17.5:

17.5: Interprétation des cartes R

Interpreting R Charts

JoVE Core
Statistics

A subscription to JoVE is required to view this content. Sign in or start your free trial.

JoVE Core Statistics

Interpreting R Charts

Please note that all translations are automatically generated. Click here for the English version.

17.4: The R Chart

17.6: The X̄ Chart

82 Views

•

01:22 min

•

January 09, 2025

Overview

Le graphique R, ou graphique de plage, est un outil fondamental dans le contrôle statistique des processus utilisé pour surveiller la variabilité au sein d’un processus. Il complète le graphique à barres X (x̄) en se concentrant sur la plage des données, plutôt que sur les valeurs individuelles, fournissant une image claire de la dispersion du processus au fil du temps.

Une carte R trace la plage de sous-ensembles de mesures collectées à partir d’un processus. Chaque point du graphique représente la plage, définie comme la différence entre les valeurs maximale et minimale, d’un échantillon prélevé dans le processus à un moment donné. Cette visualisation permet de détecter les modifications dans la dispersion ou la répartition des données de processus qui peuvent ne pas affecter la moyenne du processus.

Interprétation d’une carte R

Limites de contrôle : Le graphique comporte une ligne centrale représentant la plage moyenne, ainsi que des limites de contrôle supérieures et inférieures calculées en fonction de la variabilité inhérente au processus. Ces limites sont cruciales pour déterminer si la variabilité du processus est stable.

Analyse des modèles : Les modèles à l’intérieur des limites de contrôle sont significatifs. Un processus est considéré comme contrôlé si les points tombent au hasard dans ces limites sans aucun modèle évident. Des modèles cohérents, tels qu’une augmentation ou une diminution progressive de la plage, indiquent des changements de processus ou des tendances qui nécessitent une enquête.

Stabilité du processus : Si des points se situent en dehors des limites de contrôle, cela suggère que la variabilité du processus n’est pas cohérente et peut être influencée par des causes spéciales. Il est essentiel d’identifier et de traiter ces causes pour maintenir la qualité des processus.

L’interprétation efficace des diagrammes R permet aux organisations de contrôler la variabilité des processus, en veillant à ce que la qualité des produits reste élevée et constante. Ceci est essentiel pour maintenir l’efficacité opérationnelle et répondre aux normes de qualité dans les environnements de fabrication et de production.

Transcript

Les diagrammes R permettent de suivre la variabilité des processus tels que la fabrication.

Leur interprétation implique le calcul de facteurs clés tels que la plage moyenne de l’échantillon et les limites de contrôle supérieure et inférieure.

Prenons l’exemple d’une usine qui mesure l’épaisseur des biscuits en dix lots différents, en enregistrant la variation d’épaisseur pour chacun.

Tout d’abord, à partir des dix plages d’échantillonnage du tableau, la moyenne des plages d’échantillonnage R̅ est calculée comme étant de 0,252. Cette valeur représente l’axe médian de la carte R.

Les constantes de la carte de contrôle, D₃ et D₄, dépendent des mesures par lot. Pour les échantillons de petite taille, avec n inférieur à six, la valeur D₃ est généralement nulle.

Pour dix mesures par lot, D₃ est de 0,223, tandis que D₄ est de 1,777 d’après la table standard.

En multipliant l’intervalle moyen par ces constantes, on obtient les limites de contrôle supérieure et inférieure. Toutes les valeurs se situent dans les limites de contrôle.

Ainsi, en observant ce graphique, les boulangers peuvent conclure que la variation, mais pas nécessairement la moyenne, de l’épaisseur des biscuits est sous contrôle statistique.

Key Terms and definitions

Learning Objectives

Questions that this video will help you answer

This video is also useful for

Tags

Valeur vide Problème