Les
temps :
mesure et exploitation 3 - Autres techniques d'obtention de temps Lorsque vous appelez un fichier, revenir à cette page à l'aide du bouton retour (ou précédent) de votre navigateur. |
3.1 - Standards de temps | 3.2 - Auto-pointage | 3.3 - Observations instantanées | 3.4 - Simogramme |
3.3 -
Observations instantanées Pour l'utilisation de cette ressource informatique : - Effectuer le test, - Etudier le cours si votre score au test n'est pas de 100%, - Voir les exemples complémentaires, - Faire l'exercice de validation. Si vous avez des difficultés, reprendre l'étude du cours et des exemples. Test Vous
trouverez dans le cours ci-dessous :
Définir les ressources, le niveau de confiance et la marge d'erreur E Estimer la proportion p des états Calculer le nombre d'observations n à effectuer Déterminer la durée D des observations et le temps d'occupation To de l'observateur Déterminer les horaires d'observation Reporter les résultats en fin de journée et faire un bilan partiel Conclure l'étude Vous pouvez aussi accéder directement à Goose, logiciel d'aide à la préparation, à la réalisation et à l'exploitation des observations instantanées. La méthode des observations instantanées est utilisée lorsque l'on veut connaitre la répartition des activités pour une ressource donnée, le tout sans recourir à une observation continue (chronométrage permanent). Pour être appliquée efficacement, une première estimation de la répartition est nécessaire (par auto-pointage par exemple). En contre partie, cette méthode va permettre de fiabiliser le résultat de cette estimation en définissant un niveau de confiance et une marge d'erreur. Il est important de bien comprendre les notions de niveau de confiance et de marge d'erreur. Niveau de confiance = chance pour que le résultat soit exact. Compte tenu du fait que le résultat est obtenu à partir d'observations discontinues, il y a un risque d'erreur sur les résultats. A l'aide des lois statistiques, on estime à 5% ce risque d'erreur. Cela signifie que dans 95% des cas (le complément à 100% de 5%), les résultats énoncés seront vrais. On appelle niveau de confiance ce complément au risque d'erreur. Marge d'erreur absolue E = demi intervalle de tolérance. Par exemple, un opérateur affecté à un îlot de fabrication passe entre 52 % et 58 % du temps à régler les machines. Il passe donc 55% +/- 3% du temps à réaliser cette activité. La marge d'erreur est E=3%. |
Cours | Exemple |
Définir les ressources, le niveau
de
confiance et la marge d'erreur absolue E La ressource est humaine ou matérielle. Elle occupe différents états au cours de la journée. Il est important de ne pas oublier un des états que l'on souhaite observer. Il est possible de créer un état supplémentaire « autre » qui servira à enregistrer les états non prévus ou non intéressants. Il ne faut pas tomber dans un excès de description car un nombre d’états important peut signifier un nombre d’observations important ! Le niveau de confiance retenu est presque toujours de 95% (le risque associé est donc de 5%). Il est modifiable, mais il faut dans ce cas utiliser les tables de loi normale et rechercher les nouveaux coefficients. La marge d’erreur absolue E doit être définie sachant que la recherche d’une marge faible conduit à de nombreuses observations. La marge d'erreur absolue E se calcule pour la proportion de chaque état de la ressource. |
![]() Les états que peut avoir le cariste sont : Etat = A, B ou C avec A : actif sur son chariot B : actif hors de son chariot à effectuer du conditionnement C : autre (ces autres activités ne nous intéressent pas) Le niveau de confiance est fixé à 95%. La marge d’erreur absolue E est fixée à 10% (il s’agit d’un maximum). Chaque état doit avoir une marge d’erreur ne dépassant pas E. Le résultat sera écrit sous la forme p +/- E. |
Estimer
la proportion p des états Cette estimation est à effectuer uniquement pour les états dont on veut connaître la proportion de temps. Cette estimation peut être réalisée par une pré-étude faite par auto-pointage, exploitations des relevés, observation continue, … Il est possible de n’effectuer aucune pré-étude. Dans ce cas, prendre une valeur de 50 % pour la proportion estimée p. Mais cette proportion étant la plus défavorable, elle conduit à un nombre important d’observations. Une estimation plus fine des proportions estimées p permet de diminuer le nombre d'observations qui seront à faire. ![]() |
La
pré-étude est réalisée par
auto-pointage. L'auto-pointage est effectué par le cariste durant 2 jours. ![]() La proportion estimée de l'état A est : p(A)observée=40 % La proportion estimée de l'état B est : p(B)observée=25 % La proportion estimée de l'état C est : p(C)observée=35 % |
Calculer
le nombre
d'observations n à effectuer Dans les cas ou le niveau de confiance est de 95%, on utilisera la formule : ![]() Avec n le nombre d'observations à réaliser, pestimée : la proportion estimée de l'état, E : la marge d'erreur absolue. Faire le calcul de n pour chaque état dont on veut connaître la proportion de temps. La valeur de n la plus importante sera celle retenue. Cette formule est basée sur l'approximation d'une loi binomiale par une loi normale de moyenne n*p et de variance n*p*(1-p). Cette approximation n'est vraie que si les observations sont faites au hasard (voir plus bas la détermination des horaires d'observation). Il est possible de vérifier la validité de cette approximation, il faut alors que les deux conditions ci-dessous soient réunies pour chacun des états : n * pestimée >= 5 n* (1- pestimée )>=5 Pour les curieux ... ![]() |
![]() Le plus grand nombre d’observations est pour l’état A. Il faut donc réaliser 93 observations. L’approximation de la loi binomiale par la loi normale est correcte car pour chacun des états, les valeurs de n*p et de n*(1-p) sont >= 5. ![]() |
Déterminer
la durée
D des observations et le temps d'occupation To de l'observateur Pour réaliser pratiquement les observations, il faut quitter son lieu de travail habituel, aller voir chacune des ressources à observer, noter leur état et revenir à son lieu de travail habituel. Le trajet effectué correspond au parcours des observations. La durée D du parcours des observations empiète sur le temps habituel de travail de l'observateur. En plus de la durée du parcours répété autant de fois qu'il y aura d'observations, l'observateur doit aussi prévoir le temps nécessaire à la préparation des feuilles de relevé et à leur exploitation. Il faut donc établir le temps d'occupation To que va représenter le projet observations instantanées pour l'observateur. To = D*n + Tps de préparation + Tps d'observation Ce temps d'observation doit pouvoir être réparti de manière aléatoire sur une période couvrant les périodes d'utilisation des ressources à observer. Dans la pratique, pour faciliter l'organisation, le temps d'observation doit être inférieur à 30% du temps de travail total de l'observateur. Il est utile de vérifier si ce temps d'observation est compatible au quotidien avec les délais attendus pour les résultats de l’étude. En cas de non compatibilité, se poser les questions suivantes : • Faut-il augmenter les délais de l'étude ? • Faut-il se rendre plus disponible au quotidien ? • Faut-il diminuer la durée D en travaillant à plusieurs personnes ? • Est ce que la marge d’erreur choisie n’est pas trop étroite ? • Est ce que le niveau de confiance attendu est cohérent ? • …. |
= 3 min * n obs quotidiennes + 10 min + 5 min Nous en déduisons le nombre d'observations quotidiennes : n = (60 - 10 - 5) / 3 = 15 En fonction de ses disponibilités, l'observateur pourra faire jusqu'à 15 observations par jour. Dans ce cas, l'étude durera alors 7 jours (nombre total d'observation / nombre d'observations par jour, soit 93 / 15). Si l'observateur a une date de fin imposée, par exemple 10 jours plus tard, il peut réaliser 93/10 observations par jour, soit 10 observations quotidiennes. Dans ce cas, l'étude ne l'occupera que 45 minutes par jour (To = 3*10+10+5 = 45). |
Déterminer
les
horaires d'observation Les observations ont lieu à des horaires définis à l’avance et connus uniquement de l’observateur. Il les obtient à l’aide de tables d'heures au hasard (il y en a peu), de tables de nombres au hasard (faciles à trouver) ou alors à partir d’un générateur de nombres aléatoires (Excel par exemple). Les horaires d'observations permettent de définir un planning. Ce planning est à reconstruire tous les jours pour observer les ressources tous les jours à des moments différents. Quelle que soit la méthode utilisée, le principe est : - Tirer l'horaire, - Placer l'horaire sur le planning d’observation. Il est possible que celui-ci soit pendant une pause ou hors des horaires de travail. Il peut également être pendant une observation déjà planifiée. Dans ce cas, on élimine cet horaire et on en tire un nouveau. ![]() Ce planning peut être réalisé pour vous par Goose. |
Visualiser
le film ci-dessous pour
voir le déroulement de l'obtention des horaires. Ici, on choisit un point d'entrée, par exemple : 2ème ligne, 3ème colonne : 02:54:16 et un sens de lecture vers le bas. Le pas de lecture est 1 case. La gestion des secondes n'est pas nécessaire. On retient 02: 54. L'entreprise possède comme horaires d'ouverture : 8h00<-> 12h00 et 13h00<-> 17h00 avec 2 pauses de 10 minutes situées à 10h00 et 15h00. L'heure tirée est transformée afin de correspondre aux créneaux de l'entreprise. Pour cela, comme les horaires de la table couvrent une plage de 0 à 10h, on peut par exemple ajouter 8h00 à chaque tirage de façon à couvrir 8h00<->18h00 L'heure tirée devient donc 10h54, située dans la période d'ouverture. L'observateur partira donc observer de 10h54 à 10h57 (D=3 minutes). Selon le même principe, le tirage n°2 donne 05:56 qui devient 13h56 (observation de 13h56 à 13h59). Le tirage n°3, après transformation, donne 12h42, hors période d'ouverture. Cet horaire n'est pas retenu et on tire le suivant qui donne 12h37, ce qui conduit à la même conclusion. La case suivante donne 13h35 qui est retenu car cette date est dans une période d'ouverture et elle ne donne pas une observation pendant une observation déjà planifiée (13h56 à 13h59). |
Reporter
les résultats en fin de
journée et faire un bilan partiel Les résultats partiels permettent de voir si on converge vers les estimations préalables de p (proportion pour chaque état à observer). Avec les résultats partiels des proportions p, on calcule la marge d'erreur E. Si cette marge d'erreur calculée est supérieur pour un des états à la marge définie initialement, il faut continuer les observations. Simultanément on recalcule le nombre d’observations nécessaires pour respecter le niveau de confiance et la marge d'erreur que l’on souhaite dans notre étude. |
Les
observations ont
débuté le 24 mars,
à raison
de 10 par jour. Dans le tableau ci-dessous, pour chaque état, on note le nombre d'observations de la journée. Puis on calcule les proportions de chaque état après avoir cumulé les nombres d'observations sur l'ensemble des journées passées. On s'aperçoit alors que p(A) est proche de 40 %, hypothèse de départ. Ceci reste à confirmer au fil de l'étude. |
Conclure
l'étude A l’issue de la période d’observations, on calcule pour chaque état, la marge d'erreur E, obtenue par rapport à la proportion calculée. (La formule de calcul de la marge d'erreur est identique à la formule permettant de calculer le nombre d'observations à réaliser). Soit : ![]() L'étude est validée si la marge d'erreur de chaque état observé est inférieure à la valeur initialement fixée. |
Pour conclure, voir ci-dessous le tableau récapitulatif des résultats : |
Exemples Etude de cas "arc en ciel" Film 1 "arc en ciel" Film 2 "arc en ciel" Etude de cas "gényal" Cet exemple utilise Goose Suite étude de cas "gényal" Cet exemple utilise Goose |
Logiciel GOOSE d'aide aux observations instantanées Notice d'utilisation du logiciel GOOSE Bibliographie Méthodes statistiques de l’ingénieur Les éditions SMG Gérard Baillargeon ISBN 2-89094038-1 Introduction à l’étude du travail : ISBN 92-2-207 108-5 |
Exercice de
validation Suite étude de cas "arc en ciel" Film 2 "arc en ciel" |
3.1 - Standards de temps | 3.2 - Auto-pointage | 3.3 - Observations instantanées | 3.4 - Simogramme |