L'np-chart viene utilizzato per monitorare un processo nel tempo basato su quantità. Il processo è descritto da una cifra chiave che indica il numero di determinati eventi all'interno di un importo totale costante. Mostra se questo numero è all'interno dell'intervallo previsto o se si verificano cambiamenti significativi nel processo.
Questo può essere, ad esempio, il numero di parti NIO nella produzione, il numero di vendite nella distribuzione o il numero di consegne ritardate. L'obiettivo è rilevare i cambiamenti precocemente, analizzare sistematicamente le possibili cause, costruire conoscenze sul processo ed evitare interventi non necessari.
Puoi scaricare i dati qui: NPChart_NonconformingLabels.xlsx
Nel riempimento della salsa di pomodoro, viene controllato per turno quanti barattoli hanno un'etichetta storta o incompleta. L'obiettivo è determinare se il numero di unità non conformi rimane stabile nel tempo.
Interpretazione dei Risultati:
Non ci sono punti al di fuori dei limiti di controllo e non sono visibili schemi evidenti. Il numero di etichette difettose fluttua casualmente attorno alla linea centrale. Il processo può quindi essere valutato come stabile.
Spiega del Grafico:
- I punti mostrano il numero di unità con la proprietà considerata per sottogruppo in ordine cronologico.
- La linea centrale corrisponde al numero medio di queste unità.
- I limiti di controllo sono calcolati dal livello medio del processo e dalla dimensione costante del sottogruppo. Con una dimensione costante del sottogruppo, di solito corrono orizzontalmente.
Preparazione
- Definire una chiara classificazione binaria.
- Assicurarsi di avere una dimensione costante del sottogruppo.
- Registrare il numero di unità non conformi per sottogruppo.
Utilizzo in AlphadiTab
- Selezionare lo strumento np-chart nella Fase di Misura o Fase di Controllo.
- Inserire il numero di unità non conformi e la dimensione del campione.
- Generare il grafico con il pulsante "Crea Nuovo".
Interpretazione
- I punti sono al di fuori dei limiti di controllo?
- Sono riconoscibili schemi non casuali?
Valori storici
Se sono noti i valori di riferimento storici, possono essere utilizzati come base fissa. La linea centrale e i limiti di controllo rimangono quindi costanti.
Sezioni
Le sezioni sono utili se il processo è stato modificato deliberatamente, ad esempio, dopo un cambio di fornitore o un aggiustamento del processo. Linee centrali e limiti di controllo separati sono calcolati per ciascuna sezione.
I pattern non casuali vengono rilevati con i test:
Numero di richieste risolte al primo contatto
Nel servizio IT, viene valutato quotidianamente quanto sia alto il numero di richieste che vengono risolte al primo contatto. Il grafico np aiuta a valutare se questo numero rimane stabile nel tempo o se si verificano anomalie come tendenze o spostamenti.
Puoi scaricare i dati qui: NPChart_ITFirstTimeResolution.xlsx
Interpretazione
Ci sono diversi punti al di fuori dei limiti di controllo. Il processo è instabile e dovrebbe essere esaminato più da vicino.
→ Diversi punti al di fuori dei limiti – processo instabile, verificare le cause.
Numero di offerte con informazioni obbligatorie mancanti
Nelle vendite, viene controllato mensilmente quante offerte mancano di informazioni obbligatorie. Questo consente di monitorare se il numero di offerte incomplete rimane costantemente stabile.
Puoi scaricare i dati qui: NPChart_MandatoryInformation.xlsx
Interpretazione
I numeri sono insolitamente vicini tra loro. Una dispersione così bassa spesso non è casuale per un processo reale e può indicare un rielaborazione standardizzata, una classificazione troppo grossolana o una particolarità nel sistema di ispezione. Inoltre, nove punti sono sullo stesso lato della linea centrale.
→ Dispersione insolitamente bassa + 9 punti su un lato – mettere in discussione il sistema di ispezione/classificazione.
Numero di spedizioni con danni da trasporto
Nel settore della logistica, viene valutato per ogni tour quante spedizioni arrivano con danni da trasporto visibili. L'obiettivo è identificare carichi straordinari in anticipo.
Puoi scaricare i dati qui: NPChart_Damages.xlsx
Interpretazione
È riconoscibile un outlier; il 13° tour è interessato. Un tamponamento è stato segnalato dal conducente per questo tour. La deviazione può quindi essere spiegata da una causa speciale nota e non indica un cambiamento permanente nel processo.
→ Outlier dovuto a causa speciale nota (incidente) – nessun nuovo schema di base.
Numero di ricevute di beni con nota di blocco
Nell'acquisto, il numero di ricevute di beni con una nota di blocco è monitorato. Durante il periodo di osservazione, c'è stato un passaggio dal Fornitore A al Fornitore B, quindi due sezioni sono utili.
Puoi scaricare i dati qui: NPChart_BlockRate.xlsx
Interpretazione
Dopo il cambio di fornitore, il numero di ricevute di beni con una nota di blocco è a un livello sensibilmente più alto. La considerazione separata delle sezioni mostra che il livello del processo è cambiato. Il cambiamento dovrebbe essere valutato nel contesto del cambio di fornitore.
→ Cambio di livello dopo il cambio di fornitore – valutare le sezioni separatamente.
Numero di posizioni con errore di previsione critico
Nella pianificazione della produzione, ogni ciclo di pianificazione valuta quante posizioni superano una soglia di errore di previsione definita. Il grafico np mostra se il numero di posizioni problematiche cambia nel tempo.
Puoi scaricare i dati qui:
NPChart_IncorrectForecasts.xlsx
Interpretazione
Nel periodo, è evidente una tendenza crescente nel numero di previsioni errate. Poiché i valori diminuiscono nuovamente nel frattempo, nessuna tendenza è segnalata secondo le regole di Nelson. Tuttavia, lo sviluppo dovrebbe comunque essere monitorato professionalmente.
→ Tendenza leggermente crescente, ma nessuna regola di Nelson violata – continuare a monitorare.
Con la correzione storica, np̄ è sostituito dal valore di riferimento dato np.