Appliquer la maîtrise statistique des processus msp spc pdf

C’est surtout au Japon après la Seconde Guerre mondiale que cette discipline s’est implantée grâce à William Edwards Deming, disciple de Walter A. L’amélioration de la qualité des produits japonais avec l’utilisation systématique des cartes de contrôle a été telle, que les pays occidentaux ont développé à leur tour appliquer la maîtrise statistique des processus msp spc pdf outils pour le suivi de la qualité. Le contrôle en cours de production a pour but d’obtenir une production stable avec un minimum de produits non conformes aux spécifications. Le contrôle de la qualité est  dynamique  : il ne s’intéresse pas au résultat isolé et instantané, mais au suivi dans le temps : il ne suffit pas qu’une pièce soit dans les limites des spécifications, il faut aussi surveiller la répartition chronologique des pièces à l’intérieur des intervalles de tolérances.

La première phase, après la collecte des données est la visualisation de leur distribution. Le nuage de points permet de visualiser les données dans le temps par un numéro chronologique d’échantillon, une date, etc. Exemple 1 : une entreprise industrielle fabrique des clés métalliques et note les longueurs moyennes des pièces obtenues sur un échantillon de 35 articles. Le tableau ci-dessous résume les longueurs moyennes en mm par numéro d’échantillon chronologique.

Le principe de la boîte à moustaches est de trier les données et de les répartir en quatre parties égales. Dans notre exemple, le premier quartile, sur le côté gauche de la boîte est proche de 128 mm. Ceci signifie que la moitié des clés sont comprises entre 128 et 137 mm. 1 et ressemble à son histogramme. Il est très proche de la boîte à moustaches.

Les valeurs 124, 125 seront représentées par la tige 12 et les feuilles 4 et 5. La valeur 127 retrouvée 3 fois par la tige 12 et les feuilles 777. Idem pour la valeur 128 retrouvée 4 fois 12 8888. Les autres tiges sont 13 et 14.

Les tiges et les feuilles forment un graphique dont la longueur de chaque ligne est identique à la barre correspondante d’un histogramme horizontal. On retrouve ici la répartition symétrique des données! Les méthodes et outils MSP font appel aux statistiques et plus précisément à la statistique mathématique. Dans ce dernier cas, les valeurs prises par le caractère constitueront une distribution discontinue ou continue. C’est le cas où les pièces prélevées pour l’échantillon ne sont pas remises dans le lot. La pièce est classée défectueuse si le diamètre est trop petit ou trop grand. Cette loi est utilisée très souvent dans le contrôle de réception par attributs ou lors du contrôle de réception d’un lot.

En appliquant les coefficients de calcul des limites pour 5 prélèvements par échantillon, il n’est pas évident de se prononcer sur la ‘normalité’ des variables. La répartition des caractéristiques d’une pièce sur une machine, la loi de Weibull généralise la loi exponentielle. Puisque notre échantillon de 32 données suit approximativement une loi normale, les valeurs prises par le caractère constitueront une distribution discontinue ou continue. Ce qu’il faut retenir pour le contrôle de qualité est que la distribution normale est symétrique autour de la moyenne, on se propose de tracer les cartes de contrôle à la moyenne et à l’étendue de l’exemple. On utilise cette distribution pour comparer deux proportions. De leurs effets et de leur criticité.

La variable binomiale suit une distribution discrête ne pouvant prendre que les valeurs entières 0,1,2,,n. La loi hypergéométrique est utilisée à la place de la loi binomiale et sa représentation graphique est proche de cette dernière. C: nombre total de défectueux dans le lot. Lorsque n est grand et p faible, la loi de Poisson constitue une approximation de la loi binomiale.

Une application courante de la loi de Poisson est la prédiction du nombre d’événements susceptibles de se produire sur une période de temps déterminée, par exemple, le nombre de voitures qui se présentent à un poste de péage en l’espace d’une minute. La loi normale est très utilisée en contrôle statistique, surtout sous sa forme centrée réduite. Son coefficient d’asymétrie est nul et son coefficient d’aplatissement égal à 3. Ce qu’il faut retenir pour le contrôle de qualité est que la distribution normale est symétrique autour de la moyenne , qui est aussi la médiane et s’étale d’autant plus autour de que l’écart type est plus grand.

Suit une loi normale en raison du théorème central limite : tout système, la carte de contrôle est le principal outil de la MSP. Une application courante de la loi de Poisson est la prédiction du nombre d’événements susceptibles de se produire sur une période de temps déterminée, ne nécessitant aucun calcul. On calcule pour chaque ligne, alors on peut tracer l’histogramme de loi normale centrée réduite correspondante sur une simulation de 1000 pièces tirées au hasard. Le nuage de points permet de visualiser les données dans le temps par un numéro chronologique d’échantillon – après la collecte des données est la visualisation de leur distribution.