti. Far misurare all’operatore
A tutti i dieci pezzi e inserire i valori nella riga 1. Far ripetere la misurazione all’operatore A seguendo un
ordine diverso e introdurre i risultati nelle righe 2 e 3. Procedere nello stesso modo con gli operatori B e C.
B. CALCOLI
I calcoli per la ripetibilità e la riproducibilità dei calibri sono illustrati nelle Figure 42 e 43. La Figura 42 mostra il foglio
dei dati sui quali sono registrati tutti i risultati degli studi. La Figura 43 indica il foglio di rapporto sul quale si registrano le
informazioni di identificazione e si eseguono i calcoli secondo la formula descritta. La procedura per il calcolo dopo aver
raccolto i dati è la seguente:
1. Sottrarre la lettura più piccola da quella più grande nelle righe 1, 2 e 3; scrivere il risultato nella riga 5.
Eseguire le stesse operazioni per le righe 6, 7 e 8; e 11, 12 e 13 e scrivere i risultati nelle righe 10 e 15
rispettivamente (Figura 42).
2. I dati scritti nelle righe 5, 10 e 15 devono essere valori positivi (Figura 42).
3. Eseguire la somma della riga 5 e dividere il totale per il numero di pezzi campionati per ottenere l’escursione
media per le prime prove eseguite R a. Eseguire le stesse operazioni per le righe 10 e 15 per ottenere R b e
R c (Figura 42).
4. Trasferire le medie delle righe 5, 10 e 15 ( R a, R b, R c) nella riga 17. Sommarle e dividerle per il numero di
operatori quindi scrivere i risultati come R (media di tutte le escursioni) (Figura 42).
5. Scrivere R (escursione media) nelle righe 19 e 20 e moltiplicarlo per D3 e D4, rispettivamente, per ottenere i
limiti di controllo inferiore e superiore. Notare che D3 è pari a 0 e D4 è uguale a 3,27 nel caso in cui si usino
due prove. Il valore del limite di controllo superiore (LCSR) delle singole escursioni deve essere scritto nella
riga 19. Il valore del limite di controllo inferiore (LCIR) per un numero inferiore a 7 prove è uguale a 0
(Figura 42).
6. Ripetere le misure che hanno dato come risultato un’escursione più grande di LSCR calcolata facendole
eseguire allo stesso operatore ed usando lo stesso pezzo utilizzato in precedenza, o non tenere conto di questi
valori e ricalcolare la media e R ed il valore limite LSCR prendendo come base la dimensione riesaminata
del campione. Eliminare le cause specifiche che hanno prodotto la condizione fuori controllo.
7. Sommare le righe 1, 2, 3, 6, 7, 8, 11, 12, 13. Dividere la somma di ogni riga per il numero dei pezzi
campionati e inserire questi valori nella colonna di destra denominata “Media” (Figura 42).
8. Aggiungere le medie nelle righe 1, 2 e 3, dividere il totale per il numero di prove e scrivere il valore nella
riga 4 nel blocco X a. Ripetere queste operazioni per le righe 6, 7 e 8; 11, 12 e 13, e inserire i risultati nei
blocchi X b e X c nelle righe 9 e 14, rispettivamente (Figura 42).
9. Inserire le medie massime o minime delle righe 4, 9 e 14 nell’apposito spazio della riga 18 e calcolare le
differenze. Introdurre questa differenza nello spazio contrassegnato da X DIFF della riga 18 (Figura 42).

QS 9000
Sezione 2 Metodo della Media e dell’Escursione (Continua) – Calcoli
10. Sommare le misure per ogni prova per ogni pezzo e dividere il totale per il numero di misure (il numero di
prove stabilisce il numero degli operatori). Inserire il risultato nella riga 16 nello spazio riservato alla media
per il pezzo (Figura 42).
11. Sottrarre la media più piccola per il pezzo da quella più grande e scrivere il risultato nello spazio
contrassegnato da Rp della riga 16. Rp è l’escursione delle medie del pezzo (Figura 42).
12. Trasferire i valori calcolati di R , X DIFF e Rp negli spazi sul lato del rapporto previsti per questo scopo
(Figura 43).
13. Eseguire i calcoli della colonna denominata “Analisi dell’Unità di Misura” sulla colonna a sinistra del
modulo (Figura 43).
14. Eseguire i calcoli della colonna denominata “Variazione Totale Percentuale %” sul lato destro del modulo
(Figura 43).
15. Controllare i risultati per accertare che non siano stati fatti degli errori.
C. ANALISI DEI RISULTATI

Il Foglio dei Dati e il Rapporto della Ripetibilità e Riproducibilità dei Calibri, Figura 42 e Figura 43 forniscono il metodo
per l’analisi numerica dei dati allo studio. L’analisi valuta la variazione e la percentuale di variazione di processo per la
ripetibilità, la riproducibilità, e la variazione tra pezzo e pezzo di tutto un sistema di misura e dei suoi componenti. Sul lato
sinistro del modulo (Figura 43) sotto la denominazione Analisi dell’Unità di Misura per ogni componente della variazione
si calcola la dispersione della deviazione standard di 5,15 che utilizza il 99% dell’area sotto la curva normale.
La ripetibilità o variazione dell’attrezzatura (EV o σ e) si determina moltiplicando l’escursione media ( R ) per una costante
(K1). K1 dipende dal numero di prove eseguite nello studio del calibro.
La riproducibilità o variazione dell’operatore (AV o σ o ) si determina moltiplicando la differenza media massima
dell’esperto ( X DIFF) per una costante (K2). K2 dipende dal numero degli operatori che hanno preso parte allo studio sul
calibro. Poiché la variazione dell’operatore è viziata dalla variazione dell’attrezzatura, questa deve essere rettificata
sottraendo una frazione della variazione dell’attrezzatura. Di conseguenza, la variazione dell’esperto (AV) si calcola
mediante:
⎡ (EV )2 ⎤
AV = [X × K2 ]
2
−⎢ ⎥
⎣⎢ (n × r ) ⎦⎥
DIFF
dove n = numero dei pezzi ed r = numero delle prove. Se il calcolo della radice quadrata produce un valore negativo la
variazione dell’esperto (AV) assume per difetto il valore (0).

QS 9000
PEZZO
OPERATORE /
MEDIA
PROVA #
1 2 3 4 5 6 7 8 9 10
1. A 1
2. 2
3. 3
4. Media Xa=
5. Escursione Ra=
6. B 1
7. 2
8. 3
9. Media Xb=
10. Escursione Rb=
11. C 1
12. 2
13. 3
14. Media Xc=

15. Escursione Rc=
16. Pezzo
X =
Media ( X p) Rp =
17. [R a= ] + [R b= ] + [R c= ] / [ # DI OPERATORI = ]= R =
18. [ Max X = ] - [ Min X = ] = X DIFF
19. [R = ] x [ D *4 = ] = LCSR
20. [R = ] x [ D *3 = ] = LCIR
D *4 = 3,27 per 2 prove e 2,58 per 3 prove; D *3 = 0 fino a 7 prove. LCSR rappresenta il limite dell'escursione R individuale. Segnalare
quelli che si trovano oltre questo limite. Identificare le cause ed eliminarle. Far ripetere queste letture allo stesso operatore ed usando la
stessa unità o rifiutare i valori e ricalcolare la media R e il valore limite sulla base delle osservazioni fatte.
Note: _______________________________________________________________________________________________________
Figura 42. Foglio dei dati della Ripetibilità e Riproducibilità del calibro

QS 9000
Pezzo No e Nome: Guarnizione Nome Calibro: Spessimetro Data: 4/12/88

Caratteristica: Spessore Calibro No: X - 2934 Eseguito da:
Specifica: Tipo Calibro: 0,0 – 10,1
Dal foglio dati: R = X DIFF = Rp =
Analisi dell'unità di misura % Variazione totale (TV)

Ripetibilità - Variazione attrezzatura (EV) %EV = 100 [EV/TV]
EV = R x K1 = 100 [____ / ____]

= ____ x ____ Prove K1
2 4,56 = ____%
= ____
3 3,05
Riproducibilità - Variazione esperto (AV) %EV = 100 [AV/TV]
AV = ⎢⎣
(
⎡ X DIFF xK
2 ) − (EV
2 2
/ nr ⎤)
⎥⎦
= 100 [____ / ____]
= [(____ x ____ ) − (____ /(____ x ____ ))]

2 2
= ____%
n = numero di pezzi
r = numero di prove
Operatori 2 3
= _____ 3,65 2,70
K2
Ripetibilità & Riproducibilità (R&R) %R&R = 100 [R&R/TV]
R&R = (EV + AV )
2 2
= 100 [____ / ____]
= (____ + ____ )
2 2
= ____%
Pezzi K3
= ____ 2 3,65
Variazione pezzo (PV) 3 2,70 %PV = 100 [PV/TV]
4 2,30
PV = Rp x K3 5 2,08 = 100 [____ / ____]
= ____ x ____ 6 1,93
7 1,82 = ____%
= ____ 8 1,74
Variazione totale (TV) 9 1,67
10 1,62
PV = (R & R + PV ) 2 2
= (____ + ____ )
2 2
= ____
Tutti i calcoli si basano sulla previsione 5,15 sigma (99% dell'area sotto la curva di distribuzione normale).
K1 è pari a 5,15/ d2, dove d2 dipende dal numero delle prove (m) ed il numero dei pezzi stabilisce il numero degli operatori (g) che si
presume superiore a 15. I valori d2 sono ricavati dall’Appendice E.
AV - Se il valore calcolato sotto la radice quadrata è negativo, la variazione esperto (AV) assume il valore zero (0) per difetto.
K2 è pari a 5,15/ d2*, dove d2* dipende dal numero degli operatori (m) e (g) è uguale a 1, poiché si calcola un solo campo di variazione.
K3 è pari a 5,15 d2*, dove d2* dipende dal numero dei pezzi (m) e (g) è uguale a 1, poiché si calcola un solo campo di variazione.
d2* si ricava dalla tabella D3 "Controllo Qualità e statistiche industriali", A.J. Duncan (Vedere Appendice H, Riferimento 9)
Figura 43. Rapporto di ripetibilità e riproducibilità del calibro


QS 9000
Sezione 2 Metodo della Media e dell’Escursione (Continua) – Analisi dei Risultati
La variazione di ripetibilità e riproducibilità del sistema di misura (R&R o σ m) si calcola aggiungendo il quadrato della
variazione dell’attrezzatura ed il quadrato della variazione dell’operatore e calcolando la seguente radice quadrata:
R&R= [(EV) 2
+ (AV )2 ]
La variazione tra i pezzi (PV oppure σ p) è determinata moltiplicando l’escursione delle medie del pezzo (Rp) per una
costante (K3). K3 dipende dal numero di pezzi usati nello studio del calibro.
La variazione totale (TV oppure σ t) dallo studio si calcola sommando il quadrato della variazione di ripetibilità e
riproducibilità (R&R) e la variazione tra i pezzi (PV) e calcolando la seguente radice quadrata:
TV = [(R & R ) 2
+ (PV )2 ]
Se la variazione di processo è conosciuta ed il suo valore si basa su 6 σ , questo può essere usato al posto della variazione
totale dello studio (TV) calcolata partendo dai dati dello studio del calibro. Ciò si ottiene eseguendo i seguenti calcoli:
⎡ Variazione. Pr ocesso ⎤
1. TV = 5.15 ⎢ ⎥
⎣ 6.00 ⎦
2. PV = [(TV ) 2
+ (R & R )2 ]
Entrambi questi valori (TV e PV) sostituiscono quelli calcolati in precedenza.
Dopo aver determinato la variabilità di ogni fattore nel corso dello studio del calibro, questa può essere confrontata con la
variazione totale (TV). Ciò si ottiene eseguendo i calcoli sul lato destro del modulo di rapporto calibri (Figura 43) nella
colonna “variazione totale percentuale”.
⎡ EV ⎤
La percentuale che la variazione dell’attrezzatura (% EV) utilizza della variazione totale (TV) si calcola con 100 ⎢ ⎥.
⎣ TV ⎦
La percentuale di variazione totale consumata dagli altri fattori può essere calcolata nel modo seguente:
⎡ AV ⎤
%AV = 100 ⎢ ⎥
⎣ TV ⎦
⎡R & R ⎤
% R&R = 100 ⎢ ⎥
⎣ TV ⎦
⎡ PV ⎤
%PV = 100 ⎢ ⎥
⎣ TV ⎦
LA SOMMA DELLE PERCENTUALI UTILIZZATE DA OGNI FATTORE NON SARÀ UGUALE AL 100%
I risultati di questa variazione totale percentuale devono essere valutati per stabilire se il sistema di misura è accettabile per
l’uso che si intende farne.

QS 9000
Sezione 2 Metodo della Media e dell’Escursione (Continua) – Analisi dei Risultati
Se l’analisi si basa sulla tolleranza invece che sulla variazione di processo, il modulo del rapporto di riproducibilità e
ripetibilità del calibro (Figura 43) può essere modificato in modo tale che il lato destro del modulo indichi la percentuale di
tolleranza invece che la percentuale della variazione totale. In questo caso, %EV, %AV, %R&R e %PV si calcolano
sostituendo il valore della tolleranza nel denominatore del calcolo con la variazione totale (TV).
Le linee guida per l’accettazione della ripetibilità e riproducibilità del calibro (%R&R) sono:
• Sotto il 10% di errore - il sistema di misura è accettabile
• Tra 10% e 30% di errore - può essere accettato a seconda dell’importanza dell’applicazione,
del costo del calibro, del costo delle riparazioni, ecc.
• Oltre il 30% di errore - il sistema di misura deve essere migliorato. È necessario
identificare i problemi ed eliminarli.
D. ESEMPIO
La società XYZ ha lanciato una valutazione dei sistemi di misura. Il primo dispositivo di misura sottoposto a valutazione è
uno spessimetro per guarnizione. Il tecnico della qualità ha deciso di usare 10 pezzi che rappresentano la variabilità del
processo e richiede l’aiuto di 3 operatori del gruppo di controllo, selezionati a caso. Poiché il tempo rappresenta un vincolo
si eseguono solo 2 prove. Il metodo di raccolta e di analisi dei dati applica le procedure descritte all’inizio di questa sezione
con i risultati illustrati nella Figura 44 e nella Figura 45.
Il limite di controllo superiore (LCSR) e quello di controllo inferiore (LCIR) per i singoli campi di variazione sono calcolati
seguendo le istruzioni della Figura 44. I dati potrebbero essere tracciati su un diagramma di controllo dei campi di
variazione per la ripetibilità, ma l’analisi di questi campi indica che sono tutti sotto controllo (cioè si trovano tra LCSR e
LCIR). Ciò significa che esiste coerenza tra tutti gli operatori e che tutti stanno usando il calibro nello stesso modo.
E’ necessario procedere all’analisi dell’unità di misura ed al calcolo della percentuale della variazione di processo per ogni
componente della variazione (vedere Figura 45). I risultati devono essere valutati per stabilire se il sistema di misura è
accettabile per l’uso che si intende fare. In questo esempio, la %R&R è uguale a 25,2% e, di conseguenza, il sistema di
misura sarà considerato di secondaria importanza per la misura della variazione di processo.

QS 9000
PEZZO
OPERATORE /
MEDIA
PROVA #
1 2 3 4 5 6 7 8 9 10
1. A 1 0,65 1,00 0,85 0,85 0,55 1,00 0,95 0,85 1,00 0,60 0,83
2. 2 0,60 1,00 0,80 0,95 0,45 1,00 0,95 0,80 1,00 0,70 0,825
3. 3
4. Media 0,625 1,000 0,825 0,900 0,500 1,000 0,950 0,825 1,000 0,650 X a = 0,8275
5. Escursione 0,05 0,00 0,05 0,10 0,10 0,00 0,00 0,05 0,00 0,10 R a = 0,045
6. B 1 0,55 1,05 0,80 0,80 0,40 1,00 0,95 0,75 1,00 0,55 0,785
7. 2 0,50 0,95 0,75 0,75 0,40 1,05 0,90 0,70 0,95 0,50 0,75
8. 3
9. Media 0,550 1,000 0,775 0,775 0,400 1,025 0,925 0,725 0,975 0,525 X b = 0,7675
10. Escursione 0,00 0,10 0,05 0,05 0,00 0,05 0,05 0,05 0,05 0,05 R b = 0,045
11. C 1 0,50 1,05 0,80 0,80 0,45 1,00 0,95 0,80 1,05 0,85 0,825
12. 2 0,55 1,00 0,80 0,80 0,50 1,05 0,95 0,80 1,05 0,80 0,83
13. 3
14. Media 0,525 1,025 0,800 0,800 0,475 1,025 0,950 0,800 1,050 0,825 X c = 0,8275
15. Escursione 0,05 0,05 0,00 0,00 0,05 0,05 0,00 0,00 0,00 0,05 R c = 0,030
16. Pezzo
X = 0,8075
Media ( X p) 0,567 1,008 0,800 0,825 0,458 1,017 0,942 0,783 1,008 0,667 Rp = 0,559
17. [ R a = 0,045] + [ R b = 0,045] + [ R c = 0,03] / [ # DI ESPERTI = 3] = R = 0,04
18. [ Max X a = 0,8275 ] - [ Min X b = 0,7675 ] = X DIFF 0,06
19. * 0,13
[ R = 0,04 ] x [ D 4 = 3,27 ] = LCSR
20. * 0,00
[ R = 0,04 ] x [ D 3 = 0,00 ] = LCIR
D *4 = 3,27 per 2 prove e 2,58 per 3 prove; D *3 = 0 fino a 7 prove. LCSR rappresenta il limite dell'escursione R individuale. Segnalare
quelli che si trovano oltre questo limite. Identificare le cause ed eliminarle. Far ripetere queste letture allo stesso operatore ed usando la
stessa unità o rifiutare i valori e ricalcolare la media R e il valore limite sulla base delle osservazioni fatte.
Note: _______________________________________________________________________________________________________
Figura 44. Foglio dei dati della Ripetibilità e Riproducibilità del calibro - Esempio

QS 9000
Pezzo No e Nome: Guarnizione Nome Calibro: Spessimetro Data: 4/12/88

Caratteristica: Spessore Calibro No: X - 2934 Eseguito da:
Specifica: 0,6 – 1,0 mm Tipo Calibro: 0,0 – 10,1
Dal foglio dati: R = 0,04 X DIFF = 0,06 Rp = 0,559
Analisi dell'unità di misura % Variazione totale (TV)

Ripetibilità - Variazione attrezzatura (EV) %EV = 100 [EV/TV]
EV = R x K1 = 100 [0,18 / 0,93]

= 0,04 x 4,56 Prove K1
2 4,56 = 18,7%
= 0,18
3 3,05
Riproducibilità - Variazione operatore (AV) %EV = 100 [AV/TV]
AV = (
⎡ X DIFF xK
⎢⎣ 2 ) − (EV
2 2
)
/ nr ⎤
⎥⎦
= 100 [0,16 / 0,93]
= [(0,06x2,70) − (0,18
2 2
)]
/ (10 x 2 )
= 16,8%
n = numero di pezzi
r = numero di prove
Operatori 2 3
= 0,16 3,65 2,70
K2
Ripetibilità & Riproducibilità (R&R) %R&R = 100 [R&R/TV]
R&R = (EV + AV )
2 2
= 100 [0,24 / 0,93]
= (0,18 + 0,16 )
2 2
= 25,2%
Pezzi K3
= 0,24 2 3,65
Variazione pezzo (PV) 3 2,70 %PV = 100 [PV/TV]
4 2,30
PV = Rp x K3 5 2,08 = 100 [0,90 / 0,93]
= 0,56 x 1,62 6 1,93
7 1,82 = 96,8%
= 0,90 8 1,74
Variazione totale (TV) 9 1,67
10 1,62
PV = (R & R + PV )2 2
= (0,24 + 0,90 )
2 2
= 0,93
Tutti i calcoli si basano sulla previsione 5,15 sigma (99% dell'area sotto la curva di distribuzione normale).
K1 è pari a 5,15/ d2, dove d2 dipende dal numero delle prove (m) ed il numero dei pezzi stabilisce il numero degli operatori (g) che si
presume superiore a 15. I valori d2 sono ricavati dall’Appendice E.
AV - Se il valore calcolato sotto la radice quadrata è negativo, la variazione esperto (AV) assume il valore zero (0) per difetto.
K2 è pari a 5,15/ d2*, dove d2* dipende dal numero degli operatori (m) e (g) è uguale a 1, poiché si calcola un solo campo di variazione.
K3 è pari a 5,15 d2*, dove d2* dipende dal numero dei pezzi (m) e (g) è uguale a 1, poiché si calcola un solo campo di variazione.
d2* si ricava dalla tabella D3 "Controllo Qualità e statistiche industriali", A.J. Duncan (Vedere Appendice H, Riferimento 9)
Figura 45. Rapporto di ripetibilità e riproducibilità del calibro - Esempio

QS 9000
APPENDICE A
Alcuni commenti relativi alla formazione dei sottogruppi
Le carte di controllo servono per rispondere alle domande relative ai processi. Affinché la carta di controllo sia utile è
importante che queste rispondano alle domande giuste. Una carta di controllo X-media pone la domanda: “La variazione
presente nel sottogruppo produce una media superiore a quella prevista basandosi sulla variazione all’interno dei
sottogruppi?”. Di conseguenza capire le fonti di variazioni all’interno e tra i sottogruppi è molto importante per poter
comprendere la carta di controllo e la variazione di processo. La maggior parte delle carte di controllo delle variabili
confrontano la variazione interna del sottogruppo con la variazione tra i sottogruppi, quindi è importante per interpretare le
carte di controllo formare dei sottogruppi in cui si capisca quali sono le possibili fonti di variazione che possono
influenzare i risultati del processo. Prendiamo in considerazione il presente esempio: un processo di produzione è formato
da quattro operazioni parallele. Si suppone che la variazione nel risultato di processo debba essere studiata con le carte di
controllo, quindi si deve prendere una decisione sul modo più adatto per raccogliere i dati per costruire le carte. Deve
essere presa in considerazione la grande varietà di schemi di campionatura possibili.. Gli elementi possono essere prelevati
da ogni flusso per formare un sottogruppo oppure le parti possono essere prelevate da un solo flusso ed incluse nello stesso
sottogruppo oppure si possono formare dei sottogruppi prelevando dei pezzi dalla combinazione del flusso dei risultati
senza tenere conto della loro fonte. L’esempio numerico descritto nel seguito indica i possibili risultati ottenibili con questi
tre metodi.
Metodi per raccogliere i dati partendo dal risultato di un processo di produzione a flusso multiplo
(mandrino)
S1
S2
Pezzi in arrivo Risultato combinato

S3
S4
Metodo 3: il sottogruppo è
formato da misure prese sul
risultato combinato di tutti i
flussi.
Metodo 1: il sottogruppo è formato da Metodo 2: raccolta dei dati da ogni

una o da più misure prese in ogni flusso separato. Questo sottogruppo è
flusso; questo metodo di formazione formato da misure prese in un solo
dei sottogruppi è stratificato. flusso.
Ogni ora si raccoglie un campione di 16 pezzi prelevando i pezzi da quattro cicli consecutivi di ogni flusso. Esempio dei
dati raccolti:
Ciclo della Macchina
Campione # A B C D
Flusso 1 17 18 18 20
Flusso 2 12 15 12 12
Flusso 3 9 10 9 12
Flusso 4 10 11 12 12
In questi dati sono state acquisite tre fonti di variazione. La variazione Ciclo-Ciclo è acquisita dalle diverse colonne della
tabella; la variazione flusso-flusso è acquisita dalle righe della tabella, e la variazione ora-ora è acquisita dai differenti
campioni dei 16 pezzi.

QS 9000

QS 9000
APPENDICE A - Commenti relativi alla formazione dei sottogruppi (Continua)
Uno schema di formazione dei sottogruppi può essere la tracciatura della media e dell’escursione di ogni colonna per ogni
serie di dati. Usando questo tipo di formazione di sottogruppi la variazione flusso-flusso rimane contenuta all’interno di
ogni sottogruppo. La variazione ora-ora e ciclo-ciclo contribuirà alle differenze tra i sottogruppi. Un altro possibile modo
di formazione di sottogruppi consiste nel tracciare la media e l’escursione di ogni riga per ogni serie di dati. Con questo
tipo di formazione di sottogruppi la variazione ciclo-ciclo rimane contenuta all’interno di ogni sottogruppo e la variazione
ora-ora e flusso-flusso contribuiscono a formare le differenze tra i sottogruppi.
Sottogruppi per colonna Sottogruppi per riga
1) A B C D X R 1) A B C D X R 1) A B C D X R
S1 9 10 9 12 10.0 2 S1 9 12 12 11 11.0 3 S1 10 12 11 10 10.8 2
S2 12 15 12 12 12.3 3 S2 11 13 10 11 11.3 3 S2 11 12 12 11 11.5 1
S3 17 18 18 20 18.3 3 S3 15 17 17 17 16.5 3 S3 16 16 20 16 17.0 4
S4 10 11 12 12 11.3 2 S4 12 15 12 11 12.5 2 S4 10 11 12 11 11.0 2
X 12.0 13.5 12.8 14 X 11.8 14.3 12.8 12.5 X 11.8 12.8 13.8 12.0
R 8 8 9 8 R 6 5 7 6 R 6 5 8 6
1) A B C D X R 1) A B C D X R 1) A B C D X R
S1 7 6 6 8 6.8 2 S1 11 11 8 10 10.0 3 S1 8 10 7 6 7.8 4
S2 8 8 8 9 8.3 1 S2 13 15 13 15 14.0 2 S2 9 10 9 9 9.8 1
S3 14 15 15 13 14.3 2 S3 17 18 19 16 17.5 3 S3 15 15 14 15 14.8 1
S4 6 7 7 7 6.5 1 S4 11 12 13 11 11.8 2 S4 6 7 5 6 6.0 2
X 8.8 9.0 8.8 9.3 X 13.0 14.0 13.3 13.0 X 9.5 10.5 8.8 9.0
R R 11 R 9 8 9 9
Dati prelevati nel corso di 20 ore consecutive usati per costruire le carte di controllo con ogni metodi di formazione di
sottogruppi.
Metodo 1: sottogruppi per colonna (ciclo)
Questa forma di sottogruppo contiene 80 sottogruppi di dimensione n = 4. L’escursione media è 7,85 ed il limite di
controllo superiore per la carta dell’escursione è 17,91 unità. Con questo metodo la variazione all’interno del sottogruppo
appare stabile.
Carta delle Escursioni Dati Sottogruppi per Colonna (Ciclo)

20
LCSR
16
12
8 R

QS 9000
Carta delle Medie dati Sottogruppi per Colonna (Ciclo)

20
LCSX
16
12 X
8
LCIX
4
Metodo 2: formazione di sottogruppi per riga

Il secondo tipo di formazione di sottogruppi contiene 80 sottogruppi di dimensione n = 4. La media delle medie è pari a
11,76 unità e l’escursione media è di 2,84 unità. I limiti di controllo per la carta X-media sono 13,83 e 9,70 unità ed il
limite di controllo superiore per la carta dell’escursione è 6,46 unità. Le carte di controllo per questo tipo sono illustrate nel
seguito.
Carta delle Escursioni Dati Sottogruppi per Riga (Mandrino)

20
16
12
8
LCSR
4
R
0
Carta delle Medie dati Sottogruppi per Riga (Mandrino)

20
16
LCSX
12 X
LCIX
8
Le carte di controllo per diversi tipi di formazione di sottogruppo sono molto diverse anche se sono ricavate dagli stessi
dati. La carta X-media per i dati raggruppati per riga mostra uno schema: tutti i punti corrispondenti al mandrino 3 sono
notevolmente più alti di quelli rilevati negli altri flussi. La prima carta X-media non rivela le differenze tra i flussi perché è
stata calcolata la media delle letture fatte su ogni flusso per ottenere ogni valore X-media. Raggruppando i dati in modo
diverso, le carte si occupano di questioni diverse.

QS 9000
Per la prima serie di carte, la variazione flusso-flusso è usata come base di confronto. La carta R permette di controllare se
la variazione flusso-flusso è stabile nel tempo e la carta X-media confronta la variazione ciclo-ciclo e la variazione ora-ora
con quella flusso-flusso. La seconda serie di carte usa la variazione ciclo-ciclo come base di confronto. La carta R permette
di controllare se la variazione ciclo-ciclo è stabile nel tempo mentre la carta X-media confronta la variazione flusso-flusso
e la variazione ora-ora con il livello base di variazione definito dalle escursioni, cioè variazione ciclo-ciclo. Poiché le
differenze tra flusso e flusso sono così grandi i limiti di controllo nella prima serie di carte sono più ampi di quelle della
seconda serie.
Con il secondo metodo di formazione dei sottogruppi i dati possono essere usati per creare quattro serie separate di carte di
controllo, una per ogni flusso.
Carta delle Escursioni R

Flusso 1 Flusso 2 Flusso 3 Flusso 4
8
Carta delle Medie X

Flusso 1 Flusso 2 Flusso 3 Flusso 4
20
16
12
Il confronto tra le carte mostra che la media del terzo flusso è superiore a quella degli altri e che i processi singoli sono
fuori controllo. Il livello base di variazione usato per studiare i risultati di ogni flusso, è la variazione ciclo-ciclo indicata
nell’escursione. Per ogni flusso gli effetti della variazione ora-ora sono indicati sulle carte di controllo X-media.
Tracciando le carte usando la stessa scala è possibile confrontare il livello e le variazioni per ogni flusso.
Metodo 3: Il terzo metodo di campionatura consiste nel campionare i pezzi prelevandoli dal risultato combinato di tutti e
quattro i flussi. Questo metodo fornisce intuizioni sulle variazioni inviate al processo successivo ma, non è più possibile
differenziare quale flusso ha prodotto il pezzo. A condizione che i pezzi del flusso congiunto siano mescolati l’escursione
riflette una mescolanza di variazioni flusso-flusso e ciclo-ciclo. I valori della X- media contengono inoltre una variazione
ora-ora. Se il contributo ora-ora alla variazione è sufficientemente ampio questo sarà ritenuto come punto fuori controllo
sulla carta X-media.

QS 9000
Carta delle Escursioni R Risultato Combinato

16 LCSR
12
8
R
4
Carta delle Medie X Risultato Combinato

18
LCSX
15
12 X
9
6 LCIX
3
La carta R permette di controllare se le variazioni flusso-flusso e ciclo-ciclo sono uniformi nel tempo. La carta X-media
risponde alla domanda: “La variazione dei valori nella carta X-media è prevista se la variazione ciclo-ciclo e flusso-flusso
fosse il solo tipo di variazione presente nel processo, o c’è un’aggiunta ora-ora?”.
In linea generale, la variazione rappresentata all’interno dei sottogruppi dovrebbe essere il tipo di variazione meno
significativa o almeno meno interessante come oggetto dello studio corrente. In ogni caso, occorre usare un metodo di
formazione dei sottogruppi che permetta di porre delle domande circa gli effetti delle potenziali fonti di variazione.

QS 9000

QS 9000
APPENDICE B
Sovraregolazione
La sovraregolazione è la pratica di trattare ogni deviazione dall’obiettivo come se fosse il risultato dell’azione di una causa
speciale di variazione sul processo. Se un processo stabile è regolato sulla base di ogni misura presa, la regolazione diventa
una fonte di variazione aggiuntiva. I seguenti esempi dimostrano questo concetto. Il primo grafico mostra la variazione dei
risultati senza nessuna regolazione apportata. Il secondo grafico mostra la variazione dei risultati dopo la regolazione del
processo per compensare ogni deviazione dall’obiettivo. Il terzo grafico mostra la variazione dei risultati quando le
regolazioni sono fatte per compensare solo quando l’ultimo risultato è superiore di una unità rispetto al target. Il terzo caso
è un esempio di compensazione per rimanere all’interno delle specifiche stabilite. Ogni metodo di regolazione aumenta la
variazione del risultato poiché la variazione senza regolazione è stabile (vedere Appendice H, Riferimento 4, Capitolo 11).
Risultati con nessuna regolazione
30
28
26
24
22 Variazione
20 Normale
18
16
14
12
10
Risultati con regolazione per compensare l’ultima deviazione dall’obiettivo
30
28
26
24
22 Nota Aumento
20 in Variazione
18
16
14
12
10
Risultati con regolazione per compensare l’ultima deviazione dall’obiettivo se la

deviazione era maggiore di 1
30
28
26
24 Nota Aumento
22 in Variazione
20
18
16
14
12
10

QS 9000

QS 9000
APPENDICE C
Selezione delle procedure da usare per le carte di controllo descritte nel presente
manuale
STABILIRE LE CARATTERISTICHE
CHE DEVONO ESSERE
TRACCIATE
INTERESSANO LE INTERESSANO
NO UNITÀ NON NO LE NON
I DATI SONO
CONFORMI - CIOÈ CONFORMITÀ -
VARIABILI?
PERCENTUALI DI CIOÈ
PEZZI “CATTIVI”? DISCREPANZE-
PEZZI?
SI SI
NO NO
SI USARE UNA LA DIMENSIONE LA DIMENSIONE USARE UNA
CARTA p DEL CAMPIONE È DEL CAMPIONE È CARTA u
COSTANTE? COSTANTE?
SI SI
USARE UNA USARE UNA
CARTA np O p CARTA c O u
SONO DI NATURA
OMOGENEA O NON E’ POSSIBILE
TENDENTI ALLA NO CALCOLARE IN NO USARE UNA
CAMPIONATURA DEL MODO ADATTO CARTA DELLA
SOTTOGRUPPO PER LA MEDIA DEI MEDIANA
ESEMPIO BAGNO SOTTOGRUPPI?
CHIMICO, LOTTO DI
VERNICE?
SI
SI LA DIMENSIONE
DEL NO
USARE UNA
SOTTOGRUPPO
È UGUALE A 9 O CARTA X - R
USARE LA CARTA PER
GLI INDIVIDUI: X-MR SUPERIORE?
SI
E’ POSSIBILE
CALCOLARE IN NO
USARE UNA
MODO ADATTO S
PER OGNI CARTA X - R
SOTTOGRUPPO?
NOTA: questo grafico presuppone SI

che il sistema di misura sia stato
USARE UNA
considerato adeguato.
CARTA X - S

QS 9000

QS 9000
APPENDICE D
Relazione tra Cpm* e altri indici con
(LSS-T) = (T-LIS)**
LSS T LIS
µ Cp CPL CPU Cpk Cpm
13 2 1.5 2.5 1.5 1.11
10 11 12 µ 14 15 16 17 18
LSS T LIS
14 2 2.0 2.0 2.0 2.00
10 11 12 13 µ 15 16 17 18
LSS T LIS
15 2 2.5 1.5 1.5 1.11
10 11 12 13 14 µ 16 17 18
LSS T LIS
16 2 3.0 1.0 1.0 0.63
10 11 12 13 14 15 µ 17 18
LSS T LIS
17 2 3.5 0.5 0.5 0.43
10 11 12 13 14 15 16 µ 18
LSS − LIS
n
(x i − T )2
* Cpm =
6σˆ C pm
, dove σ
ˆ C pm = ∑i =1
n −1
; T = Tolleranza di specifica, xi è una di campione individuale e n = numero
totale delle letture di campione individuale.

** L.J. Chan, S.W. Cheng, e F.A. Spiring, “Una nova Misura della Capability di Processo : Cpm, ”Rivista Tecnologia della Qualità”,
Vol. 20, No 3, Luglio, 1989, p.16. Ristampato dalla ”Rivista Tecnologia della Qualità”, Una Pubblicazione della Società Americana per
il Controllo della Qualità.

QS 9000

QS 9000
APPENDICE E
Tabella delle Costanti e delle Formule per le Carte di Controllo
Carte di Controllo X -R * Carte di Controllo X -s *

Carta Carta
Medie Medie Carta per
(X) Carta per Escursioni (R) (X) Deviazioni Standard (s)
Divisori per Divisori per
Fattori per la stima della Fattori per Fattori per la stima della Fattori per
Dimensione Limiti di deviazione Limiti di Limiti di deviazione Limiti di
Sottogruppo Controllo standard Controllo Controllo standard Controllo
n A2 d2 D3 D4 A3 c4 B3 B4
2 1.880 1.128 - 3.267 2.659 0.7979 - 3.267
3 1.023 1.693 - 2.574 1.954 0.8862 - 2.568
4 0.729 2.059 - 2.282 1.628 0.9213 - 2.266
5 0.577 2.326 - 2.114 1.427 0.9400 - 2.089
6 0.483 2.534 - 2.004 1.287 0.9515 0.030 1.970

7 0.419 2.704 0.076 1.924 1.182 0.9594 0.118 1.882
8 0.373 2.847 0.136 1.864 1.099 0.9650 0.185 1.815
9 0.337 2.970 0.184 1.816 1.032 0.9693 0.239 1.761
10 0.308 3.078 0.223 1.777 0.975 0.9727 0.284 1.716
11 0.285 3.173 0.256 1.744 0.927 0.9754 0.321 1.679

12 0.266 3.258 0.283 1.717 0.886 0.9776 0.354 1.646
13 0.249 3.336 0.307 1.693 0.850 0.9794 0.382 1.618
14 0.235 3.407 0.328 1.672 0.817 0.9810 0.406 1.594
15 0.223 3.472 0.347 1.653 0.789 0.9823 0.428 1.572
16 0.212 3.532 0.363 1.637 0.763 0.9835 0.448 1.552

17 0.203 3.588 0.378 1.622 0.739 0.9845 0.466 1.534
18 0.194 3.640 0.391 1.608 0.718 0.9854 0.482 1.518
19 0.187 3.689 0.403 1.597 0.698 0.9862 0.497 1.503
20 0.180 3.735 0.415 1.585 0.680 0.9869 0.510 1.490
21 0.173 3.778 0.425 1.575 0.663 0.9876 0.523 1.477

22 0.167 3.819 0.434 1.566 0.647 0.9882 0.534 1.466
23 0.162 3.858 0.443 1.557 0.633 0.9887 0.545 1.455
24 0.157 3.895 0.451 1.548 0.619 0.9892 0.555 1.445
25 0.153 3.391 0.459 1.541 0.606 0.9896 0.565 1.435
LCS X , LCI X = X ± A 2 R LCS X , LCI X = X ± A 3 s

LCS R = D 4 R LCSs = B 4 s
LCI R = D 3 R LCI s = B 3 s
σˆ = R / d 2 σˆ = s / c 4
* Da ASTM pubblicazione STP-15D, Manuale sulla Presentazione dell’Analisi dei Dati e delle Carte di Controllo, 1976; pp 134-
136. Copyright ASTM, 1916 Race Street, Philadelphia, Pennsylvania 19103. Ristampato con autorizzazione.

QS 9000
APPENDICE E - Tabella delle Costanti e delle Formule per le Carte di Controllo (Continua)
Carte di Controllo della Mediana ** Carte per Valori Individuali **

Carta Carta Val.
Mediana Individuali
~ (X)
(X) Carta per Escursioni (R) Carta per Escursioni (R)
Divisori per Divisori per
Fattori per la stima della Fattori per Fattori per la stima della Fattori per
Dimensione Limiti di deviazione Limiti di Limiti di deviazione Limiti di
Sottogruppo Controllo standard Controllo Controllo standard Controllo
n ~ d2 D3 D4 E2 d2 D3 D4
A2
2 1.880 1.128 - 3.267 2.660 1.128 - 3.267
3 1.187 1.693 - 2.574 1.772 1.693 - 2.574
4 0.796 2.059 - 2.282 1.457 2.059 - 2.282
5 0.691 2.326 - 2.114 1.290 2.326 - 2.114
6 0.548 2.534 - 2.004 1.184 2.534 - 2.004

7 0.508 2.704 0.076 1.924 1.109 2.704 0.076 1.924
8 0.433 2.847 0.136 1.864 1.054 2.847 0.136 1.864
9 0.412 2.970 0.184 1.816 1.010 2.970 0.184 1.816
10 0.362 3.078 0.223 1.777 0.975 3.078 0.223 1.777
~ ~
LCS X~ , LCI X~ = X ± A 2 R LCS X , LCI X = X ± E 2 R
LCS R = D 4 R LCS R = D 4 R
LCI R = D 3 R LCI R = D 3 R
σˆ = R / d 2 σˆ = R / d 2
* Da ASTM pubblicazione STP-15D, Manuale sulla Presentazione dell’Analisi dei Dati e delle Carte di Controllo, 1976; pp 134-
136. Copyright ASTM, 1916 Race Street, Philadelphia, Pennsylvania 19103. Ristampato con autorizzazione.
~
** A 2 Fattori derivati da ASTM–STP-15D Tabella Dati e Efficienze Contenuta nel W.J.Dixon e F.J.Massey, Jr., Introduzione
all’Analisi Statistica, Terza Edizione. 1969; Pagina 488; McGraw-Hill Editore, New York.

QS 9000
APPENDICE E - Tabella delle Costanti e delle Formule per le Carte di Controllo (Continua)
Carte degli Attributi
carta p per la proporzione delle unità non conformi, per campioni non necessariamente di dimensioni costante:
( )
LCS p , LCI p = p ± 3 p 1 − p / n
( )
= p ± 3 p1− p / n
carta np per il numero di unità non conformi, per campioni di dimensione costante:
( )
LCS np , LCI np = n p ± 3 n p 1 − p
carta c per il numero di non conformità, per campioni di dimensione costante:
LCSc , LCI c = c ± 3 c
carta u per il numero di non conformità per unità, per campioni non necessariamente di dimensioni costante:
LCS u , LCI u = u ± 3 u / n
u
= u±3
n
Memorandum: guida per la selezione delle carte di controllo per gli attributi:
NUMERO Unità
(semplice ma richiede una dimensione Non Conformi Non Conformità
di campione costante)
np c
PROPORZIONE
(più complessa ma adattabile ad una
proporzione comprensibile e può
utilizzare campioni con dimensioni p u
variabili

QS 9000
APPENDICE F
Distribuzione Normale Standard
Pz = la proporzione del risultato di processo oltre un particolare valore di interesse (tipo limite di specifica) che presenta
una deviazione standard di unità z rispetto alla media di processo (per un processo che sia in situazione di controllo
statistico e di distribuzione normale). Per esempio, se z =2.17, Pz = 0.0150 o 1.5%. In qualsiasi situazione effettiva questa
proporzione è solo approssimativa.
LS LS
x x
Pz σ σ Pz
z z
|z| x.x0 x.x1 x.x2 x.x3 x.x4 x.x5 x.x6 x.x7 x.x8 x.x9
4.0 .00003
3.9 .00005 .00005 .00004 .00004 .00004 .00004 .00004 .00004 .00003 .00003
3.8 .00007 .00007 .00007 .00006 .00006 .00006 .00006 .00005 .00005 .00005
3.7 .00011 .00010 .00010 .00010 .00009 .00009 .00008 .00008 .00008 .00008
3.6 .00016 .00015 .00015 .00014 .00014 .00013 .00013 .00012 .00012 .00011
3.5 .00023 .00022 .00022 .00021 .00020 .00019 .00019 .00018 .00017 .00017
3.4 .00034 .00032 .00031 .00030 .00029 .00028 .00027 .00026 .00025 .00024
3.3 .00048 .00047 .00045 .00043 .00042 .00040 .00039 .00038 .00036 .00035
3.2 .00069 .00066 .00064 .00062 .00060 .00058 .00056 .00054 .00052 .00050
3.1 .00097 .00094 .00090 .00087 .00084 .00082 .00079 .00076 .00074 .00071
3.0 .00135 .00131 .00126 .00122 .00118 .00114 .00111 .00107 .00104 .00100
2.9 .0019 .0018 .0018 .0017 .0016 .0016 .0015 .0015 .0014 .0014
2.8 .0026 .0025 .0024 .0023 .0023 .0022 .0021 .0021 .0020 .0019
2.7 .0035 .0034 .0033 .0032 .0031 .0030 .0029 .0028 .0027 .0026
2.6 .0047 .0045 .0044 .0043 .0041 .0040 .0039 .0038 .0037 .0036
2.5 .0062 .0060 .0059 .0057 .0055 .0054 .0052 .0051 .0049 .0048
2.4 .0082 .0080 .0078 .0075 .0073 .0071 .0069 .0068 .0066 .0064
2.3 .0107 .0104 .0102 .0099 .0096 .0094 .0091 .0089 .0087 .0084
2.2 .0139 .0136 .0132 .0129 .0125 .0122 .0119 .0116 .0113 .0110
2.1 .0179 .0174 .0170 .0166 .0162 .0158 .0154 .0150 .0146 .0143
2.0 .0228 .0222 .0217 .0212 .0207 .0202 .0197 .0192 .0188 .0183
1.9 .0287 .0281 .0274 .0268 .0262 .0256 .0250 .0244 .0239 .0233
1.8 .0359 .0351 .0344 .0336 .0329 .0322 .0314 .0307 .0301 .0294
1.7 .0446 .0436 .0427 .0418 .0409 .0401 .0392 .0384 .0375 .0367
1.6 .0548 .0537 .0526 .0516 .0505 .0495 .0485 .0475 .0465 .0455
1.5 .0668 .0655 .0643 .0630 .0618 .0606 .0594 .0582 .0571 .0559
1.4 .0808 .0793 .0778 .0764 .0749 .0735 .0721 .0708 .0694 .0681
1.3 .0968 .0951 .0934 .0918 .0901 .0885 .0869 .0853 .0838 .0823
1.2 .1151 .1131 .1112 .1093 .1075 .1056 .1038 .1020 .1003 .0985
1.1 .1357 .1335 .1314 .1292 .1271 .1251 .1230 .1210 .1190 .1170
1.0 .1587 .1562 .1539 .1515 .1492 .1469 .1446 .1423 .1401 .1379
0.9 .1841 .1814 .1788 .1762 .1736 .1711 .1685 .1660 .1635 .1611
0.8 .2119 .2090 .2061 .2033 .2005 .1977 .1949 .1922 .1846 .1867
0.7 .2420 .2389 .2358 .2327 .2297 .2266 .2236 .2206 .2177 .2148
0.6 .2743 .2709 .2676 .2643 .2611 .2578 .2546 .2514 .2483 .2451
0.5 .3085 .3050 .3015 .2981 .2946 .2912 .2877 .2843 .2810 .2776
0.4 .3446 .3409 .3372 .3336 .3300 .3264 .3228 .3192 .3156 .3121
0.3 .3821 .3783 .3745 .3707 .3669 .3632 .3594 .3557 .3520 .3483
0.2 .4207 .4168 .4129 .4090 .4052 .4013 .3974 .3693 .3897 .3858
0.1 .4602 .4562 .4522 .4483 .4443 .4404 .4364 .4325 .4286 .4247

QS 9000
0.0 .5000 .4960 .4920 .4880 .4840 .4801 .4761 .4721 .4681 .4641

QS 9000

QS 9000
APPENDICE G
Glossario dei Termini e dei Simboli
Si tratta di una descrizione intuitiva dei termini usati in questo manuale. Per le definizioni operative matematiche vedere
riferimenti nell’Appendice H.
Termini usati nel manuale
Metodi statistici avanzati Tecniche più sofisticate di analisi di controllo statistico di processo inclusi nei
Metodi Statistici di Base; questi possono comprendere tecniche di carte di
controllo più avanzate, analisi della regressione, progettazione di esperimenti,
tecniche avanzate di problem-solving, ecc.
Attributi Dati qualitativi che possono essere contati partendo dalla registrazione
dell’analisi. Gli esempi comprendono caratteristiche quali la presenza di
determinate etichette, l’installazione di tutti i dispositivi di chiusura richiesti,
l’assenza di errori su un rendiconto. Altri esempi sono caratteristiche intrinseche
misurabili (possono essere trattate come dati variabili), ma per le quali i risultati
sono registrati con il semplice metodo SI/NO, come l’accettabilità del diametro
di un albero controllato con un calibro passa/non passa o la presenza di
modifiche tecniche su un disegno. Gli attributi sono normalmente raccolti sotto
forma di unità non conformi o di non conformità; e sono analizzati usando le
carte di controllo p, np, c e u. (Vedere anche Dati Variabili).
Media La somma di valori divisa per il numero dei valori (dimensione del campione);
indicata da una barra sopra il simbolo dei valori per i quali deve essere calcolata
la media: per esempio X (X-barrato) è la media dei valori X all’interno di un
~
sottogruppo; X (X doppia barra) è la media delle medie del sottogruppo; X (X-
tilde barra) è la media delle mediane del sottogruppo; R è la media delle
escursioni del sottogruppo.
Consapevolezza Comprensione personale della qualità e produttività, che attira l’attenzione sui
requisiti per il coinvolgimento della direzione ed il modo di pensare statistico per
ottenere miglioramenti senza fine.
Metodi Statistici di Base Applica la teoria della variazione mediante l’uso di tecniche di base di
problem-solving e di controllo statistico del processo; comprende la
costruzione e l’interpretazione delle carte di controllo (sia per le variabili che
per gli attributi) e l’analisi di capacità.
Distribuzione Binomiale Una discreta distribuzione di probabilità per gli attributi che si applica alle
unità conformi e non conformi ed è alla base delle carte di controllo p e np.
Diagramma Causa-Effetto Un semplice strumento per il problem-solving di gruppo o singoli, che usa una
descrizione grafica dei diversi elementi del processo per analizzare le potenziali
fonti di variazione del processo. Chiamato anche diagramma a lisca di pesce
(dall’aspetto) o diagramma Ishikawa (dall’ideatore).
Linea Centrale La linea che su una carta di controllo rappresenta il valore della media degli
articoli tracciati.
Caratteristica Un aspetto che differenzia un processo dal suo risultato e per il quale si possono
raccogliere le variabili o gli attributi.
Causa Comune Una fonte di variazione che influisce su tutti i valori individuali del risultato del
processo in corso di studio; nell’analisi delle carte di controllo appare come
parte della variazione causale di processo.

QS 9000
APPENDICE G - Glossario dei Termini e dei Simboli (Continua)
Consecutivo Unità di risultati prodotti in successione; costituisce la base per la selezione dei
campioni del sottogruppo.
Miglioramento continuo della qualità La filosofia operativa che utilizza al meglio i talenti all’interno della società per
e della produttività fabbricare prodotti con qualità sempre più elevata per i propri clienti in modo
sempre più efficiente tale da proteggere il ritorno degli investimenti per i propri
azionisti. Si tratta di una strategia dinamica progettata per migliorare i punti di
forza della società rispetto alle condizioni del mercato presente e futuro.
Contrasta qualsiasi strategia statica che accetta (esplicitamente o implicitamente)
alcuni livelli particolari di difetti correnti come inevitabili.
Controllo Vedere Controllo Statistico.
Carta di Controllo Una rappresentazione grafica di una caratteristica di un processo che mostra i
valori tracciati di alcune statistiche raccolte dalla caratteristica, una linea
centrale ed uno o due limiti di controllo. Essa riduce al minimo la perdita
economica netta derivante dagli errori di Tipo I e di Tipo II. E’ usata
principalmente come giudizio per stabilire se un processo ha funzionato in
condizioni di controllo statistico e per continuare a mantenere questa
condizione.
Limite di Controllo Una linea (o delle linee) su una carta di controllo usata come base per giudicare
la stabilità di un processo. Le variazioni oltre il limite di controllo evidenziano
che una causa speciale influisce sul processo. I limiti di controllo sono calcolati
partendo dai dati di processo e non devono essere confusi con le specifiche
tecniche.
CUSUM Metodo statistico avanzato che usa i dati correnti e recenti di un processo per
rilevare cambiamenti piccoli o moderati nella media del processo o variabilità.
CUSUM significa “somma comulativa” delle deviazioni dall’obiettivo ed
attribuisce una ponderazione uguale ai dati correnti e a quelli recenti.
Rilevamento Una strategia orientata al passato che tenta di identificare risultati inaccettabili
dopo che sono stati prodotti e separarli quindi dai risultati buoni (vedere anche
Prevenzione).
Distribuzione Un modo per descrivere il risultato di un sistema stabile di variazione, nel quale
i valori individuali non sono prevedibili ma nel quale i risultati a livello di
gruppo formano uno schema che può essere descritto in termini di
localizzazione, dispersione e forma. La localizzazione è normalmente espressa
dalla media o dalla mediana; la dispersione è espressa in termini di deviazione
standard o di escursione di un campione; la forma coinvolge parecchie
caratteristiche quali la simmetria e il raggiungimento del punto massimo, ma
spesso queste sono riepilogate usando il nome di una distribuzione comune come
normale, binomiale o Poisson.
Individuale Un’unità singola o una misura singola di una caratteristica, spesso indicata dal
simbolo X.
Localizzazione Un concetto generale per i valori tipici della linea centrale di una distribuzione.
Media I valori medi di un gruppo di misure.
Mediana Il valore mediano in un gruppo di misure, disposte dal più piccolo al più grande;
se il numero di valori è pari, convenzionalmente la media dei due valori centrali
viene usata come mediana. Le mediane dei sottogruppi formano la base per una
carta di controllo semplice per la localizzazione del processo. Le mediane
~
sono indicate da una tilde (~) posta sopra il simbolo per i valori singoli: X è la
mediana di un sottogruppo.

QS 9000
Escursione Mobile La differenza tra il valore più alto e il valore più basso, tra due o più campioni
successivi in modo che ad ogni successivo punto aggiuntivo ottenuto
l’escursione associata a quel punto sia calcolata addizionando il nuovo punto e
cancellando quello cronologicamente più vecchio, di modo che ogni calcolo
dell’escursione presenti almeno un punto comune con il calcolo precedente
dell’escursione. Tipicamente, l’escursione mobile è utilizzata sulle carte di
controllo per gli individui ed usa per la maggior parte del tempo escursioni
mobili a due punti (punti consecutivi).
Unità non Conformi Unità non conformi alle specifiche o ad altri standard di controllo; talvolta sono
denominate unità discrepanti o difettose. Per analizzare i sistemi che producono
delle unità non conformi si usano le carte di controllo p ed np.
Non Conformità Un evento specifico di una condizione che non è conforme ad una specifica o ad
altro standard di controllo; talvolta denominato discrepanza o difetto. Un’unità
singola non conforme può possedere il potenziale per più di una non conformità
(per esempio una porta potrebbe avere diverse tacche e colpi; un controllo
funzionale di un carburatore potrebbe rivelare un certo numero potenziale di
discrepanze). Per analizzare i sistemi che producono non conformità si usano le
carte di controllo c e u.
Distribuzione Normale Una distribuzione di frequenza continua, simmetrica a forma di campana per i
dati variabili che costituisce la base delle carte di controllo per le variabili.
Quando le misure hanno una disposizione normale, circa il 68,26% di tutti gli
individui si trovano all’interno entro +/- un’unità di deviazione standard della
media, circa il 95,44% si trovano all’interno di +/- 2 unità di variazione standard
dalla media mentre circa il 99,73% si trovano più o meno entro 3 unità di
deviazione standard dalla media. Queste percentuali formano la base per i limiti
di controllo e per l’analisi delle carte di controllo (poiché le medie dei
sottogruppi tendono ad essere distribuite normalmente anche se il risultato
nell’insieme non lo è) e per molte decisioni relative alla capacità (poiché il
risultato di molti processi industriali segue la distribuzione normale).
Definizione Operativa Un mezzo per comunicare in modo chiaro le aspettative della qualità e le
performance: è costituito da (1) un criterio da applicare ad un oggetto o ad un
gruppo, (2) un testo dell’oggetto o del gruppo, (3) una decisione: SI o NO -
l’oggetto o il gruppo sono o non sono conformi al criterio.
Diagramma di Pareto Uno strumento semplice per il problem-solving che richiede di disporre in
ordine di grandezza tutte le aree che possono creare dei problemi o le fonti di
variazioni in base al loro contributo al costo o alla variazione totale.
Tipicamente, poche cause sono responsabili della maggior parte del costo (o
variazione) quindi gli sforzi per la risoluzione del problema devono essere
classificati per priorità per concentrarsi sulle cause “poche ma vitali” ignorando
temporaneamente le cause “molte ma utili”.
Distribuzione di Poisson Una distribuzione discreta di probabilità per gli attributi che si applica alle non
conformità e che rappresenta la base delle carte di controllo c e u.
Prevenzione Una strategia orientata verso il futuro che migliora la qualità e la produttività
rivolgendo l’analisi e l’azione verso la correzione del processo in se stesso. La
prevenzione è coerente con la filosofia del miglioramento senza fine. (vedere
anche Rilevamento).
Problem-solving Il processo che consiste nello spostarsi dai sintomi alle cause (speciali o
comuni) alle azioni per migliorare la performance. Tra le tecniche di base che
possono essere usate possiamo annoverare i diagrammi di Pareto, i diagrammi
causa - effetto e le tecniche di controllo statistico del processo.

QS 9000
Processo La combinazione di persone, attrezzature, materiali, metodi ed ambiente che
producono un risultato - un determinato prodotto o servizio. Un processo può
coinvolgere qualsiasi aspetto dell’attività. Uno strumento chiave per gestire i
processi è costituito dal controllo statistico di processo.
Media di Processo La localizzazione della distribuzione dei valori misurati di una particolare
caratteristica di processo, in genere indicata come media complessiva, X .
Capacità di Processo L’escursione totale della variazione intrinseca di un processo stabile.
- Caso dei dati per variabili 1) una capacità intrinseca del processo viene definita come 6σˆ R / d .
2
2) una capacità di processo di soddisfare le specifiche (cioè risultato % entro le

specifiche) può essere stimata con degli indici che considerano la centratura del
processo e oltre alla sua dispersione (ad esempio Cpk) partendo da alcuni
presupposti. Tuttavia per questa stima esistono dei metodi più precisi.
- Caso dei dati per attributi Una capacità di processo in genere è definita come la proporzione media o il
tasso di difetti o di difettosità. A partire dalle carte di controllo, ad esempio, la
capacità viene definita come p , c , o u , dove la capacità si riferisce
direttamente alla proporzione media o al tasso del risultato che non soddisfa le
specifiche (come 1- p , ecc., la percentuale di risultato entro le specifiche).
Controllo di Processo Vedere Controllo Statistico di Processo.

Performance di Processo L’escursione totale di una variazione totale di processo (6σˆ s ) .
Dispersione di Processo L’estensione della variazione della distribuzione di valori individuali della
caratteristica di processo; spesso è mostrata come media di processo +/- un
certo numero di deviazioni standard ⎛⎜ X ± 3σ ⎞⎟ .
⎝ ⎠
Quadratica Relativa ad una relazione matematica di secondo ordine; un buon esempio

comune di qualcosa che è quadratico è una parabola.
Casualità Una condizione in cui i valori individuali non sono prevedibili, sebbene essi
possono derivare da una distribuzione definibile.
Campionatura Casuale Il processo di selezione delle unità per una campionatura di dimensione, n, in
modo tale che tutte le combinazioni di unità n prese in considerazione abbiano la
stessa possibilità di essere scelte come campione.
Escursione La differenza tra i valori più alto e più basso di un sottogruppo, di un campione,
o di una popolazione.
Sottogruppo Razionale Un sottogruppo raccolto in modo tale da rendere massima la possibilità delle
misure in ogni sottogruppo di essere uguali e la possibilità per i sottogruppi di
essere diversi l’uno dall’altro. In questo schema di sottogruppo si presuppone il
desiderio di determinare se la variazione di processo appare derivare da un
sistema costante di cause fortuite.
Sequenza Il numero consecutivo di punti uniformemente in aumento o in diminuzione o
sopra o sotto la linea centrale. Può evidenziare l’esistenza di cause speciali di
variazione.

QS 9000
Carta della Sequenza Una semplice rappresentazione grafica della caratteristica di un processo che
mostra i valori tracciati di alcune statistiche ricavate dal processo (spesso valori
individuali) e una linea centrale (spesso la mediana dei valori) che possono
essere analizzate per le sequenze (vedere anche Carta di Controllo).
Campione Nelle applicazioni di controllo di processo è sinonimo di Sottogruppo; questo
uso è completamente diverso dallo scopo di fornire una stima di un gruppo di
persone, di cose, più grande.
Forma Un concetto generale per lo schema complessivo formato da una distribuzione
di valori.
Sigma La lettera greca è usata per indicare una deviazione standard.
Causa Speciale Una fonte di variazione intermittente, spesso imprevedibile, instabile; talvolta
vengono chiamate cause assegnabili. E’ indicata da un punto che si trova oltre i
limiti di controllo o da una sequenza o da un altro schema non casuale di punti
all’interno dei limiti di controllo.
Specifica I requisiti tecnici per giudicare l’accettabilità di una caratteristica particolare.
La specifica non deve mai essere confusa con un limite di controllo. Idealmente
una specifica è o non è compatibile con i requisiti o le aspettative del cliente
(interno e/o esterno).
Dispersione Il ventaglio di valori dal più piccolo al più grande in una distribuzione (vedere
anche Dispersione di Processo).
Stabilità L’assenza di cause speciali di variazione; la proprietà di essere in situazione di
controllo statistico.
Processo Stabile Un processo che si trova in situazione di controllo statistico.
Deviazione Standard La misura della dispersione del risultato del processo o la dispersione di una
statistica di campionatura derivata dal processo (per esempio medie del
sottogruppo); indicato dalla lettera greca σ (sigma) o dalla lettera s. (per la
deviazione standard del campione).
Statistica Un valore calcolato partendo da o basandosi su un dato campione (per esempio
la media di un sottogruppo o un’escursione), usato per ricavare delle
deduzioni circa il processo che ha prodotto il risultato dal quale è stato tratto il
campione.
Controllo Statistico La condizione che descrive un processo dal quale tutte le cause speciali di
variazione sono state eliminate e nel quale rimangono solo le cause comuni;
cioè la variazione osservata può essere attribuita ad un sistema costante di cause
fortuite; è evidenziato su una carta di controllo dall’assenza di punti oltre i limiti
di controllo e dall’assenza di schemi o di tendenze non casuali all’interno dei
limiti di controllo.
Controllo Statistico di Processo L’uso di tecniche statistiche, quali le carte di controllo, per analizzare un
processo o i suoi risultati in modo da intraprendere le azioni adeguate per
ottenere e mantenere uno stato di controllo statistico e per migliorare la
capacità di processo.
Sottogruppo Uno o più eventi o misure usati per analizzare la performance di un processo. In
genere si scelgono dei sottogruppi razionali in modo che la variazione
rappresentata all’interno di ogni gruppo sia tanto piccola quanto fattibile per il
processo (rappresentante la variazione derivante da cause comuni) ed in modo
tale che ogni cambiamento della performance di processo (cioè cause speciali)
appaia come differenza tra i sottogruppi. I sottogruppi razionali sono in genere
costituiti da pezzi consecutivi, sebbene talvolta si usino campioni casuali.

QS 9000
Errore di Tipo I Si rifiuta un presupposto vero; per esempio si intraprendono azioni adeguate per
una causa speciale quando in effetti il processo non ha subito variazioni;
controllo eccessivo.
Errore di Tipo II Non si rifiuta un presupposto che è falso; per esempio non si intraprendono
azioni appropriate quanto in effetti il processo è influenzato da cause speciali;
scarso controllo.
Dati Variabili Dati quantitativi, in cui le misure sono usate per l’analisi. Gli esempi
comprendono il diametro di un cuscinetto di banco espresso in millimetri, lo
sforzo di chiusura di una porta espresso in Newton la concentrazione di un
elettrolito espresso in percentuale, o la coppia di serraggio espressa in
Newton/metri. Per i dati variabili si usano le carte di controllo X e R, X e s,
mediana, e a escursione mobile e ad individui (vedere anche Attributi).
Variazione Le differenze inevitabili tra risultati individuali di un processo; le fonti di
variazione possono essere raggruppate in due classi principali: Cause Comuni e
Cause Speciali.
- Variazione intrinseca La variazione di processo dovuta solo a cause comuni valutata mediante
6σˆ R / d .
2
- Variazione Totale La variazione di processo dovuta sia a cause comuni sia a cause speciali, valutata
mediante σ̂ s .
Analisi di Zona Si tratta di un metodo di analisi dettagliata di una carta di controllo Shewhart che
divide la carta X-barrato tra i limiti di controllo in tre zone equidistanti sopra la
media e in tre zone equidistanti sotto la media. Queste zone vengono talvolta
indicate come zone “sigma” (in questo caso sigma è la deviazione standard dalla
distribuzione MEDIA, non gli individui). Ad ogni zona è assegnata una
probabilità per la proporzione di punti che si prevede si dovranno trovare in
quest’area, a condizione che i dati siano distribuiti normalmente (cioè “sotto
controllo”). Ad esempio, alle zone adiacenti alla media vengono assegnate
probabilità di 0,3413, le zone vicine hanno probabilità pari a 0,136 e le zone
esterne hanno probabilità uguali a 0,02135. Alle aree che si trovano oltre i limiti
di controllo superiore e inferiore vengono assegnate probabilità di 0,00135. A
questo punto i dati possono essere sottoposti a test per scoprire schemi innaturali
basati su dove si trovano i punti dati in relazione a queste zone. Le probabilità
per le carte di controllo dell’escursione dipendono dalla dimensione del
campione mentre le probabilità per le carte degli attributi si basano su
distribuzioni binomiali e di Poisson. La regola empirica derivata da questo
sistema può essere usata come un sistema di avvertimento iniziale per modifiche
subdole di processo che possono non riflettersi come punti oltre i limiti di
controllo. Per maggiori informazioni fare riferimento al “Manuale del Controllo
Statistico della Qualità” di Western Electric, pag. 25-31, 180-183 (Appendice H,
Riferimento 7).

QS 9000
Simboli usati nel manuale
A2 Un moltiplicatore di R usato per calcolare i limiti di controllo per le medie; tabella dell’Appendice E.
~
A2 Un moltiplicatore di R usato per calcolare i limiti di controllo per le mediane; tabella dell’Appendice
E.
A3 Un moltiplicatore di s usato per calcolare i limiti di controllo per le medie; tabella dell’Appendice E.
B3, B4 Moltiplicatori di s usati per calcolare i limiti di controllo inferiori e superiori, rispettivamente, per le
deviazioni standard del campione; indicato nella tabella dell’Appendice E.
c Il numero di non conformità in un campione; la carta di controllo c è descritta al Capitolo III, Sezione
3.
c Il numero medio di non conformità nei campioni con dimensione costante n.

c4 Il divisore di s usato per stimare la deviazione standard di processo; indicata nella tabella
dell’Appendice E.
Cp L’indice di capacità per un processo stabile, definito in genere come

(LSS − LSI) .
6σˆ R / d
2
Cpk L’indice di capacità per un processo stabile, definito tipicamente come il minimo di CPU o CPL.
⎛⎜ X − LSI ⎞⎟
CPL L’indice inferiore di capacità, definito in genere come ⎝ ⎠.
3σ R / d
ˆ
2
⎛⎜ LSS − X ⎞⎟
CPU L’indice superiore di capacità, definito in genere come ⎝ ⎠.
3σˆ R / d
2
6σˆ R / d
2
CR Il rapporto di capacità per un processo stabile, definito in genere come .
(LSS − LSI)
d2 Un divisore di R usato per valutare la deviazione standard del processo; indicato nella tabella
dell’Appendice E.
D3, D4 Moltiplicatori di R usati per calcolare i limiti di controllo inferiori e superiori, rispettivamente per le
escursioni; indicati nella tabella dell’Appendice E.
E2 Un moltiplicatore di R usato per calcolare i limiti di controllo per gli individui; indicato nella tabella
dell’Appendice E.
k Il numero di sottogruppi usato per calcolare i limiti di controllo.
LCI Il limite di controllo inferiore; LCI X , LCIR, LCIp, ecc. sono, rispettivamente, i limiti di controllo
inferiore per le medie, le escursioni, le proporzioni di non conformità, ecc.
LSI Il limite inferiore della specifica tecnica.
MR L’escursione mobile di una serie di dati usati soprattutto su una carta per gli individui.
n Il numero di individui di un sottogruppo; la dimensione del campione sottogruppo.
n La dimensione media del campione del sottogruppo.

QS 9000
np Il numero di articoli non conformi all’interno di un campione di dimensione n; la carta np è descritta
al Capitolo III, Sezione 2.
np Il numero medio di articoli non conformi dei campioni con dimensione costante n.
p La proporzione di unità non conformi in un campione; la carta p è descritta al Capitolo III, Sezione 1.
p La proporzione di unità non conformi in una serie di campioni.
Pp L’indice di performance in genere definito come

(LSS − LSI)
6σˆ s
6σˆ s
PR Il rapporto di performance definito in genere come
(LSS − LSI)
⎛⎜ LSS − X ⎞⎟ ⎛⎜ X − LSI ⎞⎟
Ppk L’indice di performance, in genere definito come il minimo di ⎝ ⎠ o ⎝ ⎠
3σˆ s 3σˆ s
pZ La proporzione del risultato oltre il punto di interesse, come un limite particolare di specifica, unità di
deviazione standard z lontani della media di processo.
R L’escursione del sottogruppo (valore più alto meno valore più basso); la carta di controllo R è
descritta nel Capitolo II.
R L’escursione media di una serie di sottogruppi di dimensione costante.
R La media di una serie di escursioni medie di sottogruppi di dimensione costante.

~
R L’escursione mediana di una serie di escursioni ricavate da sottogruppi di dimensione costante.
s La deviazione standard di campione per i sottogruppi; la carta di controllo s è descritta al Capitolo II,
Sezione 2.
s La deviazione standard di campione per i processi; la carta di controllo s è descritta al Capitolo II,
Sezione 5.
s La deviazione standard media di campione di una serie di sottogruppi, pesati se necessario in base alla
dimensione del campione.
LS Un limite di specifica tecnica unilaterale.
u Il numero di non conformità per unità in un campione che può contenere più di un’unità; la carta di
controllo u è descritta al Capitolo III, Sezione 4.
u Il numero medio di non conformità per unità in campioni non necessariamente della stessa
dimensione.
LCS Il limite di controllo superiore; LCS X , LCSR, LCSp, ecc. sono rispettivamente i limiti di controllo
superiori per le medie, le escursioni, la proporzione di non conformità, ecc.
LSS Il limite superiore di specifica tecnica.
X Un valore singolo, sul quale sono basate altre statistiche di sottogruppo; la carta di controllo per gli
individui è descritta al Capitolo II, Sezione 4.
X La media dei valori di un sottogruppo; la carta di controllo X è descritta al Capitolo II, Sezione 1.

QS 9000
X La media delle medie dei sottogruppi (ponderata se necessario in base alla dimensione del campione);
la media di processo misurata. Nota: in questo manuale, X è usato per la media di processo di una
carta di individui (Capitolo II, Sezione 4) anche se essa rappresenta solo un livello di determinazione
della media (i punti individuali), per evitare la confusione con X che fa sempre invece riferimento
alla media del sottogruppo.
~
X La mediana dei valori di un sottogruppo; la carta delle mediane è descritta al Capitolo II, Sezione 3 (X
tilde).
~
X La media delle mediane del sottogruppo; la mediana si processo stimata (X tilde barrato).
Z Il numero di unità di deviazione standard dalla media di processo verso un valore di interesse quale
una specifica tecnica. Quando viene usata per la valutazione della capacità, ZLSS, rappresenta la
distanza verso il limite superiore di specifica, ZLSI rappresenta la distanza dal limite di specifica
inferiore, mentre Zmin rappresenta la distanza dal limite di specifica più vicino.
σ (Sigma) La deviazione standard della distribuzione di valori individuali di una caratteristica di processo.
σ̂ La stima della deviazione standard di una caratteristica di processo.
σ X , σ R , σ p , ecc. La deviazione standard di una statistica basata sul risultato campione di un processo, quale la
deviazione standard della distribuzione delle medie di un sottogruppo (che è σ / n ), la deviazione

standard della distribuzione delle escursioni di un sottogruppo, la deviazione standard della
distribuzione di una proporzione di articoli non conformi, ecc.
σs La stima della deviazione standard di un processo eseguita usando la deviazione standard di campione
di una serie di individui circa la media della serie.
σ̂ R / d La stima della deviazione standard di un processo stabile che usi l’escursione media dei campioni e
2
sottogruppo ricavata dal processo, in genere all’interno dell’ambito delle carte di controllo dove il
fattore d2 è indicato nella tabella dell’Appendice E.

QS 9000

QS 9000
APPENDICE H
Riferimenti e Documenti Citati
l. Walter A.Shewhart, Economic Control of Quality Manufactured Product,Van Nostrand,1931; republished ASQC,
1980. Available from the American Society for Quality Control, 611 East Wisconsin Ave., Milwaukee, WI 53202.
2. Walter A. Shewhart, Statistical Method from the Viewpoint of Quality Control, Edited by W. Edwards Deming, the
Graduate School, Department of Agriculture, 1939.
3. W. Edwards Deming, Quality, Productivity and Competitive Position, Massachusetts Institute of Technology,
Center for Advanced Engneering Study, 1982.
4. W. Edwards Deming, "Out of the Crisis", Massachusetts Institute of Technology, Center for Advanced Engineering
Study, 1989.
5. American National Standards Institute, Guide for Quality Control and Control Chart Method of Analyzing Data
(ASQC Standards Bl-1958 and B2- 1958/ANSI Zl.1-1958 and Zl.2-1958, revised 1975).
American National Standards Institute, Control Chart Method of Controlling Quality During Production (ASQC
Standard B3-1958/ANSI Zl.3-1958, revised 1975).
NOTE: The above two booklets are available from the American Society for Quality Control, 611 East Wisconsin
Ave., Milwaukee, WI 53202.
6. American Society for Testing and Materials, Manual on Presentation of Data and Control Chart Analysis (STP-
15D), 1976. Available from the ASTM, 1916 Race Street, Philadelphia, PA 19103.
7. Western Electric Co., Inc., Statistical Quality Control Handbook, 1956. Available from : I.D.C. Commercial Sales,
Western Electric Company, P.O. Box 26205, Indianapolis, Indiana 46226.
8. Harey C. Charbonneau and Gordon L. Webster, Industrial Quality Control, Prentice-Hall, Inc., 1978.
9. Acheson J. Duncan, Quality Control and Industial Statistics, Richard D. Imin, Ine., Fourth Edition, 1974.
10. Eugene L. Grant and Richard S. Leaven,-orth, Statistical Quality Control, McGraw-Hill, Ine., Fifth Edition, 1980.
11. Kaoru Ishika,-a, Guide to Quality Control, Asian Productivity Organization, Revised Edition, 1976.
12. J. M. Juran, Frank M. Gryna, Jr., and R. S. Bingham, Jr., Quality Control Handbook, McGraw-Hill, Inc., Fourth
Edition, 1990.
13. Ellis R. Ott, Process Quality Control, McGraw-Hill, Inc., 1975
14. Bert Gunter, "Use and Abuse of Cpk" 4 parts, Quality Progress, January 1989, March 1989, May, 1989 and July
1989.
15. ASQC Automotive Division/AIAG, Measurement Systems Analysis Reference Manual, AIAG, 1990.
16. L. J. Chan, S.W.. Cheng, and F.A.Spiring, "A New Meásure ofprocess Capability: Cpm"Journal of Quality
Technology, Vol. 20, No. 3,1988, pp 162-175.

QS 9000
APPENDICE H - Riferimenti e Documenti Citati (Continua)
17. Fred A. Spiring, "Assessing Process Capability in the Presence of Systematic Assignable Cause", Journal of Quality
Technology, Vol. 23, No. 2, April 1991.
18. John T. Herman, "Capability Index-Enough for Process Industries?" Proceedings, ASQC 43rd AQC, 1989.
19. Robert A. Dovich, "Statistical Terrorists”, Quality in Manufacturing Magazine, March-April, 1991.
20. B.A.F. Bissell, "Hov Reliable Is Your Capability Index?", Applied Statistics, Vol. 39, 1990, pp 331-340.
21. R. A. Boyles, "The Taguchi Capability Index, "Journal of Quality Technology", Vol. 23,1991, pp. 17-26.
22. William W. Scherkenbach, Deming’s Road to Continual Impovement, SPC Press, Inc., 1991.
23. Donald J. Wheeler, David S. Chambers, Undestanding Statistical Process Control, Statistical Process Controls,
Inc., 1986.
24. General Motors Corporation, Key Charaeteistics Designation System, GM-1805 QN, 1991.
25. Douglas C. Montogomery, Intoduction to Statistical Quality Control, ASQC Quality Press, Second Edition, 1991.
26. Leonard A. Doty, Statistical Process Control, ASQC Quality Press, 1991.
27. Peter D. Mauch, Basic SPC: A Guide For the Sevice Industries, ASQC Quality Press, 1991.
28. J.Bert Keats and Douglas C. Montgomery, Statistical Process Control in Manufacturing, ASQC Quality Press,
1991.
29. Gary Fellers, PhD., SPC for Pactitioners: Special Cases and Continuous Processes, ASQC Quality Press, 1991.
30. ASQC Statistics Division, Statistical "How-To " Techniques Series, ASQC Quality Press (1 5 Volumes), 1979-
1991.
31. Victor E. Kane, Defect Pevention-Use of Simple Statistical Tools, Marcel Dekker, Ine. and ASQC Quality Press,
1989.
32. ASQC, Definitions, Symbols, Formulas, and Tables for Control Charts, ANSI/ASQC A1-1987.

QS 9000
APPENDICE I
Copie riproducibili dei Formati delle Carte di Controllo

QS 9000

QS 9000
Fornitore/Uso Manuale SPC Processo Informazioni di Ritorno
In accordo con il concetto di miglioramento contino questo Manuale di Controllo Statistico del Processo per l’industria
automobilistica (SPC) è soggetto ad un formale processo di revisione annuale nel corso del mese di ottobre di anno solare.
In linea con il concetto di soddisfazione del Cliente questa revisione annuale comporterà non solo modifiche di anno in
anno de le richieste della produzione automobilistica ma anche in un informazione di ritorno dagli utilizzatori del manuale
allo scopo di creare valore aggiunto ed effettivo all’industria automobilistica e alle società utilizzatrici. In accordo, per
cortesia, sentivi liberi di offrire per iscritto i vostri commenti di ritorno, sia pro che contro, relativamente alla
comprensibilità del manuale, “facilità d’uso”, ecc., nell’area indicata sotto. Per cortesia indicare i numeri di pagina specifici
del manuale, dove appropriato. Inviare le vostre informazioni di ritorno all’indirizzo indicato sotto:
Nome ______________________________________________________________
Rappresentante______________________________________________________________
Fornitore/Azienda/Nome Divisione
Indirizzo______________________________________________________________
______________________________________________________________
______________________________________________________________
Telefono__(_____)_________________________
Per cortesia elencare i vostri tre principali Clienti nel settore automobilistico e la loro ubicazione
__________________________ __________________________
Cliente Ubicazione Cliente Ubicazione
__________________________ __________________________
__________________________ __________________________
Commenti di ritorno______________________________________________________________
(allegare fogli aggiuntivi
se necessario)
______________________________________________________________
______________________________________________________________
______________________________________________________________
______________________________________________________________
Spedire i commenti a:C.Q.I Project Team Coordinator

AIAG Headquarters – Suite 200
26200 Lahser Rd.
Southfield, Mich. 48034

QS 9000

SPC Ita

Caricato da

Informazioni sul documento

Titolo originale

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

SPC Ita

Caricato da

Copyright:

Formati disponibili

Data aggiornamento pagina : 14/08/01

Controllo Statistico del Processo

Controllo Statistico del Processo 1

Controllo Statistico del Processo 2

Controllo Statistico del Processo 3

Licenza sotto Copyright con Ford/General Motors/Chrysler

Controllo Statistico del Processo 4

Controllo Statistico del Processo 5

____________________ _____________________ ______________________

Controllo Statistico del Processo 6

Capitolo II CARTE DI CONTROLLO PER VARIABILI ...................................................... 27

Controllo Statistico del Processo 7

Capitolo IV PROCESSO DELL’ANALISI DEL SISTEMA DI MISURA ........................... 119

A ALCUNI COMMENTI SULLA FORMAZIONE DEI SOTTOGRUPPI.................. 131

Controllo Statistico del Processo 8

Controllo Statistico del Processo 9

Controllo Statistico del Processo 11

Controllo Statistico del Processo 12

Controllo Statistico del Processo 13

LA NECESSITÀ DI UN CONTROLLO DI PROCESSO

Individuazione - Tollera gli sprechi

Prevenzione - Evita gli sprechi

Controllo Statistico del Processo 14

Controllo Statistico del Processo 15

MODELLO DI SISTEMA DI CONTROLLO DI PROCESSO

VOCE DEL PROCESSO

VOCE DEI CLIENTI

Figura 1 . Sistema di controllo di processo

Controllo Statistico del Processo 16

Controllo Statistico del Processo 17

I PEZZI VARIANO DA UNO ALL’ALTRO

TIPO TIPO TIPO TIPO

TIPO TIPO TIPO

LA DISTRIBUZIONE PUÒ DIVIDERSI IN :

LOCALIZZAZIONE DISPERSIONE FORMA

TIPO TIPO TIPO

SE SONO PRESENTI SOLO CAUSE COMUNI

Figura 2. Variazione: cause comuni e cause speciali.

Controllo Statistico del Processo 18

Controllo Statistico del Processo 19

AZIONI LOCALI E AZIONI SUL SISTEMA

• In genere, sono necessarie per eliminare le cause speciali di variazione.

• Sono in grado di correggere, circa il 15% dei problemi del processo.

Azioni sul sistema

• Servono a correggere, normalmente, circa l’85% dei problemi del processo.

Controllo Statistico del Processo 20

Controllo Statistico del Processo 21

LIMITE INFERIORE DI SPECIFICA

LIMITE SUPERIORE DI SPECIFICA

SOTTO CONTROLLO ED IN GRADO DI

SOTTO CONTROLLO MA NON IN GRADO

Figura 3. Controllo di processo e capacità di processo.

Controllo Statistico del Processo 22

SODDISFAZIONE DEI SOTTO FUORI

ACCETTABILE CASO 1 CASO

NON ACCETTABILE CASO 2

Controllo Statistico del Processo 23

Controllo Statistico del Processo 24

Controllo Statistico del Processo 25

FASI DEL CICLO DI MIGLIORAMENTO CONTINUO DEL PROCESSO

1. ANALISI DEL PROCESSO 2. MANTENERE IL PROCESSO

Figura 4. Ciclo di miglioramento del processo.

Controllo Statistico del Processo 26

__________ _ ____________