Télécharger un modèle Excel MSA – GRR (ANOVA) expliqué simplement – Répétabilité & Reproductibilité d’un système de mesure
1) Pourquoi faire une MSA ?
Avant d’améliorer un procédé, il faut être sûr que l’outil qui le mesure est fiable. Une MSA (Measurement System Analysis) évalue la part d’incertitude due au système de mesure lui-même : instrument, opérateurs, méthode, environnement. L’étude GRR (Gage Repeatability & Reproducibility) en est le cœur : elle décompose l’erreur en deux familles — répétabilité (variation de l’instrument) et reproductibilité (variation entre opérateurs).
2) Définitions clés
Répétabilité (EV, Equipment Variation) : variation obtenue quand un même opérateur mesure la même pièce avec le même instrument, à court terme. Elle reflète la capacité intrinsèque de l’instrument et des conditions immédiates (résolution, serrage, contact, force de mesure…).
Reproductibilité (AV, Appraiser Variation) : variation entre opérateurs mesurant les mêmes pièces. Elle reflète l’effet de la méthode (gestes, interprétation, réglages) et de la formation.
Pièce-à-Pièce (PV, Part-to-Part) : vraie variabilité du produit. Plus elle est grande, plus il est facile de distinguer les pièces.
GRR : somme des composantes EV + AV (et éventuellement interaction Pièce×Opérateur si présente).
Étude “croisée” (crossed design) : chaque opérateur mesure les mêmes pièces, souvent r répétitions. C’est le plan standard pour GRR.
%GRR (Study Variation) : part de la variation totale attribuable au système de mesure. Deux conventions existent :
Sur écart-types :
Sur 6σ (amplitude d’étude) :
% de tolérance :
3) Seuils d’interprétation (règles pratiques)
%GRR ≤ 10 % : système apte.
10–30 % : marginal (à discuter selon risque, coût, criticité).
Si interaction significative : on utilise MS_Interaction comme base pour estimer certaines composantes (puisque les différences opérateur dépendent des pièces).
Sinon : on utilise MS_Erreur (répétabilité) pour estimer AV et PV.
L’idée : ne pas sur- ou sous-estimer des composantes quand l’interaction existe réellement.
6) Des composantes de variance aux KPI
À l’issue de l’ANOVA, on estime les variances :
Puis on dérive :
%GRR (Study Var) et %Tolérance (avec 6σ).
ndc.
% de contribution (part relative de chaque composante dans la variance totale).
7) Lecture des résultats et décisions
Commencer par l’interaction
Significative : méthode ambiguë, profils opérateur-pièce différents. Actions : standardiser le geste, préciser les points de contact, renforcer la formation, clarifier les critères de lecture (ex. lecture au tangage sur un comparateur).
Non significative : les opérateurs sont cohérents entre eux ; la variabilité vient plutôt de l’instrument (EV) ou du produit (PV).
Regarder EV
EV élevée : instrument inadapté, résolution trop grossière, fixturing instable, force de mesure variable, usure, absence de R&R de l’instrument (calibration, répétabilité interne).
Contre-mesures : augmenter la résolution, gabarits et appuis rigides, consignes de force/durée de contact, maintenance/calibration, conditions thermiques maîtrisées.
Regarder AV
AV élevée : méthode non standardisée, manque de formation, consignes floues.
%GRR moyen (10–30 %) : arbitrer selon risque/tolérance/coût, cibler d’abord EV et AV les plus contributives.
%GRR élevé : revoir instrument et méthode avant de conclure sur le procédé.
Comparer à la tolérance
%Tolérance élevé (ex. > 30 %) : la mesure consomme une part trop grande de la tolérance ; risque de mauvaise décision (faux rejets/acceptations).
8) Erreurs fréquentes à éviter
Pièces quasi identiques (PV trop faible) : l’étude “conclut” à un GRR trop élevé alors que le problème est l’échantillon.
r = 1 (une seule répétition) : impossible d’estimer la répétabilité.
Oublier la randomisation : effets de dérive confondus avec des effets opérateur.
Confusion calibration vs MSA : une calibration atteste la justesse vis-à-vis d’une référence ; une MSA qualifie la variabilité d’usage. Les deux sont nécessaires.
Instrument hors plage : saturation, butées, lecture sur mauvaise échelle.
Résolution insuffisante : règle des 10:1 non respectée.
Environnement non contrôlé : température, vibrations, contamination, dilatation des pièces.
9) Compléments utiles (suivant le cas)
Biais & justesse : différence systématique entre la moyenne mesurée et la référence.
Linéarité : biais variable selon la valeur mesurée (par ex. sur la plage de 0 à 50 mm).
Stabilité : dérive du système dans le temps (jour/semaine/mois).
Capabilité de mesure : combinaison de justesse et de précision pour décider si l’instrument est “apte à l’usage”.
10) Petite check-list opérationnelle
Plan croisé défini (p, o, r) et pièces couvrant l’étendue réelle.
Méthode standardisée (SOP avec photos/gestes/points de contact).
Instrument réglé et calibré, résolution adaptée.
Ordre des mesures randomisé et conditions contrôlées.
ANOVA calculée (SS, df, MS, F, p).
Interaction évaluée et logique conditionnelle appliquée (MS_Erreur vs MS_Interaction).
%GRR, %Tolérance, ndc & % contributions analysés.
Plan d’actions ciblant EV (technique) et/ou AV (méthode/formation).
Re-MSA après actions pour confirmer l’amélioration.
Fichier Excel MSA – GRR (ANOVA + Xbar-R)
Une MSA – GRR (ANOVA) met en évidence où agir : instrument, méthode, opérateurs, environnement. Un %GRR faible et un ndc suffisant signifient que vos cartes de contrôle, capabilités et décisions produit reposeront sur une base solide. À l’inverse, un %GRR élevé vous invite à sécuriser la mesure avant de juger le procédé — c’est la meilleure garantie d’améliorations durables.
Vous disposez d’un classeur clé en main pour évaluer la Répétabilité/Reproductibilité (GRR) d’un système de mesure selon la méthode ANOVA. Une version inclut aussi des cartes Xbar-R. Tout est pré-rempli avec un jeu d’essai (10 pièces × 3 opérateurs × 2 répétitions) et totalement automatisé : vous remplacez les mesures et les résultats se mettent à jour.
Exemple pré-rempli (10×3×2) pour visualiser immédiatement les résultats.
Vous pouvez ajouter/supprimer des lignes, en gardant le plan croisé (chaque opérateur mesure chaque pièce r fois).
3) Résultats
ANOVA complète : SS, df, MS, F, p-valeur pour : Pièce, Opérateur, Interaction Pièce×Opérateur, Erreur (Répétabilité) et Total.
Logique “AIAG” conditionnelle : si l’interaction est significative (p < 0,05), l’estimation de AV (reproductibilité) et PV (pièce-à-pièce) s’appuie sur MS_Interaction ; sinon sur MS_Erreur.