Six Sigma: introduzione (2)

(Leggi tutte le riflessioni dello Staff di QualitiAmo sul forum di QualitiAmo - La Qualità gratis sul web)

Le curve di distribuzione dei dati relativi ad un processo ci raccontano non solo quanto sta andando bene il nostro processo ma anche quali probabilità ci sono che le cose in futuro vadano come abbiamo previsto.

Chi si occupa di statistica, raggruppa queste probabilità in segmenti della curva di distribuzione chiamati deviazioni rispetto alla media.
Il simbolo utilizzato per indicare questa deviazione standard è la lettera greca "sigma".

Per ogni processo 1 sigma (caratterizzato dalla classica curva a forma di campana), la probabilità che un valore sia rappresentato da una deviazione standard dalla media è del 68.26%. La probabilità sale al 95.44% se parliamo di due sigma, al 99.73% nel caso di 3 deviazioni standard e del 99.994% se saliamo fino a 4 sigma.

Se il range di accettabilità del vostro prodotto, o limite di tolleranza, è a livello 4 sigma, dovreste, dunque, essere virtualmente sicuri di produrre materiale accettabile praticamente sempre. Verissimo ma questo vale, naturalmente, solo se stiamo parlando di un processo centrato e sotto controllo.

Sfortunatamente, però, potrete cercare di centrare il vostro processo finché volete ma lui tenderà sempre a spostarsi.
Dati sperimentali ci dicono che molti dei processi considerati "sotto controllo", in realtà, oscillano di ben 1,5 sigma da una parte e 1, 5 sigma dall'altra rispetto al valore centrato delle nostre variabili.

Questo significa che la vera probabilità che un processo con limiti di tolleranza 4 sigma produca materiale accettabile è solo del 98.76% e non del 99.994%.

Per raggiungere un output che rasenti la perfezione, dunque, la curva del nostro processo deve rientrare in tolleranze più ristrette, ecco perché l'obiettivo deve essere di sei sigma e non solo di quattro.