- Statistical Process Control
- SQC contre SPC
- Qu'est-ce que la conception d'expériences (DOE) ?
- Analyse de la variance (ANOVA)
Méthodes statistiques pour l'amélioration de la qualité
L’utilisation de méthodes statistiques dans l’amélioration de la qualité prend de nombreuses formes, notamment :
Tests d’hypothèses
Deux hypothèses sont évaluées : une hypothèse nulle (H0) et une hypothèse alternative (H1). L’hypothèse nulle est un « épouvantail » utilisé dans un test statistique. La conclusion est de rejeter ou de ne pas rejeter l’hypothèse nulle.
Analyse de régression
Détermine une expression mathématique décrivant la relation fonctionnelle entre une réponse et une ou plusieurs variables indépendantes.
Contrôle statistique des processus (SPC)
Surveille, contrôle et améliore les processus grâce à des techniques statistiques. Le SPC identifie les processus hors de contrôle dus à une variation due à des circonstances particulières (variation non inhérente au processus). Les praticiens peuvent alors chercher des moyens de supprimer cette variation du processus.
Conception et analyse des expériences
Planification, réalisation, analyse et interprétation de tests contrôlés pour évaluer les facteurs susceptibles d’influencer une variable de réponse.
La pratique consistant à utiliser un petit échantillon représentatif pour inférer une population plus large remonte au début du XXe siècle. William S. Gosset, plus connu sous son pseudonyme « Student », devait prélever de petits échantillons lors d’un processus de brassage afin d’en comprendre les caractéristiques qualitatives particulières. L’approche statistique qu’il a élaborée (aujourd’hui appelée test t à échantillon unique) a ensuite été développée par R. A. Fisher et d’autres.
Dans les années 1920, Jerzy Neyman et E. S. Pearson ont élaboré un cadre mathématique plus complet pour les tests d’hypothèses. Ce cadre incluait des concepts désormais familiers aux statisticiens, tels que :
- Erreur de type I : rejet incorrect de l’hypothèse nulle.
- Erreur de type II : ne pas rejeter à tort l’hypothèse nulle.
- Puissance statistique – la probabilité de rejeter correctement l’hypothèse nulle.
L’analyse de la variance de Fisher (ou ANOVA) fournit le moteur statistique permettant de réaliser de nombreuses analyses statistiques, notamment dans les études de répétabilité et de reproductibilité des instruments de mesure et autres expériences planifiées. L’ANOVA s’est avérée un outil très utile pour déterminer comment la variation peut être attribuée à certains facteurs pris en compte.
W. Edwards Deming et d’autres ont critiqué l’utilisation inconsidérée des procédures d’inférence statistique, soulignant que des conclusions erronées peuvent être tirées, sauf si l’échantillonnage est effectué à partir d’un système stable. La prise en compte du type d’étude statistique réalisée doit être une préoccupation majeure lors de l’analyse des données.
Téléchargez notre e-book
Téléchargez notre e-book gratuit pour découvrir comment GQ Interim peut transformer votre entreprise grâce à des solutions de leadership expertes !
Statistical Process Control
Les procédures de contrôle statistique des processus (SPC) peuvent vous aider à surveiller le comportement du processus.
L’outil SPC le plus efficace est sans doute la carte de contrôle, initialement développée par Walter Shewhart au début des années 1920. Une carte de contrôle vous aide à enregistrer des données et vous permet de voir quand un événement inhabituel, par exemple une observation très élevée ou très faible par rapport aux performances « typiques » du processus, se produit.
Les cartes de contrôle tentent de distinguer deux types de variation de processus :
- Variation de cause commune, qui est intrinsèque au processus et sera toujours présente.
- Variation de cause spéciale, qui provient de sources externes et indique que le processus est hors de contrôle statistique.
Différents tests peuvent aider à déterminer si un événement hors de contrôle s’est produit. Cependant, plus les tests sont nombreux, plus la probabilité d’une fausse alerte augmente.
Arrière-plan
Aux États-Unis, l’utilisation des cartes de contrôle a connu une forte augmentation pendant la Seconde Guerre mondiale, afin de garantir la qualité des munitions et autres produits d’importance stratégique. L’utilisation des cartes de contrôle a quelque peu diminué après la guerre, mais a été reprise avec succès au Japon et se poursuit encore aujourd’hui.
De nombreuses techniques de SPC ont été « redécouvertes » par les entreprises américaines ces dernières années, notamment dans le cadre d’initiatives d’amélioration de la qualité comme Six Sigma. L’utilisation généralisée des procédures de cartes de contrôle a été grandement facilitée par des logiciels statistiques et des systèmes de collecte de données toujours plus sophistiqués.
Au fil du temps, d’autres outils de surveillance des processus ont été développés, notamment :
- Graphiques de somme cumulée (CUSUM) : l’ordonnée de chaque point tracé représente la somme algébrique de l’ordonnée précédente et des écarts les plus récents par rapport à la cible.
- Graphiques à moyenne mobile pondérée exponentielle (EWMA) : chaque point du graphique représente la moyenne pondérée des valeurs actuelles et de toutes les valeurs précédentes du sous-groupe, donnant plus de poids à l’historique des processus récents et diminuant les poids pour les données plus anciennes.
Plus récemment, d’autres ont préconisé l’intégration du SPC aux outils de contrôle des processus d’ingénierie (EPC), qui modifient régulièrement les entrées du processus pour améliorer les performances.
Contrôle statistique de la qualité versus contrôle statistique des processus (SQC vs. SPC)
En 1974, le Dr Kaoru Ishikawa a rassemblé un ensemble d’outils d’amélioration des processus dans son ouvrage « Guide du contrôle qualité ». Connus mondialement sous le nom des sept outils de contrôle qualité (7– CQ), ils sont :
- Analyse de cause à effet
- Feuilles de contrôle/feuilles de pointage
- Cartes de contrôle
- Graphiques
- Histogrammes
- Analyse de Pareto
- Analyse de dispersion
En plus des 7 outils de base du QC, il existe également des outils supplémentaires connus sous le nom de sept outils supplémentaires (7 SUPP) :
- Stratification des données
- Cartes des défauts
- Journaux d’événements
- Organigrammes/cartes de processus
- Centres de progrès
- Randomisation
- Détermination de la taille de l’échantillon
Le contrôle statistique de la qualité (SQC) consiste à appliquer 14 outils statistiques et analytiques (7 QC et 7 SUPP) pour surveiller les extrants des processus (variables dépendantes). Le contrôle statistique des processus (SPC) consiste à appliquer ces 14 mêmes outils pour contrôler les intrants des processus (variables indépendantes).
La figure ci-dessous illustre ces relations.
Qu'est-ce que la conception d'expériences (DOE) ?
Cette branche des statistiques appliquées traite de la planification, de la conduite, de l’analyse et de l’interprétation de tests contrôlés pour évaluer les facteurs qui contrôlent la valeur d’un paramètre ou d’un groupe de paramètres.
Une expérience planifiée et exécutée de manière stratégique peut fournir de nombreuses informations sur l’effet d’un ou plusieurs facteurs sur une variable de réponse. De nombreuses expériences impliquent de maintenir certains facteurs constants et de modifier les niveaux d’une autre variable. Cette approche « un facteur à la fois » (OFAT) pour traiter les connaissances est cependant inefficace par rapport à la modification simultanée des niveaux des facteurs.
De nombreuses approches statistiques actuelles des expériences planifiées trouvent leur origine dans les travaux de R. A. Fisher, réalisés au début du XXe siècle. Fisher a démontré comment prendre le temps de réfléchir sérieusement à la conception et à la réalisation d’une expérience avant de la réaliser permettait d’éviter les problèmes fréquemment rencontrés en analyse. Les concepts clés de la création d’une expérience planifiée comprennent le blocage, la randomisation et la réplication.
Une expérience bien réalisée peut apporter des réponses à des questions telles que :
- Quels sont les facteurs clés d’un processus ?
- À quels paramètres le processus offrirait-il des performances acceptables ?
- Quels sont les effets clés, principaux et d’interaction dans le processus ?
- Quels paramètres entraîneraient moins de variations dans la sortie ?
Une approche répétitive pour acquérir des connaissances est encouragée, impliquant généralement ces étapes consécutives :
- Une conception de dépistage qui réduit le champ des variables évaluées.
- Une conception « factorielle complète » qui étudie la réponse de chaque combinaison de facteurs et de niveaux de facteurs, et une tentative de se concentrer sur une région de valeurs où le processus est proche de l’optimisation.
- Une conception de surface de réponse pour modéliser la réponse.
Blocage
Lorsque la randomisation d’un facteur est impossible ou trop coûteuse, le blocage vous permet de restreindre la randomisation en effectuant tous les essais avec un paramètre du facteur, puis tous les essais avec l’autre paramètre.
Randomisation
Désigne l’ordre dans lequel les essais d’une expérience sont réalisés. Une séquence randomisée permet d’éliminer les effets des variables inconnues ou non contrôlées.
Réplication
Répétition d’un traitement expérimental complet, y compris la mise en place.
Analyse de la variance (ANOVA)
L’ANOVA est une technique statistique fondamentale permettant de déterminer l’influence d’un facteur ou d’un ensemble de facteurs sur la variation totale. Elle subdivise la variation totale d’un ensemble de données en composantes significatives associées à des sources de variation spécifiques, afin de tester une hypothèse sur les paramètres du modèle ou d’estimer les composantes de la variance. Il existe trois modèles : fixe, aléatoire et mixte.
Conclusion
En conclusion, les méthodes statistiques constituent le fondement d’une amélioration efficace de la qualité. Des outils tels que les tests d’hypothèses, l’analyse de régression, le SPC et les plans d’expériences permettent aux organisations de découvrir des informations, de suivre les performances et de contrôler les variations. En distinguant les causes communes des causes spéciales, en optimisant les intrants des processus et en testant systématiquement les modifications, ces techniques permettent aux décideurs d’améliorer les résultats, de réduire les gaspillages et d’accroître l’efficacité globale. L’adoption de ces méthodes favorise une culture d’amélioration continue fondée sur les données et la réflexion scientifique.
Intéressé par Interim Expert ?
Découvrez comment le management de transition peut augmenter considérablement l’efficacité de votre entreprise. Prenez contact avec notre équipe pour savoir comment la collaboration avec GQ Interim améliorera votre entreprise.
- Démarrez en quelques jours
- Base de données de 10 000+ consultants
- Résoudre les problèmes cruciaux de votre entreprise
- Des solutions personnalisées pour vos besoins professionnels
- Des résultats prouvés avec un impact mesurable
Articles connexes
- Le sourcing et le recrutement sont des fonctions distinctes, chacune utilisant des méthodologies spécialisées pour identifier et engager les candidats potentiels. Le recruteur spécialisé en sourcing joue un rôle essentiel, utilisant des techniques innovantes pour découvrir les meilleurs talents par des méthodes actives, passives et directes.
- Le acquisition de talents est une pratique proactive visant à identifier, attirer et engager des candidats potentiels, souvent en amont de postes vacants. Contrairement au recrutement traditionnel, qui répond aux besoins immédiats en personnel, le sourcing de talents vise à entretenir des relations durables et à enrichir le vivier de talents d'une organisation.
- De nombreux « experts » affirment que les clients ne savent pas vraiment ce qu'ils veulent ; il faut le leur dire. Ils ont tort, complètement tort ! En réalité, les clients savent exactement ce qu'ils pensent d'un produit ou d'un service, même s'ils ne peuvent pas toujours l'exprimer clairement. C'est là qu'intervient le Kano model : un outil puissant qui permet de décoder les attentes des clients et de révéler les subtiles différences entre ce qui les enchante, les satisfait et les frustre.
- Le Dr Juran nous a laissé de nombreuses méthodes et outils fondamentaux importants au cours de ses années en tant qu’expert de premier plan dans le domaine de la gestion de la qualité.
