analyse de pareto

Bernard Clément, PhD Diagramme de Pareto janvier 2006

1

ButGraphique à barres verticales en ordre décroissant de fréquence.

(ou en ordre décroissant des coûts préférablement)Le graphique qui résulte s’appellediagramme de Pareto.C’est un outil de visualisation de la fréquence (coût) des causes, des sources de variation, desproblèmes de qualité, etc.Applications Mettre en évidence l'aspect principal d'un problème. Établir les priorités dans les activités d’amélioration de la qualité. Aider à choisir les éléments ou causes spécifiques à étudier en vue d’apporter

des améliorations. Évaluer l'efficacité des améliorations apportées en présentant les diagrammes de

Pareto : avant et après Permet de comprendre au premier coup d'œilles problèmes et leur gravité respective Mettre en ordre d’importance, les effets des facteurs dans une expérience planifiée.

Principeloi de Pareto aussi appelée règle du 80 / 2080% de la variabilité est expliquée par 20% des causesFormulation de Juran “Vital few and trivial many”

Exemples Un petit nombre de catégorie de défauts expliquent la majorité des défauts. Un nombre restreint de processus cause la majorité des rebuts. Un petit nombre de produits expliquent la majorité des profits. Un nombre restreint de clients est la source principale des ventes. Un petit nombre de fournisseurs sont responsables de la majorité des

pièces non conformes.Méthode

1. Choisir la variable catégorique (X axe horizontal) pour classer les données :

type de non-conformité (défauts), type de produits, machines, opérateurs, causes, etc.

2. Choisir une unité de mesure (Y axe vertical) pour faire le tableau des données :

effectif (ou fréquence), coûts.

3. Faire la collecte des données ou employer des données historiques disponibles.

Préciser la période de référence où les données furent collectées.

4. Produire le tableau et tracer le graphique en ordre décroissant de fréquence ou

coût. L’ajout de la courbefréquence cumulative est optionnel mais utile.

Remarque : un logiciel statistique est très utile pour

Consigner les données et Tracer le graphique.

5. Identifier les catégories les plus fréquentes.

Analyse de Pareto - Diagramme de Pareto


2

Exemple 1 nombre de défauts sur un circuit impriméD. C. Montgomery (2005) Introduction to Statistical Quality Control, 5e, p. 293données brutes : 98 observations fichier Statistica

type de défaut sur un circuit imprimé

type défaut fréquence

1 Wire_Incorrect 1

2 Sold._Insufficient 1

3 Raw_Cd_Damaged 1

. . . . . . . . . . . . .

96 Comp._Improper_1 1

97 Tst._Mark_EC_Mark 1

98 Sold._Splatter 1

tableau des effectifs (fréquence)

Frequency table: type défaut (Pareto-défauts circuits imprimés.sta)

Count Cumulative Percent Cumulative

Stamping_Oper_ID 1 1 1.02 1.02

Stamping_Missing 1 2 1.02 2.04

Sold._Short 1 3 1.02 3.06

Wire_Incorrect 1 4 1.02 4.08

Raw_Cd_Damaged 1 5 1.02 5.10

Comp._Extra_Part 2 7 2.04 7.14

Comp._Missing 2 9 2.04 9.18

Comp._Damaged 2 11 2.04 11.22

TST_Mark_White_Mark 3 14 3.06 14.29

Tst._Mark_EC_Mark 3 17 3.06 17.35

Raw_CD_Shroud_Re. 3 20 3.06 20.41

Sold._Splatter 5 25 5.10 25.51

Comp._Improper_1 6 31 6.12 31.63

Sold._Opens 7 38 7.14 38.78

Sold._Cold_Joint 20 58 20.41 59.18

Sold._Insufficient 40 98 40.82 100.00

Missing 0 98 0.00 100.00

Analyse de Pareto -- Diagramme de ParetoExemples avec Statistica


3


4

Pareto Chart: Count

40

20

7 6 5 3 3 3 2 2 2 1 1 1 1 1

Sol

d._I

nsuf

ficie

nt

Sol

d._C

old_

Join

t

Sol

d._O

pens

Com

p._I

mpr

oper

_1

Sol

d._S

plat

ter

Raw

_CD

_Shr

oud_

Re.

Tst

._M

ark_

EC

_Mar

k

TS

T_M

ark_

Whi

te_M

ark

Com

p._M

issi

ng

Com

p._E

xtra

_Par

t

Com

p._D

amag

ed

Wire

_Inc

orre

ct

Sol

d._S

hort

Sta

mpi

ng_M

issi

ng

Sta

mpi

ng_O

per_

ID

Raw

_Cd_

Dam

aged

0

10

20

30

40

50

60

70

80

90

100

20%

40%

60%

80%

100%


5

Exemple 2 diagramme de Pareto– planification et analyse d’expérience

Y : longueur de fissures (mm) pièces alliage nickel-titaniumà minimiser 4 facteurs A, B, C, D

A : temp B: contenu titanium C : traitement chaleur D: quantité raffineur

Plan de 16 essaisA B C D Y1 Y2-1 -1 -1 -1 1.71 1.911 -1 -1 -1 1.42 1.48

-1 1 -1 -1 1.35 1.531 1 -1 -1 1.67 1.55

-1 -1 1 -1 1.23 1.381 -1 1 -1 1.25 1.26

-1 1 1 -1 1.46 1.421 1 1 -1 1.29 1.27

-1 -1 -1 1 2.04 2.191 -1 -1 1 1.86 1.85

-1 1 -1 1 1.79 1.951 1 -1 1 1.42 1.59

-1 -1 1 1 1.81 1.921 -1 1 1 1.34 1.29

-1 1 1 1 1.46 1.531 1 1 1 1.38 1.35

EFFET Err-Type t(17) p

Moy 1.5609 0.0225 69.312 0.0000

(3)C -0.2919 0.0450 -6.480 0.0000

(4)D 0.2244 0.0450 4.982 0.0001

(1)A -0.2131 0.0450 -4.732 0.0002

(2)B -0.1206 0.0450 -2.678 0.0159

1 * 4 -0.1131 0.0450 -2.512 0.0224

2 * 4 -0.1081 0.0450 -2.401 0.0281

1 * 2 0.0919 0.0450 2.040 0.0572

2 * 3 0.0806 0.0450 1.790 0.0913

3 * 4 -0.0344 0.0450 -0.763 0.4558

1*2*3 -0.0144 0.0450 -0.319 0.7535

1*2*4 -0.0131 0.0450 -0.291 0.7743

2*3*4 -0.0119 0.0450 -0.264 0.7952

1 * 3 -0.0094 0.0450 -0.208 0.8376

1*3*4 -0.0044 0.0450 -0.097 0.9238

Diagramme de Paretodes Effets Standardisés

VD: Y long fis

-.097134

-.208143

-.263648

-.291401

-.319153

-.763192

1.790032

2.039804

-2.40059

-2.5116

-2.67811

-4.73179

4.981563

-6.48019

p=.05

Estimation de l'Effet Standardisé (Valeur Absolue)

1*3*4

1*3

2*3*4

1*2*4

1*2*3

3*4

2*3

1*2

2*4

1*4

(2)B

(1)A

(4)D

(3)C

analyse de pareto

Documents