Une usine de bonbons dispose d'une machine qui remplit des barquettes avec un certain poids de bonbons. Les expéditions des bonbons quittent l'usine chaque jour. Pour évaluer la capabilité de ce procédé, un technicien pèse un échantillon de sacs toutes les 6 heures. Chaque échantillon de votre analyse représente un sous-groupe.
Alors que la variation à l'intérieur de chaque sous-groupe est faible, la variation globale du poids de tous les sacs est beaucoup plus importante. Ainsi, l'expédition quotidienne totale présente une variation du poids des sacs plus importante que celle des sacs produits dans la journée.
La capabilité globale est fonction de la variation de toutes les données de procédé prises comme un ensemble, ce que montre la grande courbe. Elle indique les performances réelles du procédé expérimentées par le client et elle est parfois appelée capabilité réelle ou capabilité à long terme.
La capabilité potentielle prend en compte uniquement la variation à l'intérieur des sous-groupes, ce que montrent les courbes les plus petites. Elle indique les performances que votre procédé pourrait atteindre si vous éliminiez la variation entre les sous-groupes. Elle est parfois appelée capabilité à court terme.
La capabilité potentielle n'est calculée que pour les données normales.
Vous pouvez évaluer l'effet de la variation entre les sous-groupes en comparant la capabilité potentielle et la capabilité globale. Si la différence entre elles est importante, il est probable qu'il existe une variation importante entre les sous-groupes et la stabilité de votre procédé peut être améliorée.