Chap0 : Définitions et Concepts
Introduction
La genèse du contrôle statistique de la qualité remonte aux Etats-Unis en 1924 dans l’usine
de Western Electric, près de Chicago. Une grande entreprise qui embauchait quarante-six mille
ressources humaines et produisait dix millions de postes téléphoniques par an, ce qui en faisait
certainement l’une des plus grandes fabrications de série du monde. De nouveaux produits
avaient été mis au point, la production augmentait régulièrement et l’usine devait fournir du
matériel de bonne qualité pour un prix acceptable.
Or les défauts se multipliaient. Pour faire face à la situation, la direction technique a
constitué un département d’assurance qualité dont le but était d’optimiser la production en
veillant à satisfaire les besoins des consommateurs.
Les opérations de contrôle qui étaient pratiquées jusqu’alors dans l’usine donnaient des
résultats médiocres parce qu’elles empêchaient tout travail d’équipe. La direction a très vite
compris que le contrôle d’un produit nécessite la collaboration de plusieurs personnes à
différents postes de responsabilités. Mais il fallait d’abord trouver une nouvelle définition au
concept de contrôle. On dit qu’un phénomène est sous contrôle, lorsque, en utilisant
l’expérience du passé, on peut prévoir, entre certaines limites, de quelle façon il variera dans
l’avenir.
Le problème n’était donc plus de trouver et de corriger les défauts sur un produit fini, ce
qui était le travail d’un « contrôleur », mais de faire en sorte que les caractéristiques de la
qualité soient stables avec des variations aussi faibles que possible. Pour atteindre ce
résultat, il y a apparition pour la première fois d’un nouvel outil : le graphique de contrôle
par Shewhart.
Les méthodes de Shewhart sont arrivées au Japon en 1950 lorsque Deming a donné des
conférences à Tokyo devant un auditoire de directeurs généraux. Il leur a expliqué
l’importance des méthodes statistiques comme outil de management et mis l’accent sur la
nécessité de les appliquer tout au long de la chaîne industrielle.
1. Mesure de la qualité
Depuis l’arrivée des normes ISO 9000 (Normes internationales d’assurance qualité), les
entreprises doivent maîtriser les méthodes statistiques modernes pour contrôler et vérifier la
production de l’entreprise exigée par la clientèle. La majorité de ces outils cherchent à
analyser et traiter les données, détecter les causes des problèmes et d’établir des plans
d’action corrective, de mettre en œuvre des améliorations et de maîtriser la qualité.
Selon la norme ISO 3534-2, la mesure de la qualité est une mesure quantitative d’une ou
plusieurs caractéristiques de qualité. Les mesures de qualité peuvent avoir divers aspects,
telles que mesures physiques et industrielles, fréquence des pièces non conformes, indicateur
d’aptitude, etc.
Par conséquent, on pourra classer les mesures en deux types : continus et discrets.
Les données sont continues lorsqu’elles sont des variables réelles (l’ensemble des réels IR).
On cite le diamètre d’un tube en aluminium, le poids d’un composant, la température d’un
liquide chimique, etc.
Les données sont discrètes lorsqu’elles portent sur des valeurs entières (Mathématiquement
IN ou Z), comme la fréquence de non-conformité, le nombre de produits rejetés par un client.
Remarquons dans ce cas que les données sont dénombrables.
2. Contrôle statistique de la qualité
Le contrôle statistique de la qualité (CSQ) est une démarche d'amélioration qui s'appuie sur
l'observation des faits. Méthode promue pour comprendre les variations et ainsi les causes
des défauts. Le contrôle statistique utilise notamment la représentation graphique des séries
dans un cadre bordé par une limite basse et haute, statistiquement définies.
« Controlling and improving quality has become an important business strategy for many
organizations ;manufacturers, distributors, transportation companies, financial services
organizations ; health care providers, and government agencies. Quality is a competitve
advantage. A business that can delight customers by improving and controlling quality can
dominate its competitors » (Douglas c. Montgomery, 2009).
Le mot "statistique" implique que nous allons manipuler des nombres,pour en tirer
des conclusions.
Le mot "qualité" ne signifie pas seulement qu’un produit est bon ou mauvais. Il
concerne les caractéristiques d’un objet ou d’un processus qui est mis à l’étude.
Le mot "contrôle" signifie que nous gardons un objet entre certaines limites, ou que
nous conduisons une chose à se comporter comme nous le voulons.
Le contrôle statistique de la qualité, appliqué à une opération de fabrication, signifie que
nous étudions les caractéristiques de notre processus afin qu’il se comporte conformément
aux normes préétablies et généralement exigées par la clientèle.
3. Processus
Un processus est un ensemble de conditions, ou un ensemble de causes, qui agissent
ensemble pour produire un résultat donné. Sur un site de fabrication, nous pensons
naturellement à des séries qui aboutissent, par exemple, à la production de câbles, de tubes
électroniques, de relais, de commutateurs et d’autres équipements.
Toutefois, comme le mot "processus" signifie simplement un système de causes, un
processus peut être beaucoup plus simple ou beaucoup plus complexe que ceux que nous
venons d’évoquer. Le "processus" que nous choisirons d’étudier dans le contrôle statistique
de la qualité pourra être :
une machine ou un organe ;
une personne, ou un simple geste fait par une personne ;
un équipement de test ;
une méthode de mesure ;
une méthode d’assemblage ;
une tâche administrative ;
un groupe de machines ;
un groupe de personnes (par exemple le personnel d’un atelier) ;
une combinaison de personnes, de machines, de matériaux, de méthodes, etc. ;
une méthode de fabrication, par exemple traitement chimique ;
une activité mentale ;
des éléments humains immatériels, par exemple attitudes, motivations et aptitudes ;
etc.
4. Techniques essentielles du contrôle de la qualité
Le contrôle de la qualité implique des tâches réalisées par des outils spécifiques, on cite:
1. Techniques statistiques de base.
2. Etudes de capabilité des processus.
3. Graphiques de contrôle des processus.
4. Inspection statistique par échantillonnage.
5. Plan d’expérience statistique (souvent traité au moyen de graphiques de contrôle).
Le principal concept est celui du graphique de contrôle, qui consiste en une série de points
représentant des observations ou des mesures sur des échantillons. La remarquable
particularité d’un graphique de contrôle est son aptitude à mettre les données sous forme de
profils qui, lorsqu’ils sont traités statistiquement, peuvent conduire à une information sur le
processus.
L’étude de capabilité est utilisée par les contremaîtres, les ingénieurs et les cadres pour
obtenir des informations sur le comportement d’un processus.
Les graphiques de contrôle sont utilisés dans les ateliers pour augmenter les rendements,
réduire les rebuts et les réparations, et aider les gens à faire un meilleur travail.
L’inspection statistique par échantillonnage est utilisée par les inspecteurs comme une
base scientifique pour accepter ou refuser des produits.
Le plan d’expérience est utilisé dans les problèmes de recherche et de développement pour
étudier les effets simultanés de plusieurs variables et explorer l’inconnu d’un système de
causes.
Ces techniques sont décrites en détail dans les chapitres qui suivent.