La carte U

Cette carte comptabilise le même paramètre que la C, mais le transforme en proportion.

Introduction

La carte U est une méthode appartenant à la famille des cartes aux attributs utilisée pour évaluer le pourcentage moyen de défauts dans un échantillon. Contrairement à la carte C, qui mesure également ce paramètre, la carte U est préférée lorsque la collecte d'un grand nombre d'échantillons à chaque prélèvement est complexe et sujette à des variations. En utilisant la carte U, les entreprises peuvent visualiser et surveiller efficacement les tendances des défauts, ce qui leur permet d'identifier les problèmes potentiels et de prendre des mesures préventives pour améliorer continuellement leur processus de production.

1. Calculer le nombre de défaut moyen ubarre

Par échantillon, on comptabilise le nombre de défaut. On calcule ensuite le pourcentage moyen du nombre de défauts sur l’ensemble des échantillons.

On appelle cette variable ubarre. Elle sera la ligne centrale de notre graphique.

2. Déduire les limites

Contrairement à la carte C, la carte U dispose de limite variable car elle « autorise » le fait d’avoir des tailles d’échantillons variables. Les limites sont calculées via les formules suivantes, déduite de la loi de poisson :

UCLi = ubarre + 3 * √(ubarre /ni)

LCLi = ubarre – 3 * √(ubarre /ni)

ni étant le nombre d’échantillon du i prélèvement.

3. Interprétation

La carte U est un outil graphique qui permet de visualiser l'évolution du nombre de défauts. Son interprétation suit la même logique que celle des autres cartes aux attributs. Si les critères définis sont validés en dépassant une limite supérieure, cela indique la nécessité d'agir et de prendre des mesures correctives. En revanche, si le nombre de défauts se situe en dessous d'une limite inférieure, cela signifie que des progrès sont réalisés. Cependant, il est important d'investiguer davantage pour comprendre les raisons de cette évolution et s'assurer que la définition des "rebut" reste cohérente et constante.

Source

D. C. Montgomery (2009) – Statistical quality control

S. G. Amin (2001) – Controls charts 101 : a guide to health care applications