Governare i processi per governare l’impresa: Lean Six Sigma: Metodologia scientifica applicata per Kaizen Leader & Green Belt 978-88-470-5467-7, 978-88-470-5471-4 [PDF]

Zitiervorschau

Governare i processi per governare nmpresa: Lean Six Sigma

Gabriele Arcidiacono· Claudio Calabrese· Kai Yang

Governare i processi per governare l'impresa: Lean Six Sigma Metodologia scientifica applicata per Kaizen Leader &Green Belt

~ Springer

Gabriele Arddiacono Università degli Studi Guglielmo Marconi Roma, Italia Claudio Calabrese Lean Slx Sigma expert e trainer KaìYang Wayne State University Detroi!, USA

ISBN 978-88-470-5467-7 ISBN 978-88-470-5471-4 (eBook) DOI 10.1007/978-88-470-5471-4 Springer Milan Heidelberg New York Dordrecht London Tradotto dalYedizione inglese: lndingproasses lo Itad wmJKUlits: LtIm Six Sigma. Kaiztn Ltadtr 6- Grttn &II Handbool di Gabriele Artidiacono, Claudio Calabrca; Kai Yang. Springer-Ver\ag IlIlia 20\2 C Springer-Verlag Italia 2014

l.ayIlut copertina: Sirnona Colombo, Milano Impaginazione: PTP-Berlin, Protago TEX-ProdUàion GmbH, Gennany (www.ptp·berlln.eu) Stampa: Grafkhe Porpora, Segme (MI) 987654321 Springcr-Vmag Italia s.r.l., V'Ii Dcccmbrio 28,1-20137 Milano SpriDger fa parte di SpriDger Sciencet Business Media (springu.coml

Que t'opera è protelia dallalemle sul dirilto d'autore e la sua riproduzione anche paT7.iaie ~ ammessa esclusivamente nei limiti della stessa. Tutti i diritti. in particolare i diritti di traduzione. ristampa. riutilizzo di illustrazioni. recitazione. trasmissione radiotdcvisiva. riproduzione su microfilm o altri supporti, inclusione in database o software, adallamento clcllronico, o con altri mezzi oggi conosciuti o sviluppat i in futuro. rimangono riservati Sono esclusi brevi stralci utilizzati a fini didattici e materiale fornito ad uso esclusil'o dell'acquirente deUopera per \uillzzazione SIi computer. I permessi di riprod\lzlone devono essere autorizzati da Springer e possono essere richiesti attraverso RightsLink (Copyright Clearance Center). La violatione delle norme comporta le sanzioni prel'iste dalla legge. Le fotocopie per uso personale possono essere effeltuate nei limiti del 15% di ciascun l'olume dietro l''samento alla SIAF. del compenso previsto dalla legge. mentre quelle per nnalità di carallere professionale. economico o commerciale possono essere effelluate a seguito di specifica autorizzazione rilasciata da CLEARooi, Centro Licenze e Autorizzazioni per le Riproduzioni Editoriali, e·mal! autorizzazioni@'clearooiorge sito \\~b \.,.w.clearediorg. t:utilizzo in questa pubblicazione di denominazioni generiche, nomi commerciali, man:hi registrati, ecc., anche se non specificalamenle Identi "ati. non impUca che talì denominazioni o marchi non siano protetti daUe relative leggi e regolamentL Le informazioni contenUle nel libro sono da ritenersi veritiere ed esatte al momento della pubblicazione; tultal'ia, gli autori, i cumtori e l. ditore declinano ogni responSllbilità legale per qualsiasi involontario more od orni ione. Ceditore non può quindi fornire alcuna garan'lia circa i contemui dell'opera.

A Mariachiara ePaola accomunale da una dolce allesa

Prefazione Come si diventa Green Belt? Sul come non è certo una prefazione che può dare una risposta, ma questo libro, molto agile e ben fatto, è sicuramente lo strumento ideale per trovare la giusta spiegazione.

•• "

Perché si diventa Green Belt? Una possibile risposta potrebbe essere: "perché nella mia azienda hanno deciso che devo diventare una Green Belt in quanto abbiamo intrapreso un percorso di miglioramento dei processi aziendali" .

È sufficiente entrare nel meccanismo formativo, gestire un progetto di miglioramento seguendo la metodologia, portarlo a termine e, di conseguenza, certificarsi Green Belt per capirne il vero valore. IX

Prefazione In realtà, si possono dare più risposte e tutte più o meno valide ma, forse, la più appropriata è "PERCHÉ CI SI CREDE!".

•• "

Quando si lavora sul trinomio Prodotti, Processi, Persone, premesso che sono inscindibili, è sicuramente la parte Processi che può positivamente influenzare le altre due variabili. Migliorare i processi, infatti, aiuta la crescita professionale delle Persone, ne completa il profilo competenziale e le supporta a fornire prodotti e servizi migliori. lo stesso sono diventato Green Belt e ne ho constatato insieme l'efficienza e l efficacia ' tanto da spingere la mia organizzazione ad intraprendere questo tipo di percorso.

Prefazione

•• "

Questo perché ho sentito la necessità di introdurre un linguaggio comune e condiviso in un'azienda che cominciava a viaggiare ad una velocità superiore e... i risultati mi hanno dato presto ragione. Infine, un plauso agli autori perché, arrivando in fondo a questo manuale (ne sono certo), il lettore, il manager e il professionista troveranno la risposta alla domanda: come e perché si diventa Green Belt? Massimo Scaccabarozzi (Green Beli certificata, Presidente Farmindustria, CEO di Janssen-Cilag SpA, società farmaceutica del gruppo Johnson &Johnson)

Premessa

••"

Questo Minibook è una guida sintetica che, grazie alle sue nozioni teoriche ma anche ai suoi spunti pratici, costituisce un utile e prezioso vademecum di facile e rapida consultazione per le Green Belt durante la gestione dei progetti Lean Six Sigma o per il Kaizen Leader durante l'attività di process improvement. Nasce dalle esigenze riscontrate dalle più svariate realtà aziendali, le quali necessitano di strumenti più appropriati per una più completa e corretta analisi delle informazioni provenienti dal campo. In particolare questo volume fa riferimento al software Minitab 16, indubbiamente il più utilizzato nel settore.

XIII

Premessa Gli autori desiderano ringraziare l'Ing. Giulia Giandomenici, il Dr. Alessio G. Maugeri e l'Ing. Davide Volgare per l'aiuto nell'attività di proofreading. Gli Autori

••"

XI\'

Indice

•• "

Introduzione • Six Sigma • Il ciclo DMAIC • Metodologia Lean • nI troduzione agli "Sprechi" • Gli 8 Sprechi • Approccio Lean Thinking • Approccio dell'evento Kaizen • Evento Kaizen vs Progetto • La potenza del Lean Six Sigma

pago 1 pago 1 pago 2 pago 3 pago 4 pago 5 pago 6 pago 7 pago 9 pago 10

DEFINE • Diagramma SIPOC • Mappatura di processo

pago 11 pago 13 pago 16 pago 17 pago 18 pago 19 pago 20 pago 21 pago 25

-

Diagramma di flusso base Diagramma di flusso funzionale Valore Aggiunto e Non Valore Aggiunto Diagramma di flusso delle attività Il Cammino degli Sprechi (Waste Walk) Diagramma a Spaghetti

X\'

Indice - Produci Famìly Malrìx - Value Siream Mappìng (VSM)

ad Albero ·• Diagramma Diagramma di Kano

· ·

MEASURE Campionamento • Basic Statistics Intervallo di Confidenza • Graphical Summary Boxplot Gage R&R Gage R&R (Dati Continui) Gage R&R (Dati Discreti Attributi) Gage R&R & Minitab • Diagramma di Pareto Test della Normalità

·

•• "

Project Charter COPQ: Costi di non qualità

· ·· · · ·

pago pago pago pago pago pago

28 30 44 45 46 48

pago 51 pago 53 pago 58 pago 66 pago 69 pago 76 pago 81 pago 83 pago 95 pago 102 pago 103 pago 107 X\'l

Indice Analysis · Capability Calcolo del · Calcolo del DPMO · Takt lime Process Sigma · Overall Equipment Effectiveness (OEE) ·· lime Series Plot

·

ANALYZE Diagramma Causa-Effetto lipologie di Test delle Ipotesi - l -Sample t - 2-Sample t - Paired t-Test - ANOVA - Chi-Square - Test delle Varianze - Test delle Ipotesi & Minitab Scatter Diagram

·

••"

Run Chart

·

·

pago 111 pag.118 pago 119 pago 120 pago 122 pago 128 pago 132 pago 137 pago 139 pag.145 pago 147 pago 151 pago 155 pago 160 pago 164 pago 168 pago 173 pago 174 X\'II

Indice ·

Regressione: Fitted Une Plot Regressione: Approccio analitico • Regressione: Ipotesi

·

pago 178 pago 183 pago 186

IMPROVE Programma 58 8tandard Work Celi Design SMED - Single Minute Exchange of Die Kanban Heijunka • TPM - Total Productive Maintenance Priority Matrix FMEA DOE

pago187 pago 189 pago 195 pag.208 pag.213 pag. 221 pag.228 pag.233 pago 237 pag.242 pag.247

CONTROL Control Chart Control Chart: Individuals Control Chart: Xbar-R

pag.259 pag.261 pag.262 pag.267

· ·· ·

••"

· · · · · · · ·

XVIII

Indice Chart: P Chart · Control Control · Poka YokeChart &Minitab ·• Visual Management

·

OPL - One Point Lesson

Lean Six Sigma Checklist Define Checklist Measure Checklist

••"

· · Checklis! · Analyze · Improve Checklis! · Control Checklist

pag.273 pag.277 pag.278 pag.287 pago293 pag. 299 pago 300 pago 301 pago 302 pago 303 pago 304

APPENDICE A: Tabella Process Sigma

pago 305

APPENDICE B: Tipolog ie di variabili

pago 307

APPENDICE C: Formati Slandard del Kaizen Leader

pago 308

XIX

Indice Glossario del Lean Six Sigma Bibliografia Indice Analitico

pago321 pago 329 pag.331

••"

xx

Introduzione: Six Sigma Il Six Sigma (G) è una strategia operativa consolidata (strutturata secondo le fasi DMAIC) per misurare, analizzare e migliorare i risultati in termini di Eccellenza operazionale. La metodologia, attraverso l'ausilio di opportuni tools, mira all'oUimizzazione dei processi manufatturieri e dei servizi, attraverso la riduzione della loro variabilità. Le 5 fasi che caratterizzano l'approccio DMAIC sono: :

"

• • • • •

DEFINE MEASURE ANALYZE IMPROVE CONTROL

(G) Questo

simbolo indica che la parola è presente nel Glossario (pag. 321)

G, Ardd""mo ,I al. Go.'tmart ipro,""j ptrEr""mar< fil1lp,,,,,, Lta/,SixSigma, DOI: 10. 1007/918·88-470·5471·4_1. Il Springer·Verlag 11lII.. 2014

Introduzione: Il ciclo DMAIC Identificazione del problema

Misurazione e raccolta dati

Monitoraggio del . . . sistema ottimizzato

•• "

Generazione e implementazione delle azioni correttive

Interpretazione dei dati e analisi delle cause del problema

Introduzione: Metodologia Lean La metodologia Lean(G)si propone di individuare ed eliminare gli sprechi per ottenere massima velocità e flessibilità dai processi di business al fine di poter fornire ciò che è necessario, quando è necessario e nella corretta quantità al Cliente che effettua la richiesta. Termini come Lean Manufacturing o Lean Production non sono stati deliberatamente utilizzati, in quanto il metodo Lean può essere utilizzato sia in processi produttivi sia in processi di sup• porto, per esempio:

•"

• Lean Production o Manufacturing per processi produttivi • Lean Office per processi di supporto/servizi • Lean Design all'interno dei processi di Research &Development (R&D)

Introduzione agli "Sprechi" Qual è il significato di "spreco"IG)? Spreco significa spesa di risorse (tempo, materiale, ore uomo, ecc.) per le quali il cliente non è disposto a pagare in quanto, attraverso il loro utilizzo, non viene aggiunto valore al prodotto o al servizio fornito. Eliminando lo spreco è possibile migliorare il valore dei prodotti odei servizi . La "filosofia" Lean evidenzia 8 macra-categorie di spreco:

•• "

• • • • • • • •

Sovrapproduzione Difetti/Rilavorazioni T ar sporti Inventari Attese Processazione Movimentazioni Sottoutilizzo di risorse

Gli 8 Sprechi Categoria Spreco SovrOJ1lrodU2ione

Oìfet~

Trasparii

Descrizione Si è in presenza di sovmpf)rodUlione tutte quelc vd~ in rul un processo prOli.ce plJ proCo:tilseMzi cd

,.,cossmo

Produzione diIrodo1~~ di'etlosi cl", non pos.o"o .... r...oduti al Cli.nt•. Con ~'.11i 11~'rlCiamo. 011'. ligi scarti. 1!f1dle liavoraziori che illpatlano fcr1bllO!llI8 i oosti sos1enutì dall'organizzazme

Trasparii non oec:essan cl materiale

Root Causes • Proauz,,,,,, aloru • ProrlU7icroC basa:a SlJ p'c";siooc

• Manc.wa di s!andardilzi'lZÌooc • Mar _ rrr _ _, _

[!f

r ",. rJ fQJlm r_

0

~

I

1I f;~d.." "!IN' 1"_·-

"M I NITAB Output: ·

,

Cl

ao

(l) BB)

o.t.~

B

-Ll~

Inserire la colonna contenente il campione di cui si vuole conoscere la statistica di base

[!] In questa schermata è possibile selezionare tutti i parametri statistici di interesse

Descriptive Statistics: Sample

Variabl. Sampie

lotai (ount H.an SE M.an 100 16,034 0,282

Var1ab1e Samp le

03 Hax1IUll 17,601 22,060

MEASURE

SeDe" Variance 2, 822 7,963

MinimUll Ql Hedian 1,632 13,810 16,618

Ranoe 14,448

,

Intervallo di Confidenza Che cos'è: • L I'ntervallo di Confidenza (CI)(Gl del 95% è quell'intervallo all'interno del quale, con una probabilità del 95%, è contenuta la media (o proporzione, mediana, Deviazione Standard) della popolazione

Quando si utilizza:

•

• L'Intervallo di Confidenza è utilizzato per identificare se la caratteristica del campione analizzato appartenga a una certa popolazione

" Rappresentazione:

__ Media del

r-----'35~Conlì..II(e Iftterv~Is_____ """"":::11,.....c:;...., campione

"~

..--

l

_

X

I

Intervallo nel quale si trova, con una probabilità del 95%, la media della popolazione da cui proviene il campione MEASURE

"

Intervallo di Confidenza La formula per determinare l'ampiezza dell'Intervallo di Confidenza della media di un campione è:

•• "

dove: X=Media del campione CI = Intervallo di Confidenza al 95% n =Dimensione del campione s =Deviazione Standard del campione*

Esempio: Stima per la valutazione della larghezza media di un particolare pezzo meccanico X= 21 ,0 mm}

s =0,25 mm Cl =(21, O±O, 098) n =25

L...-_ _ _ _ _ _ _ _----I

*nel caso in cui la StDev del campione è nota utilizzarla al posto della s del campione MEASURE

Intervallo di Confidenza Di seguito viene riportata la formula per determinare l'ampiezza dell'Intervallo di Confidenza di un campione:

•• "

dove:

p == Stima della proporzione campione CI

=Intervallo di Confidenza al 95%

n == Dimensione del campione

MEASURE

Esempio: Stima per la valutazione della proporzione di difetti di un determinato processo

O15} c/ =(o 15! 0 0 714)

p=

n =25 l

x

•p

x IO

Graphical Summary Obiettivo: • Avere una rappresentazione grafica e statistica dei parametri caratterizzanti dei dati raccolti

Caratteristiche (vedi pago 72): • Istogramma con curva di riferimento --. • Test della Normalità

•• • Basic Statisfics "

• Verifica sulla presenza di OutlierslG) --. • Intervallo di Confidenza

MEASURE

A

Graphical Summary MINITAB: Stat> Basic Statistics > Graphical Summary ... ~I Minitab . Untitled • [SAMPLLMlW ''']

I

EIe ~dt ~~ !;~ :ilat

!iaph E~or

lools \l)ldow ~ As~sI~ Xs ~~SlaIIstks ...

~ ~c'j 'j,~

I

•• "

2 3 4

7

8 9 lO

Cl Sample 7.!ll43 12,7670

19.4593 18,7395 16,0210 22,0799 13,5349 16,m 19,6195 21 MEASURE

Q

&mA QOE

!;oroolClwts Qualy TooIs Re!ab1lyJ5uviyal

lZ l ·Sal!llle~.. . 1t l·SaI!llIe t.. . 2t ~·SaI!llIe t .. . t-t ~aired 1...

t)..tiv.mte

I

Tme~

I

Iabies

I

~amelrics

• Slp l'SaIrJI!e PtlisSOl1 Rate .. ,

EDA

•

lP 1ptCJll(lrtiln.. . 2P 2 Pr~ .. .

lp 2·5arrJJIe l'qsSOl1 Rate.. ,

;owerand~Size .1(f2 1Variar(~...

Graphical Summary (g)

Graphical Summary CI

Sample

1--

0

Variables:

0

Inserire la colonna contenente i campioni da analizzare

By variables (optional):

~ Confldence level:

•• " ~

Help

o

195,0

0

led OK

MEASURE

[!]

Insenre eventua rI fattOri dOI stratificazione

Cancel

0

o

Scegliere il livello di confidenza con cui andare a determinare l'ampiezza degli Intervalli di Confidenza

Graphical Summary MINITAB: Output Summary for Sample ~N:lrmalty Test

A-Sq.wed

1,17

P-Vb
Gage Study > Create Gage R&R Study Worksheet. ..

.

I>*l\obIW

&.......

IJOO. I!oIr>o ~~

Operalore 2

I

Ope"lore2 " Cr(lloAtlrIWAg_MIIt*wa._... °oPe"lore22 Attrt>i.Ag-~... peratore Operalore2 I;;:J Ac....... ~by~ ... Operalore2 _~by~_

"x

Ope,atore 2 y. ttA> .... 0...1.. . Operalore2 ~ ~FIot .. . Operalore2

MEASURE

IllIO l Go9o lludy•..

!!il tr .... ""'RMSbIIIt_... ~ "",&\IIo..t...

Gage R&R (Dati Continui) Gage R&R Study (Crossed) ...

0

'"*WO·..

1

erri Irt...

I

~ . ·I

Starage...

I

Inserire la colonna contenente le parti msurate i

[!] Inserire la colonna contenente gli operatori

0

••

Inserire la colonna contenente le misure ottenute

"

rE] Scegliere il metodo più appropriato per l'analisi

MEASURE

Gage R&R (Dati Continui) Gage R&R (ANOVA) for Measurements Reporte(I by: TouiI'lCe:

Gagename: Datl!ofstudr:

Misl>II-7 Good c..-.~ /.DA B Good c..-.~ 9 NoIgood \l>MI'm5.sr!lo'izo ' 9 IO Good G..d Good 1. '''''''pkùrt''' .. lO Il N~ g..d G..d Gooo 1iIOt~ 11

· »t_

•• "

q) B~

12

12 Noi goo Quality Tools > Pareto Chart", ~ M'OII" h PARno MPJ [PARHO.MlW " ')

il! fIo

~ ~ t ..

Ij ~ ..

I • l

1.

eH

"'... EP

IIO«~","",

-

Deleds Catllgor)!

o.r" ,A

Keo'tsj:l(tl

!l''I' QOE ~(»W

[

...

·· ·

~.,.,

··

~iSoJ',!obil~· ..

13

. MEASURE

CI

. . studr

Il

16 11 11

(

~ (j) ~~

x

" )in!on"-."

I ....

6 D.I.~ ç 1 oor",G 8 D.lec. I

~H

- a... o..t.··

"

2 D.loc'H

•• "

~_

_'SMl*>obilY_ 0 ~'ofa...t...

1

+

Ié _Aot...

• •

· ·

Diagramma di Pareto

('

r ('

" CooitlO remlJii'lo)oWectsiiomeclteqJy.ote.tllspt!ftert; ~ (' OorlOtcooitlO

••"

O. I.... Cn.g.ry n' 0.1.... 1leI.c1A 56 Ilele Quality Tools > Capability Sixpack > Normal. .. IiI MlmlOb CAPIBlllTYS IXPICKMPJ [WOIluh"t l '''J

l E" ~

I

141 DiII >.II:,. .. ~ E4!or 10V«IOtort... k: ~Fb

...

!!_>

~.!. •

~ -...(,

..

. r=--~--j

Capability Analysis Capability Sixpack (Normal Distribution)

rn

Data are arranged as r. Si:'ge clllJlm: ~ ---:--- AB r:-I

I

S\b,;J~ ~: t (use ~ ronstant or ari ID collm)

r

S\b,;J0I.!lS acrossrows 01;

~' Transform· .. 1

I I c,fuls ... I T~ts .. .

Estirlate ...

0

Inserire la colonna contenente il campione di cui sivuole valutare la capacità

[!] Inserire la dimensione dei sottogruppi o la colonna contenente i sottogruppi

0

•• "

Inserire il limite di specifica inferiore, se esiste

Help

rE] Inserire il limite di specifica superiore, se esiste MEASURE

115

Capability Analysis MINITAB: Output Process Capability Sixpack of Campione Xbar Chart

r:1

Cap.1blllty Histogram

JI \L

~l~ I ~~ ~ --~'~ I --~~~ ___ ~-t~ ~· ~

V~

96

•

"

n

S Chart

I

~. I ,8S7

,

S

,

6

,

I

7

,

8

I

9

Last 10 Subgroups

96

LQoO,527 IO

12:1 010: 0,235, P: 0,787

!r.l

l'.1Itn

S1D!Y l,m

MEASURE

6 S!rl1>le

97

ust 103

100 102 104 100

100

l----::-=-:--, Cap.1blllty Plot

105

4

lSl

I

Normal Prob Plot

L.Q..3,187

I

:

1 I

I

IO

CI> q:t

O,5Z

PPM

116109,45

Wlthh

O,S2

105

.----::--cc-:--, . 0-...

S1D!Y l ,m Pp O~l

OY!fali PpI. I-~=:j Q>m

f----;;S-------1 pecs

PPM

O~2

• 116134,41

rFJ L!.J

Capability Analysis MINITAB: Output

~borChort

I ' 'I

t! '..