Les sept outils de base de QC de

Kaoru Ishikawa
Sept outils QC
Sept outils de base de la qualité, soulignés pour la première fois par Kaoru Ishikawa,
professeur d'ingénierie à l'Université de Tokyo et père des «cercles de qualité». Ces
outils sont les suivants:

1. Diagramme de cause à effet (également appelé Ishikawa ou diagramme en arête

de poisson): identifie de nombreuses causes possibles d'un effet ou d'un
problème et trie les idées en catégories utiles.
2. Fiche de contrôle: Un formulaire structuré et préparé pour la collecte et l'analyse
des données; un outil générique qui peut être adapté à une grande variété de
fins.
3. Cartes de contrôle: graphiques utilisés pour étudier l'évolution d'un processus au
fil du temps.
4. Histogramme: le graphique le plus couramment utilisé pour afficher les
distributions de fréquence, ou la fréquence à laquelle chaque valeur différente
dans un ensemble de données se produit.
5. Diagramme de Pareto: affiche sur un graphique à barres les facteurs les plus
importants.
6. Diagramme de dispersion: Représente graphiquement des paires de données
numériques, une variable sur chaque axe, pour rechercher une relation.
7. Organigramme: Un organigramme de processus est simplement un outil qui
montre graphiquement les entrées, les actions et les sorties d'un système donné.

[youtube = https: //www.youtube.com/watch? v = alQJTxolpFA & rel = 0]

DIAGRAMMES DE CAUSE ET D'EFFET

L'amélioration des processus implique d'agir sur les causes de la variation. Avec la
plupart des applications pratiques, le nombre de causes possibles d'un problème
donné peut être énorme. Dr. Kaoru Ishikawa a développé une méthode simple
d'affichage graphique des causes de tout problème de qualité donné. Sa méthode est
appelée par plusieurs noms, le diagramme d'Ishikawa, le diagramme en arête de
poisson et le diagramme de cause à effet.
Les diagrammes de cause à effet sont des outils qui sont utilisés pour organiser et
afficher graphiquement toutes les connaissances d'un groupe concernant un problème
particulier. Habituellement, les étapes sont les suivantes:

1. Développer un organigramme de la zone à améliorer.

2. Définissez le problème à résoudre.
3. Faites un remue-méninges pour trouver toutes les causes possibles du problème.
4. Organisez les résultats du brainstorming en catégories rationnelles.
5. Construisez un diagramme de cause à effet qui affiche avec précision les
relations de toutes les données dans chaque catégorie.
Une fois ces étapes terminées, la construction du diagramme de cause à effet est très
simple.

1. Dessinez une boîte à l'extrême droite d'une grande feuille de papier et tracez une
flèche horizontale qui pointe vers la boîte. À l'intérieur de la boîte, écrivez la
description du problème que vous essayez de résoudre.
2. Écrivez les noms des catégories au-dessus et au-dessous de la ligne
horizontale. Considérez-les comme des branches du tronc principal de l'arbre.
3. Dessinez les données de cause détaillées pour chaque catégorie. Considérez-
les comme des membres et des brindilles sur les branches.

Un bon diagramme de cause à effet aura de nombreuses «brindilles». Si votre

diagramme de cause à effet n'a pas beaucoup de branches et de brindilles plus petites,
cela montre que la compréhension du problème est superficielle. Il y a de fortes
chances que vous ayez besoin de l'aide d'une personne extérieure à votre groupe pour
vous aider à comprendre, peut-être quelqu'un de plus proche du problème.
Les diagrammes de cause à effet sont de plusieurs types de base. Le type d'analyse
de dispersion est créé en demandant à plusieurs reprises «pourquoi cette dispersion
se produit-elle?» Par exemple, nous pourrions vouloir savoir pourquoi toutes nos
pêches fraîches n'ont pas la même couleur.
 Diagramme de cause à effet
Le diagramme de cause à effet de la classe de processus de production utilise les
processus de production comme principales catégories, ou branches, du
diagramme. Le diagramme des causes et effets de l'énumération des causes affiche
simplement toutes les causes possibles d'un problème donné, regroupées selon des
catégories rationnelles. Ce type de diagramme de cause à effet se prête facilement à
l'approche de remue-méninges que nous utilisons. Les diagrammes de cause à effet
ont un certain nombre d'utilisations. La création du diagramme est une éducation en
soi. L'organisation des connaissances du groupe sert de guide à la discussion et
inspire fréquemment plus d'idées. Le diagramme de cause à effet, une fois créé, agit
comme un enregistrement de votre recherche. Enregistrez simplement vos tests et
résultats au fur et à mesure. Si la véritable cause se trouve être quelque chose qui
n'était pas sur le diagramme d'origine, écrivez-le. Enfin, le diagramme de cause à effet
est un affichage de votre niveau actuel de compréhension. Il montre le niveau de
technologie existant tel que compris par l'équipe. C'est une bonne idée d'afficher le
diagramme de cause à effet dans un endroit bien visible pour que tous puissent le voir.

[youtube = https: //www.youtube.com/watch? v = wImI1ItrgfI & rel = 0]

FICHES DE CONTRÔLE
Les fiches de contrôle sont des dispositifs qui se composent de listes d'éléments et
d'un indicateur de la fréquence à laquelle chaque élément de la liste se produit. Dans
leur forme la plus simple, les listes de contrôle sont des outils qui facilitent le processus
de collecte de données en fournissant des descriptions pré-écrites des événements
susceptibles de se produire. Une fiche de contrôle bien conçue répondra aux
questions posées par l'enquêteur. Voici quelques exemples de questions: «Tout a-t-il
été fait?» «Toutes les inspections ont-elles été effectuées?» «À quelle fréquence un
problème particulier se produit-il?» «Les problèmes sont-ils plus courants avec la
partie X qu'avec la partie Y?» Ils servent également comme des rappels qui attirent
l'attention du collecteur de données sur les éléments d'intérêt et d'importance. Ces
feuilles de contrôle simples sont appelées feuilles de vérification de confirmation. Les
fiches de contrôle ont été améliorées en ajoutant un certain nombre d'améliorations,
dont certaines sont décrites ci-dessous. Bien qu'elles soient simples, les fiches de
contrôle sont des outils d'amélioration des processus et de résolution de problèmes
extrêmement utiles. Leur puissance est considérablement améliorée lorsqu'ils sont
utilisés en conjonction avec d'autres outils simples, tels que les histogrammes et
l'analyse de Pareto. Ishikawa a estimé que 80% à 90% de tous les problèmes en milieu
de travail pourraient être résolus en utilisant uniquement des outils simples
d'amélioration de la qualité.

Les fiches de contrôle sont d'excellents outils pour organiser et collecter des faits et
des données. En collectant des données, les individus ou les équipes peuvent prendre
de meilleures décisions, résoudre les problèmes plus rapidement et bénéficier d'un
support de gestion.
Enregistrement des feuilles de contrôle
Une feuille de contrôle d'enregistrement est utilisée pour collecter les données
mesurées ou comptées. La forme la plus simple de la feuille de contrôle
d'enregistrement concerne les données comptées. Les données sont collectées en
faisant des graduations sur ce style particulier de feuilles de contrôle
 Fiche de vérification d'enregistrement type

La feuille de contrôle peut être décomposée pour indiquer le quart de travail, le jour ou
le mois. Les données mesurées peuvent être résumées au moyen d'une feuille de
contrôle appelée feuille de pointage. Pour collecter les données mesurées, le même
formulaire de contrôle général est utilisé. La seule précaution est de laisser
suffisamment de place pour écrire des mesures individuelles.

Listes de contrôle

Le deuxième type principal de feuille de contrôle est appelé la liste de contrôle. Une
liste d'épicerie est un exemple courant de liste de contrôle. Au travail, des listes de
contrôle peuvent souvent être utilisées pour inspecter des machines ou des
produits. Les listes de contrôle sont également très utiles pour apprendre à utiliser un
équipement complexe ou délicat.
Feuilles de vérification du processus

Ces feuilles de contrôle sont utilisées pour créer des feuilles de pointage de distribution
de fréquence qui sont à leur tour utilisées pour construire des histogrammes. Une
feuille de contrôle du processus est construite en répertoriant plusieurs plages de
valeurs de mesure et en enregistrant une marque pour les observations réelles. Notez
que si une attention raisonnable est apportée à l'enregistrement des graduations, la
feuille de contrôle donne une image graphique similaire à un histogramme.
 Liste de
contrôle du processus

Feuilles de vérification des défauts

Ici, les différents types de défauts sont répertoriés et les fréquences observées
observées. Si des précautions raisonnables sont prises pour enregistrer les
graduations, la feuille de contrôle ressemble à un graphique à barres.

Liste de
contrôle des défauts

Feuilles de vérification des défauts stratifiés

Ces fiches de contrôle stratifient un type de défaut particulier selon des critères
logiques. Cela est utile lorsque la feuille de vérification des défauts ne fournit pas
d'informations adéquates concernant la ou les causes profondes d'un problème.

Feuille de
vérification des défauts stratifiés

Feuille de vérification de l'emplacement des défauts

Ces «fiches de contrôle» sont en fait des dessins, des photographies, des schémas
de configuration ou des cartes qui montrent où un problème particulier se
produit. L'emplacement spatial est précieux pour identifier les causes profondes et
planifier des actions correctives. Dans la figure ci-dessous, l'emplacement des plaintes
des clients concernant des problèmes de plastification sur une chaussure de course
est indiqué par un «X». Le diagramme permet d'identifier facilement une zone à
problème qui serait difficile à décrire autrement. Dans ce cas, une image vaut vraiment
mille mots d'explication.
 Plaintes de
plastification de la feuille de vérification de l'emplacement des défauts

Feuille de vérification du diagramme des causes et des effets

Les diagrammes de cause à effet peuvent également servir de feuilles de

contrôle. Une fois le diagramme préparé, il est affiché dans la zone de travail et la
flèche appropriée est marquée chaque fois que cette cause ou situation particulière se
produit. Les équipes peuvent également utiliser cette approche pour les données
historiques, lorsque ces données sont disponibles.

[youtube = https: //www.youtube.com/watch? v = b19H5YzCu54 & start = 14 & end =

310 & rel = 0]

HISTOGRAMMES
Un histogramme est une représentation imagée d'un ensemble de données. Il est créé
en regroupant les mesures en «cellules». Les histogrammes sont utilisés pour
déterminer la forme d'un ensemble de données. De plus, un histogramme affiche les
nombres d'une manière qui permet de voir facilement la dispersion et la tendance
centrale et de comparer la distribution aux besoins. Les histogrammes peuvent être
de précieux outils de dépannage. Les comparaisons entre les histogrammes de
différentes machines, opérateurs, fournisseurs, etc. révèlent souvent des différences
importantes.

Comment construire un histogramme

1. Trouvez la plus grande et la plus petite valeur dans les données.
2. Calculez la plage en soustrayant la plus petite valeur de la plus grande valeur.
3. Sélectionnez un certain nombre de cellules pour l'histogramme. Le tableau ci-
dessous fournit quelques directives utiles. L'histogramme final peut ne pas avoir
exactement le nombre de cellules que vous choisissez ici, comme expliqué ci-
dessous. Comme alternative, le nombre de cellules peut être trouvé comme la racine
carrée du nombre dans l'échantillon. Par exemple, si n = 100, alors l'histogramme
aurait 10 cellules. Arrondissez à l'entier le plus proche.
 TAILLE DE L'ÉCHANTILLON NOMBRE DE CELLULES

100 ou moins 7 à 10

101-200 11 à 15

201 ou plus 16 à 20

4. Déterminez la largeur de chaque cellule. Nous utiliserons la lettre W pour

représenter la largeur de cellule. Le nombre W est un point de départ. Arrondissez W
à un nombre commode. L'arrondi W affectera le nombre de cellules de votre
histogramme.

5. Calculez les «limites des cellules». Une cellule est une plage de valeurs et les limites
des cellules définissent le début et la fin de chaque cellule. Les limites des cellules
doivent avoir une décimale de plus que les valeurs des données brutes dans
l'ensemble de données. par exemple, si les données sont des nombres entiers, les
limites des cellules auraient une décimale. La limite inférieure de la première cellule
doit être inférieure à la plus petite valeur de l'ensemble de données. D'autres limites
de cellule sont trouvées
en ajoutant W à la limite précédente. Continuez jusqu'à ce que la limite supérieure soit
supérieure à la plus grande valeur de l'ensemble de données.
6. Parcourez les données brutes et déterminez dans quelle cellule chaque valeur se
situe. Marquez une coche dans la cellule appropriée.
7. Comptez les graduations dans chaque cellule et enregistrez le comptage,
également appelé fréquence, à droite des graduations.
8. Construisez un graphique à partir du tableau. L'axe vertical du graphique affichera
la fréquence dans chaque cellule. L'axe horizontal montrera les limites des cellules. La
figure ci-dessous illustre la disposition d'un histogramme.

Présentation d'un histogramme

9. Dessinez des barres représentant les fréquences des cellules. Les barres doivent
toutes avoir la même largeur, la hauteur des barres doit être égale à la fréquence dans
la cellule.

Exemple d'histogramme

Supposons que vous ayez les données sur la taille d'une tige métallique. Les tiges ont
été échantillonnées toutes les heures pendant 20 heures consécutives et 5 tiges
consécutives ont été vérifiées à chaque fois (20 sous-groupes de 5 valeurs par
groupe).

1. Recherchez la valeur la plus grande et la plus petite dans l'ensemble de données. La

plus petite valeur est 0,982 et la plus grande est 1,021.
2. Calculez la plage, R, en soustrayant la plus petite valeur de la plus grande valeur. R
= 1,021 -0,982 = 0,039.
3. Sélectionnez un certain nombre de cellules pour l'histogramme. Puisque nous avons
100 valeurs, 7 à 10 cellules sont recommandées. Nous utiliserons 10 cellules.
4. Déterminez la largeur de chaque cellule, W. En utilisant l'équation VI, nous calculons
W = 0,039 / 10 = 0,0039. Nous arrondirons ce chiffre à 0,004 pour plus de
commodité. Ainsi, W = 0,004.
5. Calculez les limites des cellules. La limite inférieure de la première cellule doit être
inférieure à notre plus petite valeur de 0,982, et nos limites de cellule doivent avoir une
décimale de plus que nos données brutes. Ainsi, la limite de cellule inférieure pour la
première cellule sera de 0,9815. D'autres limites de cellule sont trouvées en ajoutant
W = 0,004 à la limite de cellule précédente jusqu'à ce que la limite supérieure soit
supérieure à notre plus grande valeur de 1,021.

NUMÉRO DE LIMITE INFÉRIEURE DES LIMITE DE LA CELLULE

TÉLÉPHONE CELLULES SUPÉRIEURE

1 0,9815 0,9855

2 0,9855 0,9895

3 0,9895 0.9935

4 0.9935 0.9975

5 0.9975 1,0015

6 1,0015 1,0055

sept 1,0055 1,0095

8 1,0095 1.0135

9 1.0135 1.0175

dix 1.0175 1.0215

6. Parcourez les données brutes et cochez la case appropriée pour chaque point de
données.
7. Comptez les graduations dans chaque cellule et enregistrez la fréquence à droite
de chaque cellule.
Construisez un graphique à partir du tableau ci-dessus. La colonne de fréquence sera
tracée sur l'axe vertical et les limites des cellules seront affichées sur l'axe horizontal
(en bas). L'histogramme résultant est comme indiqué

Histogramme terminé

Utilisation de l'histogramme
  Les histogrammes peuvent être utilisés pour comparer un processus aux
exigences si vous tracez les lignes de spécification sur l'histogramme. Si vous
faites cela, assurez-vous de mettre à l'échelle l'histogramme en conséquence.
 Les histogrammes ne doivent pas être utilisés seuls. Construisez toujours un
graphique d'exécution ou un graphique de contrôle avant de construire un
histogramme. Ils sont nécessaires car les histogrammes masquent souvent des
conditions hors contrôle car ils ne montrent pas la séquence temporelle des
données.
 Évaluez le modèle de l'histogramme pour déterminer si vous pouvez détecter des
changements de toute nature. Les changements seront généralement indiqués
par plusieurs modes ou «pics» sur l'histogramme. La plupart des processus du
monde réel produisent des histogrammes avec un seul pic. Cependant, les
histogrammes de petits échantillons ont souvent plusieurs pics qui ne
représentent que la variation d'échantillonnage. De plus, plusieurs pics sont
parfois causés par un choix malheureux du nombre de cellules. Les processus
fortement influencés par les comportements sont souvent multimodaux. Par
exemple, les modèles de trafic ont des «heures de pointe» distinctes, et les
heures de grande écoute sont des heures de grande écoute précisément parce
que plus de gens ont tendance à regarder la télévision à ce moment.
 Les histogrammes peuvent être utilisés pour comparer un processus aux
exigences si vous tracez les lignes de spécification sur l'histogramme. Si vous
faites cela, assurez-vous de mettre à l'échelle l'histogramme en conséquence.
 Les histogrammes ne doivent pas être utilisés seuls. Construisez toujours un
graphique d'exécution ou un graphique de contrôle avant de construire un
histogramme. Ils sont nécessaires car les histogrammes masquent souvent des
conditions hors contrôle car ils ne montrent pas la séquence temporelle des
données.
 Évaluez le modèle de l'histogramme pour déterminer si vous pouvez détecter des
changements de toute nature. Les changements seront généralement indiqués
par plusieurs modes ou «pics» sur l'histogramme. La plupart des processus du
monde réel produisent des histogrammes avec un seul pic. Cependant, les
histogrammes de petits échantillons ont souvent plusieurs pics qui ne
représentent que la variation d'échantillonnage. De plus, plusieurs pics sont
parfois causés par un choix malheureux du nombre de cellules. Les processus
fortement influencés par les comportements sont souvent multimodaux. Par
exemple, les modèles de trafic ont des «heures de pointe» distinctes, et les
heures de grande écoute sont des heures de grande écoute précisément parce
que plus de gens ont tendance à regarder la télévision à ce moment.

Les histogrammes ont les caractéristiques suivantes:

 Graphiques à colonnes de fréquences qui affichent une image statique du

comportement du processus. Les histogrammes nécessitent un minimum de 50
à 100 points de données.
 Un histogramme est caractérisé par le nombre de points de données qui se
situent dans une barre ou un intervalle donné. Ceci est communément appelé
«fréquence».
 Un processus stable est fréquemment caractérisé par un histogramme
présentant des courbes unimodales ou en forme de cloche. Un processus stable
est prévisible.
  Un processus instable est souvent caractérisé par un histogramme qui présente
une courbe en forme de cloche. De toute évidence, d'autres formes de
distribution plus exotiques (comme exponentielle, log-normale, gamma, bêta,
Weibull, Poisson, binomiale, hypergéométrique, géométrique, etc.) existent en
tant que processus stables.
 Lorsque la courbe en cloche est la forme de distribution approximative, la
variation autour de la courbe en cloche est le hasard ou la variation
naturelle. D'autres variations sont dues à des causes spéciales ou attribuables.

[youtube = https: //www.youtube.com/watch? v = RWP2q4wyRds & start = 1 & end =

347 & rel = 0]

TABLEAUX PARETO
Définition - L'analyse de Pareto est le processus de classement des opportunités pour
déterminer laquelle des nombreuses opportunités potentielles doit être recherchée en
premier. Elle est également connue sous le nom de «séparation des quelques
éléments essentiels du nombre insignifiant».
Utilisation - L'analyse de Pareto doit être utilisée à différentes étapes d'un programme
d'amélioration de la qualité pour déterminer la prochaine étape. L'analyse Pareto est
utilisée pour répondre à des questions telles que «Quel département devrait avoir la
prochaine équipe SPC?» Ou «Sur quel type de défaut devrions-nous concentrer nos
efforts?»
Comment effectuer une analyse Pareto

1. Déterminez les classifications (catégories de Pareto) du graphique. Si les

informations souhaitées n'existent pas, obtenez-les en concevant des fiches de
contrôle et des feuilles de journal.
2. Sélectionnez un intervalle de temps pour l'analyse. L'intervalle doit être
suffisamment long pour être représentatif des performances typiques.
3. Déterminez le nombre total d'occurrences (c.-à-d. Le coût, le nombre de défauts,
etc.) pour chaque catégorie. Déterminez également le total général. S'il y a
plusieurs catégories qui ne représentent qu'une petite partie du total, regroupez-
les dans une catégorie appelée «autre».
4. Calculez le pourcentage pour chaque catégorie en divisant le total de la catégorie
par le grand total et en multipliant par 100.
5. Classer par ordre les catégories des occurrences totales les plus importantes aux
plus petites.
6. Calculez le «pourcentage cumulé» en ajoutant le pourcentage de chaque
catégorie à celui des catégories précédentes.
7. Construisez un graphique avec l'axe vertical gauche mis à l'échelle de 0 à au
moins le grand total. Mettez une étiquette appropriée sur l'axe. Échelle de l'axe
vertical droit de 0 à 100%, 100% du côté droit étant la même hauteur que le total
général du côté gauche.
8. Étiquetez l'axe horizontal avec les noms des catégories. La catégorie la plus à
gauche devrait être la plus grande, la deuxième en importance, etc.
9. Dessinez des barres représentant le montant de chaque catégorie La hauteur de
la barre est déterminée par l'axe vertical gauche.
10. Tracez une ligne qui montre la colonne de pourcentage cumulé du tableau
d'analyse de Pareto. La ligne de pourcentage cumulé est déterminée par l'axe
vertical droit.

Exemple d'analyse de Pareto

Les données du tableau ci-dessous ont été enregistrées pour des boîtes de pommes
arrivant au marché Super Duper en août.

PROBLÈME POMME PERDUE

Meurtri 100

Trop petit 87

Pourri 237

Pourri 9
 PROBLÈME POMME PERDUE

Mauvaise variété sept

Véreux 3

Le tableau de Pareto pour les données est donné dans le tableau ci-dessous.

RANG PROBLÈME POMME PERDUE POURCENTAGE POURCENTAGE CUMULÉ

1 Pourri 235 53,29% 53,29%

2 Meurtri 100 22,68% 75,97%

3 Indésirable 87 19,73% 95,7%

4 Autres 19 4,31% 100,01%

Notez que, comme cela arrive souvent, le pourcentage final est légèrement différent
de 100%. Cela est dû à une erreur d'arrondi et n'a rien à craindre. Le diagramme fini
est montré dans la figure ci-dessous

Le diagramme de Pareto complété

[youtube = https: //www.youtube.com/watch? v = dENYL2mk4OE & start = 14 & end
= 375 & rel = 0]

DIAGRAMMES DE DIFFUSION
Définition - Un diagramme de dispersion est un tracé d'une variable par rapport à une
autre. Une variable est appelée variable indépendante et elle est généralement
représentée sur l'axe horizontal (en bas). L'autre variable est appelée variable
dépendante et elle est représentée sur l'axe vertical (latéral).
Utilisation: des diagrammes de dispersion sont utilisés pour évaluer les relations de
cause à effet. L'hypothèse est que la variable indépendante provoque un changement
dans la variable dépendante. Les diagrammes de dispersion sont utilisés pour
répondre à des questions telles que «Le fournisseur est-il une machine à matériaux
mieux que le fournisseur B?» «La durée de la formation a-t-elle quelque chose à voir
avec la quantité de déchets qu'un opérateur produit?», Etc.
Comment construire un diagramme de dispersion
1. Rassemblez plusieurs paires d'observations, de préférence 20 ou plus. Un
ensemble apparié est un ensemble dans lequel la variable dépendante peut être
directement liée à la variable indépendante.
2. Trouvez la plus grande et la plus petite variable indépendante et la plus grande et
la plus petite variable dépendante.
3. Construisez les axes vertical et horizontal de sorte que les valeurs les plus petites
et les plus grandes puissent être tracées. Tracez les données en plaçant une marque
au point correspondant à chaque paire XY. La figure ci-dessous montre la structure de
base d'un diagramme de dispersion. Si plusieurs classifications sont utilisées, vous
pouvez utiliser différents symboles pour représenter chaque groupe.

Exemple de diagramme de dispersion

Le gestionnaire du verger suit quotidiennement le poids des pêches. Les données sont
fournies dans le tableau ci-dessous
 NOMBRE JOURNÉES SUR LES ARBRES POIDS (ONCES)

1 75 4.5

2 76 4.5

3 77 4.4

4 78 4.6

5 79 5,0

6 80 4.8

sept 80 4.9

8 81 5.1

9 82 5.2

dix 82 5.2

11 83 5.5

12 84 5.4

13 85 5.5

14 85 5.5

15 86 5.6

16 87 5.7

17 88 5.8
 NOMBRE JOURNÉES SUR LES ARBRES POIDS (ONCES)

18 89 5.8

19 90 6.0

20 90 6.1

1. Organisez les données en paires XY, comme indiqué dans le tableau V.4. La
variable indépendante, X, est le nombre de jours que le fruit a passé sur l'arbre. La
variable dépendante, Y, est le poids de la pêche.
2. Recherchez les valeurs les plus grandes et les plus petites pour chaque ensemble
de données. Les valeurs les plus grandes et les plus petites sont comme indiqué

VARIABLE LE PLUS PETIT LE PLUS GRAND

Jours sur l'arbre (X) 75 90

Poids de pêche (Y) 4.4 6.1

3. Construisez les axes. Dans ce cas, nous avons besoin d'un axe horizontal qui nous
permet de couvrir la plage de 75 à 90 jours. L'axe vertical doit couvrir le plus petit des
petits poids (4,4 onces) au plus grand des poids (6,1 onces). Nous sélectionnerons
des valeurs au-delà de ces exigences minimales, car nous voulons estimer le temps
qu'il faudra à une pêche pour atteindre 6,5 onces.
4. Tracez les données. Le diagramme de dispersion terminé est affiché

Utilisation de diagrammes de dispersion

Les diagrammes de dispersion affichent différents modèles qui doivent être
interprétés; la figure ci-dessous fournit un guide d'interprétation des diagrammes de
dispersion.

Un coefficient de corrélation r peut être calculé pour déterminer le degré d'association

entre les deux variables
 Assurez-vous que la variable indépendante, X, varie sur une plage suffisamment
large. Lorsque X est modifié seulement une petite quantité, vous ne pouvez pas voir
une corrélation avec Y, même si la corrélation existe vraiment.

Si vous faites une prédiction pour Y, pour une valeur X qui se situe en dehors de la
plage que vous avez testée, sachez que la prédiction est hautement discutable et doit
être testée de manière approfondie. Prédire une valeur Y au-delà de la plage X
réellement testée est appelé extrapolation.

Surveillez l'effet des variables que vous n'avez pas évaluées. Souvent, une variable
non contrôlée effacera l'effet de votre variable X. Il est également possible qu'une
variable non contrôlée soit à l'origine de l'effet et vous prendrez la variable X que vous
contrôlez comme la véritable cause. Ce problème est beaucoup moins susceptible de
se produire si vous choisissez des niveaux X au hasard. Nos pêches en sont un
exemple. Il est possible qu'un nombre quelconque de variables aient changé
régulièrement au cours de la période étudiée. Il est possible que ces variables, et non
la variable indépendante, soient responsables du gain de poids (par exemple, des
engrais ont-ils été ajoutés périodiquement pendant la période étudiée?).

Méfiez-vous des données de «hasard»! Les données sur les événements sont des
données qui ont été collectées dans le passé dans un but différent de la construction
d'un diagramme de dispersion. Étant donné que peu ou pas de contrôle a été exercé
sur les variables importantes, vous pouvez trouver presque tout. Les données sur les
événements ne devraient être utilisées que pour obtenir des idées pour une enquête
plus approfondie, jamais pour parvenir à des conclusions définitives. Un problème
courant avec les données de hasard est que la variable qui est vraiment importante
n'est pas enregistrée. Par exemple, les enregistrements peuvent montrer une
corrélation entre le taux de défauts et le décalage. Cependant, la véritable cause des
défauts est peut-être la température ambiante, qui change également avec le
décalage.

S'il existe plusieurs sources possibles pour la variable dépendante, essayez d'utiliser
des symboles de tracé différents pour chaque source. Par exemple, si le directeur du
verger savait que certaines pêches étaient prélevées sur des arbres près d'une route
très fréquentée, il pourrait utiliser un symbole différent pour ces pêches. Il pourrait
trouver une interaction, c'est-à-dire que les pêches des arbres près de la route ont un
taux de croissance différent de celui des arbres au fond du verger. Bien qu'il soit
possible d'effectuer une analyse avancée sans tracer le diagramme de dispersion, il
s'agit généralement d'une mauvaise pratique. Cela manque l'énorme opportunité
d'apprentissage fournie par l'analyse graphique des données.

[youtube = https: //www.youtube.com/watch? v = NcgRa0uotXs & start = 1 & end =

358 & rel = 0]

TABLEAUX DES FLUX

Un organigramme de processus est simplement un outil qui montre graphiquement les
entrées, les actions et les sorties d'un système donné. Ces termes sont définis comme
suit:
Intrants - les facteurs de production: terre, matériaux, main-d'œuvre, équipement et
gestion.
Actions - la manière dont les entrées sont combinées et manipulées afin d'ajouter de
la valeur. Les actions comprennent les procédures, la manutention, le stockage, le
transport et le traitement.
Sorties - les produits ou services créés en agissant sur les entrées. Les sorties sont
livrées au client ou à un autre utilisateur. Les extrants comprennent également des
résultats imprévus et indésirables, tels que la ferraille, les retouches, la pollution, etc.
Les organigrammes doivent également contenir ces extrants.

Un organigramme ou une carte de processus est utile aux personnes familiarisées

avec un processus, ainsi qu'à celles qui ont besoin de comprendre un processus. Un
organigramme peut représenter la séquence des produits, des conteneurs, des
documents, des actions de l'opérateur ou des procédures administratives. Un
organigramme est souvent le point de départ pour l'amélioration des processus par six
équipes sigma. Les organigrammes peuvent être utilisés pour identifier les
opportunités d'amélioration comme illustré par la séquence suivante:

 Organiser une équipe en vue d'examiner le processus

 Construire un organigramme pour représenter chaque étape du processus
 Discutez et analysez chaque étape en détail
 Posez la question clé: «Pourquoi procédons-nous ainsi?»
 Comparez le processus réel à un processus imaginaire «parfait»
 Y a-t-il une complexité inutile?
 Existe-t-il une duplication ou une redondance?
 Existe-t-il des points de contrôle pour éviter les erreurs ou les refus? Devrait-il y
avoir?
  Ce processus est-il exécuté comme il le devrait?
 Les idées d'amélioration peuvent provenir de processus sensiblement différents

L'organigramme de la figure ci-dessous montre une vue de haut niveau d'une analyse
de capacité de processus. L'organigramme peut être rendu plus complexe ou moins
complexe. En règle générale, pour paraphraser Albert Einstein, «les organigrammes
doivent être aussi simples que possible, mais pas plus simples.» Le but de
l'organigramme est d'aider les gens à comprendre le processus et cela n'est pas
accompli avec des organigrammes qui sont trop simple ou trop complexe.

Les organigrammes montrent une complexité inattendue, des domaines

problématiques, une redondance, des boucles inutiles et où la simplification et la
normalisation peuvent être possibles. Il compare et contraste le flux réel par rapport
au flux idéal d'un processus pour identifier les opportunités d'amélioration. Il permet à
une équipe de se mettre d'accord sur les étapes du processus et d'examiner quelles
activités peuvent avoir un impact sur la performance du processus. Il identifie les
endroits où des données supplémentaires peuvent être collectées et étudiées. Il sert
d'aide à la formation pour comprendre le processus complet

Étapes de préparation des organigrammes

1. Déterminer le cadre ou les limites du processus
 Définissez clairement où le processus à l'étude commence (entrée) et se
termine (sortie finale).
 Les membres de l'équipe doivent convenir du niveau de détail qu'ils doivent
montrer sur l'organigramme pour comprendre clairement le processus et
identifier les problèmes.
 L'organigramme peut être un simple macro-organigramme montrant
uniquement des informations suffisantes pour comprendre le flux de
processus général, ou il peut être détaillé pour montrer chaque action finie
et point de décision. L'équipe peut commencer avec un organigramme
macro puis ajouter des détails plus tard ou uniquement là où cela est
nécessaire.
2. Déterminer les étapes du processus
Faites un remue-méninges pour dresser une liste de toutes les principales
activités, entrées, sorties et décisions sur une feuille de tableau de conférence du
début à la fin.
3. Séquence des étapes
Organisez les étapes dans l'ordre où elles sont effectuées. Utilisez les notes
Post-it® pour pouvoir les déplacer. Ne dessinez pas encore les flèches, à moins
que vous ne organigrammez un nouveau processus, séquencez ce qui est, pas
ce qui devrait être ou l'idéal. Cela peut être difficile au début, mais il est
nécessaire de voir où se trouvent les causes probables des problèmes.
4. Dessinez l'organigramme à l'aide des symboles appropriés.
 Un ovale est utilisé pour afficher les matériaux, les informations ou l'action
(entrées) pour démarrer le processus ou pour afficher les résultats à la fin
(sortie) du processus. Une boîte ou un rectangle est utilisé pour montrer une
tâche ou une activité effectuée dans le processus. Bien que plusieurs
flèches puissent apparaître dans chaque case, généralement une seule
sortie ou flèche quitte chaque case d'activité. Un losange montre les points
du processus où une question oui / non est posée ou une décision est
requise.
Un cercle avec une lettre ou un chiffre identifie une rupture dans
l'organigramme et se poursuit ailleurs sur la même page ou une autre page.
Les flèches indiquent la direction ou le déroulement du processus.
 Gardez l'organigramme simple en utilisant les symboles de base. À mesure
que votre expérience grandit, utilisez d'autres symboles plus graphiques
pour représenter les étapes. D'autres symboles parfois utilisés incluent:
 Une feuille de papier à moitié ou déchirée pour un rapport rempli et /
ou déposé.
 Une boîte ou une roulette de bande informatique pour la saisie de
données dans une base de données informatique.
 Un grand «D» ou demi-cercle pour identifier les endroits du processus
où il y a un retard ou attendre une action supplémentaire.
 Soyez cohérent dans le niveau de détail indiqué.
 Un organigramme au niveau macro montrera les étapes clés de l'action
mais pas de boîtes de décision.
 Un organigramme de niveau intermédiaire montrera les points d'action
et de décision.
 Un organigramme à micro-niveau montrera les moindres détails.
  Étiquetez chaque étape du processus en utilisant des mots
compréhensibles par tous
 Ajoutez des flèches pour indiquer le sens du déroulement des étapes du
processus. Bien que ce ne soit pas une règle, si vous affichez tous les choix
«oui» ramifiés vers le bas et les choix «non» ramifiés vers la gauche, il est
plus facile de suivre le processus. Les préférences et l'espace dicteront plus
tard la direction.
 N'oubliez pas d'identifier votre travail. Incluez le titre de votre processus, la
date de création du diagramme et les noms des membres de l'équipe.
5. Testez l'intégralité de l'organigramme
 Les symboles sont-ils utilisés correctement?
 Les étapes du processus (entrées, sorties, actions, décisions, attentes /
retards) sont-elles clairement identifiées?
 Assurez-vous que chaque boucle de rétroaction est fermée, c'est-à-dire que
chaque chemin vous ramène soit en avant, soit à une autre étape.
 Vérifiez que chaque point de continuation a un point correspondant ailleurs
dans l'organigramme ou sur une autre page de l'organigramme.
 Il n'y a généralement qu'une seule flèche de sortie hors d'une zone
d'activité. S'il y a plus d'une flèche, vous pourriez avoir besoin d'un diamant
de décision.
 Validez l'organigramme auprès de personnes qui ne font pas partie de
l'équipe et qui réalisent les actions du processus. Mettez en surbrillance les
ajouts ou suppressions qu'ils recommandent. Rapportez-les à l'équipe pour
discuter et incorporer dans le diagramme final.
6. Finaliser l'organigramme
 Ce processus est-il exécuté comme il devrait l'être?
 Les gens suivent-ils le processus comme indiqué dans le graphique?
 Y a-t-il des complexités ou des redondances évidentes qui peuvent être
réduites ou éliminées?
 Dans quelle mesure le processus actuel est-il différent d'un processus
idéal? Dessinez un organigramme idéal. Comparez les deux (actuel contre
idéal) pour identifier les écarts et les possibilités d'amélioration.
 Organigramme de l'analyse de la capacité
des processus
[youtube = https: //www.youtube.com/watch? v = hN9xemJYwos & start = 14 & end =
404 & rel = 0]

Tableaux de contrôle
La variation peut être classée comme variation de cause commune ou variation de
cause spéciale. La variation de cause commune est due à la variation naturelle du
processus; c'est-à-dire une variation due à la façon dont le processus a été conçu. Un
exemple de variation de cause commune est la variation qui pourrait être observée en
faisant travailler plusieurs personnes dans le processus. Chaque personne peut faire
les choses légèrement différemment. La variation de cause spéciale est une variation
due à des causes attribuables. Un exemple de variation de cause spéciale est la
variation qui pourrait se produire si une personne non formée est autorisée à travailler
dans le processus. La variation de cause spéciale est une variation à laquelle on peut
attribuer une raison. Le meilleur outil pour déterminer si la variation est une cause
commune ou une cause spéciale est la carte de contrôle. Un graphique de contrôle
est un graphique d'exécution spécialisé. L'axe des Y est la métrique d'intérêt et l'axe
des X est le temps, ou un facteur qui indique l'heure, comme le numéro de lot ou de
série. La différence entre un graphique d'exécution et un graphique de contrôle est
qu'un graphique de contrôle a trois lignes calculées statistiquement: une ligne centrale,
une limite de contrôle supérieure et une limite de contrôle inférieure. Il existe de
nombreux types de cartes de contrôle, mais de manière générique, ces lignes peuvent
être décrites comme suit:
Ligne médiane = Moyenne de la métrique d'intérêt
Limite de contrôle inférieure = Moyenne de la métrique - 3 * Écart type de la métrique
Limite de contrôle supérieure = Moyenne de la métrique + 3 * Écart type de la métrique
La variation de la cause spéciale est identifiée par des points tombant en dessous la
limite inférieure ou supérieure à la limite supérieure, les tendances, les parcours ou
tout autre motif inhabituel. Toute indication d'une cause spéciale doit être étudiée pour
voir si le processus a changé. Voici un tableau de contrôle avec tous les points sous
contrôle.

Exemple de tableau de contrôle

Une considération importante lors de l'utilisation d'un graphique de contrôle est la taille
du sous-groupe à utiliser avec le graphique. Dans chaque période, les données
collectées peuvent être une valeur individuelle ou un petit échantillon ou un sous-
groupe. La détermination de la taille du sous-groupe sera basée sur des questions
pratiques telles que le coût de l'échantillonnage, la rapidité avec laquelle un
changement doit être détecté et le coût de l'enquête sur les fausses alarmes (fausses
indications d'instabilités).
Pour déterminer la taille et la fréquence des sous-groupes, tenez compte des éléments
suivants:

 Déterminez la taille du sous-groupe afin que les échantillons du sous-groupe

soient produits dans les mêmes conditions. L'objectif est que l'effet d'une cause
attribuable (x) apparaisse entre les sous-groupes et non au sein d'un sous-
groupe. La variation au sein d'un sous-groupe doit être due à des causes
aléatoires non attribuables uniquement.
  Assurez-vous que les observations incluses dans le sous-groupe sont
indépendantes. Certains processus peuvent contenir une corrélation
automatique en tant que fonction naturelle du processus (par exemple, les
processus chimiques). L'autocorrélation est la dépendance d'un point de
données actuel par rapport aux points de données précédents dans un seul flux
de données donné.
 Déterminez la fréquence d'échantillonnage afin que la carte de contrôle puisse
détecter tout changement dans le processus au fil du temps. Comme point de
départ initial, échantillonner deux fois plus souvent qu'un changement dans le
processus pourrait se produire (par exemple, si un changement de décalage à
décalage est possible, prélever deux échantillons à chaque décalage.) Ensuite,
comme le processus se révèle stable sur une période de temps, envisagez de
réduire la fréquence d'échantillonnage. En règle générale, pour les processus à
volume élevé, le prélèvement fréquent de petits échantillons est la meilleure
stratégie.

La sélection de la bonne carte de contrôle est basée sur le fait que les données à
tracer soient continues ou discrètes. Si les données sont continues, deux graphiques
sont suggérés - un pour surveiller l'emplacement des données et un pour surveiller la
diffusion des données. Les graphiques typiques pour les données collectées en sous-
groupes sont une barre X et un graphique R. En d'autres termes, les deux graphiques
sont un tracé des moyennes des sous-groupes et un tracé des plages des sous-
groupes. Si les données sont collectées une valeur à la fois, les graphiques typiques
sont un graphique individuel et un graphique de plage mobile; en d'autres termes, un
tracé des valeurs individuelles et un tracé des plages mobiles. Pour le graphique de la
plage mobile, la plage mobile est définie comme la plage entre deux points de données
adjacents.

Si les données sont discrètes, un graphique est généralement tracé. Le type de

graphique dépend de la nature des données - qu'il s'agisse de nombres de défauts ou
d'unités défectueuses. Il existe quatre graphiques traditionnels pour les données
discrètes. Les graphiques C et U sont utilisés pour les défauts, où c est le nombre de
défauts et u est le nombre moyen de défauts par unité. Les graphiques P et NP sont
utilisés pour les unités défectueuses où p est la proportion d'unités défectueuses et np
est le nombre d'unités défectueuses.
Pour générer une carte de contrôle, ces étapes doivent être suivies:

1. Identifier la caractéristique de qualité du processus à représenter et les sources

potentielles de variation de cette caractéristique.
2. Assurez-vous que les données collectées sont appropriées pour la construction
de la carte de contrôle. Deux hypothèses courantes concernant les données sont
qu'elles sont indépendantes et normalement distribuées. Si ces hypothèses ne
sont pas vraies, une carte de contrôle non traditionnelle doit être utilisée.
3. Calculez les limites de contrôle.
une. Initialement, calculez les limites de contrôle à l'aide de 25 à 30 points de
données. Si autant de données ne sont pas disponibles, établissez les limites
avec ce qui est disponible. Cependant, réévaluez les limites à mesure que
davantage de données sont obtenues.
b. Lors de la création de la carte de contrôle avec ces 25 à 30 points de données,
 si un point est inférieur à la limite de contrôle inférieure ou supérieur à la limite de
contrôle supérieure, recherchez s'il y a une cause spéciale:

 Si une cause spéciale est trouvée, supprimez ce point de données et recalculez

les limites.
 Si aucune cause particulière n'est trouvée, conservez le point de données dans
le calcul des limites.
 Documentez les détails du plan de contrôle complet du processus.
 Documenter les tests spécifiques utilisés pour indiquer les conditions hors
contrôle et les actions correctives associées dans le plan d'action hors
contrôle. Ce plan est décrit ci-dessous.
 Décidez quand les limites de contrôle doivent être révisées. Révisez les limites
s'il y a eu un changement dans le processus. Envisagez également de réévaluer
les limites après un certain temps depuis qu'elles ont été calculées (par exemple,
3 à 6 mois).

Plan d'action incontrôlable

Un outil important à utiliser avec une carte de contrôle est un plan d'action hors de
contrôle (OCAP). Un OCAP documente comment les instabilités seront détectées et
résolues.
Pour créer un OCAP:
1. Définissez les tests à utiliser pour indiquer les conditions hors de contrôle. Le seul
test de contrôle hors contrôle applicable à n'importe quelle carte de contrôle est un
point de données tombant au-dessus de la limite de contrôle supérieure ou un point
de données tombant en dessous de la limite de contrôle inférieure. Les autres tests
couramment utilisés sont:
a. Testez une tendance - plusieurs points consécutifs à la hausse ou à la baisse
b. Testez une course - plusieurs points d'affilée d'un côté de la ligne médiane.
2. Établir comment réagir à chaque condition hors de contrôle:
une. Établissez des directives précises et claires à suivre. Ces lignes directrices
peuvent inclure les actions correctives à prendre, les procédures pour documenter la
situation hors de contrôle, les procédures pour informer les personnes chargées de
maintenir et d'améliorer le processus, etc.
b. Un format d'organigramme pour le plan est recommandé. Indiquez quel chemin a
été suivi pour stabiliser le processus. Des données peuvent être collectées sur ces
informations pour déterminer s'il y a un besoin d'une action corrective plus
permanente. La figure ci-dessous montre une section d'un exemple OCAP.
3. Établir comment déterminer si l'action corrective a été efficace. En d'autres termes,
le processus s'est-il stabilisé? Cela peut inclure la collecte de données
supplémentaires.
Votre don peut faire la différence
Nous avons choisi de rendre nos ressources librement et ouvertement disponibles sur le Web dans
l'espoir qu'elles touchent la vie de milliers de lecteurs qui nous visitent quotidiennement. Nous
espérons que notre blog a contribué à améliorer les connaissances de nos lecteurs et à apporter une
valeur ajoutée à l'organisation et à ses exécutants. Nous vous demandons de faire des dons, grands et
petits, afin de nous fournir les ressources nécessaires pour distribuer, collecter, numériser car il nous
devient extrêmement difficile de payer le coût total de la mise à jour et de l'enrichissement du contenu
de notre site. Votre contribution nous permettra de maintenir notre blog à jour et d'ajouter davantage
de ressources riches - telles que des vidéos - qui font la différence pour tant de personnes dans le
monde.
Votre don démontrera votre attachement à la connaissance en tant que bien public et constitue un
élément important de notre plan de développement durable global. Votre don est également important
pour nous démontrer à quel point vous appréciez le site et nous motive à consacrer plus de temps à
l'élaboration de ce blog.

[sdonations] 1 [/ sdonations]