Boxplot et diagrammes statistiques
Aperçu
Le module Boxplot et diagrammes statistiques dans my8data vous offre des outils de visualisation puissants pour traiter et analyser graphiquement vos données de mesure. Les représentations visuelles rendent les distributions, les valeurs aberrantes et les relations évidentes en un coup d'œil et complètent les résultats d'analyse numériques des autres modules.
Quand utiliser ce module ?
| Question | Type de diagramme approprié |
|---|---|
| Comment les valeurs de mesure sont-elles distribuées ? Y a-t-il des valeurs aberrantes ? | Boxplot |
| À quoi ressemble la distribution de fréquence ? | Histogramme |
| Y a-t-il une relation entre deux caractéristiques ? | Diagramme de dispersion (Scatter Plot) |
| Comment plusieurs groupes se comparent-ils ? | Boxplot (plusieurs groupes côte à côte) |
Avantages de l'analyse graphique
- Aperçu rapide : Saisir les propriétés de distribution en un coup d'œil
- Détection des valeurs aberrantes : Les valeurs inhabituelles deviennent immédiatement visibles
- Comparabilité : Plusieurs ensembles de données ou groupes peuvent être comparés directement
- Communication : Les diagrammes facilitent la communication des résultats statistiques aux non-statisticiens
Info : Les analyses graphiques ne remplacent pas l'évaluation numérique, mais la complètent. Utilisez toujours les diagrammes en combinaison avec les indicateurs calculés (par exemple, moyenne, écart-type, Cm/Cmk, Cp/Cpk).
Types de diagrammes
Boxplot (Box-Whisker-Plot)
Le Boxplot est l'un des outils les plus importants de l'analyse exploratoire des données. Il représente de manière compacte la distribution d'un ensemble de données et montre la tendance centrale, la dispersion et les éventuelles valeurs aberrantes.
Structure d'un boxplot
| Élément | Description | Valeur statistique |
|---|---|---|
| Ligne médiane (Médiane) | Ligne horizontale dans la boîte | 50e percentile (Q2) ; divise les données en deux moitiés égales |
| Bord inférieur de la boîte | Bord inférieur de la boîte | 25e percentile (Q1) ; 25 % des données se situent en dessous |
| Bord supérieur de la boîte | Bord supérieur de la boîte | 75e percentile (Q3) ; 75 % des données se situent en dessous |
| Boîte (IQR) | Surface entre Q1 et Q3 | Écart interquartile (IQR = Q3 - Q1) ; contient les 50 % médians des données |
| Whisker inférieur | Ligne sous la boîte | Plus petite valeur dans Q1 - 1,5 * IQR |
| Whisker supérieur | Ligne au-dessus de la boîte | Plus grande valeur dans Q3 + 1,5 * IQR |
| Valeurs aberrantes | Points individuels au-delà des whiskers | Valeurs en dehors de Q1 - 1,5 * IQR ou Q3 + 1,5 * IQR |
Interprétation
Conseil : Faites attention aux points suivants dans le boxplot :
- Symétrie : Si la médiane est au centre de la boîte, cela indique une distribution symétrique
- Largeur de la boîte : Une boîte étroite indique une faible dispersion, une boîte large indique une dispersion élevée
- Longueur des whiskers : Des whiskers asymétriques indiquent une distribution asymétrique
- Valeurs aberrantes : Les points individuels au-delà des whiskers nécessitent une attention particulière
Motifs de distribution typiques dans le boxplot
| Motif | Description | Cause possible |
|---|---|---|
| Boxplot symétrique | Médiane au centre, whiskers de même longueur | Données normalement distribuées ; processus stable |
| Boxplot asymétrique à droite | Médiane près de Q1, whisker supérieur plus long | Limite inférieure naturelle (par exemple, valeurs de rugosité) |
| Boxplot asymétrique à gauche | Médiane près de Q3, whisker inférieur plus long | Limite supérieure naturelle, effets de saturation |
| Nombreuses valeurs aberrantes (haut) | Nombreux points au-dessus du whisker supérieur | Perturbations occasionnelles, usure |
| Boîte très étroite | Q1 et Q3 sont très proches | Très faible dispersion ; forte capabilité du processus |
Boxplots comparatifs
Un domaine d'application particulièrement précieux est la comparaison de plusieurs groupes côte à côte, par exemple :
- Comparaison de différentes machines
- Comparaison de différentes équipes ou opérateurs
- Comparaison de différents lots de matériaux
- Comparaison avant-après après une amélioration de processus
Histogramme
L'histogramme montre la distribution de fréquence des valeurs de mesure. Les valeurs de mesure sont divisées en classes (bins), et la hauteur de chaque barre correspond au nombre de valeurs de mesure dans cette classe.
Éléments de l'histogramme
| Élément | Description |
|---|---|
| Barres | La hauteur correspond à la fréquence des valeurs dans la classe respective |
| Largeur de classe | Largeur de chaque barre ; calculée automatiquement ou peut être ajustée manuellement |
| Courbe de distribution normale | Distribution théorique affichable en option |
| Limites de spécification | Lignes verticales à la LSL et à l'USL (si définie) |
Conseil : Le nombre de classes influence considérablement l'apparence de l'histogramme. Trop peu de classes masquent les détails, trop de classes créent une image agitée. my8data choisit automatiquement le nombre de classes selon la règle de Sturges ou de Freedman-Diaconis, mais vous pouvez également ajuster le nombre manuellement.
Interprétation des formes d'histogrammes typiques
| Forme | Description | Cause possible |
|---|---|---|
| En cloche | Symétrique, un sommet | Données normalement distribuées ; processus stable |
| Bimodale (deux sommets) | Deux sommets | Mélange de deux populations (par exemple, deux outils) |
| Tronquée | Diminution nette d'un côté | Contrôle à 100 % supprime des pièces au-delà d'une limite |
| En peigne | Barres alternativement hautes et basses | Problèmes d'arrondissement dans la mesure |
| Rectangulaire (uniforme) | Toutes les barres à peu près de même hauteur | Distribution uniforme ; pas de valeur de processus claire |
Diagramme de dispersion (Scatter Plot)
Le diagramme de dispersion représente graphiquement la relation entre deux caractéristiques. Chaque point correspond à une paire de mesure (x, y).
Exemples d'application
- Corrélation entre deux grandeurs de mesure (par exemple, diamètre et circularité)
- Influence d'un paramètre de processus sur une caractéristique de qualité (par exemple, température et stabilité dimensionnelle)
- Comparaison de mesures entre deux instruments de mesure ou méthodes de mesure
Interprétation
| Motif | Description | Corrélation |
|---|---|---|
| Les points augmentent de gauche à droite | Corrélation positive | r > 0 |
| Les points diminuent de gauche à droite | Corrélation négative | r < 0 |
| Les points forment un nuage sans direction | Aucune corrélation | r ≈ 0 |
| Les points se situent étroitement sur une droite | Corrélation forte | |r| > 0,8 |
Avertissement : Une corrélation entre deux caractéristiques ne signifie pas automatiquement qu'une caractéristique en cause une autre (la corrélation n'égale pas la causalité). Interprétez toujours les relations dans le contexte de vos connaissances du processus.
Exporter les diagrammes
Tous les diagrammes créés dans my8data peuvent être exportés dans différents formats :
- PNG : Pour les présentations et les rapports
- PDF : Pour les documents prêts à l'impression
- SVG : Pour les graphiques vectoriels évolutifs
Conseil : Utilisez l'export PNG pour les rapports rapides et l'export SVG si vous souhaitez traiter davantage les graphiques dans votre propre outil de rapport.