Généralités sur Evaluer le processus de mesure (EMP croisé)

Utilisez Evaluer le processus de mesure (EMP croisé) pour évaluer la variation de votre système de mesure lorsque chaque opérateur mesure chaque partie de l'étude. Pour effectuer cette étude, vous devez avoir un plan équilibré avec des facteurs aléatoires.

Par exemple, un ingénieur sélectionne 10 pièces représentant l'étendue prévue de la variation du procédé. Pour l'étude, 3 opérateurs mesurent les 10 pièces, trois fois chacune, dans un ordre aléatoire.

Les résultats classent le système de mesure de la meilleure note de première classe à la pire note de quatrième classe. Les classes correspondent au coefficient de corrélation intraclasse. Concrètement, le coefficient explique dans quelle mesure le système de mesure détecte un décalage d’au moins 3 écarts-types dans la moyenne du processus. Les systèmes de mesure de première et de deuxième classe ont généralement une forte probabilité de détecter de tels changements avec un nombre limité de tests et de sous-groupes sur une carte de contrôle. Pour les systèmes de mesure de troisième classe, l’analyse typique ajoute des tests à la carte de contrôle pour augmenter la probabilité de détecter un changement dans la moyenne du processus. Un système de mesure de quatrième classe nécessite généralement une amélioration pour surveiller un processus ou pour des activités d’amélioration du processus.

La méthode de Wheeler et l’étude R&R de Honest Gage
Wheeler (2006) 1 décrit les calculs, les résultats et les classifications de l’étude croisée EMP. En tant que telle, l’étude est également connue sous le nom de méthode de Wheeler. Dans ce livre, le titre du chapitre de l’analyse utilise le terme Honest Gage R&R Study, qui est un autre nom commun pour l’analyse.

Où trouver cette analyse ?

Pour effectuer une étude EMP croisée, sélectionnez Stat > Outils de la qualité > Etude de l'instrumentation > Evaluer le processus de mesure (EMP croisé).

Quand utiliser une autre analyse ?

L’AIAG (2010)2 décrit les analyses des systèmes de mesure avec différentes façons de déterminer le bon fonctionnement des systèmes. Pour évaluer les résultats qui utilisent les méthodes AIAG, considérez les analyses suivantes.
1 Wheeler, D. J. (2006). EMP III : Evaluating the measurement process & using imperfect data. SPC Press, Knoxville, Tennessee.
2 Automotive Industry Action Group (AIAG) (2010).Measurement Systems Analysis Reference Manual, 4th edition.Chrysler, Ford, General Motors Supplier Quality Requirements Task Force