Le contrôle statistique des processus permet de réduire le risque de défauts de lots et donc de réduire potentiellement les coûts de reconditionnement ou la perte d'un lot entier.
Six Sigma est une mesure de la certitude statistique, c'est-à-dire de la mesure dans laquelle le processus se situe dans les limites de la spécification. Le contrôle statistique du processus est généralement réalisé à l'aide d'une distribution normale. Mais que se passe-t-il si une distribution normale ne décrit pas les données du processus ?
Cette contribution présentera les applications de l'algorithme SEMI C64 Ship au contrôle, son utilisation pour les données de processus distribuées de manière non normale, les effets de l'asymétrie des données de processus, ainsi que le nombre de mesures disponibles sur les limites de contrôle calculées. Elle présentera également des expériences d'application de l'algorithme C64 à des données réelles. Les auteurs présenteront l'implémentation en JSL ainsi que l'intégration dans JMP, et donneront une estimation de son applicabilité aux processus réels.
