1. Le tableau des caractéristiques
En haut de l’écran, un tableau réunit ce qui définit chaque caractéristique. Les colonnes principales :
- nom : l’identité de la variable ;
- sigma and court terme : les deux dispersions ;
- distribution and adéquation loi : la loi ajustée et la qualité de cet ajustement ;
- tolérance min / max, LCI and LCS : les limites de spécification et de contrôle ;
- cible and nominal : la valeur visée.
💡 La colonne Adéquation loi est la première à regarder. Tous les indicateurs de capabilité supposent une loi ; si l’ajustement est mauvais, les Cp et Cpk affichés n’ont pas de sens et il faut changer de loi ou transformer les données.
2. Les graphiques
- Histogram : la forme de la distribution, avec la loi ajustée superposée et les tolérances. On y voit d’un coup d’œil un décentrage, une dispersion excessive, une bimodalité signe fréquent d’un mélange de deux populations, deux machines ou deux lots de matière.
- Droite de Henry : les points s’alignent si la loi convient. C’est un test visuel plus sensible que l’histogramme, surtout dans les queues de distribution, là précisément où se jouent les non-conformités.
- Control Chart : la chronologie. Elle répond à une question que l’histogramme ignore : le procédé est-il stable ?
- Étendue : la dispersion à l’intérieur de chaque échantillon, au fil du temps.
- EWMA : une moyenne mobile pondérée, plus réactive aux petites dérives durables qu’une carte classique.
⚠️ Histogramme et carte de contrôle ne sont pas interchangeables. Un procédé qui dérive lentement peut donner un histogramme très acceptable : les mesures du début et de la fin se mélangent et l’ensemble paraît large mais centré. Seule la carte révèle la dérive.
3. Centré moyenne ou centré cible
Les graphiques se lisent selon deux référentiels, au choix :
- Centré moyenne : les limites se construisent autour de la moyenne observée. On juge la stabilité : le procédé reste-t-il fidèle à lui-même ?
- Centré cible : les limites se construisent autour de la valeur visée. On juge la conformité : le procédé produit-il ce qui est demandé ?
💡 Un procédé peut être parfaitement stable et systématiquement décalé de la cible. En centré moyenne il paraît sous contrôle, en centré cible le décalage apparaît. Regarder les deux.
4. Les règles détection
Au-delà du simple dépassement de limite, Ellistat Data Analysis signale des configurations improbables sous l’hypothèse d’un procédé stable :
| Règle | Ce qu’elle détecte |
| Tendance | Une suite de points qui montent ou descendent : usure d’outil, dérive thermique. |
| Même côté | Une série de points du même côté de la moyenne : le procédé a changé de niveau. |
| Proche des limites | Des points massés près des limites : dispersion sous-estimée ou mélange de populations. |
| Mouvement alternatif | Une alternance systématique : souvent deux sources en alternance, deux montages, deux opérateurs. |
Le repère Alerte matérialise les points concernés.
💡 Ces règles augmentent la sensibilité aux petites dérives, mais chacune ajoute un risque de fausse alarme. Sur un procédé déjà maîtrisé, en activer beaucoup fait crier la carte pour rien.
5. Les capabilités
Quatre indicateurs, deux distinctions à connaître :
- Cp et Cpk utilisent la dispersion court terme : la performance dont le procédé est capable s’il reste stable.
- Pp et Ppk utilisent la dispersion globale : la performance réellement délivrée, dérives incluses.
- Cp et Pp ignorent le centrage ; Cpk et Ppk en tiennent compte.
Le rapprochement des quatre est plus parlant que chacun isolément :
| Constat | Interpretation |
| Cp élevé, Cpk faible | Procédé assez précis mais décentré. Se corrige par réglage. |
| Cp ≈ Cpk, tous deux faibles | Procédé too scattered. Demande une action technique de fond. |
| Cp élevé, Pp faible | Procédé capable mais instable : il dérive. Chercher la cause dans le temps. |
| Cp ≈ Pp | Procédé stable ; le court terme reflète le long terme. |
💡 Le cas « Cp élevé, Pp faible » est le plus fréquent et le plus mal interprété : rien ne cloche techniquement, c’est la conduite du procédé qui laisse filer. Une carte de contrôle bien tenue le règle sans investissement.
6. L’analyse de distribution
Une analyse de distribution très complète est fournie avec test d’adéquation, paramètres skewness, Kurtosis, Entropie, détection de valeurs aberrantes…. On peut choisir la distribution, le bouton Adéquation de la loi donne le résumé des tests d’adéquation.
