Vai al contenuto

Significatività statistica e significatività pratica nella raccolta dei dati SMT

Gente,

Supponiamo che la vostra azienda abbia deciso che l’efficienza di trasferimento (TE) sia il parametro chiave per determinare la qualità della pasta saldante. L’efficienza di trasferimento è il rapporto tra il volume della pasta saldante depositata e il volume dell’apertura dello stencil. Pur concordando sul fatto che la TE sia un parametro importante, siete un po’ preoccupati per i recenti risultati di una valutazione delle paste saldanti. Due paste su dieci sono in lizza per il primo posto e sembra che la TE sarà il parametro decisivo. La pasta A ha registrato una TE del 99,5% e la pasta B una TE del 99%. Pertanto, la direzione vuole optare per la pasta A. Lei è preoccupato perché la pasta A presenta una scarsa risposta alla pausa. Se viene lasciata sullo stencil per 15 minuti o più, la prima stampa deve essere scartata. Questa debolezza può comportare una perdita di tempo di produzione di circa 30 minuti in un ciclo operativo a 3 turni.

Tuttavia, i risultati del test TE hanno mostrato che il TE della pasta A era statisticamente significativamente migliore rispetto a quello della pasta B. Se ci pensi bene, c’è qualcosa che non quadra… Il 99,5% e il 99% sono valori piuttosto vicini.

Tiri fuori il tuo libro di statistica e ripassi il tema della verifica delle ipotesi. A quel punto ti rendi conto che, con campioni di dimensioni molto grandi, medie sempre più vicine tra loro possono risultare statisticamente significative.

I dati mostrano che la pasta A ha una media del 99,5% e una deviazione standard del 10%, mentre la pasta B ha una media del 99% e anch’essa una deviazione standard del 10%. Le dimensioni dei campioni erano di 10.000 campioni ciascuno. Queste ampie dimensioni dei campioni sono importanti ai fini dell’analisi. L’errore standard della media (SEM) viene utilizzato per confrontare le medie in un test di ipotesi. Il SEM è definito come la deviazione standard (s) divisa per la radice quadrata della dimensione del campione (n):

Formula SEM = σ/√n riportata in caratteri serif neri su sfondo bianco.

Pertanto, all’aumentare della dimensione del campione, l’errore standard di stima (SEM) si riduce o, nel gergo statistico, diventa “più ristretto”. Con campioni di dimensioni molto grandi, questa “ristrettezza” consente di distinguere statisticamente medie sempre più vicine tra loro. Questa situazione non rappresentava un problema con campioni di dimensioni inferiori a 100; tuttavia, con i moderni sistemi di scansione volumetrica della pasta saldante attualmente in uso, sono comuni campioni di dimensioni superiori a 1000.

La Figura 1 mostra la distribuzione campionaria prevista della media per campioni con un TE del 99,5% e del 99,0% e una dimensione campionaria di 100; entrambi presentano una deviazione standard del 10%. Si noti che a prima vista non si nota una grande differenza. Tuttavia, a parità di medie e deviazioni standard e con dimensioni campionarie pari a 10.000, le distribuzioni campionarie della media risultano chiaramente diverse nella Figura 2.

La realtà, però, è che non vi è alcuna differenza tra i risultati delle figure 1 e 2. La minima differenza nelle medie (0,5%) può essere statisticamente significativa con un campione di 10.000 unità, ma è significativa dal punto di vista pratico? Questa piccola differenza avrebbe davvero importanza in un ambiente di produzione? Quasi certamente no.

Grafico della distribuzione normale con due curve a campana, entrambe con deviazione standard pari a 1, centrate in prossimità di x=99.

Figura 1. Distribuzione campionaria della media per una dimensione del campione pari a 100.

Grafico della distribuzione normale con due curve: una curva blu centrata in prossimità di 99.

Figura 2. Distribuzione campionaria della media per una dimensione del campione pari a 10.000.

Quindi, quando si ha a che fare con campioni di grandi dimensioni, dobbiamo chiederci se la differenza sia rilevante dal punto di vista pratico. Per quanto riguarda il TE, ritengo che si possa affermare con certezza che una differenza dello 0,5% non sia significativa dal punto di vista pratico. Ma cosa succederebbe se la differenza fosse del 2% o del 5%? È evidente che occorrerebbe condurre degli esperimenti per determinare a partire da quale livello una differenza sia significativa.

Nel caso sopra descritto, preferirei di gran lunga la pasta con un TE del 99,0% e una buona risposta alla pausa.

Salute,

Dr. Ron