Observations relatives aux données pour la fonction Cartes de contrôle des individus

Pour garantir la validité de vos résultats, vérifiez que les règles suivantes sont respectées lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.

Les données doivent être continues.

Si vos données représentent des quantités d'éléments défectueux ou de défauts, utilisez une carte de contrôle d'attributs, comme Carte P ou Carte U.

Les données doivent être classées par ordre chronologique.

Etant donné que les cartes de contrôle détectent des modifications au cours du temps, l'ordre des données est important. Vous devez entrer les données dans l'ordre dans lequel elles ont été collectées, de sorte que les données les plus anciennes se trouvent en haut de la feuille de travail.

Les données doivent être collectées à des intervalles de temps appropriés.

Collectez les données à intervalles identiques : une fois par heure, une fois par jour, une fois par équipe. Sélectionnez un intervalle de temps assez court afin de pouvoir identifier les modifications apportées au procédé juste après leur application.

Les données doivent être collectées sous forme d'observations individuelles, et non en sous-groupes.

Si vous pouvez collecter des données sous la forme de sous-groupes, utilisez Carte X barre.

Les données doivent comprendre un total d'au moins 100 observations.

Si le nombre d'observations dont vous disposez est inférieur à la valeur recommandée, vous pouvez quand même utiliser la carte de contrôle, mais les résultats ne sont pas définitifs en raison du possible manque de précision des limites de contrôle. Si vous utilisez la carte régulièrement, recalculez l'estimation de l'écart type et des limites de contrôle après avoir collecté le nombre d'observations recommandé.

La variation du procédé doit être stable.

Si la variation du procédé n'est pas stable, il est possible que les limites de contrôle ne reflètent pas correctement l'état de maîtrise du procédé.

Les données doivent être modérément normales.

Si les données sont très asymétriques, vous pouvez tenter une transformation de Box-Cox afin de déterminer si cela corrige la condition non normale. Si le procédé génère naturellement des données non normales et que la transformation s'avère efficace, vous pouvez utiliser la carte des données transformées pour évaluer la stabilité de ce procédé.

Les observations ne doivent pas être corrélées entre elles.

Si des points de données consécutifs sont corrélés, les limites de contrôle s'avèrent trop étroites et vous pouvez visualiser un grand nombre de faux signaux hors contrôle.