Statistiques descriptives
Statistiques inférentielles
Plan d'expérience
Gage RR
Résolution de problème
Tolérancement
Fiabilité
Plan de contrôle
Menu du guide d'utilisateur

Guide d'utilisateur

Exemple 4: Comparaison de fréquence entre plusieurs échantillons

Vous souhaitez résoudre un problème de bavure sur une machine d’usinage. Vous supectez la profondeur de passe d’être à l’origine de ces bavures. Vous prévoyer de faire 3 essais d’une trentaine de pièce chacun en faisant varier la profondeur de passe. Pour ces essais vous avez mesuré sur chacune des pièces s’il y a ou non des bavures Voici les résultats de vos essais:
P = 0,02P = 0,04P = 0,06
Sans bavure252235
Avec bavure621
Limite430
D’après les résultats de ces essais, y a-t-il une configuration d’usinage qui permet de réduire significativement les bavures?

Quel test choisir ?

Entrez les données dans Ellistat. Puis sélectionnez le menu Statistique inférentielle (à gauche). Dans le menu de sélection du test adapté (tableau du haut), sélectionnez votre Y (c’est à dire ce que l’on mesure sur chacune des pièce ici Mesure), puis sélectionnez votre X (ici Profondeur).
khi2
Les tests non adaptés sont désormais grisés, et il ne vous reste comme choix que le test du chi2.
Explications:
Tableau de gauche – En fonction de la comparaison à réaliser : On souhaite comparer les fréquences d’apparition de pièces sans bavure entre trois échantillons, il s’agit du test du chi2.
Tableau de droite – En fonction des types de variables : Le Y est le résultat d’une mesure Sans Bavure/Avec Bavure/limite (qualitatif), en fonction (X) la profondeur de passe qui ne comporte que 3 modalités (qualitatif), il s’agit donc d’un test du chi2.
Choix test

Résultats:

Une fois les données entrées dans le test du chi2, on obtient :
khi2 resultats
L’écart est significatif, cela signifie qu’il y a au moins une modalité qui est différente des autres. Si l’on regarde le tableau de répartition théorique, on voit que les répartitions théoriques des profondeurs de passe P = 0.06 et P = 0,02 apparaissent en couleur, il s’agit des principaux contrastes. Effectivement, pour la profondeur P = 0.06, on a observé aucune pièce limite alors que la répartition théorique nous donne en principe 2.5 pièces limites.
Par suite, on peut en déduire que la profondeur P = 0,06 produit significativement moins de pièces « Limite » et « Avec bavure » que les autres profondeur de passe. Cette configuration est donc à privilégier.

Une solution complète et modulable pour l’industrie 4.0

8 modules statistiques intégrés

trial

Démonstration

0

30 jours

Essai gratuit

Analyse

check

30 jours

check

Toutes les fonctions d'Ellistat

check

1 utilisateur

Support technique et mise à jour inclus

student-teacher

Étudiant / Enseignant

0

1 an

Commander

Analyse

check

1 an

check

Toutes les fonctions d'Ellistat

check

1 utilisateur

check

Licence dédiée aux étudiants disposant d’une carte étudiante en cours de validité

Support technique et mise à jour inclus

standard

Standard

79

par utilisateur par mois

Commander

Analyse

check

Licence renouvelée chaque mois

check

Toutes les fonctions d'Ellistat

check

Utilisateurs illimités

check

Support technique et mise à jour inclus