🎯 Leçon 1 : Vue d'ensemble de la Phase Measure
La phase Measure (Mesurer) est la deuxième étape du cycle DMAIC.
Après avoir défini le problème en phase Define, il faut maintenant
quantifier la situation actuelle avec des données fiables.
💡 Objectif de la phase Measure : Établir une baseline chiffrée
du processus actuel, valider le système de mesure, et identifier les variables clés
qui influencent la performance.
Pourquoi mesurer est essentiel ?
W. Edwards Deming disait : « Sans données, vous n'êtes qu'une personne de plus
avec une opinion. » La phase Measure apporte l'objectivité nécessaire pour :
- Quantifier le problème : Transformer « c'est trop lent » en « le délai
moyen est de 5,3 jours »
- Établir la baseline : Connaître le point de départ avant toute
amélioration
- Valider les mesures : S'assurer que les données sont fiables (MSA)
- Identifier les patterns : Repérer les tendances, la variabilité, les
anomalies
Les livrables clés de la phase Measure
- Plan de collecte de données : Quoi mesurer, comment, et combien
- Analyse du système de mesure (MSA) : Le système de mesure est-il fiable
?
- Statistiques descriptives : Moyenne, médiane, écart-type, histogrammes
- Capabilité processus : Cp, Cpk — le processus est-il capable ?
- Process Map détaillé : Cartographie détaillée avec variables clés
⏰ Durée typique
La phase Measure représente généralement 20-30% de la durée totale
d'un projet DMAIC. Pour un projet de 4 mois, comptez 3-5 semaines. C'est la phase
la plus intensive en collecte de données.
📋 Leçon 2 : Le Plan de Collecte de Données
Avant de collecter quoi que ce soit, vous devez planifier ce que vous
allez mesurer, comment, où, quand et
combien. Un plan de collecte mal conçu = des données inutilisables.
🎯 Règle d'or : Ne collectez que les données dont vous avez besoin
pour répondre à une question précise. Chaque mesure doit avoir un objectif clair.
Les 5 questions du plan de collecte
| Question |
Description |
Exemple |
| Quoi ? |
Quelle métrique mesurer (lié au CTQ) |
Temps de traitement d'une commande |
| Comment ? |
Méthode et outil de mesure |
Chronomètre + feuille de relevé |
| Où ? |
À quel point du processus |
Du clic client à la validation système |
| Quand ? |
Fréquence et période |
Chaque commande, pendant 2 semaines |
| Combien ? |
Taille d'échantillon nécessaire |
Minimum 30 observations (loi des grands nombres) |
Définition opérationnelle
La définition opérationnelle est une description précise et sans
ambiguïté de ce que vous mesurez. Elle garantit que deux personnes différentes
obtiendront le même résultat en mesurant la même chose.
📋 Exemple de définition opérationnelle
❌ Vague : « Mesurer le temps de livraison »
✅ Précis : « Le temps de livraison est mesuré en jours ouvrés,
du moment où le bon de commande est validé dans le système ERP (statut "Confirmé")
jusqu'au moment où le client signe le bon de réception. Les week-ends et jours
fériés sont exclus. »
Taille d'échantillon
La taille d'échantillon dépend de la variabilité du processus et de la précision
souhaitée. En règle générale :
- Données continues : minimum 30 observations pour les statistiques de
base
- Données discrètes : au moins 50-100 observations pour estimer un taux
de défaut
- Études de capabilité : 50-100 pièces consécutives
Piège courant
Ne tombez pas dans le piège de collecter trop de données « au cas où ».
Cela coûte du temps et de l'argent. Concentrez-vous sur les métriques
directement liées à vos CTQs définis en phase Define.
📊 Leçon 3 : Types de Données
Comprendre le type de données que vous collectez est fondamental car il détermine
les outils statistiques que vous pourrez utiliser.
Les deux grandes familles de données
Sous-catégories des données discrètes
- Binaires (attribut) : Oui/Non, Conforme/Non-conforme, Passe/Échoue
- Comptage : Nombre de défauts par unité, nombre de réclamations par mois
- Nominales : Catégories sans ordre (type A, B, C)
- Ordinales : Catégories avec ordre (faible, moyen, élevé)
💡 À retenir : Privilégiez toujours les données continues
quand c'est possible. Elles contiennent plus d'information et nécessitent moins
d'observations pour détecter des changements significatifs.
📋 Exemple pratique : Convertir discret → continu
Au lieu de mesurer « Livré à temps : Oui/Non » (discret, binaire),
mesurez plutôt le nombre de jours de retard (continu).
Vous passez de 2 valeurs possibles à une infinité, ce qui vous donne
beaucoup plus d'information sur la performance.
Discret : 30 observations nécessaires pour un taux de 90%
Continu : 30 observations suffisent pour moyenne + écart-type !
📈 Leçon 4 : Statistiques Descriptives
Les statistiques descriptives résument vos données en quelques
chiffres clés. Elles répondent à deux questions fondamentales :
Où se situe le processus ? (tendance centrale) et
Quelle est sa variabilité ? (dispersion).
Mesures de tendance centrale
- Moyenne (x̄) : Sensible aux valeurs extrêmes (outliers). Utilisée quand
la distribution est symétrique.
- Médiane : Valeur du milieu quand les données sont ordonnées. Robuste
aux outliers.
- Mode : Valeur la plus fréquente. Utile pour les données discrètes.
📋 Exemple pratique : Moyenne vs Médiane
Temps de traitement (minutes) : 5, 6, 5, 7, 6, 5, 8, 6, 45, 7
Moyenne = 10,0 min (inflated par l'outlier de 45 min)
Médiane = 6,0 min (valeur représentative du processus)
→ Dans ce cas, la médiane est un meilleur indicateur de la performance
« normale » du processus. Le 45 min doit être investigué séparément.
Mesures de dispersion
- Étendue (Range) : Max − Min. Simple mais sensible aux outliers.
- Écart-type (σ) : Mesure standard de la variabilité. Plus σ est petit,
plus le processus est stable.
- Variance (σ²) : Carré de l'écart-type. Utilisée dans les calculs
statistiques.
La distribution normale (courbe de Gauss)
💡 À retenir : En Lean Six Sigma, l'objectif est de réduire la
variabilité (σ) jusqu'à ce que 6 écarts-types tiennent entre
les limites de spécification. D'où le nom « Six Sigma » = 3,4 défauts par million
d'opportunités (DPMO).
🎯 Leçon 5 : Capabilité Processus (Cp & Cpk)
La capabilité processus mesure l'aptitude d'un processus à produire
des résultats conformes aux spécifications du client. C'est la confrontation entre
ce que le client exige et ce que le processus délivre.
Limites de spécification vs Limites de contrôle
- LSL / USL (Lower/Upper Specification Limit) : Définies par le
client. Ce qu'il accepte.
- LCL / UCL (Lower/Upper Control Limit) : Calculées à partir des
données du processus. Ce que le processus produit.
💡 Différence cruciale : Les limites de spécification sont la « voix du
client ».
Les limites de contrôle sont la « voix du processus ».
La capabilité compare les deux.
Indice Cp (Capabilité potentielle)
Le Cp mesure si le processus pourrait être capable, en supposant
qu'il est parfaitement centré entre les spécifications. Il ignore le centrage réel.
Indice Cpk (Capabilité réelle)
Le Cpk tient compte du décalage du processus par rapport au centre
des spécifications. Un Cpk < Cp indique un processus décentré.
Interprétation des indices
| Cp / Cpk |
Interprétation |
Niveau Sigma ≈ |
DPMO ≈ |
|
< 1,00
|
❌ Non capable — le processus produit des défauts |
< 3σ |
> 66 800 |
| 1,00 – 1,33 |
Tout juste capable — à surveiller de près |
3σ – 4σ |
66 800 – 6 210 |
| 1,33 – 1,67 |
✅ Capable — objectif minimum pour la plupart des industries |
4σ – 5σ |
6 210 – 233 |
| ≥ 2,00 |
🌟 Excellent — niveau Six Sigma |
≥ 6σ |
≤ 3,4 |
📋 Exemple pratique : Calcul du Cpk
Spécification : Diamètre de pièce = 50 ± 0,5 mm (LSL = 49,5 ;
USL = 50,5)
Processus : x̄ = 50,1 mm ; σ = 0,12 mm
Cp = (50,5 − 49,5) / (6 × 0,12) = 1,0 / 0,72 = 1,39
Cpk = min[(50,5 − 50,1) / (3 × 0,12), (50,1 − 49,5) / (3 × 0,12)]
Cpk = min[0,4 / 0,36, 0,6 / 0,36] = min[1,11 ; 1,67] =
1,11
→ Cp = 1,39 ✅ mais Cpk = 1,11
→ Le processus est potentiellement capable mais décentré vers le
haut.
Il faut recentrer le processus à 50,0 mm.
🔬 Leçon 6 : Analyse du Système de Mesure (MSA)
Avant de faire confiance à vos données, vous devez vérifier que votre
système de mesure est fiable. L'Analyse du Système de Mesure (MSA)
répond à la question : « Mes mesures reflètent-elles la réalité ? »
🎯 Principe : Toute mesure contient une part de variation due au
processus (ce qu'on veut mesurer) et une part due au système de mesure (erreur de mesure).
Le MSA quantifie cette erreur.
Les 5 propriétés d'un bon système de mesure
| Propriété |
Définition |
Analogie du tir |
| Exactitude (Bias) |
La mesure moyenne est proche de la valeur vraie |
🎯 Les tirs sont centrés sur la cible |
| Répétabilité |
Un même opérateur obtient les mêmes résultats |
🎯 Tirs groupés (même tireur) |
| Reproductibilité |
Différents opérateurs obtiennent les mêmes résultats |
🎯 Tirs groupés (tireurs différents) |
| Stabilité |
Les résultats sont constants dans le temps |
🎯 Même groupement jour après jour |
| Linéarité |
L'exactitude est la même sur toute la plage de mesure |
🎯 Aussi précis de près que de loin |
L'étude Gage R&R
L'étude Gage R&R (Repeatability & Reproducibility) est l'outil
principal du MSA. Elle décompose la variation totale observée :
Interprétation du Gage R&R
< 10%
✅ Acceptable
10-30%
Marginal
> 30%
❌ Inacceptable
À retenir
Si votre Gage R&R est > 30%, arrêtez tout et améliorez d'abord
votre système de mesure. Des données non fiables conduisent à des conclusions
erronées. Vous risquez de résoudre le mauvais problème !
Comment réaliser une étude Gage R&R
- Sélectionnez 10 pièces couvrant la plage de variation du processus
- Choisissez 2-3 opérateurs représentatifs
- Chaque opérateur mesure chaque pièce 2-3 fois (ordre aléatoire)
- Analysez les résultats avec un logiciel statistique (Minitab, JMP,
Excel)
- Interprétez le % de variation due au système de mesure
🗺️ Leçon 7 : Process Mapping Détaillé
En phase Define, vous avez créé un SIPOC (vue haut niveau).
En phase Measure, il faut descendre dans le détail avec un
Process Map (cartographie détaillée) qui identifie chaque étape,
décision, attente et boucle de reprise.
Types de Process Maps
- Flowchart basique : Séquence linéaire des étapes avec des losanges pour
les décisions
- Swimlane (couloirs) : Montre qui fait quoi, par rôle ou département
- Value Stream Map (VSM) : Ajoute les temps de cycle, d'attente et les
stocks
Exemple de flux de processus
Identifier les variables avec le Process Map
Pour chaque étape du processus, identifiez les variables X
(inputs/facteurs) qui peuvent influencer le Y (output/résultat) :
Classez les variables X en trois catégories :
- C = Contrôlable : Variable que l'on peut
ajuster (température, vitesse)
- N = Bruit (Noise) : Variable difficile à
contrôler (humidité, lot matière)
- S = SOP (Standard Operating Procedure) :
Variable standardisée par une procédure
🎯 À retenir
Le Process Map détaillé est le pont entre Measure et Analyze.
Les variables X identifiées ici seront testées statistiquement en phase Analyze
pour déterminer lesquelles ont un impact significatif sur le Y.
📝 Résumé du Module 3
La phase Measure transforme les opinions en faits. Voici les points
clés à retenir :
- Plan de collecte : Définissez précisément quoi, comment, où, quand et
combien mesurer
- Types de données : Privilégiez les données continues pour plus de
puissance statistique
- Statistiques descriptives : Moyenne, médiane, écart-type pour
caractériser le processus
- Capabilité Cp/Cpk : Le processus peut-il satisfaire les spécifications
du client ?
- MSA / Gage R&R : Validez la fiabilité de votre système de mesure AVANT
de collecter
- Process Map : Identifiez les variables X qui influencent le résultat Y
🏁 Gate Review : Avant de passer en phase Analyze, vérifiez que :
✅ Le baseline du Y est documenté •
✅ Le système de mesure est validé (Gage R&R < 30%) • ✅ Le Cpk du processus est calculé • ✅
Le Process Map détaillé identifie les variables X potentielles
🧠 Quiz — Testez vos connaissances
Vérifiez votre compréhension de la phase Measure avec ces questions :
1. Quel est l'objectif principal de la phase Measure ?
A) Trouver les causes
racines du problème
B) Établir une baseline
chiffrée et valider le système de mesure
C) Implémenter des
solutions d'amélioration
D) Définir le périmètre du
projet
✅ Correct ! La phase Measure vise à
quantifier la situation actuelle avec des données fiables.
❌ Incorrect. La phase Measure
consiste à établir une baseline chiffrée et valider le système de mesure.
2. Quelle est la différence entre Cp et Cpk ?
A) Cp mesure la moyenne,
Cpk mesure l'écart-type
B) Cp est pour les données
continues, Cpk pour les données discrètes
C) Cp ignore le centrage du
processus, Cpk en tient compte
D) Il n'y a pas de
différence, ce sont des synonymes
✅ Correct ! Cp mesure la capabilité
potentielle (si le processus était centré), tandis que Cpk tient compte du décalage
réel.
❌ Incorrect. Cp ignore le centrage
tandis que Cpk prend en compte le décalage réel du processus.
3. Un Gage R&R de 25% signifie que le système de mesure est :
A) Acceptable (<
10%)
B) Marginal — à
améliorer si possible (10-30%)
C) Inacceptable —
à corriger avant de continuer (> 30%)
D) Excellent —
aucune action requise
✅ Correct ! Un R&R entre 10% et
30% est marginal. Il peut être utilisé mais devrait être amélioré.
❌ Incorrect. 25% se situe
dans la zone marginale (10-30%), acceptable sous conditions mais à améliorer.
4. Lequel de ces exemples est une donnée continue ?
A) Nombre de défauts
par lot
B) Température du four
(en °C)
C) Conforme /
Non-conforme
D) Type de panne (A, B
ou C)
✅ Correct ! La température est une
donnée continue : elle peut prendre n'importe quelle valeur (23,4°C, 23,45°C…).
❌ Incorrect. La température en °C
est une donnée continue car elle peut prendre n'importe quelle valeur sur une
échelle.
5. Pourquoi la médiane est-elle parfois préférable à la
moyenne ?
A) La médiane est
toujours plus précise
B) La médiane prend en
compte plus de données
C) La médiane est
robuste aux valeurs extrêmes (outliers)
D) La médiane est plus
facile à calculer
✅ Correct ! La médiane n'est pas
influencée par les outliers, contrairement à la moyenne qui peut être tirée vers les
extrêmes.
❌ Incorrect. La médiane est
préférée quand il y a des outliers car elle n'est pas influencée par les valeurs
extrêmes.
6. Que signifie Y = f(X) en Six Sigma ?
A) Y est toujours
supérieur à X
B) Le résultat (Y)
dépend des variables d'entrée (X)
C) X est la cause
racine unique de Y
D) Y et X sont
indépendants l'un de l'autre
✅ Correct ! L'équation Y = f(X) est
fondamentale : on cherche les X (inputs) qui influencent le Y (output) pour les
optimiser.
❌ Incorrect. Y = f(X) signifie
que le résultat (Y) est une fonction des variables d'entrée (X₁, X₂, X₃…).
7. Quel Cpk minimum est requis pour un processus « capable »
dans la plupart des industries ?
A) Cpk ≥ 0,67
B) Cpk ≥ 1,00
C) Cpk ≥ 1,33
D) Cpk ≥ 2,00
✅ Correct ! Cpk ≥ 1,33 est l'objectif
minimum standard. Cela correspond à environ 4σ et 63 défauts par million.
❌ Incorrect. L'objectif minimum
standard est Cpk ≥ 1,33, ce qui correspond à un processus 4σ.
