Graphique des individus

La carte des individus est utilisée pour surveiller les processus avec des valeurs individuelles au fil du temps. L'objectif est de détecter tôt les changements inhabituels dans le processus, avant que des écarts ne se produisent. Cela permet une analyse systématique des causes, la construction de connaissances sur le processus et l'évitement d'interventions inutiles.

Vous pouvez télécharger les données ici : tomato-sauce-filling-quantity.xlsx Fichier à télécharger

Lors de la production de sauce tomate, la quantité de remplissage de chaque pot individuel est mesurée en continu. L'objectif est de vérifier si le processus reste stable dans le temps ou si des changements inhabituels se produisent. Chaque mesure est affichée dans l'ordre chronologique sur le graphique des individus.

Interprétation des résultats :

Il n'y a aucun point en dehors des limites de contrôle et aucun motif visible. Le processus est stable – il n'y a aucune raison d'intervenir.

Explications du graphique :

• Les points montrent les quantités de remplissage individuelles dans l'ordre chronologique.
• La ligne centrale correspond à la quantité de remplissage moyenne.
• Les limites de contrôle sont à trois écarts-types de la moyenne.

Préparation

1. Sélectionnez une mesure appropriée (par exemple, quantité de remplissage, température, valeur de pH).
2. Assurez-vous que les données sont disponibles sous forme de valeurs individuelles dans l'ordre chronologique.
3. Vérifiez si différentes phases du processus doivent être considérées séparément.
4. Déterminez quelles règles de Nelson doivent être activées.

Utilisation dans AlphadiTab

1. Sélectionnez l'outil Phase de Mesure ou Phase de Contrôle graphe des individus.
2. Sélectionnez la colonne pour les données.
3. Générez le graphique avec le bouton “Créer Nouveau”.

Interprétation

1. Y a-t-il des points en dehors des limites de contrôle ?
2. Des motifs non aléatoires sont-ils reconnaissables (tendances, décalages, cycles) ?
3. Le processus est-il stable ou des interventions sont-elles nécessaires ?

Valeurs historiques

Si les valeurs historiques sont connues, elles peuvent être utilisées comme référence fixe. Si aucune n'est disponible, la ligne centrale et les limites de contrôle sont estimées à partir des données actuelles.

Sections

Les sections sont utiles si le processus a été délibérément modifié. Des lignes centrales et des limites de contrôle séparées sont calculées pour chaque section.

Des motifs non aléatoires sont détectés avec les tests :

1 point en dehors des limites de contrôle.

9 points consécutifs d'un côté de la ligne centrale.

6 points consécutifs en augmentation ou en diminution.

14 points consécutifs alternant vers le haut et vers le bas.

2 points sur 3 en dehors de la limite ±2σ.

4 points sur 5 en dehors de la limite ±1σ.

15 points consécutifs dans la limite ±1σ.

8 points consécutifs en dehors de la limite ±1σ.

Temps de réponse du service d'assistance informatique

Les tickets sont traités dans le service d'assistance informatique. Les temps de réponse sont régulièrement évalués pour surveiller la stabilité des processus de service.

Vous pouvez télécharger les données ici : IChart_ITProcessingTime.xlsxFichier à télécharger

Interprétation

Au départ, les mesures se dispersent aléatoirement. Au fur et à mesure que le processus continue, un schéma alternant clair est perceptible : les valeurs montent et descendent régulièrement sur plusieurs points. Ce schéma alternant n'est pas aléatoire et indique une cause systématique.

→ Schéma alternant – cause systématique, enquêtez sur le processus.

Quota de ventes par région

Dans les ventes, le quota de ventes est régulièrement évalué pour surveiller la performance de clôture. Il est basé sur un nombre suffisant d'offres par période, de sorte que les valeurs peuvent être considérées comme approximativement continues.

Vous pouvez télécharger les données ici : IChart_SalesRate.xlsxFichier à télécharger

Interprétation

Au début, les mesures se dispersent aléatoirement. Cependant, avec le temps, les valeurs sont très proches les unes des autres pendant une période prolongée. Cette dispersion inhabituellement faible n'est pas aléatoire.

→ Dispersion remarquablement faible – cause systématique, enquêtez.

Temps de livraison après le centre logistique

Dans le secteur de la logistique, le temps de livraison des commandes clients est continuellement enregistré. L'objectif est de vérifier si le processus est stable dans le temps ou s'il y a des anomalies.

Vous pouvez télécharger les données ici : IChart_DeliveryTime.xlsxFichier à télécharger

Interprétation

Une mesure est significativement en dehors des limites de contrôle. La cause est connue : une fermeture complète sur l'A7. Le processus n'est pas stable à ce moment, mais il y a une cause spéciale explicable.

→ Valeur aberrante due à une cause spéciale connue (fermeture de l'A7) – aucune enquête supplémentaire nécessaire.

Comparaison des fournisseurs

Dans l'achat, le taux de rejet par livraison est continuellement enregistré. Pendant la période d'observation, il y a eu un passage du Fournisseur A au Fournisseur B. L'objectif est de vérifier si le processus reste stable après le changement.

Vous pouvez télécharger les données ici : IChart_ScrapRate.xlsx Fichier à télécharger

Interprétation

Après le changement de fournisseur, un changement significatif du niveau du taux de rejet est notable. Les valeurs sont généralement plus élevées, indiquant un changement systématique.

→ Changement de niveau après le changement de fournisseur – analyser dans le contexte.

Écart de prévision

Dans la planification de la production, l'écart de prévision est régulièrement enregistré pour surveiller la qualité de la planification de la demande. Au fil du temps, il convient de vérifier si le comportement du processus change.

Vous pouvez télécharger les données ici : IChart_ForecastDeviation.xlsx Fichier à télécharger

Interprétation

Un point aberrant et une tendance à la hausse sont reconnaissables. Cela indique un changement systématique – le processus n'est pas stable.

→ Point aberrant + tendance à la hausse – processus instable, à investiguer.

I (Individuel) : Valeurs individuelles affichées dans l'ordre chronologique.

Moyenne : Moyenne des mesures et niveau central du processus.

Écart-type : Mesure de la dispersion des mesures autour de la moyenne.

Limites de contrôle (UCL / LCL) : Limites dans lesquelles la fluctuation aléatoire d'un processus stable est attendue (typiquement ±3σ).

Limites d'avertissement (UWL / LWL) : Limites à l'intérieur des limites de contrôle pour la détection précoce des anomalies (typiquement ±2σ).

Contrôle sigma : Facteur pour le calcul des limites de contrôle (typiquement 3σ).

Avertissement sigma : Facteur pour le calcul des limites d'avertissement (typiquement 2σ).

Règles de Nelson : Tests statistiques pour détecter les motifs non aléatoires dans le flux de processus.

Fixer (valeurs historiques) : Valeurs prédéfinies pour la moyenne et l'écart-type utilisées comme référence fixe pour le calcul des limites.

Valeurs par étapes : Représentation des niveaux de processus constants par morceaux, par exemple, lors des changements dans le processus

Moyenne

Avec x_i = i-ème observation individuelle

Écart-type (Échantillon)

Limite de contrôle inférieure

Limite de contrôle supérieure