Chap0 : D finitions et Concepts
Introduction
La gen se du contr le statistique de la qualit remonte aux Etats-Unis en 1924 dans lusine
de Western Electric, pr s de Chicago. Une grande entreprise qui embauchait quarante-six mille
ressources humaines et produisait dix millions de postes t l phoniques par an, ce qui en faisait
certainement lune des plus grandes fabrications de s rie du monde. De nouveaux produits
avaient t mis au point, la production augmentait r guli rement et lusine devait fournir du
mat riel de bonne qualit pour un prix acceptable.
Or les d fauts se multipliaient. Pour faire face la situation, la direction technique a
constitu un d partement dassurance qualit dont le but tait doptimiser la production en
veillant satisfaire les besoins des consommateurs.
Les op rations de contr le qui taient pratiqu es jusqualors dans lusine donnaient des
r sultats m diocres parce quelles emp chaient tout travail d quipe. La direction a tr s vite
compris que le contr le dun produit n cessite la collaboration de plusieurs personnes
diff rents postes de responsabilit s. Mais il fallait dabord trouver une nouvelle d finition au
concept de contr le. On dit quun ph nom ne est sous contr le, lorsque, en utilisant
lexp rience du pass , on peut pr voir, entre certaines limites, de quelle fa on il variera dans
lavenir.
Le probl me n tait donc plus de trouver et de corriger les d fauts sur un produit fini, ce
qui tait le travail dun contr leur , mais de faire en sorte que les caract ristiques de la
qualit soient stables avec des variations aussi faibles que possible. Pour atteindre ce
r sultat, il y a apparition pour la premi re fois dun nouvel outil : le graphique de contr le
Publicité
par Shewhart.
Les m thodes de Shewhart sont arriv es au Japon en 1950 lorsque Deming a donn des
conf rences Tokyo devant un auditoire de directeurs g n raux. Il leur a expliqu
limportance des m thodes statistiques comme outil de management et mis laccent sur la
n cessit de les appliquer tout au long de la cha ne industrielle.
1. Mesure de la qualit
Depuis larriv e des normes ISO 9000 (Normes internationales dassurance qualit ), les
entreprises doivent ma triser les m thodes statistiques modernes pour contr ler et v rifier la
production de lentreprise exig e par la client le. La majorit de ces outils cherchent
analyser et traiter les donn es, d tecter les causes des probl mes et d tablir des plans
daction corrective, de mettre en Suvre des am liorations et de ma triser la qualit .
Selon la norme ISO 3534-2, la mesure de la qualit est une mesure quantitative dune ou
plusieurs caract ristiques de qualit . Les mesures de qualit peuvent avoir divers aspects,
telles que mesures physiques et industrielles, fr quence des pi ces non conformes, indicateur
daptitude, etc.
Par cons quent, on pourra classer les mesures en deux types : continus et discrets.
Les donn es sont continues lorsquelles sont des variables r elles (lensemble des r els IR).
On cite le diam tre dun tube en aluminium, le poids dun composant, la temp rature dun
liquide chimique, etc.
Les donn es sont discr tes lorsquelles portent sur des valeurs enti res (Math matiquement
IN ou Z), comme la fr quence de non-conformit , le nombre de produits rejet s par un client.
Remarquons dans ce cas que les donn es sont d nombrables.
Publicité
2. Contr le statistique de la qualit
Le contr le statistique de la qualit (CSQ) est une d marche d'am lioration qui s'appuie sur
l'observation des faits. M thode promue pour comprendre les variations et ainsi les causes
des d fauts. Le contr le statistique utilise notamment la repr sentation graphique des s ries
dans un cadre bord par une limite basse et haute, statistiquement d finies.
Controlling and improving quality has become an important business strategy for many
organizations ;manufacturers, distributors, transportation companies, financial services
organizations ; health care providers, and government agencies. Quality is a competitve
advantage. A business that can delight customers by improving and controlling quality can
dominate its competitors (Douglas c. Montgomery, 2009).
Le mot "statistique" implique que nous allons manipuler des nombres,pour en tirer
des conclusions.
Le mot "qualit " ne signifie pas seulement quun produit est bon ou mauvais. Il
concerne les caract ristiques dun objet ou dun processus qui est mis l tude.
Le mot "contr le" signifie que nous gardons un objet entre certaines limites, ou que
nous conduisons une chose se comporter comme nous le voulons.
Le contr le statistique de la qualit , appliqu une op ration de fabrication, signifie que
nous tudions les caract ristiques de notre processus afin quil se comporte conform ment
aux normes pr tablies et g n ralement exig es par la client le.
3. Processus
Un processus est un ensemble de conditions, ou un ensemble de causes, qui agissent
ensemble pour produire un r sultat donn . Sur un site de fabrication, nous pensons
Publicité
naturellement des s ries qui aboutissent, par exemple, la production de c bles, de tubes
lectroniques, de relais, de commutateurs et dautres quipements.
Toutefois, comme le mot "processus" signifie simplement un syst me de causes, un
processus peut tre beaucoup plus simple ou beaucoup plus complexe que ceux que nous
venons d voquer. Le "processus" que nous choisirons d tudier dans le contr le statistique
de la qualit pourra tre :
une machine ou un organe ;
une personne, ou un simple geste fait par une personne ;
un quipement de test ;
une m thode de mesure ;
une m thode dassemblage ;
une t che administrative ;
un groupe de machines ;
un groupe de personnes (par exemple le personnel dun atelier) ;
une combinaison de personnes, de machines, de mat riaux, de m thodes, etc. ;
une m thode de fabrication, par exemple traitement chimique ;
une activit mentale ;
des l ments humains immat riels, par exemple attitudes, motivations et aptitudes ;
etc.
4. Techniques essentielles du contr le de la qualit
Le contr le de la qualit implique des t ches r alis es par des outils sp cifiques, on cite:
1. Techniques statistiques de base.
Publicité
2. Etudes de capabilit des processus.
3. Graphiques de contr le des processus.
4. Inspection statistique par chantillonnage.
5. Plan dexp rience statistique (souvent trait au moyen de graphiques de contr le).
Le principal concept est celui du graphique de contr le, qui consiste en une s rie de points
repr sentant des observations ou des mesures sur des chantillons. La remarquable
particularit dun graphique de contr le est son aptitude mettre les donn es sous forme de
profils qui, lorsquils sont trait s statistiquement, peuvent conduire une information sur le
processus.
L tude de capabilit est utilis e par les contrema tres, les ing nieurs et les cadres pour
obtenir des informations sur le comportement dun processus.
Les graphiques de contr le sont utilis s dans les ateliers pour augmenter les rendements,
r duire les rebuts et les r parations, et aider les gens faire un meilleur travail.
Linspection statistique par chantillonnage est utilis e par les inspecteurs comme une
base scientifique pour accepter ou refuser des produits.
Le plan dexp rience est utilis dans les probl mes de recherche et de d veloppement pour
tudier les effets simultan s de plusieurs variables et explorer linconnu dun syst me de
causes.
Ces techniques sont d crites en d tail dans les chapitres qui suivent.