Comprendre et évaluer la capabilité d’un procédé de fabrication : Échantillonnage

1.1 - Les phénomènes aléatoires
1.2 - Remarque importante

2 - Quid des indicateurs de la capabilité ?

2.1 - Analyse de la dispersion
2.2 - Analyse du décentrage

3 - Quid de la capabilité des processus de mesure

4 - Échantillonnage

4.1 - L’effectif de l’échantillon
4.2 - Les valeurs « aberrantes »

5 - Analyse de normalité

6 - Court Terme / Long Terme : prenez en compte tous les facteurs de dispersion du procédé

7 - Notre conseil

7.1 - Prenez le temps de maîtriser le sujet
7.2 - Analyser les causes des valeurs dites aberrantes
7.3 - Sachez vous écarter de la loi normale

8 - Erreurs à éviter

8.1 - Ne sous-estimez pas l’impact de la qualité des mesures
8.2 - Ne restez pas enfermé dans des méthodes trop standardisées
8.3 - Ne vous soumettez pas sans recul aux conclusions statistiques

Références

Présentation

Auteur(s)

Jean-Michel POU : Président Fondateur de la société Delta Mu

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

Vous mettez en œuvre un procédé de fabrication pour élaborer un produit. Ledit procédé subit en permanence des conditions qui varient, ce qui entraîne des variations dans les caractéristiques du produit final. Par ailleurs, il ne vous est pas possible de mesurer tous les produits réalisés pour assurer la conformité de chacun. La science statistique permet, quant à elle, de quantifier, sur la base de quelques échantillons, la variation totale de la production afin de garantir qu’elle répond, pour tous les produits (ou presque) à l’exigence du client. Cette fiche introduit les concepts nécessaires à cette évaluation qui consiste à vérifier ce que nous nommons « l’aptitude du procédé » ou « capabilité du procédé ».

La vérification de l’aptitude (capabilité) du procédé de fabrication permet au fournisseur de s’assurer de sa propre capacité à satisfaire son client et, par conséquent, de ne s’engager vis-à-vis d’un client que sur des spécifications compatibles avec ses capacités réelles de production.

Cet article est réservé aux abonnés.
Il vous reste 93 % à découvrir.

Pour explorer cet article Consulter l'extrait gratuit

Déjà abonné ? Se connecter

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-fic0562

Lecture en cours
Présentation

Page
suivante

Analyse de normalité

Article inclus dans l'offre

"Métier : responsable qualité"

(254 articles)

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques.

Des contenus enrichis

Quiz, médias, tableaux, formules, vidéos, etc.

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.

Des avantages inclus

Un ensemble de services exclusifs en complément des ressources.

Voir l'offre

4. Échantillonnage

Comme dans toutes les études statistiques, le prélèvement des entités (échantillonnage) à partir desquelles les calculs et analyses seront conduits est extrêmement important. Plusieurs précautions doivent être prises.

4.1 L’effectif de l’échantillon

La représentativité des estimations $\bar{x} e t s$ est directement liée aux nombres d’entités disponibles dans l’échantillon. Les outils statistiques permettent de déterminer des intervalles de confiance à partir de $\bar{x} e t s$ , intervalle contenant, au niveau de confiance choisi, les paramètres vrais µ et σ (sous réserves de la normalité de la dispersion du procédé de fabrication). Ces calculs ne présentent pas vraiment de difficultés à l’heure des tableurs type Excel et devraient, à l’idéal, être systématiquement faits. Dans la pratique, il est fréquent de contourner cette question en augmentant la taille du prélèvement, ce qui n’est parfois pas sans conséquences financières. Un minimum de 30 entités est alors nécessaire pour espérer obtenir des estimations de bonne qualité.