Università di PisaMiglioramento continuo e Problem Solving1 Il miglioramento, il problem solving e...
-
Upload
nunziatina-di-stefano -
Category
Documents
-
view
216 -
download
2
Transcript of Università di PisaMiglioramento continuo e Problem Solving1 Il miglioramento, il problem solving e...
Università di Pisa Miglioramento continuo e Problem Solving 1
Il miglioramento,Il miglioramento,il problem solving eil problem solving e
gli strumenti per il lavoro di gruppogli strumenti per il lavoro di gruppo
UNIVERSITA’ DI PISA
Università di Pisa Miglioramento continuo e Problem Solving 2
IndiceIndice
• Il miglioramento: i diversi approcci• I gruppi di lavoro• La sequenza di Problem Solving• Gli strumenti per il lavoro di gruppo
Università di Pisa Miglioramento continuo e Problem Solving 3
MIGLIORAMENTO DELLA MIGLIORAMENTO DELLA QUALITÀQUALITÀ
“Le azioni intraprese nell’ambito di un’organizzazione per accrescere
l’efficienza e l’efficacia delle attività e dei processi, a vantaggio sia
dell’organizzazione, sia dei clienti.”
Università di Pisa Miglioramento continuo e Problem Solving 4
Il miglioramentoIl miglioramento
MIGLIORAMENTO CONTINUO
“Kaizen”
MIGLIORAMENTO PER GRANDI INNOVAZIONI
“Kairyo”
Università di Pisa Miglioramento continuo e Problem Solving 5
KAIZEN KAIRYO
CULTURA
EFFETTO
VELOCITÀ
PERIODO DI TEMPO
CAMBIA- MENTO
COINVOL- GIMENTO
Orientale Occidentale
Di lungo termine Di breve termine
A piccoli passi A grandi passi
Continuo e in aumento
Intermittente e non in aumento
Graduale ecostante
Improvviso eincostante
Tutti Pochi individui scelti
Università di Pisa Miglioramento continuo e Problem Solving 6
KAIZEN KAIRYO
APPROCCIO
MODALITÀ
CATALIZ- ZATORE
ESIGENZE PRATICHE
ORIENTAM. SFORZO
CRITERI DI VALUTAZ.
Collettivo Individuale
Manutenzione e miglioramento
Grandi investimenti,ma pochi sforziper preservarli
Alle persone Alla tecnologia
Smantellamento e (ri-) costruzione
Know-how convenzionale
Progresso tecnologico
Pochi investimenti,ma grandi sforzi
per progredire
Processo e sforziper migliori risultati
Risultati e Profitti diretti
Università di Pisa Miglioramento continuo e Problem Solving 7
MIGLIORAMENTO MIGLIORAMENTO CONTINUOCONTINUO
• È un processo che si sviluppa con continuità, passo dopo passo, senza punti di arrivo definitivi
• È guidato dal management
• Opera sull’esistente, consentendo progressi significativi anche in assenza di grandi innovazioni
• Ha come obiettivo sia la riduzione delle problematiche, sia l’aumento delle prestazioni
Università di Pisa Miglioramento continuo e Problem Solving 8
MIGLIORAMENTO MIGLIORAMENTO CONTINUOCONTINUO
(segue)(segue)
• Può fornire risultati anche nel breve termine
• Aumenta la professionalità
• Deve coinvolgere tutto il personale
• Deve essere svolto in modo pianificato e
sistematico
• Funziona al meglio ove si adotti un sistema
premiante
Università di Pisa Miglioramento continuo e Problem Solving 9
MIGLIORAMENTO CONTINUOMIGLIORAMENTO CONTINUO+ -
Prevenzione Reazione
Attività continua Attività per obiettivi
Partecipazione Esecuzione ordini
Mentalità statistica Gestione basata su “sensazioni”
Rapporti chiari con i fornitori Fornitori avversari
Analisi dei dati di mercato Valutazione interna delle esigenze del cliente
Impegno orientato al mercato Impegno orientato alle attività
Università di Pisa Miglioramento continuo e Problem Solving 10
IL RUOLO DEL IL RUOLO DEL MANAGEMENTMANAGEMENT
• Guidare in prima persona il miglioramento, stabilendo politiche, obiettivi, organizzazione, risorse e metodi di controllo
• Focalizzare l’attenzione sul soddisfacimento dei clienti, sia interni che esterni
• Coinvolgere nel miglioramento l’intera organizzazione
• Trasmettere, soprattutto con l’esempio delle proprie azioni, l’attitudine al miglioramento quale componente del lavoro di ognuno
• Facilitare la comunicazione e l’accesso alle informazioni
• Promuovere il lavoro di gruppo ed il rispetto per la persona
Università di Pisa Miglioramento continuo e Problem Solving 11
Il cammino del Management Il cammino del Management verso il Miglioramentoverso il Miglioramento
Consapevolezza e
Delega
Impegno e
Coinvolgimento
Partecipazione e
Leadership
Università di Pisa Miglioramento continuo e Problem Solving 12
I GRUPPI DI LAVOROI GRUPPI DI LAVORO
• INFORMALI esistono di fatto
• ORIZZONTALIi membri sono dello stesso livello gerarchico
• INTERFUNZIONALIi membri provengono da aree diverse
• VERTICALIi membri sono di livelli gerarchici diversi
• PERMANENTIesistono ed operano permanentemente
• TEMPORANEIesistono ed operano sino al raggiungimento dell’obiettivo
• FORMALI sono istituzionalizzati
Università di Pisa Miglioramento continuo e Problem Solving 13
GRUPPI TIPICI PER GRUPPI TIPICI PER IL MIGLIORAMENTOIL MIGLIORAMENTO
• CIRCOLI QUALITÀ
• COMITATI DIRETTIVI PER LA QUALITÀ E/O IL
MIGLIORAMENTO (“QUALITY COMMITTEE”)
• GRUPPI DI MIGLIORAMENTO DI UN
PROCESSO
• TASK-FORCE
Università di Pisa Miglioramento continuo e Problem Solving 14
REGOLE ESSENZIALI DI UN REGOLE ESSENZIALI DI UN GRUPPO DI MIGLIORAMENTOGRUPPO DI MIGLIORAMENTO
• All’interno del gruppo non vi sono gerarchie• Tutti i partecipanti devono conoscere e
saper utilizzare in modo appropriato gli strumenti di Problem Solving
• I problemi affrontati devono essere compresi chiaramente da tutti i partecipanti
Università di Pisa Miglioramento continuo e Problem Solving 15
I GRUPPI DI LAVOROI GRUPPI DI LAVORO
• i partecipanti operano in maniera “interattiva”• gli obiettivi sono chiari e condivisi• sono definite le relazioni tra i componenti del
gruppo e tra questo e l’esterno• sono chiare le modalità di partecipazione al gruppo• i metodi di lavoro sono chiari e definiti e tali da
ottimizzare il contributo dei singoli• tutti i partecipanti hanno un ruolo ed uno spazio
per contribuire• i partecipanti hanno reciproca fiducia
Un “vero” gruppo di lavoro si ha quando:
Università di Pisa Miglioramento continuo e Problem Solving 16
IL GRUPPO DI LAVORO IL GRUPPO DI LAVORO EFFICACEEFFICACE
• Tipicamente formato da 5 fino ad un massimo di 12 persone
• Guidato da un “facilitatore”• Caratterizzato da compatibilità di livello
tecnico e culturale, “linguaggio” e strumenti dei partecipanti
• Rappresentativo delle aree e funzioni “toccate” dal problema affrontato
Università di Pisa Miglioramento continuo e Problem Solving 17
IL RUOLO DEL IL RUOLO DEL FACILITATOREFACILITATORE
• Contribuire a creare un ambiente aperto e positivo
• Incoraggiare la manifestazione dei vari punti di vista
• Fare emergere il pensiero creativo• Guidare il gruppo nell’utilizzo delle metodologie e
degli strumenti del Problem Solving• Accompagnare il gruppo verso il raggiungimento
degli obiettivi• Aiutare il gruppo a definire le proprie regole di
funzionamento
Università di Pisa Miglioramento continuo e Problem Solving 18
PROBLEM SOLVINGPROBLEM SOLVING
““Insieme di tecniche e di strumenti Insieme di tecniche e di strumenti che, utilizzati in maniera che, utilizzati in maniera
sistematica nelle varie fasi del sistematica nelle varie fasi del processo di miglioramento, processo di miglioramento,
permettono l’efficace permettono l’efficace raggiungimento degli obiettivi, con raggiungimento degli obiettivi, con un efficiente impiego delle risorse”un efficiente impiego delle risorse”
Università di Pisa Miglioramento continuo e Problem Solving 19
MiglioramentoMiglioramentoApplicazione della sequenza PDCAApplicazione della sequenza PDCA
P A D C
ActStandardizzare o ricominciare il ciclo
Stabilire gli obiettivi e pianificare le attività
Attuare quantopianificato
Valutare i risultatirispetto agli obiettiviCheck
Do
Plan
Università di Pisa Miglioramento continuo e Problem Solving 20
Individuare tutti i problemi
Individuare tutti i problemi
Scegliere un problema
Scegliere un problema
Ricercare le cause
potenziali
Ricercare le cause
potenziali
Individuare le cause reali
Individuare le cause reali
Cercare le soluzioni
Cercare le soluzioni
Proporre una soluzione
Proporre una soluzione
Approvare il progetto
Approvare il progetto
AttuazioneAttuazione
Confermare i risultati
Confermare i risultati
Riconoscere i risultati
Riconoscere i risultati
RISOLVERE UN PROBLEMARISOLVERE UN PROBLEMA
Università di Pisa Miglioramento continuo e Problem Solving 21
SCELTA DEL PROBLEMASCELTA DEL PROBLEMA
Individuare tutti iproblemi
Individuare tutti iproblemi
Ottenere informazioni sui problemi
Ottenere informazioni sui problemi
Preselezione deiproblemi
Preselezione deiproblemi
Chiarire iproblemi
Chiarire iproblemi
Scegliere ilproblema
Scegliere ilproblema
Elenco Elenco problemiproblemiElenco Elenco
problemiproblemi
Informazioni Informazioni sui problemisui problemi
Informazioni Informazioni sui problemisui problemi
BRAINSTORMINGBRAINSTORMING
STRUMENTI RACCOLTA DATI
STRUMENTI RACCOLTA DATI
VOTOVOTO
BENCHMARKING
DIAGRAMMA DI PARETO
DIAGRAMMA DI PARETO
ISTOGRAMMAISTOGRAMMA
Università di Pisa Miglioramento continuo e Problem Solving 22
LE CAUSE POTENZIALILE CAUSE POTENZIALI
Comprendere il problema
Comprendere il problema
Definire il problema
Definire il problema
Ricercare le cause potenziali
Ricercare le cause potenziali
Raggruppare le cause potenzialiRaggruppare le cause potenziali
DIAGRAMMA DI FLUSSODIAGRAMMA DI FLUSSO
GRAFICI E DIAGRAMMIGRAFICI E DIAGRAMMI
DIAGRAMMA POLAREDIAGRAMMA POLARE
5We2H5We2H
BRAINSTORMINGBRAINSTORMING
DIAGRAMMA CAUSA-EFFETTO
DIAGRAMMA CAUSA-EFFETTO
Diagramma Diagramma causa-causa-effettoeffetto
Diagramma Diagramma causa-causa-effettoeffetto
Diagrammi del Diagrammi del processoprocesso
Diagrammi del Diagrammi del processoprocesso
Università di Pisa Miglioramento continuo e Problem Solving 23
LE CAUSE REALILE CAUSE REALI
Documentare le causeDocumentare le cause
Analizzare le causeAnalizzare le cause
Classificare le causeClassificare le cause
STRUMENTI RACCOLTA DATI
STRUMENTI RACCOLTA DATI
DIAGRAMMA DI CORRELAZIONE
DIAGRAMMA DI CORRELAZIONE
DIAGRAMMA DI PARETO
DIAGRAMMA DI PARETO
DIAGRAMMA DI AFFINITÀDIAGRAMMA DI AFFINITÀ
ISTOGRAMMAISTOGRAMMA
DiagrammiDiagrammiDiagrammiDiagrammi
DiagrammiDiagrammiDiagrammiDiagrammi
STRATIFICAZIONESTRATIFICAZIONE
Università di Pisa Miglioramento continuo e Problem Solving 24
LA SCELTA DELLA SOLUZIONELA SCELTA DELLA SOLUZIONE
Ricercare le soluzioniRicercare le soluzioni
Preselezionare le migliori soluzioni
Preselezionare le migliori soluzioni
Scegliere la soluzione
Scegliere la soluzione
Redigere e approvare il progetto
Redigere e approvare il progetto
Elenco delle Elenco delle soluzioni soluzioni potenzialipotenziali
Elenco delle Elenco delle soluzioni soluzioni potenzialipotenziali
Il progettoIl progettoIl progettoIl progetto
BRAINSTORMINGBRAINSTORMING
VOTOVOTO
DIAGRAMMA AD ALBERODIAGRAMMA AD ALBERO
DIAGRAMMA DI AFFINITÀDIAGRAMMA DI AFFINITÀ
MATRICE MULTI-CRITERIMATRICE MULTI-CRITERI
Università di Pisa Miglioramento continuo e Problem Solving 25
L’ATTUAZIONE DELLA SOLUZIONEL’ATTUAZIONE DELLA SOLUZIONE
Pianificare l’azionePianificare l’azione
Preparare il pianoPreparare il piano
Attuare il pianoAttuare il piano
Verificare i progressiVerificare i progressi
Confermare i risultatiConfermare i risultati
5We2H5We2H
DIAGRAMMA DI GANTTDIAGRAMMA DI GANTT
DIAGRAMMA DI FLUSSODIAGRAMMA DI FLUSSO
GRAFICI E DIAGRAMMIGRAFICI E DIAGRAMMI
CARTE DI CONTROLLOCARTE DI CONTROLLO
Misure Misure temporaneetemporanee
Misure Misure temporaneetemporanee
Nuove Nuove direttivedirettiveNuove Nuove
direttivedirettive
DIAGRAMMA POLAREDIAGRAMMA POLARE
Piano di Piano di azioneazione
Piano di Piano di azioneazione
STRUMENTI RACCOLTA DATI
STRUMENTI RACCOLTA DATI
Università di Pisa Miglioramento continuo e Problem Solving 26
Particolarmente indicato NON particolarmente indicatoIndicato
1. STRUMENTI RACCOLTA DATI
2. GRAFICI E DIAGRAMMI
3. DIAGRAMMA POLARE
4. STRATIFICAZIONE
5. ISTOGRAMMA
6. DIAGRAMMA DI PARETO
7. DIAGRAMMA DI CORRELAZIONE
8. CARTE DI CONTROLLO
9. BRAINSTORMING
PR
OB
LE
MA
PR
OB
LE
MA
CA
US
EC
AU
SE
SO
LU
ZIO
NE
SO
LU
ZIO
NE
AZ
ION
EA
ZIO
NE
STRUMENTISTRUMENTI
Università di Pisa Miglioramento continuo e Problem Solving 27
10. DIAGRAMMA CAUSA-EFFETTO
11. VOTO
12. MATRICE MULTI-CRITERI
13. DIAGRAMMA DI AFFINITÀ
14. DIAGRAMMA AD ALBERO
15. BENCHMARKING
16. DIAGRAMMA DI FLUSSO
17. DIAGRAMMA DI GANTT
18. 5We2H
PR
OB
LE
MA
PR
OB
LE
MA
CA
US
EC
AU
SE
SO
LU
ZIO
NE
SO
LU
ZIO
NE
AZ
ION
EA
ZIO
NE
STRUMENTISTRUMENTI
Particolarmente indicato NON particolarmente indicatoIndicato
Università di Pisa Miglioramento continuo e Problem Solving 28
1. STRUMENTI PER LA 1. STRUMENTI PER LA RACCOLTA DATIRACCOLTA DATI
• IL FOGLIO (MODULO) RACCOLTA IL FOGLIO (MODULO) RACCOLTA DATIDATI
• L’INTERVISTAL’INTERVISTA• L’OSSERVAZIONEL’OSSERVAZIONE• ………….. Non necessariamente un “foglio”,
ma anche, ad esempio,un modulo elettronico.
Università di Pisa Miglioramento continuo e Problem Solving 29
FOGLIO RACCOLTA DATIFOGLIO RACCOLTA DATI
È utilizzato per raccogliere È utilizzato per raccogliere sistematicamente dei dati, allo scopo di sistematicamente dei dati, allo scopo di ottenere una chiara rappresentazione ottenere una chiara rappresentazione
dei fatti e di facilitarne l’analisi.dei fatti e di facilitarne l’analisi.
Università di Pisa Miglioramento continuo e Problem Solving 30
FOGLIO RACCOLTA DATIFOGLIO RACCOLTA DATIContiene tutte le informazioni di carattere generale:- data- fonte- rilevatore- destinazione dati- fenomeno rilevato- unità di misura- metodologia di rilevamento- etc...
E’ solitamente una matrice a doppia entrata i cui dati sono organizzati in modo coerente con le finalità di rilevazione
TESTATA
CORPO
Università di Pisa Miglioramento continuo e Problem Solving 31
Esempio di corpo di Foglio raccolta Esempio di corpo di Foglio raccolta datidati
ora Numero di persone in fila
9.30
10.00
10.30
11.00
11.30
12.00
12.30
Lunedì
Martedì
ora Numero di persone in fila
9.30
10.00
10.30
11.00
11.30
12.00
12.30
Università di Pisa Miglioramento continuo e Problem Solving 32
Foglio Raccolta DatiFoglio Raccolta Dati(per il Controllo di un Processo)(per il Controllo di un Processo)
TEMPERATURA COLATA GHISA
OPERATORE: Bianchi LINEA: B DATA: 16/10/2002 LIMITI: 1280 - 1320 °C
ORA DIRILEVAZ.
TEMP.°C
NOTE
8.00 1296 9.00 1307
10.00 1311
11.00 1295
12.00 1313
13.00 1325
14.00 1302
15.00 1297
RILEVATA ALLE ORE 10.18
VALORE SOPRA I LIMITI
Università di Pisa Miglioramento continuo e Problem Solving 33
Foglio Raccolta Dati Foglio Raccolta Dati (per tipo di difetto)(per tipo di difetto)
IMPIANTO SQUADRA TURNO A TURNO B TURNO C
A1
LINEA A
A2
B1
LINEA B
B2
GRAFFI COLLA TOMAIA CUCITURE FINITURA ALTRI
DATA: 2004-feb-10 RILEVATORI: Amedei, Vittori
Università di Pisa Miglioramento continuo e Problem Solving 34
Foglio Raccolta DatiFoglio Raccolta Dati (per causa di difetto) (per causa di difetto)
DATA: 2002-dic-15
TOTALE
TIPO DI SCARTO QUANTITA’
E1 Errata tensione di carica
E2 Errata fasatura
E3 Spegnimento
E4 B.T. bobina a massa
E5 B.T. bobina invertita
E6 B.T. cortocircuito
E7 Varie
M1 Rivett. Spira di corto
M2 Amianto mancante
M3 Deformazione piattello
M4 Tornitura piattello
RILEVATORE: Minghelli
2
3
2
8
4
6
6
3
2
5
3
44
Università di Pisa Miglioramento continuo e Problem Solving 35
L’INTERVISTAL’INTERVISTA
È un metodo di raccolta delle È un metodo di raccolta delle informazioni, qualitative o informazioni, qualitative o
quantitative, diretto solitamente ad quantitative, diretto solitamente ad individuare i bisogni od il grado di individuare i bisogni od il grado di
soddisfazione dei clientisoddisfazione dei clienti
Università di Pisa Miglioramento continuo e Problem Solving 36
L’INTERVISTAL’INTERVISTA
L’intervista è guidata da un L’intervista è guidata da un QUESTIONARIOQUESTIONARIO, costituto da un elenco di , costituto da un elenco di domande che possono essere:domande che possono essere:
• CHIUSECHIUSE
l’intervistato sceglie tra una serie di l’intervistato sceglie tra una serie di risposte pronterisposte pronte
• APERTEAPERTE
l’intervistato fornisce una risposta non l’intervistato fornisce una risposta non vincolatavincolata
Università di Pisa Miglioramento continuo e Problem Solving 37
QUESTIONARIO CON DOMANDE APERTEQUESTIONARIO CON DOMANDE APERTE
VALUTAZIONE DEL SERVIZIO ASSISTENZA
1) Cosa pensa del livello 1) Cosa pensa del livello di preparazione dei di preparazione dei tecnici?tecnici?
2) Ha mai riscontrato 2) Ha mai riscontrato carenze nella qualità carenze nella qualità delle riparazioni? Di delle riparazioni? Di che tipo?che tipo?
10) In quali aspetti crede 10) In quali aspetti crede che il servizio debba che il servizio debba essere migliorato? essere migliorato?
Università di Pisa Miglioramento continuo e Problem Solving 38
QUESTIONARIO CON DOMANDE APERTEQUESTIONARIO CON DOMANDE APERTE
VALUTAZIONE DEL SERVIZIO BIBLIOTECA
1) Cosa pensa della 1) Cosa pensa della disponibilità di libri?disponibilità di libri?
2) Ha mai riscontrato 2) Ha mai riscontrato disservizi? Di che tipo?disservizi? Di che tipo?
3) In quali aspetti crede 3) In quali aspetti crede che il servizio debba che il servizio debba essere migliorato? essere migliorato?
Università di Pisa Miglioramento continuo e Problem Solving 39
QUESTIONARIO CON DOMANDE CHIUSEQUESTIONARIO CON DOMANDE CHIUSE
VALUTAZIONE DEL SERVIZIO ASSISTENZAVALUTAZIONE DEL SERVIZIO ASSISTENZA
Quanto è soddisfatto riguardo ai seguenti aspetti:
1) Livello di preparazione dei tecnici
2) Disponibilità e cortesia
3) Qualità delle riparazioni
4) Velocità di intervento
1 52 3 4
1 52 3 4
1 52 3 4
1 52 3 4
Università di Pisa Miglioramento continuo e Problem Solving 40
QUESTIONARIO CON DOMANDE CHIUSEQUESTIONARIO CON DOMANDE CHIUSEVALUTAZIONE DEL SERVIZIO MENSAVALUTAZIONE DEL SERVIZIO MENSA
Quanto è soddisfatto riguardo ai seguenti aspetti:
1) Qualità degli alimenti
2) Disponibilità e cortesia del
personale
3) Tempi di attesa
4) Varietà del menù
5) ...
1 5 2 3 4
1 5 2 3 4
1 5 2 3 4
1 5 2 3 4
1 5 2 3 4
Università di Pisa Miglioramento continuo e Problem Solving 41
VANTAGGIVANTAGGI
DOMANDE CHIUSE
Facilitano il successivo lavoro di classificazione ed elaborazione
dei dati
DOMANDE APERTE
Non limitano le possibilità di
risposta dell'intervistato
Università di Pisa Miglioramento continuo e Problem Solving 42
L’OSSERVAZIONEL’OSSERVAZIONE
• Consente di raccogliere informazioni Consente di raccogliere informazioni di tipo qualitativo o quantitativodi tipo qualitativo o quantitativo
• È un metodo adatto per analizzare È un metodo adatto per analizzare elementi numerosi, volumi elevati, elementi numerosi, volumi elevati, comportamenti, situazioni…comportamenti, situazioni…(come (come viene eseguita un’attività, per viene eseguita un’attività, per rilevare una sequenza di operazioni, rilevare una sequenza di operazioni, gli strumenti utilizzati, i files gli strumenti utilizzati, i files consultati, la presenza o l’assenza di consultati, la presenza o l’assenza di elementi…..) elementi…..)
Università di Pisa Miglioramento continuo e Problem Solving 43
2. GRAFICI E DIAGRAMMI2. GRAFICI E DIAGRAMMI
• Sono rappresentazioni di dati Sono rappresentazioni di dati quantitativiquantitativi
• Permettono di riassumere grandi Permettono di riassumere grandi quantità di informazioni in uno quantità di informazioni in uno spazio ridotto e di comunicare spazio ridotto e di comunicare situazioni complesse in maniera situazioni complesse in maniera chiara e concisachiara e concisa
Università di Pisa Miglioramento continuo e Problem Solving 44
I tipi di grafici più diffusiI tipi di grafici più diffusi
A) GRAFICI A SPEZZATA
B) GRAFICI A BARRE
C) DIAGRAMMI A SETTORI
Adatti a rappresentare le tendenze
Utili per effettuare confronti fra categorie
Consentono di visualizzare le proporzioni tra le varie classi di un fenomeno
Università di Pisa Miglioramento continuo e Problem Solving 45
A) GRAFICO A SPEZZATAA) GRAFICO A SPEZZATAReclami del cliente relativi a puntualità consegne
Rec
lam
i
Anni
0
20
40
60
80
100
97 98 99 00 01 02 03
Stabilimento A
Stabilimento B
Università di Pisa Miglioramento continuo e Problem Solving 46
A) GRAFICO A SPEZZATAA) GRAFICO A SPEZZATA
Procedura:Procedura:
• Determinare, per entrambi gli assi, il Determinare, per entrambi gli assi, il campo di variazione e l’unità di campo di variazione e l’unità di misura di ogni incrementomisura di ogni incremento
• Contrassegnare i due assi, Contrassegnare i due assi, riportandovi le unità di misura riportandovi le unità di misura utilizzateutilizzate
• Tracciare i punti di intersezione dei Tracciare i punti di intersezione dei dati e collegarli con una lineadati e collegarli con una linea
Università di Pisa Miglioramento continuo e Problem Solving 47
GRAFICO A COLONNEGRAFICO A COLONNERITARDO MEDIO CONSEGNE – ANNO 2002
Magazzino di spedizione
Gio
rni
0
1
2
3
4
5
A B C D E F
Prodottistandard
Prodotticustom
Università di Pisa Miglioramento continuo e Problem Solving 48
GRAFICO A COLONNEGRAFICO A COLONNEProcedura:• Determinare il campo di variazione
dell’asse verticale e l’unità di misura di ogni incremento
• Contrassegnare l’asse verticale, riportando l’unità di misura
• Determinare il numero e l’ordine delle barre
• Contrassegnare l’asse orizzontale
Università di Pisa Miglioramento continuo e Problem Solving 49
B) GRAFICO A BARREB) GRAFICO A BARRETempo medio di fermo impianto
0 5 10 15 20 25 30
Marzo 03
Febbraio 03
Gennaio 03
Dicembre 02
Arrivo squadra manutenzione
Diagnosi guasto
Reperimento ricambi
Completamento intervento
Università di Pisa Miglioramento continuo e Problem Solving 50
C) DIAGRAMMA A SETTORI (TORTA)C) DIAGRAMMA A SETTORI (TORTA)CAUSE DI ABBANDONO DEGLI STUDI
15%
20% 36%
11%
6% 12%
Motivazioni personaliIniziato alavorare
Difficoltàstudi
Economiche
Logistiche
Altre
Università di Pisa Miglioramento continuo e Problem Solving 51
C) DIAGRAMMA A C) DIAGRAMMA A SETTORISETTORI
Procedura:
• Determinare la percentuale per ciascuna categoria
• Convertire i valori percentuali in gradi d’angolo
• Disegnare un cerchio e tracciare i settori
• Contrassegnare i settori
Università di Pisa Miglioramento continuo e Problem Solving 52
3. DIAGRAMMA POLARE3. DIAGRAMMA POLARE
Visualizza su un solo diagramma un Visualizza su un solo diagramma un insieme di parametri, permettendo di insieme di parametri, permettendo di tenere sotto controllo la situazione tenere sotto controllo la situazione
generale e di individuare generale e di individuare prontamente eventuali situazioni prontamente eventuali situazioni
critichecritiche
Università di Pisa Miglioramento continuo e Problem Solving 53
DIAGRAMMA POLARE
0
20
40
60
80
100ECONOMICITÀ
ESERCIZIO
ASSISTENZATECNICA
DISPONIBILITÀPER DILAZIONE
PAGAMENTITEMPI DI RISPOSTA
COSTOACQUISTO
PRESTAZIONIPRODOTTO
QUALITÀ PRODOTTO
LA PERCEZIONE DELL’AZIENDA DA PARTE DEI CLIENTI
NOI
IL PRINCIPALECONCORRENTE
PUNTUALITÀCONSEGNE
Università di Pisa Miglioramento continuo e Problem Solving 54
4. STRATIFICAZIONE4. STRATIFICAZIONE
• Consiste nell’osservare da punti di Consiste nell’osservare da punti di vista diversi dati e informazioni vista diversi dati e informazioni aggregatiaggregati
• È particolarmente utile nella fase È particolarmente utile nella fase diagnostica, poiché permette di diagnostica, poiché permette di identificare quali categorie identificare quali categorie contribuiscono maggiormente a contribuiscono maggiormente a creare il problemacreare il problema
Università di Pisa Miglioramento continuo e Problem Solving 55
Stratificazione delle assenze dal Stratificazione delle assenze dal lavoro lavoro
20-21 >240
5
10
15
20
25
30
<20 22-23
% PER ETA'
G F M A M G L A S O N D02468
101214
G F M A M G L A S O N D
% PER MESE
02040 60
IMPIEGATI
% PER INQUADRAMENTO
M F0
204060
M F
% PER SESSO
OPERAI
Università di Pisa Miglioramento continuo e Problem Solving 56
5. ISTOGRAMMA5. ISTOGRAMMA
Rappresentazione grafica di una Rappresentazione grafica di una distribuzione di frequenza, costituita distribuzione di frequenza, costituita
da una successione di rettangoli da una successione di rettangoli aventi come base l’intervallo delle aventi come base l’intervallo delle
classi e come altezza un valore classi e come altezza un valore proporzionale alla frequenza proporzionale alla frequenza
corrispondente corrispondente
Università di Pisa Miglioramento continuo e Problem Solving 57
Obiettivo del processosul 95 % dei prodotti
Fre
qu
enza
rel
ativ
a (%
)
Fre
qu
enza
ass
olu
ta
Scostamento dall’ottimale
0
5
10
15
20
11 10 09 08 07 06 05 04 03 02 010
15
30
ISTOGRAMMA Prestazioni di un processo
Università di Pisa Miglioramento continuo e Problem Solving 58
Diagramma simmetrico dei dati attorno alla maggiore frequenza (“moda”).
Diagramma asimmetrico. L’asimmetria è detta negativa quando si sviluppa a sinistra, positiva quando si sviluppa a destra.
Distribuzione bimodale dei dati attorno a due frequenze.
Università di Pisa Miglioramento continuo e Problem Solving 59
Specifica
Specifica
Specifica
Distribuzione centrata all’interno dei limiti di specifica: processo sotto controllo.
Distribuzione centrata, ma estesa al di fuori dei limiti di specifica: processo fuori controllo.
Distribuzione non centrata nei confronti della specifica ed estesa al di fuori dei limiti di specifica: processo fuori controllo.
Università di Pisa Miglioramento continuo e Problem Solving 60
6. DIAGRAMMA DI PARETO6. DIAGRAMMA DI PARETO
Permette di visualizzare un Permette di visualizzare un insieme di dati quantitativi relativi insieme di dati quantitativi relativi
ad un problema, mettendo in ad un problema, mettendo in risalto i fatti importanti rispetto a risalto i fatti importanti rispetto a
quelli secondariquelli secondari
Università di Pisa Miglioramento continuo e Problem Solving 61
UN ESEMPIO: DIFETTI RISCONTRATI SU UN UN ESEMPIO: DIFETTI RISCONTRATI SU UN MOTOVEICOLO IN GARANZIAMOTOVEICOLO IN GARANZIA
N° casi
643826
75433224
A : difficoltà di avviamentoA : difficoltà di avviamentoB : regime di minimo irregolareB : regime di minimo irregolareC : imperfezioni nella verniciaturaC : imperfezioni nella verniciaturaD : eccessiva rumorosità del motoreD : eccessiva rumorosità del motoreE : guasto della serratura della sellaE : guasto della serratura della sellaF : scarsa efficacia della frenaturaF : scarsa efficacia della frenaturaG : perdite di carburanteG : perdite di carburanteH : malfunzionamento spie cruscottoH : malfunzionamento spie cruscotto I : guasto del proiettore anterioreI : guasto del proiettore anterioreK : rottura del cavallettoK : rottura del cavallettoL : altroL : altro
Università di Pisa Miglioramento continuo e Problem Solving 62
20
40
60
80
120
100
140
160
A B C D E F G H I J K L0 %
20 %
40 %
60 %
80 %
100 %
0
Difetto
Nu
mer
o d
i o
cco
rren
ze
“VITAL FEW” “TRIVIAL MANY”
UN ESEMPIO: DIFETTI RISCONTRATI SU UN UN ESEMPIO: DIFETTI RISCONTRATI SU UN MOTOVEICOLO IN GARANZIAMOTOVEICOLO IN GARANZIA
Università di Pisa Miglioramento continuo e Problem Solving 63
7. DIAGRAMMA DI CORRELAZIONE7. DIAGRAMMA DI CORRELAZIONE
• Permette di evidenziare la relazione esistente tra due insiemi di dati associati biunivocamente.
• È utilizzato frequentemente nell’analisi delle cause, al fine di stabilire se un rapporto di causa / effetto o di dipendenza tra due fenomeni sia effettivamente fondato.
Università di Pisa Miglioramento continuo e Problem Solving 64
RELAZIONE TRA GLI ABBANDONI AL PRIMO ANNO E IL RELAZIONE TRA GLI ABBANDONI AL PRIMO ANNO E IL PUNTEGGIO CONSEGUITO AL TEST DI INGRESSOPUNTEGGIO CONSEGUITO AL TEST DI INGRESSO
PUNTEGGIO
ABBANDONI
(%)
31323334353637383940
41424344454647484950
51525354555657585960
33,532,429,925,718,219,717,315,518,719,4
16,415,615,915,014,713,312,611,910,310,2
9,59,17,57,86,56,05,34,84,33,2
PUNTEGGIO
ABBANDONI
(%) PUNTEGGIO
ABBANDONI
(%)
Università di Pisa Miglioramento continuo e Problem Solving 65
2
4
6
8
10
12
0 25 50 75 100
(%)
Punteggio conseguito al test di ingresso
Abbandonial primo anno
Università di Pisa Miglioramento continuo e Problem Solving 66
FORTE CORRELAZIONE
POSITIVA
DEBOLE CORRELAZIONE
POSITIVA
NESSUNACORRELAZIONE
Forme tipicheForme tipiche
Università di Pisa Miglioramento continuo e Problem Solving 67
FORTE CORRELAZIONE
NEGATIVA
DEBOLE CORRELAZIONE
NEGATIVA
CORRELAZIONECURVILINEA
Forme tipiche Forme tipiche (continua)
Università di Pisa Miglioramento continuo e Problem Solving 68
ProceduraProcedura
• Definire le due variabili X ed Y di cui si vuole evidenziare l’eventuale relazione
• Raccogliere le coppie di dati (X, Y) (almeno 30 coppie)
• Costruire un diagramma cartesiano X-Y
• Cercare i valori min. e max. di X ed Y e sulla base di questi definire la scala per i due assi
• Riportare sul grafico le coppie (X, Y)
• Esaminare la forma della nuvola di punti e calcolare, eventualmente, il coefficiente di correlazione
Università di Pisa Miglioramento continuo e Problem Solving 69
8. CARTE DI CONTROLLO8. CARTE DI CONTROLLO
• Sono utilizzate per la diagnosi ed il Sono utilizzate per la diagnosi ed il controllo dei processi. controllo dei processi.
• Permettono di distinguere, Permettono di distinguere, nell’ambito di un processo, le nell’ambito di un processo, le variazioni dovute a cause “speciali” variazioni dovute a cause “speciali” rispetto a quelle dovute a cause rispetto a quelle dovute a cause “comuni”.“comuni”.
Università di Pisa Miglioramento continuo e Problem Solving 70
VARIABILITÀ NATURALE DEL VARIABILITÀ NATURALE DEL PROCESSOPROCESSO
CAUSE COMUNI
• Influenzano le misure sempre nello stesso modo
• Producono variazioni casuali• Derivano da molteplici
sorgenti, spesso difficili da identificare
• Non possono normalmente essere corrette dall’operatore o dal supervisore
CAUSE SPECIALI
• Influenzano le misure in maniera diversa
• Si rilevano come variazioni intermittenti
• Derivano da poche sorgenti
• Possono essere eliminate dall’operatore o dal supervisore
Università di Pisa Miglioramento continuo e Problem Solving 71
CARTE DI CONTROLLOCARTE DI CONTROLLOCAUSE COMUNI:• scarsa manutenzione delle macchine• istruzioni o supervisione insufficienti• problemi di lay-out
CAUSE SPECIALI:• variabilità delle materie prime• variazione dei parametri di macchina• malfunzionamenti nelle attrezzature
Università di Pisa Miglioramento continuo e Problem Solving 72
CARTA X-RCARTA X-RCarta di controllo di Processo / Process Control Chart (X-R)
Denominazione pezzo/Part name Caratteristica/Characteristic Specifica/Specification Campionatura-Frequenza/Sampling-Frequency Operatore/Operator Foglio/Sheet
Scala per X Scala per R N° macchina/MachineScale Scale
7,5 7,57,4 7,47,3 7,37,2 7,27,1 7,1
7 76,9 6,96,8 6,86,7 6,76,6 6,66,5 6,5
10,90,80,70,60,50,40,30,20,1
Turno/Shift X= 7,00 R= 0,21Ora/Time L.S.C. X=X+A2R= 7,21 L.S.C. R=D4R= 0,54Data/Date L.I.C. X=X-A2R= 6,79 L.I.C. R = 0
x1 6,9 6,8 7,1 7,0 7,2 7,1 7,2 7,1 6,9 6,9 6,9 6,8 7,0 7,1 7,0 7,0 7,0 7,0Dimensione campione/Sample size
x2 7,2 6,9 7,2 7,2 7,1 6,9 6,8 7,0 7,2 6,9 6,8 6,8 7,0 7,0 6,9 6,8 6,9 7,1Costanti/Constants
x3 7,1 7,0 7,3 7,2 7,1 6,8 6,9 7,0 6,9 7,1 7,0 6,9 6,9 7,2 6,7 6,9 7,1 7,3 n A2 D4
x4 2 1,880 3,267x5 3 1,023 2,575
x 21,2 20,7 21,6 21,4 21,4 20,8 20,9 21,1 21,0 20,9 20,7 20,5 20,9 21,3 20,6 20,7 21,0 21,4 4 0,729 2,282X 7,1 6,9 7,2 7,1 7,1 6,9 7,0 7,0 7,0 7,0 6,9 6,8 7,0 7,1 6,9 6,9 7,0 7,1 5 0,577 2,115R 0,20 0,20 0,20 0,20 0,10 0,30 0,40 0,10 0,30 0,20 0,20 0,10 0,10 0,20 0,30 0,20 0,20 0,30
Med
ia/A
vera
ge X
Exc
ursi
on/R
ange
R
Dis
trib
uzio
ne/D
istr
ibut
ion
XO
sser
vazi
oni/R
emar
ks
Cpk=
Università di Pisa Miglioramento continuo e Problem Solving 73
ProceduraProcedura
• Selezionare la caratteristica cui applicare la carta di controllo
• Identificare l’appropriato tipo di carta di controllo
• Stabilire la dimensione del “sottogruppo” (piccola raccolta di elementi al cui interno le variazioni sono supposte casuali) e la frequenza di campionamento
Università di Pisa Miglioramento continuo e Problem Solving 74
segue Procedurasegue Procedura
• Reperire i dati di un numero congruo di sottogruppi
• Calcolare i dati statistici relativi a ciascun campione e determinare, in base ad essi, i limiti di controllo
• Tracciare la carta di controllo ed esaminarne l’andamento ed i punti fuori dai limiti di controllo, onde evidenziare la presenza di eventuali cause speciali
Università di Pisa Miglioramento continuo e Problem Solving 75
9. BRAINSTORMING9. BRAINSTORMING
• Tecnica per la generazione creativa di idee su un argomento prestabilito
• Necessita di un modo di operare ordinato e metodico
• Permette di ottenere un gran numero di idee in un tempo breve
• Particolarmente utile nella fase di identificazione del problema da affrontare, nella ricerca delle cause e nella definizione della soluzione
• Favorisce la coesione del gruppo e la partecipazione attiva di tutti i partecipanti
Università di Pisa Miglioramento continuo e Problem Solving 76
BRAINSTORMINGBRAINSTORMING
• BS “strutturato” = ciascuno deve esprimere la propria idea a turno
• BS “non strutturato” = ciascuno esprime la propria idea senza rispettare turni
Spinge ognuno a partecipare,
ma può portare contributi “forzati” e
non spontanei
L’atmosfera generale è più rilassata,
ma i meno estroversi possono rimanere
un po’ “schiacciati”
Tipologie:
Università di Pisa Miglioramento continuo e Problem Solving 77
• Gruppo di persone in numero inferiore a 12 (limite inferiore indicativo di 5)
• Disposizione a ferro di cavallo, così che tutti vedano tutti• Atmosfera distesa e desiderio di partecipazione• Strumenti per scrivere e prendere appunti (se possibile
lavagna visibile da tutti per redigere la “lista delle idee”)• Regole del BS note a tutti (eventualmente richiamate dal
facilitatore)• Chiara identificazione e spiegazione al gruppo del tema• Durata limitata (solitamente inferiore ai 30 minuti)
BRAINSTORMING
Come preparare una sessione di Brainstorming:
Università di Pisa Miglioramento continuo e Problem Solving 78
• Fissare in modo chiaro e non vago l’argomento• Non criticare nessuna idea, né ragionarci sopra• Andare a ruota libera (OK anche le idee pazze, perché
possono essere spunto per generarne altre valide)• Obiettivo: massima quantità di idee generate, non
qualità• Trascrivere ogni idea, anche se già esposta in altro
modo• Lista delle idee visibile a tutti• No al “mattatore” !
BRAINSTORMING
Come condurre una sessione di Brainstorming:
Università di Pisa Miglioramento continuo e Problem Solving 79
Un Caso (tratto da A.M. Chauvel)Un Caso (tratto da A.M. Chauvel)CAUSE POTENZIALI DEL PROBLEMA CAUSE POTENZIALI DEL PROBLEMA
“CONSISTENZA GRANULOSA DELLA CREMA”“CONSISTENZA GRANULOSA DELLA CREMA”
1. Il tasso di umidità del latte evaporato
2. La fonte di riscaldamento
3. Il controllo della temperatura
4. Il miscelatore nel paiolo
5. La % di materia solubile contenuta nella cioccolata
6. La portata della pompa n°1
7. La durata di riscaldamento della miscela
8. La qualità dello zucchero
9. Le dimensioni del paiolo di cottura
10. La taratura del viscosimetro
11. La viscosità dello sciroppo di mais
12. L’esperienza dei nuovi impiegati
13. La formazione del personale
14. La velocità di rotazione del miscelatore
15. L’angolo delle eliche del miscelatore
16. La taratura del termometro
17. Lo standard di riferimento del colorimetro
18. La % di grasso nel burro
Università di Pisa Miglioramento continuo e Problem Solving 80
Un esempio: i problemi individuati da una classe in Un esempio: i problemi individuati da una classe in relazione all’apprendimento in un corso di relazione all’apprendimento in un corso di
formazioneformazione1. novità argomenti2. difficoltà confronto con altri partecipanti3. costanza studio4. distanza argomenti con propria realtà5. tempo scarso6. mancanza conoscenza aziendale 360 gradi
partecipanti7. carenza materiale didattico8. mancanza simulazione esame9. troppa teoria su alcuni argomenti10. difficoltà seguire argomenti che richiedono
conoscenze di base11.scarsa focalizzazione dei concetti12.mancanza programma dettagliato di tutto il qsm13.poca finalizzazione su argomenti di proprio interesse
in azienda14.mancanza filo logico15.difficoltà di memorizzazione norme, concetti non
maggiormente approfonditi16.poche esercitazioni17.necessità di legare concetti teorici ad aspetti
applicativi18.mancanza individuazione argomenti più importanti19.poca capacità di sintesi nello studio20.insegnamento non omogeneo21.poco studio22.distanza fase aula fase studio casa23.materiale didattico ripetitivo e non integrativo della
lezione24.mancanza metodo studio25.scarso approfondimento di alcuni argomenti
26. poca applicabilità alla propria realtà27. difficoltà ad apprendere termini tecnici28. pochi esercizi di verifica extra esami29. insuff conoscenze di base su alcune tematiche30. aula differenziata conoscenze di base31. scarsa applicazione degli strumenti alla realtà32. mancanza nel materiale didattico di specifici
esercizi di apprendimento33. necessita di studiare per studenti lavoratori in
ore poco efficienti34. linguaggio in alcune dispense poco chiaro35. poca abitudine all’apprendimento36. scarso collega fra gli argomenti37. stesso docente per stessa materia provoca
noia38. scarsa applicazione guidata39. poca esperienza aziendale su alcuni arg da
parte dello stud40. scarsa rispondenza arg con la realtà aziendale41. scarso stimolo all’apprendimento42. mancanza di riferimenti per
chiarimenti/assistenza didattica43. migliore definizione apprendimento per ogni
modulo44. ritmo espositivo diverso dei docenti45. differenti competenze discenti che
impediscono approfondimenti specifici46. mancata discussione risultati prove di esame47. poca chiarezza obiettivi studio (esame o
professionalità) 48. dicotomia obiettivi (docenza, azienda, discenti)
Università di Pisa Miglioramento continuo e Problem Solving 81
Un esempio: i problemi individuati da una classe Un esempio: i problemi individuati da una classe in relazione all’apprendimento in un corso di in relazione all’apprendimento in un corso di
formazioneformazioneRisultati della votazione di prioritàRisultati della votazione di priorità
1. tempo scarso
2. insufficienti conoscenze di base su alcune tematiche
3. dicotomia obiettivi (docenza, azienda, discenti)
4. mancanza simulazione esame
5. pochi esercizi di verifica apprendimento extra esami
6. materiale didattico
7. mancanza nel materiale didattico di specifici esercizi di apprendimento
8. necessità di legare concetti teorici ad aspetti applicativi
Università di Pisa Miglioramento continuo e Problem Solving 82
10. DIAGRAMMA CAUSA-10. DIAGRAMMA CAUSA-EFFETTOEFFETTO
Permette di organizzare e di Permette di organizzare e di visualizzare le cause potenziali di un visualizzare le cause potenziali di un
problema.problema.
Università di Pisa Miglioramento continuo e Problem Solving 83
EFFETTO
MATERIALIMANODOPERA
MACCHINE
Le 4 classiche categorie di causeLe 4 classiche categorie di cause““4M”4M”
METODI
Università di Pisa Miglioramento continuo e Problem Solving 84
EFFETTO
HARDWAREUTENTE
AMBIENTE
……ma non le sole possibili !ma non le sole possibili !
SOFTWARE
Università di Pisa Miglioramento continuo e Problem Solving 85
VARIAZIONE DIMENSIONALE
MACCHINA OPERATORI
PARTI E MATERIALI METODO
GRADO DI FISSAGGIO
QUALITA’ DEL MATERIALE
SALUTE.
LAVORO
COMPONENTE
DIMENSIONE
ATTENZIONE
SPIRITOABILITA’
ADDESTRAMENTO
UTENSILI
POSIZIONAMENTO
MANUTENZ.
FATICA MALATTIA
ESPERIENZA
FORMA
FORMAZIONE
STOCCAGGIO
DIAMETRO
PROFILO
ORDINE
FISSAGGIO
VELOCITA’
PROCEDURA
POSIZIONE
ANGOLO
CONCENTRAZIONE
ISPEZIONE
SET-UP
ABRASIONE
DEFORMAZIONE
FUNZIONAMENTO
BILANCIAMENTO
STABILITA’
Diagramma Causa Effetto Diagramma Causa Effetto
Università di Pisa Miglioramento continuo e Problem Solving 86
CAFFÈCATTIVO
MATERIALE MACCHINA
MANODOPERAMETODO
TIPO DI CAFFÈ
IMPORTATO/NAZIONALE
TIPO DI
DOLCIFICANTE
MACINATURA
SOLUBILE
ACQUA
TIPO DI
CONTENITORE
MANUALE
AUTOMATICA
NAPOLETANA
ESPRESSO
CON FILTRO/SENZA FILTRO
TEMPO
QUANTITÀ CAFFÈ
TAZZINA NONRISCALDATA
TEMPERATURA
ESPERIENZA
ABILITÀ
PREFERENZA
( LUNGO/ FORTE)
un caffè … cattivoun caffè … cattivo
Università di Pisa Miglioramento continuo e Problem Solving 87
CAPSULACAPSULA
PERDITE NEI CONTENITORI
MANO D’OPERA METODI
MATERIALI
RILEVATORERILEVATORE
CONTROLLICONTROLLI
CONTENITORECONTENITORE
STERILIZZATORESTERILIZZATORE
PRESSIONEPRESSIONE
INCAPSULATOREINCAPSULATORE
LINEALINEA
AMBIENTE
ILLUMINAZIONEILLUMINAZIONE
RUMORERUMOREUMIDITA’UMIDITA’
MEZZI
Diagramma Causa EffettoDiagramma Causa Effetto
Università di Pisa Miglioramento continuo e Problem Solving 88
DIAGRAMMA CAUSA-EFFETTO DIAGRAMMA CAUSA-EFFETTO
IN FORMA DI PROCESSOIN FORMA DI PROCESSO
È una variante, la cui caratteristica è di È una variante, la cui caratteristica è di presentare le cause potenziali del presentare le cause potenziali del
problema non raggruppate per famiglie, problema non raggruppate per famiglie, ma posizionate in modo sequenziale ma posizionate in modo sequenziale lungo le tappe di realizzazione del lungo le tappe di realizzazione del
processo, al quale il problema è riferito.processo, al quale il problema è riferito.
Università di Pisa Miglioramento continuo e Problem Solving 89
SCARICO CONTENITORISCARICO CONTENITORI
PULIZIA/LAVAGGIOPULIZIA/LAVAGGIO
RIEMPIMENTORIEMPIMENTO
INCAPSULAMENTOINCAPSULAMENTO
PERDITE NEI CONTENITORIPERDITE NEI CONTENITORI
VELOCITÀ
URTI
ATTREZZATURA
ATTREZZATURA
ATTREZZATURA
ATTREZZATURA
REGOLAZIONE
ACQUA
PRODOTTO
CONTENITORE
CAPSULA
FESSURE
PLANARITA’
PRESSIONE
TEMPERATURA
QUANTITA’
TEMPERATURA
PERFORATA
METALLO
SENZA GIUNTO
INVERTITORE
REGOLAZIONE GUIDE
CORONA DI GUIDA
SPAZIO LIBERO
SERRAGGIO
PRESSIONE
POSIZIONAMENTO
Università di Pisa Miglioramento continuo e Problem Solving 90
11. VOTO11. VOTO
• Permette di effettuare la scelta fra le Permette di effettuare la scelta fra le proposte presentate dai partecipanti ad un proposte presentate dai partecipanti ad un gruppo.gruppo.
• Il voto è tipicamente usato in circostanze Il voto è tipicamente usato in circostanze quali:quali:
– la scelta del problema da affrontarela scelta del problema da affrontare– la selezione delle cause sulle quali la selezione delle cause sulle quali
investigareinvestigare– la decisione riguardo alle soluzioni da la decisione riguardo alle soluzioni da
adottareadottare
Università di Pisa Miglioramento continuo e Problem Solving 91
Possibili modalità di Possibili modalità di votazionevotazione
A) A) VOTO SEMPLICEVOTO SEMPLICE
B) B) VOTO PONDERATOVOTO PONDERATO
C) C) MATRICE DI PONDERAZIONEMATRICE DI PONDERAZIONE
Università di Pisa Miglioramento continuo e Problem Solving 92
A) VOTO SEMPLICEA) VOTO SEMPLICE
Procedura:
• Votare individualmente 3 soggetti (o un qualsiasi altro numero prefissato) fra tutti quelli presentati
• Classificare i soggetti in base al punteggio ottenuto (ad ogni voto corrisponde un punto)
Università di Pisa Miglioramento continuo e Problem Solving 93
I problemi del repartoI problemi del reparto
VOTI TOTALEARGOMENTI
OBIETTIVI TROPPO AMBIZIOSI II 2
RITMI DI PRODUZIONE ECCESSIVI IIII 5
SCARSA MOTIVAZIONE PERSONALE III 3
LONTANANZA DA ALTRI REPARTI IIII II 7
LOGISTICA INTERNA INADEGUATA II 2
MANCANZA MENSA INTERNA III 3
CARENZA DI PERSONALE IIII III 8
Università di Pisa Miglioramento continuo e Problem Solving 94
B) VOTO PONDERATOB) VOTO PONDERATO
Procedura:Procedura:
• Votare individualmente 3 soggetti (o Votare individualmente 3 soggetti (o un qualsiasi altro numero prefissato) un qualsiasi altro numero prefissato) fra tutti quelli presentati, fra tutti quelli presentati, assegnando un punteggio da 1 a 3 in assegnando un punteggio da 1 a 3 in ordine di importanza crescenteordine di importanza crescente
• Classificare i soggetti in base al Classificare i soggetti in base al punteggio ottenutopunteggio ottenuto
Università di Pisa Miglioramento continuo e Problem Solving 95
I problemi del repartoI problemi del repartoARGOMENTI PARTECIPANTI PUNTEGGIO
TOTALEA B C D E F G H I L
Obiettivi troppo ambiziosi 1 1 2
Ritmi di produzione eccessivi 3 1 2 1 2 3 12
Scarsa motivazione personale 2 1 2 5
Lontananza da altri reparti 2 3 1 2 1 2 3 1 15
Logistica interna inadeguata 3 3 6
Mancanza mensa interna 1 1 2
Carenza di personale 3 2 3 3 3 2 2 18
Università di Pisa Miglioramento continuo e Problem Solving 96
C) MATRICE DI C) MATRICE DI PONDERAZIONEPONDERAZIONE
Procedura:• Paragonare ciascun soggetto, uno dopo l’altro,
con tutti gli altri. Se il soggetto è ritenuto: - molto più importante, segnare +3 - più importante, segnare +2 - poco più importante, segnare +1 - ugualmente importante, segnare 0 - poco meno importante, segnare -1 - meno importante, segnare -2 - molto meno importante, segnare -3• Classificare i soggetti in base al punteggio
ottenuto
Università di Pisa Miglioramento continuo e Problem Solving 97
1. Obiettivi troppo ambiziosi
2. Scarsa motivazione personale
3. Lontananza da altri reparti
4. Logistica interna inadeguata
5. Carenza di personale
SOGGETTIPARAGONI
1 2 3 4 5 + + - 1 0 2 2 3
- - - 2 1 3 0
+ 3 0 3
- 2 0
TOT. ( + )PER RIGA
TOT. ( - ) PER COLONNA 0 0 2 1 7
RIPORTO ( + ) PER RIGA 3 0 3 0 0
TOTALE FINALE 3 0 5 1 7
0
I problemi del repartoI problemi del reparto
Università di Pisa Miglioramento continuo e Problem Solving 98
12. MATRICE MULTI-12. MATRICE MULTI-CRITERICRITERI
Permette di scegliere la soluzione da Permette di scegliere la soluzione da attuare fra tutte quelle proposte dal attuare fra tutte quelle proposte dal gruppo di lavoro, tenendo conto di gruppo di lavoro, tenendo conto di
criteri di selezione prestabiliticriteri di selezione prestabiliti
Università di Pisa Miglioramento continuo e Problem Solving 99
Centraggio bobine di
riscaldamento
Modificatolleranze diforma sede
Aumentotemperaturariscaldamento
Aumento angolodi smusso sedecuscinetto
Rettificasede
cuscinetto
SOLUZIONI
CRITERI
Economicità
Complessità
Tecnica
Efficacia
Affidabilità
Totale
4 3 3 1 11
1 2 4 2 9
5 5 3 5 18
3 5 2 4 14
3 3 2 3 11
Montaggio difettoso dei cuscinetti
Università di Pisa Miglioramento continuo e Problem Solving 100
MATRICE MULTI-CRITERI MATRICE MULTI-CRITERI PONDERATAPONDERATA
• Variante della matrice multi-criteri, Variante della matrice multi-criteri, rispetto alla quale presenta un fattore di rispetto alla quale presenta un fattore di ponderazione, associato ad ogni criterio, ponderazione, associato ad ogni criterio, che è funzione dell’importanza relativa di che è funzione dell’importanza relativa di ciascun criterio rispetto agli altriciascun criterio rispetto agli altri
• La matrice multi-criteri ponderata La matrice multi-criteri ponderata permette di operare una valutazione più permette di operare una valutazione più rigorosa delle soluzioni proposterigorosa delle soluzioni proposte
Università di Pisa Miglioramento continuo e Problem Solving 101
SOLUZIONI
CRITERI TOTALE
X 8 X 5 X 10 X 5
4 3 3 1 82
1 2 4 2 68
5 5 3 5 120
3 5 2 4 89
3 3 2 3 74
Montaggio difettoso dei cuscinetti
Centraggio bobine di
riscaldamento
Modificatolleranze diforma sede
Aumentotemperaturariscaldamento
Aumento angolodi smusso sedecuscinetto
Rettificasede
cuscinetto
Economicità
Complessità
Tecnica
Efficacia
Affidabilità
Università di Pisa Miglioramento continuo e Problem Solving 102
13. DIAGRAMMA DI 13. DIAGRAMMA DI AFFINITÀAFFINITÀ
Permette di organizzare in classi un ampio numero di idee generate
spontaneamente su un particolare argomento
Università di Pisa Miglioramento continuo e Problem Solving 103
Requisiti per una segreteria telefonica Requisiti per una segreteria telefonica
Ora e datadel messaggio
Presa perauricolare
Facilitàd’uso
Facilità dicancellazione
Dispositiviben visibili
Indicazione numerodi messaggi
Può operare da unapparecchio remoto
Guida di consultazione rapida
Messaggi dilunghezza variabile
Istruzionichiare
Cancellazionemessaggi selezionati
Codice diaccesso segreto
Non conta eventuali riagganci
Università di Pisa Miglioramento continuo e Problem Solving 104
segue - DIAGRAMMA DI AFFINITÀsegue - DIAGRAMMA DI AFFINITÀDati organizzati in classiDati organizzati in classi
• Messaggi di lunghezza variabile• Ora e data del messaggio• Non conta eventuali riagganci• Indicazione numero di messaggi
• Codice di accesso segreto• Presa per auricolare
• Istruzioni chiare• Guida di consultazione rapida
• Dispositivi ben visibili• Facilità d’uso• Può operare da un apparecchio
remoto
• Facilità di cancellazione• Cancellazione messaggi selezionati
MESSAGGI IN ARRIVO
ASPETTI PRIVATI
ISTRUZIONI
CONTROLLI
CANCELLAZIONE
Università di Pisa Miglioramento continuo e Problem Solving 105
ProceduraProcedura
• Definire l’argomento da studiare in termini generali
• Registrare il maggior numero possibile di idee individuali su dei cartellini (una per ogni cartellino)
• Disporre i cartellini casualmente su un tavolo e raggruppare in classi quelli che sembrano essere correlati
• Localizzare o creare un cartellino che definisca il significato di ciascuna classe
• Trasferire su carta i contenuti dei cartellini, organizzandoli nelle rispettive classi
Università di Pisa Miglioramento continuo e Problem Solving 106
14. DIAGRAMMA AD 14. DIAGRAMMA AD ALBEROALBERO
Opera la sistematica disaggregazione di un argomento nei suoi elementi componenti, mettendo in luce i legami logici e sequenziali.
È particolarmente utile nelle fasi di pianificazione e soluzione dei problemi.
Università di Pisa Miglioramento continuo e Problem Solving 107
SEGRETERIATELEFONICA ISTRUZIONI
ASPETTI PRIVATI
MESSAGGI
CONTROLLI
CANCELLAZIONE
lungh. variabile
n° messaggi
codice segreto
presa auricolare
istruzioni chiare
consultaz. rapida
dispositivi visibili
facilità d’uso
facilità di cancellaz.
messaggi selezion.
Requisiti di una segreteria telefonicaRequisiti di una segreteria telefonica
Università di Pisa Miglioramento continuo e Problem Solving 108
ProceduraProcedura
• Definire l’argomento da studiare
• Identificare le principali categorie dell’argomento
• Costruire il diagramma, posizionando l’argomento a sinistra del foglio e disponendo le principali categorie a destra
Università di Pisa Miglioramento continuo e Problem Solving 109
ProceduraProcedura
• Identificare, per ogni categoria, gli elementi componenti e tutti i sotto-elementi
• Ramificare a destra gli elementi e i sotto-elementi componenti di ciascuna categoria principale
• Riesaminare il diagramma per assicurarsi che non vi siano vuoti logici o sequenziali
Università di Pisa Miglioramento continuo e Problem Solving 110
15. BENCHMARKING15. BENCHMARKING
Consiste nel confrontare processi, Consiste nel confrontare processi, prodotti o servizi con quelli dei prodotti o servizi con quelli dei
migliori riferimenti (benchmark), al migliori riferimenti (benchmark), al fine di identificare opportunità di fine di identificare opportunità di
miglioramentomiglioramento
Università di Pisa Miglioramento continuo e Problem Solving 111
ProceduraProcedura• Individuare gli elementi da confrontare con
altri (i migliori del settore)• Identificare le situazioni, gli approcci, i “casi”
migliori, nell’elemento di interesse, con i quali effettuare il confronto
• Raccogliere dati sulle prestazioni del processo e/o sulle esigenze dei clienti, mediante mezzi quali: contatti diretti, interviste, indagini, riviste tecniche…….
• Organizzare e analizzare i dati• Identificare opportunità, per il miglioramento
della qualità, basate sulle esigenze dei clienti e sulle prestazioni dei concorrenti
Università di Pisa Miglioramento continuo e Problem Solving 112
16. DIAGRAMMA DI 16. DIAGRAMMA DI FLUSSOFLUSSO
È una rappresentazione figurativa degli stadi di un processo.
Consente una dettagliata comprensione del reale funzionamento del processo, facilitando l’individuazione di punti deboli e di opportunità di miglioramento.
Università di Pisa Miglioramento continuo e Problem Solving 113
INIZIO E FINE PROCESSO
DESCRIZIONE ATTIVITÀ
DECISIONE
LINEA DI FLUSSO
SIMBOLI PRINCIPALI DEL DIAGRAMMA DI FLUSSOSIMBOLI PRINCIPALI DEL DIAGRAMMA DI FLUSSO
Università di Pisa Miglioramento continuo e Problem Solving 114
DOCUMENTAZIONE
DATA BASE
CONNETTORE
SIMBOLI PRINCIPALI DEL DIAGRAMMA DI FLUSSOSIMBOLI PRINCIPALI DEL DIAGRAMMA DI FLUSSO
Università di Pisa Miglioramento continuo e Problem Solving 115
Esempio: Processo di riproduzione di un Esempio: Processo di riproduzione di un documentodocumentoInizio
Ricevimentodocumenti
Inserimento N° di copienel registro
Iniziocopiatura
Ripetizionecopiatura
Correttofunzionam.macchina
Copierilegate
Documentirilegati
Eliminazionedel problema
Richiestadi ritiro
Fine
SI
NO
SI
NO
Università di Pisa Miglioramento continuo e Problem Solving 116
1 Inizio attivitàDefinisce nuovo prodotto (NP)
2Definisce criticità componenti in accordo con FORN
3 Consegna DB particolari NP a IF
Trascrive tabulato su foglio Excel per gestione attività NP
4
1
6
COO richiede a QPTF per ciascun particolare del NP:- data preserie- data delibera a produrre- vincoli omologativi e requisiti di sicurezza
5
Viene individuato coordinatore (COO) che gestisce l’attività di IF per quanto riguarda il NP
4
IF esegue attività di monitoraggio in funzione delle criticità entro le varie scadenze
7
(segue)
8
QPTF comunica a COO quanto richiesto insieme alle criticità (X, Y, Z) dei particolari
Tabulato
2 2
5
6
7
8 8
3
DIAGRAMMA DI FLUSSO
Università di Pisa Miglioramento continuo e Problem Solving 117
Diagramma di FlussoDiagramma di FlussoLEGENDA
INIZIO E FINE
OPERAZIONE
ANALISI NOTE
ATTIVITÀ
1Inizio attività
2Absit iniuria verbis
3Ora et semper
4Nunc et hodie?
5In medias res
6Ab urbe condita
7Semel in anno
8Usque tandem Catilina
RESPONSABILITÀ
A B C D E
NO
SI
NO
SI
Università di Pisa Miglioramento continuo e Problem Solving 118
ProceduraProcedura
• Definire i confini del processo
• Posizionare il primo passo del
processo in cima al foglio
• Scrivere ciascun passo in sequenza,
utilizzando gli appositi simboli
Università di Pisa Miglioramento continuo e Problem Solving 119
ProceduraProcedura• Quando si arriva ad un punto
decisionale (biforcazione), scegliere una ramificazione e continuare con la costruzione del diagramma
• Svolgere tutte le ramificazioni, sino al completamento del diagramma
• Una volta accertate la precisione e la completezza del diagramma di flusso, effettuare le analisi previste
Università di Pisa Miglioramento continuo e Problem Solving 120
17. DIAGRAMMA DI 17. DIAGRAMMA DI GANTTGANTT
Permette di pianificare e di Permette di pianificare e di visualizzare la sequenza delle attività visualizzare la sequenza delle attività
necessarie alla realizzazione di un necessarie alla realizzazione di un progetto e di seguirne gli sviluppiprogetto e di seguirne gli sviluppi
Università di Pisa Miglioramento continuo e Problem Solving 121
STRUTTURA DELLA BARRA STRUTTURA DELLA BARRA DI UN GANTTDI UN GANTT
Durata dell’azione(giorni)
Intervallo disponibile(giorni)
t 1 t 2 t 3
t 1 = inizio dell’azione al più presto
t 2 = fine dell’azione al più presto
t 3 = fine dell’azione al più tardi
Università di Pisa Miglioramento continuo e Problem Solving 122
Identificare tutti i problemi
1 2 3 4 5 6 7 8 9 10SETTIMANE
AZIONI
Pianificazione delle attività di un gruppo di problem Pianificazione delle attività di un gruppo di problem solvingsolving
Ricercare informazioni sui
problemiScegliere il problema da
affrontareRicercare tutte le possibili
causeIdentificare e documentare le cause realiDefinire una soluzione
temporaneaRicercare le possibili
soluzioniScegliere la soluzione
definitivaAttuare la soluzione
sceltaVerificare l’efficacia della
soluz.
Università di Pisa Miglioramento continuo e Problem Solving 123
ProceduraProcedura
• Individuare le attività da svolgere nel quadro del progetto
• Elencare le attività nella colonna alla sinistra del diagramma, nell’ordine cronologico in cui andranno effettuate
• Tracciare, per ogni attività, una barra che ne determini i vincoli temporali
• Indicare i vincoli fra le attività mediante linee verticali punteggiate
Università di Pisa Miglioramento continuo e Problem Solving 124
18. 5W e 2H18. 5W e 2H
• Sono domande che servono per indagare la causa del Sono domande che servono per indagare la causa del problema e verificare l’attuazione della soluzione, in problema e verificare l’attuazione della soluzione, in modo da avere una conoscenza adeguatamodo da avere una conoscenza adeguata
5 W5 W
What = CosaWhat = Cosa
Where = DoveWhere = Dove
When = QuandoWhen = Quando
Who = ChiWho = Chi
Why = PerchéWhy = Perché
2H2HHow = ComeHow = Come
How much = QuantoHow much = Quanto
Università di Pisa Miglioramento continuo e Problem Solving 125
BibliografiaBibliografia
• A.M. Chauvel “Risolvere un Problema: metodi e strumenti per migliorare la Qualità” Editoriale Itaca, Milano 1993 (non più in stampa)
• H. Kume “Metodi Statistici per il Miglioramento della Qualità” ISEDI 1988
• D.C. Montgomery “Controllo Statistico della Qualità”, McGraw-Hill 2000