Pubblicazioni

Questo primo volume insegna i concetti fondamentali della risoluzione dei problemi di flusso e i principi base del Lean Management. Il libro si rivolge a studenti e docenti di Lean Six Sigma, nonché a manager che desiderano andare oltre la semplice acquisizione di formule e sviluppare le proprie pratiche su una solida base teorica. Pur rispettando le radici storiche, lo spirito e la terminologia consolidata del Lean Six Sigma, il libro si propone di individuare, unificare e formalizzare i suoi principi fondamentali sottostanti.

Questo secondo volume dettaglia l'implementazione dell'approccio all'interno delle aziende e il protocollo metodologico generico DMAIC. Basato su una definizione originale dei problemi statistici, insegna i concetti fondamentali per risolvere problemi statistici "distinguibili" e i principi base del Six Sigma. Il libro si rivolge a studenti e docenti di Lean Six Sigma, nonché a professionisti del miglioramento operativo che desiderano andare oltre la semplice acquisizione di formule e sviluppare le proprie pratiche basandosi su un solido quadro teorico.

Estratto:

Il %GRR e il Numero di Categorie Distinte (NDC) sono ampiamente utilizzati come indicatori di capacità del sistema di misurazione. Tuttavia, alla formula di calcolo del NDC solitamente accettata è assegnato un coefficiente la cui origine ha portato alla coesistenza di due interpretazioni diverse e fuorvianti del NDC. Raccomandiamo di rimuovere questo coefficiente per attenersi alla definizione di risoluzione del sistema di misurazione o al concetto equivalente di rapporto segnale-rumore. Proponiamo inoltre un riallineamento delle soglie di accettazione di %GRR e NDC.

Estratto:

Nell'ambito della fase Measure di un progetto Six Sigma (DMAIC), è fondamentale determinare la dimensione del campione adeguata in base alla precisione statistica richiesta per la stima della capacità del processo (definita qui come la percentuale attesa di unità difettose). Ai professionisti Six Sigma viene generalmente insegnato a utilizzare una regola empirica (ignorando così il requisito di precisione) oppure una formula per la dimensione del campione che consenta di specificare la precisione richiesta. Mentre tale formula è fornita per i dati binari, quando si gestiscono dati basati sul conteggio dei difetti, la formula usuale insegnata riguarda la stima del numero medio di difetti per unità e non la percentuale di unità difettose (cioè il tasso di difettosità). Questo articolo elabora una formula e le relative tabelle per calcolare la dimensione del campione necessaria a raggiungere la precisione statistica richiesta sul tasso di difettosità quando si lavora con una metrica basata sul conteggio dei difetti. Viceversa, viene calcolata la precisione ottenuta per una determinata dimensione del campione. I risultati vengono quindi confrontati con quelli per i dati binari e si suggerisce che il calcolo della dimensione del campione per i dati binari meriti di essere considerato un'alternativa accettabile e più semplice da usare. Viene inoltre evidenziata la difficoltà di ottenere precisioni adeguate a causa dei requisiti sulla dimensione del campione quando si opera a tassi di difettosità bassi.

Estratto:

Nell'ambito della fase Measure di un progetto Six Sigma (DMAIC), è fondamentale determinare la dimensione del campione adeguata in base alla precisione statistica richiesta per la stima della capacità del processo (definita qui come la percentuale attesa di unità difettose). Ai professionisti Six Sigma viene generalmente insegnato a utilizzare una regola empirica (ignorando così il requisito di precisione) oppure una formula per la dimensione del campione che consenta di specificare la precisione richiesta. Mentre tale formula è fornita per i dati binari, quando si lavora con dati continui, la formula solitamente insegnata riguarda la stima della media e non il tasso di difettosità. Altri approcci alternativi riguardano il calcolo della dimensione del campione basato sulla precisione degli indici di capacità del processo concepiti per l'industria manifatturiera. Tuttavia, questi indici tecnici spesso non sono rilevanti per la maggior parte degli utenti e dei manager che non lavorano in specifici ambienti di produzione. Questo articolo elabora soluzioni per calcolare la dimensione del campione necessaria a raggiungere la precisione statistica richiesta sul tasso di difettosità quando si lavora con una metrica continua, sia nel caso di uno che di due limiti di specifica. Viceversa, viene calcolata la precisione ottenuta per una determinata dimensione del campione. Viene inoltre sottolineata la sfida di valutare livelli elevati di prestazione Sigma a causa della dimensione del campione richiesta.