TP : MAITRISE STATISTIQUE DES

PROCEDES

Encadré par : Réalisé par :

MAHFOUD Hasssana EL YOUSFI Mohamed
HMAMED Hala MOUFADDAL Abderrahman
H

Introduction :
Les graphiques de contrôle, également connus sous le nom de cartes de contrôle, jouent un
rôle crucial dans le domaine de l'assurance qualité. Leur objectif principal est de surveiller
étroitement les processus et d'identifier les variations potentielles pouvant impacter la stabilité
de ces processus. En détectant ces variations, ils permettent d'instaurer des actions correctives
pour maintenir la conformité et la fiabilité du processus.

Prenons l'exemple d'une chaîne de production : une carte de contrôle peut alerter lorsqu'il y a
des écarts significatifs dans les caractéristiques des produits par rapport aux spécifications
attendues. Ces écarts pourraient signaler une cause spéciale, comme un dysfonctionnement
dans le processus de production ou dans les matières premières utilisées. En intervenant
précocement grâce aux signaux de la carte de contrôle, il est possible d'arrêter la production
avant que des produits non conformes ne soient massivement fabriqués, ce qui permet
d'économiser du temps et des ressources.

Quant à SPSS, il représente un logiciel robuste capable d'analyser une diversité de données. Il
est apte à importer des données depuis pratiquement tous les types de fichiers et à les
exploiter pour générer une gamme étendue de rapports et d'analyses. Cela inclut la création de
tableaux, de graphiques de distributions et de tendances, ainsi que des statistiques descriptives
approfondies. De surcroît, SPSS offre des fonctionnalités avancées pour mener des analyses
statistiques complexes, ce qui en fait un choix prisé par les chercheurs, les analystes et les
professionnels travaillant avec des données

1
TP 1 Contrôle qualité :

2
1) Le surplus moyen du poids durant :

a. L’horaire du jour : Xj−450=2,5385

(452,5385-450 = 2,5385)

b) L’horaire du soir : Xs−450=5 , 25

(455,25-450= 5,25)

3
 c) L’ensemble de la journée : X́ −450=3.84
(453,84-450= 3,84)

2) Les limites provisoires du contrôle pour les cartes :

En utilisant les formules de calculs, on a trouvé :

Pour la carte X : (A2=0,729)
 LCS= 453,84+ A2*15,88= 465,4165
 LIC= 453,84- A2*15,88= 442,26348

Pour la carte R : (D4= 2,282 et D3= 0)

 LCS= D4*15,88= 36,23816
 LIC= D3*453,84=0,00

4
3) Les cartes X et R :

1) Carte X :

2) Carte R

4) D’après les graphes obtenus :

Aucun point ne dépasse les limites de contrôle sur les deux cartes, ce qui signifie qu'il
n'y a pas d'heures de production où le poids moyen des échantillons ne respecte pas les
spécifications.

5) Interprétation :

La dispersion des poids des contenants semble être sous contrôle, car aucun point ne
dépasse les limites sur la carte R.

5
6) Analyse :

Il est observé qu'un point, associé à l'échantillon 2, dépasse la limite inférieure des
moyennes. De plus, une tendance inhabituelle se dessine, puisque les sept derniers
points sont constamment au-dessus de la limite de contrôle.

7) L’écart type du poids :

D’après la carte de contrôle des étendues, on a trouvé R=15.88

R
Et on sait que : σ = avec D2 = 2.059
D2
Donc :
σ = 7.712

8) La capabilité :

Les coefficients de capabilités obtenues sont :

 Ensemble :

6
  Jour:

 Soir:

On a : Cp = 1.08 < 1.33 ;

CPK = 0.914 < 1.33 ;
CPM = 0.967 < 1.33.
Donc il s’agit d’un problème de déréglage.
Alors on peut conclure que le procèdes n’est pas capable.

7
9)
a- On cherche le nombre de contenants qui auront probablement un poids
supérieur à la valeur nominales indiquée sur les contenants :

On a la probabilité :
x− X́ 450− X́
P( poids > 450 ) = P ( > )
σ σ
= 1 – p¿ )
=1- p(Z <−0.497)
P=0.6879
On a 8000 unités

Donc le nombre de contenants est 0.6879 x 8000 = 5496

b- Le nombre de contenant ayant un poids plus grand que la limite supérieure

La limite supérieure est 475

x− X́ 475− X́
P( poids > 475 ) = P ( > )
σ σ
= 1 – p¿ )
= 1- P(z<2.743)
p =3.1*10-3
On trouve P = 0.01
Donc le nombre de contenants est 3.1*10-3 x 8000 = 24.8

10) Le poids moyen pour ajuster le processus de remplissage :

450−15− X́ 435− X́
On a : p ( Z< ) = p ( Z< ) = 0.02
σ σ
435− X́
Puisque <0 donc
σ
435− X́ −435− X́
p ( Z< ) =p ( Z> ¿=0.02
σ σ
435− X́
0.02 = 1-p ( Z← ¿
σ
−435− X́
D’après la table de la loi normale centrée réduite on trouve : = 2.05
σ
Donc
X́ =450 . 8096

8
11) En entrant les nouvelles données on trouve les cartes de moyennes et étendues
suivantes :

1) La carte X

2) La carte R

9
 a)
Nous avons calculé une moyenne de 450, ce qui correspond à l'ajustement de la valeur
précédemment trouvée à 450.8096.

b)
Nous remarquons une amélioration car tous les autres points sont proches de cette limite mais
restent en dessous.

c)
Oui, on doit modifier les limites de contrôles calculées en deuxième question

10
TP2 Cartes par attributs :

11
 1) La proportion moyenne des boutons non conformes :
∑ nbre de non conformes 180
P= = =0.075
n.k 100∗24

2) L’écart-type de la proportion de boutons de réglage non conformes :

σ =√ n . p ( 1− p )=2.70

3) Les limites provisoires de contrôle pour la proportion de boutons de réglage non

conformes :

La limite supérieure = p+3

√ p(1− p)
n
= 0.161

La limite inférieure = p−3

√ p (1− p)
n
= -0.00138

La limite inférieure égale à 0 (négative)

4) La carte de contrôle obtenue des pièces non conformes :

Les anomalies observées à partir de la carte de contrôle :

Test 1 : points qui dépassent les limites : échantillons 11 et 21.

12
 C’est la seule anomalie qui existe dans cette carte de contrôle.
5) Les causes :

Les règles de Nelson suggèrent que diverses raisons peuvent expliquer les anomalies
observées, telles que des erreurs de saisie des données sur la carte, l'intervention d'un nouvel
opérateur, des ajustements inappropriés du processus, l'utilisation de matières premières
inadéquates ou encore une calibration défectueuse de l'instrumentation. Cependant, dans ce
cas précis, la cause identifiée comme responsable est le changement de technicien de réglage
survenu durant la journée de mardi et mercredi.

6) Limites de contrôle après élimination des échantillons 11 et 21 :

La nouvelle proportion moyenne et les limites de contrôle à partir de la carte :

P = 0.07

La limite supérieure = p+3

√ p(1− p)
n
= 0.14

La limite inférieure = p−3

Donc LIC= 0
√ p (1− p)
n
= -0,0065

13
 7) Ajout des échantillons du Jeudi :

Aucun point ne dépasse la limite supérieure de contrôle, indiquant ainsi que toutes les heures
de production sont maintenues sous contrôle statistique, les échantillons prélevés le jeudi
montrent une diminution du nombre de non-conformités, ce qui confirme cette maîtrise
statistique.
8) La taille de l’échantillon minimale requise pour estimer La qualité des boutons de
réglage :
0.02
Z=
D’après la relation suivante :
√
0.06(1−0.06)
n

 Z est la variable aléatoire = 1.645 avec un niveau de confiance 90 % en

utilisant la loi normale centrée réduite.
 n est la taille de l’échantillon
 0.02 est la marge d’erreur
 0.06 est proportion moyenne des non conformes.

Donc
n = 383

14