… Le Mensonge !
… Le Gros Mensonge !!
… LA STATISTIQUE !!!
Méthode de Hawks
DÉFINITION
« Ensemble de méthodes permettant de prendre
une bonne décision face à l’incertitude »
(Wallis et Roberts)
Décembre 2008 bernard.murry@xl-sa.fr XL Consultants Tel 04 76 61 34 00
Les différentes techniques statistiques
On appelle statistiques descriptives les outils qui sont utilisés pour
présenter les résultats.
Exemples :
• Diagramme
Diagramme de de Pareto.
Pareto.
• Un
Un écart-
écart--type,
écart type, étendue
étendue
• Une
Une médiane,
médiane, moyenne
moyenne
• Histogramme
Histogramme
• Analyse
Analyse multivariée:
multivariée: ACP
ACP
Yi = f (Xi)
Y i : les exigences des clients (CTQ) X i : les facteurs influents du procédé
et/ou les gaspillages
4
1 2 3 5
Innover
Définir Mesurer Analyser Contrôler
Améliorer
Objectifs :
•Définir les objectifs et l’étendue du projet.
•Obtenir des informations de base sur le processus et les clients.
4
1 2 3 5
Innover
Définir Mesurer Analyser Contrôler
Améliorer
Objectifs :
•Effectuer la volumétrie du processus et quantifier les améliorations
•Connaître les performances du processus dans l’état actuel.
3 pièces 0
168
1 2 3
3 mesures R&R de l'instrumentation Répéter Reprod. De pièce à pièce
Pièces
Carte R par Opérateurs
C5 par Opérateurs
Antoine Jimmi Valérie
LCS=2,474
Etendue éch.
2 172
_
1 R=0,961 170
168
0 LCI =0
Antoine Jimmi Valérie
Opérateurs
Carte X barre par Opérateurs
Antoine Jimmi Valérie Interaction Opérateurs * Pièces
Moyenne de l'échantillon
173
173 Opérateurs
Antoine
Moyenne
Jimmi
171 LCS=171,167 171
_
_ Valérie
X=170,183
169
169 LCI =169,200
1 2 3
Pièces
σ PPM
Capability Sixpack du procédé de C1
2 308,537 Carte X barre Histogramme des capabilités
Moyenne de l'échantillon
LSI LSS
3 66,807 105
LCS=106,58
S pécifications
_ LS I 80
4 6,210 100
_
X=99,70 LS S 120
5 233 95
LCI =92,83
20
Processus
(DPMO) _
R=11,92
10
0 LCI =0
1 5 9 13 17 21 25 29 33 37 80 90 100 110
4
1 2 3 5
Innover
Définir Mesurer Analyser Contrôler
Améliorer
Objectifs :
Donner un sens à toutes les données et informations recueillies.
Des hypothèses testées et confirmées
Modélisation du processus : Yi=f(Xi)
62 v endredi
lundi
lundi
mercredi lundi
60
lundi samedi dimanche v endredi
lundi mercredi
v endredi
v endredi mardi v endredi
mardi jeudi samedi
samedi
mardi
58 lundi samedi
mardi mercredi
P on
lundi jeudi v endredi mardi
samedi
jeudi
lundi
mardilundi lundi mardi jeudi
v endredisamedi mardimercredi
jeudi v endredi samedi jeudi lundi
samedi
mercredi samedi mercredi
v endredi mercredi
56v endredi
mardi jeudi
samedi mardi
jeudi jeudi mardisamedi
lundi lundi mardi
v endredisamedi
mercredi
jeudi samedi
mardi lundi
jeudivendredi
mercredi jeudi vendredi mercredi
v endredi
jeudi
samedi jeudi
samedi
54 mercredi
jeudi mercredi
v endredi mardi
samedi lundivendredi mercredi v endredi
mercredi
mercredi
mardi jeudi
mercredi
jeudi
52 mercredi
samedi
50
Diagramme de série chronologique de laitier_poche
50000 07 /0
7
/0
7
/0
7
/0
7
/0
7
/0
7
/0
7
/0
7
/0
7
/0
7
6/ 6 6 7 7 7 9 9 9 0 0
1/0 /0 /0 /0 /0 /0 /0 /0 /0 /1 /1
0 12 23 05 17 27 01 13 25 08 20
Boîte à moustaches de P on
date
40000
64
laitier_poche
30000 62
60
20000
58
P on
10000 56
54
0
7 7 7 7 7 7 7 7 7 7 7 52
/0 /0 /0 /0 /0 /0 /0 /0 /0 /0 /0
/ 06 / 06 /06 /07 / 07 /07 / 08 / 09 /09 / 10 / 10
01 12 23 05 17 27 31 12 24 05 17 50
date dimanche jeudi lundi mardi mercredi samedi vendredi
jour
– Un test d’hypothèse est une procédure qui résume les données afin de mettre en
évidence les différences entre échantillons ou groupes
Exemple 2 : les moyennes des rebuts de production sont elles identiques entre
-Les machines A, B et C
-Les équipes de production
Type de
Test approprié
Éléments
données comparables Exemple
Y2 VM(%)
120
100
90
7,3 7,4 7,5 7,6 7,7
Graphique des effets principaux pour Y1 Dureté (Moy) Densité
Moyennes des données
D(t/h) T°S(°C)
525
510
495
480
Moyenne
6 7 0 2 0 0 5 0 ,0 ,0 90 9 3 9 5 96 9 8 99 0 0 0 1 02 0 3 04 05 0 7 08 0 9 11 13 1 4
4, 4, 5, 5, 6, 8, 8, 9, 10 11 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5
C%
525
510
495
480
02 3 0 0 0 0 4 6 0 6 3 6 9 83 87 47 94 80
71 ,73 ,7 5 ,7 7 ,7 8 ,7 8 ,7 8 ,7 8 , 80 ,82 ,82 ,83
0, 0 0 0 0 0 0 0 0 0 0 0
Analyse de variance
Somme des
Source DL carrés CM F P
Régression 3 1273,17 424,39 12,00 0,002
Erreur résiduelle 8 282,83 35,35
Total 11 1556,00
4
1 2 3 5
Innover
Définir Mesurer Analyser Contrôler
Améliorer
Objectif :
Développer, tester et mettre en place des solutions.
4
1 2 3 5
Innovation
Définition Mesure Analyse Contrôle
Amélioration
Objectif :
Évaluer les solutions et maintenir les acquis par l'établissement de
contrôles, la normalisation de la documentation des méthodes et des
processus de travail et clôturer le projet
5 LC S =53,239
52
7 _
_
50 X=50,014
7
48
LC I =46,789
46
1 6 11 16 21 26 31 36 41 46
Echantillon
10,0 LC S =10,10
7,5
Etendue éch.
5,0 _
R=4,43
2,5
0,0 LC I =0
1 6 11 16 21 26 31 36 41 46
Echantillon