Control chart per la sicurezza sul lavoro: come leggere i dati HSE

A fine mese gli infortuni passano da uno a tre. Il numero invita a reagire, ma senza una baseline non sappiamo ancora se stiamo osservando un cambiamento reale oppure una fluttuazione compatibile con il comportamento abituale del processo. Lo stesso problema si presenta con near miss, tempi di chiusura, rilievi di audit e altri dati HSE.

Una control chart, o carta di controllo, aggiunge al trend una struttura statistica: linea centrale, limiti di controllo e regole per individuare variazioni che meritano un approfondimento. Lo scopo è capire quando il processo mostra un segnale incompatibile con la variabilità attesa e quando, invece, il dato resta dentro il suo comportamento storico.

Applicata alla sicurezza sul lavoro, la carta di controllo aiuta a leggere nel tempo infortuni, medicazioni, near miss, rilievi di audit, tempi di chiusura e altri KPI di sicurezza. Non sostituisce l’analisi tecnica né il sopralluogo: serve a decidere quando un dato merita un approfondimento e quando, invece, stiamo reagendo al normale rumore del sistema.

Se invece vuoi applicare lo stesso principio a quote, variabili di processo e dati di produzione, trovi l’approfondimento dedicato al controllo statistico di processo (SPC) in ambito produttivo, con limiti di controllo, cause comuni e speciali, reaction plan e collegamento alla capability.

Che cos’è una control chart

Una control chart rappresenta in ordine temporale i valori di una caratteristica del processo. Al grafico aggiunge tre riferimenti:

• la linea centrale, che descrive il livello medio del processo;
• il limite superiore di controllo, indicato come UCL;
• il limite inferiore di controllo, indicato come LCL.

I limiti vengono stimati dalla variabilità storica dei dati. Nelle carte di Shewhart sono generalmente collocati a tre deviazioni standard dalla linea centrale. Nella forma generale:

UCL = μ + 3σ    |    Linea centrale = μ    |    LCL = μ − 3σ

La formula concreta dipende però dal tipo di carta e dalla distribuzione del dato. Non sempre è corretto calcolare semplicemente media più o meno tre deviazioni standard, soprattutto quando si lavora con conteggi rari, proporzioni o esposizioni variabili.

Secondo il manuale NIST sulle control chart, un punto oltre i limiti suggerisce la presenza di una causa assegnabile da investigare. Anche una sequenza non casuale di punti entro i limiti può però indicare che il processo si è spostato.

Variabilità comune e causa speciale

La lettura statistica distingue due forme di variabilità: comune e speciale.

La variabilità comune appartiene al modo abituale in cui il processo funziona. Può dipendere dall’organizzazione, dalle attrezzature, dai carichi di lavoro, dai criteri di registrazione e da molte piccole condizioni che agiscono con continuità. Se vogliamo ridurla, dobbiamo intervenire sul sistema.

La variabilità speciale deriva invece da un cambiamento identificabile: una nuova squadra, un picco di attività, un guasto, una procedura modificata, un appaltatore appena entrato, un periodo di manutenzioni urgenti o una diversa modalità di raccolta dei dati.

Senza questa distinzione si commettono due errori opposti. Si può reagire a ogni oscillazione con richiami e iniziative estemporanee, aumentando il rumore organizzativo. Oppure si può liquidare una sequenza anomala come casuale e perdere un segnale che anticipa un problema più serio.

Limiti di controllo e obiettivi non sono la stessa cosa

Un limite di controllo non è una soglia di legge, un requisito contrattuale o un obiettivo aziendale. Descrive la variabilità attesa del processo sulla base dei dati utilizzati per costruire la carta.

Se il numero di medicazioni rimane entro i limiti, possiamo dire che il processo appare statisticamente stabile; non possiamo concludere che il livello sia accettabile. Un processo può essere stabile e avere una performance insufficiente. Allo stesso modo, un dato positivo fuori controllo può indicare un cambiamento favorevole da comprendere e consolidare.

Il NIST distingue esplicitamente control limits e specification limits: i primi valutano la stabilità del processo, i secondi verificano la conformità a una specifica. In ambito HSE questa differenza evita di presentare come “accettabile” un risultato soltanto perché coerente con una baseline storica.

Quali dati HSE possono essere monitorati

Gli infortuni sono il dato più immediato, ma nelle PMI sono spesso troppo rari per costruire rapidamente una carta informativa. Un lungo periodo con valori pari a zero e uno non offre abbastanza variazione per distinguere segnali affidabili. Conviene allora affiancare indicatori più frequenti, scegliendoli in funzione del processo che si vuole osservare.

Famiglia di dati	Esempi	Domanda gestionale
Eventi	Infortuni, medicazioni, quasi incidenti, sversamenti	La frequenza sta cambiando oltre la normale variabilità?
Segnalazioni	Near miss e condizioni pericolose	Sta cambiando il rischio o la propensione a segnalare?
Azioni	Tempo di chiusura, arretrato, azioni scadute	Il processo di risposta sta perdendo capacità?
Controlli	Rilievi da audit, ispezioni, verifiche operative	Le deviazioni si concentrano o mostrano una deriva?
Barriere	Manutenzioni, permessi, briefing, verifiche pre-uso	I controlli critici vengono eseguiti con continuità?

Il significato del dato deve rimanere stabile. Se a metà anno cambia la definizione di near miss o viene introdotto un canale di segnalazione più semplice, la serie presenta una discontinuità. La discontinuità va annotata, perché l’aumento potrebbe dipendere dal sistema di raccolta invece che da un peggioramento delle condizioni.

Conteggi grezzi ed esposizione

Confrontare soltanto il numero di eventi può essere fuorviante. Tre medicazioni in un mese con 8.000 ore lavorate non hanno lo stesso significato di tre medicazioni in un mese con 80.000 ore. Lo stesso vale per cantieri, consegne, interventi manutentivi e lavorazioni ripetitive.

Quando l’esposizione cambia in modo rilevante, il dato deve essere normalizzato:

Tasso di evento = eventi / unità di esposizione × fattore di scala

L’unità può essere costituita da ore lavorate, giornate-uomo, attività eseguite o accessi, purché rappresenti realmente l’opportunità che l’evento si verifichi. Il fattore di scala — per esempio 10.000, 100.000 o 1.000.000 di ore — serve soltanto a rendere il numero leggibile e deve rimanere costante nei confronti.

Quale control chart scegliere

Non esiste una carta valida per ogni indicatore. La scelta dipende dalla natura del dato, dalla stabilità dell’esposizione e dal modo in cui le osservazioni vengono raccolte.

Carta	Quando usarla	Esempio HSE
c-chart	Conteggio di eventi con opportunità o esposizione sostanzialmente costante	Numero mensile di medicazioni in uno stabilimento stabile
u-chart	Conteggio rapportato a un’esposizione che varia	Near miss per 10.000 ore lavorate
p-chart	Proporzione di unità non conformi su campioni di numerosità variabile	Quota di verifiche con almeno una deviazione
Individuals–Moving Range	Misure continue rilevate una alla volta	Giorni necessari per chiudere un’azione correttiva

Una c-chart presuppone una quantità di opportunità confrontabile tra i periodi. Se le ore lavorate oscillano molto, la u-chart è generalmente più adatta perché lavora sul tasso. Per tempi e altre misure continue raccolte individualmente, una carta Individuals–Moving Range consente di osservare sia il livello sia la variabilità tra misure consecutive.

Quando i conteggi medi sono molto bassi, i limiti possono risultare asimmetrici e il limite inferiore viene posto a zero. È uno dei motivi per cui non conviene costruire tutte le carte con la stessa formula da foglio Excel.

Eventi rari: quando c-chart e u-chart diventano poco informative

Molti eventi di sicurezza hanno frequenza molto bassa. Se la serie contiene lunghi periodi a zero e pochi eventi isolati, una carta tradizionale sui conteggi può richiedere molto tempo prima di produrre limiti informativi. In questi casi può essere più utile monitorare la distanza tra eventi invece del numero di eventi per periodo.

Le g-chart monitorano il numero di opportunità o di unità tra due eventi rari; le t-chart lavorano sul tempo trascorso tra eventi. Queste carte sono nate proprio per processi in cui l’evento indesiderato è infrequente e una lunga sequenza di zeri rende poco sensibile la lettura mensile tradizionale.

Carta	Dato osservato	Esempio HSE
g-chart	Numero di opportunità o giorni tra eventi	Giorni tra due accessi non autorizzati rilevati
t-chart	Tempo continuo tra eventi	Ore di esercizio tra due failure di una barriera

La scelta richiede coerenza con la distribuzione del dato e con il processo osservato. Anche in questo caso la carta non sostituisce l’analisi dell’evento: segnala che la frequenza temporale sta cambiando rispetto al comportamento precedente.

Come costruire una control chart HSE

La costruzione della carta parte dalla domanda gestionale. “Monitorare la sicurezza” è troppo generico. Una domanda utile può essere: il tempo di chiusura delle azioni sta aumentando? Il tasso di near miss in manutenzione ha cambiato comportamento dopo l’ingresso di nuovi appaltatori? La frequenza delle deviazioni sui permessi di lavoro si è ridotta dopo il nuovo controllo?

1. Definire l’indicatore, il perimetro e le regole di conteggio.
2. Scegliere la frequenza coerente con il fenomeno: settimanale, mensile o per lotto di attività.
3. Verificare i dati, distinguendo valori mancanti, zeri reali e cambi di definizione.
4. Scegliere la carta in base a conteggio, proporzione, misura continua ed esposizione.
5. Costruire una baseline con osservazioni raccolte in condizioni confrontabili.
6. Calcolare linea centrale e limiti senza trasformarli in target.
7. Annotare i cambiamenti organizzativi e operativi lungo la serie.
8. Definire la risposta ai segnali prima che il segnale si presenti.

Shewhart indicava come regola prudenziale almeno 25 campioni di quattro osservazioni per concludere che un processo ripetitivo fosse in controllo. Questa regola non va applicata automaticamente a ogni carta HSE; il principio utile è che con pochi dati i parametri stimati restano incerti. Si può iniziare prima per apprendere, dichiarando però il limite e senza attribuire robustezza a ciò che è ancora esplorativo.

Baseline: prima bisogna capire se il processo è abbastanza stabile

Calcolare i limiti su una serie che contiene già cambiamenti strutturali può produrre una baseline troppo larga e rendere invisibili segnali importanti. Prima di usare la carta come strumento di monitoraggio conviene quindi esaminare il periodo storico, identificare eventuali cause speciali note e documentare i cambiamenti che hanno modificato il processo.

Questo passaggio corrisponde alla logica di Phase I dello statistical process control: si usa lo storico per stimare il comportamento di riferimento e valutare se il processo può essere trattato come sufficientemente stabile. Solo dopo la carta diventa uno strumento di sorveglianza nel tempo.

Nei dati HSE questa cautela è particolarmente importante perché campagne di segnalazione, cambi di appaltatore, riorganizzazioni, nuove definizioni o variazioni delle ore lavorate possono modificare la serie senza che il rischio sottostante sia cambiato nella stessa misura.

Come leggere un segnale

Il segnale più evidente è un punto oltre il limite di controllo. Esistono però configurazioni non casuali che possono indicare uno spostamento: una lunga sequenza dallo stesso lato della media, un trend crescente o decrescente, oppure più punti vicini a un limite.

Le regole Western Electric, descritte anche dal NIST, considerano tra i segnali un punto oltre tre sigma, due punti su tre oltre due sigma dallo stesso lato, quattro su cinque oltre un sigma e otto punti consecutivi dalla stessa parte della linea centrale. Aggiungere regole rende la carta più sensibile, ma aumenta i falsi allarmi: secondo il NIST, l’intervallo medio tra falsi segnali scende indicativamente da 371 punti a circa 92 quando si applica l’insieme delle regole WECO.

Per un sistema HSE questo implica una scelta pratica. Ogni segnale non deve generare automaticamente un progetto complesso; deve attivare un livello di verifica proporzionato. La carta indica dove guardare. L’analisi sul campo stabilisce che cosa è successo e se serve intervenire.

Esempio: near miss nelle attività di manutenzione

Un’azienda monitora per diciotto mesi i near miss della manutenzione, normalizzati ogni 10.000 ore lavorate. Il tasso oscilla intorno a un livello stabile. Negli ultimi quattro mesi i valori restano tutti sopra la linea centrale, pur senza superare subito il limite superiore.

La sequenza suggerisce che il processo potrebbe essersi spostato, ma non ne spiega la ragione. L’aumento può significare più rischio oppure una migliore capacità di segnalazione. Per interpretarlo si incrociano le segnalazioni con attività, turni, imprese coinvolte e cambiamenti organizzativi, utilizzando anche l’analisi aggregata dei near miss.

La verifica mostra che nello stesso periodo sono aumentati gli interventi urgenti fuori programma e la compresenza tra manutentori interni e appaltatori. Il dato non identifica un colpevole: mette in evidenza un cambiamento del processo. L’approfondimento si concentra quindi su pianificazione, permessi di lavoro, coordinamento delle interferenze, briefing pre-attività e gestione delle urgenze.

Dopo l’intervento, la carta continua a essere aggiornata. Se la serie torna stabilmente su un livello differente, l’effetto va valutato e, quando giustificato, si può stabilire una nuova baseline. In questo modo la control chart diventa anche uno strumento per verificare l’efficacia delle azioni correttive HSE.

Gli errori più frequenti

Usare pochi dati e formulare conclusioni definitive. Sei valori mensili possono essere visualizzati, ma raramente descrivono in modo robusto la variabilità del processo.

Ricalcolare continuamente i limiti. Se la baseline si muove insieme a ogni nuovo dato, la carta perde la capacità di confrontare il presente con il comportamento precedente. I limiti si rivedono quando esistono dati aggiuntivi sufficienti o un cambiamento reale del processo, documentando la decisione.

Mescolare popolazioni differenti. Reparti, lavorazioni o cantieri con esposizioni e modalità operative diverse possono produrre una media priva di significato. Prima di costruire la carta bisogna verificare che la serie rappresenti un processo ragionevolmente omogeneo.

Ignorare il sistema di segnalazione. Un calo dei near miss può sembrare positivo, ma potrebbe derivare da sfiducia o difficoltà nel segnalare. Per leggere l’indicatore bisogna conoscere come viene prodotto.

Usare il grafico per classificare reparti o persone. Se l’aumento delle segnalazioni genera rimproveri, il dato verrà rapidamente impoverito. La carta serve a investigare il processo, non a costruire graduatorie semplicistiche.

Ignorare dipendenza temporale e stagionalità. Le osservazioni HSE possono essere autocorrelate: un mese intenso può essere seguito da un altro mese intenso perché il carico di lavoro, la manutenzione o la stagionalità persistono nel tempo. Le carte Shewhart classiche assumono osservazioni sufficientemente indipendenti; quando questa ipotesi è debole, aumentano falsi segnali o interpretazioni errate. Prima di attribuire ogni pattern a una causa speciale conviene verificare la struttura temporale del dato.

Inserire la carta nel sistema di gestione

Una control chart è utile quando collega dato, interpretazione e responsabilità. Può entrare nel riesame HSE, negli audit, nella riunione periodica, nell’aggiornamento del DVR e nel monitoraggio delle azioni. La frequenza di revisione deve essere coerente con la velocità del processo: un indicatore mensile non richiede reazioni quotidiane, mentre una barriera critica può avere bisogno di un presidio molto più vicino all’attività.

Per ogni segnale conviene definire chi effettua la verifica, quali dati aggiuntivi consulta, entro quanto tempo decide e come documenta l’esito. Le possibili risposte non sono soltanto “aprire un’azione”: si può approfondire, mantenere sotto osservazione, correggere un errore di misura, modificare un controllo oppure confermare che il cambiamento è favorevole.

Domande frequenti

Una control chart può prevedere gli infortuni?

No. Non prevede chi si farà male né quando. Può però rendere visibili derive e cambiamenti negli indicatori collegati al funzionamento del sistema, orientando verifiche preventive.

Quanti dati servono?

Dipende dalla carta e dal processo. Con pochi punti si può iniziare a visualizzare la serie, ma i limiti saranno meno affidabili. La regola storica dei 25 sottogruppi è un riferimento prudenziale, non una licenza per applicare lo stesso numero a qualsiasi indicatore HSE.

Si può costruire con Excel?

Sì, se la carta scelta e le formule sono corrette e i dati vengono gestiti con criteri stabili. Il software non compensa una definizione ambigua dell’indicatore o una serie incoerente.

Quando bisogna ricalcolare i limiti?

Quando esiste un cambiamento strutturale verificato oppure una quantità sufficiente di nuovi dati in condizioni stabili consente una stima migliore. Non vanno aggiornati automaticamente per assorbire ogni anomalia.

Quando il chart aggiunge davvero valore

Una control chart è utile quando il dato ha una definizione stabile, la frequenza di osservazione è coerente con il fenomeno e l’organizzazione ha già stabilito come reagire ai segnali. In assenza di questi elementi, il grafico rischia di aggiungere precisione apparente a un indicatore debole.

Nel sistema HSE la carta funziona meglio come strumento di diagnosi: aiuta a distinguere variazione comune e speciale, rende visibili derive e cambiamenti e orienta l’approfondimento tecnico. La decisione finale richiede comunque contesto, conoscenza del processo e verifica sul campo.

La lettura degli indicatori diventa più utile quando è collegata a sopralluoghi, audit e azioni correttive. Questo collegamento rientra anche nel supporto HSE continuativo alle aziende.