Consultez le catalogue

       > Téléchargez ici !

  Stages à l'affiche :

Devenez Chef de Projet Lean
A partir du 12 juin


Management par les processus
A partir du 22 mai

Value Stream Mapping
A partir du 22 mai

 

 

  

Organisme certificateur

Université L6S

XL Formation partenaire de
l’Université Lean 6 Sigma
pour la certification de compétences en Lean
et Lean Six Sigma


DMAIC : la phase Analyser

Convertir en PDF Version imprimable

DMAIC, Six Sigma, DMAIC, processus, Lean Sigma

Après les phases " Définir " et " Mesurer " , le cycle DMAIC se poursuit avec la phase « Analyser ».

Le chef de projet (Green Belt et/ou Black Belt) dispose à ce stade de mesures fiables des Yi (facteurs importants pour le client) et des Xi (paramètres supposés influents sur le processus).

Il faut maintenant « faire parler les données », en gardant toujours le recul nécessaire, c’est-à-dire en utilisant les outils statistiques en tant que de besoin, mais avec un constant aller-retour métier, auprès du terrain, pour valider la réalité des constats effectués.

Il est en effet facile de faire fausse route, en « découvrant » des corrélations imaginaires. Une très bonne corrélation peut être établie entre deux variables qui n’ont aucun lien de cause à effet : peut être qu’une troisième variable compte sans que vous l’ayez vu. Exemple : « Les voitures passent dans la rue » n’a rien à voir avec « Je regarde par la fenêtre », et pourtant…

La phase d’analyse consiste à vérifier la réalité des corrélations supposées lorsqu’on a établi la « matrice de priorisation Xi/Yi ». Pour chaque corrélation notée comme forte par le groupe d’experts, on va en vérifier la réalité.

Mais, avant cela, il est indispensable de « visualiser » les données par leur distribution (moyenne, dispersion, histogramme) et leur évolution dans le temps (série chronologique).

Les corrélations peuvent ensuite être recherchées, par des équations de régression dans le cas de variables continues, par d’autres procédés (boîte à moustaches par groupes, tests d’hypothèses, etc.) pour les variables discrètes.



Il doit être possible, à l’issue de la phase Analyse, d’établir pour chaque Yi l’équation : Yi = a X1 + B X2 + … + epsilon (dans le cas d’une « régression linéaire »).

Ceci va permettre, en phase « Innover », de savoir quelles actions réalisées sur les paramètres ayant REELLEMENT une influence sur le processus.

Mais nous verrons cela dans l’article suivant de cette série…

 
Fill out my online form.

Références

Toutes nos références
OOPS. Your Flash player is missing or outdated.Click here to update your player so you can see this content.