Cours d'outils qualité

Leçon 1 • Philosophies fondamentales de la qualité

Examine les philosophies fondatrices qui ont façonné la conception des outils qualité. Relie les principes philosophiques à l'application pratique des outils.

Leçon 2 • Histoire et évolution de la qualité

Retrace la pensée qualité, des approches basées sur l'inspection aux systèmes modernes. Fournit le contexte expliquant pourquoi des outils spécifiques ont été développés et adoptés.

Leçon 3 • Définir la qualité dans les organisations

Établit ce que signifie la qualité dans les contextes de produit, de service et de processus. Ancre toute utilisation ultérieure des outils dans un vocabulaire partagé et précis.

Leçon 4 • Choisir le bon outil qualité

Fournit un cadre de décision pour assortir les outils aux types de problèmes. Prévient la mauvaise application et établit les attentes pour la suite du cours.

Leçon 1 • Feuilles de contrôle et enregistrement des données

Présente la feuille de contrôle comme un outil de collecte de données structuré et manuel. Relie des pratiques d'enregistrement disciplinées à une analyse précise des défauts et des fréquences.

Leçon 2 • Types de données qualité

Distingue les types de données attributs, variables et ordinales ainsi que leurs échelles de mesure. Un typage correct des données prévient les erreurs d'analyse dans les chapitres suivants.

Leçon 3 • Stratégies d'échantillonnage

Couvre les méthodes d'échantillonnage aléatoire, stratifié et systématique pour les études qualité. Un échantillonnage approprié réduit les coûts tout en maintenant la validité statistique.

Leçon 4 • Analyse du système de mesure (MSA)

Évalue l'exactitude et la cohérence des processus de mesure avant le début de la collecte de données. Garantit l'intégrité des données pour tous les outils qualité en aval.

Leçon 1 • Histogrammes et distributions de fréquences

Visualise la distribution des sorties d'un processus pour révéler la forme, l'étendue et la tendance centrale. Relie les formes de distribution aux concepts de capabilité processus.

Leçon 2 • Diagrammes de dispersion et corrélation

Trace deux variables pour explorer les relations potentielles entre cause et effet. Enseigne l'interprétation correcte de la corrélation sans impliquer de causalité.

Leçon 3 • Diagrammes de Pareto et analyse

Applique le principe 80/20 pour classer les défauts ou causes par fréquence ou impact. Concentre l'effort d'amélioration sur les quelques contributeurs vitaux.

Leçon 4 • Diagrammes de cause à effet

Construit des diagrammes en arête de poisson pour organiser les causes potentielles d'un problème qualité. Développe une pensée causale structurée, essentielle à l'analyse des causes racines.

Leçon 5 • Organigrammes et cartographie des processus

Documente visuellement les étapes du processus pour identifier les gaspillages, les boucles de rework et les points de décision. Fournit la base de référence du processus nécessaire aux projets d'amélioration.

Leçon 1 • Cartes de contrôle pour variables

Couvre les cartes X-barre et R, X-barre et S, et les cartes de mesures individuelles pour données continues. Les étudiants sélectionnent la carte appropriée en fonction de la taille du sous-groupe et du type de données.

Leçon 2 • Concepts et types de variation

Distingue la variation de cause commune de la variation de cause spéciale comme base des décisions MSP. Une mauvaise identification du type de variation conduit à des interventions intempestives ou à des signaux manqués.

Leçon 3 • Règles d'interprétation des cartes de contrôle

Applique les règles Western Electric et Nelson pour identifier les schémas non aléatoires. Une application cohérente des règles réduit les fausses alarmes et les signaux manqués.

Leçon 4 • Cartes de contrôle pour attributs

Applique les cartes p, np, c et u aux données qualité basées sur des comptages. Le choix correct de la carte dépend du fait que l'on compte des défauts ou des unités défectueuses.

Leçon 1 • Amélioration de la capabilité processus

Traduit les faibles indices de capabilité en actions d'amélioration ciblées. Relie les écarts de capabilité aux stratégies de réduction de la variation et de centrage.

Leçon 2 • Capabilité processus pour données non normales

Aborde l'analyse de capabilité lorsque les données ne suivent pas une distribution normale. Présente les approches de transformation et non paramétriques pour des résultats précis.

Leçon 3 • Concepts et prérequis de la capabilité

Établit que l'analyse de capabilité nécessite un processus stable et normalement distribué. Relie la confirmation de stabilité par la MSP à une mesure valide de la capabilité.

Leçon 4 • Indices de capabilité Cp et Cpk

Calcule et interprète Cp pour l'étendue et Cpk pour le centrage par rapport aux spécifications. Démontre pourquoi les deux indices sont nécessaires pour une image complète.

Leçon 1 • Méthodes de vérification des causes racines

Confirme les causes racines suspectées par des tests basés sur les données avant de mettre en œuvre des correctifs. Empêche des actions correctives coûteuses visant la mauvaise cause.

Leçon 2 • Analyse des modes de défaillance et de leurs effets (AMDEC)

Identifie de manière proactive les modes de défaillance potentiels, leurs effets et la priorité des risques. L'AMDEC fait passer l'orientation qualité de la correction réactive à l'action préventive.

Leçon 3 • Arbre de défaillance (Fault Tree Analysis)

Construit des arbres logiques descendants pour cartographier toutes les voies menant à un événement de défaillance. Utile pour les défaillances complexes et multi-causes dans les processus critiques pour la sécurité.

Leçon 4 • Technique des cinq pourquoi (Five Whys)

Applique un questionnement « pourquoi » itératif pour passer du symptôme à la cause racine systémique. Enseigne quand arrêter de demander et comment éviter les réponses basées sur des suppositions.

Leçon 1 • Anti-erreur et Poka-Yoke

Conçoit des mécanismes de prévention des erreurs qui rendent les défauts impossibles ou immédiatement détectables. Réduit la dépendance à la vigilance humaine pour l'assurance qualité.

Leçon 2 • Séance de brainstorming et génération d'idées

Applique le brainstorming structuré, les diagrammes d'affinités et le multivote pour générer et prioriser les idées d'amélioration. Gère la dynamique de groupe pour maximiser la production créative.

Leçon 3 • Tests pilotes et mise en œuvre des solutions

Planifie et exécute des pilotes à petite échelle avant le déploiement complet pour valider les solutions d'amélioration. Des pilotes structurés réduisent les risques de mise en œuvre et renforcent la confiance des parties prenantes.

Leçon 4 • Cadres PDCA et DMAIC

Compare les cycles Planifier-Dérouler-Vérifier-Agir (PDCA) et Définir-Mesurer-Analyser-Innover-Maîtriser (DMAIC) en tant que cycles d'amélioration structurés. Fournit le squelette de gestion de projet pour l'application des outils qualité.

Leçon 1 • Travail standard et procédures

Documente les méthodes de meilleures pratiques en tant que travail standard pour réduire la variation des processus. La standardisation est le fondement de la pérennisation et de l'amélioration continue de la performance.

Leçon 2 • Systèmes de management visuel

Met en œuvre des contrôles visuels qui rendent l'état du processus et les écarts immédiatement apparents. Le management visuel réduit le temps de réponse aux problèmes qualité.

Leçon 3 • Développement du plan de maîtrise

Crée des plans de maîtrise complets qui spécifient les méthodes de surveillance, la fréquence et les actions de réponse. Relie chaque paramètre critique du processus à un plan de réaction défini.

Leçon 4 • Retour d'expérience et transfert de connaissances

Capture les connaissances d'amélioration sous des formats réutilisables et les partage dans toute l'organisation. Empêche la récurrence et accélère les futurs projets d'amélioration.