ENSAM-Meknès Maitrise Statistique des Processus

Cartes de contrôle aux mesures

1 Une introduction à la maîtrise statistique des processus
Deux objets ne sont jamais rigoureusement identiques. Quelles que soient les techniques
utilisées pour fabriquer ces objets, si précis soient les outils, il existe une variabilité dans tout
processus de production.
L’objectif de tout industriel est que cette « variabilité naturelle » demeure dans des bornes
acceptables. C’est une préoccupation majeure dans l’amélioration de la qualité industrielle. Un des
outils utilisés pour tendre vers cette qualité est la Maîtrise Statistique des Processus (MSP).
Si vous produisez un certain type d’objets, et si vous souhaitez conserver vos clients pour
pérenniser votre entreprise, vous devez vous assurer que les lots que vous leur livrez sont
conformes à ce qui a été convenu entre vous, le plus souvent par contrat. Tout industriel sérieux
effectue des contrôles sur les lots produits pour en vérifier la qualité, qu’il en soit le producteur ou
bien qu’il les réceptionne. Diverses techniques statistiques liées aux prélèvements d’échantillons
sont alors utilisées pour éviter, dans la plupart des cas, de vérifier un à un tous les objets contenus
dans un lot. Ce contrôle d’échantillons prélevés dans des lots est indispensable si les contrôles à
effectuer détruisent l’objet fabriqué, comme lors d’une analyse de la dose de composant actif
contenue dans un comprimé. Il existe cependant des cas où l’on préfère vérifier tous les objets ; il
est par exemple souhaitable que les freins d’une voiture fonctionnent et un contrôle du freinage
sur un échantillon dans la production d’un lot d’automobiles ne garantit pas que tous les véhicules
freinent correctement...
Lorsqu’un lot est contrôlé, il est conforme ou il ne l’est pas. S’il est conforme, on le livre
(fournisseur) ou on l’accepte (client). S’il n’est pas conforme, on peut le détruire, en vérifier un à
un tous les éléments et ne détruire que ceux qui ne sont pas conformes, etc. Toutes les solutions
pour traiter les lots non conformes sont onéreuses. Si le lot n’est pas conforme, le mal est fait. La
MSP se fixe pour objectif d’éviter de produire des lots non conformes en surveillant la production
et en intervenant dès que des anomalies sont constatées. Une bonne MSP permet de supprimer
un nombre important de contrôle in fine des lots produits.

1.1 Processus sous contrôle

On dit que le processus de production est sous contrôle, est maîtrisé, lorsque les
caractéristiques du produit fabriqué varient peu dans le temps, d’un produit à l’autre et sont
conformes à ce que l’on désire obtenir. Dans ce cas, il n’existe pas de cause précise faisant varier
les caractéristiques du produit. La variabilité n’est due qu’aux limitations techniques du procédé
de fabrication, à des causes aléatoires.
Pour savoir si le processus est sous contrôle, on prélève régulièrement de petits échantillons.
Si la caractéristique contrôlée est une mesure (poids, taille, concentration, etc), le processus est
sous contrôle lorsque la moyenne (l’espérance) dans chaque échantillon de cette caractéristique
est égale à une valeur cible µ0 fixée et lorsque l’écart-type dans chaque échantillon est égal à un
écart-type naturel σ0. Alors que µ0 est fixée pour répondre à la demande des clients, à un cahier
des charges, à la qualité du produit, σ0 dépend essentiellement du processus de production, de la

LATIFA EZZINE 1
ENSAM-Meknès Maitrise Statistique des Processus
technologie mise en œuvre. Si la caractéristique contrôlée est une proportion d’objets non
conformes (d’objets conformes) dans chaque lot, le processus est sous contrôle lorsque cette
proportion est en moyenne dans chaque échantillon égale à une valeur cible p0. La proportion p0
est fixée de sorte à respecter les normes de qualités fixées par contrat ou par obligation légale. On
cherche bien sûr à avoir une valeur de p0 (proportion d’objets non conformes) voisine de 0. Si la
caractéristique contrôlée est un nombre de défauts par objet, le processus est sous contrôle quand
ce nombre est en moyenne égal à une valeur cible λ0 fixée. Idéalement λ0 = 0; cependant, on tolère
souvent quelques défauts mineurs, comme des défauts d’aspect.

1.2 Processus hors contrôle

Un processus hors contrôle, non maîtrisé, est le contraire d’un processus sous contrôle. Le
processus est hors contrôle quand il existe une variabilité trop importante ou des caractéristiques
non conformes à celles souhaitées. Il peut exister plusieurs causes, dites : causes spéciales, ou
encore : causes assignables, à ce dysfonctionnement. Un changement d’équipe, de technicien sur
une machine, le dérèglement d’une machine, une panne, des conditions climatiques particulières,
etc, peuvent être à l’origine d’un processus hors contrôle. Dans les cas les plus graves, il faut revoir
entièrement un processus de fabrication inadapté aux objectifs fixés.

1.3 La MSP
La Maîtrise Statistique des Processus a pour but de mettre en place des outils statistiques de
surveillance des processus de fabrication. L’outil de base de la MSP que nous étudierons est la carte
de contrôle. Elle est constituée de tests statistiques paramétriques de conformité.

2 Les cartes de contrôle aux mesures de Shewhart

Le caractère étudié est un mesure (poids, concentration d’un composant chimique, cote, etc).
L’objectif d’une carte de contrôle aux mesures est de détecter la présence de causes assignables
de dérèglement du processus de production. Le fondement théorique de conception des cartes de
contrôle est que le caractère numérique étudié est réparti dans la population, dans l’ensemble de
la production, suivant une loi normale.

2.1 Cartes de contrôle d’étude initiale

Ces cartes sont destinées à la mise sous contrôle du processus. Ces cartes de contrôle sont aussi
appelées : cartes de contrôle de phase I, ou encore : cartes de contrôle pour la maîtrise. Leurs
paramètres sont déterminés à l’aide de mesures effectuées sur une vingtaine d’échantillons de
petite taille.
Pour les valeurs des différents coefficients nécessaires aux calculs, on se reportera au tableau
des coefficients de l’annexe.

LATIFA EZZINE 2
ENSAM-Meknès Maitrise Statistique des Processus
2.1.1 Cartes (X, R)
On adopte le point de vue probabiliste des variables aléatoires. Pour m échantillons prélevés, on
note 𝑋̅1 , 𝑋̅2 , … , 𝑋̅𝑘 les k variables aléatoires qui associent à chaque échantillon, la moyenne dans
l’échantillon du caractère étudié. On définit alors la variable aléatoire, moyenne des moyennes des
échantillons :

µˆ est un estimateur sans biais de la moyenne du caractère dans l’ensemble de la production

(population).
Un estimateur plus inattendu, que nous n’avons pas encore utilisé est l’estimateur σˆ de l’écart type
du caractère dans la production. Cet estimateur utilise la variable aléatoire R définie par :

où chaque variable aléatoire Ri associe à chaque échantillon, son étendue. On a alors :

R
σˆ =
d2

où d2 est un coefficient dépendant de la taille n des échantillons.

Carte de contrôle de la moyenne : carte X

La carte de contrôle de la moyenne, ou carte X, est constituée d’une ligne centrale correspondant
à la valeur LC = 𝜇̂ , et de deux lignes de contrôle correspondant respectivement aux limites
supérieures (LSC) et inférieures de contrôle (LIC). Figurent aussi parfois deux lignes
supplémentaires : les limites de surveillance.
Dans toute carte de contrôle de Shewhart de phase I, les limites de contrôle ont un écart

̂
𝜎
à la moyenne 𝜇̂ égal à 3 , pour des échantillons de taille n. On a donc :
√𝑛

En posant , on obtient:

𝐿𝐶 = 𝜇̂ 𝐿𝑆𝐶 = 𝜇̂ + 𝐴2 𝑅̅ 𝐿𝐼𝐶 = 𝜇̂ − 𝐴2 𝑅̅

Pour obtenir les valeurs de A2, il suffit de se reporter à la table donnée en annexe.

̅
Construction de la carte : Carte 𝑿

LATIFA EZZINE 3
ENSAM-Meknès Maitrise Statistique des Processus
On prélève (effectivement) k échantillons de taille n. On a alors une réalisation des différentes
variables aléatoires présentées ci-dessus.
On calcule, avec les règles indiquées, les différentes valeurs prises par ces variables aléatoires. On
trace sur la carte de contrôle la ligne centrale et les lignes de contrôle.
On porte sur la carte, pour i = 1, ..., k, les points Mi de coordonnées (i, 𝑥̅𝑖 ), où 𝑥̅𝑖 désigne la moyenne
du caractère étudié dans l’échantillon numéro i.
Règle de décision :
– si tous les points Mi sont situés entre les linges de contrôle, le processus est déclaré maîtrisé;
– si des points Mi sont situés en dehors des limites de contrôle, le processus est déclaré non
maîtrisé.
Si le processus est déclaré non maîtrisé, il est bon de comprendre dans quelles circonstances les
échantillons ont été prélevés pour tenter de cerner si le processus est globalement inadapté ou s’il
existe des causes spéciales à la variabilité excessive des moyennes.

Exemple 2.1 (Exemple de carte X :) Dans une laiterie, un nouveau processus de production de plaquettes de
250 g de beurre est mis en service. On a prélevé vingt échantillons de quatre plaquettes chacun et on a pesé
chaque plaquette avec une balance de précision. Le traitement statistique des mesures est effectué à l’aide
d’un tableur.
Échantillon n° i X1 X2 X3 X4 𝑋̅ Ri
1 252 249 249 249 249.75 3

2 249 247 252 253 250.25 6

3 253 247 246 247 248.25 7

4 247 253 253 248 250.25 6

5 249 253 247 252 250.25 6

6 246 253 250 253 250.5 7

7 253 247 254 251 251.25 7

8 255 255 248 252 252.5 7

9 254 248 255 246 250.75 9

10 249 246 253 255 250.75 9

11 254 249 252 251 251.5 5

12 249 250 246 249 248.5 4

13 253 247 247 250 249.25 6

14 252 249 251 247 249.75 5

15 249 252 255 252 252 6

16 248 246 248 249 247.75 3

17 250 247 249 252 249.5 5

18 247 247 252 251 249.25 5

19 254 249 252 247 250.5 7

20 250 252 250 250 250.5 2

LC = 250.15 LSC = 254.34 LIC = 245.96

Carte de contrôle de la moyenne

LATIFA EZZINE 4
ENSAM-Meknès Maitrise Statistique des Processus

LC
LSC
LIC
Moyenne de
l'échantillon

Carte de contrôle de l’étendue : carte R

On souhaite ici visualiser, mettre en évidence, les variations de l’étendue. La conception de la
carte de Shewhart de l’étendue, pour la phase I, utilise des coefficients : d3, dépendant de la taille n
des échantillons. Pour cette carte on a :

On pose . On obtient alors :

𝐿𝐶 = 𝑅̅ 𝐿𝑆𝐶 = 𝐷4 𝑅̅ 𝐿𝐼𝐶 = 𝐷3 𝑅̅

Construction de la carte :
On prélève (effectivement) m échantillons de taille n. On a alors une réalisation des différentes
variables aléatoires présentées ci-dessus.
On calcule, avec les règles indiquées, les différentes valeurs prises par ces variables aléatoires. Il
peut arriver que le calcul de la limite inférieure de contrôle donne un résultat négatif. Dans ce cas,
la limite de contrôle utilisée pour la carte est 0. Il est bien sûr souhaitable que l’étendu soit aussi
proche de la valeur 0 que possible, ce qui traduit une variabilité faible du caractère numérique
étudié.
On trace sur la carte de contrôle la ligne centrale et les lignes de contrôle.
On porte sur la carte, pour i = 1, ..., k, les points Mi de coordonnées (i, Ri), où Ri désigne l’étendue
du caractère étudié dans l’échantillon numéro i.
Règle de décision :
– si tous les points Mi sont situés entre les linges de contrôle, le processus est déclaré maîtrisé;
– si des points Mi sont situés en dehors des limites de contrôle, le processus est déclaré non
maîtrisé.

Exercice 2.1 Tracer la carte de contrôle R de l’exemple 2.1.

2.1.2 Cartes (X, S)

Pour m échantillons prélevés, on note𝑋̅1 , 𝑋̅2 , … , 𝑋̅𝑘 les k variables aléatoires qui associent à
chaque échantillon, la moyenne dans l’échantillon du caractère étudié. On définit les m variables
aléatoires S1,S2,...,Sk qui à chaque échantillon associent l’écart type de l’échantillon. Attention !

LATIFA EZZINE 5
ENSAM-Meknès Maitrise Statistique des Processus
L’écart type est ici celui déjà utilisé en estimation, c’est l’estimateur ponctuel de l’écart type de la
population. On définit alors la variable aléatoire, moyenne des moyennes des échantillons :

𝜇̂ est un estimateur sans biais de la moyenne du caractère dans l’ensemble de la production

(population).
On choisit comme estimateur sans biais de l’écart type, la variable aléatoire σˆ définie par :
𝑆̅
𝜎̂ =
𝑐4

où est un coefficient dépendant de l’entier n (voir la table en annexe).

Carte de contrôle de la moyenne : carte X

̂
𝜎 ̂
𝜎
𝐿𝐶 = 𝜇̂ 𝐿𝑆𝐶 = 𝜇̂ + 3 𝐿𝐼𝐶 = 𝜇̂ − 3
√𝑛 √𝑛

On pose: . On a alors :

𝐿𝐶 = 𝜇̂ 𝐿𝑆𝐶 = 𝜇̂ + 𝐴3 𝑆̅ 𝐿𝐼𝐶 = 𝜇̂ − 𝐴3 𝑆̅

Exercice 2.2 Dans l’exemple 2.1 page 4, une première série de mesures a été effectuée. On renouvelle le
prélèvement d’échantillons. Les nouvelles mesures sont reportées ci-dessous. Le calcul des écarts types est réalisé
à l’aide de la formule :

Les paramètres de cette carte, pour des échantillons de taille n, sont les suivants :

Échantillon n° i

1 249 247 253 253 250.5 3

2 254 250 255 250 252.25 2.63

3 253 250 246 247 249 3.16

4 253 255 255 254 254.25 0.96

5 253 254 246 247 250 4.08

6 254 254 254 252 253.5 1

7 255 253 252 254 253.5 1.29

8 249 248 255 252 251 3.16

9 248 255 249 251 250.75 3.1

10 250 247 247 247 247.75 1.5

11 253 252 250 253 252 1.41

12 248 247 250 253 249.5 2.65

13 255 246 246 249 249 4.24

14 251 254 247 255 251.75 3.59

LATIFA EZZINE 6
ENSAM-Meknès Maitrise Statistique des Processus
15 251 251 255 255 253 2.31

16 255 251 251 254 252.75 2.06

17 255 250 250 252 251.75 2.36

18 250 251 250 249 250 0.82

19 247 255 248 246 249 4.08

20 254 247 250 254 251.25 3.4

Déterminer les paramètres de la carte de la moyenne.

La construction de la carte X et la règle de décision sont identiques à celles de la carte X décrites

pour les cartes (X, R).
Carte de contrôle de l’écart type : carte S
Cette carte est destinée à visualiser les variations de l’écart type des mesures. Elle utilise les
paramètres suivants :

On pose

On a alors :
𝐿𝐶 = 𝑆̅ 𝐿𝑆𝐶 = 𝐵4 𝑆̅ 𝐿𝐼𝐶 = 𝐵3 𝑆̅

Pour déterminer les valeurs de B3 et B4, on consultera la table des valeurs de B3 et B4, en fonction de
la taille n des échantillons, fournie en annexe.
La construction de la carte S est similaire à la construction de la carte R (on reporte les écarts
type au lieu de reporter les étendues), et comme pour cette dernière, on remplace la limite inférieure
de contrôle par 0 si le calcul celle-ci donnait un résultat négatif. La règle de décision est la même
que pour une carte R.

Exercice 2.3 Construire la carte S de l’exercice 2.2.

LATIFA EZZINE 7
ENSAM-Meknès Maitrise Statistique des Processus
Lorsque les cartes de contrôle de phase I font apparaître un processus maîtrisé, leurs paramètres
peuvent être utilisés pour des cartes de phase II lors de la surveillance de la production en temps
réel.

2.2 Cartes de contrôle aux valeurs standard

Ces cartes de contrôle sont également appelées : cartes de contrôle de phase II. Elles sont utilisées
pour le suivi du processus en temps réel. Les valeurs standard de ces cartes sont établis au préalable
et constituent des valeurs cibles. On note µ0 la valeur cible de la moyenne, et σ0 la valeur cible de
l’écart type. Ici, LC, LSC et LIC ne sont plus des variables aléatoires, mais des valeurs numériques
fixées suivant des règles bien précises.
Les cartes de Shewhart sont caractérisées par des limites de contrôle situées à trois écarts type
de part et d’autre la tendance centrale.
Les bases probabilistes de ces cartes sont dues au fait que l’on considère que la variable aléatoire
associée aux mesures suit la loi normale N(µ0,σ0). Pour les cartes de Shewhart, la probabilité α de
fausse alerte (risque de première espèce) est approximativement égale à 0,0027.

Carte X de Shewhart
Les paramètres de cette carte sont :

En posant , on obtient:
LC = µ0 LSC = µ0 + Aσ0 LIC = µ0 − Aσ0

(Voir l’annexe pour les valeurs de A en fonction de la taille n des échantillons) La

construction et la règle de décision sont identiques à celles d’une carte de phase I.
Carte R de Shewhart
Les paramètres de la carte de contrôle de l’étendue sont :

LC = d2σ0 LSC = d2σ0 + 3d3σ0 LIC = d2σ0 − 3d3σ0

la LIC étant fixée à 0 en cas de résultat négatif.
On pose D5 = sup{d2 − 3d3,0} et D6 = d2 + 3d3. Les paramètres s’écrivent alors :
LC = d2σ0 LSC = D6σ0 LIC = D5σ0

(Voir l’annexe pour les valeurs de D1 et D2 en fonction de la taille n des échantillons) La

construction et la règle de décision sont identiques à celles d’une carte de phase I.
Carte S de Shewhart
Les paramètres sont :

LC = c4σ0
la LIC étant fixée à 0 en cas de résultat négatif.
On pose

LATIFA EZZINE 8
ENSAM-Meknès Maitrise Statistique des Processus

.
Les paramètres de la carte s’écrivent alors :
LC = c4σ0 LSC = B6σ0 LIC = B5σ0
La construction et la règle de décision sont identiques à celles d’une carte de phase I.
2.3 Tableau récapitulatif pour les cartes de contrôle aux mesures de Shewhart
Type de carte µ et σ inconnus (phase I) µ0 et σ0 connus (phase II)

ligne centrale limites de contrôle ligne centrale limites de contrôle

Carte X 𝜇̂ 𝜇̂ ±A2𝑅̅ ou 𝜇̂ ± A3𝑆̅ µ0 µ0 ± Aσ0

Carte R 𝑅̅ 𝐷4 𝑅̅ , 𝐷3 𝑅̅ D5σ0, D6σ0
d2σ0
Carte S 𝑆̅ 𝐵4 𝑆̅ , 𝐵3 𝑆̅ c4σ0 B5σ0, B6σ0

2.4 Annexe : coefficients des cartes de Shewhart

n d2 d3 c4 A A2 A3 B3 B4 B5 B6 D3 D4 D5 D6
2 1,128 0,853 0,7979 2,121 1,880 2,659 0 3,267 0 2,606 0 3,267 0 3,686
3 1,693 0,888 0,8862 1,732 1,023 1,954 0 2,568 0 2,276 0 2,574 0 4,358
4 2,059 0,880 0,9213 1,500 0,729 1,628 0 2,266 0 2,088 0 2,282 0 4,698
5 2,326 0,864 0,9400 1,342 0,577 1,427 0 2,089 0 1,964 0 2,114 0 4,918
6 2,534 0,848 0,9515 1,225 0,483 1,287 0,030 1,970 0,029 1,874 0 2,004 0 5,078
7 2,704 0,833 0,9594 1,134 0,419 1,182 0,118 1,882 0,113 1,804 0,076 1,924 0,205 5,203
8 2,847 0,820 0,9650 1,061 0,373 1,099 0,185 1,815 0,178 1,752 0,136 1,864 0,387 5,307
9 2,970 0,808 0,9693 1,000 0,337 1,032 0,239 1,761 0,232 1,707 0,184 1,816 0,546 5,394
10 3,078 0,797 0,9727 0,949 0,308 0,975 0,284 1,716 0,277 1,669 0,223 1,777 0,687 5,469
11 3,173 0,787 0,9754 0,905 0,285 0,927 0,321 1,679 0,314 1,637 0,256 1,744 0,812 5,534
12 3,258 0,778 0,9776 0,866 0,266 0,886 0,354 1,646 0,346 1,609 0,283 1,717 0,924 5,592
13 3,336 0,770 0,9794 0,832 0,249 0,850 0,382 1,618 0,374 1,585 0,307 1,693 1,026 5,646
14 3,407 0,762 0,9810 0,802 0,235 0,817 0,406 1,594 0,399 1,563 0,328 1,672 1,121 5,693
15 3,472 0,755 0,9823 0,775 0,223 0,789 0,428 1,572 0,420 1,544 0,347 1,653 1,207 5,937
20 3,735 0,729 0,9869 0,671 0,180 0,680 0,510 1,490 0,503 1,471 0,415 1,585 1,548 5,922

LATIFA EZZINE 9