1

VARIABILITATEA PROCESELOR

Variabilitatea, este un fenomen natural, o realitate a naturii, dar şi a procesului

industrial, din cauza căreia aceleaşi condiţii controlabile folosite la intrarea unui sistem,
produc o întreagă gamă de situaţii la ieşire. Nesocotirea variaţiei sau raţionamentul că
variaţia este redusă, consideră J. Juran [1], poate să ducă la decizii incorecte. În producţia
industrială, variaţia caracteristicilor este efectul variaţiei calităţii materiei prime,
dereglării utilajelor, calificării executanţilor, nerespectării tehnologiilor etc. În producţia
agricolă mai intervin variaţii în calitatea producţiei datorită climei, solului, datei de
efectuare a muncilor agricole.
Ed. Deming observa că problema centrală a managementului este extragerea
informatiei maxime din variatie [2]. Tabelul 1.1 [3] prezintă unele surse de variaţie a
calităţii produselor.

Surse de variaţie
Tabelul 1.1
Sursa variaţiei Cauzele variaţiei Măsuri de reducere

Managementul slab Lipsa cunoştinţelor Instruire

Lipsa resurselor
Specificaţii incorecte Neimplicarea clientului
Toleranţe mari
Sistem al calităţii Necunoaşterea standardelor sau a
incomplet criteriilor folosite de premiile
pentru calitate
Procesul tehnologic Operaţii dificile, Mentenanţă
precară, Metrologie neadecvată
Materiale proaste Neevaluarea furnzorilor
Controlul de recepţie
Erori ale operatorilor Instruire slabă, Folosire de
echipamente neadecvate
Îmbunătăţirea proceselor
Standardizare
Testare
Certificarea produselor,
proceselor, sistemului
Implicarea operatorilor
Mentenanţă productivă
totală
Parteneriat cu furnizorii
Alegerea limitelor de
control
Instruire, Autocontrol
Empowerment

Astfel, totul variază în timp (cu excepţia vitezei luminii). S-a observat că şi legile
mecanicii cuantice au un element aleator intrinsec care nu poate fi eliminat niciodată.
 Pentru un produs valorile caracteristicilor sunt sigure, determinate de regulă prin
măsurare. Dar pentru un lot ele sunt aleatorii şi trebuie aflată o valoare reprezentativă a
caracteristicii produselor dintr-un lot de produse, obţinut printr-un proces de producţie.
Lucrul acesta se poate determina dacă procesele sunt stabile.
Stabilitatea proceselor. În gândirea statistică, o anumită valoare apare datorită
unor cauze care influenţează procesul de transformare (fig. 1.1). Cauzele pot fi
sistematice sau întâmplătoare. Înlăturarea cauzelor sistematice face ca procesul să fie
stabil (sub control), cu toate că acţionează cauzele întâmplătoare (factorii aleatori), care
sunt numeroase şi nu pot fi identificate, dar ele au în general o mică importanţă. Deci,
pentru un proces sub control, modificarea valorilor unei caracteristici are la bază doar
cauzele întâmplătoare şi din acest motiv caracteristica este o variabilă aleatoare.

Intrări Ieşiri
PROCES
(cauze) (efecte)

· sistematice · instabil · sigure

· întâmplătoare · stabil (sub control) · aleatoare

Fig. 1.1. Variabilitatea proceselor

1.1 Frecvenţa fenomenelor

Datele din statistică se prezintă ca serii de valori pentru care se poate calcula
frecvenţa, probabilitatea şi determina funcţia de repartiţie a probabilităţii.
 y  f   p; f 

x

 sau 
x

 sau 
x
 sau

r

 F ; fc  
 
x 

unde f este frecvenţa absolută, p este probabilitatea (care se aproximează cu frecvenţa

f
relativă p(x) = f r unde f r  , N fiind mărimea populaţiei), F este funcţia de
N
repartiţie calculată din frecvenţa cumulată  fc  .
Frecvenţele (absolute şi relative) se pot aduna (suma frecvenţelor valorilor mai
mari decât valoarea de referinţă xi ) şi formează frecvenţa cumulată (fig.1.2). Funcţia
obţinută din frecvenţele cumulate este funcţia de repartiţie F  x  (se mai numeşte ogivă
care este curba de frecvenţe cumulate).
Caracteristica unui produs în statistică este o variabilă. Caracteristicile pot fi
discrete sau variabile.

F  x

x
Fig. 1.2 Funcţia de repartiţie

Variabilele discrete iau doar anumite valori. Cu valorile din repartiţia discretă se
poate trasa un grafic al repartiţiei probabilităţii p(x) (al frecvenţei relative) (fig. 1.3) şi un
grafic al funcţiei de repartiţie F(x) (fig.1.4) (al frecvenţei cumulate). Funcţia de repartiţie
la variabilele discrete este o funcţie treaptă.

 x1 x 2 ... x n 
 

X= 
 p1 p 2 ... p n 

Fig 1.3 Repartiţia probabilităţii Fig. 1.4 Funcţia de repartiţie a variabilelor

valorilor discrete discrete

Deoarece, în cele mai multe cazuri, interesează probabilitatea ca evenimentul X să

fie mai mic decât valoarea x, se poate defini funcţia de repartiţie a variabilei x.

F(x) = p (X < x)
Variabilele continue pot lua orice valoare cuprinsă într-un interval. De exemplu,
diametrul unei piese prelucrate mecanic poate lua orice valoare în cadrul câmpului de
toleranţă.
 x1  X  x 2   x 2  X  x3 
X=  p 
  
 1   p2 

Repartiţia variabilei, pentru că enumerarea tuturor valorilor este imposibilă, se dă

sub forma intervalelor de valori şi a probabilităţilor corespunzătoare. Graficul funcţiei de
repartiţie este prezentat în fig. 1.5. Funcţia de repartiţie F(x) = P(X < x) este definită de
integrala [4]:
F(x) =  f(x) dx = F’(x) dx

unde f(x) reprezintă densitatea de repartiţie a probabilităţii (fig. 1.6) f(x) = F'(x).

F(x)
 Fig. 1.5 Funcţia de repartiţie a variabilei
continue Fig. 1.6 Densitatea de repartiţie

Densitatea de repartiţie f(x) este o curbă de o formă oarecare, dar practica arată că,
în tehnică, aceasta se reduce la anumite modele clasice: Poisson, Gauss, Bernoulli,
Student, Fisher, Weibull etc. (în general, poartă numele matematicienilor care le-au
studiat). Practic, cunoscând câteva date dintr-un eşantion, se obţine repartiţia empirică şi
se poate verifica dacă datele se înscriu într-o repartiţie cunoscută.

1.2 Reprezentarea datelor

Unele instrumente simple folosite în statistică sunt grupate în cadrul celor Şapte
instrumente statistice. Acestea sunt Fişele de înregistrare, Graficele, Histogramele,
Diagrama Pareto, Diagrama Ishikawa, Fişele de control, Diagrama de corelaţie [5].
Fişele de înregistrare a datelor constituie primul document pe care se
înregistrează un fenomen. Ele trebuie cunoscute pentru că fără date activitatea este
empirică. Pe aceste fişe se înregistrează numărul de apariţii ale unui fenomen la un loc de
muncă. Înregistrarea se face, de regulă, pe formulare pretipărite (fig. 1.7). În această fişă
sunt înregistrate defectele de un anumit tip (de exemplu, pete sau crăpături) ce sunt
constatate la o piesă, în fiecare zi de lucru (15-27). Pentru fiecare defect observat se pune
o bară şi acestea sunt grupate câte cinci într-o căsuţă, pentru a fi citite rapid.
Graficele constituie o reprezentare a datelor existente (de exemplu, extrase dintr-
o fişă de culegere a datelor). Graficele statistice sunt mijloace de comunicare. Graficele
sunt de mai multe tipuri (fig. 1.8), cele mai folosite fiind :
a) graficul de descompunere – studiază compoziţia datelor culese. Are o formă
circulară şi arată ponderea diferitelor elemente în cadrul fenomenului analizat. Unghiurile
sectoarelor sunt corelate cu ponderile elementelor. De exemplu, un astfel de grafic poate
arăta ponderea diferitelor tipuri de defecte (fie A – zgârieturi, B – pete, C – crăpături etc)
Numărul de
apariţii

15
10
5 - -
- -
-
 15 16 17 18 19 20 21 22 23 24 25 26 27

ZIUA
Fig. 1.7. Fişe de culegere date

b) graficul de distribuţie (cu bare) - prezintă pe verticală sub forma unor coloane,
frecvenţa unui fenomen. El permite compararea mărimii unor fenomene ;
c) graficul de comparaţie - prezintă fenomenele care au două tendinţe distincte,
unele negative, altele pozitive (fie A, B, C defectele amintite anterior iar D, E, F
respectiv fiabilitatea, mentenabilitatea şi disponibilitatea aceluiaşi produs). Primele trei
caracteristici pot fi în condiţii favorabile zero, iar celelalte pot fi în condiţii defavorabile
zero ;
d) graficul de variaţie - arată evoluţia în timp a unui fenomen analizat. Abscisa
reprezintă timpul, iar ordonata mărimea fenomenului. De exemplu, graficul poate arăta
evoluţia numărului de zgârieturi zilnice ce apar pe piesele fabricate ;
e) graficul polar - arată modul cum se manifestă un fenomen. În figură axele
reprezintă diferite defecte ce pot apărea, iar pe ele ponderea cumulată a defectelor. Astfel
ponderea creşte de la zero la 100%.
f) graficul radar - este circular, razele reprezintă diferite caracteristici. Se alege o
unitate de măsură pentru fiecare din caracteristici. El permite prezentarea caracteristicilor
a două produse ce se compară.
Histogramele permit o înţelegere mai bună a datelor culese şi o interpretare
mai fină a acestora. Histogramele oferă o reprezentare în două dimensiuni. Abscisa poate
arăta intervalul de variaţie, iar ordonata poate reprezenta frecvenţa (fig. 1.9).
Dacă sunt analizate n probe, ele se împart într-un număr de intervale (z). Se
recomandă ca numărul de intervale să fie ales din tabelul 1.2.

Determinarea numărului de intervale

Tabelul nr.1.2
Probe (n) Intervale (z)
50 – 100 6 – 10
100 - 150 7 – 12
150 - 250 10 - 20

Numărul de intervale poate fi calculat şi cu relaţia Z  n sau cu relaţia

z = 1 + lg n
n n
Mărimea intervalului se calculează cu relaţia : h  max min
z
Având cunoscute aceste elemente se determină frecvenţa cu care apar valorile
(tabelul 1.3).
Determnarea frecvenţei
Tabelul nr.1.3
Intervalul Valori apărute Frecvenţa
a -b f
b -c g
c-d h

Fig. 1.8 Graficele de reprezentare

Pe acelaş grafic se poate reprezenta şi toleranţa admisă.

 frecvenţa
50 -

Toleranţa
40 -
admisă
30 -

20 -

10 -

150 153 156 157 172 180 greutate

Fig. 1.9. Histograma problemei.

Diagrama Pareto indică acele cauze care au o pondere însemnată în influenţarea

unui proces. Diagrama prezintă în abscisă fenomenele în ordine descrescătoare, iar în
ordonată frecvenţa cumulată (fig. 1.10).

frecvenţe
cumulate

A B C

cauze
Fig. 1.10 Distribuţia Pareto

Se observă că se pot identifica trei zone A, B, C (diagrama se mai numeşte şi

distribuţia ABC). În zona A se situează 20% din cauze, dar influenţa lor este de circa
80%. În zona B sunt 10% din cauze, şi influenţa este de circa 10%. În zona C sunt 70%
din cauze dar influenţa este foarte mică (10%). Etapele analizei Pareto:
- se ordonează cauzele în ordinea descrescătoare a frecvenţei;
- se cumulează frecvenţele;
- abscisa este împărţită într-un număr de segmente egal cu numărul de cauze;
 - se reprezintă frecvenţele cumulate.
Diagramele de control indică dacă un proces este sau nu sub control (fig. 1.11).
Abscisa reprezintă axa timpului (sau o succesiune de operaţii din procesul de fabricaţie),
iar ordonata o caracteristică ce se analizează. Faţă de valoarea nominală se stabilesc două
limite de control : LCS (limita de control superioară) şi LCI (limita de control inferioară).
Procesul este apreciat prin doi indicatori care trebuie analizaţi simultan, în acest
exemplu media valorilor şi amplitudinea lor.

x
LC
x0
LCI
1 2
t
R
LC

R0 LCI'

t
Fig. 1.11 Digrama de controlul

Dacă la momentele 1,2,3...eşantioanele extrase au media x şi amplitudinea R

situate între cele două limite, procesul poate continua. Dacă nu, utilajele trebuie reglate.
Diagrama Ishikawa (cauză – efect) are o formă particulară (schelet de peşte) (fig.
1.12). Ea analizează un anumit efect observat. Cauzele se pot grupa în şase categorii
mari (M1……..M6) : oamenii care lucrează, mediul de lucru, materiale, metodele de lucru,
metodele de control, maşinile folosite, fiecare din acestea se descompune în cauze
derivate ( m11m12 ...m21m22 ...m41... ). Pentru identificarea cauzelor secundare se poate folosi
metoda brainstorming [6].

Fig. 1.12 Diagrama cauză – efect

 Diagrama de corelaţie arată dacă între doi parametri x şi y există o legătură.
După modul cum se situează valorile observate se poate stabili de exemplu o corelaţie
liniară (fig.1.13), când variaţia unui parametru impune variaţia celuilalt după o dreaptă.
La fel se poate identifica o corelaţie negativă sau lipsa oricărei legături.

Fig. 1.13 Grafic de corelaţie