Sei sulla pagina 1di 24

Cause & Effect Diagram

Diagramma causa / effetto

• Il diagramma causa / effetto è uno strumento di


brainstorming, originariamente sviluppato per
elencare possibili cause di problemi, stratificate in
opportune categorie.

• A questo scopo è infatti utilizzato nella fase


Analyze. In Measure, invece, è impiegato per fare
brainstorming su potenziali X.
Cos'è Diagramma causa / effetto
Measurement Methods Machinery

Why?

Potential Measures (Xs) CTQ

Mother People Materials


Nature

Perché si usa?
Per sviluppare teorie di causalità o investigare potenziali X
Diagramma causa / effetto
1. Rivedere le sei categorie di stratificazione in team, coerentemente al processo in esame. Disegnare
il diagramma a lisca di pesce. Esaminare la mappa di processo sviluppata nella fase Define.

2. Ricordate al team che il focus è sui dati X da collezionare.

3. Scrivere le CTQ in esame nella testa del pesce, separatamente. Per ogni Y del processo dovrà essere
costruito un diagramma.

4. Fare brainstorming su tutte le possibili X da raccogliere.

5. Al termine della sessione definite eventuali punti non chiari.


Matrice CTQ / Y
Y= f(x) matrix
• Una volte individuate le variabili di processo, un'analisi più
approfondita può rendersi necessaria.
• La matrice Y=f(x) mette in evidenza target, limiti di specifica e
performance attuali della variabili di input / processo / output.

Y=f(x) matrix
Input / Process Output
Independent variables USL LSL Target Cpk Dependent variables USL LSL Target Cpk
Temperature Adhesion 1,6 1,4 1,5 0,9
Time
Pressure Density 3,2 3,0 3,1 1,1
Weight
Attività: C&E e matrice Y=f(X)

OBIETTIVO: sviluppare diagramma C&E e matrice


Y=f(X) per le tre misure principali

AGENDA:
Suddividersi in team, assegnare i ruoli e preparare l'agenda.
Selezionare le Y e sviluppare il diagramma C&E
Selezionare le prime 3 misure tramite la matrice CTQ/Y
Preparare una matrice y=f(x)
TEMPO: 60 minutes
Measurement System
Analysis
Measurement System Analysis (MSA)


Errori nei sistemi di misura
Accuratezza e precisione
Accuratezza e precisione
Possible Sources of Process Variation
Observed Process Variation

Actual Process Variation Measurement Variation

Long-term Short-term Variation Variation due Variation due


Process Variation Process Variation w/i sample to gage to operators

Repeatability Calibration Stability Linearity

 2 Observed Pr ocess   2 Actua l Pr ocess   2 Measuremen t System


 2 Measuremen t System   2 Re peatabilit y   2 Re producibil ity

Faremo riferimento a ripetibilità e riproducibilità come


principali cause degli errori di misura.
Measurement Systems Analysis

 2
observed  2
product  2
gage
Valore misurato

• Measured Value = ƒ(TV + Ac + Rep + Rpr)


• TV = true value
• Ac = gauge accuracy
• Rep = gauge repeatability
• Rpr = gauge reproducibility
Componenti del sistema di misura
Errori di misura
Tipi di variabilità nei sistemi di misura
Tipi di variabilità nei sistemi di misura
Accuratezza
• Differenza tra la media reale e la media osservata.
• (La media reale può essere ottenuta tramite
strumenti di misura più precisi)

Accuratezza

Media reale

Media osservata
Stabilità
• La differenza tra almeno 2 set di misure ottenuti
con lo strumento nel tempo.

Stabilità

Tempo 1 Tempo 2
Reproducibility
• Variabilità tra i valori ottenuti con diversi operatori
che misurano le stesse caratteristiche con lo stesso
strumento.

Media reale

Operatore C
Operatore B

Operatore A
Ripetibilità
• La variabilità rilevata quando lo stesso operatore
misura la stessa caratteristica con lo stesso
strumento di misura.

Media osservata

Media reale

Ripetibilità
Come possiamo migliorare il sistema di
misura?