Effectuez, d’après les données récoltées, un test graphique pour s’assurer de la normalité de la distribution.

[pic]

D’après l’histogramme, les données récoltées se répartissent selon une courbe de Gauss, ce qui démontre la normalité de leur distribution.

[pic]

|Numéro de classe |Classes (en mm) |Effectif des classes |
|1 |[94,55;94,65[ |2 |
|2 |[94,65;94,75[ |3 |
|3 |[94,75;94,85[ |7 |
|4 |[94,85;90,95[ |12 |
|5 |[94,95;95,05[ |16 |
|6 |[95;05;95,15[ |20 |
|7 |[95,15;95,25[ |16 |
|8 |[95,25;95,35[ |13 |
|9 |[95,35;95,45[ |6 |
|10 |[95,45;95,55[ |4 |
|11 |[95,55;+∞[ |1 |

|Moyenne estimée (X) |95 |
|Ecart-type estimé[pic] |0,213 |

On lit : [pic] ;
Et on déduit :[pic] Calculez les caractéristiques de la population (moyenne, écart-type).

Calcul de la moyenne
[pic]
= 94,95+94.70+95.35…….95.15+94.85+95.40 100 = 95,07

Calcul de l’écart type
[pic]
= √ ((94,95+94.70+95.35…….95.15+94.85+95.40)-95.07)² 100 = 0.21

4) Calculez les coefficients d’aptitude de la machine (CAM et CMk).

Si Cm est inférieur à 1.67, la machine est non capable : Cm= (Ts-Ti) 6σ

Cm= 95.85-94.15