CONTROLLI STATISTICI

METODI E CONTROLLI STATISTICI DI

PROCESSO
● Sono indispensabili per controllare la variabilità del prodotto
industriale e decidere la strategia ottimale di evoluzione del
flusso di operazioni attraverso l'interpretazione di prove e
controlli su prodotti e processi
● Sono una parte integrante del sistema di controllo della qualità
● Possono essere:
1- metodi statistici
2- metodi di controllo statistico della qualità
3- controllo per attributi- controllo per variabili
4- collaudo mediante campionamento statistico
 Metodi statistici

● CARATTERISTICHE DEI PRODOTTI E SCOPO DEI METODI STATISTICI

La qualità di un prodotto è è il grado in cui le sue caratteristiche intrinseche
soddisfai requisiti richiesti.
Diversi tipi di caratteristiche:
a. fisiche (meccaniche, elettriche, chimiche, biologiche)
b. sensoriali (odore, tatto, gusto, vista, udito)
c. temporali (puntualità, affidabilità, disponibilità)
d. ergonomiche (fisiologiche o relative alla sicurezza della persona)
e. funzionali (relative a parametri di utilizzo)
Tutte le informazioni suddette sono raccolte in documenti che accerteranno,
in fase di commercio, il livello di qualità del prodotto o del processo.
Un difetto è il mancato soddisfacimento di un requisito del prodotto/processo
● VARIABILITA' DELLE CARATTERISTICHE DI UN PRODOTTO
La produzione di un prodotto commerciale è influenzata dai seguenti
parametri variabili nel tempo:
a. materiale in lavorazione (composizione chimica, trattamenti termici,
dimensioni)
b. metodo di lavoro utilizzato (condizioni di lavoro: temperatura, umidità,
posizione layout macchine, flusso del prodotto)
c. macchine ed attrezzature utilizzate (stato di usura singoli componenti
macchine e variabilità condizioni di processo)
d. mano d'opera (condizioni fisiche e psicoattitudinali degli addetti ai lavori)
e. misurazioni effettuate sulle singole unità di produzione (diverso grado di
precisione e non univocità del metodo di controllo utilizzato)
Le variabilità di prodotto e processo causano spesso la conformità del
singolo prodotto ma a lungo andare anche del processo.
● APPLICAZIONE DEI METODI STATISTICI

- Elaborazione di dati statistici

- Interpretazione dei dati per ottenere tutte le possibili informazioni

- Stime e previsioni
● TERMINI, SIMBOLI E DEFINIZIONI
● A. Elemento (singolo materiale, prodotto completo o parte di esso, risultato o
valutazione di una singola misurazione), caratteristica (proprietà posseduta
da un lotto di produzione che dovrebbe essere comune per tutti gli
elementi), popolazione (insieme degli elementi di un lotto)
● B. Campioni. E' l'oggetto della campionatura è caratterizzata dalla sua
numerosità, ossia dal numero di campioni prelevati
● C. Variabile (caratteristica misurabile affetta da una certa variabilità),
attributo (caratteristica non misurabile perchè difficoltosa o antieconomica, si
valuta esprimendo un giudizio di appartenenza ad una o più classi),
osservazione (ogni singolo valore misurato) .
● Distribuzione di frequenza. Si riferisce alla cadenza di osservazione di una o
più caratteristiche, la frequenza di osservazione di un certo valore di una
caratteristica ne classifica la distribuzione di osservazione.

● NB: un prodotto di lavorazione affidabile in un insieme di caratteristiche

ottiene facilmente la certificazione di qualità intrinseca
● Distribuzione normale e distribuzione gaussiana
 Stima dei parametri de campioni
● Media aritmetica

Mediana: E' il punto di mezzo di una serie di osservazioni, cioè il punto al

di sopra e al di sotto del quale si trova il 50% delle misure
● Moda: E' il valore più frequente e più ricorrente. E' il centro della
classe maggiore di ricorrenza.
● Scarto (di una generica misura) xi: Detta x la media di tute le
osservazioni, s=xi-x
● Varianza: E' la somma dei quadrati di tutte le osservazioni diviso per il
numero n delle osservazioni diminuito di 1
● Scarto tipo s: descrive la dispersione di un insieme di osservazioni

Scarto tipo s

● Organizzazione e rappresentazione dei dati aventi carattere di variabili:

NB: Porre particolare attenzione ai simboli di minore/maggiore minore uguale/maggiore

uguale per includere od escludere gli estremi di osservazione di un intervallo!!
● Raggruppamento in classi dei dati : si definiscono i limiti inferiore k''j e
superiore k'j di una classe di rappresentanza come i limiti estremi (minore e
maggiore); la differenza tra k'j e k''j ovviamente rappresenta l' ampiezza
della classe j. La media aritmetica tra le due grandezze si chiama valore
centrale della classe j.
● Distribuzione di frequenza in classi.
1- frequenza assoluta fj : è il numero di osservazioni comprese in una
classe
2- distribuzione di frequenza: E' una tabella in cui ad ogni riga
corrisponde il numero di osservazioni per intervallo di frequenza
● Rappresentazione grafica di una distribuzione di frequenza in classi:- Il
metodi grafico più veloce per valutare la qualità di una osservazione è
grafico e si tratta di creare degli istogrammi che riassumano la distribuzione
di frequenza

Istogramma di Poligono delle frequenze

frequenza

Istogramma e poligono delle frequenze cumulative

● Rappresentazione numerica dei dati di un campione
Data una serie di osservazioni, è significativo giungere alla stime dei
parametri
1. media x
2. scarto tipo s

● Spesso è comodo semplificare i calcoli utilizzando i metodi riportati in figura

sotto:
 Controlli statistici di processo
● Hanno lo scopo di
1. raccogliere dati durante svolgimento del processo
2. raccogliere dati ed informazioni sulle caratteristiche del prodotto
3. analizzare ed elaborare i dati per eventuali azioni correttive sul processo
● Si definiscono pertanto:
a. Processo in controllo: non esistono cause identificabili di variazione,
quindi la caratteristica di prodotto varia (entro limiti definiti) per sole cause
accidentali (cause speciali)
b. Processo fuori controllo: esistono una o più cause identificabili di
variazione (cause comuni)
● I processi fuori controllo devono essere analizzati per identificare la causa
che provoca l'instabilità (CARTE DI CONTROLLO e CAPACITA' DEL
PROCESSO)
● Prelevamento del campione: Il prelievo dei campioni può essere fatto con le
regole seguenti:
a- prelevamento di un numero di pezzi consecutivi a ore o ad intervalli fissi
b- prelevamento di un pezzo a ore o ad intervalli fissi
c- prelevamento casuale di un dato numero di pezzi da piccoli lotti
consecutivi prodotti dalla macchina
d- prelevamento del campione con l' ausilio della tabella dei numeri
casualizzati
 CARTE DI CONTROLLO
● Sono dei diagrammi che si usano per controllare l'andamento del processo
nel tempo. In ognuno di essi si riporta la linea centrale LC, che rappresenta
la media o il valore atteso della serie di osservazioni.
● A partire dalla LC si valutano le posizioni delle linee LSC (di controllo
superiore) ed LIC (di controllo inferiore) che di solito sono tanto più vicine
alla LC quanto più grande è la numerosità dei campioni.

● Sulla carta di controllo si disegnano i valori caratteristici che riportano lo

stato del processo. Se tutti i valori sono compresi tra le LSC e LIC allora il
processo si può considerare in controllo.
● Controllo per variabili
E' un controllo basato sull'esame di osservazioni xi relative ad una
grandezza che cambia di continuo.
Si suddividono i pezzi da controllare in campioni k, che non deve essere
inferiore a 25 affinché l'analisi sia opportunamente approfondita.
Il numero di elementi per ogni campione n può variare da 2 a 100. I valori in
pratica più adottati sono 4 o 5.
Il metodo che permette di rilevare una situazione di non controllo di un
processo è detto del 3s, che permette di individuare ed isolare la causa
che provoca l'evoluzione fuori controllo di un sistema.
CARTE DI CONTROLLO
● Il controllo si basa sul monitoraggio di una osservazione generica xi relativa
ad una caratteristica variabile di continuo.
● Calcolo dei limiti e rappresentazione grafica
L'escursione R e la media x va calcolata come differenza tra valore massimo
e minimo di ogni osservazione.
Siamo ora in grado di calcolare le grandezze che determinano la posizione
della LC e degli estremi LSC ed LIC (vedi tabelle seguenti)
CARTE DI CONTROLLO (x,R)
● E' metodo di controllo di un processo che consiste nella
rappresentazione dei diagrammi relativi a x ed R.
● Il metodo vale solo per processi con un numero di osservazioni n<10
● I due diagrammi devono essere rappresentati con la stessa scala
delle ascisse!
● I diagrammi riportano, in ascissa, la successione dei k campioni ed in
ordinate ed in ordinate i valori delle variabili xk ed Rk in esame. Si
tracciano poi per le xk le linee che interpolano i punti segnati; nel
caso delle Rk si tracciano delle linee verticali in corrispondenza del
valore proprio ad ogni ascissa
● Carta x

● Carta R
● Interpretazione delle carte di controllo (x,R)
(a) Oscillazione al rialzo o all' abbassamento del valore della caratteristica
quando i punti al di sopra della LC sono maggiori di quelli al di sotto

(b) Indicazione di più livelli della caratteristica quando i valori osservati tendono
a rimanere al di sotto od al di sopra della LC

(c) Tendenza all'aumento progressivo, quando i punti si seguono in successioni

crescenti

(d) Tendenza a variazioni cicliche con successioni alternativamente crescenti o

decrescenti
Controllo per attributi
● A volte per valutare l'efficienza di un processo bisogna ricorrere a strumenti
come quelli riportati in figura, unitamente all'esito di controlli visivi di finitura
superficiale o per presenza i difetti.
● In questi casi si ricorre alle carte di controllo per attributi p, pn e d
● Carte di controllo p e pn
Sono carte utilizzate quando si utilizza la frazione di elementi non conformi p
(uguale al rapporto tra numero di elementi non conformi o difettosi rispetto
alla numerosità del campione n).
La carta p è quindi il grafico in cui sono riportati le frazioni (percentuali) di
elementi non conformi per campioni successivi nel tempo. Il metodo è indicato
per campioni di dimensioni variabili.
Gli elementi controllati fanno parte quindi di k campioni di numerosità pari a n1,
n2, n3,...., nk elementi. Nel caso di controlli di lavorazioni in serie, k non deve
essere inferiore a 25, per campioni con numerosità compresa tra 50 e 1000
(così da avere un numero di pezzi non conformi per campione compreso tra 1 e
5).
Definiti i campioni e le tipologie di non conformità, si calcolano la frazioni di
elementi non conformi secondo con le formule:
.
A questo punto si calcola la frazione di elementi non conformi contenuti nei k
campioni:

La linea LC si traccia considerando che

● Per campioni di numerosità variabile, per ogni campione si definiscono:

● Per campioni di numerosità costante invece si usano le formule:

● La carta pn riguarda invece il numero di unità difettose, si riferisce sempre a
campioni di numerosità costante n. La linea centrale è data dalla media degli
elementi non conformi pn contenuti nei k campioni:

mentre per le linee di controllo superiore ed inferiore:

NB: il limite di controllo inferiore assume valore zero quando i calcoli danno un
valore negativo di calcolo.
NB2: I valori corrispondenti alla linea centrale ed ai limiti di controllo si
approssimano normalmente con una cifra decimale in più rispetto al numero
delle cifre delle singole osservazioni originali.

I valori delle linee di tendenza delle osservazioni si possono moltiplicare per

100 ed ottenere quindi una informazione percentuale.
 Considerazioni qualitative

● La carta p offre un quadro globale del livello qualitativo di una o più

lavorazioni in serie, e ne riporta la percentuale dei particolari difettosi, riferita
ad una lavorazione, ad una serie di lavorazioni, alla produzione di un reparto
od all'intero stabilimento.
● Per poter valutare il livello globale di qualità e paragonarlo a livelli successivi
o precedenti, occorre conoscere il numero di particolari controllati.
● La carta p indica se esiste una causa di perturbabilità che possa essere
identificata tra un fornitore ed un altro o tra diversi lotti o se sia dovuta ad un
difetto o un errore identificabile o meno.
● La carta p non può diagnosticare la causa dei problemi, anche se può, per
quanto detto, rilevarne la presenza. Inoltre, può essere usata per registrare i
risultati di accettabilità che possono decidere il destino di conformità di un
lotto di produzione, senza darne una valutazione sul grado di difformità.
● Ovviamente un processo che comporti dati al di fuori delle linee di controllo
può essere causato da un errore di campionamento oppure ad una reale
variabilità dei campioni.
 Esempio di costruzione della carta p
● Consideriamo una serie di dati raccolti nelle tabelle seguenti
● Calcoliamo la frazione media di elementi difettosi

● Si determina l'ampiezza della fascia di controllo attraverso LIC e LSC

● Carta p relativa a campioni (con numerosità costante)

Processo in condizioni
di controllo statistico!!
Considerazioni
● Nessuna delle medie dei campioni riportati è al di fuori dei limiti di controllo
● I limiti di controllo possono essere applicati per tutti i campioni successivi
della serie
● Se uno dei punti dei campionamenti è al di sopra della LSC, vuol dire che il
la causa sta producendo una percentuale di pezzi difettosi a causa di un
problema identificabile; se il punto si posiziona al di sotto della LIC, significa
che il processo è molto migliore di prima a causa di una ragione
identificabile
● Se si identifica la causa dl cambiamento equivale a trovare la condizione di
fuori controllo, che può essere generalizzata e quindi può migliorare il livello
generale della qualità del processo
 Carte di controllo d
Sono grafici che permettono di controllare un processo attraverso la
registrazione del numero di difetti, o non conformità, in un campione d di prodotti
1. Numero medio di difetti

2. Linee LSC e LIC

3. Grafico e valutazione di situazioni fuori controllo

Numero di fermate giornaliere, per

una causa specifica, di macchine
utensili in uno stabilimento.
Il campione nr. 10 è fuori controllo!!
 Indici di capacità del processo
La capacità di un processo ha lo scopo di verificare se un processo, nonostante
la sua variabilità, è in grado di rispettare le specifiche indicate, ad esempio
imposti dal cliente.
L'analisi di capacità deve essere condotta in maniera preponderante all' inizio
delle fasi di progettazione, di scelta dei fornitori, di pianificazione della
produzione
L'analisi della capacità gli strumenti:
1. Istogrammi
2. Indici di capacità del processo
3. carte di controllo
 Tolleranza naturale

● Lo scopo ottimale del controllo di un processo è quello di ottenera un

prodotto conforme alle specifiche riguardanti una o più caratteristiche.
● La Tolleranza naturale Tnat è l' intervallo di variazione simmetrico rispetto alla
media del valore quantitativo di una caratteristica
● Tnat permette di valutare l'idoneità di macchine industriali
● Tnat su valuta su un campione di cui sono già noti la media x e lo scarto tipo
s.

● k > 3 (ma aumenta al diminuire della numerosità del campione ed all'

aumentare del livello di fiducia attesa nei risultati)
● Il livello di fiducia LF percentuale esprime da probabilità che ci si aspetta che
i prodotti siano conformi alle specifiche (LF è proporzionale a k)
Metodi alternativi:
1. per n≥4 si può calcolare

2. La tolleranza naturale si può calcolare anche come

 Istogrammi
L'istogramma ha lo scopo di permettere di valutare la centralità e la variabilità di
una distribuzione.
I valori di specifica (dimensionali) sono espressi con una quota nominale (Ms) ed
una tolleranza (Ts).

Osservando la figura sopra si distinguono le seguenti situazioni:

a) linea centrale e limiti di specifica
b) Distribuzione centrata e ristretta in maniera da essere contenuta nei limiti di specifica, con
possibilità di oscillazione intorno alla linea centrale
c) Distribuzione centrata e sufficientemente ampia da escludere possibilità di oscillazione intorno alla
linea centrale
d) Distribuzione ristretta ma non centrata sulla linea centrale, tale da uscire dai limiti di specifica
e)Distribuzione ampia e centrata sulla linea centrale, fuori dai limiti di specifica
f) Distribuzione ampia e non centrata sulla linea centrale, fuori dai limiti di specifica
 Indici di capacità del processo
Permettono di esprimere una relazione tra distribuzione di un processo e limiti di
variabilità.
● Se Ts è la tolleranza specifica e Tnat è la tolleranza naturale del processo,
definiamo indicatore di potenziale Cp

- Cp < 1: la variabilità del processo è superiore al campo di tolleranza (elementi

difettosi)
- Cp ∼ 1: Il processo rispetta al limite le specifiche e ci si aspetta circa lo 0,3% di
pezzi difettosi, con possibilità di aumenti incontrollati se il processo non è
centrato
- Cp > 1: il processo è capace, la variabilità naturale è inferiore a quella della
specifiche, i pezzi difettosi sono dovuti unicamente alla non centralità del
processo
● Un processo è perfettamente compatibile con le specifiche se il suo C p è
uguale a 1,33
● Il Cp da informazioni sulla dispersione del processo, in relazione ai limiti di
specifica, ma non permette di rilevare la sua effettiva centratura
● Il Cp non è sufficiente a valutare se effettivamente un processo è in grado di
fornire prodotti in linea con le specifiche
 Indice di prestazione o performance

● Indici di capacità del processo riferito a limiti di specifica unilaterali

● Indice di prestazione (o di performance)

● Cpi, Cps e Cpk permettono di controllare la dispersione del processo rispetto ai

limiti si specifica tenendo conto anche della posizione media del processo
● Se Cp = Cpk il processo è centrato, se Cpk < Cp il processo non è centrato
rispetto all'intervallo di specifica
● Un processo è perfettamente compatibile con le specifiche quando C p ≥1,33