Des conseils ou des directives sur le moment d'utiliser les cartes de contrôle CUSUM ou EWMA ? J'ai cherché sur le net pendant un certain temps et je n'ai rien trouvé de définitif sur l'utilisation de l'une ou l'autre.
De plus, existe-t-il des conseils sur la façon de les utiliser dans un environnement de production lorsque les données correspondent à une plage de dates glissantes ? Je veux dire par là que les limites de contrôle, la cible et le sigma seraient définis sur la base d'une période de contrôle, mais qu'un nouvel ensemble de données serait téléchargé chaque jour, ce qui entraînerait la suppression de données d'une journée. Les périodes glissantes pourraient aller d'une semaine à un trimestre.
Merci pour tout conseil !!
Steve
Steve, à quoi servent les cartes de contrôle ? Avez-vous l'intention de les utiliser comme elles étaient destinées à être utilisées lorsqu'elles ont été inventées par Shewhart ?
Salut @statman ,
Je crois que oui ! L'objectif est de pouvoir détecter un changement plus petit dans la moyenne du processus (moins de 2 sigma) que celui qui peut être identifié en temps opportun par un graphique I-MR. Le mieux que je puisse dire est que vous devez utiliser EWMA si les données présentent des problèmes de normalité, si vous souhaitez prévoir le prochain point de données ou si vous souhaitez avoir une indication d'autocorrélation (en utilisant le graphique des résidus). Sinon, c'est un tirage au sort ? Les données que j'extrai pour mes graphiques de contrôle sont configurées pour s'exécuter quotidiennement, mais uniquement pendant une période de temps fixe, ce qui est différent de tous les exemples que j'ai lus et qui étaient basés sur la possession de toutes les données depuis le début du processus.
J’espère que cela aidera à clarifier ma situation et j’apprécie toute contribution !
Steve
Je m'excuse pour ma réponse puérile, mais je veux m'assurer que vous comprenez l'utilisation de la méthode des cartes de contrôle de Shewhart (les cartes X-MR ne sont pas des cartes de diagnostic). Le but , tel que prévu à l'origine par Shewhart, était de comparer les sources de variation (composantes de variation) pour déterminer quelle source a le plus grand effet sur la variable de réponse (dans le langage des cartes de contrôle, la plus grande source est-elle au sein du sous-groupe ou entre les sous-groupes ?). Bien sûr, vous n'êtes pas limité à deux couches d'un plan d'échantillonnage et chaque couche est corrélée à un ensemble spécifique de x ou de composantes de variation. Le plan d'échantillonnage, qui sera évalué par des cartes de contrôle, est de la plus haute importance. Lorsque vous modifiez la taille des sous-groupes, vous modifiez les sources de variation capturées au sein du sous-groupe. Lorsque vous modifiez la fréquence de prélèvement des échantillons, vous modifiez les sources de variation capturées (qui peuvent être influentes) entre les sous-groupes. Une fois la source la plus importante identifiée, continuez à utiliser des graphiques d’échantillonnage et de contrôle (ou d’autres outils comme le DOE) pour désagréger davantage les composants et vous concentrer sur l’ensemble des variables qui doivent être étudiées pour réduire la variation.
Pour atteindre cet objectif , Shewhart a d'abord suggéré que la base de comparaison doit être évaluée pour la cohérence. En d'autres termes, les sources de variation au sein du sous-groupe sont-elles stables/cohérentes ? (Le graphique de plage est-il « sous contrôle » ?) Si ce n'est pas le cas, vous devez chercher à comprendre pourquoi. Si ces sources sont cohérentes, une comparaison peut alors être effectuée. Le graphique à barres X est un graphique de comparaison. Il compare les sources de variation changeant entre les sous-groupes (visualisées comme les moyennes tracées sur le graphique à barres X, pour votre information, elles sont biaisées par rapport aux sources entre les sous-groupes en fonction de la moyenne) aux sources de variation capturées au sein du sous-groupe (comme visualisées par les limites de contrôle sur le graphique à barres X, A2*R-bar). Si les moyennes sont dans les limites de contrôle, alors les sources au sein du sous-groupe dominent, s'il y a des signaux de moyennes variant plus que les sources au sein du sous-groupe (par exemple, des points hors contrôle), alors les sources entre les sources dominent. Les stratégies rationnelles de sous-groupement et d'échantillonnage sont essentielles au bon fonctionnement de cette méthodologie.
« L’ingénieur qui réussit à diviser initialement ses données en sous-groupes rationnels basés sur des théories rationnelles est donc intrinsèquement mieux loti à long terme. . . » Shewhart
Les limites de contrôle de Shewhart ont été déduites de manière empirique. Il n'existe aucune hypothèse de normalité pour l'utilisation des cartes de contrôle ! Elles ont été conçues pour servir de guide, éventuellement conservateur, pour la prise de décision concernant les sources de variation les plus influentes. Il existe bien sûr les modèles Western Electric qui peuvent aider à l'interprétation des conditions « hors contrôle » qui peuvent aider à l'interprétation des sources dominantes. En fin de compte, vous examinerez les données sous forme graphique et déciderez quelles sources vous pensez dominer (avec l'aide de statistiques lorsque ces décisions ne sont pas évidentes).
Votre supposition selon laquelle « les limites de contrôle, la cible et le sigma seraient définis sur la base d'une période de contrôle... » n'a aucun sens du point de vue de la méthodologie du graphique de contrôle de Shewhart.
Veuillez lire :
Shewhart, Walter A. (1931) « Contrôle économique de la qualité des produits manufacturés » , D. Van Nostrand Co., NY
Wheeler, Donald (2015) « Échantillonnage rationnel », Quality Digest
Wheeler, Donald (2015) « Sous-groupement rationnel », Quality Digest
