Interprétation des résultats principaux pour la fonction Analyse de capabilité normale pour plusieurs variables

Suivez les étapes ci-dessous pour interpréter une analyse de capabilité normale pour plusieurs variables. Les résultats principaux incluent les diagrammes de probabilité, les histogrammes et les indices de capabilité.

Etape 1 : Rechercher les problèmes dans les données

Votre procédé doit être stable et les données de procédé originales (ou transformées) doivent suivre une loi de distribution normale. Les diagrammes de probabilité et les courbes normales ajustées vous permettent de rechercher des problèmes potentiels.

Evaluer la normalité des données

Utilisez les droites de Henry pour déterminer si vos données doivent suivre une loi normale.

Si la loi normale est un bon ajustement pour les données, les points forment une ligne à peu près droite le long de la droite d'ajustement située entre les bornes de confiance. Des écarts par rapport à cette ligne droite indiquent des écarts par rapport à la normalité. Si la valeur de p est supérieure à 0,05, vous pouvez supposer que les données suivent la loi normale. Vous pouvez évaluer la capabilité de votre procédé à l'aide d'une loi normale.

Si la valeur de p est inférieure à 0,05, vos données ne sont pas normales et les résultats de l'analyse de capabilité peuvent être inexacts. Dans ce cas, envisagez les options suivantes :
  • Si les données de toutes les variables ou de tous les groupes sont non normales, vous pouvez utiliser l'option Transformation dans cette analyse pour transformer les données de toutes les variables ou de tous les groupes. Sinon, vous pouvez essayer d'ajuster une loi non normale aux données à l'aide de la commande Analyse de capabilité pour plusieurs variables (loi non normale).
  • Si les lois diffèrent pour différentes variables ou différents groupes, vous devez effectuer une analyse de capabilité distincte pour chaque variable ou groupe avec une loi différente. Pour évaluer la loi de chaque variable ou groupe, utilisez la commande Identification de loi individuelle.
Résultat principal : valeur de p

Dans ces diagramme, les points des deux diagrammes forment à peu près une ligne droite le long de la ligne ajustée (centrale). Les deux valeurs de p étant supérieures à 0,05, vous n'êtes pas en mesure de conclure que les données de ces variables ne sont pas normalement distribuées. Par conséquent, vous pouvez évaluer ces données avec une analyse de capabilité pour plusieurs variables avec une loi normale.

Examiner les courbes à l'intérieur et globale

Pour chaque variable, comparez la courbe globale pleine et la courbe "à l'intérieur" en pointillés de l'histogramme pour déterminer l'alignement des courbes. Une différence substantielle entre les courbes peut indiquer que le procédé n'est pas stable ou qu'il existe une importante variation entre les sous-groupes de cette variable. Utilisez une carte de contrôle pour évaluer si votre procédé est stable pour la variable avant d'effectuer une analyse de capabilité.

Bien alignées
Mal alignées
Remarque

Si votre procédé présente naturellement une grande variation entre les sous-groupes, par exemple dans le cas d'un procédé par lots, et si la variation n'est pas due à des causes spéciales, sélectionnez l'option Entre/à l'intérieur des sous-groupes lorsque vous effectuez l'analyse de capabilité normale pour plusieurs variables. Si vous utilisez l'analyse entre/à l'intérieur, une différence substantielle entre les deux courbes peut indiquer une source systémique de variation dans le procédé, en plus de la variation entre et à l'intérieur des sous-groupes.

Etape 2 : Examiner les performances observées de votre procédé

Pour chaque groupe ou variable dans vos données, utilisez l'histogramme des capabilités pour examiner visuellement les observations d'échantillons par rapport aux exigences du procédé.

Examiner la dispersion du procédé

Pour chaque variable, examinez visuellement les données de l'histogramme par rapport aux limites de spécification inférieure et supérieure. Dans l'idéal, la dispersion des données est plus étroite que la dispersion de spécification, et toutes les données se trouvent dans les limites de spécification. Les données qui se trouvent en dehors des limites de spécification représentent des éléments non conformes.

Dans cet histogramme, la dispersion du procédé est supérieure à la dispersion de spécification, ce qui suggère une faible capabilité. Bien que la plupart des données se trouvent dans les limites de spécification, il existe des éléments non conformes en-dessous de la limite de spécification inférieure (LSI) et au-dessus de la limite de spécification supérieure (LSS).

Remarque

Pour déterminer le nombre réel de pièces non conformes dans votre procédé, utilisez les résultats de PPM < LSI, PPM > LSS et PPM Total. Pour plus d'informations, reportez-vous à la rubrique Toutes les statistiques et tous les graphiques.

Evaluer le centre du procédé

Pour chaque variable, déterminez si le procédé est centré entre les limites de spécification ou sur la valeur cible, le cas échéant. Le centre des données survient au pic de la courbe de distribution, il est estimé par la moyenne de l'échantillon.

Dans cet histogramme, bien que les observations d'échantillons se situent dans les limites de spécification, le pic de la courbe de distribution n'est pas centré sur la cible. La plupart des données dépassent la valeur cible.

Etape 3 : Evaluer la capabilité du procédé

Utilisez les principaux indices de capabilité pour évaluer le degré avec lequel votre procédé répond aux exigences.

Evaluer la capabilité potentielle

Utilisez Cpk pour évaluer la capabilité potentielle de votre procédé en fonction de l'emplacement et de la dispersion du procédé. La capabilité potentielle indique la capabilité pouvant être obtenue si les décalages et les glissements du procédé sont éliminés.

En règle générale, des valeurs Cpk élevées indiquent que le procédé offre une capabilité satisfaisante. Des valeurs Cpk faibles indiquent que votre procédé peut nécessiter une amélioration.

  • Comparez Cpk à une valeur de référence représentant la valeur minimale acceptable pour votre procédé. De nombreux secteurs industriels utilisent une valeur référence de 1,33. Si Cpk est inférieur à votre référence, réfléchissez à des moyens d'améliorer votre procédé, par exemple en réduisant sa variation ou en décalant son emplacement.

  • Comparez les valeurs Cpk de chaque variable de votre analyse pour déterminer si la capabilité potentielle du procédé varie pour différents groupes ou dans différentes conditions.
  • Comparez Cp et Cpk. Si Cp et Cpk sont à peu près égaux, le procédé est centré entre les limites de spécification. Si Cp et Cpk sont différents, le procédé n'est pas centré.

Résultat principal : Cpk

Pour les données de procédé de cet histogramme, la valeur Cpk est de 1,09. Etant donné que l'indice Cpk est inférieur à 1,33, la capabilité potentielle du procédé ne répond pas aux exigences du client. Le procédé s'approche trop près de la limite de spécification inférieure. Le procédé n'est pas centré, donc Cpk n'est pas égal à Cp (2,76).

Evaluer la capabilité globale

Utilisez Ppk pour évaluer la capabilité globale de votre procédé en fonction de l'emplacement et de la dispersion du procédé. La capabilité globale indique les performances réelles de votre procédé que le client constate au fil du temps.

En règle générale, des valeurs Ppk élevées indiquent que le procédé offre une capabilité satisfaisante. Des valeurs Ppk faibles indiquent que votre procédé peut nécessiter une amélioration.

  • Comparez Ppk à une valeur de référence représentant la valeur minimale acceptable pour votre procédé. De nombreux secteurs industriels utilisent une valeur référence de 1,33. Si Ppk est inférieur à votre référence, réfléchissez à des moyens d'améliorer votre procédé.

  • Comparez les valeurs Ppk de chaque variable de votre analyse pour déterminer si la capabilité globale du procédé varie pour différents groupes ou dans différentes conditions.
  • Comparez Pp et Ppk. Si les valeurs de Pp et de Ppk sont à peu près égales, le procédé est centré entre les limites de spécification. Si Pp et Ppk sont différents, le procédé n'est pas centré.

  • Comparez Ppk et Cpk. Lorsqu'un procédé est maîtrisé, Ppk et Cpk sont à peu près égaux. La différence entre les indices Ppk et Cpk représente l'amélioration de la capabilité à laquelle vous pouvez vous attendre si les décalages et les glissements du procédé sont éliminés.

Résultat principal : Ppk

Les données de procédé de cet histogramme ont été collectées avant l'amélioration du procédé. Pour ces données, Ppk = 0,52 . Etant donné que l'indice Ppk est inférieur à 1,33, la capabilité globale du procédé ne répond pas aux exigences. Ppk < Cpk (0,72), ce qui indique que la capabilité globale pourrait être améliorée si la variation entre les sous-groupes était réduite.

Les données de procédé ci-dessous ont été collectées après l'amélioration du procédé. Pour ces données, Ppk = 2,26. Etant donné que l'indice Ppk est supérieur à 1,33, la capabilité globale du procédé répond aux exigences.

Important

Les indices Cpk et Ppk mesurent la capabilité du procédé uniquement par rapport à la limite de spécification la plus proche de la moyenne du procédé. Ils représentent donc uniquement un côté de la courbe du procédé et ne mesurent aucunement ses performances de l'autre côté. Si votre procédé produit des éléments non conformes qui se situent en dehors des limites de spécification inférieure et supérieure, utilisez d'autres mesures de capabilité pour évaluer de façon plus complète les performances du procédé. Pour plus d'informations, reportez-vous à la rubrique Toutes les statistiques et tous les graphiques.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique