Analyse du système de mesure

Processus Six Sigma DMAIC

Outils

D M A I C

• Tracer la cartographie de la chaîne de valeur afin • Cartographie de la chaîne de valeur

de comprendre le processus en profondeur • Valeur de la vitesse
• Identifier les indicateurs de performance • Définitions opérationnelles
• Développer les définitions opérationnelles et le • Plan de collecte de données
plan de collecte de données
• Échantillonnage statistique
• Valider le système de mesure
• Analyse du système de mesure
• Collecter les données de référence • Étude R&R
• Déterminer la capabilité du procédé
• Cartes de contrôle
• Franchir le jalon de la phase Mesurer
• Histogrammes
• Test de normalité
• Analyse de la capabilité du procédé

Activités Outils

Copyright ACPE Inc. 2017 2

 Objectifs d’apprentissage
• Comprendre les différentes utilisations des systèmes de mesures

• Comprendre le langage associé aux mesures incluant les cinq propriétés principales d'un
système de mesure.

• Comprendre comment réaliser une analyse de système de mesure (ASM) en général ainsi que
des études de répétabilité et de reproductibilité (étude de R&R) en particulier

• Savoir interpréter les résultats d’une étude ASM

• Comprendre l’ASM autant pour les mesures continues que discrètes (attribut)

Copyright ACPE Inc. 2017 3

 Concepts de base
• Nous mesurons les caractéristiques de produits et comparons les mesures avec des limites
de spécification pour prendre des décisions quant à (1) l'article mesuré, (2) le groupe de
produit dont l'article mesuré a été choisi et-ou (3) le processus qui a produit l'article mesuré.

• Les mesures ne sont pas parfaites; elles contiennent des erreurs, c-à-d, des différences entre
les vraies valeurs et les valeurs mesurées

• En supposant que l'erreur de mesure est indépendante de la variation du produit, la variance

des mesures (s2m) est la somme des variances du produit (s2p) et la variance de l'erreur de
mesure (s2e): sm2 = sp2 + se2

Copyright ACPE Inc. 2017 4

 Concepts de base
Puisque les variances sont additives, on peut représenter le rapport par un
triangle rectangle

Écart-type de l’erreur de
ure s
Me s
de s
t-ty pe
a r sm
Éc

Mesure
se
sp
Écart-type du Produit
(Vraies Valeurs)

sm2 = sp2 + se2

Copyright ACPE Inc. 2017 5

 Pourquoi se soucier
De la variation dans les mesures
Considérez pourquoi vous mesurez :
Comment la variation dans les
Vérifier la conformité du produit aux mesures pourrait-elle affecter ces
spécifications décisions ?

Aider dans l’amélioration continue Et si l’ampleur de la variation dans

des activités les mesures n’est pas connue ?

Produit
Produit

Mesure
Mesure

La variation due aux mesures peut faire paraître l’aptitude de nos

produits pire qu’elle ne l’est réellement

Copyright ACPE Inc. 2017 6

 L’importance de l’ASM
• D’importantes ressources peuvent être gaspillées en essayant d’améliorer un processus alors
que le système de mesure constitue une source majeure de variabilité observée.

• Le système de mesure DOIT être qualifié avant le début des travaux d’amélioration d’un
processus.

• Le système de mesure n’est qu’une des sources de variabilité lorsque l’on mesure un produit
ou un processus.

• À l’étape « Mesurer » , l’équipe utilise ASM pour pouvoir démontrer que les données sont
exactes* et fiables* pour rencontrer les objectifs du projet.

* Des définitions formelles apparaissent sur des diapositives suivantes.

Copyright ACPE Inc. 2017 7

Composantes de l’erreur de mesure
Les sources de la variabilité des mesures observés sont :
Définition
Opérationnell
Mesures observées
e / POS

Vraies valeurs Erreur de mesure Discrimination

Exactitude Précision Stabilité Linéarité

Biais Étude de R&R

Répétabilité Reproductibilité

Opérateur *
Opérateur
pièce

Copyright ACPE Inc. 2017 8

 5 propriétés des mesures à étudier
• Les deux propriétés clés les plus communes associées à un système de
mesure sont l’exactitude et la précision

• L’exactitude et la précision sont deux propriétés différentes et

indépendantes. On peut retrouver des ensembles de données

• exacts, mais peu précis

• précis, mais inexacts

• On rencontre parfois même des données qui ne sont ni exactes ni précises.

Évidemment, nous désirons des données qui soient à la fois exactes et
précises

Copyright ACPE Inc. 2017 9

 Exactitude et précision
Note: Le centre de la cible est la vraie valeur.

Exactitude

(a) (b)

(c) (d)
Précision
Copyright ACPE Inc. 2017 10
 5 propriétés des mesures à étudier
• Non seulement voulons-nous un système de mesure exact et précis mais…

• Lorsque appliqué à la même pièce , le système de mesure devrait

produire le même résultat dans le futur que celui produit dans le
passé (stabilité)

• Nous voulons un système qui soit linéaire. La linéarité concerne le

comportement d’un système de mesure à travers l’étendue de
mesures pour lequel il sera utilisé.

• Nous voulons un système de mesure capable de détecter de petites

fluctuations dans le processus (bonne discrimination)

Copyright ACPE Inc. 2017 11

 5 propriétés des mesures à étudier
Donc, les propriétés que nous devrons possiblement évaluer sont :

1. Exactitude

2. Précision (étude R&R)

3. Stabilité

4. Linéarité

5. Discrimination

• Le type de système de mesure considéré déterminera dans une large part la (les) propriété(s)
à évaluer ainsi que l’ordre dans lequel vous en ferez l’étude.

• Pour des données issues d’un système informatisé – l’exactitude pourrait requérir une
évaluation mais la précision pourrait ne pas être questionnée

Copyright ACPE Inc. 2017 12

 Exactitude
Exactitude et biais

• L’exactitude c’est à quel point la moyenne des mesures dévie de la vraie valeur. En
d’autres mots, l’exactitude traite de la question, « En moyenne, est-ce que j’ai la «
bonne » réponse ? » Si la réponse à cette question est oui, alors on dit que le
système est exact. Si c’est non, nous avons un système de mesure inexact

• Le biais se définit comme la distance entre la moyenne des mesures observées et

la vraie valeur ou « bonne » réponse

Copyright ACPE Inc. 2017 13

 Exactitude
Exacte vs Inexacte
Vraie Vraie
valeur valeur

Biais

Moyenne Moyenne

Copyright ACPE Inc. 2017 14

 Exactitude
Problèmes potentiels de biais
• Les effets potentiels de biais incluent :
• Biais de l’opérateur – Différents opérateurs obtiennent des
moyennes différentes pour la même vraie valeur,
• Biais de l’instrument – Différents instruments obtiennent des
moyennes différentes pour la même vraie valeur, et
• Autres – d’un jour à l’autre (différents environnements),
différents montages, clients et fournisseurs (sites des clients et
sites des fournisseurs), etc

Instrument 1
Vraie Valeur

Instrument 1 n'a pas le

Instrument 2
même biais que
l'instrument 2
Copyright ACPE Inc. 2017 15
 Précision
Définition de précision

En plus d’être exact, il est important qu’un système de mesure soit précis

Précision
La précision représente à quel
point il est possible d’obtenir les
mêmes valeurs lorsque des
mesures indépendantes sont
faites sur la même entité

L’utilisation de la moyenne de
mesures répétées améliore la
précision car la dispersion des
moyennes est toujours moindre
que la dispersion des points
individuels

Moyenne
Copyright ACPE Inc. 2017 16
 Précision
Modèle de base pour la précision

Comme nous le verrons, l'étude R&R analyse deux composantes principales de variation du
système de mesure (ou “le manque de précision”), la répétabilité et la reproductibilité

s 2
Système de = s Répétabilité + s Reproductibilité
2 2
mesure

s 2
sm =s 2
répét +s 2
reprod

La variation du système de mesure est égale à la variation due à la

répétabilité plus la variation due à la reproductibilité et représente les
causes communes de variation du système de mesure

Copyright ACPE Inc. 2017 17

 Précision
Définition de Répétabilité

• La répétabilité est la variabilité inhérente au système de mesure. C’est la variation

qui se produit lorsque des mesures successives sont faites dans les mêmes
conditions :

• Même pièce

• Même caractéristique

• Même opérateur / inspecteur / évaluateur

• Même instrument

• Même montage

• Mêmes conditions environnementales

Copyright ACPE Inc. 2017 18

 Précision
Illustration de Répétabilité

Moyenne Moyenne
Meilleure Moins bonne
répétabilité répétabilité

Copyright ACPE Inc. 2017 19

 Précision
Répétabilité (Précision du système de mesure)
• La répétabilité est aussi connue sous « précision du
système » ou « erreur test / re-test ». Elle est dans un sens
un estimé de la variation à court terme du système de
mesure.

Vraie Valeur

s 2
sm =s 2
répét +s 2
reprod

Même partie, même caractéristique, même opérateur / inspecteur même

instrument, même installation, mêmes conditions environnementales

Copyright ACPE Inc. 2017 20

 Précision
Reproductibilité

Vraie
valeur

Moyenne Moyenne

opérateur 1 opérateur 2 opérateur 3

Meilleure Moins bonne

Reproductibilité Reproductibilité
Copyright ACPE Inc. 2017 21
 Précision
Aptitudes du système de mesure

• Pour évaluer les capacités du système de mesure dans une étude R&R nous utiliserons Minitab pour:

• quantifier la variation du système de mesure et

• comparer la variation de système de mesure à la variation de processus (de produit)*

• Le résultat de cette comparaison est appelé un indice de capabilité du système de mesure. Il y a beaucoup
d'indices de capabilité mais nous nous concentrerons sur les deux indices suivants:

• % Répétabilité et Reproductibilité (% R&R)

• Indice de discrimination

• * Notez que la variation de système de mesure peut aussi être comparée à la gamme de spécification

Copyright ACPE Inc. 2017 22

 Précision
% répétabilité & reproductibilité

Variation observée du processus

% R&R = 20 % Variation due

au système de
mesure
Règle de % R&R = 75 %
l’art:
On veut %
R&R < 30 %
% R&R = 100 %

Copyright ACPE Inc. 2017 23

 Précision
Étude de R&R et Variabilité
La variation de l’étude R&R est le pourcentage
que représente la variation (répétabilité et
reproductibilité) du système de mesure par
rapport à la variation observée du processus
mesuré
Les critères généralement reconnus pour
accepter un système de mesure sont:
Moins de 10 % : Acceptable
10 % à 30 % : Peut être acceptable
Plus de 30 % : Système inacceptable, doit
être corrigé ou remplacé

Mesures - composantes de la variabilité

Étude de R&R

Variation due Variation due

à l’instrument aux opérateurs

Répétabilité Reproductibilité

Variation observée lorsque le même opérateur Variation observée lorsque différents

mesure la même pièce de façon répétitive opérateurs mesurent la même pièce avec le
avec le même instrument même instrument
Copyright ACPE Inc. 2017 24
 Précision
Étude de R&R et Variabilité

• Évalue quel pourcentage de la variation totale représente l’erreur de mesure

• Inclus à la fois la répétabilité et la reproductibilité

• On doit faire attention de prendre des échantillons représentant l’ensemble de la

variation du processus, mais tout de même typiques

sˆ SM
%R & R = ´100 Habituellement
exprimé en %
sˆ Total

Copyright ACPE Inc. 2017 25

 Stabilité
Définition de Stabilité

Si les mesures ne changent pas ou ne dérivent pas avec le temps,

l’instrument est considéré stable

Temps un

Temps deux

Copyright ACPE Inc. 2017 26

 Stabilité
Facteurs affectant la stabilité du processus

• Procédures d’opération standards : • Facteurs de bruit :

• Est-ce qu’elles existent ? • Que sont-ils ?

• Sont-elles comprises ? • Est-il impossible ou peu pratique de les contrôler?

• Sont-elles observées ? • Quel est la robustesse du système face au bruit ?

• Sont-elles à jour ? • Facteurs contrôlables :

• Les opérateurs font-ils l’objet d’une • Comment sont-ils surveillés ?

certification ? • À quelle fréquence sont-ils vérifiés ?
• Y a-t-il un calendrier d’audit ? • Les valeurs cibles optimales sont-elles connues ?

• Quelle est l’étendue de la variation autour de la

cible ?

• À quel point sont-ils consistants ?

Copyright ACPE Inc. 2017 27

 Linéarité
Explication de Linéarité
• Une mesure de la différence dans le biais (déviation) sur l’étendue prévue de la
caractéristique à mesurer détermine la linéarité. Si le biais est constant sur la gamme
complète des mesures possibles, la linéarité est bonne

• Sur quelle étendue des valeurs d’une caractéristique donnée l’appareil peut-il être utilisé ?

• Quand un instrument de mesure est utilisé pour mesurer une vaste étendue de valeurs,
on doit se soucier de la linéarité
Le Biais (différence Moyenne Vraie valeur Moyenne Vraie valeur
entre la valeur
moyenne mesurée et Biais Biais
la vraie valeur) est
plus grand dans le
haut de l’échelle de
mesure que dans le
bas indiquant une
Bas de l’échelle Échelle de mesure Haut de l’échelle
erreur de linéarité du
système de mesure
Copyright ACPE Inc. 2017 28
 Discrimination
Explication de Discrimination

• Il est important d’évaluer la discrimination, ou « résolution ». La discrimination est la

capacité du système de mesure à détecter de petites fluctuations dans la
caractéristique mesurée. Un système qui ne peut détecter la variation du processus
étudié est inacceptable

• Supposons qu’un nageur tente d’améliorer son temps au « 50 mètre style libre ».
L’utilisation d’une montre sans l’aiguille des secondes s’avèrerait un exemple de
système de mesure avec une trop faible résolution. La situation peut être corrigée
en utilisant un chronomètre qui mesure le temps au 1/10, ou même 1/100 de
seconde

Copyright ACPE Inc. 2017 29

 Discrimination
Explication de Discrimination
• La discrimination est l’aptitude à détecter de petites fluctuations sur une caractéristique

• L’instrument peut ne pas être approprié pour identifier la variation du processus ou pour
mesurer une caractéristique sur des pièces si la discrimination est inacceptable

• Si un instrument ne permet pas de faire la différence entre la variation due à des causes
communes de celle due à des causes assignables celui-ci ne satisfait pas

.28 .28 Règle .28 .28

.279 .282 Pied à coulisse .282 .279
.2794 .2822 Micromètre .2819 .2791

Copyright ACPE Inc. 2017 30

 Discrimination
Une autre illustration

Si la variation du processus est illustrée par la distribution en rouge, il ne serait pas possible de
détecter de petites fluctuations dans le processus à l’aide du premier instrument de mesure. Le
deuxième instrument a définitivement une meilleure discrimination que le premier

Moins bonne
Poor Discrimination
Discrimination

1 2 3 4 5

Meilleure Discrimination

1 2 3 4 5

Copyright ACPE Inc. 2017 31

 Discrimination
Évaluation de discrimination

En principe, le système de mesure devrait diviser la tolérance ou l’intervalle de six écarts types
du processus (le plus petit des deux) en au moins cinq catégories. Une des meilleures façons
d’évaluer graphiquement la discrimination est d’étudier la carte de contrôle des étendues

Meilleure

Moins
bonne
32

Copyright ACPE Inc. 2017 32