Quando i pesi delle capsule oscillano da un controllo all’altro, è naturale cercare la causa nel dosatore o nella miscela. Prima, però, bisogna accertarsi che le differenze misurate siano reali. Se due operatori pesano la stessa unità e ottengono risultati differenti, oppure una bilancia mostra valori variabili a campione invariato, una parte dell’oscillazione può derivare dalla misura anziché dalla produzione. La Measurement System Analysis (MSA) e gli studi Gage R&R permettono di esaminare questo problema con criteri statistici.
Per gli integratori alimentari la MSA può essere utile nelle prove sul peso di riempimento, nelle misure dimensionali, nei controlli dei componenti e in determinate attività di laboratorio. Non sostituisce la taratura, non garantisce da sola la conformità del lotto e non è una procedura prescritta con lo stesso disegno per ogni produttore alimentare. Questa guida distingue ripetibilità, riproducibilità, accuratezza e capacità del processo di misura, spiega come organizzare uno studio e presenta un esempio numerico dichiaratamente ipotetico. L’obiettivo è valutare se i dati raccolti permettono di prendere decisioni affidabili, senza inseguire punteggi scollegati dalla qualità del prodotto.
Che cosa analizza davvero un sistema di misura
Il sistema non coincide con la sola bilancia o con il solo calibro. Comprende anche il campione, l’ambiente, la procedura di preparazione, la posizione del materiale, gli operatori e il modo in cui il risultato viene registrato. Se la stessa bilancia viene utilizzata su un banco soggetto a vibrazioni, le letture possono differire da quelle ottenute in un ambiente adeguato. Allo stesso modo un campione igroscopico può modificare la massa durante una lunga sessione di pesate: in quel caso parte della variazione è realmente nel materiale, non nello strumento.
Il NIST/SEMATECH Engineering Statistics Handbook considera il Gage R&R una tecnica per studiare le fonti di variabilità nei risultati di misura. L’American Society for Quality distingue variazione dovuta allo strumento, agli operatori e alle differenze tra i pezzi. Il metodo nasce nell’industria manifatturiera: quando viene applicato agli integratori, ipotesi e criteri vanno adattati ai materiali e al processo effettivo, senza trasformarlo in un requisito generale aggiuntivo della legislazione alimentare.
Ripetibilità: cosa succede misurando più volte la stessa unità
Con ripetibilità si indica, in uno studio Gage R&R convenzionale, la variazione osservata quando lo stesso operatore misura più volte la stessa caratteristica del medesimo oggetto con lo stesso strumento nelle condizioni stabilite. Se una capsula integra viene rimessa sul piatto in più occasioni, i valori possono variare a causa della sensibilità della bilancia, del posizionamento, del tempo necessario alla stabilizzazione o delle condizioni dell’ambiente. Il risultato non deve essere attribuito automaticamente alla scarsa precisione dell’operatore.
Il protocollo deve rispecchiare il metodo che si vuole valutare. Effettuare dieci letture consecutive senza spostare il campione dal piatto può fornire informazioni diverse rispetto a rimuoverlo e riposizionarlo a ogni prova. Se nella procedura reale viene eseguita la tara di un contenitore, anche questa attività potrebbe contribuire alla variabilità. Occorre quindi definire che cosa venga ripetuto, quali condizioni debbano rimanere costanti e come verificare che il campione non cambi durante la prova.
Riproducibilità: quando cambiano gli operatori
La riproducibilità, nel contesto produttivo del Gage R&R, esamina principalmente le differenze che emergono quando operatori diversi misurano gli stessi oggetti secondo una procedura condivisa. Un addetto può leggere la bilancia appena il display si ferma; un altro potrebbe attendere più a lungo. Un operatore può posizionare una compressa in modo differente durante una misura di spessore. Questi comportamenti possono generare una differenza sistematica fra medie o un’interazione con il tipo di campione.
La finalità non è stabilire chi sia «il migliore», ma individuare eventuali ambiguità nel metodo, difficoltà ergonomiche o necessità di istruzioni più precise. Un’analisi corretta deve distinguere la variabilità entro ogni operatore da quella fra operatori e, quando il disegno lo consente, verificare se la differenza dipenda anche dal campione misurato. È preferibile documentare un problema nel processo di misura piuttosto che chiedere genericamente al personale di prestare maggiore attenzione.
La differenza fondamentale fra precisione, accuratezza e taratura
Un sistema può produrre misure molto simili fra loro, ma essere costantemente spostato rispetto a un riferimento. In questo caso può essere preciso e avere un bias non trascurabile. Viceversa un insieme di letture può avere una media vicina al riferimento e una dispersione così ampia da rendere difficile la decisione sul singolo campione. Il Gage R&R tradizionale studia le componenti di dispersione: non sostituisce automaticamente la valutazione dell’accuratezza o dell’incertezza metrologica.
La taratura e la verifica delle bilance permettono di esaminare prestazioni e riferibilità dello strumento secondo lo scopo previsto. Lo studio Gage R&R si concentra invece su quanto la procedura complessiva sia ripetibile e riproducibile. Un giudizio di idoneità richiede di collegare entrambe le informazioni al parametro da misurare. Per questo un certificato di taratura non elimina, da solo, la necessità di chiedersi se due persone ottengano risultati confrontabili durante l’uso reale.
Come scegliere i campioni per uno studio rappresentativo
Un rischio metodologico è selezionare soltanto dieci unità quasi identiche perché sono comode da prelevare. La variazione reale fra pezzi sarebbe così ridotta e la percentuale attribuita al sistema di misura potrebbe apparire sproporzionata. Nei disegni Gage R&R classici è utile scegliere unità che coprano un intervallo pertinente delle caratteristiche osservate nel processo, senza introdurre però campioni artificiali non rappresentativi dello scopo. La documentazione Minitab sul disegno crossed richiama la necessità di campioni che rappresentino l’intervallo di variazione atteso.
È inoltre indispensabile che gli oggetti siano sufficientemente stabili per il tempo necessario. Capsule danneggiate, polveri che assorbono umidità e prove che consumano il materiale richiedono accorgimenti o un disegno differente. Non basta aumentare il numero delle letture per correggere un errore di progettazione. Lo stato, la provenienza e le condizioni di conservazione dei campioni dovrebbero rimanere documentati insieme ai dati raccolti.
Studio incrociato: dieci campioni, tre operatori e tre repliche
In un disegno crossed, o incrociato, ciascun operatore misura gli stessi campioni più volte. Un esempio didattico prevede dieci unità, tre operatori e tre ripetizioni per ciascuna combinazione, per un totale di 10 × 3 × 3 = 90 misure. Le condizioni vanno progettate prima dell’esecuzione e l’ordine delle prove può essere randomizzato in modo appropriato, per ridurre gli effetti dell’ordine o della memoria delle letture precedenti. Questa configurazione è un esempio diffuso nella pratica industriale, non un numero minimo imposto per ogni integratore.
| Elemento del piano | Valore illustrativo | Cosa controllare |
|---|---|---|
| Unità distinte | 10 | Copertura dell’intervallo di misura rilevante |
| Operatori | 3 | Persone che eseguono davvero il controllo |
| Misure per combinazione | 3 | Procedura stabile e ripetibile |
| Misure totali | 90 | Registrazione di ogni dato originale |
| Strumento | Uno identificato | Taratura, risoluzione e condizioni operative |
Per evitare che differenze tra campioni siano confuse con differenze tra persone, ogni operatore dovrebbe misurare i medesimi oggetti secondo la sequenza stabilita. Se il prodotto si modifica durante la prova, il modello incrociato può diventare inadatto. Le misure ripetute devono essere registrate individualmente, anche quando un valore appare inconsueto, e qualsiasi esclusione deve avere una ragione documentata. Il piano può richiedere modifiche quando vi sono più strumenti, fattori aggiuntivi o un disegno non bilanciato.
Studi nidificati e prove distruttive
Alcuni test non permettono di analizzare più volte lo stesso oggetto perché lo danneggiano o lo consumano. Pensiamo a una prova di rottura della compressa o a determinate preparazioni analitiche in laboratorio. In questi casi le letture ripetute non descrivono un pezzo invariato e uno studio incrociato tradizionale potrebbe non essere appropriato. Si possono considerare un disegno nested, cioè nidificato, oppure altre strutture che tengano conto del fatto che campioni differenti sono assegnati ai diversi operatori.
La difficoltà è separare la variabilità di prova da quella effettivamente presente tra le unità. Se due aliquote di una miscela non omogenea vengono assegnate a laboratori o operatori diversi, la differenza dei risultati può dipendere dall’aliquota e non dalla persona. Occorre quindi ragionare sulla rappresentatività e sull’eventuale equivalenza dei campioni, sull’ordine delle prove e sull’analisi statistica. ASQ e Minitab distinguono esplicitamente i disegni crossed e nested: non sono modelli intercambiabili. Approfondimento sui disegni nidificati.
Interpretare la scomposizione della variabilità
Uno studio correttamente progettato può stimare le componenti riferite allo strumento, agli operatori e alle differenze fra campioni. In un modello semplificato che considera indipendenti le componenti pertinenti, le varianze vengono sommate per ottenere quella totale. Non bisogna sommare direttamente le deviazioni standard. La capacità di attribuire le componenti dipende dalle ipotesi, dal disegno sperimentale e dal metodo di stima. Quando compare un’interazione operatore-campione, è necessario esaminarne il significato anziché scartarla soltanto perché rende il report meno favorevole.
L’analisi della varianza, o ANOVA, è uno dei metodi utilizzabili per questo scopo. Può distinguere contributi che una semplice tabella di medie rischierebbe di nascondere, ma richiede attenzione alla struttura dei dati e alla stabilità delle stime. Non basta ottenere una percentuale dal software e riportarla sul documento di rilascio: occorre sapere quale componente rappresenti, come sia stata calcolata e quale decisione tecnica debba supportare. Anche le osservazioni anomale meritano un’indagine documentata prima di ogni esclusione.
Esempio numerico: perché due percentuali possono sembrare contraddittorie
Consideriamo un esempio esclusivamente illustrativo. Supponiamo che la deviazione standard attribuita al sistema di misura sia 1,5 mg e quella fra campioni 5,8 mg. Assumendo indipendenza nel modello didattico, la deviazione standard totale è la radice quadrata di (1,5² + 5,8²), ossia circa 5,99 mg. Il rapporto fra la componente di misura e la dispersione totale è quindi circa il 25%. Questo non significa che il 25% delle capsule sia difettoso: indica soltanto il contributo relativo secondo una specifica convenzione statistica.
Se invece si esprime il contributo come quota della varianza totale, si ottiene 1,5²/(1,5² + 5,8²), ossia circa 6,3%. Il valore è diverso perché si tratta di un’altra grandezza. Il rapporto percentuale deve sempre essere accompagnato dalla sua definizione, indicando se si riferisce alla deviazione standard, alla varianza oppure all’ampiezza della tolleranza. Dichiarare genericamente che «il Gage R&R è al 25%» senza specificare il calcolo rende difficile qualunque confronto.
| Indicatore ipotetico | Risultato | Interpretazione |
|---|---|---|
| σ misura | 1,5 mg | Dispersione attribuita al sistema |
| σ fra campioni | 5,8 mg | Dispersione reale ipotizzata fra gli oggetti |
| σ totale | 5,99 mg | Radice della somma delle varianze |
| Rapporto fra deviazioni standard | Circa 25% | Non indica la quota di prodotti difettosi |
| Quota di varianza | Circa 6,3% | Diversa dal rapporto precedente |
Le convenzioni industriali spesso richiamate per classificare uno studio, come la soglia del 10% o la fascia 10–30%, devono essere collegate al metodo, al rischio e alla caratteristica esaminata. Non sono requisiti legali universali della produzione di integratori. Un sistema di misura può essere adeguato per un controllo ampio e inadatto a decidere su uno scostamento di pochi milligrammi vicino a un limite tecnico ristretto.
Il ruolo dei limiti di specifica e del peso minimo
La valutazione del sistema deve riferirsi al parametro che si desidera controllare. Una bilancia può essere affidabile per pesate nell’ordine di decine di grammi e non offrire una precisione adeguata per quantità molto inferiori. In presenza di un controllo vicino alla tolleranza, la dispersione e l’incertezza possono influire sul rischio di classificare erroneamente un risultato. Non è corretto ampliare una specifica solo per ottenere un indicatore statistico migliore: i limiti devono derivare dalla formula, dalla qualità attesa e dai requisiti pertinenti.
Quando viene cambiato il campo di utilizzo di una bilancia o introdotto un nuovo ingrediente che richiede pesate più piccole, è opportuno riesaminare l’idoneità della procedura. La scelta può portare a utilizzare uno strumento differente, modificare la preparazione del campione o aggiornare le istruzioni operative. Ogni alternativa richiede una verifica appropriata, non una semplice dichiarazione «bilancia tarata» riportata in fondo al modulo.
ISO 22514-7:2026 e capacità dei processi di misura
Nel settembre 2026 è stata pubblicata la terza edizione della ISO 22514-7:2026, dedicata alla capacità dei processi di misura. La norma definisce una procedura per valutare se un processo di misura possa soddisfare i requisiti di una determinata attività, considerando l’incertezza e indici o rapporti di capacità appropriati. È un riferimento tecnico importante ma non coincide semplicemente con ogni metodo Gage R&R: può utilizzare convenzioni, contributi di incertezza e criteri differenti.
L’edizione 2026 ha sostituito quella del 2021. Per adottare formalmente un metodo ISO occorre consultare il testo completo e verificare il suo campo di applicazione. Nel settore degli integratori rimangono pertinenti gli obblighi di sicurezza, igiene e rintracciabilità; non esiste una disposizione generale che trasformi automaticamente ogni indice suggerito dallo standard in una soglia di legge per tutte le imprese alimentari. È importante non confondere conformità normativa del prodotto con una valutazione della prestazione metrologica.
Misure continue e giudizi visivi richiedono strumenti diversi
Il Gage R&R classico è pensato soprattutto per misure numeriche continue, come massa o spessore. Altri controlli producono invece giudizi categoriali, per esempio «etichetta leggibile/non leggibile», «sigillo presente/assente» o una classificazione visiva di difetti. Applicare la stessa formula delle varianze a risposte sì/no senza un modello appropriato può risultare scorretto. In questi casi si possono considerare studi di concordanza fra valutatori e metodi statistici destinati alle classificazioni.
La domanda diventa: lo stesso operatore classifica in modo coerente lo stesso oggetto in condizioni comparabili? Valutatori diversi raggiungono decisioni concordanti? I risultati coincidono con un riferimento definito in modo affidabile? Anche una concordanza elevata non dimostra necessariamente che il controllo possa intercettare ogni difetto possibile. La scelta dei campioni e della categoria di riferimento deve essere coerente con il rischio, soprattutto quando la classificazione condiziona la disponibilità del prodotto.
Collegare Gage R&R, capacità Cp/Cpk e integrità dei dati
Gli indici Cp e Cpk descrivono il comportamento di una caratteristica rispetto ai limiti di specifica, ma possono essere influenzati dalla variabilità del sistema che genera le misure. Uno studio Gage R&R può aiutare a determinare se il dato sia sufficientemente informativo per analizzare il processo. I due strumenti non sono intercambiabili: un buon Gage R&R non dimostra che la linea sia capace, e un Cpk favorevole calcolato su misure inaccurate può trasmettere una sicurezza ingiustificata.
La registrazione dei dati è altrettanto importante. Occorre conservare misure individuali, identificativi dei campioni e degli strumenti, ordine delle prove ed eventuali anomalie. Se i risultati vengono trascritti in un foglio elettronico, formule e versioni devono essere gestite in modo appropriato; selezionare soltanto le misure più favorevoli altera la conclusione. La guida Noebis all’integrità delle registrazioni e ai principi ALCOA+ approfondisce questi aspetti, con la distinzione necessaria fra riferimenti GxP e disciplina alimentare.
Checklist per uno studio nel laboratorio o reparto produzione
- Definire lo scopo. Quale decisione deve supportare la misura e quali limiti sono pertinenti?
- Specificare la grandezza. Massa netta, massa totale, dimensione o altro parametro chiaramente definito.
- Verificare il sistema. Strumento, campo operativo, taratura, risoluzione e condizioni di utilizzo.
- Scegliere i campioni. Materiale rappresentativo e sufficientemente stabile durante le prove.
- Stabilire il disegno. Operatori, repliche, ordine, condizioni e modalità crossed o nested.
- Registrare ogni dato. Conservare la lettura originale e documentare eventuali esclusioni o eventi anomali.
- Analizzare le componenti. Distinguere variabilità della misura e dei campioni secondo il modello.
- Definire l’indicatore. Precisare se la percentuale riguarda varianza, deviazione standard o tolleranza.
- Valutare l’idoneità. Considerare qualità del prodotto, rischio e finalità del controllo.
- Riesaminare. Aggiornare lo studio quando cambiano metodo, strumento o condizioni rilevanti.
La lista è una guida organizzativa, non un protocollo normativo universale. La scelta delle prove deve essere giustificata dal contesto e dalle competenze disponibili; quando necessario si può richiedere il supporto di un laboratorio o di uno specialista in statistica applicata. L’obiettivo è raccogliere dati che migliorino le decisioni, non produrre una tabella difficile da interpretare.
Domande frequenti
Gage R&R è obbligatorio per tutte le aziende di integratori?
No. La normativa generale degli integratori non impone lo stesso studio Gage R&R su ogni strumento. La scelta può essere utile tecnicamente oppure prevista da requisiti contrattuali specifici. Gli obblighi di sicurezza e autocontrollo rimangono distinti.
Una bilancia con certificato di taratura può avere un cattivo Gage R&R?
Sì. La taratura e la ripetibilità della procedura rispondono a questioni diverse. L’ambiente, la manipolazione e gli operatori possono contribuire alla dispersione anche quando lo strumento è correttamente tarato.
Il 25% di Gage R&R significa che un quarto delle capsule è difettoso?
No. È una misura del contributo relativo del sistema secondo una convenzione statistica, non una percentuale di unità non conformi. Il significato esatto dipende dal denominatore e dal metodo di calcolo.
Si possono utilizzare studi Gage R&R per analisi distruttive?
Non necessariamente nel formato incrociato tradizionale. Occorre considerare campioni equivalenti, omogeneità del materiale e disegni nidificati o altri metodi appropriati.
Serve acquistare un nuovo software per migliorare le misure?
Non sempre. In molti casi il primo intervento consiste nel definire meglio la procedura, migliorare la disposizione dello strumento e raccogliere correttamente i dati. La tecnologia deve essere scelta dopo aver individuato il problema da risolvere.
Conclusioni
Uno studio Gage R&R può essere prezioso quando la misura è importante per la produzione e le differenze osservate risultano difficili da interpretare. Aiuta a distinguere variazione dovuta al sistema e differenze reali fra campioni, con attenzione a strumento, operatori, ambiente e metodo. Un risultato utile deve restare leggibile e collegato a una decisione tecnica, anziché essere presentato come un numero isolato.
Per un produttore conto terzi di integratori il percorso più solido combina misure affidabili, registrazioni integre e criteri di qualità appropriati. La sicurezza e la conformità del lotto non derivano da un singolo indice statistico: richiedono la valutazione dell’insieme delle evidenze pertinenti. Il metodo serve a rendere più chiaro ciò che si può sapere dal dato e ciò che rimane incerto.
Fonti scientifiche e normative
- ISO 22514-7:2026, capacità dei processi di misura, edizione di settembre 2026.
- American Society for Quality, Gage Repeatability and Reproducibility, definizioni e metodi crossed e nested.
- NIST/SEMATECH Engineering Statistics Handbook, studi Gage R&R.
- Minitab, Crossed Gage R&R Study, progettazione e campionamento.
- Razumić A. et al. (2025), A Review of Methods for Assessing the Quality of Measurement Systems and Results, Applied Sciences.
- Regolamento (CE) 178/2002, sicurezza e rintracciabilità alimentare.
- Dr. Guenther, Analysenwaage2, Wikimedia Commons, fotografia nel pubblico dominio usata come copertina illustrativa.
Gli esempi numerici sono ipotetici. La fotografia mostra una bilancia analitica di vecchia costruzione e non lo stabilimento Noebis. Le norme tecniche citate non rappresentano obblighi generali aggiuntivi per tutti gli integratori.
