Chapitre II La Maîtrise Statistique des Procédés (MSP)

La Maîtrise Statistique des Procédés (MSP) (ou le contrôle statistique des processus) consiste
à appliquer des techniques statistiques pour déterminer si les produits (ou les services) sont
conformes à leurs spécifications. Il vise à contrôler le processus de réalisation d’un produit
(ou d’un service), à vérifier que ce dernier est maîtrisé et qu’il est apte à produire
régulièrement des produits et services conformes à leurs spécifications et aux attentes des
clients.

I. Les cartes de contrôle

Les cartes de contrôle sont les outils de base du contrôle statistique, ce sont des graphiques
dont les points représentent le suivi dans le temps d’une caractéristique que l’on contrôle
parce qu’elle est importante par rapport aux spécifications de l’entreprise et du client. Le
contrôle est réalisé à partir d’échantillons que l’on prélève sur la production.

Une carte de contrôle est constituée d’une ligne centrale et de deux limites : limite de contrôle
supérieur (LCS) et limite de contrôle inférieur (LCI) déterminées par les données provenant
des échantillons. La construction des cartes de contrôle s’appuie sur plusieurs échantillons.

Suivant le type de la caractéristique contrôlée, il existe deux grandes familles de cartes de

contrôle :

- Les cartes de contrôle par mesure (ou par variable), qui permettent de suivre des
caractéristiques mesurables (quantitatives).

- Les cartes de contrôle par attributs, qui permettent de suivre des caractéristiques non
mesurables, elles sont qualitatives.

1. Les cartes de contrôle par mesure (ou par variable)

Ces cartes suivent l’évolution des caractéristiques mesurables telles que : longueur, largeur,
poids, etc.

Si les mesures d’une caractéristique mesurable sont à l’intérieur de l’intervalle [LCI, LCS],
dans ce cas, il s’agit d’un processus sous contrôle. Dans le cas contraire, il y a une déviation et
on se trouve face à un processus hors contrôle.

1
Il est également envisageable que la plupart des échantillons soit proche de la ligne centrale et
que les échantillons soient répartis également au-dessus et au-dessous de la ligne centrale.

a. Les cartes X et R

Si la caractéristique est une variable, deux types de cartes de contrôle complémentaires sont
utilisés : la carte X et la carte R. La première permet de voir comment évolue la moyenne de
la caractéristique étudiée, la seconde s’intéresse au comportement de l’étendue (la différence
entre la mesure la plus élevée et la mesure la plus faible pour chaque échantillon). La taille de
l’échantillon est inférieure ou égale à 10.

Pour déterminer la ligne centrale de deux cartes, on calcule d’abord la moyenne et l’étendue
de chacun des échantillons de la façon suivante :

1 n
x1 + x2 + ..... + xn
Xj =
n
x
i =1
i =
n
; j = 1,…. K

R j = X max - X min ; j = 1,…..k

Où x i : la i ème valeur observée de la variable de qualité étudiée dans un échantillon

n : la taille de l’échantillon
k : le nombre d’échantillons

Pour la carte X :
k

X
j =1
j
X 1 + X 2 + ..... + X k
La ligne centrale = X = =
k k

Pour la carte R :
k

R j =1
j
R1 + R2 + ..... + Rk
La ligne centrale = R = =
k k

Calcul des limites de contrôle :

Pour la carte X : LCS X

= X + A2 R

LCI X = X - A2 R

Pour la carte R : LCS R = D4 R

2
 LCI R = D3 R

Où A2, D3 et D4 des constantes qui varient en fonction de la taille de l’échantillon. Les valeurs
de A2, D3 et D4 sont données par le tableau suivant :

n 2 3 4 5 6 7 8 9 10
A2 1.88 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
D3 0 0 0 0 0 0.076 0.136 0.184 0.223
D4 3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777

Exercice :
Une entreprise fabrique des tiges en plastique de 20 cm. On effectue un contrôle statistique
pour déterminer si le processus est stable. On prélève systématiquement 3 tiges toutes les 500
unités pour constituer 10 échantillons de taille 3.

Observations
Echantillons 1 2 3
1 21 18 18
2 15 22 17
3 14 13 15
4 18 19 20
5 15 19 20
6 21 17 13
7 20 22 24
8 41 21 31
9 21 18 30
10 18 17 22

T.A.F : Tracer les cartes de contrôle X et R. Interpréter les résultats.

3
 b. Les cartes X et s

La carte s (qui permet de voir comment évolue l’écart type de la caractéristique étudiée) est
généralement utilisée dans le cas où la taille des échantillons est supérieure à 10.

Il faut calculer tout d’abord la moyenne et l’écart type de chacun des échantillons de la façon
suivante :

1 n
x1 + x2 + ..... + xn
Xj =
n
xi =1
i =
n
; j = 1,…. K

1 n 2
sj =  (
n i =1 i
x − X j ) ; j = 1,…..k

Où x i : la i ème valeur observée de la variable de qualité étudiée dans un échantillon

n : la taille de l’échantillon
k : le nombre d’échantillons

Pour la carte X :
k

X
j =1
j
X 1 + X 2 + ..... + X k
La ligne centrale = X = =
k k

Pour la carte s :
k

s
j =1
j
s1 + s 2 + ..... + s k
La ligne centrale = s = =
k k

Calcul des limites de contrôle :

Pour la carte X : LCS X

= X + A3 s

LCI X = X - A3 s

Pour la carte s : LCS s = B4 s

LCI s = B3 s

4
Où A3, B3 et B4 des constantes qui varient en fonction de la taille de l’échantillon. Les valeurs
de A3, B3 et B4 sont données par le tableau suivant :

n A3 B3 B4
2 2.659 0 3.267
3 1.954 0 2.568
4 1.628 0 2.266
5 1.427 0 2.089
6 1.287 0.030 1.970
7 1.182 0.118 1.882
8 1.099 0.185 1.815
9 1.032 0.239 1.761
10 0.975 0.284 1.716
11 0.927 0.321 1.679
12 0.886 0.354 1.646
13 0.850 0.382 1.618
14 0.817 0.406 1.594
15 0.789 0.428 1.572
16 0.763 0.448 1.552
17 0.739 0.466 1.534
18 0.718 0.482 1.518
19 0.698 0.497 1.503
20 0.680 0.510 1.490
21 0.663 0.523 1.477
22 0.647 0.534 1.466
23 0.633 0.545 1.455
24 0.619 0.555 1.445
25 0.606 0.565 1.435

2. Les cartes de contrôle par attribut

Beaucoup de caractéristiques de qualité ne peuvent être mesurées sur une échelle quantitative.
Dans ce cas, on ne peut qu’évaluer la conformité ou la non-conformité de chaque pièce
produite, et compter le nombre de pièces non conformes. Les cartes de contrôle qui suivent
l’évolution de telles caractéristiques sont appelées des cartes par attributs.

Un contrôle par attribut mesure la présence ou l’absence d’un critère de qualité. Ce contrôle
ne pouvant amener que 2 réponses (oui/non, bon/mauvais, présent/absent,…).

De même, si les mesures d’une caractéristique qualitative sont à l’intérieur de l’intervalle

[LCI, LCS], dans ce cas, il s’agit d’un processus sous contrôle. Dans le cas contraire, il s’agit
d’un processus hors contrôle.

5
 a. La carte p
La carte p permet de contrôler, au niveau d’un processus, une proportion de produits (ou
services) défectueux. Rappelons que la caractéristique n’est plus mesurée mais qu’elle est
déclarée bonne ou mauvaise, conforme ou non-conforme, etc.

Deux cas peuvent se présenter :

1er cas : Les échantillons sont de même taille

Sur des prélèvements, à intervalles réguliers, d’échantillons de taille n, il faut calculer la

proportion d’unités non conformes observées sur des échantillons de taille n.

Pi = (Nombre d’unités non conformes dans l’échantillon i / Taille de l’échantillon) * 100

La ligne centrale = pmoyen = nombre total d’unités non conformes / nombre total d’unités
contrôlées

nombre total d’unités contrôlées = n * k

n : taille des échantillons

k : nombre des échantillons contrôlés

pmoyen (1 − pmoyen )
LCS p = p moyen + 3
n

pmoyen (1 − pmoyen )
LCI p = p moyen - 3
n

Si la différence donne un résultat négatif, on ramène la valeur de la limite de contrôle

inférieur à 0.

6
Exercice :
Une entreprise conçoit et fabrique des emballages pour ses produits finis. Elle met en place
des cartes de contrôle pour déterminer si le processus est sous contrôle ou non. Des
échantillons de 50 pièces sont prélevés et contrôlés toutes les 30 minutes et font apparaître les
résultats suivants :

Echantillon Nombre
d’unités
non
conformes
1 5
2 2
3 4
4 6
5 7
6 1
7 5
8 4
9 3
10 3
11 4
12 5
13 3
14 4
15 5
16 10
17 11
18 12
19 10
20 5
21 4
22 6
23 3
24 2
25 5

T.A.F : Tracer la carte de contrôle p. Interpréter les résultats.

7
2ème cas : la taille des échantillons est variable

Pour des raisons pratiques, la taille des échantillons est souvent identique. Cependant, il arrive
que les échantillons à prélever soient de taille différente (en raison par exemple d’un manque
de personnel d’inspection ou de la fabrication de lots de production inégaux, etc.). Dans ce
cas, les limites de contrôle changent bien que la ligne centrale conserve la même position.

Dans ce cas, il faut calculer la proportion Pi d’unités non conformes observées au niveau de

chaque échantillon :

Pi = (Nombre d’unités non conformes dans l’échantillon i / Taille de l’échantillon i) * 100

La ligne centrale = p moyen = nombre total d’unités non conformes / nombre total d’unités
contrôlées.

k
nombre total d’unités contrôlées = n
i =1
i

ni : taille de l’échantillon i

p moyen (1 − p moyen )
LCS p = p moyen + 3
ni

p moyen (1 − p moyen )
LCI p = p moyen - 3
ni

Si la différence donne un résultat négatif, on ramène la valeur de la limite de contrôle

inférieur à 0.

8
Exercice :

L’entreprise « ABC » fabrique des bouteilles en plastique. Le contrôleur qualité prélève 15

échantillons de taille différente en raison des lots de production inégaux. Le tableau suivant
présente le nombre d’unités inspectées et le nombre d’unités défectueuses par échantillon :

Echantillon Nombre de Nombre de

bouteilles bouteilles
inspectées défectueuses
1 150 4
2 200 5
3 350 8
4 300 8
5 180 6
6 210 7
7 320 12
8 190 8
9 300 5
10 240 6
11 190 8
12 160 4
13 230 6
14 310 8
15 240 7

T.A.F : Tracer la carte de contrôle p. Interpréter les résultats.

9
 b. La carte c

Une unité peut comporter une ou plusieurs caractéristiques non conformes aux spécifications.
La carte c est utilisée lorsqu’il est possible d’avoir plus qu’un défaut au niveau d’un même
produit (ou service).

On prélève un certain nombre d’unités de contrôle, ces unités sont des échantillons tous de
même taille, et on enregistre le nombre de non-conformités (défauts) par unité de contrôle.
k

c
i =1
i
c1 + c 2 + ..... + c k
La ligne centrale = cmoyen = =
k k

Où c i : le nombre de non-conformités de l’unité i (ou l’échantillon i)

k : le nombre d’unités de contrôle (ou d’échantillons)

LCSc = cmoyen + 3 cmoyen

LCI c = cmoyen - 3 cmoyen

Si la différence donne un résultat négatif, on ramène la valeur de la limite de contrôle

inférieur à 0.

10
Exercice :
Le contrôleur qualité chez l’entreprise « Nour » a prélevé 20 feuilles d’aluminium de 50
mètres afin de déterminer si le processus de production est sous contrôle ou non. Le tableau
suivant montre le nombre de non-conformités enregistré pour chaque unité de contrôle :

Unité Nombre de non-

De contrôle conformités
(ou échantillon)
1 4
2 3
3 0
4 1
5 0
6 1
7 1
8 0
9 0
10 1
11 0
12 0
13 0
14 4
15 1
16 0
17 0
18 1
19 0
20 1

T.A.F : Tracer la carte de contrôle c. Interpréter les résultats.

11
 c. La carte u

La carte u remplace la carte c lorsque la taille de l’échantillon (ou de l’unité de contrôle) est
variable. Dans la carte u, on ne suit pas le nombre de non conformités, mais le taux de non
conformités par unité de contrôle (ou par échantillon). Dans ce cas, les limites de contrôle
dépendent de la taille de l’échantillon.

Il faut calculer, pour chaque échantillon i, le taux de non conformités u i :

ci
ui = ( ) * 100
ni

ci : le nombre de non conformités dans l’échantillon i.

ni : la taille de l’échantillon i.

c
i =1
i
c1 + c2 + ... + ck
La ligne centrale = u moyen = =
k
n1 + n2 + ... + nk
n
i =1
i

u moyen
LCS u = u moyen + 3
ni

u moyen
LCI u = u moyen - 3
ni

De même, si la différence donne un résultat négatif, on ramène la valeur de la limite de

contrôle inférieur à 0.

12
Exercice : Une entreprise de livraison de pizzas à domicile a réalisé une enquête sur les
livraisons du mois de février. Les données recueillies au cours de cette enquête sont
présentées dans le tableau suivant :

Jours ouvrés Nombre de Délais de Erreurs par Autres Nombre

en février commandes livraison rapport à la erreurs total
supérieurs à commande d'erreurs
30 min
1 64 2 0 1 3
2 55 2 2 2 6
3 50 0 1 3 4
4 64 6 1 3 10
5 60 3 1 2 6
6 54 2 1 2 5
7 63 0 2 2 4
8 66 0 1 3 4
9 49 1 0 1 2
10 51 2 2 1 5
11 51 0 1 1 2
12 52 3 1 0 4
13 53 3 0 0 3
14 48 1 2 3 6
15 60 1 2 0 3
16 65 3 0 1 4
17 49 3 2 3 8
18 53 4 1 0 5
19 56 5 1 1 7
20 66 4 1 2 7
21 55 4 2 1 7
22 59 4 2 3 9
23 59 0 1 0 1
24 63 4 3 1 8
25 60 0 3 0 3

T.A.F : À l’aide d’une carte de contrôle u, indiquer si le processus de livraison est sous ou
hors contrôle.

13
 II. L’aptitude des processus
Il est nécessaire de déterminer si les caractéristiques des produits (services) réalisées
correspondent bien aux spécifications du client définies par un intervalle de tolérance.

Deux indicateurs indissociables permettent d’appréhender la notion d’aptitude des processus :

l’indicateur Cp et l’indicateur Cpk.

1) L’indicateur d’aptitude des processus Cp

L’indicateur Cp compare la performance attendue d’un processus par le client et la

performance obtenue par l’entreprise.

Le Cp se calcule de la façon suivante :

IT
Cp =
6

IT (Intervalle de tolérance) = Tolérance haute – Tolérance basse

La différence (tolérance haute – tolérance basse) correspond aux spécifications du client, à la

performance qu’il demande.

σ correspond à l’écart type de la distribution réelle du processus de l’entreprise. En règle

générale, on prend comme référence une distribution normale, c’est-à-dire à plus ou moins 3
écarts type de la moyenne (soit un intervalle de 6σ).

Comme l’illustre la figure suivante, un bon niveau de qualité correspond à une valeur de
référence pour Cp égal à 1,33 :

14
 2) L’indicateur d’aptitude des processus Cpk

L’indicateur Cpk permet de voir si la production est centrée ou non.

Le Cpk est défini par la formule suivante :

X − Toléranceb asse Toléranceh aute − X

Cpk = Minimum de [ , ]
3 3

où X = moyenne des moyennes des échantillons ;

3 σ correspond à une demi-dispersion d’une distribution normale.

La figure suivante illustre le cas d’un processus non centré, dont la moyenne est trop proche
de la spécification supérieure du client :

On dit qu’un processus est apte si son Cpk est supérieur ou égal à 1. En effet, si le Cpk est
inférieur à 1, la moyenne du processus est proche de l’une des tolérances et génère des
produits défectueux. Donc un processus est apte à la production non seulement si l’indicateur
Cp est supérieur ou égal à 1 mais également si le processus est centré (Cpk est supérieur ou
égal à 1).

Le Cpk est toujours inférieur ou égal au Cp. L’objectif est d’avoir un Cpk le plus élevé
possible.

15