Académique Documents
Professionnel Documents
Culture Documents
" #$
% #
&' ( ) #
OBJECTIFS
1. identifier les principales cartes de contrôle pour les grandeurs mesurables utilisées pour la
maîtrise statistique des procédés et en préciser le rôle de chacune;
2. identifier les sources de variation qui existent dans un procédé;
3. spécifier en quoi consiste une carte de contrôle;
4. identifier les principales cartes de contrôle utilisées dans le contrôle de grandeurs
mesurables;
5. préciser ce qu'on entend par la stabilité d'un procédé;
6. déterminer les limites de contrôle pour les cartes X et R (étendue) et tracer les cartes
correspondantes;
7. distinguer entre causes communes et causes spéciales qui peuvent affecter un procédé de
fabrication ou une caractéristique de qualité;
8. analyser le comportement d'une caractéristique de qualité à l'aide de tests et poser les
diagnostics appropriés;
9. identifier certaines causes spéciales qui peuvent correspondre à des comportements
particuliers des points sur les cartes de contrôle;
10. préciser quand a-t-on recours habituellement aux cartes de contrôle X et s (écart-type);
11. déterminer les limites de contrôle pour les cartes X et s et tracer les cartes respectives;
12. analyser ces cartes et diagnostiquer les situations anormales, si elles existent.
13. préciser ce qu'on endend par spécifications;
14. définir ce qu'est la capabilité d'un procédé;
15. préciser les conditions requises pour évaluer la capabilité d'un procédé;
16. évaluer la capabilité d'un procédé;
17. calculer les divers indices de capabilité et les interpréter correctement;
18. qualifier un procédé selon les valeurs obtenues pour les indices de capabilité.
Une carte de contrôle consiste en un tracé d'une mesure statistique d'une caractéristique
quantitative ou qualitative en fonction du temps, mesure évaluée à partir d'un ensemble
d'échantillons ou de sous-groupes. Le tracé de la carte s'effectue en indiquant en ordonnée la
mesure statistique que l'on veut maîtriser et en abscisse, le numéro d'ordre chronologique (ou
l'instant de prélèvement) de l'échantillon sur lequel a été calculée cette statistique.
Elle comporte habituellement trois lignes; les deux lignes en pointillés indiquent respectivement la
limite supérieure de contrôle (LSC) et la limite inférieure de contrôle (LIC). La ligne centrale
représente habituellement la moyenne générale de la mesure statistique évaluée sur l'ensemble
des échantillonnages effectués.
Chaque point de la carte correspond à la mesure statistique calculée sur chaque échantillon.
Une carte de contrôle est donc un moyen à la fois statistique et graphique de constater l'évolution
de caractéristiques importantes d'un procédé de fabrication dans le temps et de diagnostiquer les
fluctuations anormales de ces caractéristiques.
La mise en oeuvre de cartes de contrôle pour maîtriser une caractéristique mesurable consiste à
suivre dans le temps deux éléments importants de cette caractéristique:
- la tendance centrale ou le niveau moyen de la caractéristique
- la dispersion de la caractéristique.
L'utilisation des cartes de contrôle est un moyen graphique qui permet de déceler les variations
systématiques d'une caractéristique que l'on veut maîtriser. Ces cartes vont donc nous amener à
constater si le procédé est stable ou non.
Il est peu probable qu'en cours de fabrication, une caractéristique demeure toujours dans un état
stable. Une caractéristique que l'on veut maîtriser peut être influencée par un déréglage de
l'équipement utilisé pour la fabrication du produit, les matières premières utilisées, la main-
d'oeuvre, ...
Le fait de prélever de la fabrication un échantillon, disons toutes les heures et d'évaluer deux
statistiques importantes, soit la moyenne et l'étendue d'une caractéristique permet de donner une
idée assez juste du comportement de la caractéristique mesurée pour l'ensemble des unités
fabriquées pendant une certaine période de temps. Les cartes de contrôle pour grandeurs
mesurables vont permettre de déterminer si nous sommes en présence d'une seule population (au
sens statistique) c.-à-d. si la tendance et la dispersion (les paramètres de la caractéristique de
qualité que l'on veut contrôler) se maintiennent au même niveau dans le temps.
Un procédé (ou une caractéristique particulière) est considéré dans un état stable (on dit
également maîtrisé statistiquement) si la statistique (ou les statistiques) qui permet d'évaluer le
comportement du procédé dans le temps n'est affectée que par des fluctuations aléatoires ou
naturelles. On dit alors que la variabilité existante dans le procédé est attribuable à des causes
communes et cette variabilité est prévisible à l'intérieur de limites établies selon certains critères
statistiques.
La première figure ci-dessous indique à quoi pourrait correspondre la distribution d'une grandeur
mesurable lorsque le procédé est échantillonné à divers moments dans le temps et que celui-ci est
dans un état stable.
Par contre la deuxième illustre un procédé qui est instable. Les fluctuations du procédé ne peuvent
être expliquées uniquement que par des causes communes mais par des causes dites spéciales qui
peuvent affecter la tendance du procédé ou la dispersion.
L'objectif poursuivi par l'utilisation d'une carte de contrôle est de vérifier si une caractéristique
particulière (qui sera ici une grandeur mesurable) est sous contrôle statistique, c.-à-d. si nous
sommes en présence d'un procédé stable.
Une carte X (ou carte pour la moyenne) est un graphique sur lequel sont pointées les valeurs des
moyennes des échantillons successifs prélevés du procédé de fabrication et reliées entre elles en
préservant l'ordre chronologique de prélèvement.
Une carte R (ou carte pour l'étendue) est un graphique sur lequel sont pointées les valeurs des
étendues des échantillons successifs prélevés du procédé de fabrication et reliées entre elles en
préservant l'ordre chronologique de prélèvement.
On indique également sur ces cartes la moyenne globale des échantillons (carte X ), l'étendue
moyenne (carte R) ainsi que les limites de contrôle supérieures et inférieures.
Les étapes à suivre pour l'élaboration des cartes X et R sont résumées dans le tableau suivant.
Des explications détaillées sur chacune des étapes seront données par la suite
Suite à l'enregistrement des données (figure page suivante), on doit calculer pour chaque
échantillon la moyenne X et l'étendue R.
Reporter sur la carte X les moyennes obtenues en 2, en indiquant en ordonnée (l'axe vertical) les
moyennes des échantillons et en abscisse (l'axe horizontal) l'identification de l'échantillon (numéro,
heure de l'échantillonnage,...). Relier les points entre eux.
On effectue de même en reportant les étendues (en ordonnée) sur la carte R et en abscisse
l'identification de l'échantillon; relier les points entre eux.
a) Calculer la moyenne globale ( X ) de l'ensemble des données enregistrées ainsi que l'étendue
moyenne (R).
b) Calculer les limites de contrôle supérieure et inférieure pour la carte X et pour la carte R.
a) Lignes horizontales solides pour la moyenne globale ainsi que pour l'étendue moyenne.
b) Lignes horizontales en pointillées pour les limites supérieure et inférieure de contrôle de chaque
carte.
c) On indique habituellement les valeurs de X , R, LSC X ,:LIC X , LSC R LIC R sur les cartes.
6. Diagnostics
Analyse des points sur chaque carte de contrôle pour déceler les points hors contrôle, les suites
ou autres comportements particuliers.
Lorsqu'on a fixé la taille d'échantillon que l'on veut obtenir pour chaque échantillonnage, celle-ci
doit demeurer constante pour toute la période du contrôle.
Si l'on constate que la caractéristique de qualité est très stable dans le temps, la fréquence de
contrôle peut être réduite, augmentant ainsi le temps entre deux échantillonnages.
Ceci permet d'obtenir une estimation fiable de la tendance centrale de la caractéristique ainsi que
de la dispersion.
La graduation de l'axe vertical des cartes doit être faite pour assurer une lecture facile.
Habituellement un écart correspondant à 2 fois la différence entre la plus grande et la plus petite
valeur des moyennes des sous-groupes est utilisée pour localiser la plus grande et la plus petite
valeur de X sur l'axe vertical. Dans le cas de la carte de l'étendue, l'axe vertical est habituellement
gradué de 0 à une valeur supérieure correspondant à 2 fois la plus grande étendue observée au
cours de la période de contrôle.
Les valeurs obtenues pour X et R sont reportées sur les cartes respectives et les points sont
reliés entre eux pour faciliter l'analyse du comportement de la tendance centrale et de la
dispersion.
X 1 + X 2 + ...... + X k Xj
X= =∑
k k
R + R 2 + ....... + R k Rj
R= 1 =∑
k k
R1, R2, ..., Rk représentant les étendues respectives des données des k sous-groupes.
Taille de
l'échantillon 2 3 4 5 6 7 8 9 10
L'analyse d'une carte de contrôle s'effectue selon des tests spécifiques qui permettent de
diagnostiquer les fluctuations anormales de la tendance centrale et de la dispersion de la
caractéristique et éventuellement d'identifier les causes spéciales qui en affectent le
comportement. Nous traitons de ces aspects aux sections suivantes.
L'interprétation (et le calcul des limites) des cartes X et R est liée à la variabilité de la
caractéristique à l'intérieur de chaque sous-groupe (étendue R); il faut donc examiner d'abord la
carte R pour identifier, s'il y a lieu, des points hors contrôle ou des points qui présentent un
comportement particulier.
Si tel est le cas, il faut identifier et corriger ces situations; si des points hors contrôle existent sur la
carte R, il faut ré-évaluer les limites de contrôle pour la carte R (en éliminant du calcul les
données associées aux sous-groupes qui présentent cette situation) ainsi que celles de la carte X .
Par la suite, les points de la carte X sont examinés pour identifier les points hors contrôle, les
tendances ou les suites de points.
D'autre part, si les cartes indiquent que la caractéristique de qualité est maîtrisée statistiquement,
les limites de contrôle des cartes X et R peuvent alors être utilisées pour les résultats des
échantillonnages subséquents.
Exemple 1 Mise en oeuvre des cartes X et R pour la dureté d'une pièce mécanique
L'entreprise Mecanex fabrique une pièce mécanique dont la dureté est la caractéristique principale.
Cette caractéristique dépend de la composition des matières premières, de leur mélange, de la
température et de la pression du moulage... L'entreprise veut contrôler le procédé de fabrication à
l'aide des cartes de contrôle pour la dureté moyenne des pièces et l'étendue de la dureté pour
chaque échantillonnage. Le mode de contrôle consiste à prélever 5 pièces du procédé de
fabrication et ceci à chaque demi-heure et de mesurer sur chaque pièce la dureté (échelle de
Rockwell). Vingt échantillons successifs ont été prélevés.
On veut mettre en oeuvre les cartes X et R pour maîtriser statistiquement cette caractéristique
importante.
Carte X :
LS C X = X + A 2 R = 84,5 + (0,577)(5,75) = 87,82
LIC X = X - A 2 R = 81,18
Carte R :
LSCR = D4R = 12,161
LICR = D3R = 0
X = 84,5 et R = 5,75 sont indiquées par des lignes solides alors que les limites de contrôle pour
chaque carte sont indiquées en pointillées
6. Diagnostics
Aucun point n'apparaît en dehors des limites de contrôle; il n'y a pas non plus de comportement
particulier.
D'après les résultats observés, il n'y a pas lieu d'intervenir; le procédé de fabrication semble stable.
B. EXERCICES D’APPLICATION
Les formules à utiliser pour calculer les limites de contrôle pour la moyenne sont:
LSC X =_____________________________ LIC X = ______________________________
Le calcul de X donne X = ____________________
Le calcul de R donne: R = ___________________
Puisque n =__________________ , le facteur A2 est: A2 =________________
On obtient alors les limites suivantes pour X :
LSC X =____________________
LIC X =____________________
Les formules à utiliser pour calculer les limites de contrôle pour l'étendue sont:
LSCR = , LICR = ________________________
Les facteurs D3 et D4 sont obtenus de la table.
Puisque n = _______________ , D3 = ___________ et D4 = _______________
On obtient alors les limites suivantes pour R:
LSCR = ___________________________
LICR =____________________________
Correction Exercice 1 :
1.
a) X = 4,31 ; R =45,5 ; LSC X = 464,16 ; LIC X =397,83.
b) LSCR = 103,83 ;
LICR = 0.
Correction Exercice 2 :
2. LSCR = 96,928 ; LICR =7,072
Différentes causes peuvent affecter la caractéristique de qualité qui est soumise à un contrôle.
Elles sont habituellement classées suivant deux grandes catégories:
a) Les causes communes (ou causes accidentelles)* ou causes aléatoires.
b) Les causes spéciales (ou causes non accidentelles); on dit également causes assignables.
On peut les définir comme suit:
Les causes inhérentes au processus de fabrication qui produisent une fluctuation naturelle sont
dites causes communes.
Cette variation est présente dans tout procédé de fabrication; c'est la variation normale associée à
la fabrication et provient de plusieurs facteurs: matières premières, équipements, opérations
manuelles, environnement, méthode de travail,... Ces facteurs provoquent tantôt un écart positif,
tantôt un écart négatif par rapport à la dimension désirée et ces écarts sont, dans la plupart des
cas, distribués normalement. Ce genre d'écarts est dû à des causes dites communes. Une telle
variation est naturelle à tout procédé et nous disons qu'elle correspond à des fluctuations
aléatoires.
Différents facteurs peuvent provoquer une brusque variation soit sur la tendance du procédé
(moyenne) soit sur la dispersion. Parmi ces facteurs, citons les matières premières non homogènes
ou simplement incorrectes, un nouvel opérateur qui effectue mal les ajustements nécessaires à la
machine, une caractéristique mesurée incorrectement ... Il peut exister également des facteurs qui
influencent d'une façon intermittente le procédé dans une mesure appréciable; dans ce cas, les
écarts augmentent ou diminuent progressivement. L'usure de l'outillage peut être un de ces
facteurs.
L'expérience en usine démontre que, pratiquement dans 90% des cas, la personne qui est
directement associée au processus de fabrication sur lequel une caractéristique de qualité fait
l'objet d'un contrôle peut identifier la (ou les) cause(s) spéciale(s) qui l'affecte(nt).
On considère qu'une caractéristique de qualité est sous contrôle statistique si non seulement les
points associés aux différents échantillonnages dans le temps se situent à l'intérieur des limites de
contrôle mais également que la carte ne présente pas une suite de points disposés de façon
anormale.
Avant de donner les divers tests employés pour détecter les causes spéciales, précisons de façon
globale comment on peut obtenir une situation qui n'est pas sous contrôle statistique. Nous
indiquons également à quel(s) test(s) correspondent ces situations.
1. Un point en dehors des limites de contrôle. (test1) Tout point en dehors des limites de
contrôle doit être considéré comme une indication de la présence d'une cause spéciale. Il faut
intervenir pour en préciser la cause et apporter les corrections qui s'imposent.
2. Une tendance.(test3) Dans certaines opérations industrielles, le pointage des données peut
indiquer des changements progressifs (une augmentation ou une diminution graduelle). Dans ce
cas, la carte présente des points ayant une tendance à certaines régularités dans leur disposition.
Il faut alors être en mesure de limiter la tendance avant que le procédé se détériore d'une façon
alarmante.
3. Une fluctuation en dents de scie. (test4) Les points alternent, vers le haut, vers le bas,
indiquant un effet systématique attribuable éventuellement à deux sources de variation (deux
fournisseurs, deux opérateurs, deux machines, ...).
4. Une suite de points. (test2) Bien qu'aucun point ne se situe en dehors des limites de
contrôle, une cause spéciale est présente si plusieurs points consécutifs se disposent tous du
même côté de la ligne centrale de la carte de contrôle. Une suite de points indique un changement
dans la tendance centrale du procédé ou encore une réduction importante de la variabilité du
procédé.
5. Points se situant près des limites de contrôle ou encore près de la ligne centrale.
(test5 test7) On précise également qu'il peut exister certaines anomalies dans le procédé de
fabrication si les points sont trop près d'une ou l'autre limite de contrôle ou encore si les points
présentent une fluctuation serrée autour de la ligne centrale. Ceci pourrait être attribuable à un
mélange de données. dans le même sous-groupe (même caractéristisque mesurée mais dont les
unités statistiques proviennent de différentes unités de fabrication et les données correspondantes
ont été mal regroupées). Il faut alors modifier la façon de constituer les sous-groupes et retracer
la carte de contrôle.
6. Carte présentant des sommets et creux. (test8) Aucun point n'apparaît en dehors des
limites ce contrôle. Toutefois la carte indique, pour une période de temps relativement courte, des
sommets et des creux de part et d'autre de la ligne centrale. Ce comportement est une indication
que les sous-groupes ont été obtenus à partir d'une source en particulier dans un cas ou d'une
autre source dans l'autre cas, mais non les deux sources à la fois.
7. Effet cyclique ou périodicité. Il peut arriver parfois que le pointage présente une allure
indiquant des pointes et des creux sur une base cyclique avec possiblement des points hors
contrôle tant du côté de la limite supérieure que du côté de la limite inférieure. Nous sommes alors
en présence d'un effet cyclique attribuable possiblement à des causes saisonnières, chimiques ou
mécaniques. Toutefois ce type de comportement est plus difficile à évaluer que les autres types de
situation.
B. Fluctuations naturelles_______________________________________________
Un procédé est maîtrisé statistiquement lorsque les cartes X et R présentent les aspects suivants
(en supposant que les limites de contrôle ont été établies avec un intervalle de ± 3 écarts-types):
1. Zone C: La majorité des points sont situés entre ± 1 écart-type autour de la moyenne (environ
68% c.-à-d. 34% de part et d'autre de la ligne centrale).
2. Zone B: Un certain pourcentage de points vont se situer au-delà de 1 écart-type de la
moyenne mais n'excédant pas 2 écarts-types (environ 27%).
3. Zone A: Quelques points vont se situer près des limites de contrôle (moins de 5%).
4. Il est très rare qu'un point se situe à l'extérieur des limites de contrôle.
5. Les points sont disposés de façon aléatoire de sorte qu'on ne peut identifier une tendance, une
suite de points ou tout comportement anormal.
Remarques.
a) Dans le cas où les limites de contrôle pour la carte X sont basées sur l'étendue R,
Divers tests sont utilisés pour diagnostiquer une cause spéciale sur une carte de contrôle. On
suppose ici que les limites de contrôle sont basées sur un intervalle de ± 3 écarts-types. La carte
est divisée en six zones d'égale amplitude (1 écart-type), trois zones de part et d'autre de la ligne
centrale. Elles sont identifiées A, B, C, C, B, A.
Les différents tests pour détecter les situations que l'on peut qualifier de «hors contrôle» sont les
suivants :
5 Deux points sur trois points consécutifs dans la zone A (ou au-
delà).
6 Quatre points sur cinq points consécutifs dans la zone B (ou au-
delà). Quinze points consécutifs dans les zones C (au-dessus ou
en-dessous de la ligne centrale).
Diverses causes peuvent influencer le comportement des points sur les cartes de contrôle X et R;
certaines causes s'appliquent aussi bien à la carte R qu'à la carte X .
2. Une tendance
- Usure de l'outillage
- Détérioration de une ou plusieurs pièces de la machine Détérioration de solutions
chimiques Fatigue de l'opérateur
- Dérèglement progressif d'une pièce importante
- Amélioration de l'habileté de l'opérateur et des méthodes de travail
- Introduction graduelle de nouvelles matières premières (matières plus homogènes ou plus
hétérogènes)
- Changement graduel de la température, de l'humidité...
- Quart de travail
- Température, humidité (effets saisonniers)
- Fatigue
- Rotation périodique d'opérateurs.
a) A l'aide de ces données, calculer les limites de contrôle pour les cartes X et R.
5/3
26 8:00 424 416 410 416 418 2084
27 9:00 413 413 413 416 418 2073
28 10:00 410 427 410 416 418 2081
29 11:00 413 413 421 421 418 2086
30 12:00 413 421 418 418 416 2086
31 13:00 421 418 418 424 410 2091
32 14:00 413 427 410 404 410 2064
33 15:00 418 418 413 416 116 2081
34 16:00 410 418 410 416 416 2070
Quel diagnostic principal peut-on tirer pour les cartes du 5 mars?
Données du 6 mars
N° Date X1 X2 X3 X4 X5 ∑X X R
6/3
35 8:00 427 404 416 407 424 2078
36 9:00 395 424 416 421 418 2074
37 10:00 407 401 404 392 416 2020
38 11:00 398 404 418 410 413 2043
39 12:00 413 395 401 404 401 2014
40 13:00 410 421 404 410 421 2066
41 14:00 407 401 389 416 413 2026
42 15:00 392 398 418 404 395 2007
43 16:00 418 416 424 401 407 2066
N° Date X1 X2 X3 X4 X5 ∑X X R
7/3
44 8:00 407 407 418 413 416 2061
45 9:00 407 416 416 421 413 2073
46 10:00 416 401 413 416 416 2062
47 11:00 404 404 430 404 401 2043
48 12:00 407 392 407 418 407 2031
49 13:00 398 407 427 413 407 2052
50 14:00 410 410 413 418 407 2058
51 15:00 398 410 427 401 404 2040
52 16:00 430 418 427 407 401 2083
Certaines situations peuvent exiger que chaque échantillonnage soit constitué de dix unités ou plus
ou encore que le contrôle soit plus sensible aux faibles variations (ce qui nécessitera une taille
d'échantillon n ≥ 10).
Il est alors recommandé, pour des tailles d'échantillon n ≥ 10, d'utiliser l'écart-type s de chaque
échantillon (sous-groupe) comme mesure de dispersion au lieu de l'étendue R.
Les étapes à suivre pour la mise en oeuvre des cartes X et s sont similaires à celles des cartes
X et R, ces étapes seront présentées par la suivante.
Cet aspect est similaire à ce que nous avons discuté à la section 2.7 pour les cartes X et R. On
note toutefois qu'il est préférable que chaque sous-groupe soit constitué de 10 observations et
plus pour mettre en oeuvre la carte s.
Il s'agit de suivre les mêmes principes que nous avons établis pour les cartes X et R.
a) Calculer la moyenne X (moyenne globale) de l'ensemble des données ainsi que l'écart-type
moyen S .
X 1 + X 2 + ...... + X k
∑
Xj
X= =
k k
S + S 2 + ....... + S k Sj
S= 1
k
= ∑k
X 1, X 2,….., X k représentant les moyennes respectives des k sous-groupes
S1, S2, ..., Sk représentant les écarts-types respectives des données des k sous-groupes.
A3 1,427 1,287 1,182 1,099 1,032 0,975 0,927 0,886 0,850 0,817
B4 2,089 1,970 1,882 1,815 1,761 1,716 1,679 1,646 1,618 1,594
6. Diagnostics
La carte s est d'abord examinée pour identifier les points à l'extérieur des limites de contrôle ou les
points qui présentent un comportement particulier.
On corrigera la situation s'il y a lieu et on éliminera les points hors contrôle sur la carte s pour
évaluer de nouvelles limites pour les cartes X et s.
On pourra par la suite, effectuer une analyse de la carte X selon les tests spécifiés à la section
précédente.
Les poids (en mg) observés sur 18 échantillonnages sont présentés dans le tableau ci-après.
6. Diagnostics
Carte X : La carte pour les moyennes présente un point à l'extérieur des limites de contrôle
(échantillonnage no 10). Lé niveau moyen de l'enduit de phosphore a baissé de façon importante
et anormale au cours de cette période. La situation a été corrigée subséquemment.
Avant d'aborder la notion de capabilité d'un procédé, nous devons faire une distinction entre les
limites de contrôle pour la moyenne d'une caractéristique de qualité et les spécifications associées
à cette caractéristique. On peut définir les spécifications d'une grandeur mesurable comme suit.
Les valeurs maximale (TS) et minimale (Ti) que doivent respecter les mesures individuelles d'une
grandeur mesurable sont appelées respectivement spécification maximale et spécification minimale
ou tolérance supérieure et tolérance inférieure.
La capabilité d'un procédé est la variation que présente un procédé lorsque celui-ci est affecté
uniquement par les causes communes, toutes les causes spéciales pouvant affecter le procédé
ayant été éliminées. Elle correspond à la meilleure performance du procédé lorsque celui-ci est
maîtrisé statistiquement.
On peut quantifier cette capabilité, en autant que le procédé est maîtrisé statistiquement
(comportement stable et prévisible de la caractéristique de qualité). Il s'agit de comparer la
dispersion globale obtenue du procédé de fabrication pour la caractéristique de qualité avec
l'intervalle de tolérance. Cette comparaison, qui permet de déduire un pourcentage de pièces non
conformes ou encore d'obtenir un indice de capabilité, correspond à évaluer la conformité d'un
procédé de fabrication à produire des unités selon les spécifications.
Si Cp ≥ 1, le procédé est d'une précision acceptable. Si Cp < 1, le procédé est incapable de fournir
la précision désirée: la dispersion globale ( 6 σ̂ ) obtenue du procédé de fabrication est supérieure
à celle requise par les spécifications. Le procédé produira un certain pourcentage de non
conformes. Une valeur (minimale) acceptable utilisée par plusieurs entreprises est 1,33.
Cet indice est applicable en autant que la moyenne du procédé ( X ) correspond à la valeur milieu
des spécifications.
Supposons que dans le cas de l'entreprise Mecanex (exemple précédent), les spécifications de la
dureté Rockwell des pièces sont Ti = 76 et TS = 94 (85 ± 9).
Puisque Cp = 1,213 > 1, le procédé est d'une précision acceptable (14,832 < 18).
Le processus de fabrication est en mesure de fabriquer des pièces dont la dureté va se situer à
l'intérieur de
Bien que le processus n'est pas centré au milieu des spécifications (on observe 84,5 au lieu de 85),
les pièces restent satisfaisantes à cause de la faible dispersion de la fabrication.
Remarques.
a) L'indice Cpk est toujours inférieur ou égal à l'indice C P : Cpk ≤ Cp.
b) Une valeur Cpk = 0 est une indication que la moyenne du procédé se situe à l'une ou l'autre des
limites de la spécification; une valeur négative est une indication que la moyenne du procédé est à
l'extérieur des tolérances.
Le calcul des indices de capabilité sont des estimations des valeurs réelles de ces indices (valeurs
réelles qui sont basées sur les paramètres µ et σ de la caractéristique de qualité que l'on
suppose distribuée normalement; toutefois les valeurs de µ et σ sont habituellement inconnues).
Pour donner plus de crédibilité aux valeurs calculées des indices de capabilité et minimiser le
risque de déclarer un procédé capable alors qu'il ne l'est pas en réalité, des valeurs minimales ont
été établies pour les valeurs calculées de Cp et Cpk, selon le nombre d'observations n et la valeur
souhaitée de l'indice de capabilité. Avec ces valeurs minimales, on peut affirmer que le procédé est
capable dans 95% des cas. Voici un extrait de ces tables.
Habituellement, on qualifie un procédé selon les valeurs prises par CPk; cette qualification peut
toutefois varier d'une entreprise à l'autre.
Précisons à nouveau que l'indice CPk est affecté par la position du centre du procédé par rapport
aux limites des spécifications et par l'écart-type du procédé.
On pourrait toutefois modifier ces valeurs pour tenir compte des valeurs tabulées présentées
précédemment selon le nombre de données utilisées dans le calcul de l'indice.
Un procédé industriel consiste à déposer dans les cavités d'un moule une certaine quantité de pâte
crue (première phase d'un procédé de fabrication qui consiste essentiellement de 4 étapes)
servant à la fabrication d'une pâtisserie.
Les spécifications pour le poids de la pâte émise dans les cavités du moule sont 13,1 ± 2,7
grammes.
Le procédé est piloté à l'aide des cartes X et s; chaque échantillonnage consiste à mesurer la pâte
émise par les têtes dépositrices dans 12 cavités.
Les cartes X et s indiquent que le procédé est maîtrisé statistiquement; on considère également
que le poids de la pâte est distribuée normalement.
X=
σˆ =
b) Déterminer l'indice de capabilité Cpk pour ce procédé.
d) Quel pourcentage de pâtisseries ont un poids de pâte crue à l'extérieur des spécifications?
e) Sur une production journalière de 150 000 unités, combien auront vraisemblablement un
poids supérieur à la spécification maximale?
f) Une première mesure corrective a été apportée pour réajuster le niveau moyen de la
dépositrice de la pâte crue à 13,1 g. En supposant que la dispersion du procédé demeure
inchangée, quel est alors l'indice de capabilité Cpk?
g) Est-ce exact de dire qu'avec la mesure corrective précisée en f) que Cpk = Cp?
h) Si on veut que le procédé affiche un indice calculé Cpk = 1,33, à quelle valeur la moyenne
S de la dispersion devrait-elle se situer? On suppose toujours que chaque échantillonnage
est constitué de 12 observations.
Correction Exercice 4 :