Probabilité de conformité, fausse acceptation et faux rejet

  
   

Introduction

La norme ISO/IEC 17025 étant axée sur le risque dans les décisions de mesure (c'est-à-dire les règles de décision ), vous devez envisager d'évaluer la probabilité de conformité.

Vous êtes-vous déjà demandé : « Quelle est la probabilité que cette mesure soit dans la tolérance ou hors tolérance ? »

Quelle que soit la qualité de votre système de mesure, des résultats proches des limites de tolérance vous amènent à vous poser la question ci-dessus. Nombreux sont ceux qui se contentent de dire « Je crois » et passent à autre chose. Cependant, cette approche peut s'avérer coûteuse, tant pour votre laboratoire que pour ses clients.

En calculant la probabilité de conformité et en évaluant les résultats, vous pourriez :

1. Déterminer le risque spécifique pour un résultat de test ou de mesure particulier, et (ou)
2. Optimisez vos règles de décision pour contrôler le risque dans vos décisions de mesure.

Dans ce guide, je vais vous expliquer en détail la probabilité de conformité. Vous apprendrez les points suivants :

Cliquez sur l’un des liens ci-dessus pour accéder à n’importe quelle section de ce guide.

  
   

Qu'est-ce que la probabilité de conformité

Selon la norme JCGM 106:2012 , la probabilité de conformité est la probabilité qu'un élément réponde à une exigence spécifiée.

En termes simples (pour les laboratoires), il s’agit de la probabilité que votre résultat de test ou d’étalonnage soit conforme aux spécifications ou aux tolérances.

Sur une échelle de zéro à 100 %, une probabilité de conformité est interprétée comme :

1. probabilités plus proches de 100 %, plus les chances que votre résultat soit conforme aux spécifications sont élevées,
2. les probabilités à 50 % sont à la limite de tolérance, et
3. Plus les probabilités sont proches de 0 %, plus les chances que votre résultat ne soit pas conforme aux spécifications sont élevées.

Dans l'image ci-dessous, vous voyez un :

1. résultat de mesure avec son incertitude élargie associée (c'est-à-dire la distribution normale bleue) et
2. intervalle de tolérance avec limite de tolérance supérieure et inférieure (c'est-à-dire lignes noires).

En observant l'image ci-dessus, vous remarquerez que le résultat de la mesure et son incertitude élargie chevauchent la limite de tolérance supérieure. Selon vos règles de décision , ce résultat pourrait être :

1. Passer,
2. Passe conditionnelle, ou
3. Échouer

Si vos règles de décision autorisent un résultat « Conforme » ou « Conforme sous conditions », vous souhaiterez peut-être connaître la probabilité que le résultat soit effectivement dans la tolérance. C'est là que vous pouvez utiliser la probabilité de conformité pour évaluer le risque associé à vos résultats, notamment :

• Risque de fausse acceptation (c'est-à-dire risque du consommateur), et
• Risque de faux rejet (c'est-à-dire risque du producteur).

  
   

Pourquoi la probabilité de conformité est-elle importante

Si vous pensez que le calcul de la probabilité de conformité est une autre évaluation inutile, vous vous trompez !

Bien que la plupart des gens se concentrent sur le taux d'incertitude des tests , celui-ci ne prend pas en compte le risque spécifique associé aux décisions de mesure. En revanche, la probabilité de conformité vous informe du risque associé à vos mesures et à vos règles de décision. Cela peut vous aider à prendre une décision plus éclairée.

Dans l'image ci-dessus, vous verrez que le résultat y est dans l'intervalle de tolérance T , mais l'incertitude étendue de u chevauche la limite de tolérance supérieure.

Le résultat se situe désormais dans l'intervalle de tolérance, mais l'incertitude élargie dépasse la limite de tolérance. Il existe donc un risque que le résultat de mesure ne soit pas conforme aux spécifications.
Si vos règles de décision reposent sur une acceptation simple, ce résultat est alors valide. Cependant, quelle est la probabilité que ce résultat soit valide et quel est le risque d'une erreur de type II (probabilité de fausse acceptation) ?

Si vos règles de décision reposent sur une acceptation simple , ce résultat est alors validé. Cependant, quelle est la probabilité que ce résultat soit validé et quel est le risque d'une erreur de type II ( probabilité de fausse acceptation ) ?

Si vous utilisez une règle de décision binaire avec bandes de garde , ce résultat peut échouer s'il dépasse la limite d'acceptation (c'est-à-dire la limite de tolérance plus ou moins un multiple de l'incertitude de mesure élargie). Il serait utile de connaître la probabilité de conformité et le risque d'erreur de type I (c'est-à-dire la probabilité de faux rejet ).

L'évaluation de ces scénarios peut s'avérer extrêmement précieuse ! Connaître les risques associés au laboratoire (risque du producteur) et à ses clients (risque du consommateur) peut vous aider à déterminer un ensemble optimisé de règles de décision bénéfiques pour les deux parties.

  
   

Comment calculer la probabilité de conformité

Le calcul de la probabilité de conformité peut différer en fonction du scénario de test ou de mesure.

Dans cette section, je vais vous montrer comment calculer la probabilité de conformité pour les types de scénarios de mesure suivants :

1. Intervalle de tolérance bilatéral (le plus courant),
2. Limite de tolérance inférieure unilatérale, et
3. Limite de tolérance supérieure unilatérale.

  
   

A. Intervalles de tolérance bilatéraux avec PDF normaux

Les intervalles de tolérance bilatéraux sont le scénario de test ou de mesure le plus courant que vous rencontrerez.

Un intervalle de tolérance bilatéral signifie qu'il existe une limite supérieure et une limite inférieure. L'image ci-dessus illustre un exemple d'intervalle de tolérance bilatéral.

Vous remarquerez qu'il existe une limite de tolérance supérieure et inférieure. L'espace entre les limites constitue l' intervalle de tolérance . De plus, vous observerez une distribution normale où y est le résultat et u l'incertitude type (et non l'incertitude élargie).

  
   

Formule

La formule ci-dessous permet de calculer la probabilité de conformité pour un intervalle de tolérance bilatéral avec une distribution normale . Cette formule nécessite la connaissance des limites de tolérance, du résultat et de l'incertitude type associée au résultat.

 

  
   

Instructions

Étant donné que les statistiques ne sont pas la tâche préférée de tout le monde, laissez-moi vous montrer comment les calculer facilement dans Microsoft Excel.

Pour calculer la probabilité de conformité pour un intervalle de tolérance bilatéral, suivez les instructions ci-dessous :

1. Déterminer les limites de tolérance supérieure et inférieure,
2. Déterminer le résultat du test ou de la mesure,
3. Déterminer l'incertitude de mesure associée au résultat,
4. Convertir l'incertitude élargie en incertitude standard (généralement, diviser U ₉₅ par 2),
5. Ensuite, utilisez la fonction suivante dans Microsoft Excel :

 

IMPORTANT : Assurez-vous que toutes les quantités sont dans la même unité de mesure et de même ordre de grandeur. Sinon, vous obtiendrez des résultats erronés.

  
   

B. Intervalles de tolérance unilatéraux avec PDF normaux

Les tolérances unilatérales sont moins courantes que les tolérances bilatérales, mais elles se produisent pour de nombreux types de résultats de tests et de mesures. Il est donc essentiel de savoir calculer la probabilité de conformité dans ces scénarios.

Dans cette section, je vais vous montrer comment le calculer pour les deux éléments suivants :

1. Limite de tolérance inférieure unique, et
2. Limite supérieure de tolérance unique.

  
   

B.1. Limite de tolérance inférieure unique

Pour une seule limite de tolérance inférieure, le résultat doit être supérieur à la limite de tolérance pour obtenir un résultat conforme, tel que :

1. Passer,
2. Dans la tolérance,
3. Dans les spécifications,
4. Etc.

Maintenant, que se passe-t-il lorsque le résultat de la mesure et l’incertitude qui lui est associée dépassent la limite de tolérance ?

Dans l'image ci-dessus, vous remarquerez que l'intervalle d'incertitude de mesure chevauche la limite de tolérance. Selon les règles de décision de votre laboratoire, le résultat est-il satisfaisant ou non ?

Pour évaluer le risque associé à vos règles de décision, calculez la probabilité de conformité. Cela vous donnera le pourcentage de chances que votre résultat soit conforme aux spécifications, ce qui peut vous aider à prendre une meilleure décision de mesure.

  
   

Formule

La formule ci-dessous peut être utilisée pour calculer la probabilité de conformité pour une seule limite de tolérance inférieure.

 

  
   

Instructions

Pour calculer la probabilité de conformité pour un intervalle de tolérance unilatéral avec une limite de tolérance inférieure, suivez les instructions ci-dessous :

1. Déterminer la limite inférieure de tolérance,
2. Déterminer le résultat du test ou de la mesure,
3. Déterminer l'incertitude de mesure associée au résultat,
4. Convertir l'incertitude élargie en incertitude standard (généralement, diviser par 2),
5. Ensuite, utilisez la fonction suivante dans Microsoft Excel :

 

IMPORTANT : Assurez-vous que toutes les quantités sont dans la même unité de mesure et de même ordre de grandeur. Sinon, vous obtiendrez des résultats erronés.

  
   

B.2. Limite de tolérance supérieure unique

Pour une seule limite de tolérance supérieure, le résultat doit être inférieur à la limite de tolérance pour obtenir un résultat conforme, tel que :

1. Passer,
2. Dans la tolérance,
3. Dans les spécifications,
4. Etc.

Maintenant, que se passe-t-il lorsque le résultat de la mesure et l’incertitude qui lui est associée chevauchent la limite de tolérance ?

Dans l'image ci-dessus, vous remarquerez que l'intervalle d'incertitude de mesure chevauche la limite de tolérance supérieure. Selon les règles de décision de votre laboratoire, le résultat est-il satisfaisant ou non ?

En calculant la probabilité de conformité, vous pouvez évaluer le risque associé à vos règles de décision. Cela vous donnera le pourcentage de probabilité que votre résultat soit conforme aux spécifications, ce qui peut vous aider à prendre une meilleure décision de mesure.

  
   

Formule

La formule ci-dessous peut être utilisée pour calculer la probabilité de conformité pour une seule limite de tolérance supérieure.

 

  
   

Instructions

Pour calculer la probabilité de conformité pour un intervalle de tolérance unilatéral avec une limite de tolérance supérieure, suivez les instructions ci-dessous :

1. Déterminer la limite supérieure de tolérance,
2. Déterminer le résultat du test ou de la mesure,
3. Déterminer l'incertitude de mesure associée au résultat,
4. Convertir l'incertitude élargie en incertitude standard (généralement, diviser par 2),
5. Ensuite, utilisez la fonction suivante dans Microsoft Excel :

 

IMPORTANT : Assurez-vous que toutes les quantités sont dans la même unité de mesure et de même ordre de grandeur. Sinon, vous obtiendrez des résultats erronés.

  
   

Quelle est la probabilité d'une fausse acceptation

Selon le JCGM 106 , la probabilité de fausse acceptation (PFA) ou le risque spécifique du consommateur est la probabilité (c'est-à-dire la chance) qu'un article particulier accepté ne soit pas conforme.

Essentiellement, cela signifie qu'un élément a réussi un test ou un étalonnage alors qu'il y a une chance qu'il échoue .

Il s'agit du risque du consommateur , car ces types de non-conformités ont (principalement) un impact sur votre client et ses tests, étalonnages et (ou) mesures ultérieurs.

Le consensus général est que les fausses acceptations doivent être évitées plutôt que les faux rejets en raison des impacts catastrophiques potentiels qu'elles peuvent avoir sur la qualité, la sécurité, la santé et la vie (c'est-à-dire la mort).

  
   

Comment calculer la probabilité d'une fausse acceptation

De nombreuses personnes calculant la probabilité de conformité souhaitent également connaître la probabilité de non-conformité ou la probabilité de fausse acceptation (PFA).

Après avoir calculé la probabilité de conformité, il est facile de calculer la probabilité de fausse acceptation.

  
   

Formule

La formule ci-dessous peut être utilisée pour calculer la probabilité de conformité d’une fausse acceptation.

 

  
   

Instructions

Pour calculer la probabilité d’une fausse acceptation, suivez les instructions ci-dessous :

1. Déterminer la probabilité de conformité,
2. Soustrayez la probabilité de conformité de un (c'est-à-dire un moins la probabilité de conformité).

 

  
 
   

Quelle est la probabilité d'un faux rejet

Selon le JCGM 106 , la probabilité de faux rejet (PFR) ou risque spécifique du producteur est la probabilité (c'est-à-dire la chance) qu'un article rejeté particulier soit conforme.

Contrairement à une fausse acceptation, un faux rejet signifie qu'un élément a échoué à un test ou à un étalonnage alors qu'il aurait dû réussir .

Il s’agit du risque du producteur , car ce type de non-conformités a un impact sur votre laboratoire et sur les tests, les étalonnages et (ou) les mesures qu’il effectue.

  
   

Comment calculer la probabilité d'un faux rejet

Bien que cela soit moins populaire, certaines personnes veulent savoir comment calculer la probabilité de faux rejet (PFR).

Pour ce faire, il suffit de calculer la probabilité de conformité (à partir des sections précédentes).

Cependant, vous ne souhaiterez peut-être pas prendre en compte le PFR tant que votre résultat n'aura pas dépassé une limite d'acceptation (AL) ou une limite de tolérance (TL).

Si l'intervalle d'incertitude de mesure chevauche la limite de tolérance ou d'acceptation (voir l'image ci-dessous), il y a alors un risque que le résultat soit réellement dans la tolérance ou réussi.

Si vous utilisez des règles de décision d'acceptation simples , le résultat est hors tolérance ou échoue lorsque le résultat dépasse les limites de tolérance.

Si vous utilisez des règles de décision binaires avec des bandes de garde , le résultat est hors tolérance ou échoue, ce qui signifie que le résultat dépasse les limites d'acceptation.

Quel que soit le type de règle de décision que vous utilisez, calculez simplement la probabilité de conformité pour déterminer la probabilité de faux rejet.

  
   

Risque dans les décisions de mesure

Maintenant que vous connaissez la probabilité de conformité, de fausse acceptation et de faux rejet, vous vous demandez peut-être : « Comment cela affecte-t-il mes résultats de test ou d’étalonnage ? »

Eh bien, examinons ces probabilités par rapport au rapport d’incertitude du test (c’est-à-dire l’indice de capacité de mesure) et au pourcentage de la limite de tolérance.

Si vous avez besoin d’en savoir plus sur le taux d’incertitude des tests, cliquez sur le lien ci-dessous.

• Comment calculer le taux d'incertitude des tests

Sinon, utilisez les informations et les tableaux ci-dessous pour vous aider à déterminer le type de règles de décision que votre laboratoire doit utiliser.

Dans les sections ci-dessous, vous en apprendrez davantage sur les points suivants :

1. Probabilité de conformité par rapport au rapport d'incertitude du test et à la limite de tolérance,
2. Probabilité de fausse acceptation par rapport au rapport d'incertitude du test et à la limite de tolérance, et
3. Probabilité de faux rejet par rapport au rapport d'incertitude du test et à la limite de tolérance.

  
   

Probabilité de conformité par rapport au rapport d'incertitude du test et à la limite de tolérance

Dans le graphique ci-dessous, j'ai représenté la probabilité de conformité en fonction du pourcentage d'erreur de la limite de tolérance. Chaque ligne du graphique représente la probabilité de conformité en fonction du taux d'incertitude du test et de la proximité du résultat par rapport à la limite de tolérance.

À droite du graphique, vous verrez une ligne rouge verticale. Il s'agit de la limite de tolérance ; lorsque le résultat est égal à cette limite, la probabilité de conformité est de 50 % .

Sinon, vous trouverez les probabilités de conformité lorsque vos résultats sont compris entre zéro erreur et la limite de tolérance.

Lorsque le résultat se situe dans la limite de tolérance, il est généralement considéré comme conforme aux spécifications. Le tableau ci-dessous indique la probabilité que le résultat soit conforme aux spécifications.

Notez comment la probabilité de conformité diminue à mesure que le résultat se rapproche de la limite de tolérance . De plus, remarquez comment la probabilité diminue à mesure que le TUR diminue.

Par conséquent, vous pouvez voir que les résultats avec un taux d’incertitude de test plus élevé auront généralement une probabilité de conformité plus élevée.

Dans le tableau, j'ai abordé les rapports de transformation (TUR) compris entre 1:1 et 5:1. La plupart des laboratoires visent un TUR de 4:1, même si ce n'est pas toujours possible. De plus, certaines méthodes ISO exigent un TUR de 5:1, tandis que d' autres exigent un TUR de 3:1. J'ai donc tenté de couvrir la plupart des objectifs et exigences courants que les laboratoires cherchent généralement à atteindre.

  
   

Probabilité de fausse acceptation par rapport au taux d'incertitude du test et à la limite de tolérance

J'ai ensuite créé un graphique représentant la probabilité de fausse acceptation en fonction du pourcentage d'erreur de la limite de tolérance. Chaque ligne du graphique représente la probabilité de fausse acceptation en fonction du taux d'incertitude du test et de la proximité du résultat par rapport à la limite de tolérance.

À droite du graphique, vous verrez une ligne rouge verticale. Il s'agit de la limite de tolérance. Lorsque le résultat est égal à cette limite, la probabilité d'une fausse acceptation est de 50 % .

Sinon, vous pouvez consulter le graphique pour trouver la probabilité d’une fausse acceptation lorsque vos résultats se situent entre zéro erreur et la limite de tolérance.

Lorsque le résultat se situe dans la limite de tolérance, il est généralement considéré comme conforme aux spécifications. Le tableau ci-dessous présente le risque d'une fausse décision d'acceptation ou d'une erreur de type II.

Notez que la probabilité d'une fausse acceptation augmente à mesure que le résultat se rapproche de la limite de tolérance . De plus, remarquez que la probabilité augmente à mesure que le TUR diminue.

Par conséquent, vous pouvez voir que les résultats avec un taux d’incertitude de test plus élevé auront généralement une probabilité plus faible de fausse acceptation.

Dans le tableau, j'ai abordé les rapports de transformation (TUR) compris entre 1:1 et 5:1. La plupart des laboratoires visent un TUR de 4:1, même si ce n'est pas toujours possible. À titre de référence, certaines méthodes ISO exigent un TUR de 5:1, tandis que d'autres exigent un TUR de 3:1. J'ai donc tenté de couvrir la plupart des objectifs et exigences courants que les laboratoires cherchent généralement à atteindre.

  
   

Probabilité de faux rejet par rapport au taux d'incertitude du test et à la limite de tolérance

Enfin, j'ai créé un graphique représentant la probabilité de faux rejet en fonction du pourcentage d'erreur de la limite de tolérance. Chaque ligne du graphique représente la probabilité de faux rejet en fonction du taux d'incertitude du test et de l'écart entre le résultat et la limite de tolérance.

Sur le côté gauche du graphique, vous verrez une ligne rouge verticale. Il s'agit de la limite de tolérance. Lorsque le résultat est égal à cette limite, la probabilité de faux rejet est de 50 % .

Sinon, vous pouvez consulter le graphique pour trouver la probabilité de faux rejet lorsque vos résultats sont en dehors de la limite de tolérance.

Lorsque le résultat est hors tolérance, il est généralement considéré comme non conforme aux spécifications. Le tableau ci-dessous présente le risque d'une décision de rejet erronée ou d'une erreur de type I.

Notez que la probabilité d'un faux rejet diminue à mesure que le résultat s'éloigne de la limite de tolérance . De plus, remarquez que la probabilité augmente à mesure que le TUR diminue.

Par conséquent, vous pouvez voir que les résultats avec un taux d’incertitude de test plus élevé auront généralement une probabilité plus faible de faux rejet.

  
   

Règles de risque et de décision

Maintenant que vous voyez les risques dans vos résultats de mesure, vous pouvez évaluer vos règles de décision pour déterminer ce qui fonctionne le mieux pour votre laboratoire et ses clients.

  
   

Règles de décision d'acceptation simples

Les règles de décision d'acceptation simple sont très répandues. Cependant, de nombreux professionnels n'apprécient pas ou n'approuvent pas leur utilisation.

Des organismes tels que l'UKAS et l'A2LA ont publié des bulletins et des documents d'orientation pour encadrer l'utilisation de règles simples de décision d'acceptation. Cliquez sur les liens ci-dessous pour y accéder.

• UKAS LAB 48 : Règles de décision et déclarations de conformité
• A2LA G136 : Orientations sur les règles de décision en matière d'étalonnage

Si vous utilisez des règles de décision d’acceptation simples , votre probabilité de fausse acceptation peut atteindre 50 %.

C'est l'un des arguments avancés par les opposants pour exprimer leur mécontentement face à ces règles de décision : le risque PFA est trop important . Un autre argument est que la simple acceptation ne prend pas directement en compte l'incertitude ou le risque, conformément à la norme ISO/IEC 17025.

Quelle que soit votre opinion sur la question, l' ILAC G8 contient toujours des règles de décision binaires d'acceptation simples et il s'agit d'une question qui doit être communiquée et convenue (entre le laboratoire et son client) dans le cadre de la revue du contrat conformément à la norme ISO/IEC 17025.

Ma seule recommandation à ce sujet est de ne pas préciser (dans vos règles de décision) que « l'incertitude de mesure n'est pas prise en compte ». Cela n'est pas conforme au guide G8 de l'ILAC.

Pour que vous soyez conscient des risques, j'ai créé un tableau.

Dans l'image ci-dessous, vous trouverez un tableau présentant la probabilité de conformité et la probabilité de fausse acceptation par rapport au pourcentage d'erreur de la limite de tolérance. Les résultats sont segmentés selon le taux d'incertitude du test.

Notez que la probabilité de conformité diminue et que la probabilité de fausse acceptation augmente à mesure que le résultat se rapproche de la limite de tolérance (c'est-à-dire 100 % TL).

La limite de tolérance correspond à 100 % de la limite de tolérance (c.-à-d. 100 %TL) indiquée dans la colonne de gauche du tableau. Les probabilités sont regroupées selon le taux d'incertitude du test, visible sur la ligne supérieure. Les probabilités de conformité et de fausse acceptation sont ensuite données pour des résultats compris entre 0 % et 150 % de la limite de tolérance.

Vous remarquerez que j'ai ajouté un rectangle rouge au tableau pour indiquer la probabilité de conformité et de fausse acceptation aux limites de tolérance. Avec des règles de décision d'acceptation simples, la limite de tolérance n'est pas délimitée par une bande de garde. Les limites d'acceptation sont donc égales aux limites de tolérance.

Vous pouvez donc constater que vous avez un risque de 50 %/50 % lorsque le résultat est à la limite de tolérance.

  
   

Règles de décision binaires avec bandes de garde

Les règles de décision binaires avec bandes de garde sont également courantes, mais moins répandues que la simple acceptation. Les bandes de garde sont la méthode la plus recommandée (par les professionnels) pour prendre en compte l'incertitude de mesure.

Il existe de nombreuses méthodes de baguage de garde différentes, mais les plus populaires sont les suivantes :

• méthode ILAC G8 , et
• Méthode ISO 14253-1

Pour voir d'autres méthodes de baguage de garde, consultez mon guide en utilisant le lien ci-dessous :

• Bandes de garde : comment prendre en compte l'incertitude

Si vous utilisez des règles de décision binaires avec des bandes de garde, votre probabilité de fausse acceptation sera considérablement inférieure par rapport aux règles de décision d'acceptation simples.

Pour que vous soyez conscient de la réduction des risques associés au bandage de garde, j'ai créé un tableau.

Dans l'image ci-dessous, vous trouverez un tableau présentant la probabilité de conformité et de fausse acceptation par rapport au pourcentage d'erreur de la limite de tolérance. Les résultats sont également segmentés par taux d'incertitude de test.

Notez comment la probabilité de conformité diminue et la probabilité de fausse acceptation augmente à mesure que le résultat se rapproche de la limite de tolérance (c'est-à-dire 100 % TL).

La limite de tolérance correspond à 100 % de la limite de tolérance (c.-à-d. 100 %TL) indiquée dans la colonne de gauche du tableau. Les probabilités sont regroupées selon le taux d'incertitude du test, visible sur la ligne supérieure. Les probabilités de conformité et de fausse acceptation sont ensuite données pour des résultats compris entre 0 % et 150 % de la limite de tolérance.

Regardez maintenant les rectangles rouges que j'ai ajoutés au tableau. Ils indiquent la probabilité de conformité et de fausse acceptation aux limites d'acceptation (surlignées en jaune), et non aux limites de tolérance.

Étant donné que les limites de tolérance sont des bandes de garde par l' incertitude élargie , le :

1. les limites d'acceptation sont inférieures aux limites de tolérance, et
2. la probabilité d'une fausse acceptation est considérablement réduite.

La probabilité de fausse acceptation est réduite de 50 % à 2,3 % pour les ratios d'incertitude de test supérieurs à 2:1. Lorsque le ratio d'incertitude de test est égal à 1:1, la PFA est de 4,6 %, ce qui représente une réduction significative par rapport à 50 %.

Cependant, la probabilité de faux rejet peut être trop élevée pour certains laboratoires. Si tel est le cas, vous devriez envisager d'autres méthodes de gestion des bandes de garde et en trouver une adaptée à votre tolérance au risque.

Selon les activités de votre laboratoire, vous pouvez les évaluer au cas par cas et appliquer plusieurs règles de décision. Cette méthode est peu courante, mais certains laboratoires l'utilisent.

  
   

Conclusion

Il est important de prendre en compte le risque lié à vos résultats de mesure, d'autant plus aujourd'hui que la plupart des laboratoires accrédités ISO/CEI 17025 doivent disposer de règles de décision.

L’évaluation de la probabilité de conformité dans vos résultats de test ou de mesure peut vous aider à déterminer :

• Quelles règles de décision sont les meilleures pour votre laboratoire et ses clients

Dans ce guide, vous devriez avoir appris ce qui suit :

1. Qu'est-ce que la probabilité de conformité
2. Pourquoi la probabilité de conformité est-elle importante
3. Comment calculer la probabilité de conformité
1. Intervalle de tolérance bilatéral
2. Intervalle de tolérance inférieur unique
3. Intervalle de tolérance supérieur unique
4. Quelle est la probabilité d'une fausse acceptation
5. Comment calculer la probabilité d'une fausse acceptation
6. Quelle est la probabilité d'un faux rejet
7. Comment calculer la probabilité d'un faux rejet
8. Risque dans les décisions de mesure
9. Règles de risque et de décision

Si vous utilisez les informations de ce guide pour calculer la probabilité de conformité, la probabilité de fausse acceptation et la probabilité de faux rejet, vous devriez être en mesure de déterminer un ensemble optimisé de règles de décision qui fonctionnent pour votre laboratoire et ses clients .

Sinon, vous pouvez vous en tenir aux pratiques recommandées. Cependant, connaissez-vous et acceptez-vous les risques associés à vos règles de décision ?