R EVUE DE STATISTIQUE APPLIQUÉE
H. C. H AMAKER
Le contrôle qualitatif sur échantillon
Revue de statistique appliquée, tome 8, n
o2 (1960), p. 5-40
<http://www.numdam.org/item?id=RSA_1960__8_2_5_0>
© Société française de statistique, 1960, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (http://www.
sfds.asso.fr/publicat/rsa.htm) implique l’accord avec les conditions générales d’uti- lisation (http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
LE CONTROLE QUALITATIF SUR ÉCHANTILLON
par
H. C. HAMAKER
Laboratoire
de Recherches"Philips" - Eindhoven (Hollande)
SOMMAIRE I - PRINCIPES GENERAUX -
I. 1 - Introduction
1. 2 - Courbes d’efficacité
I. 3 - But et domaine
d’application
des tablesd’échantillonnage
I. 4 - Théories
économiques
1. 5 - La loi de distribution du
pourcentage
1.6 -Tailles du lot et de l’échantillon 1. 7 - Conclusion.II -
CARACTERISTIQUES
DES PRINCIPAUX PLANS D’ECHANTILLONNAGE - II. 1 - IntroductionII. 2 - Considérations
générales
II. 3 - Les différentes tables et les
points
à discuter II. 4 - Le choix d’unparamètre
dequalité
-
Exigences pratiques
-
l’AQL
et lesplans d’échantillonnage
-
Autres paramètres
II. 5 - Le
plan d’échantillonnage
et laspécification
dequalité
II. 6 - Taille de l’échantillon et taille du lot contrôlé.II. 7 - Contrôle renforcé et contrôle réduit
- Contrôle renforcé
- Contrôle réduit
- Le passage au contrôle renforcé ou au contrôle réduit
,
- Commentaires
généraux
II. 8 -
Echantillonnage
double etéchantillonnage multiple
- Double
échantillonnage
-
Echantillonnage multiple
II. 9 - Echelles
II. 10 - La
présentation
d’une tabled’échantillonnage
II. 11 - Conclusion
Dans cet article, les
principes fondamentaux
qui sont à la base du contrôlequalitatif
paréchantillonnage
sontpassés
en revue.D’abord la théorie des courbes
d’efficacité (courbes
OC en anglais:operating characterist ic
curve) est examinée
brièvement. Dans le pa-ragraphe
3 on a é numé ré et discuté lesprincipaux
butspoursuivis
etles
différents facteurs
àprendre
en considération. Dans les para-graphes
suivants, on a étudié defaçon plus
détaillée les théorieséconomiques,
la distribution du pourcentage dedéfauts
dans les lotsinspectés
et la liaison entre tai lle du lot et tai lle de 1 1 échan- tillon. On a mis enparticulier
l’accent sur le gros intérêt queprésenterait
dans de nom breux cas industrielsl’usage
d’un échan- tillon de taille constante,indépendante
de la taille du lot.Dans la seconde
partie,
on examine les traitsparticuliers
desprincipales
tablesd’échantillonnaée
enusage de part
et d’autre del’Atlant ique.
Elles seront
comparées
de divers points de vue :spécifications
sur la
qualité,
relations entre taille de l’échantillon etqualité,
entre taille de l’échantillon et taille du lot,
contrôle renforcé
et controle
réduit, simple
et doubleéchantillonnage,
éventail Z des échelles et aspectgénéral
des tables. Dans unparagraphe final,
l’auteur
présente
lescaractéristiques qu’il juge
désirables pourun
procédé d’échantillonnage.
I - PRINCIPES GENERAUX - I. 1 - Introduction.
Le contrôle
qualitatif
est utilisé sur unegrande
échelle dans l’industrie . Au cours des trente dernières années de nombreuses tablesd’échantillonnage accompagnées
des instructionscorrespondantes
ont été mises aupoint
et uti-lisées ; d’ordinaire,
leurs auteurs font état de succès considérables - et iln’y
apas lieu de s’en étonner. Par
l’application
deprincipes statistiques,
le con-trôle des lots
qui
étaitnaguère
mené sans directives définies et un peu aupetit
bonheur
reçoit
une solide basethéorique
etlogique
et cela doit conduire à desprogrès
considérables. Mais il ne faut pas se montrertrop rapidement
satisfait.Bien que les théories de
l’échantillonnage
aient fourni des résultats très honora-bles,
il est à penserqu’il
y a encoreplace
pour desprogrès
futurs. Il sembledonc utile de faire le
point
de la situationactuelle,
de rechercherquels
buts ontpoursuivi
les différentes tablesd’échantillonnage
etquels objectifs
elles ont at-teint. C’est
l’objet
de cerapport.
Il repose essentiellement sur le contenu de deux articlespubliés
ailleurs.[1
et2 ] .
I. 2 - Courbes d’efficacité
(courbes
0C).
Nous commencerons par une
récapitulation
des traits lesplus importants
de la théorie des
plans
de contrôlequalitatif. Si,
pour unplan d’échantillonnage donné,
nous étudions laprobabilité d’acceptation
P en fonction dupourcentage
p de défauts dulot,
nous obtenons une courbe dutype
de lafigure 1,
connue sous lenom de courbe d’efficacité ou courbe 0 C.
Chaque- plan d’échantillonnage
pos- sède une courbe d’efficacité. Ce sont des courbes de même alluregénérale
à telpoint
que si deux courbes d’efficacité ont deuxpoints
communs suffisamment éloi-gnés (comme
lespoints
A et B de lafigure 1)
onpeut
les confondre. Lespetits
écarts
qui peuvent
subsister ne sont d’aucuneconséquence pratique.
Le
plan
élémentaired’échantillonnage
est le"plan d’échantillonnage simple"
qui
obéit auxrègles
suivantes : onprélève
un échantillon de n unités et onaccepte
le lot si le nombre depièces
défectueuses de l’échantillon reste inférieur ouégal
à c ; n est la taille de
l’échantillon,
c le niveaud’acceptation.
Figure 1 - Courbes d’efficacité de quelques plans d’échantillonnage simple.
En dehors de
l’échantillonnage simple,
onapplique
lesplans
d’échantillon- nagedouble, multiple
etprogressif qui permettent
d’économiser desobservations,
au
prix
de modalitésd’application plus compliquées.
C’estpourquoi.,
onpréfère
souvent en
pratique l’échantillonnage simple. Moyennant quelques
difficultés decalcul,
onpeut toujours
construire desplans d’échantillonnage
double ou multi-ple qui possèdent
presque la même courbe d’efficacitéqu’un plan
d’échantillon- nagesimple
donné etqui permettent
de leremplacer.
Cette substitution n’intro- duit pas de difficultés fondamentales et nous n’en dirons rien deplus
dans cerapport:
nous nous tiendronsprincipalement
auxplans d’échantillonnage simple.
On
pourrait
fixer le choix d’une méthoded’échantillonnage
enspécifiant d’abord,
sur la based’arguments pratiques,
deuxpoints
de la courbe d’effica- cité et construire ensuite leplan d’échantillonnage correspondant.
D’ordinaireon
procède
defaçon quelque
peu différente en déterminant la taille de l’échan- tillon en fonction de celle du lot. Un seulpoint
de la courbe d’efficacité suffira alors à déterminer le niveaud’acceptation.
Cepoint
de la courbe d’efficacité est déterminé enspécifiant
lepourcentage
depièces
défectueusescorrespondant
àune valeur donnée de la
probabilité d’acceptation.
On utilise
principalement
lespoints
suivants :P =
0, 95
avec unpourcentage
depièces
défectueusesp 95
P=0,50
" " " Il "p50
P =
0, 10
" " " "ti PIO
p
est souventappelé "risque
à5 %
duproducteur", P10 "risque
à 10%
duclient"
ou encore
"pourcentage
toléré depièces
défectueuses dans lelot" (Lot
TolerancePercentage
Defective ouLTPD).
C’est une affaire de pure convention de considérer le
risque
à 5%
du pro- ducteur et lerisque
à 10%
duclient ;
onpourrait adopter
d’autres conventions si on avait de fortes raisons de lefaire.
Leproducteur
sait que des lots dont lepourcentage
depièces
mauvaises est inférieur àp95
ne serontpresque jamais
refusés tandis que le client est assuré que des lots dont le
pourcentage
depièces
mauvaises
dépasse p
ont une faible chance d’êtreacceptés.
Ceciexplique
lesvaleurs
pratiques
de ces deuxpourcentages.
On
pourrait
penser quep
etP10
sont desparamètres d’échantillonnage
presque
équivalents
mais il n’en est rien. Leproducteur
saitgénéralement
defaçon
assezprécise quelle qualité
ilpeut
atteindre et parconséquent quelles
va-leurs de
p il peut
considérer commeacceptables.
Pour le client il n’estgéné-
ralement pas aussi facile de déterminer
quels pourcentages
depièces
défec-tueuses il
peut accepter
etquels pourcentages
lui amèneront des ennuis sérieux.Par conséquent,
il est souventplus
facile d’arriver à un accord sur la valeur dep95
que sur celle deplo.
J’ail’impression
que dans lesapplications pratiques
ily aune tendance en faveur de
l’usage
dep
au lieu deplo,
celas’explique d’après les’arguments exposés
ci-dessus.9;
Le niveau de
qualité
indifférent oupoint
decontrôle, p5o,
est unparamètre
intermédiaire entre les deux autres. C’est un
compromis pratique
utilelorsque
l’on veut trancher entre le
producteur
et le client sans favoriser l’un ou l’autre.De plus P;o
a desavantages théoriques
sérieux. Pour lesplans d’échantillonnage simple,
parexemple, p5o
est lié à lataille n de l’échantillon et au niveaud’accep-
tation c par la formule
simple :
qui peut
servir à déterminer cquand p 50
et n ont été choisis.Un autre
concept qui
estpeut-être plus généralement
utilisé que lespré-
cédents est celui du niveau
’de qualité acceptable (Acceptable Quality
Level ouAQL).
Ici encore il fautprendre
certainesprécautions
parce quel’A QL
a étédéfini de différentes
façons.
La définition
originelle
était la suivante :[ 3 ]
Définition I - Le niveau de
qualité acceptable
est lepourcentage
maximumde
pièces
défectueuses que l’onpeut
considérer comme satisfaisantd’après
lepourcentage
moyen depièces
défectueuses inhérent auprodécé
de fabrication.Cette définition a été officiellement consacrée par un standard récent del’ASQC [ 4 ].
On a
également
défini ainsil’AQL : [ 5 ]
Définition II - Le niveau de
qualité acceptable
est lepourcentage
depièces
défectueuses tel que leplan d’échantillonnage
conduira àl’acceptation
de 95%
deslots contenant ce
pourcentage
de déchets.Il faut bien remarquer
qu’il s’agit
là de deux définitions essentiellementdifférentes. D’après
la définitionII, l’AQL
estidentique
àp95
et est exclusive- ment unepropriété
duplan d’échantillonnage appliqué,
tandis qued’après
la dé- finitionI, l’AQL
est unespécification
de tolérance de laqualité
moyenne des lots et n’a rien à voir avec laprocédure d’échantillonnage adoptée.
Les deux défini-tions sont encore en usage dans la littérature actuelle et cette
ambiguïté
estsource de confusion. Dans ce
rapport
nous considéreronsl’AQL uniquement d’après
lapremière
définition c’est- à-dire comme unespécification
de tolérance.Dans l’établissement de contrats une telle
spécification
estgénéralement
néces-saire.
La raison de la confusion
signalée
ci-dessus est évidente. Si nous som- mes satisfaitslorsque
leproducteur fabrique
des lots dequalité
moyenneégale
ou
supérieure
àl’AQL,
nous choisirons depréférence
desprocédures
d’échan-tillonnage
pourlesquelles
laprobabilité d’acceptation correspondant
àl’AQL
estélevée et,
en faisantAQL = p95,
cela est assuré. Malheureusement nous rencon- trons de sérieuses difficultés en mettant cesprincipes
enpratique.
Ceci est illustré par la
figure
2qui
donne les courbes d’efficacité corres-pondant
à desplans d’échantillonnage simple
oùp 95
=2,5 %
et où les nombresd’acceptation
c sont0, 1, 2
et 3. Pour c = 0 et c = 1 les tailles d’échantillon né- cessaires sont trèspetites
et laprobabilité d’acceptation
décrolt silentement , lorsque
laqualité diminue,
que lesplans d’échantillonnage
avec ces niveauxd’acceptation
n’offriront aucune assurance au client contre les lots de mauvaisequalité.
Avec c = 1 un lot contenant 12%
de déchets a encore uneprobabilité
de0,5 d’être accepté.
Parconséquent
si nous désirons fixerl’AQL
à2, 5 %,
cequi
est
raisonnable,
ilfaut,
soit éliminer lesplans d’échantillonnage
avec des ni-veaux
d’acceptation
c = 0 ou1,
soitenvisager
uneprobabilité d’acceptation
del’AQL
inférieure à0, 95.
Desplans d’échantillonnage
avec c = 0 ou 1 ont cepen- dant étélargement appliqués,
et souvent avecsuccès,
et les abandonner sur la base d’un choixpurement
conventionnel semble à déconseiller.Figure 2 - Courbes d’efficacité (P = 0, 95 pour p = 2, 5 %) de quelques plans d’échan- tillonnage simple.
Dans le
"MilitaryStandard" 105-A,
bien connu,[ 6 ],
lesprobabilités
d’ac-ceptation correspondant
àl’AQL
descendent à des valeurs voisines de0, 85.
Une solution intermédiaire a été
adoptée
dans un récentMilitary
Standardsuédois, [7 ],
où desplans d’échantillonnage
avec c = 0 ont été mis en oeuvre etoù
l’AQL
a été défini commeégal
àp
Un autre
paramètre d’échantillonnage qui
ajoué
un rôleimportant
dans ledéveloppement
des méthodesd’échantillonnage
est la limite dequalité
moyenne(Average Outgoing Quality
Limit ouAOQL)
introduite parDodge
etRomig [ 8 ].
Ce
paramètre
fixe une limitesupérieure
aupourcentage
moyen depièces
défectueuses des lotsacceptés
et remis auclient,
dansl’hypothèse
où les lotsrejetés
subissent un tri à 100%
et sont doncexempts
depièces défectueuses.En fait,
cette limitesupérieure
nepeut
être atteinte quelorsque
tous les lots sou-mis au contrôle contiennent un
pourcentage spécifique
depièces
mauvaises. Enpratique
cela ne sera pas vérifié et laplupart
dutemps
laqualité
moyenne réelle des lots vendus sera considérablementsupérieure
àl’AOQL. L’AOQL
donneinutilement une vue
pessimiste
de la situation etpeut
conduire à des échantillonsplus importants qu’il
n’est nécessaire.D’après
lalittérature,
sur cesujet,
nousavons
l’impression
quel’AOQL
est moinsutilisée,
et au vu des observations ci-dessus
cela estcompréhensible.
Il faut aussi remarquer que la courbe d’efficacité d’un
plan
d’échantillon- nage nedépend
pas seulement de la taille n de l’échantillon et du niveaud’accep-
tation c mais aussi de la taille N du lot.
Figure 3 - Courbes d’efficacité (n = 100, c = 2) pour diverses valeurs de N.
Cependant,
si N estgrand comparé
à n, disons :N > 10 n (1.2)
on
peut
oublier cette influence comme le montre lafigure
3 dans un casparticu-
lier. Tous lesarguments
donnés ci-dessus ne sont valables en touterigueur
que pour des lotsinfinis. Quand
la condition( 1, 2)
n’est passatisfaite,
onpeut
néan- moins encore utiliser les mêmesplans d’échantillonnage
que pour des lots infi- nis. Eneffet,
pour des lotsplus petits,
laqualité
indifférentep;o
reste à peuprès
la même et lapente
de la courbe d’efficacitéaugmente
si bien que le con- trôle estplus
serré que pour des lots infinis(voir figure 3).
C’est d’ailleurs unargument supplémentaire
pour l’utilisation dep;o ;
une tellerègle
aussisimple
ne
s’applique plus
si onadopte PJ;
ouP10
pourpréciser
unplan d’échantillonnage . Enfin,
nous voulons insister surl’importance
du choix d’uneterminologie
correcte dans les
applications
industrielles.Quels
que soient lesparamètres
uti-lisés,
ils doivent depréférence
recevoir des dénominationsqui indiquent
clai-rement leur valeur
pratique.
Ainsi le terme"niveau
dequalité moyen"
ouAQL
convient
parfaitement
et ceciexplique
enpartie
lapopularité
de ceconcept.
Le sens du terme
"risque
duproducteur"
parexemple
estbeaucoup
moinsévident et moins
acceptable
pour cette raison. Nous ne discuterons pas cepoint davantage.
Leproblème principal
est le choix desparamètres
àutiliser ;
uneterminologie adéquate
doit être fixée ensuite. Mais leproblème
mérite d’être examiné avec soin.I. 3 - Le but et les domaines
d’application
des tablesd’échantillonnage.
Une étude attentive des différentes tables
d’échantillonnage
conduit à laconclusion que leurs auteurs ont
poursuivi
un certain nombred’objectifs
diffé-rents dont les
plus importants
sont :1)
faire lapart
entre lesexigences
duclient,
lesaptitudes
duproduc-
teur et les
possibilités
ducontrôleur, 2) séparer
les mauvais lots des bonslots, 3) simplifier
laprocédure d’échantillonnage,
4)
réduire le nombre des observations par lotcontrôlé,
5)
diminuer lesrisques
de conclusions incorrecteslorsque
la tailledu lot
augmente,
.6)
tirer le maximum del’information
fournie par les données del’échantillonnage,
7)
exercer unepression
sur leproducteur
ou le fournisseurlorsque
la
qualité
des lots reçus est reconnue douteuse et(ou)
non satis-faisante,
8)
réduire le nombre desobjets
contrôléslorsque
laqualité
des lotsest sûre et
satisfaisante.
Ce sont en
partie
desobjectifs
contradictoiresqui
nepeuvent
tous être si- multanément satisfaits. Laprocédure d’échantillonnage
utilisée en définitivedépend
descaractéristiques
considérées comme lesplus importantes.
Lesopi-
nions varient et
dépendent
des conditions danslesquelles
on doitappliquer
l’échan-tillonnage.
A cetégard,
voici une liste des différents facteursqu’il
fautprendre
en considération :
1 - le coût du
contrôle,
II - le
dommage
attaché àl’acceptation
despièces défectueuses,
III - les
conséquences
durejet
d’unlot,
IV - la forme de la loi de distribution du
pourcentage
depièces
mauvaises dans les lotscontrôlés,
V - la taille du
lot,
VI - les
possibilités
du service decontrôle,
VII - le nombre de défauts
qu’une
mêmepièce peut présenter
et lafaçon
de lesclasser et de les
combiner,
VIII - la variété des
pièces
à échantillonner avec la même tabled’échantillonnage,
IX - la
fréquence
et larégularité
deslivraisons,
X - le nombre des
producteurs
et des clients mis enjeu
et leurs relations mutuelles.Les commentaires suivants
peuvent
servir à illustrer ces différentspoints.
Le contrôle du diamètre d’une
pièce
est bon marché mais un contrôle des- tructif coûtecher;
dans ce dernier cas on essaiera évidemment deprélever
deséchantillons moins
importants
que dans lepremier
cas.De même le
préjudice
causé parl’acceptation
depièces
défectueusespeut
varier entre des limites très
larges.
Une vis sans pas estpurement
etsimple-
ment
jetée
avantl’utilisation ; mais
la recherche et leremplacement
d’une résis-tance défectueuse dans un
appareil électronique complexe peut
nécessiter une somme detemps
et de travail considérable.Les
conséquences
durejet
d’un lot sont un autre facteur variablequi peut,
en
plus,
évoluer considérablement au cours dutemps.
On nepeut
sepermettre
de
rejeter
un lot dequalité
douteuselorsque
le stock est bas et que lerejet peut
conduire à l’arrêt d’une chaîne de
montage ;
nous serons nécessairement moins difficiles dans ce cas quelorsqu’un
stock suffisant est encoredisponible.
La forme de la loi de distribution du
pourcentage
depièces
défectueuses est examiné dans leparagraphe
5 et la taille du lot dans leparagraphe
6.Souvent le contrôle par échantillon est mené par un service
particulier
dis-posant
d’unpersonnel
peunombreux,
disons deux ou trois contrôleursspéciali-
sés. La direction de ce service essaiera nécessairementd’employer
son person- nel àtemps complet,
et d’éviter aussi bien les heuressupplémentaires
que les heures creuses. Dans ce cas la taille des échantillons seradavantage
détermi-née par la
capacité
de contrôle que par toute autre considération.Un
ajustement rapide
de la taille des échantillonspeut quelquefois
être né-cessaire ;
parexemple, lorsque
l’un des contrôleurs tombe malade oulorsque
des difficultésparticulières
pour unproduit
donné nécessitent un effort accru dansune direction et une réduction dans une autre.
La
plupart
desproduits peuvent présenter plusieurs
défauts différentsqui peuvent
être classés en défautscritiques, sérieux,
mineurs et accidentels. Par- fois les lots sont classés suivant chacun de cesdéfauts ; parfois également
unecombinaison
pondérée
du nombre de défauts dechaque catégorie
sert de mesureglobale
de laqualité.
Les deux méthodes ont été utilisées avec succès.Si
(point VIII),
comme dans de nombreuxcontrats,
nous avons affaire à unseul produit, il sera possible d’adapter
laprocédure d’échantillonnage
à des exi-gences
particulières;
maislorsqu’un
service doit contrôler de nombreuxproduits
différents suivant une même table
d’échantillonnage,
il faut réaliser nécessai- rement uncompromis.
Unajustement brutal,
parexemple
au moyen d’unAQL
pour
chaque produit,
est encorepossible
mais unajustement plus
détaillé estimpossible
et il faut admettre que dansquelques
casparticuliers
lecompromis
n’est pas
satisfaisant.
Lorsqu’il s’agit
de livraisonsrégulières
d’un mêmefournisseur,
il serapossible
de tirerprofit
del’expérience passée
et deprêter
moins d’attention auxproduits
desfournisseurs qui
se sont révélés dequalité
correcte etstable.
Maislorsqu’il s’agit
de lotsisolés,
et n’arrivantqu’à
intervallesespacés,
il ne fautcompter
que sur l’information fournie par un échantillon du lot lui-même. Engénéral
il faut alors de gros échantillons.Enfin, lorsqu’un
clientpeut
acheter le mêmeproduit
à un certain nombre de fournisseursconcurrents,
ilpeut,
dans une certaine mesure, renoncer à7 larègle
et renforcer sesexigences.
Dans leMilitary
Standard105-A,
parexemple ; l’AQL
est unparamètre
fixé par le Gouvernement des Etats-Unis. Mais lors-qu’un
fournisseur et un client doivent mettre un contrat surpied,
des concessions sont nécessaires depart
etd’autre,
tandis que lesexigences
du client seront de peu d’effetlorsque
le fournisseurpeut
vendre sesproduits
par d’autres circuitscommerciaux.
La manière dont le contrôle paréchantillonnage
est menédépend
de telles circonstances extérieures.
Cette énumération de
caractéristiques
et de facteurs n’aide pasbeaucoup
dans le choix d’une
procédure d’échantillonnage.
Cela montreégalement qu’une
table
d’échantillonnage qui puisse
être utilisée universellement doit être trèssouple
et doitpouvoir s’adapter
à ungrand
nombre de situationsdifférentes.
Ce besoin d’unsystème souple
et le caractèreinadéquat
desprocédures
actuelles ont étéégalement
mis en lumière par Durlach[ 9 ].
Dans les deux
paragraphes suivants, quelques
uns desproblèmes
soulevéssont discutés
plus
en détail.1. 4 - Théories
économiques.
Le choix d’un
plan d’échantillonnage peut
être considéré comme un pro- blèmeéconomique
et a été étudié sous cetangle
dans ungrand
nombre d’articles.Dans ces théories les
facteurs
1 à V duparagraphe précédent
ont étépris
en con- sidération et on arecherché
unplan d’échantillonnage qui
réduise au minimumle coût moyen
global
par lotlorsqu’on
connaît la taille des lots.Lataille du lot et le coût du contrôle sont des
quantités
faciles à détermi-ner mais le
dommage
attaché àl’acceptation
despièces
défectueuses ou laperte
due au
rejet
d’un lot dequalité
satisfaisante sont souvent moins évidents et ilnous faut contenter d’estimations
grossières.
De même il faut fairequelques hy- pothèses
sur la distribution dupourcentage
depièces
défectueuses par lot alors que laplupart
dutemps
on manque de raisonsexpérimentales qui puissent justi-
fier ces
hypothèses.
Autre
objection :
les facteurs VI à X duparagraphe
3 sont inconnus alorsqu’en pratique
ilsjouent
ungrand rôle ; peut-être
la solution serait-elle de dé-velopper
des théoriesséparées
pour les différentes situations mais cela com-pliquerait
certainement les choses.L’application
des théorieséconomiques proposées
ajusqu’ici
été réduite à desexemples isolés,il
en sera,je
lecrains, toujours
ainsi. Car ces théoriesne sont pas d’une
application facile.
Elles réclament une étudeparticulière
pourchaque produit
de lapart
d’unpersonnel
assezspécialisé.
Ceci entraînera descoûts
supplémentaires
conduisant au résultat que ces théorieséconomiques
n’ontpas un rendement intéressant.
Un autre
point :
le coût minimum est enrègle générale
un minimum peuaccusé,
si bien que le choix d’une taille d’échantillon est assez maldéfini.
Enpratique,
on voit que de nombreuxproduits
différentspeuvent
être contrôlés avecla même table
d’échantillonnage.
Contre les utilisations d’informations antérieures sur la
qualité
moyenne duprocédé
defabrication, onpeut
élever de sérieusesobjections.
Lesarguments développés plus
haut en relation avec lafigure
4 montrent que l’efficacité d’unplan d’échantillonnage dépend principalement
de l’intervalle de variation du pour-centage
depièces
défectueuses et non de sa moyenne. LeMilitary
Standard 105-Aprescrit
l’estimation dep
par moyenne mobile sur les dix derniers lots contrôlés.Il
peut
être mal commode enpratique
de tenir lacomptabilité
des moyennes mo- biles et deplus
un seul lot très mauvaispeut
faire croître considérablement laFigure 4 - Quelques types schématiques de distribution du pourcentage de pièces mauvaises dans les lc±s successifs.
A - Tous les lots sont de bonne qualité,
B - La plupart des lots sont bons, mais il en existe exceptionnellement quelques uns de
très mauvais.
C - Lots bons en général mais quelques uns sont douteux ou mauvais.
D - Une fraction des lots est exempte de défauts.
moyenne et amener un contrôle
plus
strictlorsqu’il
n’est pasnécessaire.
Pour éviter cetteconséquence fâcheuse,
une clause a étéprévue
dans le Standardqui.,
autorise le Gouvernement U. S. à exclure du calcul de la moyenne certains échan- tillons. Mais cela introduit une décision unilatérale et arbitraire très peu satis- faisante.
Une autre
approche
duproblème
est celle du"Discovery Sampling" [11 ]
méthode étudiée
depuis quelques
années aux Etats-Unis. On faitl’hypothèse
que la distribution dupourcentage
des défectueux dans les lots contrôléspeut
êtrecorrectement
représenté
par :c’est-à-dire que la fraction
( 1-A)
des lots estsupposée exempte
dedéfauts,
lereste
ayant
la distribution(1, 3) ;
on a une courbecaractéristique analogue
à lafigure
4 D. Le choix duplan d’échantillonnage
est basé surl’AOQL
mais calculéd’après ( 1, 3).
Ici A est une constante estiméed’après
les observations tandis que pour s on choisit la valeur laplus
défavorablequi correspond
au maximumde l’AOQL.
C’est àpartir
de recherches étendues sur unegrande
variété de pro- duits que l’on a conclu que( 1, 3)
fournissait uneapproximation
satisfaisante des distributions réelles rencontrées enpratique.
Il reste à voir dansquelle
mesure( 1, 3) peut
êtreaccepté
comme universellement valable. Une confirmation sur cepoint
serait degrande
valeur. Dans unecorrespondance privée,
le ProfesseurBarnard de Londres me faisait
part
des recherches de l’un de ses étudiants dansce domaine et concluait
qu’on
n’avait pu observer aucune formegénérale
pour une telle distribution. D’autrepart,
il me semble quel’hypothèse
à la base du"Dis-
covery
Sampling"
estplus
réaliste et constitue une meilleureapproximation
dela réalité que l’utilisation de la
qualité
moyenne de la fabrication.D’autre
part
onpourrait
penser que les théorieséconomiques
fournissent des indicationsgénérales
pour la construction de tablesd’échantillonnage :
parexemple,
la liaison entre la taille du lot et celle del’échantillon,
ou, lerapport
entre les tailles d’échantillons dans les cas de contrôle destructif et non destruc- tif. Malheureusement
jusqu’ici
aucunprincipe général
n’a vu lejour.
Pour une discussion
plus
détaillée desaspects économiques
de l’échan-tillonnage
nous conseillons les références[ 1 ]
à[10] .
On pourra y trouver des références à d’autres articles.1. 5 - La loi de distribution du
pourcentage
depièces
défectueuses dans les lots contrôlés.Bien que nous
n’ayons
ni une informationprécise
sur cettedistribution,
niune théorie
permettant
d’utiliser defaçon
satisfaisante une telleinformation,
ladistribution de
pièces
défectueuses dans les lots contrôlés doit êtreprise
en con- sidération.La
figure
7qui représente
des formes concevables de ces distributions illustre cepoint.
Dans le cas A les lots sont presque exclusivement degrande qualité tandis que
dans le cas B des lots très mauvaispeuvent apparaître
au mi-lieu de lots de bonne
qualité ;
dans le cas C iln’y
a pas de distinction claire entre bons et mauvais lots du fait de laprésence
nonnégligeable
de lots dequalité
mé- diocre. Dans les cas A et B depetits
échantillonssuffisent,
pour A parce que les lots sont si mauvaisqu’ils
se révèleront tels même pour depetits
échantillons.Dans le cas
C,
aucontraire,
de gros échantillons sont à conseiller defaçon
àpermettre
de déceler les lots dequalité
médiocre.Cette
présentation schématique explique pourquoi
les résultats obtenusgrâce au
contrôle paréchantillonnage dépendent
trèslargement
de la loi de dis- tribution de laqualité
des lots. Des courbes des diverstypes
de lafigure
4 peu- vent se rencontrer enpratique,
et lors du choix d’unplan d’échantillonnage
ilfaut savoir en gros dans
quel
cas on se trouve.Dans une certaine mesure ces considérations n’ont pas été
perdues
de vuedans
plusieurs
des tables existantes. Dans lespremières
tables deDodge
etRomig, [ 8 ],
parexemple,
lepourcentage
moyen depièces
défectueusesp est
l’un des
paramètres qui
déterminent le choix d’unplan d’échantillonnage.
Dansle
Military
Standard 105-A[ 6] la qualité
moyenne est utilisée de manière diffé-rente ;
on comparep
àl’AQL_ spécifiée
et la tableprescrit
de renforcer ou derelâcher le contrôle
lorsque p
estrespectivement significativement plus grand
ou
plus petit
quel’AQL.
1. 6 - Tailles du lot et de l’échantillon.
Pratiquement
toutes les tablesd’échantillonnage
existantesprescrivent
unetaille d’échantillon croissant avec celle du lot.
A
première
vue cela semble tout-à-fait naturel. Plus le lot estimportant, plus
nous voulons réduire lesrisques
d’une conclusion erronée etplus
il faut unéchantillon de
grande
taille. Ceprincipe n’a jamais
été contredit.Et
pourtant
nous pensons, à laréflexion, qu’il
y a de fortes raisons de douter de sa validitégénérale
et de se demandersi,
dans de nombreux cas, unéchantillon de taille constante ne serait pas
plus avantageux.
Pour étudier cepoint,
il est bon de se souvenir que le contrôle par échantillonrépond
à deux ob-jectifs
distincts :1/ séparer
les bons lots desmauvais,et
2/
servir d’information sur laqualité
des lots reçus.La littérature a
prêté
peu d’attention au second de cesaspects
pour la sim-ple
raisonqu’il ne
donne lieu à aucundéveloppement théorique
intéressant. Mais cela nesignifie
pasqu’il
ne soit pasimportant
et même onpeut
penserqu’il
estplus important
que la discrimination entre lots dequalités
différentes.Le
proverbe
connu"Ce
n’est pas àpartir
d’unobjet
que l’onpeut
contrôlerla
qualité" s’applique
dans ce cas. Bienqu’il
nous soitimpossible d’agir
aussidirectement sur les
procédés
deproduction
de nos fournisseurs que sur ceux denos propres
usines,
il nous restecependant quelques possibilités
d’en contrôler laqualité.
Entenant le fournisseur informé des résultats du contrôle par échan- tillon onpeut
l’inciter à améliorer saqualité
et un teléchange
d’informationpeut également
améliorer les relationsclient-fournisseur.
D’un
point
de vueplus général
onpeut
considérer le contrôle par échan- tillon comme une source d’informationégalement
valable pour leclient,
pour le fournisseur et pour la direction. Encore ne faut-il pas oublier que cette infor- mation servira de base à des décisions queprendront
des gens sans formationstatistique particulière.
Il estdonc
essentiel que l’information tirée de l’échan-tillonnage
soitprésentée
defaçon
suffisammentsimple
et claire pouréviter,
au-tant que faire se
peut,
les erreursd’interprétation,
A cetégard
un échantillon de taille constante est duplus
haut intérêt ainsi que nous allons le voir sur unexemple.
Le tableau 1 contient les instruments concernantl’échantillonnage
delampes
radio suivant une norme récemmentadoptée
aux établissementsPhilips ;
la taille du lot est
réduite
à 3 000 au maximum et celle de l’échantillon reste cons-tante et
égale
à 150.Tableau 1
Instructions
d’échantillonnage
de lots delampe s
radioLorsqu’on applique
cetteméthode,
les résultatsd’échantillonnage peuvent
se résumer dans une table de
fréquence
telle que le tableau 2. Les commentaires sontsuperflus
carl’interprétation
estsimple
et immédiate. Ce tableaupeut
ef- fectivement servir à établir unjugement
sur les résultats obtenus pour compa-rer des services
différents,
des fournisseursdifférents,
etc.Lorsque
l’on intro- duit pourquelque
raison que cesoit,
des variations dans la taille des échantil- lons une tel tableauperd beaucoup
de sasimplicité
et parconséquent
de sa valeurpour la direction.
Tableau 2
Résumé des résultats d’un contrôle par échantillon couvrant les mois d’avril et mai 1955.
Lampes
radio XUZ.Taille d’échantillon 150. Nombre de lots contrôlés 120.
En
plus
desarguments ci-dessus,
il y a une autre raison depréférer
unéchantillon de taille constante. Une taille d’échantillon croissant avec celle du lot
signifie
queplus
les lots sontimportants, plus
la courbe d’efficacité est in-clinée ;
nous sommes dans le cas de lafigure
5. Leproblème
est de savoir com-ment
ajuster
ces courbes d’efficacité les unes aux autres. Dans lafigure
5 on afait en sorte que
P;o
ait la mêmevaleur,
mais on constate que pour pp5o
leslots
importants
ont uneprobabilité d’acceptation plus
forte que lespetits lots ,
tandis que pour p >
P50’
c’est le contraire. Le fournisseurpeut
tirerparti
de cettesituation en livrant des
produits
de bonnequalité
en lotsimportants
et des pro- duits de mauvaisequalité
enpetits
lots.Figure 5 - Courbe d’efficacité. Influence des effectifs N et n.
Cependant quelle
que soit la manière deplacer
les deux courbes d’effica- cité l’une en fonction del’autre,
le fournisseur a enprincipe toujours
lapossi-
bilité de tourner la situation à son
avantage.
La seulefaçon
de l’éviter est d’uti- liser la même courbe d’efficacitéquelle
que soit la taille du lot et cela conduit àprélever
un échantillon de taille constante.L’exemple
du tableau 1 réduit la taille du lot à 3 000 au maximum et cela aussi mérite une attentionparticulière.
Le contrôle par échantillon suppose l’échantillon aléatoire.Lorsque
le lot esthomogène,
c’est-à-direlorsque
lesobjets
défectueux sontrépartis
au hasard dans le lotentier, chaque
échantillonprélevé
de manièreindépendante
de laqualité
des unitéséchantillonnées,
satis- fera au critère. Maislorsque
le lot n’est pashomogène,
il fautprendre
despré- cautions particulières
pour obtenir un échantillon aléatoire.On
peut
s’attendre à ce que les gros lots soientgénéralement
moins homo-gènes
que lespetits
lots et il estégalement plus
difficile deprélever
un échan-tillon vraiment aléatoire d’un
grand
lot. C’est pour cette raisonqu’il
est bon delimiter dans de nombreux cas la taille des lots.
1. 7 - Conclusion.
Nous venons de discuter les
principes généraux qui,
à notreavis, prési-
dent aux
procédés
de contrôle par échantillon. Dans la secondepartie
nous étu-dierons les traits
caractéristiques
dequelques
unes des tablesd’échantillonnage
existantes.
II -
CARACTERISTIQUES
DES PRINCIPAUX PLANS D’ECHANTILLONNAGE - II. 1 - Introduction.Dans la
première partie,
nous avons examiné lesprincipes généraux qui
sont à la base du contrôle par échantillon. Dans cette seconde
partie,
nous allonsétudier les
caractéristiques
dequelques plans d’échantillonnage
et méthodesd’usage
courant.II. 2 - Considérations
générales.
A
première
vue, il semblelogique
de choisir unplan d’échantillonnage
enfonction de considérations
économiques.
Enfait, les premières
tablescomplètes,
celles de
Dodge
etR,omig [ 8 ]
étaient fondées sur unprincipe économique.
Dansl’hypothèse
où tous les lotsrejetés sont, après
tri à 100%,
livrésexempts
depièces
défectueuses etqu’une
valeur commel’AOQL
ou le LTPD(qualité
corres-pondant
aurisque
duclient),
a été fixée dès ledébut,
ces auteurs construisentun
plan d’échantillonnage
tel que le nombre total depièces
contrôlées(échan-
tillons + contrôles à 100
%)
soit minimum pour des lots contenant un pourcen-tage
moyen depièces
défectueuseségal
à la moyenne du processus de fabrica- tionp (niveau
dequalité acceptable).
Une version modifiée
des’tables
deDodge
etRomig
utilisant laqualité
in- différentep5o
au lieu del’AOQL
ou le LTPD a été mise aupoint
par Weibull en Suède[12].
Ainsiqu’il
estexpliqué
dans leparagraphe
4 de lapremière partie ,
nous n’avons pas de théorie
économique
suffisammentgénérale qui puisse
cou-vrir un
grand
nombre de cas différents où onapplique
le contrôle par échantil-lon,
si bien que ces théorieséconomiques
sont par là même limitées dans leursapplications.
Les tables deDodge
etRomig
illustrent bien cepoint.
Elles nes’appliquent
paslorsque
l’on ne contrôleplus
à 100%
les lots refusés. Un fac-teur important
tel que le coût du contrôle doit êtrepris
en considération lors du choix del’AOQL
ou du LTPD mais la manière d’en tenircompte
n’est pas évi- dente.Un autre inconvénient des tables de
Dodge
etRomig
est leur caractère très élaboré et le faitqu’elles
utilisent la moyennep
comme donnéefondamentale.
Très souvent il faut établir un contrat ou faire la commande avant que la
produc-
tion ait démarré sur une
grande
échelle si bien quep
est encore inconnue. Etil serait incommode de devoir attendre des données suffisantes pour calculer
p.
Ces
critiques
ne diminuent en aucune manière la valeur de la contribution deDodge
etRomig dans
un domaine où ils furent despionniers
il y a 30 ans. D’au- trepart,
les tables montrentpourquoi
dans lesprocédés qui suivirent,
l’idéed’une théorie
économique sous-jacente
a été abandonnée etpourquoi
des tablessimplifiées
ont été mises aupoint,
fondées sur des considérationspratiques gé-
nérales.
II. 3 - Les différentes tables et les
points
àdiscuter.
Les tables les
plus importantes
sont les suivantes :1
LeMilitary
Standard américain 105-A[6 ]
2 /
Les tables du groupe de recherchestatistique
de l’Université de Colum- bia[ 5 ]
3/
Lesystème d’échantillonnage Philips [13]
ousystème Philips
4 /
La table AWFproposée
par une commission deproductivité
en Allema-gne Fédérale