Académique Documents
Professionnel Documents
Culture Documents
Mettre en Oeuvre Le Six Sigma PDF
Mettre en Oeuvre Le Six Sigma PDF
Caroline Frchet
Comment utiliser le Six Sigma avec facilit
> Dfinir et positionner Le Six Sigma est la dmarche de qualit de rfrence Caroline Frchet
le projet travers le monde. Elle permet damliorer la
performance des processus, de mieux satisfaire les
> Mesurer la situation clients et daccrotre la rentabilit des oprations.
existante Les meilleures entreprises, tant industrielles que
Mettre en uvre
de services, lappliquent avec succs.
> Analyser les causes
des problmes Le Six Sigma repose sur plusieurs piliers, dont ce
livre rend compte : lutilisation des statistiques
> Innover et amliorer
mises en images par logiciel, larticulation autour
le Six Sigma
de la gestion de projet (DMAIC), la communication
solutions pour remdier
autour du projet, la prise en compte des demandes
aux problmes
des clients et, surtout, lappui de la direction.
> Contrler les rsultats Toutes ces dimensions font du Six Sigma un
par la mise en place outil trs performant, qui permet des conomies
de solutions prennes considrables.
En suivant un exemple simple, lauteur montre
mo Configuration requise comment mettre en uvre le Six Sigma. Au-del
Ro
ffe
35
Caroline Frchet
Comment utiliser le Six Sigma avec facilit
> Dfinir et positionner Le Six Sigma est la dmarche de qualit de rfrence Caroline Frchet
le projet travers le monde. Elle permet damliorer la
performance des processus, de mieux satisfaire les
> Mesurer la situation clients et daccrotre la rentabilit des oprations.
existante Les meilleures entreprises, tant industrielles que
Mettre en uvre
de services, lappliquent avec succs.
> Analyser les causes
des problmes Le Six Sigma repose sur plusieurs piliers, dont ce
livre rend compte : lutilisation des statistiques
> Innover et amliorer
mises en images par logiciel, larticulation autour
le Six Sigma
de la gestion de projet (DMAIC), la communication
solutions pour remdier
autour du projet, la prise en compte des demandes
aux problmes
des clients et, surtout, lappui de la direction.
> Contrler les rsultats Toutes ces dimensions font du Six Sigma un
par la mise en place outil trs performant, qui permet des conomies
de solutions prennes considrables.
En suivant un exemple simple, lauteur montre
mo Configuration requise comment mettre en uvre le Six Sigma. Au-del
Ro
ffe
35
Mettre en uvre
le Six Sigma
Sommaire
Introduction IX
2 La phase de dcision 23
4 tape 2 : mesurer 55
Le dtail du SIPOC : la cartographie 56
La dclinaison des demandes des clients 64
La prparation la collecte des donnes 65
VI Sommaire
En conclusion 139
Conclusion 157
Bibliographie 159
Inf
orm
t
en
Cli
atio
ns,
Sta
tist
qu i
Management e
s
Communication
Ge
stio
nd
ep
r
roj
cie
e
an
t
Fin
Green Belt ;
Yellow Belt et autres.
Le Champion
Le Champion a la responsabilit du dploiement du projet
Six Sigma dans lentreprise. En effet, le projet est initi
par la direction qui appuie le lancement de la dmarche et
qui lui donne une certaine crdibilit. Il en existe un seul,
parfois le directeur du site, voire plusieurs. Il peut y avoir
plusieurs niveaux de Champions, suivant lorganigramme
de lentreprise qui met en place la mthode.
Son rle comprend un certain nombre de missions qui
vont instaurer la dynamique de la dmarche; il agit en
porte-drapeau. En comit, il est charg de slectionner
les projets laide de mthodes spcifiques qui mettent en
jeu certains critres pour faire merger les projets phares.
Ces critres portent en gnral sur :
les gains attendus;
la dure de ralisation prvisible du projet;
les difficults potentielles;
les efforts accomplir;
la qualification et la disponibilit des personnes partici-
pant au projet (spcialistes du Six Sigma et le groupe
de travail);
le besoin qua lentreprise (ou les clients) que le projet
aboutisse.
ditions dOrganisation
Le Sponsor
Le Green Belt
Le Green Belt (ceinture verte) est mi-temps sur les pro-
jets. Il ralise entre un et deux projets par an, prsentant
Les concepts du Six Sigma 9
Le Yellow Belt
dcart type est faible, plus il est facile datteindre les exi-
gences des clients, ce qui permet dobtenir un nombre de
sigma lev lintrieur des exigences normatives ou
celles des clients.
Laxe financier
Laxe financier est li lapplication de techniques
ditions dOrganisation
Laxe de la communication
Chiffre daffaires
moyen pour un
client : 250
Total 199 640
28 Mettre en uvre le Six Sigma
60000
50000
40000
30000
20000
ditions dOrganisation
10000
-10000
-20000
La phase de dcision 31
ss.
La phase de dcision 37
150
140
130
Nombre de retour
120
110
100
90
80
MINITAB
Octobre Novembre Janvier Mars Mai Juillet Septembre Novembre
Date de retour
ditions dOrganisation
3
tape 1 : dfinir
le cadre du projet
Phase de mesure
Phase danalyse
Phase
dinnovation et
damlioration
Phase de
mise sous contrle
La charte du projet
Nom Problmes demballa- Produits Tous produits
du projet ges endommags concerns
Sponsor Le dirigeant
Master Black Caroline Frchet
Belt
Responsable Caroline Frchet Numro
du projet de tlphone
Membres de D. Petit, A. Valda, J. Pegret, Membres de E. Coltre, K. Piott,
lquipe N. Cogla, Jr. Pois, F. Herfittio lquipe support I. Sipprax, S. Traziwack
Date de dbut Dcembre 2002 Date de fin Juin 2003
Description
1. Diminuer le taux de retour des produits pour problmes demballage.
Description Le produit doit parvenir intact dans son emballage jusquau rayon o il est
du projet expos. Il doit demeurer intact pendant lachat et jusqu son ouverture volon-
taire par lacheteur.
2. Primtre Les produits exposs en emballage au contact du client acheteur final auront
meilleur aspect et meilleures ventes.
3. Objectifs du projet Mesures Base Actuelle Objectif Performance
idale
Pertes pour les 1876 sur 16 mois 1876 x 140/mois 70/mois 0/mois
emballages sur 16 mois 12/16 =
1407 sur
un an
Emballages avec
Emballages en carton systme d'inviolabilit
Produits intacts
Emballages rsistants
Produits bien conservs Emballages avec
Emballages pas trop serrs systme antivol
Emballages en PVC
Produits non abms
Aspect des emballages
Taille des emballages
Emballages pas trop flottants Emballages non corns
Un exemple
Je suis une dessinatrice occasionnelle. Si je dois acheter
des crayons de couleur pour mon usage, cela me gne
quand la mine se casse quand je les taille, mais cela
nest finalement pas trs important. Avoir un processus
un faible niveau de sigma ne me gne finalement pas
trop car il ne sagit pas de mon processus principal. Je
vais donc acheter des crayons qui ne seront pas trs
haut de gamme : leur prix sera fonction de mes exigen-
ces et refltera srement un pitre niveau de sigma
pour la casse de la mine pendant que je taille mes
crayons. Ceci rpondra mes attentes.
Si jtais dessinatrice professionnelle (ou amateur),
jaurais besoin de matriel correct. Il sagirait, dans ce
cas, de mon processus principal. Un crayon qui casse-
rait plusieurs fois me ferait perdre du temps. Je ne
ditions dOrganisation
ditions dOrganisation
4
tape 2 : mesurer
EMBALLAGE PLASTIQUE
Fabrication
OUVERTURE EMBALLAGE
INSERTION PRODUIT ET
NOTICE DANS EMBALLAGE
NOTICE
CONTRLE VISUEL
PRSENCE PRODUIT CORRECT +
NOTICE + TIQUETTE DANS LA
Assurance qualit BONNE LANGUE
ditions dOrganisation
TRANSPORT PALETTE
58 Mettre en uvre le Six Sigma
1 EMBALLAGE PLASTIQUE
EE2
Fabrication EE2
2 OUVERTURE EMBALLAGE
EE1
EE1
3 EE3
EE3
INSERTION PRODUIT ET
NOTICE DANS EMBALLAGE
NOTICE
5
CONTRLE VISUEL
PRSENCE PRODUIT CORRECT +
NOTICE + TIQUETTE DANS LA
Assurance qualit BONNE LANGUE
ES1
EE5
6 POSE PRODRUIT EMBALL
DANS CARTON
carton
7
CARTON PLEIN
8 MISE EN PALETTE
ES1
ditions dOrganisation
9 TRANSPORT PALETTE
Cest toujours le processus tel quil est qui doit tre dcrit
ltape de mesure et non tel quon le peroit ou quon sou-
haiterait quil soit. Les mesures seront prises partir de la
situation relle galement. Si la situation dcrite nest pas
la situation relle, que va-t-on collecter comme donnes?
Des mesures sur les emballages toujours bons? Ceci ne
permettra pas daffiner la connaissance du problme. Les
produits dfectueux sont porteurs dinformations. Aucun
lment diffrenciateur de situations correctes et incor-
rectes ne pourra tre trouv dans lanalyse, si la collecte
napporte pas ces enseignements.
expliquer que :
les points extrmes sont en fait normaux, au sens sta-
tistique du terme;
chacun dentre eux sera contrebalanc par un autre,
dans le sens contraire, dans quelque temps;
tape 2 : mesurer 67
Rule 1 Rule 3
Rule 3 Rule 4
ditions dOrganisation
68 Mettre en uvre le Six Sigma
Variation totale
(1+4)
Varition du systme
Variation de pice pice
de mesure
(4 ou 8)
(1)
C 3 M 6
C 3 M 7
C 3 M 6
74 Mettre en uvre le Six Sigma
1 2 3 valuateur
7 A
B
6 C
5
Nb endroits abmes
4
Mean
3
MINITAB
valuateur
Panel variable : N emballage
1 % Study Var
50 3 2,5
2
0,0
0
Gage R&R Repeat Reprod Part-to-part 1 2 3
N emballage
R Chart by valuateur 7
A B C
Nb endroits abms by valuateur 6
3,0
Sample Range
UCL = 2,574
5,0
1,5 2,5
R=1
0,0 LCL = 0 0,0
A B C
valuateur
Xbar Chart by valuateur 5
A B C valuateur* N emballage Interaction 9
UCL = 4,616
Sample Mean
valuateur
5,0 = 5,0 A
Average
X = 3,593
MINITAB
B
2,5 LCL = 2,570 2,5 C
0,0
0,0 1 2 3
N emballage
3
quipes
pla
mo
stiq
ula
av
sa
ge
ue
ec
ns
plastique formation
de dan sse
ins mba arto
se sc
ert lla n
d ns ntr
av gan
ion ge
ec ts
lica
be
/sa
te
au
s
co
manipulation
pe
up
u
nombre demballages
i
pe
rm
im
an
air
en
es
t
poids des matires personnel
emballes Influence
sur les coins
ins
chutes abms
ert
ion
av
de dan
ins mba arto
ec
se sc
ert lla n
de
/sa
ion ge
se
ns
lica
mb
ga
chocs
tes
all
nts
ag
av
s
se
es
ec
/sa
da
d
es des
ns
ns
lica
pa em
es em
ca
ga
tes
les
pa ba
ce ba
rto
nts
se
au lla
n
en ge d
de ges
tre s an
ssu
s
da
n
s la
n
s la
s la
m r
lon
ha
l arg
lan
gu
ute
g
eu
eu
ur
% Study Var
50 2,5
0,0
0
Gage R&R Repeat Reprod Part-to-part 1 2 3
N emballage
R Chart by valuateur
A B C
Nb endroits abms by valuateur
1,0
Sample Range
valuateur
4 = 4 A
Average
X = ???
MINITAB
B
2 LCL = 1,847 2 C
0
0 1 2 3
N emballage
Les tudes R & R sont raliser sur toutes les mesures des
Y et parfois de certains X. Un tableau de toutes les tudes
R & R ralises peut tre tabli pour vrifier que tous les
relevs de donnes comportent une incertitude acceptable
et pour identifier les mesures qui restent amliorer.
La liste des paramtres Y dtermine au cours des tapes
prcdentes correspond :
Y1 = nombre demballages abms par lot
Y2 = nombre demballages recycls dans lopration de
contrle visuel par lot (opration n 5 du processus)
Dautres Y pourraient tre collects pour complter ce tra-
vail durant ltape danalyse.
Une fois la validation de la mesure pour Y ralise, la liste
des paramtres collects simultanment aux Y est tablie
pour dterminer plus prcisment les liaisons ventuelle-
ment existantes. Un Brainstorming prcise la liste des para-
mtres potentiels de ltude, en rpondant aux questions
qui permettent de comprendre le phnomne : qui? Quoi?
Quand? O? Pourquoi? Cet exercice est ralis avec les per-
sonnes connaissant le processus. Un tri parmi les param-
tres importants (X) est effectu laide dune matrice de
priorisation. Les paramtres X mesurer sont les suivants :
numro du lot;
taille du lot;
modle demballage;
nombre demballages abms en entre;
ditions dOrganisation
nom de loprateur;
nom du contrleur;
jour;
prsence de chutes.
82 Mettre en uvre le Six Sigma
Donnes collectes
C1
emballage C2-T C3 C4 C5-T C6-T C7-T C8-D C9 C10
oprateur
en entre
contleur
nb embll.
Nb. emb.
prsence
Nb emb.
recycls
modle
abms
abms
par lot
du lot
hutes
Taille
nom
nom
jour
Lot
60 60
50 50
40 40
30 30
20 20
10 10
MINITAB
0 0
15
0
60
45
30
15
MINITAB
0
1 96 192 288 384 480
Index
Panel variable : modle emballage
0 2 4 0 2 4
Summary for Nb emb. abms par lot Dotplot of Nb emb. abms par lot vs modle emballage
modle emballage = 3
Anderson-Darling Normality Test
A-Squared 2,45
P-Value < 0,005
Mean 11,500
St Dev 3,736
Variance 13,960
Skewness 0,587995
Kurtosis 0,331267
N 200
Minimum 2,000
0 10 20 30 40 50 1st Quartile 9,000 modle emballage 1
Median 11,000
3rd Quartile 13,750
Maximum 24,0000
95% Confidence Interval for Mean 2
10,979 12,021
95% Confidence Intervals 95% Confidence Interval for Median 3
10,673 11,327 0 8 16 24 32 40 48 56
Mean 95% Confidence Interval for StDev
3,402 4,143 Nb emb. abms par lot
Median
11,0 11,5 12,0 Each symbol represents up to 6 observations.
MINITAB
Nombre demballages abms par lot par modle demballage
ditions dOrganisation
tape 2 : mesurer 89
5 233 99,977 %
4 6 210 99,379 %
3 66 807 93,32 %
2 308 537 69,2 %
1 690 000 31 %
92 Mettre en uvre le Six Sigma
Objectif
La recherche des causes potentielles de dfaillance dans ce
processus doit permettre un meilleur ciblage des probl-
ditions dOrganisation
De la mesure lanalyse
Dans de nombreux projets, le passage de la phase de
mesure la phase danalyse manque de clart. Quand
jinterroge les Green Belts ou les Black Belts ce sujet, ils ne
savent pas toujours se situer entre lune et lautre. Quelques
lments apportent toutefois un clairage : tout dabord,
sur la planification des diffrentes phases. Bien que lon
soit tenu de fournir et de suivre une planification rigou-
reuse, la dure des diffrentes phases savre complexe et
morcele dans certains projets.
La phase de mesure peut tre longue. Aussi les rsultats
recherchs en dbut de phase sont prsents bien avant
quelle soit termine. Lenvie est grande de dmarrer lana-
lyse de ces rsultats sans attendre les autres mesures. Cest
ce qui est souvent fait en pratique. D'ailleurs, aprs un cer-
ditions dOrganisation
LAMDEC
LAMDEC (Analyse des Modes de Dfaillances, de leurs
Effets et de leurs Criticits) est aussi connu sous le nom de
FMECA (Failure Mode Effects and Criticality Analysis).Cet
outil permet de trouver les causes des problmes puis de
hirarchiser les risques encourus (voir graphique plus
loin). Lexistence relle de ces causes peut tre affirme ou
infirme avec un plan dexpriences.
Bilan de lAMDEC
LAMDEC, dans un projet Six Sigma, sert trouver les
causes des problmes qui peuvent survenir, puis les hi-
ditions dOrganisation
14 21 28 35 42 49 56
Taille du lot
Each symbol represents up to 2 observations.
Mean 32,58
SIDev 8,770
N 480
AD 1,573
P-Value <0,005
Percent
0 10 20 30 40 50 60
Taille du lot
Maximum 56,000
95 % Confidence Intervals
Mean 95 % Confidence Interval for Mean
MINITAB
31,797 33,370
Median 95 % Confidence Interval for Median
31,000 33,000
95 % Confidence Interval for tDev
8,248 9,363
tape 3 : analyse du processus 105
75 %
Mdiane 50 %
Bote
25 %
modle emballage
1
2
40 *
30 *
20
MINITAB
10 *
1 2 3
modle emballage
Comptage
cart type
Moyenne
Variables
Mdiane
tendue
Modles
Max.
Min.
Q1
Q3
Taille du lot Tous 480 32,6 8,770 10 27 32 39 56 46
1 200 40,3 5,940 24 36 41 44 56 32
Taille du lot 2 80 19,6 3,487 10 18 20 22 29 19
3 200 30,0 3,157 23 28 30 32 40 17
Scatterplot of Nb emb. abms par lot Nb emb. abms par lot en fonction de Taille
vs Taille du lot du lot pour emballage 2
60 modle 25
Nb emb. abms par lot
Nb emb. abms par lot en fonction de Taille Nb emb. abms par lot en fonction de Taille
du lot pour emballage 1 du lot pour emballage 3
60 25
Nb emb. abms par lot
50 20
40
15
30
20 10
10 5
MINITAB
0 0
20 30 40 50 60 25 30 35 40
Taille du lot Taille du lot
tude de lemballage 1
Le cas de lemballage 1 est le plus complexe tudier.
Ltude est ralise en ne conservant que les donnes
110 Mettre en uvre le Six Sigma
Nb emb. abms par lot en fonction Nb emb. abms par lot en fonction
de Taille du lot, oprateurs, prsences chutes de Taille du lot
20 30 40 50 60 25
N O prsence nom
60
Nb emb. abms par lot
20
Nb emb. abms par lot
50
40 15
30 10
20
5
10
MINITAB
0
0 25 30 35 40
* A.C. B.D. C.Z. E.R. F.D. F.T. J.A.
prsence chutes Taille du lot pour emballage 3
nom oprateur N 0
Plan dexpriences
d'emballages
d'emballages
d'emballages
Prsence de
l'oprateur
Ordre des
en entre
Nombre
Nombre
Nombre
Nom de
recycls
abms
abms
chutes
du lot
essais
Taille
1 30 0 C.Z. 0 34 2
2 50 0 C.Z. 0 0 0
3 30 40 C.Z. 0 0 1
4 50 40 C.Z. 0 34 10
5 30 0 E.R. 0 0 2
6 50 0 E.R. 0 34 5
7 30 40 E.R. 0 34 10
8 50 40 E.R. 1 0 90
9 30 0 C.Z. 1 0 30
10 50 0 C.Z. 1 34 78
11 30 40 C.Z. 1 34 20
12 50 40 C.Z. 1 0 85
13 30 0 E.R. 1 34 40
14 50 0 E.R. 1 0 55
15 30 40 E.R. 1 0 50
16 50 40 E.R. 1 34 90
(Alpha = 0.05)
23.46
D Factor Name
A A taille du lot
AD B Nb emb. abms en entre
B C Nom oprateur
BE D Prsence chutes
BC E Nb emb. recycls
AB
C
AC
AE
CE
E
DE
BD
CD
0 10 20 30 40 50
Effets
45
30
Moyenne des Nb emb. abms
15
0
30 50 0 40 C.Z. E.R.
Prsence chutes Nb emb. recycls
ditions dOrganisation
60
45
30
15
0
0 1 0 34
114 Mettre en uvre le Six Sigma
tude de lemballage 2
Aprs ltude de lemballage 1, ltude se porte sur le cas de
lemballage 2. Celui-ci est compltement diffrent.
tude de lemballage 3
ditions dOrganisation
20
S 0,523185
R-Sq 96,4%
Nb emb. abms par lot
10
0
MINITAB
25 30 35 40
Taille du lot
ditions dOrganisation
tape 3 : analyse du processus 119
50
Nb emb. abms par lot
40
30
20
10
0
0 10 20 30 40 50
nb emb. abms en entre
30
Nb emb. abms en entre
25
20
15
10
5
0
* AC BD CZ ER F.D. F.T. I.A
nom oprateur
50
40
Nb emb. abms par lot
30
20
10
MINITAB
0
ditions dOrganisation
0 1 2 3 4 6 7 8 9 10 11 15 20 30 45 * 0 1 2 3 4 6 7 8 9 10 11 15 20 30 45 *
N O
nb emb. abms en entre ; prsence chutes
Nombre Rle
Modles
Prsence
demballages de
Tailles de lot de
abms lopra-
chutes
en entre teur
entre oprateurs.
Le schma dorganisation des postes, tabli lors de la
phase de mesure, complte le travail dinversion. Il permet
de dtecter les goulets dtranglement du processus et
dexpliquer les temps ncessaires sa ralisation.
126 Mettre en uvre le Six Sigma
matrice de priorisation.
tape 4 : innover/amliorer 127
Outil de linversion
Premires Rponses Amliorations ncessaires
rponses inverses
Faire tomber les Ne pas faire tom- Ajouter un rebord sur les postes de tra-
emballages du ber les emballa- vail afin dviter le glissement des embal-
poste de travail ges lages dus aux mouvements des bras sur
ces postes.
Rationaliser les circuits des produits et
des emballages, en simplifiant les flux
pour quils ne se croisent pas.
Pousser les Placer les nou- Crer un systme FIFO (First In First Out)
emballages dj veaux derrire en mettant en place un suivi Kanbana.
raliss avec les Les nouveaux emballages sont systma-
nouveaux tiquement placs derrire les anciens
afin de faire circuler les plus anciens
avant les nouveaux.
Faire tomber les Rapprocher les Crer un flux harmonis entre les embal-
emballages avant cartons lages et la mise en cartons.
leur mise en car- La mise en carton intervient directement
ton aprs la mise en emballage. Elle se
trouve ainsi rationalise car plus simple
daccs.
Pile demballages Empiler correcte- Rduire les temps intermdiaires, en for-
dsquilibre ment les emballa- mant les oprateurs polyvalents qui
ges pourront travailler sur les autres postes.
Travailler sur le Diminuer les en-cours qui sont une
goulet dtrangle- source daugmentation de la taille des
ment pour dimi- empilages.
nuer les piles
Chutes dues aux Veiller lergono- Travailler sur le schma dimplantation
cbles informati- mie du poste du poste pour rduire tous les risques.
ques (cblage, scu- Faire un 5Sb pour diminuer les objets
Collisions entre rit, circuits, etc.) non indispensables, prsents autour du
oprateurs poste, et ne maintenir que les objets
indispensables. Cette action conduit
davantage de rapidit et un gain en
ditions dOrganisation
efficacit.
a. Le Kanban est un systme de lancement de production qui intervient lorsque lopra-
tion suivante est ralise. Ce systme tire les demandes en fonction des demandes des
clients.
b. 5S : systme japonais qui permet didentifier, classer, nettoyer, liminer puis ranger en
fonction de la priorit et de lordre dutilisation.
128 Mettre en uvre le Six Sigma
Action de suivi
Il a t observ galement que le nombre demballages
dposs dans le carton augmentait le nombre demballa-
ges dfectueux dans la phase danalyse. Aussi une pese
130 Mettre en uvre le Six Sigma
emballage 3
25
24
30
23
22
MINITAB
21 25
20
3 6 9 12 15 18 21 24 27 30 1 20 40 60 80 100 120 140 160 180 200
mesure mesure
facilit de ralisation;
facilit de mise en uvre;
faible cot;
augmentation de rendement.
Ces critres sont pondrs. Chaque solution est value en
groupe. Les rsultats sont pondrs leur tour, puis tris.
Les meilleures solutions ressortent alors de cette opra-
tion.
Chaque participant la runion reoit 10 points, quil
rpartit comme il le souhaite. Le rsultat est le suivant.
valuation des diffrentes solutions
Participant 1
Participant 2
Participant 3
Participant 4
Participant 5
Total
Facilit de ralisation 1 2 1 1 1 6
Facilit de mise en uvre 1 2 1 2 2 8
Faible cot 5 3 5 4 4 21
Augmentation de rendement 3 3 3 3 3 15
Total 10 10 10 10 10 50
mise en uvre
Augmentation
de rendement
Faible cot
ralisation
Facilit de
Facilit de
Total
Total
Ralisation 13 Solutions possibles 6 8 21 15 50
Moyenne = 52 %
lautre.
3
Nb. emb. abms par lot
MINITAB
0
1 11 22 33 44 55 66 77 88 99 110
Index
20 20
=
Individual Value
X = 11,5
15 15
10 10
5 1 1
1 1 5
1
MINITAB
1 1
0 LCL = 0,65
0
ditions dOrganisation
En conclusion
La part de diminution des causes de problmes trouvs
dans la phase danalyse prend tout son sens dans cette
partie du projet.
ditions dOrganisation
7
tape 5 : contrler/matriser
Moyenne = 52 %
Procdures et instructions
ditions dOrganisation
Valeur Individuelle
35 UCL = 37,59
30
25 X = 25,74
20
15 LCL = 13,89
1 9 17 25 33 41 49 57 65 73
Observation
1
16 1
UCL = 14,56
tendue Mobile
12
8 X = 4,45
4
0 LCL = 0
1 9 17 25 33 41 49 57 65 73
Observation
150 1 1
UCL = 120,9
100
50 X = 49,8
0
LCL = 21,2
1 8 15 22 29 36 43 50 57 64
Observation
1
100
tendue Mobile
11 UCL = 87,3
75
50 X = 26,7
MINITAB
25
0 LCL = 0
1 8 15 22 29 36 43 50 57 64
Observation
de capabilit
Une comparaison de la situation globale avant et aprs,
sur le nombre demballages abms, permet de constater
lamlioration.
150 Mettre en uvre le Six Sigma
25
20
Nb emballages abms
15
10
0
MINITAB
Capability Histogram
Aprs
LSL USL
Within 3000 Within
Overall
Cp 6,957
CPL 0,041 2000 Overall
CPU 13,873 Pp 6,941
Cpk 0,041 1000 PPL 0,040
CCpk 6,957 PPU 13,841
0 Ppk 0,040
5 13 21 29 37 45 53 Cprn *
Avant
LSL USL
Within Within
200 Overall
Cp 6,957
CPL 0,041 150 Overall
CPU 13,873 Pp 0,094
100
Cpk 0,041 PPL 0,250
MINITAB
0 Ppk -0,061
5 13 21 29 37 45 53 Cprn *
50 000
-50 000
-100 000
-150 000
-200 000
-250 000
Validation du processus
Une validation du processus est souvent ncessaire aprs
quelques cycles. Elle peut avoir lieu quelques semaines ou
plusieurs mois aprs la fin du projet.
On y passe en revue les diffrents indicateurs et lon y
valide que les niveaux atteints prcdemment nont pas t
modifis et que le processus na pas driv. Il sagit donc
de reprendre tous les lments dtaills en phase de
contrle et de dterminer les ventuelles variations.
Lindicateur dtat davancement des actions doit cette
fois-ci atteindre 100 % et lexamen des ventuels carts
doit tre particulirement svre et appuy.
Si des variations sont apparues, il faut relancer quelques
actions correctives et prventives afin de maintenir le pro-
cessus au mme niveau.
Voici une liste de ce qui est observ durant cette validation :
les cartes de contrle (observation des ventuelles dri-
ves et des mesures encore hors contrle);
la revue des procdures (sont-elles acceptes, compri-
ses, claires, intgres?);
le droulement du processus (une observation concrte
in situ valide les rsultats);
le comportement des personnes (sont-elles satisfaites?
Que pensent-elles des nouveauts?);
les lments financiers concrets ont-ils t observs?
ditions dOrganisation
ditions dOrganisation
Sites Internet utiles
www.minitab.fr
www.frechetconseil.com