Statistiques
Améliorer la qualité commence par mesurer les faits et observer les comportements des processus. Maîtriser les représentations graphiques et analyses statistiques est indispensable !
Graphique de contrôle 
Control Charts
Le graphique de contrôle représente les variations statistiques du processus : il aide à les éviter pour stabiliser l’activité.
Graphique de flux Flow Chart
Le graphique de flux présente le processus de transformation des inputs en outputs manière graphique : les étapes sont présentées dans un ordre chronologique et par acteur. Les liens entres les étapes sont également représentées.
Graphique de Paynter Paynter Chart
Le graphique de Paynter, de la célèbre société Ford, est un graphique qui s’appuie sur le principe de Pareto, et qui représente le nombre d’occurrences de problèmes sur plusieurs fréquence d’observations.
Graphiques X & R X & R Charts
Le graphique X & R fait partie de la famille des graphiques de contrôle statistique des processus. Il fonctionne par paire :
• Le premier montre l’évolution de la moyenne d’une série de donnée c’est-à-dire de la valeur centrale
• Le second montre l’évolution de l’écart-type de la même série c’est-à-dire de la dispersion
Graphique X et R
Histogramme Histogram
Un histogramme est une représentation graphique généralement utilisée pour illustrer une distribution. Le graphique se présente sous la forme de rectangles dont la hauteur est proportionnelle à la valeur de l’élément.
Limite basse Lower control limit
La limite de contrôle basse est positionnée à trois écart-types au dessus de la moyenne. Elle définit la limite de variabilité acceptable de la performance.
Limite de qualité moyenne Average Outgoing Quality Limit (AOQL)
La limite de qualité moyenne des résultats du processus se définit pour tous les niveaux de qualité possibles des inputs du processus à partir d’un échantillon d’acceptation et des spécifications du processus.
Limite haute Upper control limit
La limite de contrôle haute est positionnée à trois écart-types au dessus de la moyenne. Elle définit la limite de variabilité acceptable de la performance.
Linéarité Linearity
La linéarité est une caractérique des systèmes de mesure. Elle se définit comme la différence entre les valeurs de biais et les valeurs attendues de la gauge de mesure.
Loi de Lusser Lusser's Law
La loi de Lusser stipule que la fiabilité d’un système en série sera égale au produit des fiabilités de ses sous-systèmes, à condition que les modes de défaillance de chaque sous-système soient statistiquement indépendants.
Loi de Murphy Murphy's Law
La démarche qualité doit déjouer la loi de Murphy ! En effet, cette dernière qui est plus un proverbe qu’une loi indique que si quelque chose peut potentiellement mal tourner, alors elle va certainement mal tourner !
Méthode d’Ishikawa Ishikawa Method
Le diagramme d’Ishikawa, aussi appelé en arêtes de poisson, est un outil graphique très utile pour explorer les problèmes.
Moyenne mobile Rolling Average
Une moyenne mobile est une moyenne recalculée à chaque période sur un la période et N périodes précédentes, N étant fixe.
Par exemple, la moyenne mobile sur 3 mois va comprendre en mars, la moyenne des valeurs de janvier à mars. Elle comprendra en avril la moyenne des valeurs de février à avril. Et ainsi de suite.
Cette moyenne mobile est très intéressante pour analyser l’évolution de la série en faisant abstraction de la dernière valeur ainsi que des variations fortes des périodes précédentes. Plus le nombre de périodes inclus dans la moyenne mobile est important, plus l’effet de lissage sera important.
Un excellent indicateur peut donc être de mesurer l’écart entre la valeur de la période avec sa moyenne mobile.
Niveau de qualité acceptable Acceptable Quality Level (AQL)
Le niveau de qualité acceptable est la moyenne considérée satisfaisante pour la production d’un lot.
Niveau de qualité indifférente Indifference Quality Level (IQL)
Le niveau de qualité d’indifférence, c’est le point qui sépare la performance acceptable de la performance inacceptable.
Nuage de point Scatter Diagram
Le nuage de point est un excellent moyen de détecter la corrélation entre deux variables.
Pareto Pareto Analysis
… ou la règle du 80/20. L’objectif est de se concentrer sur l’essentiel et de ne pas se noyer dans les détails. On repère les 20% d’activités qui génèrent 80% des défauts, les 20% de sites qui génèrent 80% des retards de livraison …
Plan d’échantillonage Sampling Plan
Le plan d’échantillonage détermine les critères de constitution des échantillons et les prises de décisions associées. Le plan d’échantillonage va par exemple permettre de valider ou non des lots de production.
Point estimé Point Estimate
Le point estimé est une mesure unique calculée à partir d’un échantillon et qui représente la "meilleure estimation" possible pour un paramètre inconnu.
Population Population
La population statistique se définit comme l’ensemble des individus, éléments ou données à partir duquel un échantillon statistique est déterminé.
| Tweet |