Measurement System
Analysis (MSA)
Formateurs :
Mme Yemna MENJLI
Mme Amel FENDRI
Programme de formation
№ Description
1 Introduction Générale à l’Etude MSA
2 Exigences de la norme IATF 16949 : 2016 concernant l’MSA
3 Présentation des différentes méthodes MSA
4 Méthode 1 pour les moyens reproductibles : R&R avec étude de cas pratique
5 Méthode 2 pour les moyens non reproductibles : R&R avec étude de cas
pratique
6 Méthode 4 : MSA des Poka Yoke
7 Méthode 3 par attribut (Méthode d’analyse des risques, Méthode de
détection de signal et méthode analytique) avec deux études de cas pratiques
8 Conclusion
Introduction Générale à
l’Etude MSA
Introduction Générale à l’Etude
MSA
L’MSA est l’analyse des systèmes de contrôle, de mesure et d’essai
« Measurement System Analysis », c’est une étude qui mesure la capabilité du
système de mesure en traduisant la capacité d’un système de mesure à donner
une mesure juste et fiable, compatible avec l’intervalle de tolérance de la
grandeur à mesurer
Un système de mesure est l'ensemble des 5M :
◦ Main d’œuvre : le personnel qui réalise une mesure.
◦ Machine : l’instrument de mesure
◦ Matière : la caractéristique à mesurer ou à contrôler
◦ Milieu : l’environnement où on va réaliser la mesure
◦ Méthode : la méthode et les procédures de mesure
Le système de mesure est évalué par deux critères : la position et la dispersion.
◦ La position est mesurée par :
Bias est l’écart entre la valeur moyenne des mesures et la valeur de référence
Linéarité c’est la variation du Bias sur la plage de mesure
Stabilité c’est la variation du Bias en fonction de temps
◦ La dispersion est mesurée par :
Répétabilité c’est l’influence du moyen de mesure
Reproductibilité c’est l’influence de l’opérateur
R&R
Introduction Générale à l’Etude
MSA
Introduction Générale à l’Etude
MSA
Tout système de mesure doit obéir au moins aux
règles suivantes :
◦ Système de mesure sous contrôle (stable) : causes
aléatoires acceptables seulement
◦ Moyen de mesure suffisamment :
Précis : échelon de mesure ≤ 1/10 inf (variation du processus,
tolérance)
Juste et fidèle
◦ Dispersion du système de mesure négligeable devant celle
du processus de fabrication et celle de la tolérance du
produit
L’étude MSA doit être réalisée dans les conditions
de production par les opérateurs qui réalisent le
contrôle ou la mesure ou l’essai sujet d’analyse
Introduction Générale à l’Etude
MSA
Introduction Générale à l’Etude
MSA
Variation observée du processus
Variation
Variation actuelle du processus du Système
de mesure
Une variation acceptable d’un système de
mesure doit être inférieure à 10% de la
variation du processus de fabrication
Exigences de la norme
IATF 16949:2016
concernant l’MSA
Exigences de la norme IATF 16949 :
2016 concernant l’MSA
7.2.3 Compétence des auditeurs internes
◦ Une des compétences des auditeurs internes est la compréhension des
core-tools (MSA, PPAP, AMDEC, APQP, …)
7.2.4 Compétence des auditeurs seconde partie
◦ Une des compétences des auditeurs seconde partie est la
compréhension des core-tools (MSA, PPAP, AMDEC, APQP, …)
Exigences de la norme IATF 16949 :
2016 concernant l’MSA
[Link].1 Analyse du système de mesure
Des études statistiques doivent être menées pour analyser les variations des
résultats de chaque système de contrôle, de mesure et d’essai identifié
dans le plan de surveillance. Les méthodes analytiques et les critères
d’acceptation utilisés doivent être conformes à ceux qui figurent dans les
manuels de référence sur l’analyse des systèmes de mesure. D’autres
méthodes d'analyse et d'autres critères d'acceptation peuvent être utilisés
s'ils sont approuvés par le client.
Des enregistrements de l'accord du client pour l'utilisation de méthodes
alternatives doivent être conservés avec les résultats de l'analyse des
systèmes de mesure alternatifs (voir clause [Link]).
NOTE L'ordre de priorité des études MSA (en anglais, "Measurement System
Analysis" - "Analyse du système de mesure" en français) devrait privilégier les
caractéristiques critiques ou spéciales des produits ou processus.
Exigences de la norme IATF 16949 :
2016 concernant l’MSA
Identifier les système de contrôle, de mesure et d’essai existants
dans les plans de surveillances
Utiliser les méthodes exigées par les clients (vérifier les manuels de
référence de l’étude MSA existants dans les CSR)
Demander l’approbation client pour les méthodes alternatives de
l’étude MSA autres que celles exigées par le client (conserver les
preuves d’accord client)
Conserver les résultats des études MSA
Présentation des
différentes méthodes
MSA
Présentation des différentes
méthodes MSA
MSA des Moyens Reproductibles
Description de la méthode Parts Operators Trials
R&R 10 3 3
Exemple : Pied à coulisse
MSA des Moyens Non Reproductibles
Description de la méthode Parts Operators Trials
R&R 10 (1 3 3
échantillon
= 9 pièces)
Exemple : Machine de charge
Présentation des différentes
méthodes MSA
3 méthodes sont utilisées pour calculer l’R&R d’un système de
mesure, ces 3 méthodes sont résumées dans le tableau ci-dessous :
Méthode Description
- R X R ensemble : ne décompose pas la variation en erreur
Méthode de de répétitivité et erreur de reproductibilité
l’étendue - Pas d’interaction entre R et R : interaction entre l’opérateur
et le moyen non déterminée
Méthode de - R X R séparées (décomposition existe)
la moyenne - Pas d’interaction entre R et R : interaction entre l’opérateur
et étendue et le moyen non déterminée
ANOVA
- R X R séparées
(Analyse de
- Interaction entre R et R déterminée
la variance)
Présentation des différentes
méthodes MSA
MSA par attribut : Méthode d’analyse des risques
Description de la méthode Parts Operators Trials
Contrôle visuel pour juger la conformité d’une 50 3 3
caractéristique produit
Exemple : Sertissage sur isolant
MSA par attribut : Méthode de détection de signal
Description de la méthode Parts Operators Trials
Contrôle visuel pour juger la conformité d’une 50 3 3
caractéristique produit mesurable et ayant une
limite double
Exemple : Dépassement des brins
Présentation des différentes
méthodes MSA
MSA par attribut : Méthode analytique
Description de la méthode Parts Operators Trials
Contrôle visuel pour juger la conformité d’une 8 20 évaluations
caractéristique produit mesurable et ayant une
limite double ou une seule limite
Exemple : Dépassement des brins
MSA des Poka Yoke
Description de la méthode Parts Operators Trials
MSA des Poka Yoke 10 ( si 3 3
nécessaire 1
échantillon = 9
pièces)
Exemple : Table de contrôle / Contrôleur de sertissage
MSA des moyens
reproductibles
MSA des moyens reproductibles
Description de la méthode
Désigner 3 opérateurs A, B et C
Prendre 10 pièces à mesurer : les pièces doivent être représentatives de la variation
du process.
Numéroter les pièces de 1 à 10 de façon que ces numéros ne soient pas visibles aux
opérateurs.
Charger un observateur pour enregistrer les résultats.
Laisser l’opérateur A mesurer les 10 pièces dans un ordre quelconque.
Laisser successivement les opérateurs B et C mesurer les mêmes 10 pièces.
Refaire le cycle de mesure (A, B et C) 2 autres fois avec un ordre quelconque de
mesure.
Enregistrer les résultats sur la feuille de calcul / sur le logiciel
MSA des moyens reproductibles
Critères d’acceptation
Décision R&R ndc
Le système est acceptable < 10% ≥5
Le système peut être considéré
“ acceptable ”. Cela dépend de
l’importance de la caractéristique à
≥ 10% et ≤ 30% ≥5
mesurer, du coût de l’instrument, du coût
de réparation ou retouche, etc.
Le système doit être approuvé par le client.
Le système nécessite une amélioration.
> 30% <5
Identifier les problèmes et les corriger.
MSA des moyens reproductibles
Méthode de calcul
Le R&R peut être complété par un autre indicateur appelé « ndc »,
c’est le nombre de catégories distinctes
pièces
dispersion 6 ndc 1,414
%R & R 100 mesure 100 mesure
Ts Ti Ts Ti
2 2 2
mesure répét reprod W x pièces 2 répét
pièces ( )
d 2* or
2 X diff X max X min
W X diff répét
répét * reprod ( * )2
d2 d2 nr
W A W B W C X i1 X i 2 X i 3
W Xi
3 3
MSA des moyens reproductibles
Méthode de calcul
Ts est la tolérance supérieure
Ti est la tolérance inférieure
d*2 ne dépend que du r (nombre de mesure par pièce effectuée par chaque
opérateur) si k ≥ 15 (nombre de fois où on a calculé l’étendue de répétabilité)
Dans notre cas pour r=3 et k=30, d*2=1,69257
¯W c’est la moyenne des étendues W, où W est l’étendue des n mesures réalisées
par un opérateur sur une pièce
n est le nombre de pièces à mesurer dans notre cas n=10
r est le nombre de répétitions (nombre de mesure par pièce effectuée par chaque
opérateur) dans notre cas r=3
Avec Xij la moyenne de l’essai « j » de l’opérateur « i » de n pièces mesurées
o c’est le nombre des opérateurs dans notre cas o=3
x pièces
c’est la moyenne des mesures réalisées sur une pièce, dans notre cas le
nombre des mesures réalisées sur une pièce égal à or=3*3=9
W x pièces
est l’étendue des x pièces
MSA des moyens reproductibles
Etude de cas Pratique
Choisir un moyen de mesure du plan de surveillance (les pièces
doivent être préparées avant l’exercice)
Désigner l’équipe d’analyse (Opérateur A, Opérateur B, Opérateur
C et l’observateur)
Désigner une personne pour saisir les résultats sur la feuille de
calcul
Interpréter les résultats
MSA des moyens non
reproductibles
MSA des moyens non
reproductibles
Description de la méthode
Désigner 3 opérateurs A, B et C
Nommer un observateur pour enregistrer les résultats
Prendre 10 lots de pièces, chaque lot de pièces doit être homogène, produit sur la
même machine, par le même opérateur dans un intervalle de temps court, les lots
doivent être représentatif de la variation du process. Chaque lot comprend 9 pièces
Numéroter les pièces de façon à ce que les numéros ne soient pas visibles aux
opérateurs ; chaque pièce d’un même lot prendra le même numéro
Laisser l’opérateur A mesurer une pièce de chaque lot dans un ordre quelconque
(10 pièces à mesurer dans le total).
Laisser l’opérateur B mesurer une pièce par lot.
Laisser l’opérateur C mesurer une pièce par lot.
Refaire le cycle de mesure (A, B et C) 2 autres fois avec un ordre quelconque de
mesure.
Enregistrer les résultats sur la feuille de calcul / sur le logiciel
MSA des moyens non
reproductibles
Critères d’acceptation
Décision R&R ndc
Le système est acceptable < 10% ≥5
Le système peut être considéré
“ acceptable ”. Cela dépend de
l’importance de la caractéristique à
≥ 10% et ≤ 30% ≥5
mesurer, du coût de l’instrument, du coût
de réparation ou retouche, etc.
Le système doit être approuvé par le client.
Le système nécessite une amélioration.
> 30% <5
Identifier les problèmes et les corriger.
MSA des moyens non
reproductibles
Etude de cas Pratique
Choisir un moyen de mesure du plan de surveillance (les pièces
doivent être préparées avant l’exercice)
Désigner l’équipe d’analyse (Opérateur A, Opérateur B, Opérateur
C et l’observateur)
Désigner une personne pour saisir les résultats sur la feuille de
calcul
Interpréter les résultats
MSA des Poke Yoke
MSA des Poka Yoke
Définitions
Poke Yoke est un mot Japonais qui signifie « anti-erreur », c’est un
mécanisme qui aide à éviter (Poke) les erreurs (Yoke).
Il s’agit d’un mécanisme qui empêche, corrige ou attire l’attention aux
défauts : il englobe le détrompage mécanique et les verrous électriques
Définition de l’IATF16949
Dispositif anti-erreurs
Démarche utilisée lors de la conception des produits et des processus de
fabrication pour prévenir la production de produits non conformes en
fabrication.
MSA des Poka Yoke
Description de la méthode
Si le produit peut être contrôlé plus qu’une fois, prendre 10 pièces provenant du
même processus, sinon prendre 10 lots de pièces, chaque lot de pièces doit être
homogène, produit sur la même machine, par le même opérateur dans un intervalle
de temps court, chaque lot comprend 9 pièces.
Les pièces doivent varier entre conformes, non-conformes (favoriser les
échantillons qui peuvent être sujet de confusion)
Numéroter les pièces de 1 à 10 de façon à ce que les numéros ne soient pas visibles
aux opérateurs.
Désigner 3 opérateurs A, B et C
Charger un observateur pour enregistrer les résultats : on enregistre 1 si
l’échantillon est accepté et 0 si non accepté
Laisser l’opérateur A contrôler les 10 pièces dans un ordre quelconque.
Laisser successivement les opérateurs B et C contrôler les pièces.
Refaire le cycle de contrôle (A, B et C) 2 autres fois avec un ordre quelconque.
Enregistrer les résultats sur la feuille de calcul / sur le logiciel
MSA des Poka Yoke
Critères d’acceptation
Décision % d’accord
Acceptable = 100%
Non Acceptable : Revoir l’équipement et refaire
< 100%
l’étude
Méthode de calcul
% d’accord = Nombre de cas où le résultat de tous les essais de 3
opérateurs pour une pièce est identique et conforme à la valeur de
référence / Nombre des pièces contrôlées
MSA par attribut:
Analyse des risques
MSA par attribut : Méthode
d’analyse des risques
Description de la méthode
Prendre 50 pièces provenant du même processus : les échantillons doivent varier
entre conformes, non-conformes (favoriser les échantillons qui peuvent être sujet
de confusion entre les opérateurs)
Numéroter les pièces de 1 à 50 de façon à ce que les numéros ne soient pas visibles
aux opérateurs.
Demander à un expert de décider la conformité des pièces à utiliser dans l’étude :
on enregistre 1 si l’échantillon est accepté et 0 si non accepté
Désigner 3 opérateurs A, B et C
Nommer un observateur pour enregistrer les résultats
Laisser l’opérateur A contrôler les 50 pièces dans un ordre quelconque.
Laisser successivement les opérateurs B et C contrôler les mêmes 50 pièces.
Refaire le cycle de contrôle (A, B et C) 2 autres fois avec un ordre quelconque.
Enregistrer les résultats sur la feuille de calcul / sur le logiciel
MSA par attribut : Méthode
d’analyse des risques
Critères d’acceptation
Miss False Alarm
Décision Effectiveness
Rate Rate
Acceptable pour l’opérateur ≥ 90% ≤ 2% ≤ 5%
Légèrement acceptable pour l’opérateur : il
≥ 80% ≤ 5% ≤ 10%
se peut qu’il nécessite une amélioration
Non acceptable : nécessite une
< 80% > 5% > 10%
amélioration
Décision Kappa
Acceptable pour l’opérateur : Bon accord ≥ 75%
Légèrement acceptable pour l’opérateur : il se peut qu’il nécessite une
≥ 40%
amélioration
Non acceptable : Mauvais accord, nécessite une amélioration < 40%
MSA par attribut : Méthode
d’analyse des risques
Méthode de calcul
Effectiveness = Nombre des décisions correctes / Nombre
d’opportunités de décision
Miss rate = Nombre d’acceptation alors que le produit est
défectueux / Nombre des produits défectueux
False Alarm rate = Nombre de réjection alors que le produit est
conforme / Nombre des produits conformes
Dans notre cas le nombre d’opportunités de décision est 150
(nombre de pièces x nombre d’essai = 50 x 3 = 150)
MSA par attribut : Méthode
d’analyse des risques
Méthode de calcul
Kappa entre X et Y c’est un coefficient qui mesure l’accord entre
X et Y = (Po – Pe) / (1 – Pe)
◦ Po = (Xo0Yo0 + Xo1Yo1) / Nombre d’opportunités de décision
◦ Xo0Yo0 c’est le nombre d’accord observé entre X et Y pour rejeter la pièce
◦ Xo1Yo1 c’est le nombre d’accord observé entre X et Y pour accepter la pièce
◦ Pe = (Xe0Ye0 + Xe1Ye1) / Nombre d’opportunités de décision
◦ Xe0Ye0 c’est le nombre d’accord attendu entre X et Y pour rejeter la pièce
◦ Xe1Ye1 c’est le nombre d’accord attendu entre X et Y pour accepter la pièce
◦ XeiYej , avec i et j acceptation ou réjection = (Xoi x Yoj ) / Nombre
d’opportunités de décision
◦ Xoi c’est le nombre de réjection / acceptation observé par X
◦ Yoj c’est le nombre de réjection / acceptation observé par Y
MSA par attribut : Méthode
d’analyse des risques
Etude de cas Pratique
Choisir une caractéristique à contrôler visuellement du plan de
surveillance (les pièces avec l’avis de l’expert doivent être
préparées avant l’exercice)
Désigner l’équipe d’analyse (Opérateur A, Opérateur B, Opérateur
C et l’observateur)
Désigner une personne pour saisir les résultats sur la feuille de
calcul / sur le logiciel
Interpréter les résultats
MSA par attribut:
Détection de signal
MSA par attribut : Méthode de
détection de signal
Description de la méthode
Prendre 50 pièces provenant du même processus : les pièces doivent varier entre
conformes (dans l’intervalle de tolérance), non-conformes appartenant à la zone
hors limite inférieure et non-conformes appartenant à la zone hors limite
supérieure
Numéroter les pièces de 1 à 50 de façon à ce que les numéros ne soient pas visibles
aux opérateurs.
Mesurer la caractéristique à contrôler de ces 50 pièces et enregistrer les mesures
sur la feuille de calcul / sur le logiciel
Désigner 3 opérateurs A, B et C
Charger un observateur pour enregistrer les résultats.
Laisser l’opérateur A contrôler les 50 pièces dans un ordre quelconque (on
enregistre 1 si l’échantillon est accepté et 0 si non accepté)
Laisser successivement les opérateurs B et C contrôler les mêmes 50 pièces.
Refaire le cycle de contrôle (A, B et C) 2 autres fois avec un ordre quelconque.
Enregistrer les résultats sur la feuille de calcul / sur le logiciel
MSA par attribut : Méthode de
détection de signal
Critères d’acceptation
Décision R&R
Le système est acceptable < 10%
Le système peut être considéré “ acceptable ”. Cela
dépend de l’importance de la caractéristique à mesurer,
du coût de l’instrument, du coût de réparation ou ≥ 10% et ≤ 30%
retouche, etc.
Le système doit être approuvé par le client.
Le système nécessite une amélioration. Identifier les
> 30%
problèmes et les corriger.
MSA par attribut : Méthode de
détection de signal
Méthode de calcul
%GRR = (K x d) / (5,15 x Tol)
◦ K = 6 représente 99,73% de la population sous distribution
normale
◦ K = 5,15 représente 99% de la population sous distribution
normale (AIAG)
◦ d = moyenne (dLSL, dUSL)
◦ dLSL = distance entre la dernière pièce acceptée par tous les
opérateurs et la première pièce rejetée par tous les opérateurs
de la limite inférieure
◦ dUSL = distance entre la dernière pièce acceptée par tous les
opérateurs et la première pièce rejetée par tous les opérateurs
de la limite supérieure
◦ Tol = limite supérieure – limite inférieure
MSA par attribut : Méthode de
détection de signal
Etude de cas Pratique
Choisir une caractéristique à contrôler visuellement du plan de
surveillance : une caractéristique mesurable avec une limite double
(les pièces et leurs mesures doivent être préparées avant
l’exercice)
Désigner l’équipe d’analyse (Opérateur A, Opérateur B, Opérateur
C et l’observateur)
Désigner une personne pour saisir les résultats sur la feuille de
calcul / sur le logiciel
Interpréter les résultats
MSA par attribut:
Méthode analytique
MSA par attribut : Méthode
analytique
Description de la méthode
Prendre 8 pièces provenant du même processus : les pièces doivent varier entre conformes
(dans l’intervalle de tolérance), non-conformes appartenant à la zone hors limite de tolérance
Numéroter les pièces de 1 à 8 de façon à ce que les numéros ne soient pas visibles aux
opérateurs.
Mesurer la caractéristique à contrôler de ces 8 pièces et enregistrer les mesures sur la feuille de
calcul / sur le logiciel
Faire évaluer ces 8 pièces 20 fois (on désigne par m le nombre d’évaluations) : on enregistre 1 si
on accepte la pièce et 0 si on la rejette.
Les 8 pièces doivent répondre aux critères suivants :
◦ La plus petite valeur doit être toujours rejetée
◦ La plus grande valeur doit être toujours accepté
◦ Au moins 6 pièces dont le nombre d’acceptations (a) est entre 1 et 19 (1 ≤ a ≤ 19)
L’évaluation peut être réalisée par un seul opérateur avec 20 évaluations (1 * 20 = 20) ou 2
opérateurs avec 10 évaluations (2 * 10 = 20) ou 4 opérateurs avec 5 évaluations (4 * 5 = 20) ou
5 opérateurs avec 4 évaluations (5 * 4 = 20) ou 10 opérateurs avec 2 évaluations (10 * 2 = 20)
Désigner des opérateurs et un observateur
Enregistrer les résultats sur la feuille de calcul / sur le logiciel
MSA par attribut : Méthode
analytique
Critères d’acceptation
Décision t
Le système est acceptable ≥ 2,093
Le système nécessite une amélioration. Identifier les
< 2,093
problèmes et les corriger.
« t » : test pour déterminer si le Bias est significativement supérieur à
zéro
MSA par attribut : Méthode
analytique
Méthode de calcul
Probabilité d’acceptation P’a :
◦ Si a/m < 0,5 a≠0 P'a = (a+0,5) / m
◦ Si a/m > 0,5 a ≠ 20 P'a = (a-0,5) / m
◦ Si a/m = 0,5 P'a = 0,5
◦ Pour a = 0 P'a = 0 à l'exception pour les grandes valeurs où a = 0 P'a = 0,025
◦ Pour a = 20 P'a = 1 à l'exception pour les petites valeurs où a = 20 P'a = 0,975
◦ Avec a = nombre d’acceptation et m = nombre d’évaluation (=20)
Une courbe sera présentée avec (Xt, P'a)
Bias = Limite inférieure - Xt (P'a = 0,5)
Répétabilité = R = [Xt(P'a = 0,995) - Xt(P'a = 0,005)] / 1,08
◦ où 1,08 est le coefficient d'ajustement pour la taille d'échantillonnage m = 20 pour 99% de
la population (pour convertir le résultat au 6 sigma il suffit de deviser par 5,15 et multiplier
par 6)
Pour déterminer si le Bias est significativement supérieur à zéro, le statistique suivant est utilisé :
t = (6,078 x │Bias│) / σrépétabilité
σrépétabilité = R / K (K=5.15)
Si t ≥ 2,093 (t0,025 ; 19) le Bias est significativement différent de zéro
MSA par attribut : Méthode
analytique
Etude de cas Pratique
Choisir une caractéristique à contrôler visuellement du plan de
surveillance : une caractéristique mesurable (les pièces et leurs
mesures doivent être préparées avant l’exercice)
Désigner l’équipe d’analyse (Opérateur A, Opérateur B, Opérateur
C, Opérateur D et l’observateur)
Désigner une personne pour saisir les résultats sur la feuille de
calcul / sur le logiciel
Interpréter les résultats
Conclusion
Si le système de mesure est non acceptable :
◦ Vérifier la validité de la tolérance
◦ Vérifier la reproductibilité par rapport à la dispersion
totale, dans ce cas il suffit de :
décrire une procédure de mesure et former les opérateurs de
contrôle
ou trouver un autre processus de mesure qui ne dépend pas de
l’opérateur
◦ Vérifier la précision du moyen de mesure par rapport à la
dispersion totale, si elle est élevée chercher un autre
moyen de mesure plus précis
◦ Vérifier les autres M : Milieu (Température, Humidité,…),
Matière (Trouver une autre caractéristique corrélée à la
grandeur à mesurer et facile à mesure)
MERCI POUR VOTRE
ATTENTION
