logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-08092021-115441


Tipo di tesi
Tesi di laurea magistrale
Autore
ROSSI, VERONICA
URN
etd-08092021-115441
Titolo
Statistical Process Control
Dipartimento
ECONOMIA E MANAGEMENT
Corso di studi
STRATEGIA, MANAGEMENT E CONTROLLO
Relatori
relatore Prof. Carmignani, Gionata
Parole chiave
  • carte di controllo (control charts)
  • causa (cause)
  • DMAIC.
  • processo (process)
  • six sigma
Data inizio appello
04/10/2021
Consultabilità
Tesi non consultabile
Riassunto
RIASSUNTO
Questa ricerca si è concentrata sullo studio del controllo statistico di processo, strumento per migliorare l’efficacia, efficienza ed economicità dei processi produttivi. È stato dimostrato che lo SPC ha un netto vantaggio rispetto ai controlli svolti a valle dell’operazione ovvero quando ormai il prodotto è stato terminato. Questa metodologia va ad intervenire durante il processo produttivo, permette di raggiungere una maggiore uniformità della qualità grazie alla possibilità di individuare i difetti al loro insorgere. Infatti, lo SPC è l’applicazione di tecniche statistiche per comprendere ed analizzare la variabilità di un processo andando a eliminare le cause speciali di variazione. È importante ai fini della comprensione, fare una distinzione tra cause comuni e speciali di variazione: le cause comuni non si ritiene opportuno tenerle sotto controllo poiché avremmo dei costi maggiori rispetto ai benefici; invece le cause speciali sono di natura accidentale e andranno a provocare una variazione eccessiva per cui il processo sarà considerato instabile.
Fatta questa premessa, sono state illustrate le principali tecniche statistiche impiegabili nella metodologia SPC: analisi della capability, carte di controllo per variabili, carte di controllo per attributi, foglio raccolta dati, istogramma di frequenza, diagramma causa-effetto, diagramma di Pareto, analisi di stratificazione. Per quanto riguarda l’analisi della capability, sono stati illustrati i principali indici: Cp, Cpk, Cpm, Cpmk che ci permetteranno di stimare l’allineamento tra il processo e le aspettative del cliente espresse in termini di target e di limiti di specifica.
Invece per quanto concerne le carte di controllo, che sono il principale strumento a cui facciamo riferimento per implementare il controllo statistico di processo, sono state illustrate due tipologie: carte di controllo per variabili e carte di controllo per attributi. Le prime vengono utilizzate quando la caratteristica di un prodotto è espressa attraverso una misura e vi rientrano: carte \overline{X} e R, carte \overline{X}- S, carte per misurazioni singole. Invece le carte di controllo per attributi si utilizzano quando la qualità di un processo produttivo è espressa da una variabile binaria che esprime la conformità o la non conformità di un prodotto rispetto alle specifiche (le caratteristiche non possono essere rappresentate numericamente). Tra queste abbiamo: carta p, carta np, carta c, carta u. Successivamente sono stati analizzati ulteriori strumenti in modo più sintetico, tra cui il foglio raccolta dati, uno strumento per inserire i dati raccolti e analizzarli in maniera più agevole.
Come ultima parte è stato analizzato uno strumento più di natura manageriale: il Six Sigma. Il Six Sigma è un programma di gestione della qualità basato sul controllo dello scarto quadratico medio che permette il miglioramento continuo della qualità andando a eliminare i difetti di un prodotto, processo o servizio. Six Sigma significa una precisione del 99,9997%, ovvero significa avere un processo che produce solo 3, 4 parti difetti per milione. La metodologia standard per condurre progetti di miglioramento è la metodologia DMAIC che consiste in cinque fasi sequenziali: define (definire il problema e gli obiettivi del progetto), measure (misurare le prestazioni), analyze (analizzare i dati raccolti), improve (implementare azioni di miglioramento) e control (controllare il raggiungimento e mantenimento degli obiettivi). Sono stati esposti due esempi ipotetici sull’applicazione del DMAIC in due settori completamente diversi: ambito sanitario e produzione di orologi di lusso, questo a sottolineare come la metodologia sia applicabile in settori completamente diversi. Per concludere, grazie a questa ricerca, si può notare come le aziende che hanno applicato SPC hanno riscontrato un aumento degli standard di qualità con la conseguente riduzione dei difetti e dei costi di produzione.

ABSTRACT
This research is focused on the study of statistical process control, a tool for improving the effectiveness, efficiency and cost-effectiveness of production processes. It has been shown that the SPC has a clear advantage over controls carried out after the operation, when the product has already been finished. This method intervenes during the production process and it allows to achieved a greater quality uniformity thanks to the possibility of identifying defects as they arise. In fact, SPC is the application of statistical techniques to understand and analyse the variability of a process deleting special causes of variation. It is important to understanding to make a distinction between common and special causes of variation: the common causes are not considered appropriate to keep under control since they would have higher costs than benefits; instead, the special ones are accidental in nature and they will cause an excessive variation, reason why the process will be considered unstable.
That being said, the main statistical techniques that can be used in the SPC methodology have been illustrated: capability analysis, control charts for variables, control charts for attributes, check sheets, histograms, cause-effect diagrams, Pareto charts, stratification. As regards the capability analysis, the main indices were illustrated: Cp, Cpk, Cpm, Cpmk which will allow us to estimate the alignment between the process and the customer's expectations expressed in terms of target and specification limits.
As far as control charts are concerned, which are the main tool we refer to when implementing statistical process control, two types have been illustrated: control charts for variables and control charts for attributes. Control charts for variables are used when the characteristic of a product is expressed through a measurement and include: charts \overline{X} e R, charts \overline{X}- S, charts of moving range. On the other hand, attribute control charts are used when the quality of a production process is expressed by a binary variable expressing the conformity or non-conformity of a product with the specifications (characteristics cannot be represented numerically). These include: chart p, chart np, chart c and chart u. Subsequently, further tools were analysed in a more concise way, including the check sheet, a tool for entering the data collected and analysing it more easily. As a final part, a more managerial tool was analysed: the Six Sigma. Six Sigma is a quality management program based on the control of mean square deviation which allows continuous quality improvement by eliminating defects in a product, process or service. Six sigma means an accuracy of 99.9997%, which means having a process that produces only 3.4 parts defects per million. The standard methodology for conducting improvement projects is the DMAIC methodology, which consists of five sequential steps: define (define the problem and project objectives), measure (measure performance), analyse (analyse collected data), improve (implement actions improvement) and control (controlling the achievement and maintenance of objectives).
Two hypothetical examples of the application of DMAIC in two different fields were presented: healthcare and luxury watch production, underlining how the methodology is applicable in completely different sectors.
In conclusion, thanks to this research, it can be seen that companies that have applied SPC have experienced an increase in quality standards with a consequent reduction in defects and production costs.
File