Calculateur d'indices de capabilité du processus

Les indices de capabilité comparent la dispersion naturelle d'un processus à l'intervalle autorisé par les spécifications techniques. Cp mesure la capabilité potentielle en divisant la distance entre les limites supérieure et inférieure de spécification par six écarts-types. Dans un processus stable de distribution normale, environ 99.73% des observations se situent à moins de trois écarts-types de la moyenne ; six écarts-types représentent donc sa largeur naturelle conventionnelle. Plus Cp est grand, plus l'intervalle de tolérance est large par rapport à la dispersion du processus. Cp ne tient pas compte de la position de la moyenne à l'intérieur des limites. Cpk intègre le centrage en comparant la moyenne à chaque limite de spécification. Cpu mesure le côté supérieur : USL moins la moyenne, le tout divisé par trois écarts-types. Cpl mesure le côté inférieur : la moyenne moins LSL, le tout divisé par trois écarts-types. Cpk est le plus petit de Cpu et Cpl, car la capabilité est contrainte par la limite la plus proche. Pour un processus centré, les indices des deux côtés sont égaux et Cpk vaut Cp. Pour un processus décentré, Cpk est inférieur à Cp. Les organisations utilisent souvent 1.00 comme niveau où la largeur naturelle estimée du processus correspond exactement à la largeur de spécification, 1.33 comme minimum courant pour un processus habituel capable, et 1.67 ou davantage pour des applications plus critiques. Il s'agit de conventions, pas de lois universelles. Le risque client, l'erreur de mesure, la maturité du processus, la forme de la distribution et le coût des défauts doivent déterminer le critère d'acceptation. L'analyse de capabilité n'a de sens qu'une fois la stabilité statistique établie. Un processus soumis à des causes spéciales n'a pas de moyenne ou d'écart-type fiables ; sa performance future ne peut donc pas être résumée de façon sûre par un seul indice. Examinez d'abord les cartes de contrôle et utilisez une estimation de la dispersion intra-processus adaptée au plan d'échantillonnage. Les spécifications doivent venir des exigences techniques ou du client, et non des données observées. L'interprétation de Cp et Cpk en termes de défauts suppose également une distribution continue approximativement normale. Des données asymétriques, bornées, multimodales ou autocorrélées peuvent nécessiter une transformation, un modèle de capabilité non normale ou une analyse directe des percentiles. Vérifiez que le système de mesure est adéquat et utilisez suffisamment d'observations regroupées en sous-groupes rationnels. Le calculateur fournit une arithmétique transparente, mais une étude complète doit préciser la période d'échantillonnage, les preuves de stabilité, l'évaluation de la distribution, les intervalles de confiance et le contexte opérationnel.