Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Corrigé Du Test 1 SS

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 4

Nom & Prénom : ………………………………

Ecole Nationale des Sciences et Technologie Avancées

Module : Lean Six Sigma

Devoir de Surveillance
Exercice I (05 points)
1- Citer les différents types des données, mentionner leurs définitions et donner un exemple

Attribue : Discrête ou qualitative, Il ne peut prendre qu’une seule valeur


Assume la valeur de conformité ou de non-conformité
Bon / Mauvais, Complet / Incomplet, Correcte / Incorrecte
Catégorique : Variables de départ: Attribue ou discrète, Niveaux sont arbitrairement assignés
Exemples: Operateur A, B, C,Machine 1, 2, 3, Type de défaut: bavure, gratté,
Continue : Data peut prendre n’importe quelle valeurs
Mesurée dans un échelle continues, Quantitative: temperature, Temps, Epaisseur

2- Quelle est la différence entre l’exactitude (justesse) et la précision d’un Système de Mesure

Exactitude: la différence entre la valeur moyenne observée des mesures et la valeur


maîtresse. La valeur maîtresse est une norme acceptée de référence (par ex. NIST).
Précision : la variabilité générée par le système de mesure en terme de répétabilité (instrument
de mesure) & reproductibilité (agent de mesure)
………………………………………………………………………………………………………………
………………………………………………………………………………………………

3- Citer Les propriétés d’une distribution normale

Les propriétés significatives d’une distribution normale sont les suivantes :


La courbe est symétrique autour de la moyenne
Les valeurs de l'asymétrie et du kurtosis = 0
La moyenne et l'écart type sont indépendants
Moyenne = médiane
Le domaine en-dessous de la courbe de - ∞ à + ∞ = 1

1
4 -Décrire la différence entre les deux concepts suivants

Le souci est ce que nous sommes dans les La fonction de perte de taguchi préconise que
specs on peut démontrer statistiquement qu’il les pertes commencent à être générées dès
y a une pourcentage de pièces sera hors limite qu’on commence à s’éloigner de la valeur
malgré que les échantillons sont tous dans les nominale et tendrons vers l’infini dès qu’on se
limites, ce pourcentage augmentera lorsqu’on rapproche des limites de spécification
se rapproche des limites

5- Commenter la chaine de valeur de Deming

La chaine de valeur de Deming préconise qu’on améliorant la qualité des produits on peut réduire nos
coûts ce en améliorera nos performances financière ce qui augmentera notre part de marché et par
conséquence on assurera la pérennité de l’entreprise

2
Exercice II (15 points)
Les données suivantes collectées concernant le diamètre d’une tige métallique:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Diamètre 8,24 8,25 8,2 8,23 8,24 8,21 8,26 8,26 8,2 8,25 8,23 8,23 8,19 8,28 8,24 8,22

LIS LSS
LIS (limite Inferieure de Spécification) = 8,20 mm
LSS (limite Supérieure de Spécification) = 8,28 mm

1. Mentionner la formule et calculer les statistiques suivantes:


n
∑ xn
La moyenne: x = n=1
n
= 8,233

La médiane: on tri les valeur par ordre de croissance/décroissance et on prend la valeur du milieu
en cas de nombre impaire ou la moyenne des deux valeurs du milieu en cas du nombre paire
d’observation(V8+V9)/2 = (8.23+8.24)/2= 8,235

∑ (X i − X) 2
L'écart type: s = i =1
= 0.0247
n −1
l'étendue: Range = min− max = 8.28-8.19 = 0.09
2. On utilisant la transformation Z et le tableau Z, Évaluer la proportion de la courbe normale en-dehors
des limites supérieure et inférieure de la spécification.
ZLs= (Ls-Xbar)/σ = (8.28-8.235)/0.0247 =1.82
ZLi = (Xbar-Li)/σ = (8.235-8.2)/0.0247 = 1.42

Pr ( x ≤ 8.2 ) + Pr ( x ≥ 8.28 ) = Pr ( Z ≤ 1.42 ) + Pr ( Z ≥ 1.82 )


= 7.78%+3.44% = 11.22%

3. On veut estimer le pourcentage des pièces hors limite sur le long terme
3.1 Calculer Z long terme pour les limites de spécification
3.2 Calculer le pourcentage des pièces hors limites long terme, comparer les avec les résultats (question 2), tes
commentaires

Z long terme = Zcourt terme +1.5 σ


Zls (LT ) = Zls(CT)+1.5σ =1.82+1.5*0.0247 = 1.86
ZIs (LT ) = ZIs(CT)+1.5σ =1.42+1.5*0.0247 = 1.46
Pr ( x ≤ 8.2 ) + Pr ( x ≥ 8.28 ) = Pr ( Z ≤ 1.46 ) + Pr ( Z ≥ 1.86 )
= 7.21%+3.14% = 10.36%
Le % pièces hors limite à long terme < à court terme, ce phénomène est expliqué par la première
règle du théorème de la limite centrée (les moyennes des échantillons de la distribution tendront à
être normalement distribués pour un échantillon suffisamment grand)
3
4. On prend s calculé en 1, calculer l'intervalle de confiance de la moyenne et de l'écart type

IC moyenne =

IC moyenne, = 8.233-2.131*0.247/(16)1/2 ≤ µ ≤ 8.233+2.131*0.247/(16)1/2 = 8.22 ≤ µ ≤ 8.24

IC écart type = IC

IC Eécart type = 0.0247* (15/27.49)1/2 ≤ σ ≤ 0.0247* (15/6.26)1/2 = 0.0182 ≤ σ ≤ 0.0382

5. On regroupe les données en sous-groupe de 2 et en calculant la moyenne de sous-groupe on obtient le tableau


suivant:
Diameter2 8,25 8,22 8,2 8,26 8,23 8,23 8,24 8,23

Calculer la moyenne et l'écart type quel sont tes remarques

Xbar= Xbar bar = 8.233

Ecart type = =0.018 par calcul direct

Ecart type ≈ s/√n = 0.0247/1.414 = 0.0175


On est dans une application du théorème de la limite centré

Bonne Chance
4

Vous aimerez peut-être aussi