Tipi di Variabilità e Six Sigma

2.2. Tipi di Variabilità e Six Sigma

Nel tentativo di classificare i vari tipi di variabilità che un’organizzazione si ritrova a dover affrontare, Smith e Smith (2014)30 identificano 4 categorie, come mostrato dalla Figura 2-4.

- Demand variability. È una forma di variabilità esterna, rappresentata dall’imprevedibilità dell’andamento della domanda. Può essere la conseguenza di stagionalità, riduzioni di prezzo o particolari campagne di marketing, oltre che del comportamento della clientela soggetto a mode e tendenze più o meno durature.

- Supply variability. È una forma di variabilità esterna. Consiste nei ritardi e/o nelle mancate consegne dei materiali in ingresso, in generale definibili come affidabilità e puntualità della rete di fornitura. Nel contesto industriale contemporaneo le penalizzazioni derivano dal crescente numero di fornitori e dalla loro localizzazione in tutto il mondo. - Operational Variability. È una forma di variabilità interna. Si tratta di

tutti gli imprevisti che possono accadere nei reparti produttivi, quali ad esempio guasti ai macchinari, problemi di qualità che comportano rilavorazioni, errori di assemblaggio, tempi di lavorazione maggiori degli standard dovuti a inefficienze e poca esperienza degli operatori.

- Management variability. È una forma di variabilità interna associata alla componente umana che definisce, interpreta e usa le regole di un sistema. È un tipo di variabilità autoimposta che deriva direttamente dalle decisioni strategiche e dalle azioni intraprese dal management. L’analisi di questo tipo di variabilità è secondo gli autori il primo passo per riconoscere l’inefficienza del modello basato sull’MRP e per intraprendere la rotta verso il DDMRP.

30 Ibid

30

Figura 2-4 Tipi di variabilità. (Smith e Smith, 2014)18

William Edwards Deming, padre del total quality management (TQM), classifica le cause di variabilità in 2 categorie distinte: cause comuni (common cause of variation) e cause speciali (special cause of variation) (Aven, 2014)31. Le prime sono quelle strettamente inerenti al processo, che si traducono in una distribuzione costante ma casuale della produzione intorno alla media dei dati32. Non sono quindi eliminabili senza riprogettare il processo stesso. Le seconde sono invece cause esterne, altamente imprevedibili, che portano a delle variazioni elevate e non casuali dell’output33. Se un processo è soggetto soltanto a cause comuni di variabilità il suo output sarà contenuto all’interno di limiti di controllo definiti in base alla natura del processo stesso. Tale processo sarà considerato “sotto controllo”. L’insorgenza di cause speciali di variazione farà uscire l’output al di fuori dei limiti di controllo, rendendo quindi il processo “fuori controllo” (Aven, 2014)34. Nonostante sia impossibile pensare di eliminare totalmente ogni tipo di variabilità, è necessario limitarne le cause e la diffusione tra gli attori delle supply chain.

31 T. Aven, On the Meaning of Special-Cause Variation Concept Used in the Quality

Discourse. Reliability Engineering and System Safety, Elsevier, 2014.

32 www.isixsigma.com/dictionary/common-cause-variation

33 www.isixsigma.com/dictionary/special-cause-variation

34 Ibid

Supply Variability Management Variability

Demand Variability Operational Variability

31

In quest’ottica si colloca la metodologia six sigma, sviluppata da Motorola nel 1985 con l’obiettivo di ridurre drasticamente la difettosità della propria produzione attraverso un approccio statistico, e diventata poi uno strumento applicato per conseguire l’eccellenza in tutti i processi aziendali. Si basa sul fatto che “se esiste la possibilità di misurare quanti difetti/errori ci sono in un processo, è possibile eliminarli sistematicamente fino a ridurli a zero” (Tono, 2019)35. Per poter ridurre la difettosità è necessario andare ad analizzare e dove possibile eliminare le cause delle variabilità di processo. Linderman et al. (2003)36 definiscono il six sigma come un metodo organizzato e sistematico per il miglioramento dei processi strategici e lo sviluppo di nuovi prodotti e servizi, che utilizza metodi statistici ed il metodo scientifico per ridurre drasticamente il numero di difetti definiti dal cliente. Secondo Abdelhamid (2014)37 la novità e l’unicità di questa metodologia sta nel riconoscere la relazione esistente tra la riduzione della variabilità interna ai processi produttivi e il grado di soddisfazione della clientela. Il metodo è basato sul ciclo DMAIC (Define, Measure, Analyze, Improve, Control): definizione del problema, mappatura del processo e determinazione delle esigenze del cliente; identificazione di misure possibili e raccolta dati rilevanti per il problema analizzato; analisi dei dati raccolti cercando correlazioni tra di essi per identificare le cause profonde dei problemi utilizzando gli strumenti della statistica inferenziale; miglioramento del processo esistente utilizzando soluzioni alternative ricavate dall’analisi dei dati; controllo e monitoraggio dei risultati ottenuti per mantenere i miglioramenti conseguiti (Abdelhamid, 201438; Tono, 201939). L’obiettivo finale del metodo è quello di avere un output di processo sotto controllo, ovvero racchiuso all’interno di limiti di controllo definiti dalla media attesa +/- 6 volte la deviazione standard. Ammettendo che la stessa media possa variare di 1,5 volte la deviazione standard, tale intervallo corrisponde ad una difettosità di 3,4 parti

35 S. Tono, Lean Six Sigma e Yellow Belt, Materiale didattico del corso Gestione Snella dei Processi, 2019. Corso di Laurea in Ingegneria Gestionale, Università degli Studi di Padova, A.A. 2019/2020.

36 K. Linderman, R. G. Schroeder, S. Zaheer, A. S. Choo, Six Sigma: A Goal-Theoretic

Perspective. Journal of Operations Management, 2003.

37 T. S. Abdelhamid, Six Sigma in Lean Contruction Systems: Opportunities and

Challenges.Research Gate, 2014.

38 Ibid

32

per milione. La spiegazione dettagliata del metodo e del significato dei limiti di controllo esula dallo scopo di questa tesi, ma ciò che si vuole sottolineare è l’attenzione posta alla riduzione della variabilità di processo come leva per il miglioramento delle performance aziendali, aspetto che rende la metodologia six sigma uno dei pilastri portanti del DDMRP.