Indice de capabilité multivarié (MCpm)

Le MCpm donne un indice de capabilité conjoint pour deux variables corrélées ou plus, chacune avec ses propres LSL, USL et cible facultative. Il est égal à Cp, le rapport entre le volume de l'ellipsoïde de tolérance et celui de l'ellipsoïde à 99.73 % du procédé, divisé par D, une pénalité de décentrage. Un MCpm supérieur à 1 indique un procédé capable et raisonnablement centré. Les résultats incluent Cp, D, MCpm et les demi-axes par variable.

Dernière révision

Point clé

Le MCpm étend l'indice de capabilité univarié Cpm à deux caractéristiques qualité corrélées ou plus, mesurées sur la même pièce, en les traitant comme un seul procédé multivarié plutôt que comme des études Cpk séparées.

Sur cette page
  1. Objectif
  2. Principales fonctionnalités
  3. Méthodes statistiques
  4. Champs de saisie et options
  5. Description des résultats
  6. Exemple résolu

Objectif

Le MCpm étend l'indice de capabilité univarié Cpm, bien connu, à deux caractéristiques qualité corrélées ou plus, mesurées conjointement sur la même pièce, en les traitant comme UN seul procédé multivarié plutôt qu'en réalisant des études Cpk univariées séparées pour chaque caractéristique (ce qui compte deux fois la variation partagée et peut sérieusement induire en erreur sur le vrai risque de hors-spécification lorsque les caractéristiques sont corrélées). Il met en œuvre l'indice défini par Taam, Subbaiah & Liddy (1993, Journal of Applied Statistics), tel que formalisé avec précision par Santos-Fernandez & Scagliarini (2012, Journal of Statistical Software, dans la documentation du paquet R MPCI).

Principales fonctionnalités

  • Calcule un indice de capabilité conjoint (MCpm) pour 2 variables corrélées ou plus, au lieu de valeurs Cpk/Cpm univariées séparées pour chaque variable.
  • Accepte une LSL, une USL et une cible (facultative, Target) indépendantes pour chaque variable, séparées par des virgules dans le même ordre que les Variables sélectionnées.
  • Donne séparément Cp (le rapport conjoint dispersion/tolérance) et D (le facteur de pénalité de décentrage), de sorte que les deux contributeurs au MCpm — la dispersion du procédé et l'écart de sa moyenne par rapport au centre — peuvent être diagnostiqués indépendamment.
  • Donne la longueur du demi-axe propre à chaque variable dans la région de tolérance modifiée, ce qui fournit un diagnostic par variable à côté de la valeur unique du MCpm conjoint.
  • Alpha configurable (par défaut la convention 0.0027 de toute l'application) qui contrôle à la fois la région de probabilité à 99.73 % du procédé et, par analogie, la convention de la région de tolérance modifiée.

Méthodes statistiques

Le MCpm est défini comme un rapport de deux volumes d'ellipsoïdes, corrigé par une pénalité de décentrage : MCpm = Cp / D, où Cp est le rapport entre le volume du plus grand ellipsoïde aligné sur les axes inscrit dans la région de spécification rectangulaire (R1) et le volume de l'ellipsoïde de probabilité à 99.73 % du procédé (la région où un procédé normal à p variables placerait une proportion 1 − alpha de sa masse, par défaut alpha = 0.0027), et D est une pénalité fondée sur la distance de Mahalanobis, mesurant l'écart de la moyenne du procédé par rapport à la cible.

Les demi-axes de la région R1 sont simplement a_i = min(USL_i − Target_i, Target_i − LSL_i) pour chaque variable i — le plus grand ellipsoïde aligné sur les axes qui tient dans le rectangle de tolérance, indépendamment de la structure de covariance propre au procédé. Son volume est Vol(R1) = (π^(p/2) / Γ(p/2 + 1)) · ∏ a_i.

L'ellipsoïde de probabilité à 99.73 % du procédé (R3) est dérivé de la matrice de covariance de l'échantillon S : Vol(R3) = |S|^(1/2) · (πK)^(p/2) / Γ(p/2 + 1), où K est le quantile d'ordre (1 − alpha) de la distribution du khi-deux à p degrés de liberté — le même seuil de distribution que celui utilisé pour borner la dispersion naturelle du procédé au niveau de confiance choisi.

Cp = Vol(R1) / Vol(R3) — la taille de l'ellipsoïde de la région de tolérance par rapport à l'ellipsoïde de dispersion propre au procédé ; Cp > 1 signifie que la tolérance est nettement plus grande que la dispersion naturelle du procédé.

D, la pénalité de décentrage, est D = √(1 + (n / (n−1))·δ′ S⁻¹ δ), où δ = x̄ − Target est le vecteur des écarts de la moyenne d'échantillon de chaque variable par rapport à sa propre cible, et n est l'effectif de l'échantillon. D = 1 exactement lorsque la moyenne de l'échantillon est égale au vecteur cible, et augmente à mesure que la moyenne du procédé s'écarte de la cible (en tenant compte de la structure de corrélation via S⁻¹, et pas seulement des écarts bruts par variable).

MCpm = Cp / D est donc égal à 1 exactement lorsque le procédé est centré sur la cible et que 99.73 % de la masse de probabilité du procédé se situe dans la région de tolérance modifiée ; MCpm > 1 indique un procédé capable et raisonnablement centré, tandis que MCpm < 1 indique que la dispersion du procédé et/ou le décalage par rapport à la cible dépasse ce que permet la spécification. Cette implémentation a été vérifiée sur l'exemple résolu publié par Taam, Subbaiah & Liddy eux-mêmes (25 pièces, 2 variables), en reproduisant leur MCpm = 1.825283 à pleine précision en virgule flottante.

Champs de saisie et options

Champ

Description

Variables

Obligatoire. Sélectionnez 2 caractéristiques qualité corrélées ou plus, mesurées sur chaque pièce/unité.

LSL (one per variable)

Séparées par des virgules, dans le même ordre que les Variables sélectionnées ci-dessus, par ex. 112.7, 32.7

USL (one per variable)

Séparées par des virgules, dans le même ordre que les Variables sélectionnées ci-dessus, par ex. 241.3, 73.3

Target (one per variable)

Facultatif. Séparées par des virgules, dans le même ordre que les Variables. Laissez vide pour utiliser le milieu de chaque LSL/USL.

Alpha

0.0027 par défaut, ce qui correspond à la proportion standard équivalente à 3 sigmas, utilisée à la fois pour la région de procédé à 99.73 % et (par analogie) comme convention de la région de tolérance modifiée.

Company name / Report title

Libellés facultatifs pour le rapport exporté.

Download as Excel

Facultatif. Exporte le rapport dans un classeur Excel.

 

mcpm-inputs


Figure 1 — 25 relevés appariés de dureté/résistance à la traction collés dans C1–C2, tous deux sélectionnés comme Variables, avec LSL/USL/Target par variable et Alpha = 0.0027.

 

Description des résultats

  • Summary table — Variables, p (nombre de variables), n (observations), Alpha, Cp (dispersion par rapport à la tolérance modifiée), D (pénalité de décentrage) et MCpm.
  • Per-variable table — LSL, Target, USL et moyenne d'échantillon de chaque variable, et la longueur de son demi-axe a_i dans la région de tolérance modifiée.
  • Plain-language interpretation — une explication d'un paragraphe de ce que signifie la valeur de MCpm calculée pour ce procédé.
  • Export PDF via Download as PDF.
mcpm-output


Figure 2 — Résultats du MCpm : le tableau de synthèse conjoint Cp/D/MCpm et le tableau par variable LSL/Target/USL/Sample Mean/Semi-axis.

 

Exemple résolu

Une pièce en acier traité thermiquement doit satisfaire simultanément une spécification de dureté (C1, Brinell) et une spécification de résistance à la traction (C2), physiquement corrélées — les pièces plus dures tendent à être plus résistantes. Avec l'exemple résolu de 25 pièces publié dans l'article, avec LSL = 112.7, 32.7, USL = 241.3, 73.3 et Target = 177, 53 pour les deux variables respectivement, l'outil donne Cp = 1.8751, D = 1.0273 et MCpm = 1.8253 — exactement le résultat publié par Taam, Subbaiah & Liddy eux-mêmes, à pleine précision en virgule flottante, ce qui confirme que le procédé est capable et seulement légèrement décentré une fois la corrélation entre dureté et résistance à la traction correctement prise en compte.

Questions fréquentes

Qu'est-ce que l'indice de capabilité multivarié MCpm ?

Le MCpm étend l'indice univarié Cpm à deux caractéristiques qualité corrélées ou plus, mesurées conjointement sur la même pièce, en les traitant comme un seul procédé multivarié. Il met en œuvre l'indice défini par Taam, Subbaiah et Liddy (1993). Des études Cpk univariées séparées comptent deux fois la variation partagée et peuvent induire en erreur sur le vrai risque de hors-spécification lorsque les caractéristiques sont corrélées.

Comment le MCpm est-il calculé ?

MCpm = Cp / D. Cp est le volume du plus grand ellipsoïde aligné sur les axes situé dans le rectangle de spécification, divisé par le volume de l'ellipsoïde de probabilité à 99.73 % du procédé, calculé à partir de la matrice de covariance de l'échantillon. D est une pénalité de décentrage fondée sur la distance de Mahalanobis entre la moyenne de l'échantillon et la cible ; D vaut 1 lorsque la moyenne est exactement sur la cible.

Comment interpréter une valeur de MCpm ?

Le MCpm est égal à 1 lorsque le procédé est centré sur la cible et que 99.73 % de sa masse de probabilité se situe dans la région de tolérance modifiée. Un MCpm supérieur à 1 indique un procédé capable et raisonnablement centré ; inférieur à 1, la dispersion ou le décalage par rapport à la cible dépasse ce que permet la spécification. Donner Cp et D séparément montre quel contributeur pose problème.

De quelles saisies le MCpm a-t-il besoin ?

Sélectionnez deux variables corrélées ou plus et saisissez les valeurs LSL et USL séparées par des virgules, dans le même ordre que les variables. Les cibles sont facultatives ; si elles sont laissées vides, le milieu de chaque LSL et USL est utilisé. Alpha vaut 0.0027 par défaut. Dans l'exemple de l'acier, la dureté et la résistance à la traction ont donné Cp = 1.8751, D = 1.0273 et MCpm = 1.8253.