Analyse des systèmes de mesure :

Les études R & R

SIFI NACEF – Contrôle Qualité

1
 Applications des études
de systèmes de mesure
 Fournit un critère pour accepter un nouvel
équipement de mesure.
 Permet une comparaison entre deux systèmes de
mesure.
 Sert de référence pour les système de mesures
suspectés de dysfonctionnement.
 Permet une comparaison de l’équipement de mesure
avant et après réparations et mises à jour.
 Fournit un élément nécessaire au calcul de la
véritable variation du processus de fabrication et à
l’acceptabilité d’un processus de production.
2
 Remarques importantes
sur la variation des mesures
 Il n’existe pas de système de mesure parfait.
 Tous les systèmes de mesure sont sujets à variation.
 L’erreur d’un système de mesure est la somme de :
 la précision
 la répétabilité
 la reproductibilité
 la stabilité
 Les études R&R (Repeatability & Reproducibility) désignent une
méthode de quantification de la répétabilité et de la reproductibilité d’un
système de mesure.
 Les études R&R sont menées pour évaluer l’adéquation d'un appareil de
mesure à un but particulier.
 Les questions de précision et de stabilité sont résolues par l'étalonnage.

3
 Définition de la précision
Différence entre la moyenne observée des mesures
et la moyenne réelle des objets mesurés.

Précision

Moyenne Moyenne
observée réelle

4
 Définition de la répétabilité
Variation dans les mesures obtenues avec un
système de mesure utilisé plusieurs fois par le même
opérateur pour mesurer une caractéristique identique
sur les mêmes pièces d’un échantillon.

Répétabilité

5
 Définition de la reproductibilité
Variation de la moyenne des mesures réalisées par
différents opérateurs utilisant le même système de
mesure pour mesurer une caractéristique identique
sur des pièces semblables.

Reproductibilité

Opérateur B

Opérateur A Opérateur C

6
 Définition de la stabilité
Variation de la moyenne d’au moins deux
séries de mesures espacées dans le temps
obtenues avec un système de mesure sur les
mêmes pièces.

Stabilité

Instant 1 Instant 2

7
 Définition de l’erreur
d'un système de mesure
Somme des variations dues à la précision, à la répétabilité, à la
reproductibilité et à la stabilité.

Erreur du système de mesure :

Somme des variations dues à la
précision, à la répétabilité, à la
reproductibilité et à la stabilité.

8
 R&R d'un système
de mesure de données variables
Pour réaliser une étude R&R d'un système de mesure de données variables...

 Trois opérateurs (personnes qui font les mesures) doivent

participer.
 Il faut mesurer au moins 10 pièces. Ces 10 unités d’un même type
de produit représentent l’éventail entier de la variation de la
production.
 Chaque opérateur mesurera chaque pièce trois fois. Les pièces
doivent être mesurées dans un ordre aléatoire.

Il est primordial que chaque opérateur ne connaisse

pas le résultat de la mesure précédente quand il
reprend les mesures de la même pièce.

9
Décomposition de la variation globale
Variation
globale

Variation Variation
entre pièces du système de mesure

Variation due au Variation due à

système de mesure - l’opérateur -
Répétabilité Reproductibilité

Opérateur Opérateur
par interaction
avec la pièce

10
10
11
 Etude R&R
L’étude R&R estime la variation totale du procédé due au système de mesure.
Cette variation se compose de la variation pièce par pièce et de la variation
du système de mesure;
• La Répétabilité(EV): variation due à l’instrument de mesure ou variation
observée lorsque le même opérateur mesure la même pièce plusieurs fois
avec le même instrument.
• La reproductibilité(AV): variation due au système de mesure ou variation
observée lorsque différents opérateurs mesurent la même pièce à l’aide du
même instrument.
Pour estimer la répétabilité, il est nécessaire que chaque opérateur mesure
chaque pièce au moins deux fois. Pour estimer la reproductibilité, il est
nécessaire qu’au moins deux opérateurs mesurent les pièces.

12
 LA Répétabilité
EV  R  K1

 5,15 est le nombre d’écarts-types pour obtenir 99 %

de probabilité

13
LA Reproductibilité

X diff  max X  min X

14
 Exploitation des résultats

• Reproductibilité AV > Répétabilité EV

- Le contrôleur nécessite une formation, ou
- Graduation n’est pas claire, ou
- Un support est nécessaire pour réaliser les mesures.
• Répétabilité EV > Reproductibilité AV
- L’instrument nécessite un entretien, ou
- L’instrument manque de précision / résolution, ou
- La variation de la caractéristique dans la pièce est importante.

15
 Calcul de R&R

R & R  AV 2  EV 2
La variation liée à la pièce:
Parts K3
2 3,641565
Avec: Rp est la différence entre la mesure moyenne la plus 3 2,693965
grande et la mesure moyenne la plus petite des différentes 4 2,300505
pièces 5 2,07545

La variation totale: 6 1,92713

7 1,82001
8 1,738125
9 1,673235
% R&R = (R&R/VT).100 10 1,62019

16
 Critères d’acceptabilité
% R&R Acceptabilité

R&R  10 % Acceptable

10 %  R&R  30 % Éventuellement acceptable

(selon la criticité de l’application, le cout de l’étalon et de la
réparation )

% R&R  30 %
Inacceptable

CIM (NDC) = IT / R&R , avec IT = l’intervalle de tolérance

client.
Dans ce cas l’équipement est capable si et seulement si CIM est
supérieur ou égale à 4

17
Exemple 1:

18
 R&R du système de mesure d’attributs
 Il est aussi important d’avoir une bonne répétabilité et
une bonne reproductibilité quand on obtient des
données d’attribut.

 Si l’un des opérateurs, par exemple, décide qu’une

unité a un défaut d’« aspect » et qu’un autre opérateur
décide que cette unité n’en a pas, cela signifie qu’il y a
un problème dans le système de mesure.

 De même, le système de mesure est inadapté si la

même personne tire des conclusions différentes lors de
ses évaluations successives de la même unité de
produit.
19
 Méthode pour effectuer une étude R&R de
système de mesure d’attributs

1. Sélectionnez au moins 30 pièces issues du process. Ces

pièces doivent représenter la totalité des variations du
processus (pièces acceptées, pièces rejetées et pièces
limites).
2. Un contrôleur « expert » évalue chaque pièce et la classe en
« bonne » ou « mauvaise ».
3. De façon indépendante, et selon un ordre aléatoire, chacun
des 3 opérateurs doit évaluer les pièces et les classer en
« bonnes » ou « mauvaises ».
4. Saisissez les données pour quantifier l’efficacité du système
de mesure.

20
 Gage R&R Attribut - Exemple
Sample
Reference
Atribute First
Appraiser 1
Repeat. 1 Repeat. 2 First
Appraiser 2
Repeat. 1 Repeat. 2
Dans cet exemple:
(Expert)
1
2
G
G
G
G
G
G
G
G
G
G
G
G
G
G
• 30 échantillons sont
3
4
G
G
G
G
G
G
G
G
G
G
G
G
G
G
sélectionnés
• Les 30 échantillons
5 G G G G G G G
6 G NG G G G G G

représentent le spectre de
7 G G G G G G G
8 G G G G G G G

pièces obtenues en
9 NG G G G NG NG G
10 NG NG NG G G G G

production (de vraiment

11 G G G G G G G
12 G G G G G G G

bonnes à vraiment
13 NG NG NG NG NG NG NG
14 G G G G G G G

mauvaises)
15 G G G G G G G
16 G G G G G G G
17 NG NG NG NG NG NG NG
18
19
G
G
G
G
G
G
G
G
G
G
G
G
G
G • Un “expert” détermine la
colonne “Attribute” de
20 G G G G G G G
21 G G G G G G G

référence
22 G G G G G G G
23 G G G G G G G
24 G G G G G G G
25
26
NG
G
NG
G
NG
G
NG
G
NG
G
NG
G
NG
G
• Trois opérateurs évaluent
27
28
G
G
G
G
G
G
G
G
G
G
G
G
G
G
chaque échantillon trois
29
30
G
G
G
G
G
G
G
G
G
G
G
G
G
G
fois de façon aléatoire.

21
 Gage R&R Attribut - “consistence opérateur”

En examinant les données il

Reference Appraiser 1 Appraiser 2
Sample Atribute First Repeat. 1 Repeat. 2 First Repeat. 1 Repeat. 2

n’ya qu’un cas où l’opérateur

(Expert)

1 G G G G G G G
2
3
G
G
G
G
G
G
G
G
G
G
G
G
G
G
1 n’est pas en accord avec lui
4
5
G
G
G
G
G
G
G
G
G
G
G
G
G
G
même.
6
7
G
G
NG
G
G
G
NG
G
G
G
G
G
G
G Nous voyons que la pièce N°6
8
9
G
NG
G
G
G
G
G
G
G
NG
G
NG
G
G
pose ce problème.
Sur les autres paires, les deux
10 NG NG NG G G G G
11 G G G G G G G
12
13
G
NG
G
NG
G
NG
G
NG
G
NG
G
NG
G
NG
opérateurs sont cohérents
14
15
G
G
G
G
G
G
G
G
G
G
G
G
G
G
dans leur jugement.
16 G G G G G G G
17 NG NG NG NG NG NG NG
18 G G G G G G G
19 G G G G G G G
20 G G G G G G G
21 G G G G G G G
22 G G G G G G G
23 G G G G G G G
24 G G G G G G G
25 NG NG NG NG NG NG NG
26 G G G G G G G
27 G G G G G G G
28 G G G G G G G
29 G G G G G G G
30 G G G G G G G

22
 Gage R&R Attribut - “Opérateur / Expert”

Sample
Reference
Atribute First
Appraiser 1
Repeat. 1 Repeat. 2 First
Appraiser 2
Repeat. 1 Repeat. 2
En examinant les
1
(Expert)

G G G G G G G
données, il y a trois
2
3
G
G
G
G
G
G
G
G
G
G
G
G
G
G
rangées où un opérateur
4
5
G
G
G
G
G
G
G
G
G
G
G
G
G
G
n’a pas confirmé le
6
7
G
G
NG
G
G
G
NG
G
G
G
G
G
G
G
jugement de l’expert.
L’opérateur 1 était en
8 G G G G G G G
9 NG G G G NG NG NG

accord avec l’expert 28

10 NG NG NG NG G G G
11 G G G G G G G

fois sur 30.

12 G G G G G G G
13 NG NG NG NG NG NG NG
14 G G G G G G G
15
16
G
G
G
G
G
G
G
G
G
G
G
G
G
G
L’opérateur 2, 29 fois sur
17
18
NG
G
NG
G
NG
G
NG
G
NG
G
NG
G
NG
G
30.
19 G G G G G G G
20 G G G G G G G
21 G G G G G G G
22 G G G G G G G
23 G G G G G G G
24 G G G G G G G
25 NG NG NG NG NG NG NG
26 G G G G G G G
27 G G G G G G G
28 G G G G G G G
29 G G G G G G G
30 G G G G G G G

23
 Gage R&R Attribut - “Entre Opérateurs”

En examinant les
Reference Appraiser 1 Appraiser 2
Sample Atribute First Repeat. 1 Repeat. 2 First Repeat. 1 Repeat. 2

données, nous
(Expert)
1 G G G G G G G
2
3
G
G
G
G
G
G
G
G
G
G
G
G
G
G trouvons trois
4
5
G
G
G
G
G
G
G
G
G
G
G
G
G
G
rangées où les
6
7
G
G
NG
G
G
G
NG
G
G
G
G
G
G
G
opérateurs sont en
8
9
G
NG
G
G
G
G
G
G
G
NG
G
NG
G
NG
désaccord entre eux.
10 NG NG NG NG G G G
11 G G G G G G G
12 G G G G G G G
13 NG NG NG NG NG NG NG
14 G G G G G G G
15 G G G G G G G
16 G G G G G G G
17 NG NG NG NG NG NG NG
18 G G G G G G G
19 G G G G G G G
20 G G G G G G G
21 G G G G G G G
22 G G G G G G G
23 G G G G G G G
24 G G G G G G G
25 NG NG NG NG NG NG NG
26 G G G G G G G
27 G G G G G G G
28 G G G G G G G
29 G G G G G G G
30 G G G G G G G

24
 Gage R&R Attribut - “Tous vis-à-vis de l’expert”

Reference Appraiser 1 Appraiser 2

Sample Atribute First Repeat. 1 Repeat. 2 First Repeat. 1 Repeat. 2
(Expert)
1 G G G G G G G
2 G G G G G G G
3
4
G
G
G
G
G
G
G
G
G
G
G
G
G
G
Au regard des
5
6
G
G
G
NG
G
G
G
NG
G
G
G
G
G
G
données, il y a trois
7
8
G
G
G
G
G
G
G
G
G
G
G
G
G
G
rangées où il y a
9
10
NG
NG
G
NG
G
NG
G
NG
NG
G
NG
G
NG
G
désaccord avec la
11
12
G
G
G
G
G
G
G
G
G
G
G
G
G
G
référence de
13 NG NG NG NG NG NG NG l’expert.
14 G G G G G G G
15 G G G G G G G
16 G G G G G G G

Ceci donne la
17 NG NG NG NG NG NG NG
18 G G G G G G G

mesure globale du
19 G G G G G G G
20 G G G G G G G
21
22
G
G
G
G
G
G
G
G
G
G
G
G
G
G R&R.
23 G G G G G G G
24 G G G G G G G
25 NG NG NG NG NG NG NG
26 G G G G G G G
27 G G G G G G G
28 G G G G G G G
29 G G G G G G G
30 G G G G G G G

25
 Interprétation des résultats

1. Résultat de l'évaluateur % : homogénéité d’une

personne.

2. Résultat % / expert : mesure de l’adéquation entre

l’évaluation de l’opérateur et celle de l’« expert ».

3. Résultat réussi % : mesure de la bonne adéquation

entre les opérateurs.

4. Résultat réussi % / attribut : mesure globale de

l’homogénéité entre opérateurs et de l’accord avec
l’« expert ».
26
 R&R d'un système de mesure d’attributs -
Directives d’acceptabilité

Si 100 % est le résultat optimal en matière

de R&R d'un système de mesure d’attributs,
on utilise souvent les recommandations
suivantes :
Pourcentage Recommandation
90% à 100% Acceptable
80% à 90% Marginal
Moins de 80% Inacceptable

27
 Dernières remarques
 Avant de collecter de nouvelles données,
assurez vous du système de mesure par
une étude R&R
 Avant d’utiliser des donées historiques,
estimez le R&R pour vous assurer de la
fiabilité de ces données.
 Ne retardez pas un projet Six Sigma en
phase mesure à cause d’un mauvais R&R.
Faites avancer votre projet pendant que
vous améliorez le R&R.
28