Diagramme de Pareto
Transcription
Diagramme de Pareto
1 Analyse de Pareto - Diagramme de Pareto But Graphique à barres verticales en ordre décroissant de fréquence. (ou en ordre décroissant des coûts préférablement) Le graphique qui résulte s’ appel l ediagramme de Pareto. C’ est un outil de visualisation de la fréquence (coût) des causes, des sources de variation, des problèmes de qualité, etc. Applications Mettre en évidence l'aspect principal d'un problème. Établir les priorités dansl esact i v i t ésd’ amél i or at i ondel aqual i t é. Aider à choisir les éléments ou causes spécifiques à étudier en vue d’ apporter des améliorations. Évaluer l'efficacité des améliorations apportées en présentant les diagrammes de Pareto : avant et après Permet de comprendre au premier coup d'œi lles problèmes et leur gravité respective Met t r eenor dr ed’ i mpor t ance,l es effets des facteurs dans une expérience planifiée. Principe loi de Pareto aussi appelée règle du 80 / 20 80% de la variabilité est expliquée par 20% des causes Formulation de Juran “ Vital few and trivial many” Exemples Un petit nombre de catégorie de défauts expliquent la majorité des défauts. Un nombre restreint de processus cause la majorité des rebuts. Un petit nombre de produits expliquent la majorité des profits. Un nombre restreint de clients est la source principale des ventes. Un petit nombre de fournisseurs sont responsables de la majorité des pièces non conformes. Méthode 1. Choisir la variable catégorique (X axe horizontal) pour classer les données : type de non-conformité (défauts), type de produits, machines, opérateurs, causes, etc. 2. Choisir une unité de mesure (Y axe vertical) pour faire le tableau des données : effectif (ou fréquence), coûts. 3. Faire la collecte des données ou employer des données historiques disponibles. Préciser la période de référence où les données furent collectées. 4. Produire le tableau et tracer le graphique en ordre décroissant de fréquence ou coût .L’ aj outdel acour befréquence cumulative est optionnel mais utile. Remarque : un logiciel statistique est très utile pour Consigner les données et Tracer le graphique. 5. Identifier les catégories les plus fréquentes. Bernard Clément, PhD Diagramme de Pareto janvier 2006 2 Analyse de Pareto -- Diagramme de Pareto Exemples avec Statistica Exemple 1 nombre de défauts sur un circuit imprimé D. C. Montgomery (2005) Introduction to Statistical Quality Control, 5e, p. 293 données brutes : 98 observations fichier Statistica type de défaut sur un circuit imprimé type défaut fréquence 1 Wire_Incorrect 1 2 Sold._Insufficient 1 3 Raw_Cd_Damaged 1 . . . . . . . . . . . . . 96 Comp._Improper_1 1 97 Tst._Mark_EC_Mark 1 98 Sold._Splatter 1 tableau des effectifs (fréquence) Frequency table: type défaut (Pareto-défauts circuits imprimés.sta) Count Cumulative Percent Cumulative Stamping_Oper_ID 1 1 1.02 1.02 Stamping_Missing 1 2 1.02 2.04 Sold._Short 1 3 1.02 3.06 Wire_Incorrect 1 4 1.02 4.08 Raw_Cd_Damaged 1 5 1.02 5.10 Comp._Extra_Part 2 7 2.04 7.14 Comp._Missing 2 9 2.04 9.18 Comp._Damaged 2 11 2.04 11.22 TST_Mark_White_Mark 3 14 3.06 14.29 Tst._Mark_EC_Mark 3 17 3.06 17.35 Raw_CD_Shroud_Re. 3 20 3.06 20.41 Sold._Splatter 5 25 5.10 25.51 Comp._Improper_1 6 31 6.12 31.63 Sold._Opens 7 38 7.14 38.78 Sold._Cold_Joint 20 58 20.41 59.18 Sold._Insufficient 40 98 40.82 100.00 Missing 0 98 0.00 100.00 Bernard Clément, PhD Diagramme de Pareto janvier 2006 3 Bernard Clément, PhD Diagramme de Pareto janvier 2006 0 Bernard Clément, PhD 6 3 3 2 2 2 1 1 1 1 Diagramme de Pareto TST_Mark_White_Mark Comp._Missing Comp._Extra_Part Comp._Damaged Wire_Incorrect Sold._Short Stamping_Missing Stamping_Oper_ID Raw_Cd_Damaged 3 Tst._Mark_EC_Mark 5 Raw_CD_Shroud_Re. Sold._Splatter 7 Comp._Improper_1 10 Sold._Opens 20 Sold._Cold_Joint 40 Sold._Insufficient 4 100 Pareto Chart: Count 100% 90 80 80% 70 60 60% 50 40 40% 30 20 20% 1 janvier 2006 5 Exemple 2 diagramme de Pareto –pl a ni f i c at i one tanal ys ed’ e xpé r i e nc e Y : longueur de fissures (mm) pièces alliage nickel-titanium à minimiser 4 facteurs A, B, C, D A : temp B: contenu titanium C : traitement chaleur D: quantité raffineur A -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 Plan de 16 essais B C D Y1 Y2 -1 -1 -1 1.71 1.91 -1 -1 -1 1.42 1.48 1 -1 -1 1.35 1.53 1 -1 -1 1.67 1.55 -1 1 -1 1.23 1.38 -1 1 -1 1.25 1.26 1 1 -1 1.46 1.42 1 1 -1 1.29 1.27 -1 -1 1 2.04 2.19 -1 -1 1 1.86 1.85 1 -1 1 1.79 1.95 1 -1 1 1.42 1.59 -1 1 1 1.81 1.92 -1 1 1 1.34 1.29 1 1 1 1.46 1.53 1 1 1 1.38 1.35 EFFET Err-Type t(17) p Moy 1.5609 0.0225 69.312 0.0000 (3)C -0.2919 0.0450 -6.480 0.0000 (4)D 0.2244 0.0450 4.982 0.0001 (1)A -0.2131 0.0450 -4.732 0.0002 (2)B -0.1206 0.0450 -2.678 0.0159 1*4 -0.1131 0.0450 -2.512 0.0224 2*4 -0.1081 0.0450 -2.401 0.0281 1*2 0.0919 0.0450 2.040 0.0572 2*3 0.0806 0.0450 1.790 0.0913 3*4 -0.0344 0.0450 -0.763 0.4558 1*2*3 -0.0144 0.0450 -0.319 0.7535 1*2*4 -0.0131 0.0450 -0.291 0.7743 2*3*4 -0.0119 0.0450 -0.264 0.7952 1*3 -0.0094 0.0450 -0.208 0.8376 1*3*4 -0.0044 0.0450 -0.097 0.9238 Diagramme de Pareto des Effets Standardisés VD: Y long fis -6.48019 (3)C 4.981563 (4)D -4.73179 (1)A -2.67811 (2)B 1*4 -2.5116 2*4 -2.40059 2.039804 1*2 1.790032 2*3 3*4 -.763192 1*2*3 -.319153 1*2*4 -.291401 2*3*4 -.263648 1*3 -.208143 1*3*4 -.097134 p=.05 Estimation de l'Effet Standardisé (Valeur Absolue) Bernard Clément, PhD Diagramme de Pareto janvier 2006