Niveau : Intermédiaire
Dans le monde actuel, où la réforme des modes de travail est un sujet brûlant, l'importance de rationaliser les expériences et les analyses s'accroît. Pour démontrer la puissance de JMP dans ce domaine, il est pertinent de montrer comment le nombre d'expériences peut être drastiquement réduit en remplaçant les données expérimentales par des plans d'expériences définitifs (DSD) ou des plans personnalisés. Les données de réponse doivent alors être extraites des données expérimentales existantes. Lorsque ces données sont réparties dans plusieurs tableaux, elles doivent être combinées en un seul, une analyse multivariée doit être effectuée et les résultats visualisés sous forme de profil afin de mettre en évidence les limites des méthodes OFAT (One Factor at a Time). Concernant l'analyse des données expérimentales répétées par la moyenne, il convient de présenter des méthodes telles que le traitement cumulatif, l'optimisation multi-objectifs par la moyenne et la variance, et l'optimisation robuste.
En conception expérimentale, il est souvent difficile de prédire l'existence d'interactions, et ces interactions sont fréquentes. La méthode DSD évite la confusion entre les effets principaux et les interactions (2FI) ou entre 2FI, et ne nécessite qu'environ deux fois plus d'expériences que le nombre de facteurs. Il s'agit d'un avantage considérable. Ce rapport présente les enseignements tirés de l'utilisation concrète de la méthode DSD, les problèmes rencontrés lorsque le nombre d'effets principaux et d'interactions approche le nombre de facteurs, les solutions apportées par les plans augmentés, ainsi que les points d'intérêt pratique tirés des articles relatifs à la méthode DSD publiés dans les bases de données JMP et ASQ.
Après avoir occupé les postes de directeur général du développement des systèmes d'information de production (FA), de directeur et responsable de la recherche et du développement, de directeur et responsable de la promotion de l'assurance qualité chez Yamato Honeywell (aujourd'hui Azbil), et de conseiller chez Azbil Kimmon, il a fondé Torin Consulting. Ses domaines d'expertise comprennent l'amélioration du rendement et de la qualité par l'analyse des données de production, la résolution statistique de problèmes en général (prévision des défauts sur le marché, conception robuste, conception optimisée et conception expérimentale), ainsi que l'accompagnement sur site (revue de conception, analyse des causes profondes, prévention des erreurs humaines et amélioration des processus). Il est l'auteur de plusieurs publications, dont « The Essence of Internet Business » (JUSE Publishing, 2001, co-auteur) [lauréat du prix Telecom Social Science Award], « Practical Success Strategies for Venture Companies » (Chuo Keizai-sha, 2011, co-auteur) et « An Easy-to-Understand Book on Problem Solving » (Nikkan Kogyo Shimbun, 2014, auteur unique). Son article principal s'intitule « Proposition d'un atelier visant à promouvoir la diffusion et l'acceptation de la sensibilisation aux incidents évités de justesse et à l'anxiété sur les lignes de production » (Lauréat du Prix des technologies de la qualité de la Société japonaise pour le contrôle de la qualité, 2016). Sa principale présentation est intitulée « Proposition d'un mécanisme de visualisation des facteurs organisationnels induisant des erreurs de travail et favorisant l'amélioration » (Discovery-Japan 2018).
« Résolution des problèmes de qualité avec JMP : analyse des défaillances et prédiction de la fiabilité dans le secteur manufacturier » (Discovery-Japon 2019)
