Alphadi Tab - Aperçu de l'outil

np-Chart

Le diagramme np est utilisé pour surveiller un processus au fil du temps basé sur des quantités. Le processus est décrit par un indicateur clé qui indique le nombre de certains événements dans une quantité totale constante. Il montre si ce nombre est dans la plage attendue ou si des changements notables se produisent dans le processus.

Cela peut être, par exemple, le nombre de pièces NIO en production, le nombre de ventes en distribution ou le nombre de livraisons retardées. 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.

Download Vous pouvez télécharger les données ici : NPChart_NonconformingLabels.xlsx

Lors du remplissage de la sauce tomate, il est vérifié par équipe combien de pots ont une étiquette de travers ou incomplète. L'objectif est de déterminer si le nombre d'unités non conformes 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'étiquettes défectueuses fluctue aléatoirement autour de la ligne centrale. Le processus peut donc être évalué comme stable.

Explications du graphique :

  • Les points montrent le nombre d'unités avec la propriété considérée par sous-groupe dans l'ordre chronologique.
  • La ligne centrale correspond au nombre moyen de ces unités.
  • Les limites de contrôle sont calculées à partir du niveau moyen du processus et de la taille constante du sous-groupe. Avec une taille de sous-groupe constante, elles sont généralement horizontales.

Préparation

  1. Définir une classification binaire claire.
  2. Assurer une taille de sous-groupe constante.
  3. Enregistrer le nombre d'unités non conformes par sous-groupe.

AlphadiTab Utiliser dans AlphadiTab

  1. Sélectionner l'outil np-chart dans la Phase de Mesure ou la Phase de Contrôle.
  2. Saisir le nombre d'unités non conformes et la taille de l'échantillon.
  3. Générer le graphique avec le bouton "Créer Nouveau".

Interprétation

  1. Les points sont-ils en dehors des limites de contrôle ?
  2. 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 été délibérément modifié, 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 :

Rule 1
1 point en dehors des limites de contrôle.
Rule 2
9 points consécutifs d'un côté de la ligne médiane.
Rule 3
6 points consécutifs en augmentation ou en diminution.
Rule 4
14 points consécutifs alternant vers le haut et vers le bas.
Classification binaire
Chaque unité inspectée doit être clairement assignable à l'une des deux catégories.
Pourquoi est-ce important ?
Seulement alors le diagramme np peut représenter le nombre d'événements par rapport à un montant total.
Sous-groupes de taille constante
La taille du sous-groupe doit être constante.
Pourquoi est-ce important ?
Avec une taille de sous-groupe constante, les limites de contrôle sont constantes, rendant le graphique plus facile à lire.
Lorsque la taille du sous-groupe n'est pas constante
p-Chart
Lorsque multiples défauts peuvent survenir par unité
c- ou u-Chart
Lorsque les données sont continues
I-Chart ou X-bar Chart

Nombre de demandes résolues dès le premier contact

Dans le service informatique, on évalue quotidiennement combien de demandes sont résolues dès le premier contact. Le graphique np aide à évaluer si ce nombre reste stable dans le temps ou si des anomalies telles que des tendances ou des changements se produisent.

Télécharger Vous pouvez télécharger les données ici : NPChart_ITFirstTimeResolution.xlsx

Interprétation

Il y a plusieurs points en dehors des limites de contrôle. Le processus est instable et devrait être examiné de plus près.

→ Plusieurs points en dehors des limites – processus instable, vérifier les causes.

Nombre d'offres avec des informations obligatoires manquantes

Dans les ventes, il est vérifié mensuellement combien d'offres manquent d'informations obligatoires. Cela permet de suivre si le nombre d'offres incomplètes reste constamment stable.

Download Vous pouvez télécharger les données ici : NPChart_MandatoryInformation.xlsx

Interprétation

Les chiffres sont inhabituellement proches les uns des autres. Une dispersion aussi faible n'est souvent pas aléatoire pour un processus réel et peut indiquer une retouche standardisée, une classification trop grossière ou une particularité dans le système d'inspection. De plus, neuf points sont du même côté de la ligne centrale.

→ Dispersion remarquablement faible + 9 points d'un côté – questionner le système d'inspection/classification.

Nombre d'expéditions avec dommages de transport

Dans le secteur de la logistique, il est évalué par tournée combien d'expéditions arrivent avec des dommages de transport visibles. L'objectif est d'identifier tôt les charges extraordinaires.

Télécharger Vous pouvez télécharger les données ici : NPChart_Damages.xlsx

Interprétation

Un point aberrant est reconnaissable ; la 13ème tournée est affectée. Une collision par l'arrière a été signalée par le conducteur pour cette tournée. La déviation peut donc être expliquée par une cause spéciale connue et n'indique pas un changement permanent dans le processus.

→ Point aberrant dû à une cause spéciale connue (accident) – pas de nouveau schéma de base.

Nombre de réceptions de marchandises avec note de blocage

Dans l'achat, le nombre de réceptions de marchandises avec une note de blocage est surveillé. Pendant la période d'observation, il y a eu un passage du Fournisseur A au Fournisseur B, donc deux sections sont utiles.

Télécharger Vous pouvez télécharger les données ici : NPChart_BlockRate.xlsx

Interprétation

Après le changement de fournisseur, le nombre de réceptions de marchandises avec une note de blocage est à un niveau sensiblement plus élevé. La considération séparée des sections montre que le niveau du processus a changé. Le changement doit être évalué dans le contexte du changement de fournisseur.

→ Changement de niveau après le changement de fournisseur – évaluer les sections séparément.

Nombre de postes avec erreur critique de prévision

Dans la planification de la production, chaque cycle de planification évalue combien de postes dépassent un seuil d'erreur de prévision défini. Le np-chart montre si le nombre de postes problématiques change au fil du temps.

Télécharger Vous pouvez télécharger les données ici : NPChart_IncorrectForecasts.xlsx

Interprétation

Pendant la période, une tendance à la hausse du nombre de prévisions incorrectes est notable. Comme les valeurs diminuent également entre-temps, aucune tendance n'est signalée selon les règles de Nelson. Cependant, le développement doit encore être surveillé professionnellement.

→ Tendance légèrement à la hausse, mais aucune règle de Nelson violée – continuer à surveiller.

Sous-groupe
Échantillon connexe.
Ligne centrale
Nombre moyen d'événements comme niveau central du processus.
Limites de contrôle (UCL / LCL)
Limites dans lesquelles des fluctuations aléatoires sont attendues.
np̄ = (1/m)·∑i=1m di
Ligne centrale des données actuelles
UEG = max(0,  np̄ − k·√(np̄·(1−np̄/n)))
Limite de contrôle inférieure
OEG = min(n,  np̄ + k·√(np̄·(1−np̄/n)))
Limite de contrôle supérieure
OWG = min(n,  np̄ + w·√(np̄·(1−np̄/n)))
Limite d'avertissement supérieure
UWG = max(0,  np̄ − w·√(np̄·(1−np̄/n)))
Limite d'avertissement inférieure

Avec la correction historique, np̄ est remplacé par la valeur de référence donnée np.

di = Nombre d'unités défectueuses
Panier
np-Chart Allemand np-Chart Anglais np-Chart Espagnol np-Chart Italien np-Chart Français np-Chart Polonais np-Chart Portugais