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
-
Les données continues sont des mesures pouvant correspondre à toutes les valeurs numériques d'une étendue de valeurs le long d'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.
Généralement, les mesures correspondent aux caractéristiques des valeurs critiques pour la qualité du projet, qui sont des mesures du produit ou du procédé dont les standards doivent être respectés.
- Les données doivent être collectées sous forme de sous-groupes, si possible
- Vous pouvez collecter des données sous forme d'observations individuelles ou de sous-groupes. Les observations de chaque sous-groupe doivent être collectées avec les mêmes variables d'entrée et dans les mêmes conditions, comme le personnel, l'équipement, les fournisseurs ou l'environnement.
- Le procédé doit être stable et maîtrisé
- Si le procédé étudié n'est pas stable, les indices de capabilité ne peuvent pas être utilisés avec fiabilité pour évaluer la capabilité future du procédé.
- Collectez une quantité de données suffisante pour pouvoir caractériser le procédé
- Si le procédé est stable et que vous avez collecté suffisamment de données, l'écart type cumulé du procédé se stabilisera sur les diagrammes. Si les lignes sur les diagrammes continuent d'osciller, cela signifie que vous n'avez pas collecté suffisamment de données ou que la variation du procédé est instable.
- Les données doivent suivre une loi normale
- Les estimations de la probabilité d'un défaut (telles que DPMO) ne sont pas précises si les données sont non normales. Dans la plupart des cas, ces estimations ont tendance à être inférieures aux valeurs réelles. Par conséquent, avant d'utiliser toute estimation telle que la valeur DPMO, observez la droite de Henry et les deux histogrammes pour déterminer si les données sont au moins relativement normales.
