Menu
Précision vs exactitude : pourquoi une mesure cohérente peut néanmoins être erronée

Précision vs exactitude : pourquoi une mesure cohérente peut néanmoins être erronée

La justesse est la proximité par rapport à la valeur vraie ; la précision est la cohérence entre des mesures répétées. Voyez pourquoi vous avez besoin des deux, l'analogie de la cible de fléchettes et le lien avec la qualité.
Précision vs exactitude : pourquoi une mesure cohérente peut néanmoins être erronée

Points clés

  • La justesse indique à quel point une mesure est proche de la valeur vraie ; la précision indique à quel point des mesures répétées sont proches les unes des autres.
  • Une mesure peut être précise mais non juste (constamment fausse) ou juste mais imprécise (juste en moyenne, dispersée).
  • Il faut les deux : précise et juste signifie cohérente et correcte.
  • Les problèmes de précision renvoient à une variation aléatoire ; les problèmes de justesse renvoient à un biais ou un décalage d'étalonnage.
  • Les deux déterminent si vos données de qualité et de processus sont fiables ; une mauvaise mesure corrompt toute décision.

Réponse courte : Précision et justesse sont souvent confondues, mais en métrologie elles désignent des types de correction opposés. La justesse est la proximité de la valeur vraie : atteignez-vous la cible ?

La précision est la cohérence : les mesures répétées concordent-elles entre elles, quel que soit leur alignement sur la cible ? Le danger est un appareil précis mais non juste : il donne la même valeur à chaque fois, ce qui semble digne de confiance, tout en étant constamment faux. Il faut les deux.

Pour voir comment cela se relie au maintien des instruments, voir étalonnage vs vérification.

Ce que signifie la justesse

La justesse indique à quel point une mesure est proche de la valeur réelle de ce que vous mesurez. Une balance juste indique 100,0 g pour une masse réellement de 100 grammes.

La justesse concerne la conformité par rapport à une référence connue : elle répond à la question « atteignons‑nous la vraie cible ? ». Un système de mesure peut être juste en moyenne même si les lectures individuelles sont un peu dispersées, tant qu'elles sont centrées sur la valeur vraie.

Les problèmes de justesse sont des problèmes de biais, un décalage systématique qui pousse les lectures constamment vers le haut ou vers le bas.

Une balance qui indique systématiquement deux grammes de plus est inexacte à cause d'un biais fixe, et aucune répétition ne révélera l'erreur si vous ne regardez que la cohérence.

Ce que signifie la précision

La précision indique à quel point des mesures répétées sont proches les unes des autres, indépendamment de leur exactitude. Un instrument précis donne presque la même lecture à chaque mesure du même objet : serré, reproductible, faible dispersion.

La précision concerne la cohérence, pas la justesse : elle répond à la question « obtenons‑nous la même réponse à chaque fois ? ». Crucialement, une mesure peut être extrêmement précise et néanmoins fausse, si toutes ces lectures cohérentes sont décalées par rapport à la valeur vraie.

Les problèmes de précision sont des problèmes de variation aléatoire : les lectures se dispersent largement autour de leur centre. Un appareil précis mais inexact est dangereux précisément parce que sa cohérence fait croire à sa fiabilité.

L'analogie du tableau de fléchettes

La façon classique de le voir est un tableau de fléchettes. Juste mais imprécis : les fléchettes sont largement dispersées mais se regroupent en moyenne autour du centre, bonne cible, incohérent.

Précis mais inexact : les fléchettes forment un groupe serré, mais décalé dans un coin, cohérent, mauvaise cible. Ni juste ni précis : dispersé et hors centre. Juste et précis : un groupe serré sur le centre, ce que vous voulez réellement.

Le schéma rend l'idée clé évidente : la concentration (précision) et le centrage (justesse) sont indépendants. Un groupe serré ne dit rien sur l'atteinte de la cible, d'où le piège de juger un système de mesure uniquement par sa répétabilité.

Un exemple concret

Un atelier mesure un arbre d'un diamètre vrai de 50,00 mm avec deux jauges. La jauge A indique 50,02 ; 49,98 ; 50,01 ; 49,99, dispersée mais en moyenne 50,00 : juste, peu précise.

La jauge B indique 50,21 ; 50,20 ; 50,21 ; 50,20, magnifiquement cohérente, mais en moyenne 50,205 : précise, et précisément fausse d'environ 0,2 mm.

Un opérateur faisant confiance à la jauge B parce que ses lectures concordent accepterait ou rejetterait des pièces par rapport à une cible décalée d'un cinquième de millimètre, mettant au rebut de bonnes pièces ou expédiant de mauvaises, avec une confiance totale.

La solution pour la jauge A consiste à réduire la variation ; la solution pour la jauge B est l'étalonnage pour éliminer le biais. Même mot « fiable », deux défauts complètement différents.

Quel problème vous avez, et la solution

Diagnostiquer le type importe parce que les remèdes diffèrent. Une mauvaise précision, une large dispersion sur les répétitions, indique une variation aléatoire : une jauge usée, une technique incohérente, des perturbations environnementales, une fixation instable. On s'attaque au problème en resserrant la méthode et l'équipement.

Une mauvaise justesse, un décalage constant par rapport à la valeur vraie, indique un biais : un étalonnage dérivé, une erreur de zéro, une erreur systématique d'installation. On s'attaque au problème en étalonnant contre une norme connue.

Le piège est d'utiliser le mauvais remède : réétalonner une jauge simplement imprécise ne réduit pas la dispersion, et tenter de réduire la variation sur une jauge précise mais biaisée ne découvrira jamais le décalage. Identifiez lequel en premier.

Erreurs courantes

  • Prendre la cohérence pour la conformité. Une jauge précise peut être précisément fausse ; la cohérence n'est pas une validation.
  • Étalonner pour corriger la dispersion. L'étalonnage supprime le biais, pas la variation aléatoire, mauvais remède pour un problème de précision.
  • Ignorer le système de mesure. Si la jauge est peu fiable, toute décision qualité fondée dessus est suspecte.
  • Confondre les termes dans le cahier des charges. L'usage laxiste de « juste » et « précis » dans les exigences conduit au choix d'un instrument inadapté.

Comment cela se manifeste dans l'OEE

La qualité de la mesure sous‑tend le facteur qualité de l'OEE, et il est facile de l'oublier. Le facteur qualité compte les unités bonnes versus défectueuses, mais ce décompte n'est fiable qu'autant que la jauge qui décide du bon et du mauvais.

Un système de mesure précis mais inexact peut systématiquement considérer comme rebut des pièces conformes (faussant le facteur qualité sans raison réelle) ou laisser passer de vrais défauts (cachant un problème qualité jusqu'au client). Dans les deux cas, votre chiffre OEE qualité devient fictif.

Une mesure fiable est la base ingrate qui donne un sens au facteur qualité, et aux chiffres de rendement et taux de rebut qui en découlent.

Comment Fabrico s'intègre

Fabrico est le système qui consomme vos données qualité, donc l'intégrité de ces données importe pour tout ce qu'il rapporte.

En rendant visibles les comptages bon, retouche et rebut au poste de production et en les suivant dans le temps, il aide à faire émerger les signatures révélatrices d'un problème de mesure : une station dont le taux de rejet monte après un changement de jauge, ou des rebuts qui ne correspondent pas à la réalité en aval.

Une bonne discipline de mesure en amont et un reporting OEE honnête en aval vont de pair. Réservez une démo pour voir comment des données qualité fiables alimentent un OEE fiable.

Lectures associées

Questions fréquentes

Quelle est la différence entre précision et justesse ?

La justesse indique à quel point une mesure est proche de la valeur vraie ; la précision indique à quel point des mesures répétées sont proches les unes des autres. Une mesure peut être précise mais inexacte (constamment fausse) ou juste mais imprécise (juste en moyenne mais dispersée). Il faut les deux.

Quelque chose peut‑il être précis mais pas juste ?

Oui, et c'est un piège courant. Une jauge qui donne la même lecture à chaque fois mais est constamment décalée par rapport à la valeur vraie est précise mais inexacte. Sa cohérence la rend apparemment fiable alors qu'elle est systématiquement fausse.

Quelle est l'analogie du tableau de fléchettes ?

Des fléchettes justes mais imprécises sont dispersées autour du centre ; des fléchettes précises mais inexactes forment un groupe serré hors cible ; des fléchettes justes et précises forment un groupe serré sur le centre. Cela montre que la précision (serrement) et la justesse (centrage) sont indépendantes.

Comment corriger un problème de précision vs un problème de justesse ?

Une mauvaise précision (grande dispersion) renvoie à une variation aléatoire : réparer la jauge, améliorer la technique ou l'environnement. Une mauvaise justesse (décalage constant) renvoie à un biais : étalonner contre une norme connue. Appliquer le mauvais remède au mauvais défaut ne fonctionne pas.

Pourquoi la qualité de la mesure importe‑t‑elle pour l'OEE ?

Le facteur qualité de l'OEE compte les unités bonnes versus défectueuses, et ce décompte n'est fiable qu'autant que la jauge qui le produit. Un système précis mais inexact peut mettre au rebut de bonnes pièces ou laisser passer de vrais défauts, transformant votre indice OEE qualité en fiction.

Dernières nouvelles de notre blog

Définissez votre feuille de route en matière de fiabilité
Validez votre retour sur investissement potentiel : réservez une démonstration en direct
Définissez votre feuille de route en matière de fiabilité
En cliquant sur le bouton Accepter, vous donnez votre consentement à l'utilisation de cookies lors de l'accès à ce site Web et de l'utilisation de nos services. Pour en savoir plus pour en savoir plus sur la manière dont les cookies sont utilisés et gérés, veuillez consulter notre Politique de confidentialité et Déclaration relative aux cookies