VALIDER UN PROCESSUS D

CONTRÔLE

Presenté par Baba-aissa Chourouk Weãm

MAIS AVANT , QU’EST CE QU’UNE
MÉTROLOGIE ?
UN PROCESSUS DE CONTRÔLE EST VALIDER
SELON LES CONCEPTS SUIVANTS:

• Concept de fidélité (nous nous limiterons au premier concept pour aujourd’hui )

• Concept de justesse
• Capabilité du processus de contrôle
CONCEPT DE FIDÉLITÉ :

Fidélité

Méthode GRR Méthode GUM

Type « average and Type ANOVA

range method » Analyse de variance Méthode GUM
Test de Krusakal Test Fisher
 Méthode GUM

( ISO, BIPM, AFNOR,…) ont publié en août 1999 un « guide pour l’expression de l’incertitude de
mesure ». Avant ce guide, plusieurs approches existaient pour chiffrer les incertitudes de
mesurage avec les inconvénients que cela entraînait sur l’analyse et sur la comparaison des
résultats.
Méthode GUM

Incertitude de mesure : est une caractérisation de dispersion des valeurs qui pourrait
raisonnablement être attribuées à la grandeur mesurée.
La norme retient deux types d’incertitudes :
Les incertitudes de type A et les incertitudes de type B

Notation employée :
u : Incertitude-type. Incertitude du résultat d’un mesurage exprimée sous la forme d’un
écart type.
U : Incertitude élargie. Egale à l’incertitude type multiplié par un facteur d’élargissement
K : associé à un niveau de confiance
 Méthode GUM
L’incertitude de type A
C’est le cas où l’opérateur fait toute une série de mesures. Le
traitement des erreurs est statistique :
moyenne, écart-type, … Cette analyse statistique se fait lorsqu’on
a peu d’indications sur les sources d’erreurs.

Cas d’une série de mesures indépendantes, l’incertitude type est

obtenue par le calcule de l’écart type.
Avec g est le résultat de la mesure de la grandeur G à mesurer . Si
la distribution des mesures suit une loi gaussienne, alors, σn–1
est un bon estimateur de l’incertitude.
 Méthode GUM

L’incertitude de type B
C’est le cas où il est impossible, voire difficile de faire un calcul statistique (cas de la mesure
unique). L’opérateur doit chercher et évaluer les sources d’erreurs.
Faire un bilan des erreurs :
• Les erreurs systématiques telles que l’erreur de parallaxe, le réglage du zéro de l’appareil, les
erreurs de méthode, le vieillissement des composants, …
• Les erreurs aléatoires telles que les erreurs de lecture ou dues à l’appareil lui-même,ou dues
aux conditions extérieurs (température et dilatation, pression atmosphérique, humidité,…).
 Méthode GUM

L’incertitude de type B
C’est le cas où il est impossible, voire difficile de faire un calcul statistique (cas de la mesure
unique). L’opérateur doit chercher et évaluer les sources d’erreurs.
Faire un bilan des erreurs :
• Les erreurs systématiques telles que l’erreur de parallaxe, le réglage du zéro de l’appareil, les
erreurs de méthode, le vieillissement des composants, …
• Les erreurs aléatoires telles que les erreurs de lecture ou dues à l’appareil lui-même,ou dues
aux conditions extérieurs (température et dilatation, pression atmosphérique, humidité,…).
 Méthode GUM

Incertitude-type composée :
Lorsque l’incertitude est issue de plusieurs sources d’incertitudes indépendantes, on évaluera
pour chacune de ces sources, l’incertitude u1, u2, …,un due à chaque source.
L’incertitude sur la grandeur d’entrée est alors évaluée par une incertitude composée un
obtenue par :
 Méthode GUM

Incertitudes élargies :
L’incertitude élargie U s’obtient en multipliant
l’incertitude-type composée u par un facteur
d’élargissement.

• k = 2 pour une confiance à 95 %.

• k = 3 pour une confiance à 99 %.
 Méthode GRR
Comparaison de plusieurs moyennes se fait par deux tests :

• Test de F ( Fisher Snedecor) dit Analyse de variance ou ANOVA

• Test de Krusakal Wallis dit average and rang methode ( car le principe utilise un calcul de rang )
 Méthode Anova

Autrement dit , analyse de la variance . Pourquoi L’anova ?

Comparaison entre plusieurs populations avec des niveaux différents et des sous groupes
différents et comparer les moyennes et les distributions.

Est-ce que tous les moyennes viennent du même échantillon ?

 ANOVA

Eg: Nous avons des entreprises qui fabrique des pièces

A m1 = 56 pièces
B m2 = 57 pièces L’hypothèse nulle H0 = Moyennes identiques
L’hypothèse alternative H1= Moyennes différentes
C m3 = 78 pièces
D m4 = 68 pièces

Les comparaisons disponibles sont entre A-B A-C A-D C-B B-D C-D
Mais il existe un risque d’erreur alpha en augmentant le nombre de comparaison.
 ANOVA

Utilisons le test de Fisher : Analyse de variance , ANOVA ou test de Fisher

Eg:
A m1 = 56,4 j

Nous devons calculer la variance de chaque établissement

B m2= 57,5 j

Variance TOT

C m3= 78,7j
ANOVA : Décomposition de la variance en deux
éléments
 ANOVA : Si Ho est vrai, donc les moyennes des
populations appartiennent à des échantillons
identiques, et les différences min sont du aux
fluctuation d’échantillonnage

F= 1
résiduelle
Variance

Variance

Variance
TOT

groupes
entre
 ANOVA : Si H1 est vrai, donc les moyennes des
populations appartiennent à des échantillons
différents,

1
résiduelle
Variance

Variance
TOT

Variance

groupes
entre
 ANOVA : Pour résumer

Si Ho est vrai

Si H1 est vrai
1 Unilatéral
 Type Anova

L’ANOVA , qu’est ce-que c’est et à quoi ça sert ?

 Dépendance d’une variable quantitative à une ( ou deux ) variable(s) qualitative(s)
 Variable(s) qualitative(s) = facteur(s) ---- La dépendance
 ANOVA à un ou deux facteurs
 Un seul facteur : analyse bivariée
 Si 2 facteurs : analyse multivariée
 Variable dépendante : la variable quantitative continue VD
 Variable(s) indépendante(s) :le(s) facteur(s) VI
 Méthode GRR

GRR type « average and range method »

Cette méthode se veut simple et pragmatique.
Mode opératoire :
On retient un nombre de n pièces différentes sélectionnées au hasard (ce qui laisse
entendre qu’elles ne sont pas prélevées sur un intervalle trop court de production).
Elles doivent donner, si possible, une bonne image de la dispersion globale du moyen de
production. Ces pièces seront référencées et mesurées par k opérateurs, sans que ceux-ci
voient le numéro d’identification.
Cela permettra de faire mesurer les pièces plusieurs fois par chaque opérateur (r
répétitions) en évitant des mesures successives sur une même pièce (il faut éviter la
perturbation due à un « effet mémoire » de l’opérateur).