Le c-chart (également appelé C Chart) est utilisé pour surveiller un processus au fil du temps basé sur le nombre de défauts par sous-groupe. Le processus est décrit par un indicateur clé qui indique combien de défauts, plaintes ou anomalies se produisent au total dans un sous-groupe. La condition préalable est que la taille du sous-groupe ou la possibilité d'inspection reste constante.
Cela peut être, par exemple, le nombre d'erreurs d'étiquetage par équipe, les lacunes de documentation dans un échantillon de tickets fixe, ou les défauts d'emballage dans un échantillon d'expédition constant. L'objectif est de détecter les changements tôt, d'analyser systématiquement les causes possibles, de construire des connaissances sur le processus et d'éviter des interventions inutiles.
Lors du remplissage de la sauce tomate, le même échantillon de 200 pots est toujours vérifié par quart de travail. Il est enregistré combien d'erreurs d'étiquetage se produisent au total – un pot peut avoir plusieurs erreurs (étiquette de travers, plis, étiquetage de lot incomplet). L'objectif est de déterminer si le nombre d'erreurs d'étiquetage par quart de travail reste stable dans le temps.
Interprétation des résultats :
Il n'y a aucun point en dehors des limites de contrôle et aucun motif notable n'est visible. Le nombre d'erreurs d'étiquetage par quart de travail fluctue aléatoirement autour de la ligne centrale – le processus peut être considéré comme stable.
Explications du graphique :
- Les points montrent le nombre d'erreurs par sous-groupe dans l'ordre chronologique.
- La ligne centrale correspond au nombre moyen d'erreurs par sous-groupe.
- Les limites de contrôle sont calculées à partir du nombre moyen d'erreurs.
Préparation
- Définissez clairement quels événements sont comptés comme des erreurs.
- Assurez-vous que le nombre total d'erreurs par ligne de données est disponible.
- Vérifiez si la taille du sous-groupe reste constante.
Utilisation dans AlphadiTab
- Sélectionnez l'outil c-chart dans la Phase de Mesure ou la Phase de Contrôle.
- Saisissez le nombre d'erreurs par sous-groupe.
- Générez le graphique avec le bouton "Créer Nouveau".
Interprétation
- Les points sont-ils en dehors des limites de contrôle ?
- Des motifs non aléatoires sont-ils reconnaissables ?
Valeurs historiques
Si des valeurs de référence historiques sont connues, elles peuvent être utilisées comme base fixe. La ligne centrale et les limites de contrôle restent alors constantes.
Sections
Les sections sont utiles si le processus a délibérément changé, par exemple, après un changement de fournisseur ou un ajustement de processus. Des lignes centrales et des limites de contrôle séparées sont calculées pour chaque section.
Des motifs non aléatoires sont détectés avec les tests :
Défauts de documentation par échantillon quotidien
Dans le service informatique, un échantillon constant de 40 tickets complétés est vérifié par jour. Il est enregistré combien de défauts de documentation se produisent au total (champ obligatoire manquant, catégorie peu claire, note de clôture manquante). Le c-chart aide à évaluer si le nombre de défauts dans cet échantillon quotidien reste stable.
Interprétation
Aucun point en dehors des limites de contrôle et aucun déclencheur de test de Nelson. En même temps, un schéma récurrent est reconnaissable : à intervalles de sept jours, les nombres d'erreurs sont plus élevés.
→ Statistiquement insignifiant, mais schéma de 7 jours – effet possible du jour de la semaine à vérifier.
Défauts formels par échantillon d'offre
Dans les ventes, un échantillon constant de 30 offres est vérifié mensuellement. Il enregistre combien de défauts formels se produisent au total (validité du prix manquante, conditions de livraison incomplètes, approbations manquantes). Cela permet de suivre si le nombre de défauts formels reste constamment stable.
Interprétation
Les valeurs sont proches les unes des autres sur une longue période ; de plus, neuf points consécutifs sont du même côté de la ligne centrale. Le motif n'est pas aléatoire.
→ Valeurs remarquablement proches + 9 points d'un côté – questionner le système d'inspection.
Défauts d'emballage par échantillon de tournée
Dans le secteur de la logistique, un échantillon constant de 50 expéditions est vérifié par tournée. Il est enregistré combien de défauts d'emballage se produisent au total (coins endommagés, étiquettes défectueuses, sécurisation insuffisante). L'objectif est de détecter tôt les charges extraordinaires.
Interprétation
Un point aberrant est reconnaissable ; la 13ème tournée est affectée. Une collision par l'arrière a été signalée pour cette tournée – la déviation peut être expliquée par une cause spéciale connue.
→ Point aberrant dû à une cause spéciale connue (accident) – pas de nouveau schéma de base.
Réclamations par période
Dans les achats, un échantillon constant de 40 réceptions de marchandises est évalué par période. Il est enregistré combien de réclamations surviennent au total. Pendant la période d'observation, il y a eu un passage du fournisseur A au fournisseur B, donc deux sections sont sensées.
Interprétation
Après le changement de fournisseur, le nombre de réclamations est à un niveau sensiblement plus élevé. La considération séparée des sections montre un changement dans le niveau du processus.
→ Changement de niveau après le changement de fournisseur – évaluer les sections séparément.
Avertissements de planification par cycle
Dans la planification de la production, un échantillon constant de 60 positions est considéré par cycle de planification. Il enregistre combien d'avertissements de planification se produisent au total. Le c-chart montre si le nombre d'avertissements change au fil du temps.
Interprétation
Une tendance à la hausse est perceptible sur la période. Comme les valeurs diminuent entre-temps, aucune tendance n'est signalée selon les règles de Nelson.
→ Tendance légèrement à la hausse, mais aucune règle de Nelson violée – continuer à observer.
Avec correction historique, c̄ est remplacé par la valeur de référence donnée.