top of page

Méthodologie Six Sigma en vers


Six Sigma Article 18

DMAIC

Étendue

Collecte de données


Dans l'article 17, nous approfondissons l'application pratique des définitions opérationnelles. Il est maintenant temps d’explorer la collecte de données lors de la phase de mesure dans cet article. Nous couvrirons les étapes clés, soulignerons leur importance et examinerons la distinction entre les données continues et discrètes.


Collecte de données

Étapes clés :

  1. Élaborer un plan de collecte de données

  2. Valider le système de mesure

  3. Collecter des données

 

Pourquoi cette étape est-elle importante ?


· L'établissement d'un plan de collecte de données et la validation du système de mesure sont des étapes cruciales car elles définissent une stratégie cohérente pour collecter efficacement des données fiables.

· Le plan de collecte de données permet d'assurer une utilisation optimale des ressources en se concentrant uniquement sur la collecte des données essentielles à la réussite du projet.

· La validation du système de mesure est impérative car elle garantit que les données collectées reflètent avec précision les véritables caractéristiques de votre processus.




Plan de collecte de données :

 

Plan de collecte de données

Continu vs. Données discrètes:

Données continues :

· Les données continues englobent les informations qui peuvent être mesurées le long d'un continuum ou d'une échelle.

· Il peut avoir presque n'importe quelle valeur numérique et peut être considérablement divisé en incréments de plus en plus fins, en fonction de la précision du système de mesure.

· Les données continues sont divisibles à l'infini.

Un exemple de données continues est la taille des élèves dans une salle de classe. Les hauteurs peuvent être mesurées le long d'une échelle et peuvent prendre n'importe quelle valeur numérique dans une plage donnée. Par exemple, un élève peut mesurer 150,5 centimètres et un autre 155,2 centimètres. Ces données sont continues car elles peuvent être divisées en incréments de plus en plus fins, en fonction de la précision de l'appareil de mesure.


Données discrètes/attributaires :


· Les données discrètes comprennent des informations qui peuvent être classées dans différentes classifications.

· Il est basé sur des décomptes et seul un nombre fini de valeurs est possible.

· Les valeurs ne peuvent pas être subdivisées de manière significative.


Un exemple de données discrètes/attributaires est le nombre de pommes rouges dans un panier. Ces données sont discrètes car elles se composent de catégories distinctes (pommes rouges) et sont basées sur des décomptes. Chaque pomme peut être comptée et le nombre de pommes rouges dans le panier ne peut être que des nombres entiers (par exemple 0, 1, 2, 3, etc.). Les valeurs ne peuvent pas être subdivisées en incréments plus petits.


Maintenant que nous avons abordé la collecte pratique de données lors de la phase de mesure, je vous encourage à poursuivre notre voyage avec nous. Rejoignez-nous dans le prochain article où nous nous concentrerons sur l'échantillonnage en phase de mesure.


Nous vous invitons à interagir avec nous en aimant et en partageant vos réflexions dans la section commentaires. Chaque commentaire nous est précieux et nous nous engageons à y répondre si nécessaire.

コメント


bottom of page