Diapositives de la présentation réalisée par le formateur Minitab Bruno Scibilia lors du wébinaire 'L'impact d'un afflux de données sur les cartes de contrôle', la vidéo peut être visionnée en ligne à la page https://hubs.ly/H0h0nfY0

1. L’impact d’un afflux
de données sur les
cartes de contrôle

2. © 2019 Minitab, Inc.
Les points couverts dans cette vidéo :
► Caractéristiques principales des cartes de contrôle
► Inspection complète des pièces comparée aux cartes de contrôle
► Données simulées d’un procédé - Pourquoi la taille des sous-groupes est importante ?
2

3. © 2019 Minitab, Inc.
Les points couverts dans cette vidéo :
► La malédiction des fausses alarmes
► Données complètes comparées aux données prélevées par échantillonnage
► Recommandations pour des cartes de contrôle efficaces avec un nombre de données très
important
3

4. © 2019 Minitab, Inc.
L'expertise de Bruno Scibilia a été
validée par un doctorat sur
l'optimisation des processus de
fabrication et une certification Six
Sigma Black Belt par l'American
Society for Quality
Profil de l’intervenant:
Bruno Scibilia
Formateur et Technicien spécialiste chez Minitab

5. © 2019 Minitab, Inc.
Un puissant logiciel de
statistiques à la portée de
tous.
Boîte à outils et tableau de
bord pour l’excellence des
produits et processus.
Solution e-learning pour
apprendre les statistiques à votre
rythme.
Plateforme robuste et
puissante pour le datamining,
la modélisation et la prédiction.
Exploitez tout le potentiel de vos données grâce à Minitab
PRODUITS:
SERVICES:
Formation
Formations inter-entreprises ou
formations sur site personnalisées
selon vos besoins.
Conseil statistique
Un formateur vous apporte son aide et
son expertise dans vos
problématiques et analyses.
Support technique
Assistance dans l’installation,
l’éxecution et l’utilisation de votre
logiciel.

6. L’impact d’un afflux de
données sur les cartes de
contrôle
Accédez à la vidéo >

7. © 2019 Minitab, Inc.
Les caractéristiques d’une carte de contrôle
7
Les points bleus situés de façon aléatoire indiquent que votre procédé est stable.
Les points rouges sont des causes spéciales

8. © 2019 Minitab, Inc.
Comparaison des objectifs entre
Inspection complète vs cartes de contrôle
8

9. © 2019 Minitab, Inc.
Inspection Complète
► Inspection de toutes les pièces du produit
► Comparer les pièces aux spécifications du client
► Rejeter le “mauvais” produit
► Identifier les problèmes immédiats
9

10. © 2019 Minitab, Inc.
Les cartes de contrôle
►Comprendre les tendances des variations d’un procédé sur une
période de temps donnée
►Séparer les variations “communes” des dérives “liées à des causes
spéciales”
►Permettent d’interpréter visuellement et facilement la stabilité d’un
procédé
10

11. © 2019 Minitab, Inc.
Données simulées d’un procédé : production de pièces
11

12. © 2019 Minitab, Inc.
Données simulées d’un procédé
► 100 pièces par heure
► 8 heures par jour
► 5 jours par semaine
► Données collectées sur 4 semaines
► 16000 observations
► Indicateur de stabilité
 Moyenne = 0
 Ecart-Type = 1
12

13. © 2019 Minitab, Inc.
Que se passe-t-il si j’utilise une taille de sous-groupe = 1?
Chaque point bleu
représente une observation
ponctuelle
13

14. © 2019 Minitab, Inc.
14
Chaque carré rouge
représente une observation
hors contrôle
Que se passe-t-il si j’utilise une taille de sous-groupe = 1?
Chaque point bleu
représente une observation

15. © 2019 Minitab, Inc.
Chaque point bleu représente une
observation ponctuelle
15
Chaque carré rouge représente un
point hors contrôle
Si ce procédé est stable, pourquoi tellement de points sont hors contrôle ?
Que se passe-t-il si j’utilise une taille de sous-groupe = 1?

16. © 2019 Minitab, Inc.
La malédiction des fausses alarmes
16

17. © 2019 Minitab, Inc.
La malédiction des fausses alarmes
Tous les tests associés aux cartes de contrôle ont une probabilité donnée de fausses alarmes
17
Test Objectif
Taux de fausses
alarmes
Nombre de fausses
alarmes
Points au delà des 3 écarts-type Détecter une dérive soudaine
0.27%
3 pour 1000 points
9 points consécutifs
d’un seul côté de la ligne centrale
Détecter des décentrages ou
des dérives lentes
0.39% 4 pour 1000 points
Note: Taux de fausses alarmes en supposant que les données suivent une distribution normale

18. Pourquoi la taille du
sous – groupe est
importante ?

19. © 2019 Minitab, Inc.
Qu’est ce qu’un sous-groupe
Pas de sous-groupes logiques Sous-groupes logiques
Une seule observation mesurée à la fois Plusieurs observations sont collectées à un moment donné
19

20. © 2019 Minitab, Inc.
Pourquoi la taille du sous – groupe est importante
20
► Mon procédé a 16000 observations
► Le procédé est stable
► Si la taille du Sous-groupe = 1, combien de fausses alarmes aurai-je ?

21. © 2019 Minitab, Inc.
Pourquoi la taille du sous – groupe est importante
► Mon procédé a 16000 observations
► Le procédé est stable
► Si la taille du Sous-groupe = 1, combien de fausses alarmes aurai-je ?
 43 fausses alarmes pour le Test 1
 62 fausses alarmes pour le Test 2
21

22. © 2019 Minitab, Inc.
Pourquoi la taille du sous – groupe est importante
► Mon procédé a 16000 observations
► Le procédé est stable
► Si la taille du Sous-groupe = 1, combien de fausses alarmes aurai-je ?
 43 fausses alarmes pour le Test 1
 62 fausses alarmes pour le Test 2
 Si la taille du Sous-groupe = 1, j’obtiendrai une fausse alarme toutes les
heures et 26 minutes
22

23. © 2019 Minitab, Inc.
Pourquoi la taille du sous – groupe est importante
Un mauvais choix de taille de sous-groupe a pour résultat:
Des fausses alarmes trop fréquentes remettent en question les cartes de contrôle
et conduisent à ignorer les alertes générées par les cartes
23

24. © 2019 Minitab, Inc.
Pourquoi la taille du sous – groupe est importante
La solution :
Choisir la taille correcte du sous-groupe
24

25. © 2019 Minitab, Inc.
Et si je traite chaque heure comme un sous-groupe ?
25

26. © 2019 Minitab, Inc.
Pourquoi la taille du sous – groupe est importante
26
Chaque point représente une
moyenne par heure pour le procédé

27. © 2019 Minitab, Inc.
Pourquoi la taille du sous – groupe est importante
27
Chaque point représente l’écart-type à
l’intérieur de chaque heure afin de
représenter les variations
Chaque point représente une
moyenne par heure pour le procédé

28. © 2019 Minitab, Inc.
Pourquoi la taille du sous – groupe est importante
28
Chaque point représente l’écart-type à
l’intérieur de chaque heure afin de
représenter les variations
Chaque point représente une
moyenne par heure pour le procédé
Traiter chaque Heure comme un Sous-groupe: conduit à une meilleure compréhension du procédé

29. Obtenez-vous les
mêmes résultats
avec des données
échantillonnées ?

30. © 2019 Minitab, Inc.
Nous avons testé les scénarios suivants:
► 1 Observation aléatoire par heure: Carte I-EM
► 8 Observations aléatoires par heure: Carte X-Barre R
► 9 Observations aléatoires par heure: Carte X-Barre S
30

31. © 2019 Minitab, Inc.
Vérifier les points suivants:
► Estimation de l’Ecart-Type : devrait être 1
► Estimation de la Moyenne: devrait être 0
► Nombre de Causes Spéciales : devrait être 0, pour un procédé stable
31

32. © 2019 Minitab, Inc.
Obtenez-vous les mêmes résultats avec des données échantillonnées ?
Echantillon: Une observation par heure, 160 mesures
32
Résultat: Une observation déclenche l’alerte 1, l’estimation de l’Ecart-Type est bonne, mais pas celle de la moyenne
Devrait être 0 ?

33. © 2019 Minitab, Inc.
Obtenez-vous les mêmes résultats avec des données échantillonnées ?
Echantillon augmenté : 8 observations par heure
33
Résultat: Procédé sous contrôle, les estimations de l’écart-type et de la moyenne sont bonnes
Estimation de l’Ecart-Type =
Range / d2
2.908/2.847 = 1.02

34. © 2019 Minitab, Inc.
Obtenez-vous les mêmes résultats avec des données échantillonnées ?
Echantillon augmenté : 9 observations par heure
34
Résultat: une valeur atypique dans la carte S, les estimations de l’écart-type et de la moyenne sont bonnes

35. © 2019 Minitab, Inc.
Pour des données stables:
Les données échantillonnées sont tout aussi efficaces pour
vérifier si le procédé est sous contrôle / stable dans le temps
Mais si mon procédé n’est pas stable ?
35

36. Obtenez vous
les mêmes
résultats avec
des données
échantillonnées
et un procédé
hors contrôle ?

37. © 2019 Minitab, Inc.
Données Complètes – Dérive d’un écart-type sur la Carte Xbarre / S
Avec une dérive d’un écart-type la moyenne passe de 0 à 1
37

38. © 2019 Minitab, Inc.
Données Complètes – Dérive d’un écart-type sur la Carte Xbarre/S
La dérive est bien visible dans la carte
38

39. © 2019 Minitab, Inc.
Obtenez-vous les mêmes résultats avec des données échantillonnées ?
39
Résultats: la dérive est bien représentée. Bonnes estimation de la moyenne et
de l’écart-type

40. © 2019 Minitab, Inc.
Recommandations pour des cartes de contrôle efficaces avec une
inspection complète des données
► Les cartes I-EM génèrent plus de fausses alarmes
► Choisissez des sous-groupes logiques pour les cartes X-Barre / S
► Collecter 9 observations par sous-groupe donne de bons résultats, pour un
processus stable ou encore pour une dérive d’un écart-type
► Recourez à l’automatisation à l’aide de Macros, pour automatiser la création
de cartes de contrôle lorsque vous avez de nombreuses variables à suivre.
40

41.  EN LIGNE SUR Minitab.com :
 Enregistrements de wébinaires
 Vidéos
 Etudes de cas clients
 Articles techniques
 Aide en ligne sur les cartes de contrôle
 FORMATIONS: renforcez vos connaissances et compétences, consultez la liste des cours
 CONSULTEZ NOS SPÉCIALISTES : support technique logiciels et conseil statistique
Consultez Minitab.com
Resources disponibles:

42. © 2019 Minitab, Inc.
Royaume-Uni I France I Afrique du Sud I Pays-Bas I Danemark
Cas réels I Echange entre pairs I Interactions avec des experts I Démos
En savoir plus : dates et lieux

43. © 2019 Minitab, Inc.
Merci
de votre participation
Bruno Scibilia