NIVEAU LICENCE

De nos jours, la qualité a une importance

capitale et stratégique dans les entreprises
industrielles et de services des secteurs privé,
public et parapublic.

La qualité se mêle au principe de la qualité

totale qui comprend les éléments de
QVALITÉ.
 La qualité totale comprend les trois
éléments suivants:
 Séduction du client
 Qualité de rendement sur le capital ( pour les actionnaires)
 Qualité de vie pour l’employé: rémunération, défis,
reconnaissance, sentiment d’appartenance, etc.
La qualité d’un produit ou d’un service se
définit par les caractéristiques qu’il devra
posséder afin de satisfaire certains besoins
d’un client.
 Convenance à l’usage: à quoi sert le produit.

 Durabilité: durée de fonctionnement ou durée

de vie.
 Fiabilité: probabilité de fonctionnement sans
panne pour une période donnée dans des
conditions d’utilisation normales.

 Régularité: niveau constant de qualité d’une

unité à l’autre.
La GIQ est basée sur la philosophie de
l’approche de qualité totale.

Elle comprend 3 dimensions

 Humaine: psychologique et politique
 travail d’équipe

 Logique: rationnelle et systémique

 Technologique: technique, mécanique et

systématique
Un produit de qualité doit passer par les
activités qui mènent à la satisfaction du client
ou qui permettent de la dépasser.

Ces activités forment le cycle de la qualité du

produit.
1- Création de la qualité

2- Préparation de la qualité

3- Réalisation de la qualité

4- Maintien de la qualité
 Définition de la clientèle.
 Détermination de ses besoins ou de ses exigences.
 Conception et développement du produit.
 Élaboration des spécifications du produit, des limites à
respecter, des processus du production et des matières à utiliser
pour réaliser le produit.
 S’assurer de la qualification de la main-
d’œuvre.
 Vérification des équipements de production, de
manutention et des installations d’entreposage,
des méthodes de travail et procédés pour
s’assurer qu’ils permettent de réaliser des
produits de qualité.
 Inclut la réception des matières, des pièces
commandées, la transformation de ces matières
en produits finis, le stockage temporaire des
produits en cours de fabrication, l’emballage,
l’expédition des produits finis.
 Comprend les activités formelles et les
systèmes de contrôle de la qualité.
 Comprend le transport, l’entreposage,
l’installation et la distribution du produit fini.
 Comprend les services après vente.
Le contrôle de la qualité sert à mesurer les
résultats d’une activité ou d’un ensemble
d’activités et à comparer ces résultats à un ou
des objectifs visés en vue de déterminer s’il
existe un écart significatif entre les deux.

Le contrôle de la qualité se fait à l’aide

d’outils statistiques.
 Quoi contrôler?
• On ne peut pas et on ne doit pas tout contrôler.
• Éléments de contrôle: caractéristiques chimiques,
dimensions, poids, rendements, apparence, goût,
durabilité,…

 Quand contrôler?
• Sporadiquement, régulièrement, lors de plaintes ou
d’incidents critiques, à la demande d’un client,
selon un plan préétabli
 Qui contrôle?
• Opérateur ou inspecteur
 Comment contrôler?
• Contrôle par attribut ou par mesure
 Où contrôler?
• Lors de la production, avant la livraison ou à la
réception
 Combien contrôler?
• Contrôle à 100% ou par échantillon
1- Contrôle par attributs: un attribut est choisi et son
absence ou sa présence constatée (ex.: ampoule s’allume ou
non).

2- Contrôle par mesure: on mesure les caractéristique

contrôlées (ex.: intensité d’une ampoule)
Objectif du contrôle de la qualité:
• Détection de la non-qualité

Objectif de l’assurance de la qualité:

• Prévention de la non-qualité
Il existe des normes internationales pour
évaluer l’assurance de la qualité. ISO
(International Organization for Standards) en
est une.
La norme ISO consiste, pour l’entreprise, à produire un cahier
dans lequel on retrouve toutes les étapes à suivre pour produire
un bien ou un service selon des critères bien spécifiques.

Elle représente une forme de qualité si on applique toutes ces

étapes de façon systémique.
 2 systèmes de contrôle de la qualité

la détection des défauts la prévention des défauts

les plans les cartes de contrôle

d’échantillonnage
C’est un ensemble de règles qui permet de
décider si l’on doit accepter ou refuser un lot
de produits finis ou de matières et de pièces
reçues.
 Le résultat de l’application d’un plan
d’échantillonnage n’est pas une évaluation de
la qualité du lot inspecté.
 Un plan d’échantillonnage permet d’accepter
ou de rejeter un lot sans avoir à inspecter toutes
les pièces.
 L’avantage d’un plan d’échantillonnage est
qu’il évite la vérification à 100% (inspection de
toutes les unités du lot).
 L’inconvénient d’un plan d’échantillonnage
est qu’il comporte des risques d’erreurs.

1er risque: le risque du fournisseur

C’est le risque de refuser un bon lot
 = Prob.(refuser un lot / le lot est de qualité
acceptable)
2e risque: le risque du client

C’est le risque d’accepter un mauvais lot.

 = Prob (accepter un lot/ le lot n’est pas d’un
niveau de qualité tolérable)
N: taille d’un lot
n: taille de l’échantillon
c: critère d’acceptation des lots (#unité
défectueuses)
: risque du fournisseur (refuser un bon lot)
: risque du client (accepter un mauvais lot)
1- Tirer au hasard un échantillon de taille n à
partir du lot de taille N.

2- Déterminer le nombre d’unités défectueuses d

dans cet échantillon.
3- Comparer ce nombre (d) avec un critère
d’acceptation c. Ce critère est le nombre
maximal d’unités défectueuses dans un
échantillon pour que le lot soit accepté.

4- Accepter le lot si d est égal ou inférieur à c.

 Le niveau de qualité est la proportion d’unités
défectueuses, p, dans un lot donné de taille N.

NQA: niveau de qualité acceptable (par le

fournisseur)
NQT: niveau de qualité toléré (par le client)
 La proportion d’unités défectueuses p suit une
loi de poisson si:
 p est petite et ne dépasse pas 10%
 La taille des échantillons n est relative grande, n > 15.

Le rapport N/n  10
 La table de Poisson se trouve en annexe C,
table 4 (p. 656).

np => rangées dans la table

c => colonnes dans la table
Pa => valeur dans la table
 n = 40
 c=1
 p = 2%

Quelle est la probabilité de rejeter un lot?

Quelle est la probabilité d’accepter un lot?

 np = 40(0,02) = 0,8

Prob(rejet) = Prob(d>=2 | np=0,8)

1- Prob(d<=1 | np=0,8) = 1-0,809 =
0,191

Prob(accepter) = Prob(d<=1 | np=0,8) = 0,809

 Évaluer l’efficacité d’un plan d’échantillonnage
revient à mesurer sa capacité à discriminer les
bons lots des mauvais.
 Plus cette capacité est élevée, plus le plan est
efficace et moins les risques du contrôle par
échantillonnage sont élevés.
 La courbe d’efficacité sert à illustrer
graphiquement ces risques.
Un client et son fournisseur s’entendent sur un
niveau de qualité qui correspond à un maximum
de 4% d’unités défectueuses par lot.

Considérons un contrôle parfait: n=N, c=0.04 x

N
Dans ce cas, tout le lot est inspecté et si plus de
c=0.04 x N pièces défectueuses sont trouvées, le
lot est rejeté.
Ceci donne la courbe d’efficacité suivante où
Pa est la probabilité d’acceptation d’un lot
ayant une proportion p d’unités défectueuses.
Pa
1.00

0.75 Courbe d ’efficacité idéale

0.50

0.25

4 10 p%
En réalité, les plans d’échantillonnage ne sont
pas parfaits: nN et cp x N.
Dans ce cas, la courbe d’efficacité a l’allure
suivante.
Pa Plus la proportion d’unités
1.00
défectueuses est grande, plus le
0.75

0.50
probabilité Pa d’accepter un lot est

0.25 faible.

4 10 p%
Soit un lot de N=1500 pièces parmi lequel un échantillon de
n=100 pièces est prélevé pour inspection. Le lot est refusé
lorsque le nombre d’unités défectueuses excède c=5 pièces
dans l’échantillon; tracez la courbe d’efficacité de ce plan
d’échantillon.

Pour tracer la courbe d’efficacité, il faut calculer la

probabilité d’observer 5 pièces défectueuses ou moins pour
différentes valeurs de p (différentes proportions d’unités
défectueuses).
Courbe d’efficacité pour un plan
d’échantillonnage n=100, c=5.
n p np c Pa
100 0.01 1 5 0.999
100 0.02 2 5 0.983
100 0.03 3 5 0.916
100 0.04 4 5 0.785
100 0.05 5 5 0.616
100 0.06 6 5 0.446
100 0.07 7 5 0.301
100 0.08 8 5 0.191
100 0.09 9 5 0.116
100 0.10 10 5 0.067
Pa

1,0
0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,1 p%
 Quel est le risque du fournisseur si celui-ci spécifie un niveau
de qualité acceptable (NQA) de 2.5%?
Le risque du fournisseur () étant le risque de refuser un bon lot,
ce que l’on cherche est la probabilité de refuser un lot dont la
qualité est de 2.5% d’unités défectueuses.
1-Prob(accepter un lot avec p=0.025, n=100, c=5)
=1-Pa

Pa = 0.958 (voir table de Poisson) d’où = 1-0.958=0.042

 Sile client spécifie que son niveau de qualité toléré
(NQT) est de 10%, quel est le risque d’accepter un lot
d’une telle qualité?

Le risque du client (est le risque d’accepter un mauvais

lot.
= Prob(accepter un mauvais lot avec p=0.10, n=100,
c=5)
= Pa
= Pa = 0.067
 Si le client spécifie un risque de 10%, quel est son
niveau de qualité toléré (NQT)?

Sur le graphique, pour = Pa = 0.10, on lit p=NQT =

9.2%.
 Cette norme est utilisée au Québec avec la
référence BNQ-9911-105.

 Elle permet d’établir un plan

d’échantillonnage selon la taille des lots.
Étapes:
1. Utiliser la table des lettres-codes pour déterminer la lettre-code
qui correspond à la taille du lot N.

2. Utiliser la table d’échantillonnage de contrôle simple et normal

et lire la valeur n correspondant à la lettre trouvée à l’étape 1.
3. Lire la valeur de c (ou Ac) sous une valeur donnée ou choisie
de NQA.

4. Le plan d’échantillonnage est n, c.

5. Calculer le risque  du fournisseur comme suit:
Multiplier n par NQA: on obtient une valeur de np. Dans la
table de Poisson, lire la valeur Pa correspondant au np calculé
et la colonne correspond à la valeur de c trouvée à l’étape 3.
6. Calculer  = (1-Pa), puisque Pa est la probabilité d’accepter un
lot et que  est la probabilité de refuser ce lot.

7. Répéter ces calculs pour NQT et calculer  qui est égal au Pa

correspondant à ( n X NQT) et à la valeur de c.
Des lots de 1500 pièces chacun doivent être inspectés en
utilisant le standard MIL-STD.105D; quelle sera la taille des
échantillons et le critère d’acceptation des lots?

Pour N=1500, la lettre code est K (niveau II, général).

Pour la lettre K, la taille des échantillons est n=125.
Le critère d’acceptation des lots est c=0 (si aucun niveau de
qualité acceptable est précisé).
Pour c=0 et n=125, le NQA est de 0.1%.
1. Si un NQA de 4% est spécifié, quelle est la
valeur de c?
Pour NQA=4%, c=10.

2. Quel est le risque du client (accepter un

mauvais lot) pour un NQT de 5%?
n=125, p=0.05, np=6.25, c=10 d’où =0.944
selon la table de Poisson.
Tout processus produit des variations:

 Aléatoires et non-contrôlables: la température

par exemple.

 Ayant des causes identifiables.

1) Vérifier si les variations produites par un
processus sont dues à des causes identifiables
(processus sous contrôle)
2) Vérifier si le processus lorsqu’il est sous
contrôle, peut respecter la tolérance établie.

=> se fait en comparant l’étendue des

variations produites par le processus (par
cartes de contrôle) et l’intervalle de tolérance
établi (par l’étude de capacité opérationnelle).
La carte a besoin d’une limite supérieure de contrôle (LSC)
et d’une limite inférieure de contrôle (LIC).

En général, les variations entre les limites LSC et LIC sont

dues à des causes non identifiables si elles suivent une
distribution normale.

Sinon, elles sont dues à des causes identifiables.

1) Par mesure

2) Par attributs
 Utilisent des variables mesurables telles que la
longueur, le poids, la largeur, la température ou
la vitesse.
 La carte la plus utilisée est la carte moyennes-
étendues ou carte X-E
• X représente la moyenne
• E représente l’étendue
1. Calculer la moyenne pour chaque échantillon soit X1 , X2…

2. Additionner toutes les moyennes des échantillons et calculer la

moyenne des moyennes X.

3. Calculer l’étendue de chaque échantillon E1, E2 , E3 …

4. Calculer la moyenne des étendues E.

5. Calculer la limite supérieure de contrôle pour la carte X à

partir de l’équation suivante: LSC = X + A2 E.

6. Calculer la limite inférieure de contrôle pour la carte X à partir

de l’équation suivante: LIC = X - A2 E.
7. Calculer la limite supérieure de contrôle pour la carte E: LSC
= D4E.

8. Calculer la limite inférieure de contrôle pour la carte E: LIC =

D3E.
Considérons un produit pour lequel on a pris 3
échantillons de taille 4 chacun.
Échantillon Mesures
1 12.3 12.5 11.9 12.1
2 12.7 12.2 12.0 12.3
3 12.2 12.9 12.5 12.0

n=4, m=3
Calculez les limites supérieure et inférieure de
contrôle de X et E.
 LSC = 12,835

Carte X

X = 12,3

LIC = 11,765

LSC = 1,673

Carte E

E = 0,7333

LIC = 0,000
La capacité opérationnelle du processus à
respecter l’intervalle de tolérance spécifié se
calcule si le processus est sous contrôle et la
distribution des variations suit une loi normale.
Cp = Intervalle de tolérance
Étendue du procédé

=> Intervalle de tolérance est déterminé par le client ou

l’ingénieur.

=> L’étendue du procédé = 6E / d2

où d2 est indiqué dans la table.
Quel est le coefficient de capacité
opérationnelle?

Est-ce que le processus est apte à respecter les

limites de tolérance de 12 +1.5 et 12-1.5?
 Utilisées lors d’un contrôle où une unité est
jugée bonne ou défectueuse.
 Plus simple à construire.
 Donnent moins de renseignements.
A) Réduire le taux de défauts.

B) Vérifier si ce taux varie d’une façon aléatoire

(i.e. si elles sont dues à des causes
identifiables).
 L’échantillon peut être l’ensemble de la
population ou une partie de celle-ci.
1. Pour l’ensemble des unités contrôlées, on
calcule la proportion moyenne d’unités
défectueuses: c’est l’axe central.
2. On calcule les limites de contrôle d’après la
formule:

p  (1  p )
LC = p  3
n
où p = proportion moyenne d’unités défectueuses.
n = nombre d’unités par échantillon.
 Approximation de l’écart-type =

p(1  p)
n
Si la valeur de la limite inférieure de contrôle
est négative, on la place à 0.
 m

d
j 1
j

p
n(m)

où dj = #unités défectueuses dans l’échantillon

j.
n = # observations dans l’échantillon.
m = # échantillons.