Salut @RatioMegalodon8 ,
Bienvenue dans la Communauté !
Les échantillons de chaque division ont-ils été mesurés à une période équivalente, ou y a-t-il de fortes différences ? Par exemple, la division 1 a des échantillons mesurés de janvier à octobre, tandis que la division 6 a des échantillons mesurés de mai à juin.
Est-ce que chaque division a le même nombre d'échantillons collectés et mesurés ?
Je suppose qu'avec les informations que vous avez fournies, vous devrez utiliser un graphique Xbar, où la moyenne des mesures est affichée pour chaque sous-groupe (division), ainsi qu'un indicateur de la répartition de la mesure pour chaque sous-groupe (plage de mesures).
Vous pouvez voir dans l'aide JMP un exemple de graphique de contrôle Xbar & R et comment le lancer.
En cas de tailles de groupes différentes , il existe également un exemple dédié.
Je pense toujours qu'en plus de ce graphique de contrôle, il peut également être intéressant de se plonger dans les résultats pour chaque division (en utilisant un filtre de données local pour filtrer les résultats pour une division à la fois) :
- Vous pouvez exécuter un graphique de mesure individuelle et de plage mobile ( graphique de contrôle IMR ) pour chaque division et vérifier que leur processus est stable (pas de changement important et soudain dans le processus).
- Pour détecter une petite dérive dans le processus pour chaque division, vous pouvez utiliser les graphiques EWMA .
J'espère que cette réponse vous aidera,
Bienvenue dans la communauté. Quels sont les objectifs de l'utilisation des cartes de contrôle ? Comprenez-vous bien la méthode des cartes de contrôle décrite par le Dr Shewhart ?
Les cartes de contrôle sont utilisées pour 2 raisons spécifiques :
1. Déterminer si la variation au sein du sous-groupe (due aux sources de variation changeant au sein du sous-groupe) est cohérente/stable donc prévisible, et si ces sources sont cohérentes, alors
2. Déterminer quelles composantes de variation sont les plus significatives en comparant les sources de variation entre les sous-groupes (estimées par les moyennes) aux sources de variation au sein des sous-groupes (les limites de contrôle).
L'utilisation appropriée de la méthode des cartes de contrôle dépend entièrement de stratégies rationnelles de sous-groupement et d'échantillonnage. Ce type de sous-groupement et d'échantillonnage nécessite que l'utilisateur segmente les sources de variation (composantes de variation) selon des hypothèses rationnelles. Modifier la taille des sous-groupes en cours d'étude rend la méthodologie inutile, car cela modifie la base de comparaison (les x qui varient) en cours d'étude.
« 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 graphiques d'intervalle servent à évaluer la cohérence/stabilité. La seule façon d'évaluer la cohérence est de comparer un élément à lui-même au fil du temps. Par conséquent, le graphique d'intervalle évalue la cohérence des variations au sein des sous-groupes.
Les graphiques à barres croisées sont des graphiques comparatifs. Ils comparent les sources de variation observées au sein d'un sous-groupe à celles observées entre sous-groupes, et répondent à la question de savoir quelles sources ont le plus d'influence sur le paramètre représenté.
Si vous n'êtes pas complètement sûr du fonctionnement de la méthodologie, je vous suggère de lire :
Shewhart, Walter A. (1931) Contrôle économique de la qualité des produits manufacturés, D. Van Nostrand Co., NY
Wheeler, Donald, et Chambers, David (1992) Comprendre le contrôle statistique des processus, SPC Press (ISBN 0-945320-13-2)
Wheeler a également deux articles faciles à digérer :
Wheeler, Donald (2015) « Échantillonnage rationnel », Résumé de qualité
Wheeler, Donald (2015) “Sous-groupement rationnel”, Résumé de qualité
