Misurare male è peggio che non misurare

Categoria: Variabilità e SPC

In fabbrica si ripete spesso che "senza dati non si può decidere".
È vero. Ma c'è una frase che andrebbe aggiunta: "con dati sbagliati si decide peggio che al buio".
Un sistema di misura inaffidabile non è neutro: introduce rumore, genera falsi allarmi, nasconde i segnali reali e porta a interventi che destabilizzano il processo.
La mia esperienza è che un cattivo dato è più pericoloso dell'assenza di dato, perché crea un'illusione di controllo dove in realtà c'è solo incertezza.

Nel mondo industriale la misura è alla base di tutto: qualità, capacità, stabilità, miglioramento. Carte di controllo, KPI, OEE, piani di reazione, decisioni di fermata linea o di rilascio prodotto: tutto nasce da un numero.

Per questo si ripete giustamente che "non si può migliorare ciò che non si misura". Molto meno spesso si dice che una misura inaffidabile può fare più danni di una mancanza di misura.

Il problema non è solo la precisione

Quando si parla di sistemi di misura, si pensa subito a ripetibilità, riproducibilità, tarature, MSA. Tutti aspetti fondamentali. Ma nella pratica il problema è più ampio: riguarda la capacità del sistema di fornire un segnale coerente, stabile e interpretabile nel tempo.

Un sistema che:
  • genera falsi scarti (false alarm),
  • non intercetta difetti reali,
  • varia in funzione dell'operatore, del turno o delle condizioni ambientali,
  • non è allineato con le reali caratteristiche critiche del processo,

non è solo "impreciso". È una sorgente di variabilità aggiuntiva.

Due scenari a confronto Scenario 1: Nessuna misura PROCESSO (variabilità reale) nessun dato Decisioni al buio → Incertezza totale → Nessun controllo Scenario 2: Misura inaffidabile PROCESSO (variabilità reale) Sistema di misura inaffidabile dato distorto Decisioni sbagliate → Falsi allarmi → Problemi reali non visti → Interventi che destabilizzano = Illusione di controllo Un dato sbagliato è peggio dell'assenza di dato

Effetti tipici di una misura inaffidabile

In presenza di dati poco affidabili si osservano quasi sempre:

  • reazioni eccessive a variazioni casuali (tampering);
  • perdita di fiducia nei segnali ("quel grafico mente");
  • moltiplicazione di controlli e verifiche incrociate;
  • decisioni conservative che rallentano il flusso o aumentano i costi.

Il paradosso è che tutto questo avviene in nome del "controllo", mentre in realtà il sistema sta diventando meno governabile.

Meglio nessun segnale che un segnale falso

Un processo senza misura è cieco, ma un processo guidato da un segnale sbagliato è disorientato. Nel primo caso si sa di non sapere. Nel secondo si crede di sapere, e si agisce di conseguenza.

Dal punto di vista della stabilità, questo è critico:

Un sistema che reagisce a rumore come se fosse segnale introduce instabilità indotta. Si aggiustano parametri che non andrebbero toccati, si aprono azioni correttive su cause inesistenti, si perde la capacità di distinguere tra variabilità comune e speciale.

Collegamento con il governo del processo

La stabilità di processo non dipende solo da come si produce, ma anche da come si osserva. Un buon sistema di misura è parte integrante del processo, non un accessorio.

Misurare bene significa:

  • avere fiducia nel dato,
  • saper distinguere segnale e rumore,
  • prendere decisioni proporzionate alla reale variabilità.

Misurare male, invece, significa costruire un sistema che reagisce a ombre. E un sistema che reagisce alle ombre non può essere stabile, per quanto sofisticati siano gli strumenti che utilizza.

Letture correlate