Analyse de capabilité par attributs

L'analyse de capabilité par attributs évalue la qualité d'un processus lorsque le résultat est enregistré sous forme de comptage plutôt que de mesure continue. Numiqo propose une analyse de capabilité de Poisson pour les défauts par unité et une analyse de capabilité binomiale pour les unités défectueuses.

Capabilité de Poisson ou binomiale ?

Analyse de capabilité de Poisson

Utilisez la capabilité de Poisson lorsque vous comptez le nombre de défauts présents dans chaque échantillon inspecté. Par exemple, un rouleau de métal revêtu peut contenir plusieurs rayures, inclusions ou manques de revêtement. La taille d'échantillon peut être le nombre d'unités inspectées ou une exposition telle que des mètres, des mètres carrés, des heures ou des pages.

L'exemple de Poisson contient le nombre de défauts de surface constatés pendant 30 équipes de production ainsi que les mètres carrés de tôle revêtue inspectés correspondants. La surface inspectée varie d'une équipe à l'autre. La cible de l'exemple est de 0,025 défaut par mètre carré.

Analyse de capabilité binomiale

Utilisez la capabilité binomiale lorsque chaque unité inspectée n'a que deux classifications possibles : conforme ou défectueuse. Comptez les unités défectueuses de chaque échantillon ainsi que le nombre total d'unités inspectées.

L'exemple binomial contient les emballages scellés défectueux et le nombre total d'emballages inspectés pendant 30 équipes de production. Les tailles d'échantillon varient d'une équipe à l'autre. La cible de l'exemple est de 3 % de défectueux, saisie comme 3 dans le calculateur.

Tailles d'échantillon variables

Les deux méthodes acceptent une taille d'échantillon constante ou une colonne contenant une taille d'échantillon différente pour chaque ligne. Numiqo calcule le taux global en divisant le comptage total par la taille totale d'échantillon. Les grands échantillons reçoivent ainsi correctement plus de poids que les petits.

Comment interpréter les résultats

Examinez d'abord la carte U ou la carte P. Un processus instable doit être analysé avant que sa capabilité soit utilisée pour prédire la performance future. Comparez ensuite le taux observé et son intervalle de confiance à 95 % avec la cible maximale acceptable. Si la borne supérieure de l'intervalle de confiance est inférieure à la cible, les données apportent une preuve solide que le processus atteint la cible. Si seule la moyenne observée est inférieure à la cible, davantage de données peuvent être nécessaires.

Retournez au calculateur de capabilité du processus pour analyser vos propres données.