Pour vous assurer que vos résultats sont valides, tenez compte des instructions suivantes lorsque vous collectez des données, effectuez l’analyse et interprétez vos résultats.
Les données continues sont des mesures qui peuvent prendre n’importe quelle valeur numérique dans une plage de valeurs sur une échelle continue, y compris des valeurs fractionnaires ou décimales. Par exemple, il peut s'agir de mesures de longueur, de poids ou de température.
Comme les graphiques de contrôle détectent les changements au fil du temps, l’ordre des données est important. Vous devez entrer les données dans l’ordre dans lequel elles ont été collectées, avec les données les plus anciennes en haut de la feuille de calcul.
Collectez des données à des intervalles de temps également espacés, comme chaque heure, chaque service ou chaque jour. Choisissez un intervalle de temps suffisamment court pour pouvoir identifier les changements dans le processus peu après qu’ils se soient produits.
Un sous-groupe rationnel est un petit échantillon d’éléments similaires, produits en peu de temps sous les mêmes conditions (comme opérateur, équipement ou fournisseur), et qui sont représentatifs du résultat d’un procédé. Si les sous-groupes ne sont pas rationnels, les limites de contrôle estimées pourraient être trop étroites.
Si vous n’avez pas de sous-groupes, utilisez Carte d'acceptation des individus.
Si vous avez moins que le nombre recommandé d’observations, vous pouvez toujours utiliser le tableau témoin, mais les résultats sont préliminaires car les limites témoins peuvent ne pas être précises. Si vous utilisez régulièrement le graphique, réestimez l’écart-type et les limites de contrôle après avoir recueilli le nombre recommandé d’observations.
Si la variation du procédé n’est pas stable, l’estimation de la variation du procédé et les limites de contrôle d’acceptation pourraient ne pas être fiables.
Bien que la plupart des graphiques témoins pour les données de variables reposent formellement sur l’hypothèse de normalité, on peut tout de même obtenir de bons résultats avec des données non anormales si on collecte des données en sous-groupes. La taille requise des sous-groupes dépend de l’anormalité des données.
Si des observations consécutives au sein de chaque sous-groupe sont corrélées, l’écart-type au sein du sous-groupe pourrait être sous-estimé. En conséquence, les limites de contrôle d’acceptation peuvent être trop larges, et le graphique peut indiquer à tort certains points hors de contrôle comme étant contrôlés.