La méthode Six Sigma vise à maitriser et réduire les causes de variabilité dans les processus en se fondant sur la mesure, la collecte et l'analyse des données à l'aide d'outils statistiques.

Sommaire

• Les origines de Six Sigma
• La notion de Sigma
  
• Instabilité, dispersion, centrage
  
• Au-delà des mathématiques
  

Les origines de Six Sigma

Six Sigma est né au sein de l'industrie électronique (Motorola, General Electric) au début des années 1980. Six Sigma est l'approfondissement des méthodes et outils de maitrise statistique des procédés (MSP) qui étaient en vogue à l'époque du management par la qualité totale (TQM 1975-1985 ?).

A l'origine de cette méthode il y a le constat que la maitrise de la dispersion des procédés / processus à trois sigma, bien que couvrant 99.73% de la distribution dans un intervalle de tolérance, est insuffisant, notamment dans les processus manipulant un grand nombre d'occurrences.

Une installation produisant 24 millions de composants électroniques par jour (diodes LED par exemple), soit un million par heure, avec un taux de défaut de 1% génère 240.000 composants défectueux en 24 heures. Ce même raisonnement s'applique à la fabrication de microprocesseurs incorporant chacun plusieurs millions de transistors et d'une valeur infiniment supérieure aux composants discrets tels des diodes LED. Ces niveaux de maitrise de la qualité sont nettement insuffisant dans le contexte et amène les fondateurs de la méthodes à en repousser les limites.

Adoption par d'autres industries

Les constats et le raisonnement valides au sein de l'industrie électronique se sont rapidement propagés à d'autres secteurs manipulant de grands chiffres ou pour lesquels le niveaux de maitrise doit être très pointu, notamment pour garantir la sécurité. Ainsi se sont multiplié les exemples frappants sur le nombre d'occurrences potentielles :

• nombre d'atterrissages ratés par million
• nombre d'opérations chirurgicales à problèmes par million
• nombre de colis perdus dans les services de tri ou d'acheminement
• etc.
  

Cette "dramatisation" a conduit à élever l'intérêt pour Six Sigma

La notion de Sigma

Le terme Six Sigma fait référence à la lettre grecque σ (sigma), représentant l'écart type à la moyenne (la variabilité) en analyse statistique.

Par ailleurs, six sigma, ou 3 écarts-type de part et d'autre de la moyenne englobent 99,73% de l'étendue.
Par abus de langage (et avec approximation), on pourrait dire qu'avec 6 sigma, on englobe l'ensemble des occurrences, la quasi totalité de l'étendue.

L'étendue est la différence entre la valeur maximale et la valeur minimale du caractère statistique.

Dans ces cas, le complément à 100 des 99.73%, sortant de l'intervalle de tolérance prend des proportions inacceptables (2 700 non-conformes par million) pour qui vise la maitrise de la qualité totale.

Ci-dessous un tableau comparatif de la couverture de l'étendue en fonction de σ et le complément à 100 qui représente la non-qualité potentielle.

A ± 3 σ, la couverture n'est que de 99,73% et le complément de 0,27% ou encore 2700 ppm (parties par million).

A ± 6 σ, la couverture est de 99,9997% et le complément de 3 ppm.

Dispersion et limites de tolérance

L'intervalle de tolérance (limite supérieur - limite inférieure) étant rarement négociable car fixé par le cahier des charges, il appartient au fournisseur de reserrer la dispersion de son procédé ou processus, afin que celle-ci s'éloigne des bornes supérieure et inférieure et que les opportunités de défauts soient infimes.

Plus la dispersion sera faible, plus le processus sera capable et moins il y aura de résidus de non-conformes, franchissant les bornes de tolérance.

Instabilité, dispersion, centrage

Un procédé ou un processus peut être victime d'instabilité, de dispersion de caractéristiques, du décentrage de la dispersion ou d'une combinaison de ces trois facteurs. Plus la dispersion est faible à l'intérieur de l'intervalle de tolérance est plus les effets mentionnés précédemment seront limités, les probabilités de "sortir" de l'intervalle de tolérance seront faibles.

Au-delà des mathématiques

Les mathématiques statistiques sont au coeur de Six Sigma, qui de ce fait est une méthodes d'experts. Pour ouvrir la participation et permettre la contribution de personnels peu familiers ou peu attirés par les maths, Six Sigma s'est stratifié ;

• les experts désignés par des grades tels que Black Belts, Master Black Belts
• les initiés aux techniques statistiques, généralement green belts
• les contributeurs relativement candides ou débutants (white ou yellow belts)

Devenue approche d'amélioration continue, Six Sigma utilise le processus DMAIC pour aborder de manière structurée la résolution de problèmes. Cette dernière peut faire appel aux outils mathématiques pointus ou simplement au bon sens.