R EVUE DE STATISTIQUE APPLIQUÉE
K. S TANGE
Détermination graphique de plans d’inspection par variables au moyen du papier à double échelle gaussienne
Revue de statistique appliquée, tome 10, n
o2 (1962), p. 5-15
<
http://www.numdam.org/item?id=RSA_1962__10_2_5_0>
© Société française de statistique, 1962, 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
http://www.numdam.org/
5
DÉTERMINATION GRAPHIQUE DE PLANS D’INSPECTION
PAR VARIABLES
AU MOYEN DU PAPIER A DOUBLE ÉCHELLE GAUSSIENNE (1)
K. STANGE
1 - L’ECHANTILLONNAGE POUR LE CONTROLE PAR ATTRIBUTS ET LE CONTROLE PAR MESURES -
Lors des contrôles de
réception
paréchantillonnage,
on donnegénéra-
lement la
préférence
au contrôle par attributs.Chaque pièce
estjugée
aumoyen de
jauges,
comme étantbonne, acceptable, exempte
dedéfaut,
oucomme étant
mauvaise, inacceptable,
défectueuse. Laqualité
dè la livraison est mesurée par le nombre despièces "mauvaises"
relevé dans un échantillon de taille n.On
préfère
cette sorte de contrôle parcequ’il
ne demande que très peu d’effort aupersonnel
de contrôle. En outre, de nombreuxplans semblables , déjà calculés,
sont connus. Sans effortstatistique particulier,
le chef decontrôle
peut désigner
leplan adapté
à des besoinsdonnés,
aupoint
de vuedépense
et"efficacité".
Il y a
pourtant
des cas où il serait souhaitable deremplacer
le contrôle par attributs par unprocédé
de"contrôle
parmesures"
a)
Dans de nombreux cas, onjuge
sans raisonmajeure
des carac-téristiques
mesurables(poids, longueur, solidité, etc.), d’après
un contrôlepar
attributs,
bien que l’onpuisse
obtenir les valeurs réelles x de la carac-téristique,
au moyen d’instruments de mesuremodernes,
sansaugmentation
sensible du travail de contrôle.
b)
Les livraisons pourlesquelles
laproportion
depièces
défec-tueuses est
"petite" (environ pu
1%)
demandent un"grand"
nombrede pièces ,
afin que
l’échantillonnage
pour le contrôle par attributpermette
unjugement
suffisamment sûr.
c) Quand
ils’agit
d’un contrôle destructif deproduits précieux (durée
de lavie, sensibilité,
résistance audéchirement),
les"frais
decontrôle"
ne sont pascausés,
enpremier
lieu par l’achat des instruments de contrôle et letemps
nécessaire pour lecontrôle,
mais par la destruction d’unepartie
de la livraison.(1) Communication présentée au Séminaire sur les applications industrielles de la Statis-
tique - Paris -
Septembre
1961. -Revue de Slatistique Appliquée. 1962 - Vol. X - N’ 2
6
Pour
prendre
unedécision,
il est nécessaire d’avoir une"quantité
mini-mum de
renseignements
sur lelot".
Etant donné que le"contrôle
parmesures"
fournit
plus
d’informations surchaque pièce
que le"contrôle
parattributs" ,
le nombre de
pièces
nM nécessaire àl’échantillonnage quantitatif
estgénéra-
lement
beaucoup plus petit
que celui nécessaire àl’échantillonnage qualitatif
nu la décision étantprise
avec la même sécurité. Voilàpourquoi
le"contrôle
par
mesures"
est souventplus économique
que le"contrôle
parattributs" .
2 - UN.E LIVRAISON DE
QUALITE
p. LE CHIFFRE DEQUALITE
UT - Legraphique
1 montre la densitéf(x)
d’unecaractéristique
à contrôlerx. La moyenne
est jj. = 150 ; l’écart-type
est o = 10. La tolérancesupérieure
unilatérale T. pour la
caractéristique
est T =173, 3.
Laproportion
relativedes éléments en dehors de la limite de tolérance T est
pst.
Figure 1
En divisant la distance
(T - 4)
de la moyenne 4 à la limite de tolérance T parl’écart-type
c, J on obtient la variable réduite sans dimensions u,, A
chaque proportion
depièces
mauvaises pcorrespond
une seule valeuru et vice versa. La relation entre p et u est
présentée
sur legraphique
2 .Si
c1>(u)
est la fonction derépartition
de lacaractéristique
u, distribuée d’unefaçon normale,
on a :La
qualité
d’une livraisonpeut
donc êtrecaractérisée,
d’unefaçon équivalente,
soit par la"proportion
depièces mauvaises" PT,
soit par le"chiffre
dequalité"
UT que l’on calcule àpartir
deT, 03BC
et ci au moyen del’équation (1).
Pour déterminer laqualité
de lalivraison,
les deux valeurs(03BC ; o)
sont nécessaires et non pas une seule de ces deuxvaleurs 4
ou cr,mais seule
importe
laproportion
définie parl’équation (1).
Revue de Statistique Appliquée. 1962 - Vol. X - N’ 2
7 Figure 2
3 - LE CRITERIUM DE DECISION -
Supposons
que laproportion
p située au-dessus de T, considéré comme admissible par le contrat delivraison,
soit p =po.
Le chiffre dequalité
cor-respondant
à po est u = uo. La livraison doit avoir une forteprobabilité
d’êtreacceptée
si laproportion
depièces
mauvaises PT estou si son chiffre de
qualité
uT estCes deux conditions sont
rigoureusement équivalentes.
Mais onpeut
trans- formerl’inégalité UT >,. uo,
du fait del’équation (1),
comme il suit :Cela veut dire
qu’un
lot satisfait la condition delivraison,
si la moyenne (J.plus
une valeur uo foisplus grande
quel’écart-type
o resteplus petite
que la limite de tolérancesupérieure
T.L’inégalité (5)
n’estpratiquement
pasutilisable,
car, engénéral,
onne connaît pas les valeurs
exactes 03BC
et o de la livraison.Après
avoirprélevé
aléatoirement un échantillon de taille n, ondispose
seulement de valeurs estimées x pour et s pour o.
L’inégalité (5)
seratransformée par la suite dans une relation contenant ces deux valeurs esti- mées x et s.
4 - LE CRITERIUM DE DECISION BASE SUR UN ECHANTILLON -
On
prélève
un échantillon aléatoire de taille n dans la livraison dont l’effectif total est N. Au moyen d’uninstrument
de mesure, on détermine lesn valeurs individuelles
xl,
x2’ ..., xv, ..., xn.Ensuite,
on calcule la moyenne x de l’échantillon :.
et sa variance :
Revue de Statistique Appliquée. 1962 - Vol. X - N’ 2
8
A
partir
dex
et s, on calcule la"caractéristique
desondage"
z,On a donc
remplacé
dansl’équation (5)
lesparamètres inconnus p,
et ode la
livraison,
par les valeurs estimées connuesx
et s del’échantillon .
Le facteur u estremplacé
par le facteur k. k est une valeur fixe pourchaque plan d’échantillonnage (cf. paragraphe 7).
Si la
caractéristique
desondage
trouvée pour l’échantillon est z T, la livraison estacceptée ;
si au contrairez > T, la livraison est refusée.
5 - LA COURBE
CARACTERISTIQUE
D’UN PLAN D’ECHANTILLONNAGE - Unplan d’échantillonnage
est caractérisé par la taille n de l’échantillon et par le facteurd’acceptation
k. Dans cequi suit,
ces deux valeurs seront déterminées defaçon
que leplan
ait une courbe d’efficacité fixéeW(p).
Acet
effet,
les"bonnes"
et les"mauvaises"
livraisons sont tout d’abord défi- nies exactement comme pour unéchantillonnage
avec contrôlequalitatif (figure 3).
Une livraison estappelée "bonne",
si laproportion
depièces
mauvaises est ppo ;
elle estappelée "mauvaise",
si laproportion
estp > pl > po..Le
"niveau
dequalité acceptable" po
et le"pourcentage
depièces
défectueuses à ne pas tolérer dans lelot" pl
sont fixés àpartir
de considérations tech-niques
etéconomiques.
On
appelle
a le"risque
duproducteur"
dû auplan d’échantillonnage : risque qu’un
bon lot de laqualité
po soit refusé(d’une
manièreerronée),
et(3
le"risque
duconsommateur" : risque qu’un
mauvais lot de laqualité pl
soit
accepté (d’une
manièreerronée).
On doit avoir :Figure 3
Revue de Statistique Appliquée. 1962 - Vol. X - N’ 2
9
a
et P
sont de"petites"
valeurs de l’ordre de0, 10
...0, 01, (que
l’onpeut
fixer arbitrairement à l’intérieur de certaineslimites ;
on les faitgénéra-
lement
dépendre
de l’effectif total du lot. Legraphique
3 illustre la relation entre p et W suivant laprésentation
habituelle. C egraphique porte
une échelle uniforme en abscisse pour p etégalement
une échelle uniforme enordonnée
pour W.
6 - LA COURBE D’EFFICACITE
W(p)
SUR LE"PAPIER
A DOUBLE ECHELLEGAUSSIENNE".
Le
papier
à échellegaussienne
a étéproposé
pour lapremière
foispar le Colonel
Français Henry.
Cepapier porte
une échelle uniforme enabscisse pour la
caractéristique
x et une échellegaussienne
en ordonnée pour lafréquence
cumulée 03A6.(Sur
cepapier,
la courbe desfréquences
cumulées03A6
(x)
d’une distribution normale estreprésentée
par uneligne droite).
A côtéde l’échelle
gaussienne,
onplace
une échelle uniforme(voir graphique 4) .
Le
"papier
à double échellegaussienne" porte également
deux échelles de cette sorte aussi bien en abscissequ’en
ordonnée. Mais contrairement à l’orientation habituelle de l’axe des abscisses(axe horizontal),
cet axe estgradué
en valeurs croissantes de u de droite àgauche (voir graphique 4) .
On utilise donc un
papier
surlequel
les deux axesportent,
à côté de l’échelle uniforme u, une autre échellegaussienne
non uniforme pour p et W.Figure 4
Revue de Statistique Appllouée. 1962 - Vol. X - N’ 2
10
Le
graphique
3 montre la relation entre p et W. En faisant corres-pondre
àchaque proportion
depièces
mauvaises p le chiffre dequalité
u(voir graphique 2),
et àchaque probabilité d’acceptation
W la valeur réduiteu W,
on
peut également
fairecorrespondre
u et uW, à laplace
de p et W.L’équa-
tion de la courbe
caractéristique W(p)
est alorsoù
(k ; n)
sont lesparamètres
définissant leplan d’échantillonnage. L’équa-
tion
(10)
est celle d’uneligne
droite dans lesystème
de coordonnées(u ; uW).
Sur le
graphique (correspondant
augraphique 4)
cette droite passe par les deuxpoints Po (po ;
1 -a )
etPl (pl
Au moyen de cespoints,
onpeut
déter- miner facilement lesparamètres
k et n : sur legraphique 4,
on a : po - 1% ; WI =
1 - a = 93%
et po - 8% ; W1 = 03B2
= 10%.
Ces valeurs
correspondent
à l’un des nombreuxplans
du Mil. Std. 414.7 - LA DETERMINATION
GRAPHIQUE
DE LA TAILLE DE L’ECHANTILLON(n)
ET DU"FACTEUR D’ACCEPTATION" (k) -
Si l’on
porte
dansl’équation (10) u W -
0 ou W = 50%,
on obtient u = k.Il en
résulte, qu’après
avoir trouvé lepoint
d’intersection de la droite hori- zontalepassant
par uw - 0 ou W = 50%
et de la droited’acceptation W(p) ,
on
peut
lire sur l’échelle horizontale u le facteurd’acceptation
k au moyenduquel
on calcule lacaractéristique
desondage
z = x + ks.Si l’on
porte
dansl’équation (10)
En
conséquence,
si l’onporte
en abscisse u = k+ 1Î, , ,
comme il estindiqué
sur legraphique
4, on lit n sur l’échelle verticale uw. Si à côté de cette échelle on dessine une autre échelle pour n =u;,
onpeut
lire immé- diatement la taille n de l’échantillon. On détermine doncVn’
ou nd’après
letriangle
dont les côtés sont hachurés sur legraphique
4. D’une manière trèssimple
on a ainsi déterminégraphiquement
lesgrandeurs
k et n.8 - PRESENTATION
PRATIQUE
DU RESEAU A DOUBLE ECHELLE GAUS- SIENNE -Afin que les valeurs des
paramètres qui peuvent
seprésenter
lors del’application
desplans puissent figurer
sur une feuille de la norme allemande DIN-A-3 on a choisi la forme de réseaureprésentée
sur legraphique
5. Lesdeux échelles
gaussiennes
pour p et W ne sont pas modifiées parrapport
augraphique
4. Pour des raisonspratiques,
legraphique
5 estcependant
modifiéde la
façon
suivante :a)
L’échelle uniforme u,graduée
en valeurs dek,
estplacée
àla
partie supérieure
dugraphique
pourpermettre
de lire les valeurs k.b)
Comme fonction dek,
la courbe auxiliaireRevue de Statistique Appliquée. 1962 - Vol. X - N’ 2
11
est dessinée afin
qu’on puisse
mesurer sans aucuneopération
la moitié de laligne
de base dutriangle.
Figure 5
c) L’origine
n = 0 de l’échelle verticale n =u W
et letriangle
pourn sont
placés
au bord inférieur.d)
L’échelle uniformeUw
de l’axe vertical devenuesuperflue
estsupprimée.
e) Enfin,
sur la droitefigure
une deuxième échelle pour n. Elle résulte de l’introduction dedans
l’équation (10).
On trouve ainsi
2uw = Vn
ou n = 4u2W,
et l’on a :ndroite = 4n gauche,
Ondoit utiliser cette échelle pour y lire n, si n devient
plus grand
que 55.L’utilisation de ce
graphique exige qu’il
soit muni delignes quadrillées,
d’une manière suffisamment
dense ;
cequadrillage
a étésupprimé
sur lafigure
afin de rendre le dessinplus
clair.Revue de Statistique Appliquée. 1962 - Vol. X - N’ 2
12 9 - EXEMPLE -
Dans un contrat de livraison on a
prescrit
une limite de tolérancesupé-
rieure unilatérale T = 173,3, pour une
caractéristique
x."En principe" ,
toutes les valeurs de la
caractéristique
x devraient êtreplus petites
queT(x T). Cependant,
une livraison est encore considérée commeacceptable
si la
proportion
p au-dessus de la limite de tolérance est ppo -
1%.
Elle n’estplus acceptable
si cetteproportion
devient p >pl 8
%.
Laprobabilité d’acceptation Wo
pour de bons lots doit être 1 - a =0, 93 -
93%
auminimum ,
et la
probabilité d’acceptation
W pour de mauvais lots doitêtre P = 0,10 =10%
au maximum. Les valeurs choisies pour a,
pl et P correspondent
à l’un des nombreuxplans d’échantillonnage
du Mil. Standard414,
pourpo -
1%.
Avec les deux valeurs
on entre dans le
papier
à double échellegaussienne
dugraphique
5. Ladroite
passant
parPo
etPl
est la courbecaractéristique d’acceptation
du testW(p)
pour leplan
enquestion.
Pour W = 50
%
on trouve, sur l’échelle horizontalesupérieure
le facteurd’acceptation
k =1,83.
Comme fonction dek,
onprend
la moitié de laligne
de
base 1 b(k)
dutriangle
pour n. Avecb/2 (ou b),
on dessine letriangle
hachuré pour n au bord
inférieur,
en yportant
lalongueur
deb/2 (ou b) .
Sur l’échelle n
(à
droite ou àgauche),
on lit la taille de l’échantillon n =ns = 24..
La
prescription
desondage exige
donc :a)
deprendre
dans la livraison N un échantillon aléatoire de nos - 24pièces.
b)
de déterminer les 24 valeursparticulières xi, x 2’
...,...,x24
au moyen d’un instrument de mesure.c)
de calculer la moyenne x de l’échantillon.d)
de calculerl’écart-type
s de l’échantillon.e)
de calculerla caractéristique
desondage
z =x
+ ks.f) d’accepter
le lot si lacaractéristique
desondage
est z T .de refuser le lot si la
caractéristique
desondage
est z > T . 10 - INDICATIONS CONCERNANT D’AUTRES PLANS -Comme la
caractéristique
desondage
z est calculée àpartir
de lamoyenne x et de
l’écart-type
s d’unéchantillon,
onappellera
lesplans
cor-respondants plans (x ; s).
Il estprobable
quel’ingénieur
de contrôle considè-rera ces
plans
commeinapplicables
car ilsexigent
que l’on calcule la va-ri anc eS2
etl’écart-type
s d’un échantillon.(Il paraît
que c’est uneopération quasi-impossible
dansl’industrie).
Cette difficulté est évitéesi,
à laplace
de s, on utilise l’étendue moyenne R de sous-échantillons. A cet
effet ,
l’échantillon total est divisé en 1"sous-échantillons"
degrandeur
m, avec lacondition ml = n. Pour
chaque
sous-échantillonÀ( À = 1, 2,
...,1),
on calculetout d’abord
R03BB ;
on calcule ensuite l’étendue moyenne de l’échantillon total :Revue de Statistique Appliquée. 1962 - Vol. X - N’ 2
13
On observera que ce
procédé est
le même que celuiqui
estappliqué
dans les cartes de contrôle
(cartes
x ;R).
Pour la division de l’échantillontotal,
l’ordre des n valeurs xvqui
s’est établi aléatoirement doit être res-pecté.
En aucun cas, ces valeurs ne doivent êtrepermutées après
que lesmesures ont été effectuées. A
partir
de x etR
on calcule lacaractéristique
de
sondage :
que l’on compare à la limite de tolérance
T,
exactement comme pour lesplans (x ; s).
Les courbes
caractéristiques W(p)
pour de telsplans (x ; R)
deviennentégalement
deslignes
droites dans lepapier
à double échellegaussienne,
desorte que l’on
peut
déterminer K et n = nR enappliquant
les mêmesrègles
que pour la détermination de k et n = ns. A la
place
de la courbe auxiliaire2 b(k),
on utilise une autrecourbe :
Figure 6
Revue de Statistique Appliquée, 1962 - Vol. X - N’ 2
14
(Pour
des sous échantillons de taille m = 5,°m
a la valeurS5 - 0, 831).
Dansces
conditions,
onpeut
aussi utiliser lesconsignes précédemment
donnéespour la détermination
graphique
de K et n = nR àpartir
de"plans
utilisantl’étendue",
comme il ressort dugraphique
6.L’exemple précédent
donne lesvaleurs K =
0,79
et n = nR = 30.Plus
simples
encore sont lesplans qui emploient
la médiane moyenneX2
et l’étendue moyenneR
de 1 sous-échantillons. Lesopérations
nécessaires pourl’exploitation
des résultats de mesures y sont réduites à un minimum . Bienentendu,
cettesimplification
s’effectue auxdépens
des frais desondage
caractérisés par la taille n de l’échantillon. L’échantillon total n pour de tels
plans
doit être un peuplus grand
que pour desplans (x ; s)
etx ; R) .
0Si l’on veut avoir la même courbe
caractéristique W(p)
pour tous lesplans,
les frais
augmentent
enproportion
de : -.(En
utilisant des sous-échantillons de taille m =5, 03B4m = Ô = 0, 831
et03B5m = 03B55 = 0.956 ~ 1).
(Voir figure 7,
unereproduction
desgraphiques proposés
par l’auteurN.d.l.R).
Revue de Statistique Appliquée. 1962 - Vol. X - N’ 2
15 Figure 7
a/2
pour Plan ("X, 0)c/2
pour Plan (x,R) b/2
pour Plan (x, s)d/2
pour Plan(xz,
R)Revue de Statistique Appliquée. 1962 - Vol. X - N* 2
Double réseau de probabilité de K. Stange