Carte di controllo (Shewhart): monitoraggio della precisione e della giustezza dei risultati di prove chimiche M. BETTINELLI - UNICHIM



Documenti analoghi
LE CARTE DI CONTROLLO (4)

Controllo Statistico della Qualità. Qualità come primo obiettivo dell azienda produttrice di beni

Costruzione ed uso delle Carte di Controllo

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI

Statistical Process Control

Statistical Process Control

Se i campioni sono k il numero dei moving range è k-1 (MR1 non esiste), il valore medio delle variazioni mobili di calcola con la seguente formula:

Significato, costruzione ed uso delle carte di controllo

PRODUZIONE DI LENTI A CONTATTO

Grandezze fisiche e loro misura

VALIDAZIONE METODI DI PROVA PROVE MICROBIOLOGICHE

1. RACCOLTA DEI DATI E FORMAZIONE DEI PRESENTANO, PER CIASCUNA DELLE DUE SOTTOGRUPPI GRANDEZZE (MEDIA ED ESCURSIONE), TRE

Principi generali. Vercelli 9-10 dicembre G. Bartolozzi - Firenze. Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli

Corso di laurea in Scienze Motorie. Corso di Statistica. Docente: Dott.ssa Immacolata Scancarello Lezione 2: Misurazione, tabelle

Prova scritta di Complementi di Probabilità e Statistica. 31 Ottobre 2012

CENNI DI METODI STATISTICI

Metodi Statistici di Controllo della Qualità Prof. Paolo Cozzucoli

SPC e distribuzione normale con Access

PROVINCIA DI VENEZIA - MONITORAGGIO TRAFFICO

Le Carte di Controllo del Processo

SCHEMA 0 STORIA. Schema certificativo CP DOCUMENTI ESTERNI DI RIFERIMENTO

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

L Analisi della Varianza ANOVA (ANalysis Of VAriance)

RAPPORTO DI PROVA Venezia,. Foglio n. 1 di 7. Protocollo: Luogo e Data della prova: Richiedente: Materiale testato:

5.9. Assicurazione qualità dei risultati Il laboratorio deve avere procedure di controllo qualità per monitorare la validità delle prove e o delle

Limiti di legge. 152/1999 ): 5 ug/l A. Superficiali nel 2008 (Decreto 367/2003): 0,2 ug/l

ANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI

Modulo della PGQ 13 Revisione: 13 Direzione Centrale Ricerca & Sviluppo e Direzione Laboratori Pagina 1 di 5

STATISTICA DESCRITTIVA. Le misure di tendenza centrale

Indici di dispersione

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione

Descrizione dettagliata delle attività

Esercizio 1 Istogrammi

Modelli di Programmazione Lineare e Programmazione Lineare Intera

Corso di. Dott.ssa Donatella Cocca

C) DIAGRAMMA A SETTORI

SCHEMA 0 STORIA. Schema certificativo CP DOCUMENTI ESTERNI DI RIFERIMENTO

Criteri di elaborazione delle linee guida

I Metodi statistici utili nel miglioramento della qualità 27

Controllo di Gestione - Guida Operativa

Access. P a r t e p r i m a

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

Metodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Il controllo statistico di processo

CAPACITÀ DI PROCESSO (PROCESS CAPABILITY)

Corso di Laurea Magistrale in Chimica e Tecnologia Farmaceutiche E25

Conferma metrologica: approfondimento

Interesse, sconto, ratei e risconti

I punteggi zeta e la distribuzione normale

Fogli Elettronici: MS Excel

ELEMENTI DI STATISTICA

I lavori elettrici dal D.Lgs 81/2008 alle Norme Tecniche

Assicurazione di qualità dei dati di monitoraggio ecologico delle acque superficiali interne

Cos è Excel. Uno spreadsheet : un foglio elettronico. è una lavagna di lavoro, suddivisa in celle, cosciente del contenuto delle celle stesse

1. Distribuzioni campionarie

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di

ANALISI DELLE FREQUENZE: IL TEST CHI 2

A.A Obiettivi formativi del CI di Metodologia epidemiologica OBIETTIVO GENERALE

Il concetto di valore medio in generale

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

PERCENTUALE LAGHI IN CLASSE DI QUALITÀ BUONA O ELEVATA NELLA REGIONE LAZIO (LTLeco)

MS Word per la TESI. Barra degli strumenti. Rientri. Formattare un paragrafo. Cos è? Barra degli strumenti

Test Excel conoscenze di Base

Elaborazione di una scheda di budget

CITTA DI PISTICCI COMMERCIO AL DETTAGLIO SU AREE PRIVATE CRITERI PER IL RILASCIO AUTORIZZAZIONI COMMERCIALI INERENTI MEDIE STRUTTURE DI VENDITA

Incertezza di Misura Approccio utilizzando la relazione di Horwitz

Perché il logaritmo è così importante?

Analisi dei Sistemi di Misurazione - MSA

La distribuzione Gaussiana

Relazione Geologica e Relazione Geotecnica

INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1)

LA MISURAZIONE DEL CARATTERE

P ARAMETRI FISICI, CHIMICI E CHIMICO-FISICI

Misure della dispersione o della variabilità

DETERMINAZIONI SPERIMENTALI ED ERRORI. confrontare quella grandezza con un'altra di riferimento, ad essa omogenea, detta unità di misura.

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it

3. Confronto tra medie di due campioni indipendenti o appaiati

5.3 TABELLE RECORD Inserire, eliminare record in una tabella Aggiungere record Eliminare record

5.6.1 REPORT, ESPORTAZIONE DI DATI

Da Eurachem e Nordtest linee guida per la terminologia e il controllo di qualità interno

Prof. Giuseppe Chiumeo. Avete già studiato che qualsiasi algoritmo appropriato può essere scritto utilizzando soltanto tre strutture di base:

IL SOFTWARE SECONDO LA NORMA UNI EN ISO :2008 (IIA PARTE) 1

11. Analisi statistica degli eventi idrologici estremi

Carte di controllo per attributi

Ricerca di outlier. Ricerca di Anomalie/Outlier

DRUPAL CONTINUOUS INTEGRATION. Parte I - Introduzione

Elementi di Psicometria con Laboratorio di SPSS 1

INCERTEZZA DI MISURA

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Interesse, sconto, ratei e risconti

Regolamento del Settore Attività Giovanile. Approvato dal Consiglio Federale Del 13 aprile 2013 con delibera n. 124

U.O.C. Programmazione e Controllo di Gestione. Regolamento di Budget

Paghe Scaglioni. Fascia di reddito. Fascia di reddito

Il sistema di rilevazione dati per il controllo globale delle macchine di produzione

TENUTA SOTTO CONTROLLO DELLE REGISTRAZIONI

Presentazione delle prove ITALIANO. Alessia Mattei - Ricercatrice INVALSI 10 luglio 2014

Ing. Simone Giovannetti

REGOLAMENTO (UE) N. 1235/2011 DELLA COMMISSIONE

Azienda USL n.4 - Nuovo presidio ospedaliero di Prato Prato Ugo Foscolo snc Edoardo Michele Majno

Analisi di bilancio: un modello con grafici

Transcript:

Carte di controllo (Shewhart): monitoraggio della precisione e della giustezza dei risultati di prove chimiche M. BETTINELLI - UNICHIM Milano, 4-5 novembre 014 1

Le carte di controllo

Le carte di controllo Che cosa sono? Uno strumento statistico per lo studio ed il controllo di processi ripetitivi A che cosa servono? Al mantenimento del controllo statistico del procedimento analitico 3

Le carte di controllo 4

Le carte di controllo 5

Le carte di controllo 6

Le carte di controllo 7

Cause di variazione della qualità di un processo Sorgente di VAIAZIONE Differenze tra: Somma di EFFETTI CASUALI Somma di EFFETTI ASSEGNABILI - apparecchiature - operatori - materiali - tempi Controllo Statistico Fuori Controllo 8

La qualità del dato analitico National Bureau of Standard (U.S.) [NIST]: until a measurement system has attained a state of statistical control, it cannot be assumed as measuring anything Un processo analitico è sotto controllo statistico quando gruppi di analisi replicate risultano essere variabili casuali appartenenti ad una sola popolazione stabile nel tempo. 9

CASO A Valori medi e dispersioni coerenti CASO B Valori medi coerenti Dispersione anomala CASO C Valore medio anomalo Dispersioni coerenti 10

PEMESSA: Per la costruzione e la gestione delle carte di controllo è indispensabile disporre di campioni di riferimento - Stabili - Omogenei - Parametro di interesse collocato a livello significativo - Quantità sufficientemente larga 11

LE CATE DI CONTOLLO Le carte di controllo utilizzabili sono: La carta dei ange La carta degli Scarti La carta delle Medie -Chart S-Chart X-Chart Variabilità processo Centratura processo Carattere del gruppo 8 7 6 5 4 UCL VALOE CENTALE 3 1 gruppo LCL 1

IMPOSTAZIONE DELLA CATA DI CONTOLLO SPEIMENTAZIONE PELIMINAE k n x 1 x x 3 4 x Media x ange 1 1 4 6 4 3,75 5 3 7 5 5 5,00 4 3 4 5 5 7 5,5 3 4 6 4 5 4,5 4 5 1 6 7 3 4,5 6 6 8 3 6 4 5,5 5 7 7 5 6 6 6,00 8 5 3 4 6 4,50 3 9 4 5 9 5,00 7 10 7 5 6 5 5,75 11 4 5 6 5 5,00 1 6 7 8 5 6,50 3 13 3 3 7 3 4,00 4 14 6 3 9 5,00 7 15 7 3 4 3 4,5 4 16 6 4 6 5 5,5 17 5 5 0 5 3,75 5 18 6 4 6 3 4,75 3 19 6 4 4 0 3,50 6 0 6 5 4 4,5 4 13

Costruzione delle carte di controllo X - chart - chart X X = n k i= 1 j= 1 kn x ij ± 3 s( x) ± 3 s( ) = k j= 1 k ( x) s( x) n s = s ( x) = d s( x) = s( ) = d 3 ( d n) d n = n di repliche di ciascun gruppo k = n dei gruppi n d d 3 1,18 0,853 3 1,693 0,888 4,059 0,880 5,36 0,864 14

Costruzione delle carte di controllo X - chart - chart ( ) x s X ± 3 ( ) s ± 3 a X n d 3 X UCL x + = + = a X n d 3 X LCL x = = D d d 3 UCL 4 3 = + = D d d 3 LCL 3 3 = = n d 3 a = 3 4 d 3d 1 D + = Impossibile visualizzare l'immagine. 15

Esempio 1 Soluzione di Cd ++ in acqua x x x 3 4 x x ange k \ n 1 1 1 4 6 4 3,75 5 3 7 5 5 5,00 4 3 4 5 5 7 5,5 3 4 6 4 5 4,5 4 5 1 6 7 3 4,5 6 6 8 3 6 4 5,5 5 7 7 5 6 6 6,00 8 5 3 4 6 4,50 3 9 4 5 9 5,00 7 10 7 5 6 5 5,75 11 4 5 6 5 5,00 1 6 7 8 5 6,50 3 13 3 3 7 3 4,00 4 14 6 3 9 5,00 7 15 7 3 4 3 4,5 4 16 6 4 6 5 5,5 17 5 5 0 5 3,75 5 18 6 4 6 3 4,75 3 19 6 4 4 0 3,50 6 0 6 5 4 4,5 4 16

Esempio 1: isultati 17

Esempio 1: isultati 18

EVISIONE DEI LIMITI DI CONTOLLO Cambio di processo evisione UCL, LCL Quando? Pochi gruppi iniziali Inflazione limiti di controllo quando i limiti di controllo vengono calcolati la prima volta si dovrebbe controllare un'eventuale loro gonfiatura (inflazione) dovuta ad un range medio basato su dati inconsistenti. Se i limiti sono inflazionati, allora loro revisione è opportuna. 19

Processo fuori controllo: un Tests Sono test basati sull analisi di andamenti sistematici: 9 gruppi consecutivi sopra o sotto la linea centrale 6 gruppi consecutivi monotonamente crescenti/decrescenti 14 gruppi consecutivi alternativamente sopra/sotto Modifica della media gruppi su 3 sono nella zona A 4 gruppi su 5 sono nella zona B od oltre Deriva della media Early warning modifica della media Due effetti assegnabili alternanti Zona C = ± 1 Scarto tipo Zona B = ± Scarto tipo 0 Zona A = ± 3 Scarto tipo

Le carte di controllo 1

Esempio : contenuto di silicio in campioni metallici

Esempio : contenuto di silicio 3

Esempio : contenuto di silicio un Tests 9 gruppi consecutivi sopra o sotto la linea centrale 4

Esempio : contenuto di silicio un Tests 6 gruppi consecutivi monotonamente crescenti/decrescenti X-Bar chart: (Normalized chart) 4 3 1 0-1 - -3-4 Histogram of Means 0 4 8 1 16 No of obs X-BA 1 5 10 15 0 5 30 Samples 3.00000 0.00000-3.0000 chart: (Normalized chart) Histogram of anges 4 3 1 0-1 - -3-4 0 4 8 1 No of obs ange 1 5 10 15 0 5 30 Samples 3.00000 0.00000-3.0000 5

Esempio : contenuto di silicio un Tests gruppi su 3 sono nella zona A 6

Esempio : contenuto di silicio un Tests 4 gruppi su 5 sono nella zona B od oltre 7

Esempio : contenuto di silicio un Tests Tutti i un Test X-Bar chart: (Normalized chart) Histogram of Means 4 3 1 0-1 - -3-4 0 4 8 1 16 No of obs X-BA 1 5 10 15 0 5 30 Samples 3.00000 0.00000-3.0000 chart: (Normalized chart) Histogram of anges 4 3 1 0-1 - -3-4 0 4 8 1 No of obs ange 1 5 10 15 0 5 30 Samples 3.00000 0.00000-3.0000 8

Carte di controllo per singole osservazioni L analisi è troppo laboriosa per creare sottogruppi X - chart X ± 3 s( x) = d s( x) n = 1 n Il range medio è calcolato in base ai range ottenuti da due osservazioni successive (range mobile). s ( x ) = d 9

Esempio 3: carte per singole osservazioni N. X m 3 860 80 1 905-4 875 15 930 5 5 985 110 3 865 65 6 970 15 4 895 30 7 940 30 5 905 10 8 975 35 6 885 0 9 1000 5 7 890 5 30 1035 35 8 930 40 31 100 15 9 915 15 3 985 35 10 910 5 33 960 5 11 90 10 34 945 15 1 915 5 35 965 0 13 95 10 36 940 5 14 860 65 37 900 40 15 905 45 38 90 0 16 95 0 39 980 60 17 95 0 40 950 30 18 905 0 41 955 5 19 915 10 4 970 15 0 930 15 43 970 0 1 890 40 44 1035 65 940 50 45 1040 5 X = 936,9 = 7, 84 s( x) = d s( ) = = d3 d 7,84 1,18 = s( ) = 0,853 4,68 = 4,68 1,05 d ; d 3 = Valori tabulati per n = 30

Esempio 3: carte per singole osservazioni 31

Esempio 3: carte per singole osservazioni 3

Tab. A - Effetto della minima unita di misura discriminabile k \ n x 1 x x 3 x 4 x 5 media range 1 14,0 14,3 13,7 13,4 13,5 13,78 0,9 13,8 14,3 14,3 14,5 14,6 14,30 0,8 3 13,8 13,4 14,7 14,8 14,9 14,3 1,5 4 14,3 14,1 13,7 13,8 14,0 13,98 0,6 5 14, 14, 14,5 13,5 13,6 14,00 1,0 6 13,6 14,4 14,3 13,6 13,7 13,9 0,8 7 14, 14,7 13,7 14, 13,8 14,1 1,0 8 14,3 13,7 14,5 13,7 13,8 14,00 0,8 9 14,1 14, 14,7 14,0 14,0 14,0 0,7 10 14, 13,7 13,4 14,0 13, 13,70 1,0 11 13,7 14,7 14, 13,7 13,5 13,96 1, 1 13,7 14,6 14, 14, 14,6 14,6 0,9 13 14, 14, 13,9 14,1 14, 14,1 0,3 14 13,7 14,5 14,4 13,7 14,0 14,06 0,8 15 14,4 14, 14,3 13,5 14,4 14,16 0,9 16 13,3 13, 14,4 14,5 14,1 13,90 1,3 17 13,7 13,7 14, 14,3 14,1 14,00 0,6 18 13,7 14, 14, 14,5 14,3 14,18 0,8 19 14, 14, 14,3 14,0 13,5 14,04 0,8 0 13,6 14, 14,0 13,9 13,7 13,88 0,6 1 14, 14,4 14,0 13,8 14,3 14,14 0,6 13,9 14,6 14,3 14,0 13,9 14,14 0,7 3 14,0 14,5 14, 13,9 13,7 14,06 0,8 4 13,4 14,7 14,3 14,1 14, 14,14 1,3 5 13,8 14,5 14,1 13,7 14,1 14,04 0,8 6 14,0 14,5 14,3 14,4 13,8 14,0 0,7 7 14,5 14,5 13,7 13,8 14,0 14,10 0,8 33

Effetto della minima unità di misura discriminabile 14,6 Carta di controllo del valor medio 14,3 14,0 13,7 13,4 Carta di controllo del range 0 18 16 14 1 10 8 6 4 0 34

Tab. B - Effetto della minima unita di misura discriminabile k \ n x 1 x x 3 x 4 x 5 media range 1 14 14 14 13 13 13,8 1 14 14 14 14 15 14, 1 3 14 13 15 15 15 14,4 4 14 14 14 14 14 14,0 0 5 14 14 14 13 14 14,0 0 6 14 14 14 14 14 14,0 0 7 14 15 14 14 14 14, 1 8 14 14 14 14 14 14,0 0 9 14 14 15 14 14 14, 1 10 14 14 13 14 13 13,6 1 11 14 15 14 14 13 14, 1 1 14 15 14 14 15 14,4 1 13 14 14 14 14 14 14,0 0 14 14 14 14 14 14 14,0 0 15 14 14 14 13 14 14,0 0 16 13 13 14 14 14 13,6 1 17 14 14 14 14 14 14,0 0 18 14 14 14 14 14 14,0 0 19 14 14 14 14 13 14,0 0 0 14 14 14 14 14 14,0 0 1 14 14 14 14 14 14,0 0 14 15 14 14 14 14, 1 3 14 14 14 14 14 14,0 0 4 13 15 14 14 14 14,0 5 14 14 14 14 14 14,0 0 6 14 14 14 14 14 14,0 0 7 14 14 14 14 14 14,0 0 35

Effetto della minima unità di misura discriminabile Carta di controllo del valor medio 15 14.5 14 13.5 13 Carta di controllo del range 3.7.4.1 1.8 1.5 1. 0.9 0.6 0.3 0 L unità di formato con cui si esprime il risultato non deve essere maggiore dello scarto tipo della media! Ovvero: n range almeno > 5 36