Le Dr Ron Lasky est professeur en ingénierie et directeur du Cook Engineering Design Center au Dartmouth College, où il enseigne aux étudiants et aux professionnels l'amélioration de la qualité fondée sur les données. En outre, Ron Lasky est technicien-spécialiste expert à l'Indium Corporation et écrit régulièrement sur le blog Indium.com. Au cours de ses 30 ans de carrière, au cours de laquelle il a successivement travaillé chez IBM, Universal Instruments et Cookson Electronics, il a également été l'auteur de six livres et de nombreux documents techniques. Nous avons discuté avec Ron Lasky de ses efforts visant à aider les personnes à utiliser les données pour améliorer les processus, ainsi que de ses expériences de Minitab Statistical Software.
Quand avez-vous découvert Minitab ? 
Il y a environ 15 ans, j'étais ingénieur dans une société qui voulait réaliser un programme de certification de type Lean Six Sigma. Notre statisticien utilisait Minitab, j'ai donc commencé à l'utiliser également. J'ai continué à l'utiliser lorsque j'ai commencé à travailler avec Indium Corporation et je m'en sers presque tous les jours. Je trouve qu'il est extrêmement convivial.
Au fil du temps, j'ai utilisé de plus en plus de fonctionnalités dans Minitab. Indium Corporation possédait un document technique sur l'analyse de Weibull, qu'ils ont voulu que je réécrive. Cela impliquait de refaire l'ensemble des analyses et des graphiques qui avaient initialement été réalisés dans un logiciel spécialisé. J'ai donc appris à faire l'analyse de Weibull à l'aide de Minitab et j'ai commencé à intégrer ces méthodes dans mes cours. Récemment, on m'a demandé d'aider une organisation à mieux comprendre l'échantillonnage. Afin de me préparer, je suis allé sur Internet où j'ai découvert qu'il existe des logiciels propres à l'échantillonnage, mais Minitab possède également un outil d'échantillonnage.
Comment avez-vous commencé à donner des cours sur Lean Six Sigma à Dartmouth ?
J'ai commencé à donner un cours à Dartmouth sur l'optimisation de la fabrication, à savoir par l'utilisation de plans d'expériences visant à développer les processus et à trouver les bons paramètres, puis par l'application d'une maîtrise statistique des procédés pour gérer les processus. Par la suite, Dartmouth m'a également demandé d'enseigner les statistiques, ce qui m'amène à donner actuellement quatre cours, dont deux sont particulièrement axés sur les statistiques. L'un des deux est un cours de statistiques obligatoire pour les étudiants de troisième cycle, l'autre correspond au cours sur les processus de fabrication. Au début de ces cours, les étudiants effectuent des calculs à la main pour apprendre les fondamentaux, mais à la fin nous utilisons Minitab afin que les élèves acquièrent également de l'expérience sur un outil qu'ils pourront utiliser dans leur vie professionnelle.
Vers 2005, j'ai voulu développer un programme Lean Six Sigma pour l'école d'ingénieurs. Je le destinais à l'industrie et non aux étudiants de Dartmouth. Mais je me suis rendu compte que les étudiants en ingénierie maîtrisaient déjà la plupart des notions de mathématiques et de statistiques nécessaires, alors pourquoi ne pas leur donner la possibilité d'obtenir une certification Green Belt ? Nous avons commencé à le leur proposer en 2006. Le bureau d'études se situe juste à côté de la Tuck Business School de Dartmouth, donc lorsqu'ils ont entendu parler de ce projet, ils ont demandé si leurs étudiants pouvaient également suivre la formation de certification Green Belt. Ensuite, les étudiants en administration hospitalière ont demandé à la suivre également. Le projet s'est considérablement étendu et nous avons ajouté une option Black Belt en 2007.
Nous offrons également une formation Lean Six Sigma à l'industrie. L'étudiant type dans l'industrie est âgé de 40 à 50 ans et il possède probablement un diplôme universitaire, mais dans le domaine du commerce ou dans un domaine différent de l'ingénierie. Probablement plus de la moitié des étudiants dans l'industrie ne possèdent pas de diplôme technique et nombre d'entre eux rencontrent des difficultés en mathématiques. L'une des choses dont je suis le plus fier est que, dans notre programme, nous sommes disposés à donner des cours particuliers aux personnes, afin qu'elles surmontent l'obstacle des mathématiques. Nous avons aidé des personnes ayant de grosses difficultés en mathématiques à obtenir, au minimum, leur certification Green Belt.
Notre programme ne vous prépare pas uniquement à un examen de certification à choix multiples. Lorsque votre chaîne de fabrication est en baisse, le destin ne vous envoie pas une feuille où il est écrit "Votre réponse est A, B, C ou D". Vous devez résoudre l'ensemble du problème. Par conséquent, nous donnons essentiellement aux étudiants un problème posé avec des données. Ils doivent le résoudre et pour ce faire, ils utilisent Minitab.
Que faites-vous lorsque vous n'enseignez pas ?
Environ un jour par semaine, je consulte l'Indium Corporation où j'écris également un blog sur les problèmes statistiques dans la fabrication électronique. La plupart de mes publications sur le blog proviennent d'un personnage du nom de Patty, professeur à l'université "Ivy University" avec son mentor, le Professeur. Nous venons de publier une deuxième édition de The Adventures of Patty and the Professor (Les aventures de Patty et du Professeur), un recueil d'environ 50 de mes publications préférées.
Pourquoi avez-vous choisi d'utiliser des personnages et des histoires sur votre blog ?
Je pense que c'est juste plus attrayant. Je publie depuis 10 ans et il m'est finalement venu à l'esprit que si je créais des personnages, je pourrais ajouter une touche d'humour. La plupart des histoires de Patty et du Professeur comprennent une petite histoire annexe, juste pour le plaisir.
J'utilise ces personnages pour parler de choses que je constate dans l'industrie. Par exemple, j'ai récemment lu un très bon article sur l'importance de la maîtrise statistique des procédés et sur ce que signifient capacité et maîtrise... Cependant, l'article comportait ensuite un tableau où Six Sigma était défini comme un Cp de 2 avec 3,4 défauts par million. Eh bien, mathématiquement, il ne s'agit pas vraiment de Six Sigma, mais de 4,5 sigma. Qui plus est, le Cp ne nous dit rien sur le niveau de défaut. Pour cela, il faut connaître le Cpk. Par conséquent, un vrai processus 6 sigma, qui nécessiterait un Cpk de 2, est d'environ 2 défauts par milliard. Beaucoup de personnes l'ignorent, mais Six Sigma, tel qu'il a été conçu par Motorola, devrait être utilisé entre guillemets, car il possède un Cp de 2, ainsi qu'un Cpk de 1,5, ce qui explique le résultat de 3,4 défauts par million. Fondamentalement, leur définition de Six Sigma comprend un décalage de 1,5 sigma sur la moyenne, ce qui continue à créer la confusion aujourd'hui.
J'ai donc rédigé une publication sur le blog, dans laquelle l'ancien patron de Patty se plaint d'avoir commandé des pièces avec un Cpk de 1, mais de les avoir reçues avec 5 % de défauts. Maintenant, un Cpk de 1,0 serait de 3 sigma et devrait comporter 99,7 % de bonnes pièces, le pourcentage de défauts devant alors avoisiner 0,3 %. Le patron ne comprend pas comment le fournisseur peut prétendre que les pièces possèdent un Cpk de 1. Cette publication de blog explique donc les valeurs Cp et Cpk, ainsi que l'origine de ce décalage de 1,5 sigma qui a commencé avec Motorola.
Dans une publication récente, Ron Lasky a allié l'humour et un graphique Minitab pour illustrer l'impact d'un décalage de 1,5 sigma sur le nombre réel de défauts produits par un processus.
Avez-vous déjà rencontré des incompréhensions similaires en tant que consultant ?
J'ai vu des situations où des sociétés établissaient des moyennes de Cpk, ce qui n'est pas correct. Une société possédait un Cpk global de 1,5. La société voulait qu'il soit plus important. Elle séparait donc les données de façon à obtenir un Cpk de 3 et un Cpk de 1 et établissait la moyenne des deux pour obtenir un Cpk de 2. Les patrons m'ont demandé : "Est-ce correct de procéder ainsi ?" Il n'est pas possible de partager les données et d'établir la moyenne des Cpk, car ils sont non linéaires. J'ai donc récupéré les ensembles de données et utilisé Minitab pour leur montrer en quoi ce n'est pas correct et pourquoi il est nécessaire d'analyser les données ensemble.
Les statistiques de qualité peuvent sembler intimidantes pour les débutants. Comment convaincriez-vous quelqu'un de commencer à utiliser le logiciel ?
J'explique à mes étudiants que la fonctionnalité la plus utile dans Minitab se trouve sous Statistiques élémentaires, "Récapitulatif graphique". Vous insérez une chaîne de données et appuyez sur un bouton, et vous obtenez à peu près tout ce qui est important. Vous obtenez un histogramme, un calcul d'Anderson-Darling sur la normalité et des intervalles de confiance sur la moyenne et la médiane. Pour la plupart des ingénieurs de fabrication ou des personnes chargées des processus de qualité dans un hôpital, ce récapitulatif graphique seul peut être extrêmement utile.
L'avantage de Minitab est qu'il fournit des outils, comme le récapitulatif graphique, qui peuvent aider les personnes qui viennent de commencer. Lorsque j'enseigne à des personnes qui n'ont jamais entendu parler de Minitab, mais qui ont utilisé Excel, elles ont l'impression de se retrouver dans un endroit convivial. Cependant, vous pourriez travailler avec Minitab toute votre vie et en arrivant sur votre lit de mort, vous n'auriez pas encore utilisé toutes les fonctionnalités. Il est très puissant, ce qui le rend encore plus intéressant pour quelqu'un désirant un produit qu'il utilisera tout au long de sa vie.
Parfois, je reçois une demande de consultation où mon interlocuteur me déclare : "Nous souhaiterions que vous veniez enseigner chez nous, mais nous voulons que vous utilisiez un logiciel différent." Je réponds alors : "Je peux le faire, mais puis-je vous convaincre de plutôt utiliser Minitab ?"
Le récapitulatif graphique de Minitab facilite l'acquisition de nombreuses informations utiles.