:
La question qui se pose toujours est ce qu'il y a des moyens ou bien des outils efficaces pour que
l'entreprise peut résoudre les problèmes de sur qualité et de sous qualité et aussi des moyen de
savoir les causes qui génèrent ce type de problèmes. Autrement disUne bonne performance
commerciale sur une longue période n'est jamais produit par hasard. C'est toujours le résultat d'un
travail bien conçuet une stratégie bien mise en œuvre. Une stratégie est un plan des actions bien
structurées visant à atteindre des objectifs prédéterminés. Passeulement la stratégie doit être
clairement orientée vers les objectifs àêtre atteint, mais il devrait également inclure l'identification
des ressources nécessaires et la définition des processus utilisés pour atteindre les objectifs.
Au cours des dernières décennies, plusieurs méthodologies ont été utilisées pour améliorer la
qualité et la productivité et accroître la satisfaction des clients.
Parmi les méthodologies utilisées à ces fins, Six Sigma a jusqu'à présents'est avéré être l'un des plus
efficaces.
Six Sigma Methodology
Bon
Six sigma nous donne les outils et les techniques pour déterminer ce qui peut impacter le processus
de fabrication de l'organisation. Six Sigmaest une méthodologie méticuleuse et axée sur les données
qui vise à générer des processus de production quasi parfaits qui ne résulteraient plusde 3,4 défauts
pour 1 million d'opportunités. Par définition, Six Sigma
est enraciné dans l'analyse statistique car il est basé sur les données et elle est une
approche qui conduit à des améliorations de processus grâce à des mesures et des analyses
statistiques.
Son but est d' :
-ce concept à été introduit en 1988 par Bill Smith alors qu'il travaillait pour motorola
-Six Sigma augmente également la fidélité des clients Et vise à Améliorer le moral des employés
-Dmaic est un un modèle rigoureux pour définir, mesurer, analyser, améliorer et contrôler
-définir sert à déterminer les problèmes auxquels vous êtes confrontés, les opportunités d'amélioration,
les exigences des clients et à mesurer (déterminer comment le processus fonctionne)
-,analyserpar déterminer les causes ,Analyser les données) ,Améliorer par apporter des modifications sur
le processus, c'est le fait de remplacer les pièces défectueuse par les conformes pièces
Et enfin Contrôler par faire des ajustement pour contrôler les nouveaux processus et les futurs
performances.
DMAIC est l'un des plus méthodologie couramment utilisés dans le monde, il se concentre sur
l'amélioration des produits de l'organisation.
Analyser the organization :
Après la définition de probléme qui confronte l’organisation et après éffectuer la mesure et comment le
processus se fonctionne , il faut assembler toutes les informations collectées et étudier les résultats
obtenus. Donc il faut Analyser les mesures du processus Et Identifier les causes profondes du
dysfonctionnement.Et pour ce qui concerne les outils permettant d’analyser les dysfonctionnements sont :
Analyse de données, Analyse des risques, diagramme de corrélation, test d’hypothèse, plan
d’expérience...
On peut dire que l’ analyse de l'organisation qui est effectuée régulièrement permet à ses responsables et
ses membres d'évaluer les points faibles et les points forts internes, les défis et les possibilités externes.
Cette analyse permet de planifier de manière stratégique des objectifs à court et à long terme, et de
s'adapter à des environnements changeants en les anticipant.
Aprèsl’analyse de l’entreprise , il est le temps d’éffectuer une étape très importante dans le modèle
DMAIC, c’est le temps d’améliorer l’organisation , et apporter des modification sur le processus par
remplacer les piecesdeffectueuses par les conformes piéces , et de déterminer des solutions par actions
correctives et/ou préventives permettant de réduire la variabilité des processus. Chaque action doit être
renseignée dans un tableau de suivi avec la désignation d’un responsable.
On remarque bien qu'au niveau de l'organisation, nous n'avons pas inclus de phase de contrôle.
En effet, l'amélioration est un processus permanent et une fois les améliorations apportées, l'organisation
doit encore être mesurée, analysée et améliorée en permanence.
Les volumes élevés de production de masse, que ce soit dans la fabrication ou services, obligent à
utiliser des échantillons pour tester la conformité des sorties de production aux normes
techniques ..Cette pratique soulève plusieurs questions:
Quelles déductions faisons-nous lorsque nous utilisons les échantillons pour tester le toute la
production?
Ce sont des questions pratiques auxquelles on ne peut répondre que par une analyse statistique.
2.1 StartingwithMinitab
Une fois le programme ouvert, on obtient une fenêtre qui ressemble à celle
illustré à la figure 2.1. La partie supérieure de la fenêtre ressemble à la plupart des programmes M
crosoft. Il a une barre de titre, une barre de menus et une barre d'outils.
La fenêtre de session affiche la sortie de l'analyse statistique tandis que les feuilles de calcul
stockent les données à analyser. Les feuilles de travail ressemblent aux feuilles de calcul d'Excel,
mais leurs fonctionnalités doivent être différentes. Certaines opérations peuvent être effectuées
directement sur Excel
2Barre de titre
Barre de menu
Barre d'outils
capacités
*feuille de calcul, mais nécessiterait des étapes supplémentaires lors de l'utilisation de Minitab.
Minitabn'offre pas la même flexibilité qu'Excel en dehors de l'analyse statistique.
Les feuilles de calcul sont livrées avec des en-têtes de colonne par défaut. Les en-têtes par défaut
commencez par la lettre «C» et un chiffre. Si les colonnes sont remplies par des données
numériques uniquement, leurs en-têtes restent inchangés; si les colonnes Présentation de Minitab et
Microsoft Excel 25 contiennent des données de texte, «-T» sera ajouté à l'en-tête par défaut; si les
données contenus dans les colonnes sont des dates ou des heures, "-D" sera ajouté à la en-tête par
défaut.
Sous les en-têtes de colonne, nous avons les noms de colonne, qui
sont vides lors de la première ouverture de la fenêtre Minitab. Les noms des colonnes sont saisis ou
collés avec les données. Ces noms sont importants car
production.
Minitab utilise certains noms dans la barre de menus qui sont communs à la plupartProduits
Microsoft. Le contenu et la disposition du menu Fichier sont
près du menu Fichier d’Excel à quelques exceptions près. Les raccourcis sont lesmême dans Excel
et Minitab: Ctrl + n est pour un nouveau fichier et Ctrl + p estpour la fonction d'impression.
projets afin que l'utilisateur puisse faire une sélection à partir de travaux antérieurs.
Le"Description du projet . . . »Permet à l’utilisateur d’enregistrer un projet sousun nouveau nom
avec des commentaires et la date et l'heure
Menu d'édition. Sauf pour «Éditeur de ligne de commande», «Modifier la dernière boîte de
dialogue» et«Liens de feuille de travail», toutes les autres options sont les options habituelles
trouvées surMenus Microsoft Edit. L '«Editeur de ligne de commande» ouvre une boîte de
dialoguedans lequel l'utilisateur peut saisir les commandes qu'il souhaite exécuter.
Lorsqu'une valeur est manquante dans un ensemble de données dans une colonne, Minitab
utiliseun astérisque (*) pour remplir la cellule vide. L'option "Modifier la dernière boîte de
dialogue"permet à l'utilisateur de modifier le symbole par défaut. Les symboles peuvent ne
paschanger sur la feuille de calcul, mais une fois que les données sont copiées et collées dans
unfeuille de calcul, les symboles sélectionnés afficheront
Menu de données. Le menu Données permet d'organiser les données avant les analysessont menées.
La première option, «Feuille de calcul du sous-ensemble. . . , »Génère un nouveaufeuille de calcul et
l'utilisateur peut déterminer quelle partie des données de la feuille de calcul existante peut être
exportée vers la nouvelle et dans quelles conditions cette opération doit être effectuée.
Microsoft Excel est aujourd'hui le tableur le plus puissant du marché grand public. Comme tout
autre logiciel de tableur, il est utilisé pour saisir, organiser, stocker et analyser des données et
afficher les résultats dans un manière globale.
. Les fonctionnalités statistiques d'Excel ne correspondent pas à Minitab. Cependant, Excel est très
flexible et permet la création de macros pour permettre à l'utilisateur de personnalisez le
programme et ajoutez-lui plus de fonctionnalités.
Les analyses de probabilité de base et de statistiques descriptives sont effectuées à l'aide de l'outil
«Insérer une fonction». La «fonction d'insertion» est
accessible soit en sélectionnant son raccourci sur la barre d'outils,
ou en sélectionnant «Insérer» dans la barre de menu, puis en sélectionnant «Fonction. . . "
Dans les deux cas, la boîte de dialogue «Insérer une fonction» apparaît.
Cette boîte contient plus que de simples outils statistiques. Pour voir tous les
fonctions disponibles, sélectionnez «Tous» dans la liste déroulante «Sélectionner une catégorie» et
toutes les options apparaîtront par ordre alphabétique dans le champ «Sélectionner une zone de
liste de fonction ». Pour afficher uniquement la catégorie Statistiques, sélectionnez "Statistiques".
Une fois la catégorie sélectionnée, appuyez sur «OK» et sur «Fonction
La boîte de dialogue Arguments »s'affiche. Les formes que prend cette boîte de dialogue
dépendent de la catégorie sélectionnée, mais les zones des différentes pièces peuvent
être réduit à 5. La boîte de dialogue illustrée à la figure 2.2 concerne la distribution binomiale.
Une fois l'analyse terminée, elle est affichée soit sur unfeuille de calcul ou dans un champ
présélectionné.
2.2.1Affichage graphique des données
Minitab et Excel affichent les graphiques dans des fenêtres distinctes du
feuilles de travail. Les graphiques d'Excel sont obtenus à partir de l'Assistant Graphique.
L'assistant graphique s'obtient soit en sélectionnant «Insérer» dans la barre de menu Les champs
où les données en cours d'analyse ou le
lignes ou colonnes sélectionnées sont saisis.
De meme pour Minitab en sélectionnant «Graphique. . . »Ou en sélectionnant le raccourci de
l'Assistant Graphique sur la barre d'outils.
Lorsque la boîte de dialogue Assistant Graphique apparaît, l'utilisateur effectue une sélection à
partir du menu de la liste «Type de graphique» et suit les quatre étapes suivantes pour obtenir le
graphique.
2.2.2 Complément d'analyse des données
Les outils de la catégorie Statistiques dans la boîte de dialogue "Insérer une fonction" ne
concernent que les probabilités de base et les statistiques descriptives; ils ne sont pas en forme pour
une analyse de données plus complexe. Analyses telles que la régression ou l'ANOVA ( l'analyse de
la variance est un ensemble de modèles statistiques)
ne peut pas être effectuée à l'aide des outils Insérer une fonction. Celles-ci sont faites via Data
Analysis, qui est un complément qui peut être facilement installé dans le menu Outils.
Pour installer Data Analysis, sélectionnez «Outils» dans la barre de menu, puis sélectionnez
«Compléments.
2.2.2 Complément d'analyse des données
Cochez les options «Analysis ToolPak» et «Analysis ToolPak - VBA» et appuyez sur le bouton
«OK». Cette action ajoutera le «Analyse des données. . . »Dans le menu Outils.
Pour parcourir toutes les fonctionnalités offertes par Data Analysis, sélectionnez cette option dans
le menu Outils, puis faites défiler la liste des outils d'analyse boîte.
Et la notion de "6-sigma" découle aisément du graphique ci-dessus : pour une population normale, la quasi-
totalité des individus se retrouvent dans une fourchette comprenant la moyenne plus ou moins 6 fois l'écart-
type. On peut même dire que, toujours pour une population normale, seuls deux individus sur un milliard se
retrouveront hors de cette fourchette.
1.3.1 Variabilité: la source des défauts
Plusieurs défauts peuvent manifester dans un produit prevenants des sources imprévisibles lors de la phase
de la production qui peuvent être le résultatd'opérateurs non formés, de matériaux instables reçus des
fournisseurs,processus de production mal conçus, etc.
ce qui implique parfois des défauts non acceptables par les clients. C pour cela les entreprises spécifient des
limites tolérées autour ducible.
Par exemple, notre fabricant de rivets autoriserait ± 0,002 pouces
ajouté aux rivets de 15 pouces qu'il produit; par conséquent, 15 pouces devient
la longueur de la moyenne des rivets acceptables.
La moyenne est juste la somme de tous les scores divisée par leur nombre,
l'écart type sera utilisé dansla tentative de mesurer le niveau d'écart par rapport à l'objectif fixé. l'écart type
montre comment les données sont dispersées autour de la moyenne,
qui est la cible.
L'écart type (s) est défini comme
s =s = n i=1 (xi − x) n − 1
pour les petits échantillons, où x est la moyenne, xi est le ième rivet observé, n est
le nombre de rivets observés, et n - 1 est le degré de liberté. Il
est utilisé pour dériver un estimateur sans biais de la norme de la population
déviation.
Si l'échantillon est supérieur ou égal à 30 ou l'ensemble de la population
est à l'étude, il ne serait pas nécessaire de procéder à un ajustement de la population
et la lettre grecque σ sera utilisée à la place de s. Par conséquent, la norme
la déviation devient
σ = racine (sigma(x - µ)/N)
où µ est la moyenne arithmétique et N représente la population observée.
Supposons que l'écart type dans le cas de notre fabricant de rivets soit de 0,002 et que ± 3σ par
rapport à la moyenne soient autorisés. Dans ce cas, le
les limites spécifiées autour d'un rivet seraient de 15 ± 0,006 pouces (0,002 × 3 =
0,006). Donc, tout rivet qui mesure entre 14,994 pouces (15 - 0,006)
et 15,006 pouces (15 + 0,006) seraient acceptés, et tout ce qui se trouve à l'extérieur
cet intervalle serait considéré comme un défaut.
1.3.2 Évaluation du processus
Une fois les limites spécifiées déterminées, le fabricant voudrapour mesurer la performance du processus
pour savoir comment la sortie se compareaux limites spécifiées. Ils seront donc intéressés par deux aspectsdu
processus, les capacités du processus et la stabilité du processus. la capacité du processus fait référence à
la capacité du processus à générer des produits qui sont dans les limites spécifiées et à la stabilité du
processus à la capacité du fabricant à prédire les performancesen se basant sur l’expérience passé
Dans la plupart des cas, le SPC(logiciel de contrôle qualité par prélèvement de la production est utilisé à
cette fin etdes cartes de contrôle sont utilisées pour interpréter les modèles de production.
Parce qu'il serait coûteux d'inspecter physiquement chaque rivet qui vient
hors des chaînes de production, un échantillon sera prélevé et audité à
intervalles de temps et une estimation sera dérivée pour l'ensemble de la production afin de déterminer le
nombre de défauts.
1.3 .3 : Distribution normale et capacité de processus
La courbe associée à cette fonction est une courbe en forme de cloche quis'étend de − fromà + ∞ et ne touche
jamais la ligne horizontale.
l'aire sous la courbe représente les probabilités qu'un événement se produise,
et toute la surface sous la courbe est estimée égale à 1.
Dans le graphique de la figure 1.4, la zone entre l'USL et la LSL
représente les produits conformes et les zones foncées au
les queues de la courbe représentent celles qui sont défectueuses.
Si le fabricant utilise l'échelle sigma et définit les spécifications sur ± 3σ, combien de rivets devrions-nous
nous attendre à respecter dans les spécifications?
Étant donné que l'aire sous la courbe normale qui utilise l'échelle σ a déjà été estimée statistiquement (voir le
tableau 1.1), nous pouvons en déduire unestimation de la quantité de produits conformes.
La probabilité qu'un rivet soit compris entre µ - 3σ et µ + 3σ est
0,9973, et la probabilité qu'il soit en dehors des limites sera de 0,0027
(1 - 0,9973). En d'autres termes, 99,73% des rivets seront à l'intérieur
la limite spécifiée, soit 2700 sur 1 million, sera défectueuse.
Supposons que le fabricant améliore le processus de production et
réduit la variation à l'endroit où l'écart type est divisé par deux et
il devient 0,001. Gardez à l'esprit qu'un écart-type plus élevé impliqueun niveau de variation plus élevé et
que plus les limites spécifiées sontà partir de la cible µ, plus la variation est tolérée et donc leplus de produits
de mauvaise qualité sont tolérés (un rivet de 15.0001 pouces de long estplus proche de la cible qu'un long
rivet de 15,005 pouces).
Le tableau 1.2 montre le niveau de qualité associé à σ et au
limites (µ + zσ). Clairement, le niveau de qualité à ± 6σ après amélioration est
le même que celui à ± 3σ lorsque σ était de 0,002 (14,994, 15,006) mais le
la quantité de produits conformes est passée à 99,9999998% et
les défauts par million sont tombés à 0,002. Une amélioration de la
processus a conduit à une réduction des défauts
Qu'est-ce que 3.4 DPMO a à voir avec tout cela? Nous voyons dans le tableau 1.2 que
un niveau 6σ correspond à 0,002 défauts pour 1 million d'opportunités. Dans
en fait, 3,4 DPMO sont obtenus à environ ± 4,5σ. Mais cela ne s'applique qu'à un
processus statique - en d'autres termes, à un processus à court terme.
Selon les partisans de Motorola Six Sigma, de petits changements
supérieur à 1,5σ sera détecté et des mesures correctives seront prises, mais
des décalages inférieurs à 1,5σ peuvent passer inaperçus sur une période de temps. Dans
le long terme, une accumulation de petits changements dans la moyenne du processus
entraînera une dérive de l'écart type du processus. Donc dans le
Dans le pire des cas, les facteurs de bruit entraîneront un décalage moyen du processus qui
se traduira par une distance de 1,5σ de la cible, donc seulement 4,5σ sera
la distance entre le nouveau processus moyen et le plus proche spécifié
limite. Et 4,5σ correspond à 3,4 DPMO (Figure 1.5).
Notez que les fabricants visent rarement 3,4 DPMO. Leur objectif principal est d'utiliser Six Sigma dans le
but de minimiser les défauts au plus bas
tarifs possibles et augmenter la satisfaction client. 3.4 DPMO et le
Le décalage de 1,5 sigma reste très controversé parmi les six praticiens sigma.