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.
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.
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.
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.
Il est important de vérifier que les mesures sont prises dans le même ensemble d'emplacements pour chaque sous-groupe afin que la variation interne soit cohérente.
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.
Bien que la plupart des cartes de contrôle pour les données de variables se fondent formellement sur l'hypothèse de normalité, vous pouvez toujours obtenir de bons résultats avec des données non normales si vous collectez des données dans des sous-groupes. L'effectif de sous-groupe requis dépend du niveau de non-normalité des données.
Si des points de données consécutifs dans chaque sous-groupe sont corrélés, les limites de contrôle s'avèrent trop étroites. Il est alors possible que la carte de contrôle affiche à tort des points compris dans les limites de contrôles comme étant hors contrôle.