Collecte de données et échantillonnage

Définition

La collecte de données est l'étape qui transforme le terrain en chiffres utilisables. L'échantillonnage consiste à mesurer une partie de la production pour estimer l'ensemble, faute de pouvoir tout mesurer. Une mauvaise collecte rend les analyses suivantes inutiles.

Données continues et discrètes

Les données continues prennent n'importe quelle valeur sur une échelle : poids, durée, température. Les données discrètes comptent des événements : nombre de défauts, nombre de réclamations. Le choix de la mesure dépend du processus et du CTQ.

Les règles de base d'un bon échantillon

Un échantillon doit représenter la production réelle : mêmes machines, mêmes équipes, mêmes horaires. Il faut un plan simple : quoi mesurer, où, quand, par qui, avec quel outil. La taille dépend de la variation du processus : plus c'est variable, plus il faut de points.

Les pièges de la collecte

Mesurer uniquement les bons jours biaise le résultat. Compter les défauts sans définir ce qu'est un défaut rend les chiffres inutilisables. La définition opérationnelle doit être écrite avant de commencer : c'est la règle qui dit précisément ce qu'on mesure.

Exemple concret

Une usine veut connaître le taux de défauts d'une ligne de bouteilles. L'équipe définit le défaut ("bouteille fissurée ou mal étiquetée"), choisit 50 bouteilles par jour sur les trois équipes, pendant 10 jours. Elle relève 500 mesures. Ce plan donne une image fiable de la production, contrairement à un contrôle fait seulement le matin.