Principe de base des cartes de contrôle dans Minitab

Pour surveiller le délai entre les événements rares, utilisez une carte T. Dans Minitab, sélectionnez Stat > Cartes de

contrôle > Cartes des événements rares > T.

Comprendre les cartes de contrôle

Qu'est-ce qu'une carte de contrôle ?

Une carte de contrôle vous indique à quel moment votre procédé n'est pas maîtrisé et vous aide à identifier la présence

d'une variation due à des causes spéciales. Lorsqu'il existe une variation due à des causes spéciales, votre procédé

n'est pas stable et une action corrective est nécessaire.

Les cartes de contrôle sont des graphiques qui représentent vos données de procédé dans un ordre chronologique. La

plupart des cartes de contrôle comprennent une ligne centrale, une limite de contrôle supérieure et une limite de

contrôle inférieure. La ligne centrale représente la moyenne du procédé. Les limites de contrôle représentent la

variation du procédé. Par défaut, les limites de contrôle sont tracées à une distance de 3σ au-dessus et au-dessous de

la ligne centrale.

Les points qui se situent de façon aléatoire dans les limites de contrôle indiquent que votre procédé est maîtrisé et qu'il

ne présente qu'une variation due à des causes communes. Les points qui sont situés en dehors des limites de contrôle

ou qui présentent un schéma non aléatoire indiquent que votre procédé n'est pas maîtrisé et qu'il existe une variation

due à des causes spéciales.

Quand utiliser une carte de contrôle ?

Que vous surveilliez un procédé en cours ou que vous tentiez d'obtenir une meilleure compréhension de votre nouveau

procédé, les cartes de contrôle peuvent s'avérer utiles.

Vous pouvez utiliser des cartes de contrôle pour :

• Démontrer que votre procédé est stable et cohérent dans le temps. Un procédé stable est un procédé qui inclut

uniquement une variation due à des causes communes et qui ne présente aucun point hors contrôle.

• Vérifier que votre procédé est stable avant de réaliser une analyse de capabilité. Une analyse de capabilité est

uniquement valide si elle est réalisée sur un procédé stable.

• Evaluer l'efficacité d'une modification du procédé. Avec les cartes de contrôle, il est facile de comparer des décalages

dans la moyenne du procédé et des modifications dans la variation du procédé.

• Communiquer les performances de votre procédé pendant un délai spécifique.

Que sont les limites de contrôle ?

Les limites de contrôle de votre carte de contrôle représentent la variation de votre procédé et permettent d'indiquer à

quel moment votre procédé n'est pas maîtrisé.

Les limites de contrôle sont les lignes horizontales situées au-dessus et au-dessous de la ligne centrale qui permettent

de déterminer si un procédé est maîtrisé. Les limites de contrôle supérieure et inférieure sont basées sur la variation

aléatoire dans le procédé. Par défaut, les limites de contrôle de Minitab apparaissent à une distance de 3 écarts types

au-dessus et au-dessous de la ligne centrale.

Par exemple, cette carte X barre affiche la longueur des arbres à cames fabriqués dans le temps. Deux points se situent au-dessus de la limite de contrôle supérieure. Ces points hors contrôle indiquent que les arbres à cames de ces sous-groupes sont plus longs que prévu.

Ne confondez pas les limites de contrôle avec les limites de spécification. Les limites de contrôle dépendent de la

variation du procédé. Les limites de spécification sont basées sur les exigences du client. Un procédé peut être maîtrisé

même s'il ne respecte pas les spécifications.

Qu'est-ce que la ligne centrale d'une carte de contrôle ?

La ligne centrale de votre carte de contrôle représente la moyenne réelle de votre procédé, pas nécessairement la

moyenne du procédé souhaitée.

La ligne centrale est la ligne de référence horizontale sur une carte de contrôle qui correspond à la valeur moyenne de

la caractéristique de qualité représentée. Appuyez-vous sur la ligne centrale pour observer le fonctionnement du

procédé par rapport à la moyenne. Lorsqu'un procédé est maîtrisé, les points fluctuent de manière aléatoire autour de la

ligne centrale.

Par exemple, cette carte X barre affiche la longueur des arbres à cames fabriqués dans le temps. La ligne centrale montre la moyenne du procédé. Les moyennes des sous-groupes varient de façon aléatoire autour de la moyenne du procédé.

Ne confondez pas la ligne centrale avec la valeur cible du procédé. La cible correspond au résultat que vous souhaitez

obtenir et non au résultat réel.

Utilisation des cartes de contrôle pour détecter une variation due à des causes communes et une variation due à des causes spéciales

Les cartes de contrôle permettent de surveiller deux types de variations du procédé : la variation due à des causes

communes et la variation due à des causes spéciales.

Qu'est-ce que la variation due à des causes communes et la variation due à des causes spéciales ?

Un certain degré de variation se produit naturellement dans tous les procédés. La variation due à des causes

communes correspond à la variation naturelle ou attendue dans un procédé. La variation due à des causes spéciales

correspond à une variation inattendue qui produit des occurrences inhabituelles. Il est important d'identifier et de tenter

d'éliminer la variation due à des causes spéciales. La présence de points hors contrôle et de schémas non aléatoires

dans une carte de contrôle indique une variation due à des causes spéciales.

Exemples de variation due à des causes communes et de variation due à des causes spéciales

Procédé

Cause commune de variation

Cause spéciale de variation

Cuisson d'un pain

Le thermostat du four permet à la

Le changement de la température du four ou

température d'augmenter ou de

l'ouverture de sa porte pendant la cuisson

diminuer légèrement.

peut provoquer une variation non désirée de

la température.

Enregistrement des

Un opérateur expérimenté commet une

Un nouvel opérateur non formé à sa tâche

informations de la

erreur de temps en temps.

commet de nombreuses erreurs de saisie de

relation client

données.

Moulage de jouets en

De légères variations dans le plastique

Le recours à un autre fournisseur de

plastique par injection

du fournisseur aboutissent à des

plastique, moins fiable, affecte

variations mineures dans la résistance

immédiatement la résistance et la cohérence

du produit d'un lot à l'autre.

du produit final.

A quoi ressemble la variation due à des causes spéciales sur une carte de contrôle ?

Un procédé est stable s'il ne contient aucune variation due à des causes spéciales ; seule la variation due aux causes

communes est présente. Les cartes de contrôle et les cartes d'essais offrent de bonnes illustrations de la stabilité ou de

l'instabilité d'un procédé. La stabilité d'un procédé permet d'y apporter des améliorations ou d'évaluer sa capabilité.

Ce procédé est stable, car les données semblent distribuées aléatoirement et ne contredisent aucun des 8 tests de carte de contrôle.

Ce procédé n'est pas stable ; plusieurs tests de carte de contrôle sont contredits.

Utilisation du brainstorming pour étudier une variation due à des causes spéciales

Une bonne façon de commencer l'étude de la variation due à des causes spéciales est de rassembler plusieurs experts

du procédé. L'utilisation d'une carte de contrôle encourage les opérateurs, les ingénieurs procédé et les contrôleurs

qualité à mettre en commun leurs idées pour savoir pourquoi certains échantillons étaient non maîtrisés. Selon votre

procédé, vous pouvez également désirer inclure les fournisseurs à cette réunion.

Lors de la session de brainstorming, vous devez vous poser les questions suivantes :

• Quels échantillons étaient non maîtrisés ?

• A quels tests des causes spéciales les échantillons ont-ils échoué ?

• Que signifie chaque échec à un test ?

• Quelles sont toutes les raisons possibles de l'échec à un test ?

Une méthode courante de brainstorming consiste à se poser des questions sur les motifs d'un échec particulier pour en

déterminer la cause racine (méthode des cinq pourquoi). Vous pouvez également utiliser un diagramme des causes et

effets (également appelé diagramme d'Ishikawa).

Ne sur-corrigez pas la variation due aux causes communes dans votre procédé

S'il est important d'éviter la variation due aux causes spéciales, la tentative d'éliminer la variation due aux causes

communes peut aggraver la situation. Considérons un procédé de cuisson du pain. De légers glissements de

température causés par le thermostat du four font partie de la variation due aux causes communes de ce procédé. Si

vous tentez de réduire cette variation naturelle en ajustant manuellement le paramètre de température vers le haut et

vers le bas, vous augmenterez probablement la variabilité au lieu de la réduire. Cela s'appelle de la sur-correction.

Utilisation des tests des causes spéciales dans les cartes de contrôle

Utilisez les tests des causes spéciales pour identifier les observations que vous pouvez avoir besoin d'examiner et pour

identifier des schémas spécifiques dans vos données.

Quels tests des causes spéciales sont compris dans Minitab ?

Les lignes horizontales en pointillés figurant dans les illustrations suivantes représentent les distances de 1σ et 2σ à

partir de la ligne centrale.

Test 1 : Un point à plus de 3σ de la ligne centrale

Le test 1 évalue le schéma de la variation pour la stabilité. Le test 1 fournit la preuve la plus forte d'un manque de contrôle. Si de petits décalages dans le procédé vous inquiètent, vous pouvez utiliser les tests 2, 5 et 6 en supplément du test 1 pour créer une carte de contrôle plus sensible.

Test 2 : Neuf points consécutifs du même côté de la ligne centrale

Le test 2 évalue le schéma de la variation pour la stabilité. Si de petits décalages dans le procédé vous inquiètent, vous pouvez utiliser le test 2 en supplément du test 1 pour créer une carte de contrôle plus sensible.

Test 3 : Six points consécutifs, tous croissants ou tous décroissants

Le test 3 détecte une tendance ou un mouvement vertical continu. Ce test recherche les longues séries de points consécutifs sans changement de direction.

Test 4 : Quatorze points consécutifs, croissants et décroissants en alternance

Le test 4 détecte la présence d'une variable systématique. Le schéma de variation devrait être aléatoire mais, si un point échoue au test 4, cela signifie que le schéma de variation est prévisible.

Test 5 : Deux points sur trois à plus de 2σ de la ligne centrale (même côté)

Le test 5 évalue le schéma de variation pour les petits décalages dans le procédé.

Test 6 : Quatre points sur cinq à plus de 1σ de la ligne centrale (même côté)

Le test 6 évalue le schéma de variation pour les petits décalages dans le procédé.

Test 7 : Quinze points consécutifs dans 1σ de la ligne centrale (des deux côtés)

Le test 7 identifie un schéma de variation qui est parfois confondu avec une indication de bon contrôle. Ce type de variation est appelé stratification et se caractérise par des points qui suivent de trop près la ligne centrale.

Test 8 : Huit points consécutifs à plus de 1σ de la ligne centrale (des deux côtés)

Le test 8 détecte un schéma de mélange. Un schéma de mélange se produit lorsque les points tendent à éviter la ligne centrale pour se grouper près des limites de contrôle.

Quels tests utiliser pour détecter des schémas de variation due à des causes spéciales ?

Appliquez certains tests en fonction de votre connaissance du procédé. S'il est probable que vos données contiennent

des schémas particuliers, vous pouvez les rechercher au moyen du test approprié. L'ajout de davantage de tests rend

la carte plus sensible, mais peut également augmenter le risque d'obtention d'un faux signal. Si vous utilisez plusieurs

tests simultanément, le risque d'obtention d'un signal de manque de contrôle augmente.

Cartes de variables

Si vous n'êtes pas sûr des tests à appliquer, vous pouvez essayer d'utiliser les tests 1, 2 et 7 lorsque vous établissez

pour la première fois les limites de contrôle en fonction de vos données. Une fois les limites de contrôle établies, vous

devez utiliser les valeurs connues de ces limites et le test 7 n'est alors plus nécessaire.

• Le test 1 (un point hors des limites de contrôle) détecte un point hors contrôle unique.

• Le test 2 (neuf points consécutifs du même côté de la ligne centrale) détecte un éventuel décalage dans la moyenne du

procédé.

• Le test 7 (trop de points consécutifs dans un écart type de la ligne centrale) détecte des limites de contrôle trop larges.

En général, ces limites de contrôle trop larges sont dues à des données stratifiées, si vous utilisez une source de

variation systématique dans chaque sous-groupe.

Cartes d'attributs

Si vous n'êtes pas sûr des tests à appliquer, vous pouvez essayer d'utiliser les tests 1 et 2 lorsque vous établissez pour

la première fois les limites de contrôle en fonction de vos données. Une fois les limites de contrôle établies, vous devez

utiliser les valeurs connues de ces limites.

• Le test 1 (un point hors des limites de contrôle) détecte un point hors contrôle unique.

• Le test 2 (neuf points consécutifs du même côté de la ligne centrale) détecte un éventuel décalage dans la moyenne du

procédé.

Cartes des événements rares

Cartes G

Les experts recommandent d'utiliser les tests 1 et 2 lorsque vous créez une carte G, car elle peut mettre du temps à

détecter des diminutions petites à modérées du nombre moyen de jours ou du nombre d'opportunités entre les

événements.

Pour détecter des taux élevés d'un événement sur une carte G, Minitab inclut également le test de Benneyan. La valeur

minimale des données pour une carte G est 0. Dans la plupart des cas, la limite de contrôle inférieure pour une carte G

est également 0. Ainsi, dans la majorité des cas, aucun point de la carte G ne peut se situer au-dessous de la limite de

contrôle inférieure. Le test de Benneyan échoue s'il existe trop de points consécutifs dont la valeur est égale à 0.

Cartes T

Les experts recommandent d'utiliser les tests 1 et 2 lorsque vous créez une carte T, car elle peut mettre du temps à

détecter des diminutions petites à modérées du délai moyen entre les événements.

Quels tests sont disponibles avec ma carte de contrôle ?

Les tests 1 à 8 sont disponibles pour la plupart des cartes de contrôle des variables. Notez que seuls les tests 1 à 4

sont disponibles pour les cartes R, S et d'étendue mobile.

Les tests 1 à 4 sont disponibles pour les cartes de contrôle aux attributs.

Sur les cartes de contrôle pondérées chronologiques, Minitab n'effectue qu'un seul test, pour rechercher les points se

trouvant en dehors des limites de contrôle. Les sept autres tests supposent que les points sont indépendants. Or, dans

la mesure où les points d'une carte pondérée chronologique combinent des informations issues des sous-groupes

précédents, ils ne sont pas indépendants.

Comment définir les tests et les paramètres à appliquer pour une carte de contrôle ?

Lorsque vous créez la plupart des cartes de contrôle, vous pouvez sélectionner des tests pour appliquer et modifier les

paramètres de chaque test. Par exemple, supposons que vous créiez une carte X barre et que vous souhaitiez réaliser

les tests 1, 2 et 7. En outre, vous désirez tracer les limites de contrôle à 2,5σ plutôt qu'à 3σ, pour qu'il soit plus facile

que les points échouent au test 1.

1. Sélectionnez Stat > Cartes de contrôle > Cartes de variables pour sous-groupes > X barre.

2. Complétez la boîte de dialogue selon le mode habituel.

3. Cliquez sur Options de carte X barre, puis sur l'onglet Tests.

4. Sélectionnez les éléments suivants :

• Un point à plus de K écarts types de la ligne centrale

• K points consécutifs, du même côté de la ligne centrale

• K points consécutifs, dans 1 écart type de la ligne centrale (des deux côtés)

5. En regard de 1 point > K écarts types à partir de la ligne centrale, saisissez 2,5.

Les limites de contrôles sont ramenées à 2,5σ au lieu de 3σ. Les points échouent au test 1 s'ils se

trouvent à plus de 2,5σ de la ligne centrale.

6. Cliquez sur OK dans chaque boîte de dialogue.

Comment modifier les tests et les paramètres des tests définis par défaut ?

Vous pouvez modifier les tests et les paramètres des tests par défaut pour de futures sessions de Minitab. Par

exemple, supposons que vous souhaitiez réaliser tous les tests des causes spéciales lorsque vous créez une

carte de contrôle. En outre, vous souhaitez tracer les limites de contrôle pour toutes les cartes de contrôle à 2,5σ

plutôt qu'à 3σ.

1. Sélectionnez Outils > Options > Cartes de contrôle et outils de la qualité > Tests.

2. Dans la liste déroulante, sélectionnez Effectuer tous les tests des causes spéciales.

Minitab réalisera tous les tests applicables lorsque vous créerez une carte de contrôle.

3. En regard de 1 point > K écarts types à partir de la ligne centrale, saisissez 2,5.

Les limites de contrôles des cartes de contrôles sont ramenées à 2,5σ par défaut. Les points échouent au

test 1 s'ils se trouvent à plus de 2,5σ de la ligne centrale.

REMARQUE

Cette procédure n'annulera pas les modifications que vous avez apportées dans l'onglet Tests pour les

graphiques spécifiques des projets existants. Par exemple, si vous avez préalablement modifié les paramètres

d'une carte X barre dans le projet actuel, Minitab enregistrera vos paramètres pour cette carte. Les nouveaux

paramètres par défaut ne seront pas appliqués aux cartes X barre du projet actuel.

Données

Types de données pour les cartes de contrôle

Quels sont les types de données disponibles ?

La carte de contrôle que vous utilisez dépend de si vous collectez des données continues ou des données d'attribut. Si

vous disposez de variables multiples et continues, déterminez si vous avez des données multivariées. Les données

d'attribut ont deux sous-types : binomiales et de Poisson.

Les variables continues peuvent avoir un nombre infini de valeurs, telles que 234,8 ou 0,01. Les valeurs des variables

d'attribut se limitent aux catégories indiquées ou aux valeurs discrètes. Par exemple, les valeurs d'attribut peuvent

inclure les catégories "succès" et "échec". Le nombre de défauts dans un échantillon peut également constituer une

variable d'attribut.

Les mesures continues fournissent généralement plus d'informations que les données d'attribut. Toutefois, les données

d'attribut sont généralement plus simples à collecter. Par conséquent, les données d'attribut sont souvent collectées

lorsque les mesures continues sont difficiles à obtenir. Les données d'attribut sont souvent des évaluations subjectives

affectées par des opérateurs ou le personnel chargé du contrôle de qualité.

Données de procédé continues

Les données continues mesurent une caractéristique d'une pièce ou d'un procédé, comme la longueur, le poids ou la

température. En général, les données incluent des valeurs fractionnaires (ou décimales).

Par exemple, un fabricant de produits alimentaires souhaite déterminer la constance du poids d'un produit céréalier

dans le temps. Pour collecter les données, un contrôleur qualité enregistre les poids d'un échantillon de paquets de

céréales.

Si vous disposez de données continues collectées dans des sous-groupes, utilisez l'une des cartes de contrôle

dans Stat > Cartes de contrôle > Cartes de variables pour sous-groupes.

Si vous disposez de données continues collectées en tant qu'observations individuelles, utilisez l'une des cartes de

contrôle dans Stat > Cartes de contrôle > Cartes de variables pour individus.

Données de procédé multivariées

Vous disposez de données multivariées si vous collectez plus d'une variable continue à partir du même procédé. Vous

pouvez surveiller plusieurs variables sur une carte de contrôle multivariée lorsque les variables sont corrélées. Par

exemple, vous pouvez surveiller la température et la pression d'un procédé qui produit des pièces en plastique moulées

par injection.

Pour déterminer si vous devez utiliser une carte de contrôle univariée ou multivariée, créez une matrice de corrélation

des variables. Si les variables sont corrélées, optez pour la création d'une carte de contrôle multivariée.

Si vos données incluent des variables corrélées, la création de cartes de contrôle distinctes pour chaque variable est

trompeuse, car les variables influent sur le procédé conjointement. Si vous utilisez des cartes de contrôle univariées

distinctes dans une situation multivariée, les éléments suivants ne correspondent pas à leurs valeurs prévues :

• Erreur de 1ère espèce

• Probabilité qu'un point se trouve dans les limites de contrôle

La distorsion de ces valeurs augmente avec le nombre de variables de mesure.

Si vous disposez de données multivariées, les cartes de contrôle multivariées fournissent les avantages suivants :

• Elles représentent la région de contrôle réelle des variables associées (zone elliptique pour des données bivariées).

• Elles permettent de maintenir le taux d'erreur de 1ère espèce indiqué.

• Elles permettent de surveiller toutes les variables de procédé corrélées sur une carte unique, souvent avec une

seule limite de contrôle.

Cependant, les cartes de contrôle multivariées sont plus difficiles à interpréter que les cartes de contrôle de Shewhart

classiques. Par exemple, l'échelle des cartes de contrôle multivariées est indépendante de celle des variables. En

outre, les signaux d'état hors contrôle dans les cartes de contrôle multivariées n'indiquent pas quelle est la variable (ou

la combinaison de variables) à l'origine de ces signaux.

Si vous disposez de données continues collectées à partir d'au moins deux variables corrélées, utilisez l'une des cartes

de contrôle dans Stat > Cartes de contrôle > Cartes multivariées.

Données de procédé d'attribut

Pour les cartes de contrôle, les données d'attribut sont généralement des dénombrements de non-conformités (ou

défauts) ou d'unités non conformes (ou défectueux). Une non-conformité fait référence à une caractéristique de la

qualité, tandis qu'une unité non conforme fait référence à l'ensemble du produit. Une unité peut présenter de

nombreuses non-conformités, mais l'unité elle-même est soit conforme, soit non conforme. Par exemple, une rayure sur

un panneau tôlé est une non-conformité. S'il existe plusieurs rayures, l'ensemble du panneau peut être considéré

comme non conforme.

Données de Poisson

Les valeurs pour les données de Poisson correspondent souvent à des dénombrements de défauts ou

d'événements. Les données de Poisson sont généralement utilisées pour modéliser un taux d'occurrence,

comme les défauts par unité.

Par exemple, des contrôleurs échantillonnent 5 serviettes de plage toutes les heures et examinent les défauts

de décoloration, les accrocs et les erreurs de piquage sur ces dernières. Ils enregistrent le nombre total de

défauts dans l'échantillon. Chaque serviette peut présenter plusieurs défauts, comme 1 décoloration et

2 accrocs, soit 3 défauts.

Données binomiales

Les valeurs pour les données binomiales sont classées dans l'une des deux catégories telles que succès/échec

ou conforme/non conforme. Les données binomiales sont souvent utilisées pour calculer une proportion ou un

pourcentage, tel que le pourcentage de pièces échantillonnées défectueuses.

Par exemple, un procédé de contrôle automatisé examine des échantillons de boulons afin de déterminer s'ils

présentent d'importantes fissures, susceptibles de les rendre inutilisables. Pour chaque échantillon, les

analystes enregistrent le nombre de boulons contrôlés et le nombre de boulons rejetés.

Si vous disposez de données d'attribut, utilisez l'une des cartes d'attribut dans Stat > Cartes de

contrôle > Cartes aux attributs.

Données de procédé des événements rares

Les cartes de contrôle pour les événements rares montrent l'intervalle de temps ou le nombre d'opportunités

entre les événements. Les points les plus élevés représentés sur une carte de contrôle des événements

rares indiquent un délai plus important entre les événements. Les points les plus bas sur la carte indiquent

un délai moindre entre les événements.

Certains événements se produisent si peu fréquemment que vous ne pouvez pas utiliser une carte de

contrôle traditionnelle, telle qu'une carte X barre-R ou une carte P pour surveiller vos données. Parmi les

exemples d'événements rares, on compte les infections contractées à l'hôpital, les erreurs de traitement

médical ou les processus de fabrication ayant un faible taux de défauts.

Si vous disposez de données d'événements rares, utilisez l'une des cartes de contrôle dans Stat > Cartes

de contrôle > Cartes des événements rares.

Utilisation des sous-groupes dans les cartes de contrôle aux mesures

Qu'est-ce qu'un sous-groupe ?

Un sous-groupe est un groupe d'unités créées dans le même ensemble de conditions. Les sous-groupes (ou sous-

groupes rationnels) représentent une "capture instantanée" du procédé. Par conséquent, les mesures à l'intérieur d'un

sous-groupe doivent être prélevées à intervalles proches dans le temps, mais demeurer néanmoins indépendantes les

unes des autres.

Par exemple, une machine à découper produit 100 pièces de plastique à l'heure. Chaque heure, l'ingénieur qualité

mesure cinq pièces sélectionnées de façon aléatoire. Chaque échantillon de cinq pièces est un sous-groupe.

Combien de sous-groupes sont nécessaires ?

Choisissez les sous-groupes de telle sorte que les différences entre les mesures au sein d'un même sous-groupe soient

petites et que vous puissiez détecter les différences entre les sous-groupes. Pour les études de procédé initiales, les

sous-groupes de 4 ou 5 unités qui sont collectés environ toutes les heures sont communs. A mesure que la stabilité du

procédé se confirme (ou que des améliorations sont réalisées), vous pouvez réduire la taille et l'effectif des sous-

groupes.

Collectez les sous-groupes pour une durée au cours de laquelle les principales sources de variation sont susceptibles

de se produire. En général, 100 observations ou plus (par exemple 25 sous-groupes avec 4 observations chacun) sont

suffisantes.

Généralement, l'industrie privilégie le recours à des échantillons petits et fréquents pour repérer un décalage du

procédé avant que le produit ne présente une non-conformité excessive.

Les sous-groupes plus grands sont-ils préférables ?

Un grand nombre total d'observations est clairement avantageux, car vous en apprenez davantage sur les

performances du procédé. Toutefois, un grand effectif d'échantillon n'est pas nécessairement préférable. Il vous faut

considérer l'intervalle au cours duquel ces grands nombres d'observations sont obtenus. Par exemple, si vous

choisissez un effectif de sous-groupe égal à toutes les mesures prélevées en un jour, toutes les modifications ayant lieu

durant cette journée peuvent se répartir et demeurer inaperçues. L'effectif de chaque échantillon doit donner des

informations à propos de la variation inhérente au procédé (également connue sous le nom de variation due aux causes

communes). Si vous savez que peu de modifications se produisent lors d'un intervalle particulier, collectez les données

de sous-groupe durant cette période.

Quand les sous-groupes sont-ils non réalisables ou non désirables ?

Lorsque vous collectez des échantillons pour en apprendre davantage sur un procédé, il est en général préférable de

combiner les échantillons en sous-groupes.

Si le groupement n'est pas adapté, un effectif de sous-groupe de un représente une méthode d'évaluation du procédé.

Les échantillons qui ne peuvent pas être regroupés logiquement sont de bons candidats pour les cartes de contrôle des

individus (cartes I) et d'étendue mobile (EM).

Les conditions suivantes rendent l'utilisation de sous-groupes non réalisable ou non désirable :

• Chaque échantillon est identifié de manière unique dans une période de temps spécifique.

• Chaque échantillon représente un lot distinct.

• Un intervalle de temps important sépare les échantillons.

• L'échantillonnage ou le test est destructif et/ou onéreux.

• Les résultats sont continus et homogènes.

• Le cycle de production dure longtemps.

• Les mesures à combiner en sous-groupe ne sont pas nécessairement apparentées chronologiquement (exemples :

données de gestion telles que le temps nécessaire pour exécuter un contrat ou pour répondre à une question).

Variation à l'intérieur des sous-groupes et variation entre les sous-groupes

Il existe deux types de variations dans un procédé : la variation à l'intérieur des sous-groupes et la variation entre les

sous-groupes. Pour améliorer la qualité du procédé, essayez d'éliminer la variation entre les sous-groupes et de réduire

la vari