Introduction
Les tests de reproductibilité constituent un élément important de l'estimation de l'incertitude de mesure. Il s'agit d'une composante d'incertitude de type A qui doit être incluse dans tout budget d'incertitude .
Cependant, de nombreux laboratoires négligent de tester la reproductibilité et de l’inclure dans leurs analyses.
Lorsque je discute avec des clients et des amis, je reçois de nombreuses excuses pour lesquelles ils ne testent pas la reproductibilité ;
• « Nous n’avons pas le temps. »
• « Nous ne savons pas comment. »
• « Nous sommes un laboratoire unipersonnel. »
• « Nous n’avons qu’un seul étalon de mesure. »
Eh bien, je suis ici aujourd’hui pour vous dire que vous pouvez tester la reproductibilité même si vous n’êtes qu’un laboratoire d’une seule personne.
Dans ce guide, vous allez apprendre tout ce que vous devez savoir, et plus encore, pour réaliser vos propres tests de reproductibilité.
Si vous calculez l’incertitude de mesure, vous devez savoir dans quelle mesure vos résultats de mesure sont reproductibles.
Ce n'est pas seulement important pour le contrôle qualité. Les tests de reproductibilité offrent tellement d'enseignements que l'effort en vaut la peine.
Contexte
Il y a eu de nombreuses discussions et opinions sur l’inclusion de l’incertitude de type A dans vos estimations de l’incertitude de mesure.
La plupart des laboratoires incluent les données des tests de répétabilité dans leurs budgets d'incertitude. Cependant, beaucoup négligent d'inclure les données des tests de reproductibilité.
Pourquoi?
Je ne suis pas sûr, mais j'aimerais le savoir.
Récemment, j'ai assisté à la réunion annuelle de l'A2LA pour le comité consultatif sur les mesures et j'ai été choqué d'entendre quelqu'un demander pourquoi la « reproductibilité » devrait être prise en compte pour l'analyse des incertitudes.
Après avoir fait cette déclaration, cette personne a continué à parler pour dire à tout le monde que ce n'était ni nécessaire ni faisable car le laboratoire n'avait qu'un seul poste de travail et un seul technicien.
Honnêtement, j'ai été choqué !
La personne qui a fait cette déclaration est une personne intelligente d’une entreprise réputée, et j’étais très confus quant à la raison pour laquelle cette personne ne pouvait pas conceptualiser la justification des tests de reproductibilité.
Malheureusement, ce cas n'est pas le seul. Nombreux sont ceux qui remettent en question l'utilisation des tests de reproductibilité pour estimer l'incertitude. Au fil des ans, de nombreux lecteurs, prospects et clients se sont également interrogés sur les tests de reproductibilité.
Avec ces informations, je ne peux que supposer ;
1. Ils ne comprennent pas les tests de reproductibilité,
2. Ils n’ont pas essayé les tests de reproductibilité, et (ou)
3. Ils n’ont pas étudié les tests de reproductibilité
J'ai donc décidé d'écrire un guide qui vous apprendra tout ce que vous aurez besoin de savoir sur les tests de reproductibilité pour la collecte de données d'incertitude de type A.
De plus, je vais vous montrer 5 façons de tester la reproductibilité des mesures pour calculer l'incertitude de mesure, même si vous êtes un laboratoire individuel avec un seul établi.
Donc, si vous êtes intéressé par la collecte de données d’incertitude de type A, continuez à lire car je vais aborder les sept sujets suivants ;
1. Qu'est-ce que la reproductibilité
2. Pourquoi la reproductibilité est-elle importante
3. Exigences relatives aux tests de reproductibilité
4. Types de tests de reproductibilité
5. Comment effectuer des tests de reproductibilité
6. Comment analyser les résultats des tests de reproductibilité
7. Comment évaluer les résultats des tests de reproductibilité
Qu'est-ce que la reproductibilité
Selon le Vocabulaire de métrologie internationale (VIM) , la reproductibilité est « la précision de mesure dans des conditions de reproductibilité de mesure ».
En lisant la définition, je suis sûr que vous avez remarqué les termes « précision de mesure » et « condition de reproductibilité de la mesure ».
Vous ne détestez pas que les termes soient définis par leurs propres mots ? Moi aussi. C'est frustrant.
Essayons donc de simplifier la définition afin que vous n’ayez pas besoin d’un doctorat pour comprendre le concept.
Commençons par définir la précision des mesures. Le VIM la définit comme « l'étroitesse de la concordance entre les indications ».
Il s’agit essentiellement de l’écart type ou de la dispersion calculée à partir d’un ensemble de mesures répétées, très probablement à partir d’un test de répétabilité.
Définissons ensuite la condition de reproductibilité d'une mesure. Le VIM la définit comme une « condition de mesure, parmi un ensemble de conditions incluant différents lieux, opérateurs, systèmes de mesure et mesures répétées sur des objets identiques ou similaires ».
Par conséquent, une condition de reproductibilité de mesure est un autre test de répétabilité dans lequel une condition de mesure a été modifiée.
Maintenant que nous avons décomposé la définition de la reproductibilité, elle peut être mieux expliquée comme l'écart type des résultats de tests de répétabilité multiples où les conditions de mesure ont été modifiées .
L’objectif est de déterminer dans quelle mesure les résultats d’un test de répétabilité concordent avec ceux d’un autre afin de déterminer dans quelle mesure vos résultats sont reproductibles lorsqu’ils sont effectués dans diverses conditions.
Fondamentalement, vous devez recréer vos résultats de mesure après avoir modifié une variable à la fois et évaluer l’impact que cela a sur vos résultats.
J’espère que vous avez maintenant une meilleure compréhension du terme reproductibilité.
Dans la section suivante, vous apprendrez pourquoi il est important d’estimer l’incertitude dans la mesure.
Pourquoi la reproductibilité est-elle importante
La reproductibilité est importante car elle démontre que votre laboratoire a la capacité de reproduire les résultats de mesure dans diverses conditions.
De plus, les tests de reproductibilité vous offrent la possibilité d’expérimenter différents facteurs susceptibles d’influencer vos résultats de mesure et l’incertitude estimée.
Lorsque vous savez quels facteurs ont un impact significatif sur vos résultats de mesure, vous pouvez prendre des mesures pour contrôler votre processus de mesure et réduire l’incertitude de mesure.
Par exemple, si votre laboratoire devait effectuer un test de reproductibilité évaluant chaque technicien et que les résultats de mesure d'un opérateur étaient significativement différents de ceux du groupe échantillonné, vous pourriez enquêter sur la cause et prendre les mesures appropriées (par exemple, leur fournir une formation pour améliorer leurs compétences).
Prenons un autre exemple : imaginez que votre laboratoire évalue différentes méthodes de test ou d’étalonnage à l’aide de tests de reproductibilité. Si une méthode produit des résultats significativement différents des autres, vous pourriez prendre des mesures pour la réviser ou la supprimer pour les tests et les étalonnages.
Comme vous pouvez le constater, les tests de reproductibilité peuvent être un outil puissant pour le contrôle qualité et l'optimisation de vos processus de laboratoire. C'est pourquoi ils sont importants.
Cependant, cela n'est bénéfique que si vous analysez réellement les données et les utilisez pour améliorer votre processus de mesure. Au-delà de l'estimation de l'incertitude, les tests de reproductibilité peuvent être utilisés pour :
• Suivi de la qualité du travail,
• Validation des méthodes, des procédures, des formations, etc.,
• Trouver des problèmes dans les systèmes de mesure, et
• Augmenter la confiance dans les résultats de mesure.
Si votre objectif est de fournir des résultats de mesure de meilleure qualité avec moins d’incertitude, commencez à effectuer des tests de reproductibilité et utilisez les résultats pour améliorer votre processus.
Exigences relatives aux tests de reproductibilité
Actuellement, les tests de reproductibilité ne sont pas exigés par la norme ISO/CEI 17025 ni par aucun autre document normatif, sauf si vous êtes accrédité par l'A2LA . Cependant, il existe de fortes recommandations concernant leur utilisation.
Dans cette section, découvrez comment la reproductibilité est référencée dans divers documents de politiques et d’exigences.
Norme internationale ISO/CEI 17025
Dans la section 5.4.5.3 de la norme ISO/IEC 17025 , la reproductibilité est répertoriée comme une valeur qui peut être obtenue à partir de méthodes validées.
De plus, dans la note 3 de la section 5.4.5.3, la reproductibilité est répertoriée comme un exemple ou un composant où l'incertitude des valeurs peut être répertoriée.
Politique ILAC P14
Dans la section 5.4 de la politique ILAC P14, il est recommandé d'inclure la reproductibilité dans votre estimation de l'incertitude CMC.
« Une quantité raisonnable de contribution à l'incertitude due à la répétabilité doit être incluse et les contributions dues à la reproductibilité doivent être incluses dans la composante d'incertitude du CMC, lorsqu'elle est disponible. »
JCGM 100:2008 Guide pour l'estimation de l'incertitude de mesure
Dans l’annexe B, section 2.16 du Guide pour l’estimation de l’incertitude de mesure (GUM) , la reproductibilité est définie et fournit une liste de conditions ou de variables qui peuvent être modifiées pour les tests de reproductibilité.
ASTM E177 et ASTM E456
Dans le tableau 1 de la norme ASTM E177 , Pratiques d'utilisation des termes « précision » et « biais », la reproductibilité est mentionnée comme condition de précision. De plus, le tableau ci-dessous fournit une liste de conditions ou de variables pouvant être modifiées pour déterminer la reproductibilité.
Comme vous pouvez le constater, la reproductibilité n’est pas strictement requise pour estimer l’incertitude ; mais elle est certainement reconnue comme un contributeur important et recommandée pour être prise en compte dans vos budgets d’incertitude.
A2LA R205
Un seul organisme d’accréditation en Amérique du Nord, A2LA, a fait de la reproductibilité une exigence pour les estimations des déclarations d’incertitude CMC.
Dans la section 6.7.1 des exigences spécifiques A2LA R205 : Programme d'accréditation des laboratoires d'étalonnage, la reproductibilité est répertoriée comme un élément clé qui doit être pris en compte dans chaque calcul d'incertitude CMC.
À mon avis, la reproductibilité contribue de manière significative à l’incertitude des mesures et doit être incluse dans vos budgets d’incertitude.
Il s’agit d’une composante d’incertitude de type A qui est tout aussi importante que la répétabilité.
De plus, ce test est facilement réalisable en laboratoire. La collecte et l'analyse des données ne nécessitent que quelques minutes supplémentaires.
Types de tests de reproductibilité
En matière de tests de reproductibilité, de nombreuses conditions différentes peuvent être testées. Cependant, la plupart des métrologues (avec lesquels j'ai discuté ou que j'ai interrogés) se contentent de comparer les résultats des opérateurs (c'est-à-dire ceux d'un technicien comparés à ceux d'un autre).
Bien que je reconnaisse l'importance de comparer les opérateurs, il existe de nombreuses conditions supplémentaires que vous pouvez tester. Pourquoi n'en tester qu'une seule ?
Vous ne serez jamais sûr qu’une condition est plus importante que l’autre à moins de la tester vous-même.
Dans cette section, vous découvrirez cinq types de tests de reproductibilité que vous pouvez réaliser en laboratoire pour recueillir des données d'incertitude de type A. Vous disposerez ensuite de suffisamment d'informations pour déterminer les conditions optimales pour les tests en laboratoire.
Les cinq conditions que nous aborderons dans ce guide sont :
1. Opérateur contre opérateur
2. Équipement contre équipement
3. Environnement contre environnement
4. Méthode contre méthode
5. Jour contre jour
Opérateur contre opérateur
Le test de reproductibilité le plus courant pour la collecte de données d'incertitude de type A consiste à rechercher des écarts dans les résultats de mesure via l'opérateur.
En comparant deux ou plusieurs techniciens, ingénieurs, etc., vous pouvez en apprendre beaucoup sur les incohérences dans votre processus de mesure.
Il vous suffit de demander à deux techniciens d’effectuer indépendamment le même processus de mesure.
Tout d’abord, demandez au technicien A d’effectuer un test de répétabilité simple et d’enregistrer ses résultats.
Avec ces informations, calculez la moyenne et l’écart type.
Ensuite, demandez au technicien B d’effectuer le même test de répétabilité et d’enregistrer les résultats.
Calculez à nouveau la moyenne et l’écart type.
Maintenant, calculez l’écart type de la moyenne du technicien A et de la moyenne du technicien B.
Le résultat sera la reproductibilité d’opérateur à opérateur.
Si le résultat calculé est plus grand que ce que vous souhaiteriez ou plus grand que ce que vous attendiez, envisagez de former les techniciens et de répéter l'expérience.
Continuez ce processus jusqu’à ce que vous obteniez un résultat qui vous satisfait.
Pour effectuer un test de reproductibilité opérateur contre opérateur, utilisez les instructions suivantes ;
1. Effectuez un test de répétabilité avec l’opérateur A.
2. Enregistrez vos résultats,
3. Calculez la moyenne, l’écart type et les degrés de liberté,
4. Effectuer un test de répétabilité avec l'opérateur B,
5. Enregistrez vos résultats,
6. Calculez la moyenne, l’écart type et les degrés de liberté,
7. Calculez l’écart type des deux moyennes enregistrées aux étapes 3 et 6.
Jour contre jour
Une autre façon courante de tester la reproductibilité d’un processus de mesure consiste à tester la variance des résultats de mesure d’un jour à l’autre.
Cette méthode est idéale pour collecter des données d’incertitude de type A pour les laboratoires disposant d’un seul technicien, d’un seul établi ou des deux.
La seule chose que vous devez modifier est le jour ou l’heure à laquelle le test est effectué.
Par exemple, vous pouvez comparer :
• Matin vs Après-midi,
• Lundi contre mardi, ou
• Lundi vs vendredi.
Vous pouvez comparer n'importe quel scénario que vous souhaitez tant que la seule variable qui change est le jour ou l'heure de la journée.
Pour commencer, demandez à un technicien d’effectuer un test de répétabilité le jour 1.
À partir de leurs résultats, calculez la moyenne et l’écart type.
Ensuite, demandez au technicien d’effectuer exactement le même test de répétabilité le jour 2.
Calculez à nouveau la moyenne et l’écart type à partir de leurs résultats.
Maintenant, calculez l’écart type des moyennes calculées à partir du jour 1 et du jour 2. Le résultat sera votre reproductibilité au jour le jour.
Pour effectuer un test de reproductibilité jour contre jour, utilisez les instructions suivantes ;
1. Effectuez un test de répétabilité le jour A.
2. Enregistrez vos résultats,
3. Calculez la moyenne, l’écart type et les degrés de liberté,
4. Effectuer un test de répétabilité le jour B,
5. Enregistrez vos résultats,
6. Calculez la moyenne, l’écart type et les degrés de liberté,
7. Calculez l’écart type des deux moyennes enregistrées aux étapes 3 et 6.
Méthode contre méthode
Les méthodes de test de reproductibilité ne sont pas couramment utilisées pour les incertitudes de type A. Cependant, elles constituent un test de reproductibilité très utile si vous cherchez à réduire l'incertitude de mesure.
La méthode que vous choisissez peut affecter considérablement votre incertitude de mesure. Par conséquent, la méthode par rapport à la reproductibilité de la méthode peut être utilisée pour déterminer la variance entre deux méthodes de mesure.
À partir des résultats, vous pouvez déterminer quel processus de mesure génère moins d’incertitude dans les résultats de mesure.
Pour effectuer un test de reproductibilité méthode par méthode, utilisez les instructions suivantes ;
1. Effectuez un test de répétabilité en utilisant la méthode A.
2. Enregistrez vos résultats,
3. Calculez la moyenne, l’écart type et les degrés de liberté,
4. Effectuer un test de répétabilité en utilisant la méthode B,
5. Enregistrez vos résultats,
6. Calculez la moyenne, l’écart type et les degrés de liberté,
7. Calculez l’écart type des deux moyennes enregistrées aux étapes 3 et 6.
Équipement contre équipement
Si vous travaillez dans un laboratoire de taille moyenne à grande, vous disposez probablement de plusieurs établis et d’équipements de mesure en double.
Par conséquent, vos résultats de mesure risquent de varier en fonction de l'utilisation de différents établis ou équipements de mesure. Ne serait-il pas intéressant de comprendre comment le choix de différents équipements peut influencer vos résultats ?
Si vous avez répondu « oui », je vous recommande d'essayer ce type de test de reproductibilité dans votre laboratoire. Vous pourriez être surpris des résultats.
Chaque instrument ou appareil de mesure fonctionnera différemment d’un autre, même s’ils peuvent avoir le même numéro de fabrication et le même numéro de modèle.
Même si votre équipement a été fabriqué le même jour, sur la même ligne de production, ses performances varieront légèrement.
C'est pourquoi il est important de comparer les tests de reproductibilité des équipements pour vos données d'incertitude de type A. La probabilité que vos résultats de mesure soient affectés par l'équipement choisi est très élevée !
Il constitue un bon substitut aux tests de reproductibilité opérateur contre opérateur.
Pour effectuer un test de reproductibilité équipement par équipement, utilisez les instructions suivantes ;
1. Effectuer un test de répétabilité à l’aide de l’équipement A.
2. Enregistrez vos résultats,
3. Calculez la moyenne, l’écart type et les degrés de liberté,
4. Effectuer un test de répétabilité à l’aide de l’équipement B,
5. Enregistrez vos résultats,
6. Calculez la moyenne, l’écart type et les degrés de liberté,
7. Calculez l’écart type des deux moyennes enregistrées aux étapes 3 et 6.
Environnement contre environnement
De nos jours, il est de plus en plus courant d'effectuer des travaux en dehors du laboratoire. Si votre laboratoire effectue des étalonnages ou des tests sur le terrain ou chez vos clients, vos résultats de mesure seront probablement influencés par l'environnement dans lequel ces tests et étalonnages sont effectués.
Il peut donc être judicieux d’effectuer un test de reproductibilité environnement par environnement.
Pour effectuer un test de reproductibilité environnement contre environnement, utilisez simplement les instructions suivantes ;
1. Effectuer un test de répétabilité dans l’environnement A.
2. Enregistrez vos résultats,
3. Calculez la moyenne, l’écart type et les degrés de liberté,
4. Effectuer un test de répétabilité dans l'environnement B,
5. Enregistrez vos résultats,
6. Calculez la moyenne, l’écart type et les degrés de liberté,
7. Calculez l’écart type des deux moyennes enregistrées aux étapes 3 et 6.
Désormais, les tests de reproductibilité environnement par environnement ne doivent pas nécessairement se limiter au laboratoire ou au terrain.
Certains laboratoires disposent de salles différentes, chacune avec son propre environnement unique, même s'ils effectuent des tests et des étalonnages similaires.
Dans ces organisations, il peut être judicieux de tester la variance des résultats de mesure entre les deux conditions environnementales.
Par exemple, j'ai des manomètres à piston qui nécessitent un étalonnage. Bien que je les envoie au même fabricant pour étalonnage, les manomètres à piston peuvent être étalonnés dans des environnements différents.
J'ai déjà reçu des rapports d'étalonnage indiquant différentes conditions environnementales. Un manomètre à piston est étalonné à 20 °C et l'autre à 23 °C.
Cela me rend littéralement fou, car cela crée du travail supplémentaire pour moi de corriger les résultats en fonction de mon environnement de laboratoire ou de comparer les résultats des étalonnages précédents.
Prenons un autre exemple : étalonner un instrument dans votre laboratoire à 20 °C et un instrument sur le site d’un client à 28 °C. Cela pourrait-il avoir un impact sur vos résultats de mesure ?
Peut-être ? Cependant, vous ne le saurez jamais à moins de l'avoir testé vous-même et d'avoir des données pour étayer votre affirmation.
Comment effectuer des tests de reproductibilité
Réaliser un test de reproductibilité est relativement simple et direct. Cependant, il est toujours utile de décrire le processus.
Dans cette section, vous apprendrez à réaliser un test de reproductibilité étape par étape. Il vous suffit de suivre les instructions ci-dessous.
1. Établissez un objectif
2. Déterminez ce que vous allez tester ou mesurer
3. Sélectionnez une variable ou une condition à modifier
4. Effectuer un test avec la variable A
5. Effectuer un test avec la variable B
6. Analyser les résultats
1. Établissez un objectif
Lorsqu’on décide d’effectuer un test de reproductibilité, il est important d’établir un objectif.
Demandez-vous : « Pourquoi est-ce que j’effectue un test de reproductibilité ? »
Voici quelques raisons courantes pour lesquelles les gens effectuent des tests de reproductibilité :
• Recueillir des données d’incertitude de type A,
• Valider une nouvelle méthode d’étalonnage ou de test,
• Évaluer la qualité et la cohérence des résultats de laboratoire,
• Étudier les facteurs qui causent l’incertitude ou l’erreur de mesure.
De nombreuses raisons peuvent vous inciter à effectuer une reproductibilité. Cependant, il est essentiel d'en déterminer l'objectif.
Sans définir l'objectif, vous risquez de mal concevoir l'expérience. Cela pourrait vous amener à collecter des données erronées et vous obliger à répéter les expériences.
Assurez-vous donc d’établir d’abord vos objectifs.
2. Déterminez ce que vous allez mesurer
Maintenant que vous savez pourquoi vous effectuez un test de reproductibilité, il est temps de déterminer ce que vous allez mesurer.
Par exemple, la mesure de la tension continue peut être une fonction essentielle de votre laboratoire. Vous souhaitez donc réaliser un test de reproductibilité pour vérifier la répétabilité de vos résultats de mesure.
Choisissez la fonction et le paramètre de mesure à tester. Définissez ensuite la méthode de mesure.
Pour compléter cette étape, vous devrez choisir ;
• Quand vous effectuerez le test (Heure),
• Où vous effectuerez le test (Environnement),
• Comment vous allez réaliser le test (Méthode),
• Ce que vous utiliserez pour effectuer le test (équipement),
• À qui vous ferez le test (Opérateur).
3. Sélectionnez une variable ou une condition à modifier
Maintenant que vous avez établi les paramètres de votre test de reproductibilité, il est temps de choisir la condition que vous souhaitez modifier dans l'expérience.
Si vous disposez de plusieurs personnes qualifiées pour effectuer un test ou un étalonnage, envisagez de choisir des opérateurs comme condition.
Il s'agit de la variable la plus fréquemment sélectionnée lors des tests de reproductibilité. Elle vous permettra de vérifier la reproductibilité des résultats de mesure lorsque les tests et les étalonnages sont effectués par différentes personnes.
Si vous effectuez des tests et des étalonnages en laboratoire et sur le terrain, envisagez de modifier l’environnement de votre test de reproductibilité.
Réalisez donc une expérience en laboratoire et l’autre sur le terrain.
Cela vous permettra également de voir à quel point vos résultats de mesure sont reproductibles en dehors du laboratoire.
Si votre personnel peut sélectionner différentes méthodes pour effectuer un test ou un étalonnage, envisagez de modifier la méthode de votre test de reproductibilité.
Cela vous montrera à quel point vous pouvez avoir des différences en choisissant une méthode plutôt qu'une autre.
Si vous disposez de normes en double ou de plusieurs bancs de travail pour effectuer des tests ou des étalonnages similaires, pensez à sélectionner l'équipement comme variable.
Ce test de reproductibilité vous offrira la possibilité de déterminer si vos résultats de mesure sont reproductibles en choisissant un équipement de test plutôt qu'un autre.
Si vous n'avez pas beaucoup d'options pour tester d'autres variables, essayez de sélectionner le temps comme variable, surtout si votre laboratoire ne compte qu'un seul opérateur et une seule table de travail.
Cela est facilement réalisable en effectuant un test de reproductibilité quotidien. Cela vous permettra d'évaluer la variance de vos résultats de mesure sur une période donnée.
4. Effectuer un test de répétabilité avec la condition A
Similaire à un test A/B, vous effectuerez un test de reproductibilité pour évaluer les résultats de la condition A par rapport à la condition B.
Effectuez simplement un test de répétabilité avec la condition A. Collectez 20 échantillons répétés ou plus sur une courte période et enregistrez vos résultats.
Après avoir effectué le test, calculez la moyenne (c'est-à-dire la moyenne), l'écart type et les degrés de liberté pour votre ensemble de données d'échantillon.
Je trouve facile d'enregistrer mes résultats dans un tableur Microsoft Excel. Une fois les données enregistrées, je peux facilement les analyser et les stocker sur mon ordinateur.
Plus tard, je pourrai utiliser la feuille de calcul pour collecter davantage de données et comparer les résultats avec des expériences antérieures.
De plus, il s’agit d’une excellente pratique à ajouter à votre processus si vous prévoyez de développer et d’utiliser des cartes de contrôle.
5. Effectuer un test de répétabilité avec la condition B
Après avoir terminé l'expérience avec la condition A, effectuez un nouveau test de répétabilité. Cette fois, remplacez la condition par l'option B.
C'est ça.
C'est très simple. Vous ne souhaitez rien modifier d'autre au processus de mesure de l'expérience, à l'exception de la condition.
N’oubliez pas que l’objectif est de voir comment chaque condition affecte les résultats de mesure.
Avec la condition B, effectuez un nouveau test de répétabilité où vous collectez 20 échantillons répétés ou plus sur une courte période et enregistrez vos résultats.
Ensuite, calculez la moyenne (c'est-à-dire la moyenne), l'écart type et les degrés de liberté pour votre ensemble de données d'échantillon.
Ensuite, passez à l’étape suivante où vous analyserez les résultats et déterminerez l’incertitude introduite par la variable de test.
6. Analyser les résultats pour calculer la reproductibilité
À l’aide des données collectées à partir du test de reproductibilité, vous pouvez analyser les résultats pour calculer l’incertitude causée par la reproductibilité.
Tout d’abord, calculez le résultat moyen (c’est-à-dire la moyenne) du test avec la condition A.
Ensuite, calculez le résultat moyen (c'est-à-dire la moyenne) du test avec la condition B.
Si vous avez testé plus de deux conditions dans votre expérience, incluez les résultats de mesure moyens supplémentaires (c'est-à-dire la moyenne) dans votre analyse.
Calculez maintenant l'écart type des deux ou plusieurs valeurs moyennes obtenues aux étapes précédentes. Ce sera la valeur de l'incertitude de reproductibilité.
Pour récapituler le processus ;
1. Calculez la moyenne des résultats avec la condition A,
2. Calculez la moyenne des résultats avec la condition B,
3. Calculez l’écart type des résultats pour A et B.
Même si cela peut paraître fastidieux, ce n'est pas vraiment le cas. En réalité, il s'agit généralement d'un processus simple à réaliser qui ne demande pas beaucoup de temps.
Lorsque j'effectue des tests de répétabilité et de reproductibilité en laboratoire, je bloque généralement 30 minutes de ma journée (au début ou à la fin de la journée de travail) pour mener ces expériences.
La plupart du temps, il faut généralement moins de 15 minutes pour terminer le processus, y compris l’analyse des données.
Pour intégrer avec succès ce processus dans votre laboratoire, procédez comme suit :
1. Déterminer ce qui doit être testé,
2. Déterminez la fréquence à laquelle il doit être testé,
3. Établissez un calendrier,
4. Mettre en œuvre et
5. Répéter
Une fois que vous aurez pris l'engagement d'ajouter cette tâche à votre calendrier et de vous y tenir, il deviendra beaucoup plus facile de réaliser des tests de répétabilité et de reproductibilité. En un rien de temps, vous aurez accumulé de nombreuses données d'incertitude de type A.
Comment analyser les résultats des tests
Nous avons brièvement abordé l'analyse des résultats des tests dans la section précédente. Développons le processus plus en détail et ajoutons quelques images pour vous aider à comprendre comment analyser vos données.
Tout d'abord, vous devrez enregistrer vos résultats et les saisir dans un tableur. Je préfère utiliser Microsoft Excel ou Google Sheets.
C'est beaucoup plus simple et plus rapide que d'utiliser des logiciels statistiques tels que SPSS, Minitab, JMP, etc.
1. Calculer la moyenne des résultats avec la condition A
Après avoir saisi tous les résultats de vos tests dans Microsoft Excel, vous souhaiterez commencer à analyser les résultats des tests de la condition A.
À l'aide de la fonction « Moyenne » d'Excel, calculez la moyenne. Saisissez simplement l'équation suivante dans une cellule vide et appuyez sur Entrée :
=MOYENNE(Cellule1:Cellule#)
Si cela est fait correctement, cela devrait ressembler à ceci :
2. Calculer la moyenne des résultats avec la condition B
Maintenant que vous avez calculé la moyenne des résultats pour la condition A, répétez le processus pour la condition B et toutes les conditions supplémentaires que vous avez pu tester (par exemple C, D, E, etc.).
À nouveau, utilisez la fonction « Moyenne » d'Excel pour calculer la valeur moyenne. Saisissez simplement l'équation suivante dans une cellule vide et appuyez sur Entrée :
=MOYENNE(Cellule1:Cellule#)
Si cela est fait correctement, cela devrait ressembler à ceci :
3. Calculez l’écart type des résultats pour A et B.
Enfin, vous devrez calculer l'écart type des valeurs moyennes calculées pour chaque condition. Le résultat vous donnera une valeur à attribuer à votre incertitude de type A pour la reproductibilité.
À l'aide de la fonction « ÉCART-TYPE » d'Excel, calculez l'écart type des valeurs moyennes calculées pour chaque condition. Saisissez simplement l'équation suivante dans une cellule vide et appuyez sur Entrée :
=ÉCART-TYPE(Cellule1:Cellule#)
Si cela est fait correctement, cela devrait ressembler à ceci :
Comme vous pouvez le constater, calculer la reproductibilité n'est pas difficile. Il s'agit simplement d'une procédure à suivre pour analyser correctement les résultats de vos tests. Mieux encore, cette tâche peut être réalisée en quelques minutes.
Il n'y a donc aucune excuse. Ajoutez la reproductibilité à votre estimation de l'incertitude de mesure.
Comment évaluer les résultats des tests
Les données des tests de reproductibilité peuvent servir à bien plus que l'analyse d'incertitude. Elles peuvent vous montrer comment améliorer la qualité de vos processus de mesure.
Il vous suffit d’évaluer les résultats des tests pour trouver des problèmes et des opportunités.
Sans rendre ce processus trop complexe, vous devriez évaluer vos résultats pour :
1. Erreurs dans les données,
2. Différences significatives dans la valeur moyenne (c'est-à-dire la moyenne) et (ou)
3. Différences significatives dans l'écart type
En évaluant les résultats de vos tests pour ces trois occurrences, vous pouvez rapidement prendre des mesures pour améliorer votre processus de mesure.
Erreurs dans les données
Rechercher des erreurs dans les résultats de vos tests est assez simple. Cependant, beaucoup de gens ne le font pas.
Si vous consacrez cinq ou dix minutes de votre temps à vérifier vos données pour détecter d’éventuelles erreurs, vous pourrez éviter des problèmes plus tard.
Il faut cependant être prudent. Parfois, les erreurs sont faciles à trouver. D'autres fois, elles ne le sont pas. Vous devrez vous appuyer sur des preuves objectives et votre jugement pour trouver les erreurs dans vos données.
Si vous n’êtes pas sûr, il est parfois préférable de répéter une expérience pour vérification.
Différences significatives dans la valeur moyenne
Si vous remarquez une différence significative dans la valeur moyenne rapportée lors de l’évaluation des données, vous souhaiterez peut-être mener une enquête.
La plupart du temps, une grande différence dans la valeur moyenne peut indiquer un problème ;
• Un opérateur peut ne pas avoir les compétences nécessaires pour effectuer le processus de mesure,
• Une méthode peut ne pas être appropriée au test effectué,
• L’équipement de mesure peut ne pas fonctionner comme prévu,
• Les conditions environnementales peuvent être instables, ou
• Un emplacement de test peut avoir introduit une erreur supplémentaire.
Cependant, la différence de résultats pourrait indiquer une opportunité d'améliorer votre processus de mesure. Par exemple :
• Un opérateur peut être plus qualifié que ses collègues,
• Une méthode peut minimiser l’incertitude de mesure,
• L’équipement de mesure peut être plus précis ou plus exact,
• Les conditions environnementales peuvent être plus appropriées pour le test effectué,
• Un emplacement peut être plus favorable pour le test effectué.
Assurez-vous d'examiner les résultats sous plusieurs angles. Soyez à la fois optimiste et pessimiste.
Vous ne savez pas ce qui s’est réellement passé ni pourquoi cela s’est produit jusqu’à ce que vous évaluiez vos résultats et meniez une enquête.
Même si c'est difficile, ne présumez pas que toutes les différences significatives sont négatives. Vous risqueriez de manquer des opportunités d'amélioration.
Différences significatives dans l'écart type
Si vous remarquez une différence significative dans les écarts types signalés lors de l’évaluation des données, vous souhaiterez peut-être mener une enquête.
On peut souvent penser qu'il y a un problème ou qu'il s'agit d'une erreur aléatoire. Pourtant, il est important de prendre le temps d'analyser plus en détail vos résultats pour en comprendre la cause.
Lorsque vous constatez des écarts types plus importants, il peut y avoir un problème. Par exemple :
• Un opérateur peut ne pas avoir les compétences nécessaires pour effectuer le processus de mesure,
• Une méthode peut ne pas être appropriée au test effectué,
• L’équipement de mesure peut ne pas fonctionner comme prévu,
• Les conditions environnementales peuvent être instables, ou
• Un emplacement de test peut avoir introduit une erreur supplémentaire.
En revanche, un écart type plus faible peut indiquer une possibilité d'amélioration. Par exemple :
• Un opérateur peut être plus qualifié que ses collègues,
• Une méthode peut minimiser davantage de sources d’incertitude,
• L’équipement de mesure peut être plus précis ou plus exact,
• Les conditions environnementales peuvent être plus appropriées pour le test effectué,
• Un emplacement plus propice au test réalisé.
Encore une fois, vous ne saurez pas ce qui s’est réellement passé ni pourquoi cela s’est produit jusqu’à ce que vous évaluiez vos résultats et meniez une enquête.
La plupart du temps, une différence significative indiquera un problème. Cependant, de temps à autre, vous aurez l'occasion d'améliorer votre processus de mesure.
Dans tous les cas, il existe toujours une marge d'amélioration. Agissez donc pour améliorer votre processus de mesure et la reproductibilité de vos résultats.
Tout ce que vous avez à faire est de faire l’effort et de prendre le temps d’évaluer les résultats de vos tests.
Conclusion
Les tests de reproductibilité sont un élément important à ajouter à vos budgets d'incertitude. Il s'agit d'une source d'incertitude de type A, généralement accompagnée de données de répétabilité, qui vous indique votre capacité à reproduire vos résultats de mesure.
C’est pourquoi il devrait être inclus dans pratiquement tous les budgets d’incertitude.
Dans ce guide, vous devriez avoir tout appris sur les tests de reproductibilité, y compris cinq façons de mener des expériences de reproductibilité même si votre laboratoire dispose de ressources limitées (par exemple, personnel, équipement, etc.).
Plus important encore, vous auriez dû apprendre ;
• Qu'est-ce que la reproductibilité,
• Pourquoi c'est important, et
• Comment le calculer
Maintenant, je veux que tu essaies.
Réalisez un test de reproductibilité dans votre laboratoire. Ensuite, postez un commentaire et expliquez-moi quel type d'expérience vous avez réalisé et pourquoi.
Il suffit de prendre le temps et de s'y mettre. Alors, n'hésitez pas à réaliser votre propre test de reproductibilité et à laisser un commentaire ci-dessous pour me préciser le type d'expérience que vous avez menée et pourquoi.
2 commentaires