Une vidéo utilisant JMP 18 a été publiée en juin 2025.
Avez-vous besoin d'identifier les variations de processus, qu'elles soient dues à des causes courantes ou anormales, au fil du temps ? Êtes-vous chargé de comparer les performances d'un processus par rapport à ses spécifications ou après une modification ? Êtes-vous responsable de l'analyse des indicateurs de stabilité et de capabilité d'un grand nombre de processus sur la durée ?
Dans cette étude de cas, nous utilisons des informations sur les processus pour voir comment :
- Consultez et construisez des graphiques de contrôle pour détecter les variations.
- Gérer les limites de spécification et les associer aux données.
- Analyser les processus pour identifier les problèmes potentiels, les points de défaillance et obtenir un résumé visuel des problèmes de processus.
- Comparer la variabilité des processus liés aux changements (phases) du processus.
- Représenter graphiquement la fréquence ou la gravité relative des problèmes de processus, y compris avant et après une intervention.
Prérequis suggérés :
- Connaissance de la terminologie courante en matière de contrôle des processus.
- Connaissances de base en matière de cartes de contrôle et d'analyses courantes utilisées pour identifier les problèmes de processus.
Voici deux activités connexes sur ce sujet :
Réponses aux questions posées par @ChristianStopp et @alisa_h_lowery lors du webinaire en direct :
Q : Quelle est la différence entre Ppk et Cpk ?
A : Le Cpk représente la variation à court terme (au sein d'un sous-groupe), tandis que le Ppk représente la variabilité à long terme (globale). Vous trouverez également un excellent module sur la qualité dans le contenu gratuit STIPS que nous proposons, disponible ici :https://www.jmp.com/en/online-statistics-course .
Q : Que faire pour le Ppk si les données dont vous disposez ne sont pas normales, sont asymétriques ou un mélange normal 2, proches de la normale mais pas tout à fait ?
ONU : Vous pouvez spécifier des distributions non normales au sein de la plateforme de fonctionnalités ou en utilisant les propriétés de colonne de la mesure.
Q : Existe-t-il un moyen de combiner toutes ces capacités de processus individuelles en une seule capacité globale, par exemple pour classer deux usines différentes ?
UN : Vous pouvez utiliser une variable « par » dans la capabilité de processus. Si vous combinez les variables, le graphique cible peut le faire. Le graphique de capabilité vous permet d'observer la plage de valeurs. Les rapports peuvent paraître chargés en raison du nombre de variables. Votre demande pourrait être satisfaite par un cadre SPC multivarié, qui n'est actuellement pas pris en charge ici, mais que l'équipe de développement de JMP étudie. Par ailleurs, comparer les capabilités individuelles entre les usines pourrait être une stratégie pertinente pour comparer leurs performances. Il existe d'autres stratégies pratiques de « compensation de mesure » pour lesquelles vous pouvez utiliser JMP.
Q : Peut-on utiliser le Ppk/Cpk sur des données logistiques ?
ONU : Je comprends qu’on puisse les utiliser ainsi pour évaluer les performances de votre processus par rapport aux objectifs fixés.
Q : De combien de points avez-vous besoin pour que l'analyse par carte de contrôle soit utile ?
ONU : En général, plus il y en a, mieux c’est. Vous trouverez des graphiques à court terme dans JMP si vous analysez la stabilité d’ensembles de produits.
Q : Quel est le taux d'alarme dans le contrôle des processus ?
UN : Le taux d’alarme contient des informations sur les sous-groupes ayant généré des alarmes pour divers tests, notamment chacune des 8 règles de Western Electric. L’estimation de l’écart type correspond à la valeur « Intra-Sigma ». Par défaut, seules les colonnes « Taux d’alarme », « Test 1 » et « Dernière alarme » sont affichées dans le tableau récapitulatif. Le taux d’alarme est le nombre de sous-groupes ayant généré des alarmes pour au moins un des tests sélectionnés dans l’option « Choisir un test » (Toute alarme), divisé par le nombre total de sous-groupes non manquants (Sous-groupes).
Q : Si vous êtes en mesure d'identifier une cause attribuable à la variation due à une cause spéciale, le reste du processus est-il stable et sous contrôle ?
ONU : Dans un tel cas, nous suggérons, si possible, de recueillir davantage de données et d’utiliser des phases pour le prouver. Il n’est pas optimal de dissimuler ou d’exclure des informations.
