Comprendre et évaluer la capabilité d’un procédé de fabrication : Erreurs à éviter

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

Quelles bases statistiques essentielles pour comprendre les indicateurs d’aptitude ?

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

8. Erreurs à éviter

8.1 Ne sous-estimez pas l’impact de la qualité des mesures

Il est fréquent de considérer que les mesures sont justes, ce qui est une erreur parfois conséquente. Il n’est pas rare en effet que les dispersions observées entre les échantillons soient en partie dues à la dispersion des mesures, ce qui surestime la dispersion naturelle observée (indicateur Cp) du procédé et peut faire prendre de mauvaises décisions quant à sa capabilité (Procédé jugé « non capable » alors qu’il l’est peut-être en réalité). Les erreurs de mesure de type systématique biaisent, quant à elles, la moyenne, donc impactent l’indicateur Cpk. Une étude de capabilité qui n’est pas précédée par une étude sérieuse du processus de mesure peut conduire à de mauvaises conclusions.

HAUT DE PAGE

8.2 Ne restez pas enfermé dans des méthodes trop standardisées

Pour des raisons de « normalisation », il est fréquent que les conditions de l’échantillonnage soient fixées (prélever 5 pièces par exemple). Or, la qualité des estimations $\bar{x} e t s$ est assez faible avec peu de valeurs. Il peut donc être utile, pour confirmer ou infirmer une estimation (c’est-à-dire répondre à la question : la moyenne ou l’écart-type ont-ils évolué ?), de prélever d’autres entités pour augmenter le nombre de valeurs disponibles. Le nombre d’entités dans le prélèvement ne doit pas être considéré comme une valeur « fixe » et l’analyste doit garder le pouvoir d’augmenter (ou de diminuer) l’effectif du prélèvement dans le cadre de son étude.