Wiki Lean Six Sigma

MSA - Measurement System Analysis

Avant de conclure qu’un processus est mauvais, il faut vérifier que la mesure est fiable. La MSA permet de savoir si les données utilisées pour décider sont suffisamment solides.

Lecture rapide
Temps de lecture6 minutes
DifficultéIntermédiaire
À retenirMesure fiable avant décision
Phase DMAICMeasure

Définition simple

La MSA, pour Measurement System Analysis, analyse la fiabilité d’un système de mesure. Elle répond à une question très concrète : peut-on faire confiance aux valeurs que l’on mesure ?

Un système de mesure ne se limite pas à l’instrument. Il inclut aussi la méthode, l’opérateur, l’environnement, la pièce mesurée et la manière d’enregistrer le résultat.

Imaginez deux opérateurs qui mesurent la même pièce. L’un trouve 25,01 mm, l’autre 24,92 mm.

Avant d’accuser la machine, il faut comprendre si la différence vient vraiment du processus ou simplement de la manière de mesurer.

Principe de la Measurement System Analysis
Une décision fiable commence par une mesure fiable.

Pourquoi la MSA est indispensable

Dans un projet Lean Six Sigma, les données servent à mesurer le problème, valider les causes et vérifier les gains. Si la mesure est mauvaise, tout le raisonnement peut partir dans la mauvaise direction.

Éviter les fausses conclusionsUn processus peut sembler instable alors que la mesure l’est.
Séparer les variationsDistinguer la variation réelle de la variation de mesure.
Valider les donnéesS’assurer que les mesures peuvent être utilisées pour décider.
Réduire le risqueÉviter d’améliorer le mauvais problème.

En pratique sur le terrain

Dans une usine de carton ondulé, l’équipe veut réduire les problèmes de registre sur une machine d’impression. Avant de lancer une analyse, trois conducteurs mesurent les mêmes boîtes imprimées.

Les résultats ne sont pas cohérents. Certains trouvent un décalage conforme, d’autres non conforme, sur les mêmes pièces. Dans ce cas, le premier sujet n’est pas encore la Bobst ou le procédé d’impression : c’est le système de mesure.

Mauvais réflexe

Modifier les réglages machine sans savoir si les mesures de registre sont fiables.

Bon réflexe

Valider la méthode de mesure, les opérateurs et l’instrument avant d’analyser le procédé.

Ce qu’une MSA vérifie

Une MSA cherche à savoir si le système de mesure est assez précis, stable et cohérent pour soutenir une décision.

BiaisLa mesure est-elle décalée par rapport à la vraie valeur ?
RépétabilitéLe même opérateur obtient-il un résultat proche en répétant la mesure ?
ReproductibilitéPlusieurs opérateurs obtiennent-ils des résultats proches ?
StabilitéLa mesure reste-t-elle fiable dans le temps ?

Gauge R&R expliqué simplement

Le Gauge R&R est l’étude MSA la plus connue pour des mesures continues. Elle estime quelle part de la variation observée vient du système de mesure plutôt que des pièces.

L’idée est simple : si les pièces sont différentes, le système de mesure doit être capable de voir ces différences. Si la mesure ajoute trop de bruit, l’analyse du processus devient risquée.

Variation totale
Ce que l’on observe dans les données mesurées.
Variation pièces
La vraie différence entre les pièces, produits ou échantillons.
Variation mesure
Le bruit ajouté par l’instrument, les opérateurs, la méthode ou l’environnement.

Répétabilité et reproductibilité

Ces deux mots sont souvent confondus. Ils sont pourtant au cœur d’un Gauge R&R.

Répétabilité

Le même opérateur mesure plusieurs fois la même pièce avec le même instrument. Les résultats doivent rester proches.

Reproductibilité

Plusieurs opérateurs mesurent les mêmes pièces. Les résultats doivent rester cohérents d’un opérateur à l’autre.

Lire un résultat Minitab sans se perdre

Dans un rapport Gauge R&R, le premier réflexe est de regarder la part de variation apportée par le système de mesure. Dans cet exemple, le Gage R&R représente 36 % de la Study Variation : c’est trop élevé pour une analyse fiable.

Rapport Minitab Gauge R&R ANOVA avec système de mesure problématique
Exemple : Gage R&R = 36 % Study Variation. Le système de mesure ajoute trop de variation.
36 % Study VariationLe système de mesure est généralement considéré comme non acceptable.
RépétabilitéUne partie du bruit vient de la répétition des mesures.
ReproductibilitéLes opérateurs ne mesurent pas toujours de la même manière.
Pièces détectablesSi les pièces sont bien différenciées, le système voit au moins une partie de la variation réelle.

Interprétation rapide d’un Gauge R&R

Les seuils peuvent dépendre du secteur, du risque et de l’usage des données. Pour une lecture simple, on utilise souvent les repères suivants.

< 10 %Système de mesure généralement acceptable.
10 % à 30 %Utilisable selon le contexte, mais à surveiller ou améliorer.
> 30 %Système de mesure généralement non acceptable pour l’analyse.

Point d’examen : le X-Bar Chart

Dans un rapport Gauge R&R, le X-Bar Chart ne s’interprète pas comme une carte de contrôle classique. Ici, voir des points en dehors des limites peut être positif : cela signifie que le système distingue les différences entre les pièces.

Bon signe

Plusieurs points dépassent les limites : les pièces sont réellement différentes et détectables.

Signal inquiétant

Presque tous les points restent dans les limites : la mesure ne distingue pas bien les pièces.

Comment réaliser une MSA simple

Une bonne MSA doit être préparée. Les pièces doivent représenter la variation réelle du processus, les opérateurs doivent suivre la même méthode et les résultats doivent être enregistrés proprement.

1. Choisir les piècesSélectionner des pièces représentatives, pas uniquement des pièces parfaites.
2. Définir la méthodeClarifier comment mesurer, où mesurer et avec quel instrument.
3. Faire mesurerPlusieurs opérateurs mesurent plusieurs fois les mêmes pièces.
4. DéciderValider, améliorer ou remplacer le système de mesure.

Erreurs fréquentes

  • Croire qu’un instrument neuf est automatiquement fiable.
  • Analyser le processus avant de vérifier la qualité de la mesure.
  • Confondre répétabilité et reproductibilité.
  • Choisir des pièces trop similaires, ce qui rend l’étude peu représentative.
  • Interpréter le X-Bar Chart comme une carte de contrôle classique.
  • Oublier que l’opérateur, la méthode et l’environnement font partie du système de mesure.

Questions clés à se poser

  • La mesure est-elle assez précise pour détecter les différences importantes ?
  • La variation vient-elle principalement des pièces ou du système de mesure ?
  • Les opérateurs appliquent-ils la même méthode ?
  • Le pourcentage de variation du Gauge R&R est-il acceptable pour l’usage prévu ?
  • Peut-on utiliser ces données pour analyser le processus sans risque majeur ?

Piège classique à l’examen

Erreur classique

Conclure que le processus est mauvais alors que le système de mesure n’a pas été validé.

Bon réflexe LSS

Avant d’analyser une variation, vérifier si la variation observée vient vraiment du processus ou de la mesure.

Continuer votre apprentissage

Accédez aux formations, questions d’entraînement et contenus premium Flow Engineering pour progresser en Lean Six Sigma.

Voir les produits Flow Engineering