Statistics -- Vocabulary and symbols

Statistique -- Vocabulaire et symboles

General Information

Status
Published
Current Stage
4020 - DIS ballot initiated: 5 months
Start Date
10-Jan-2002
Ref Project

RELATIONS

Buy Standard

Draft
ISO/DIS 3534-2 - Statistics -- Vocabulary and symbols
English language
90 pages
sale 15% off
Preview
sale 15% off
Preview
Draft
ISO/DIS 3534-2 - Statistique -- Vocabulaire et symboles
French language
85 pages
sale 15% off
Preview
sale 15% off
Preview

Standards Content (sample)

DRAFT INTERNATIONAL STANDARD ISO/DIS 3534-2
ISO/TC 69/SC 1 Secretariat: ANSI
Voting begins on Voting terminates on
2002-01-24 2002-06-24

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION • МЕЖДУНАРОДНАЯ ОРГАНИЗАЦИЯ ПО СТАНДАРТИЗАЦИИ • ORGANISATION INTERNATIONALE DE NORMALISATION

Statistics — Vocabulary and symbols —
Part 2:
Applied statistics
[Revision of first edition (ISO 3534-2:1993)]
Statistique — Vocabulaire et symboles —
Partie 2: Statistique appliquée
ICS 01.040.03; 03.120.30

To expedite distribution, this document is circulated as received from the committee

secretariat. ISO Central Secretariat work of editing and text composition will be undertaken at

publication stage.

Pour accélérer la distribution, le présent document est distribué tel qu'il est parvenu du

secrétariat du comité. Le travail de rédaction et de composition de texte sera effectué au

Secrétariat central de l'ISO au stade de publication.

THIS DOCUMENT IS A DRAFT CIRCULATED FOR COMMENT AND APPROVAL. IT IS THEREFORE SUBJECT TO CHANGE AND MAY NOT BE REFERRED TO

AS AN INTERNATIONAL STANDARD UNTIL PUBLISHED AS SUCH.

IN ADDITION TO THEIR EVALUATION AS BEING ACCEPTABLE FOR INDUSTRIAL, TECHNOLOGICAL, COMMERCIAL AND USER PURPOSES, DRAFT

INTERNATIONAL STANDARDS MAY ON OCCASION HAVE TO BE CONSIDERED IN THE LIGHT OF THEIR POTENTIAL TO BECOME STANDARDS TO WHICH

REFERENCE MAY BE MADE IN NATIONAL REGULATIONS.
© International Organization for Standardization, 2002
---------------------- Page: 1 ----------------------
ISO/DIS 3534-2
Contents
Statistics – Vocabulary and symbols – Part 2: Applied statistics

1. Scope....................................................................................................................................1

2. Normative References............................................................................................1

3. Vocabulary – Applied Statistics............................................................................2

3.1 Data generation and collection....................................................................................2

3.1.1 Systems of reference values for characteristics
3.1.2 Sources of data
3.1.3 Types of sampling

3.2 Statistical process management..................................................................................10

3.2.1 General process related concepts
3.2.2 Variation related concepts
3.2.3 Control related charts
3.2.4 Control chart components
3.2.5 Fundamental process performance and process capability related terms
3.2.6 Process performance
3.2.7 Process capability

3.3 Specifications, values and test results.......................................................................25

3.3.1 Specification related concepts
3.3.2 Determination of characteristics and quantities
3.3.3 Properties of test and measurement methods
3.3.4 Properties of test and measurement results
3.3.5 Capability of detection

3.4 Inspection and general acceptance sampling...........................................................34

3.4.1 Types of inspection
3.4.2 Types of acceptance sampling inspection
3.4.3 Acceptance sampling inspection system
3.4.4 Acceptance criteria
3.4.5 Types of operating characteristics curves
3.4.6 Terms relating to operating characteristics
3.4.7 Outgoing quality concepts and average inspection effort

3.5 Sampling of bulk materials......................................................................................44

3.5.1 Bulk material related concepts
3.5.2 Bulk sampling aspects
3.5.3 Bulk sample preparation
3.5.4 Procedural aspects

Annex A (normative) Standard symbols and abbreviations .........................................49

Annex B (informative) Methodology used in the development of the standard.......... 51

Alphabetical Index .............................................................................................................78

---------------------- Page: 2 ----------------------
ISO/DIS 3534-2
1 Scope

ISO 3534–2 defines applied statistics terms, and expresses them in a conceptual framework in

accordance with normative terminology practice.

Term entries are arranged thematically within a conceptual framework and an alphabetical index is

provided. Standardized symbols and abbreviations are also defined.

ISO 3534-1 and ISO 3534 -2 are intended to be compatible. They share the common goal of restricting

their respective mathematical levels to the minimum levels necessary to attain correct and concise

definitions. Part 1 on terms used in probability and statistics is foundational so, by necessity, is

presented at a relatively more sophisticated mathematical level. Recognizing that users of Part 2 on

applied statistics may occasionally consult Part 1 for certain terms, notes following selected terms in

Part 1 are provided in the form of verbal descriptions of a less technical nature. Although these

informal descriptions, given in the notes, are not a substitute for formal definitions, the intent is to serve

the needs of multiple users of these terminology standards.
2. Normative References

The following standards contain provisions which, through reference in this text, constitute provisions

of this International Standard. . For dated references, subsequent amendments to, or revisions of, any

of these publications do not apply. However parties to agreements based on this International Standard

are encouraged to investigate the possibility of applying the most recent editions of the normative

documents indicated below. For undated references, the latest edition of the normative document

referred to applies. Members of ISO and IEC maintain registers of currently valid International

Standards.

ISO 3534-1 : 2000 : Statistics – Vocabulary and symbols: Part 1: Probability and general statistical

terms

ISO 3534-3 : 1999 : Statistics – Vocabulary and symbols: Part 3: Design of experiments

ISO 9000: 2000 : Quality management systems – Fundamentals and vocabulary
ISO/IEC Guide 51 : Safety aspects – Guidelines for their inclusion in standards

ISO/IEC Guide 2 : General terms and their definitions concerning standardization and related activities

ISO 704 : Principles and methods of terminology
ISO 10241 : International terminology standards – Preparation and layout
VIM : International vocabulary of basic and general terms used in measurement
GUM: Guide to the expression of uncertainty in measurement
ISO 31-0 : Quantities and units – Part 0: General principles

ISO 31-11 : Quantities and units – Part 11: Mathematical signs and symbols for use in the physical

sciences and technology
---------------------- Page: 3 ----------------------
ISO/DIS 3534-2
3 Vocabulary

A term in a definition or note which is defined elsewhere in this clause is indicated by boldface

followed by its entry number in parenthesis. Such a boldface term may be replaced in the definition by

its complete definition.

A concept limited to a special meaning in a particular context is indicated by designating the subject

field in angle brackets < >, before the definition.
3.1 Data generation and collection
3.1.1 Systems of reference values for characteristics
3.1.1.1
characteristic
distinguishing feature
[ISO 9000]
NOTE 1 A characteristic can be inherent or assigned.
NOTE 2 A characteristic can be quantitative or qualitative.
NOTE 3 There are various classes of characteristic, such as the following :
- physical (e.g. mechanical, electrical, chemical, biological);
- sensory, (e.g. relating to smell, touch, taste, sight, hearing);
- behavioural, (e.g. courtesy, honesty, veracity);
- temporal, (e.g. punctuality, reliability, availability);
- ergonomic, (e.g. linguistic or physiological or related to human safety);
- functional, (e.g. range, speed, rate of climb of an aircraft).
3.1.1.2
quality characteristic

inherent characteristic (3.1.1.1) of a product (3.1.2.32), process (3.2.1.1) or system related to a

requirement
[ISO 9000]

NOTE 1 Inherent means existing in something, especially as a permanent characteristic.

NOTE 2 A characteristic assigned to a product, process or system (e.g. the price of a product, the owner of a

product) is not a quality characteristic of that product, process or system .
3.1.1.3
scale
system of reference values for a characteristic (3.1.1.1)

NOTE The term value is used in a broad sense to include qualitative information.

3.1.1.4
continuous scale
numerical scale (3.1.1.3) with a continuum of possible values
EXAMPLES interval scale (3.1.1.6) and ratio scale (3.1.1.7)

NOTE 1 A continuous scale may be transformed into ordinal, by grouping values. This inevitably leads to some

loss of information.

NOTE 2 Scale resolution may be adversely affected by measurement system limitations.

---------------------- Page: 4 ----------------------
ISO/DIS 3534-2
3.1.1.5
discrete scale
scale (3.1.1.3) with only a set or sequence of distinct values
NOTE Discrete values are often integers.
3.1.1.6
interval scale
continuous scale (3.1.1.4) which has an arbitrary zero
EXAMPLE Temperature degrees Celsius and Fahrenheit and calendar time.

NOTE Differences between values are not affected by a change of zero for the scale.

3.1.1.7
ratio scale
continuous scale (3.1.1.4) which has an absolute or natural zero
EXAMPLES Mass, height and money value.
NOTE Ratios between values are not affected by a change of unit for the scale.
3.1.1.8
ordinal scale
scale (3.1.1.3) with ordered labelled categories

NOTE 1 There is sometimes a blurred borderline between ordinal and discrete scales. When subjective opinion

ratings such as excellent, very good, neutral, poor and very poor are coded, say, 1 to 5, this has the apparent effect

of converting from ordinal to discrete form. However, they should not be treated as ordinary numbers as the

distance between 1 and 2 may not be the same as between 2 and 3, or 3 and 4, say. On the other hand some

categories which are ordered objectively according to magnitude, such as the Richter scale which ranges from 0 to

8 according to the amount of energy release, could equally well be related to a discrete scale.

NOTE 2 Sometimes nominal scales are ordered by convention. An example is the blood group ABO, which are

always stated in this order. The same is the case if different categories are denoted by single letters. They are then

ordered, by convention, according to the alphabet.
3.1.1.9
nominal scale
scale (3.1.1.3) with unordered labelled categories
EXAMPLES Nationality, colour, model of car, breed of dog, type of fault.
NOTE It is possible to count by category but not order or measure.
3.1.2 Sources of data
3.1.2.1
population
totality of objects ( 3.1.2.11 ) under consideration
NOTE 1 A population may be real and finite or hypothetical and infinite.

NOTE 2 Extended sampling from a finite real population can give rise to the generation of actual

.relative frequencies or frequency distributions. Alternatively, or arising from this, a theoretical model

of the hypothetical population based on probability distributions may be derived. This enables

predictions to be made.

NOTE 3 A population may also be the result of an ongoing process which may include future output.

3.1.2.2
population parameter

summary measure of the values of some characteristic ( 3.1.1.2 ) of a population (3.1.2.1)

NOTE Population parameters are usually symbolized by lower case Greek letters in italics

---------------------- Page: 5 ----------------------
ISO/DIS 3534-2

EXAMPLES Population mean = μ ; population standard deviation = σ .

3.1.2.3
sub-population
part of a population (3.1.2.1)
3.1.2.4
lot

definite part of a population (3.1.2.1) constituted under essentially the same conditions as the

population (3.1.2.1) with respect to the sampling purpose

NOTE The sampling purpose may, for example, be to determine lot acceptability, or to estimate the mean value

of a particular characteristic.
3.1.2.5
isolated lot

lot (3.1.2.4) separated from the sequence of lots in which it was formed and not forming part of a

current sequence
3.1.2.6
isolated sequence of lots

group of lots in succession but not forming part of a large sequence or produced by a continuing

process
3.1.2.7
unique lot

lot (3.1.2.4) formed under conditions peculiar to that lot and not part of a routine sequence

3.1.2.8
pilot lot

small lot (3.1.2.3) run prior to a routine sequence in order to gain information and experience

3.1.2.9
re-submitted lot

lot (3.1.2.4) which previously has been designated as not acceptable and which is submitted again for

inspection ( 3.4.1.2) after having been further treated, tested, sorted, reprocessed, etc.

3.1.2.10
sub-lot
definite part of a lot (3.1.2.4)
3.1.2.11
item
object
entity
anything conceivable or perceivable

EXAMPLES A discrete physical item,: a defined amount of bulk material ; an activity, person, system or

some combination thereof.
NOTE See also sampling unit (3.1.2.14)
3.1.2.12
nonconforming item
item (3.1.2.11) with one or more nonconformities ( 3..3.1.10 )
---------------------- Page: 6 ----------------------
ISO/DIS 3534-2
3.1.2.13
defective item
item (3.1.2.11) with one or more defects (3.3.1.11)
3.1.2.14
sampling unit
unit

one of the individual parts into which a population (3.1.2.1) or sampling frame (3.1.2.27) is divided

NOTE 1 A sampling unit may contain one or more items (3.1.2.11), for example, a box of matches, but one

test result will be obtained for it.

NOTE 2 It may consist of discrete items or a defined amount of bulk material.

NOTE 3 For sampling unit see clause 3.5.1.4.
3.1.2.15
nonconforming unit
unit (3.1.2.14) with one or more nonconformities (3.3.1.10)
3.1.2.16
defective unit
unit (3.1.2.14) with one or more defects (3.3.1.11)
3.1.2.17
sample

subset of a specified population (3.1.2.1) or sampling frame (3.1.2.27) made up of one or more

sampling units(3.1.2.14)

NOTE Many different ways, random and not random, in selecting a sample may be envisaged. A collection of

data obtained by biased sampling , which is unavoidable in many areas, e.g. in human genetics of families detected

through abnormal children, is also a sample. In survey sampling, sampling units are often selected with a

probability proportional to size of a known variable, giving a biased sample.
3.1.2.18
sample statistic
summary measure of some observed value (3.3.2.8) of a sample (3.1.2.17)

NOTE Sample statistics (random variables) are symbolised by upper case Latin letters in italics (e.g. X and S)

whereas the actual realization of sample statistics (observed values) are symbolised by lower case Latin letters in

italics (e.g. x and s. This contrasts with population parameters which are symbolised by lower case Greek letters

in italics (e.g. μ and σ )
3.1.2.19
sub-sample
selected part of a sample (3.1.2.17)

NOTE 1 It can be selected by the same method as was used in selecting the original sample, but need not be so.

3.1.2.20
duplicate sample
---------------------- Page: 7 ----------------------
ISO/DIS 3534-2

one of the two or more samples (3.1.2.17) or sub-samples (3.1.2.19) obtained separately at the same

time by the same sampling procedure or sample division procedure
3.1.2.21
primary sample
sample (3.1.2.17) taken during the first stage of multistage sampling (3.1.3.10)
3.1.2.22
secondary sample

sample (3.1.2.17) taken from the primary sample (3.1.2.21) during the second stage of multistage

sampling (3.1.3.10)
NOTE This may be extended to the kth stage for k>2.
3.1.2.23
final sample
sample (3.1.2.17) obtained at the final stage of multistage sampling (3.1.3.10)
3.1.2.24
simple random sample

sample (3.1.2.17) of n sampling units (3.1.2.14) selected from a population (3.1.2.1) in such a way

that all possible combinations of n sampling units have the same probability of being taken

3.1.2.25
random sample

sample (3.1.2.17) of n sampling units (3.1.2.14) selected from a population (3.1.2.1) in such a way

that each of the possible combinations of n sampling units (3.1.2.14) has a particular probability of

being taken

NOTE This definition relates to a physical sample in contrast to the random sample defined in ISO 3534-1

which is a theoretical concept.
3.1.2.26
sample size
number of sampling units (3.1.2.14) in a sample (3.1.2.17)

NOTE In a multi-stage sample, the sample size is the total number of sampling units (3.1.2.14) at the

conclusion of the final stage of sampling.
3.1.2.27
sampling frame
complete list of sampling units (3.1.2.14)

EXAMPLES An inventory of parts in a warehouse, a manifest of bales of wool on a ship, or a schedule of

accounts payable.

NOTE The sampling frame, or ‘sampled population’ may differ from the ‘target population’. For example an

electoral register may be taken as a sampling frame to represent the adult population in a particular area. It is

unlikely that it will be totally accurate.
3.1.2.28
cluster

part of a population (3.1.2.1) divided into mutually exclusive groups of sampling units (3.1.2.14)

related in a certain manner
3.1.2.29
stratum
---------------------- Page: 8 ----------------------
ISO/DIS 3534-2

mutually exclusive and exhaustive sub-population considered to be more homogeneous with respect to

the characteristics investigated than the total population

EXAMPLES In bulk sampling, strata, based on time, mass and space are typically production periods (e.g. 15

minutes): production masses (e.g. 100 tonnes): holds in vessels, wagons in a train and containers.

3.1.2.30
stratification
division of a population (3.1.2.1) into strata (3.1.2.29)

EXAMPLES Stratification of a cat or dog population into breeds, a human population into gender and social

classes and a country divided into regions.
3.1.2.31
area of opportunity

unit (3.1.2.14) or portion of material, process, product or service in which designated event(s) can

occur
3.1.2.32
product
result of a process (3.2.1.1)
[ISO 9000]
NOTE There are four generic product categories, as follows :
- services (e.g. transport);
- software (e.g. computer program);
- hardware (e.g. engine mechanical part);
- processed materials (e.g. lubricant).

Many products comprise elements belonging to different generic product categories. Whether the product is then

called service, software, hardware or processed material depends on the dominant element.

3.1.2.33
service

product (3.1.2.32) that is the result of at least one activity performed at the interface between the

supplier and the customer
NOTE Service may involve, for example, the following :

- an activity performed on a customer supplied tangible product (e.g automobile to be repaired);

- the delivery of a tangible product (e.g. in the transportation industry);
- the delivery of an intangible product (e.g. the delivery of information);
- the creation of ambience for the customer (e.g. in hotels and restaurants).
3.1.2.34
identical test/measurement item

sample (3.1.2.17) which is prepared and can be presumed to be identical for the purpose of a specific

accuracy experiment

NOTE Practical requirements are given clearly in the protocol of the accuracy experiment.

3.1.3 Types of sampling
3.1.3.1.
sampling
act of drawing or constituting a sample (3.1.2.17)
---------------------- Page: 9 ----------------------
ISO/DIS 3534-2
3.1.3.2
bulk sampling
sampling (3.1.3.1) of bulk material (3.5.1.1)

EXAMPLE Sampling of a bulk of coal for ash content or of tobacco for moisture content.

3.1.3.3
discrete sampling
sampling ( 3.1.3.1) of discrete material
3.1.3.4
simple random sampling

sampling (3.1.3.1) where a sample (3.1.2.17) of n sampling units (3.1.2.14) is taken from a

population (3.1.2.1) in such a way that all possible combinations of n sampling units have the same

probability of being taken

NOTE In bulk sampling, if the sampling unit is an increment, the positioning, delimitation and extraction of

increments is such that all sampling units have an equal probability of being selected.

3.1.3.5
random sampling

sampling (3.1.3.1) where a sample (3.1.2.17) of n sampling units (3.1.2.14) is taken from a

population (3.1.2.1) in such a way that each of the possible combinations of n sampling units has a

particular probability of being taken
3.1.3.6
stratified sampling

sampling (3.1.3.1) such that portions of the sample (3.1.2.17) are drawn from the different strata

(3.1.2.29) and each stratum is sampled with at least one sampling unit (3.1.2.14)

NOTE In some cases the portions are specified proportions determined in advance. However in post stratified

sampling the specified proportions would not be known in advance.
3.1.3.7
stratified simple random sampling
simple random sampling (3.1.3.4) from each stratum (3.1.2.29)
3.1.3.8
quota sampling

stratified sampling (3.1.3.6) where the sample (3.1.2.17) is selected in a non random manner

3.1.3.9
cluster sampling

sampling (3.1.3.1) in which a random sample (3.1.2.25) of clusters (3.1.2.28) is selected and all the

sampling units (3.1.2.14) which constitute the clusters are included in the sample (3.1.2.17)

3.1.3.10
multi-stage sampling

sampling (3.1.3.1) in which the sample (3.1.2.17) is selected by stages, the sampling units (3.1.2.14) at each

stage being sampled from the larger sampling units chosen at the previous stage

NOTE 1 Multi-stage sampling is different from multiple sampling. Multiple sampling is sampling by several

criteria at the same time.

NOTE 2 The sampling method may be different for the various stages, such that the primary sample may be

selected by e.g. simple random sampling , while the final sample is obtained through e.g. systematic sampling.

3.1.3.11
---------------------- Page: 10 ----------------------
ISO/DIS 3534-2
multi-stage cluster sampling

cluster sampling (3.1.3.9) with two or more stages, each sampling (3.1.3.1) being made on clusters

(3.1.2.28), in which the clusters already obtained by the preceding sample (3.1.2.17) have been

divided
3.1.3.12
systematic sampling
sampling (3.1.3.1) according to a methodical plan

NOTE 1 In bulk sampling , systematic sampling may be achieved by taking items at fixed distances or after time

intervals of fixed length. Intervals may, for example, be on a mass or time basis.

In the case of a mass basis, sampling units or increments should be of equal mass.

With respect to a time basis, sampling units or increments are taken from a moving stream or conveyor, say, at

uniform time intervals. In this case the mass of each sampling unit or increment should be proportional to the

mass flow rate at the instant of taking the sampling unit or increment.

NOTE 2 If the lot is divided into strata, stratified systematic sampling can be carried out by taking increments at

the same relative locations within each stratum.
3.1.3.13
periodic systematic sampling

systematic sampling (3.1.3.12) in which the sampling units (3.1.2.14) in a population (3.1.2.1) are

arranged in order, and numbered from 1 to N within the sample, then constituted as the sampling units

numbered h, h + k, h + 2k, ……..h + (n – 1)k,

where, h and k are positive integers satisfying the relationships : nk < N < n(k + 1) and h < k,

and, h is generally taken at random from the first k integers.

NOTE 1 A periodic systematic sample is usually used to obtain a sample which is random with respect to

certain characteristics which are known to be independent of the systematic basis.

NOTE 2 One systematic basis could be order of production. However care needs to be taken. If one were to take

th th th

every 6 , 12 or 18 item produced from a six headed machine it is highly unlikely that the sample would be

representative of the output from the machine.
3.1.3.14
spot sampling

systematic sampling (3.1.3.12) in which a sample (3.1.2.17) of specified number or size is taken from

a specified place in the medium or at a specified place and time in a stream and considered

representative of its own local or immediate environment
3.1.3.15
sampling with replacement

sampling (3.1.3.1) in which each sampling unit (3.1.2.14) taken and observed is returned to the

population (3.1.2.1) before the next sampling unit is taken

NOTE In this case the same sampling unit may appear more than once in the sample.

3.1.3.16
sampling without replacement

sampling (3.1.3.1) in which each sampling unit (3.1.2.14) is taken from the population (3.1.2.1) once

only without being returned to the population
3.1.3.17
acceptance sampling

sampling ( 3.1.3.1) in which decisions are made to accept or not to accept a lot (3.1.2.4), or other

grouping of product, material or service, based on sample results
3.1.3.18
survey sampling
---------------------- Page: 11 ----------------------
ISO/DIS 3534-2

sampling (3.1.3.1) used in enumerative or analytic studies to estimate the values of one or more

characteristics (3.1.1.1) in a population (3.1.2.1) , or for estimating how those characteristics are

distributed across the population

EXAMPLE The sampling of production to carry out a process capability analysis, and a system audit to assess

the degree of system compliance against an international standard .
3.2 Statistical process management
3.2.1 General process related concepts
3.2.1.1
process

set of inter-related or interacting activities which transforms inputs into outputs

[ISO 9000]
NOTE 1 Inputs to a process are generally outputs from other processes.

NOTE 2 Processes in an organisation are generally planned and carried out under controlled conditions to add

value.
3.2.1.2
process management

coordinated activities to direct and control an organization with regard to processes (3.2.1.1

3.2.1.3
statistical methods

collection of methods which makes it possible to reach reasonable, optimal decisions from data under

uncertainty
NOTE 1 Data refer to numerical or non-numerical facts or information.

NOTE 2 Statistical methods comprise methods for data collection, data organization, data presentation, data

analysis, data interpretation and decision making.
3.2.1.4
statistical process management

process management (3.2.1.2) related to the application of statistical methods (3.2.1.3) to process

planning (3.2.1.5), process control (3.2.1.6) and process improvement (3.2.1.7)
3.2.1.5
process planning

process management (3.2.1.2) focused on establishing process objectives and requirements and

specifying how these are to be achieved
3.2.1.6
process control
process management (3.2.1.2) focused on fulfilling process requirements
3.2.1.7
process improvement

process management (3.2.1.2) focused on reducing variation and improving process effectiveness and

efficiency

NOTE 1 Effectiveness is the extent to which planned activities are realized and planned results are achieved [ISO

9000].

NOTE 2 Efficiency is the relationship between result achieved and resources used [ISO 9000].

---------------------- Page: 12 ----------------------
ISO/DIS 3534-2
3.2.1.8
statistical process control
SPC

activities focused on the use of statistical techniques to reduce variation (3.2.2.1 ) increase knowledge

about the process (3.2.1.1 ) and steer the process in the desired way.

NOTE 1 SPC operates most efficiently by controlling variation of a process characteristic or an in-process

product characteristic that is correlated with a final product characteristic; and/or by increasing the robustness of

the process against this variation. A supplier’s final product characteristic may be a process characteristic to the

next downstream supplier’s process.

NOTE 2 Although SPC originally was concerned primarily with manufactured goods, it is also equally

applicable to processes producing services or transactions, for example, those involving data, software,

communications and movement of material.
NOTE 3 SPC involves both process control and process improvement.
3.2.1.9
control plan

document describing the system elements to be applied to control variation of

characteristics (3.1.1.1) of processes, products and services, and to minimize deviation from their

preferred values

NOTE A document is a medium containing information [ISO 9000]. It may be a combination of different types

of media, for example, paper, magnetic, electronic or optical computer disc, photograph or master sample.

3.2.1.10
process analysis

study intended to give rise to action on a cause and effect system to control and/or improve a process,

product or service
3.2.2 Variation related concepts
3.2.2.1
variation
differences between values of a characteristic (3.1.1.1)
3.2.2.2
inherent process variation

variation (3.2.2.1) present when a process (3.2.1.1) is operating in a state of statistical control

(3.2.2.7)

NOTE 1 When it is expressed in terms of standard deviation, the subscript ‘w’ is applied,(e.g. σ , S ,or s ),

w w w
indicating inherent. See also clause 3.2.6.1 Note 2.

NOTE 2 This variation is correspondent to ‘within subgroup variation’ when the variability control chart

indicates a state of statistical control.
3.2.2.3
total process variation
variation (3.2.2.1) due to both spe
...

PROJET DE NORME INTERNATIONALE ISO/DIS 3534-2
ISO/TC 69/SC 1 Secrétariat: ANSI
Début du vote Vote clos le
2002-01-20 2002-06-20

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION • МЕЖДУНАРОДНАЯ ОРГАНИЗАЦИЯ ПО СТАНДАРТИЗАЦИИ • ORGANISATION INTERNATIONALE DE NORMALISATION

Statistique — Vocabulaire et symboles —
Partie 2:
Statistique appliquée
[Révision de la première édition (ISO 3534-2:1993)]
Statistics — Vocabulary and symbols —
Part 2: Applied statistics
ICS 01.040.03; 03.120.30

Pour accélérer la distribution, le présent document est distribué tel qu'il est parvenu du

secrétariat du comité. Le travail de rédaction et de composition de texte sera effectué au

Secrétariat central de l'ISO au stade de publication.

To expedite distribution, this document is circulated as received from the committee

secretariat. ISO Central Secretariat work of editing and text composition will be undertaken at

publication stage.

CE DOCUMENT EST UN PROJET DIFFUSÉ POUR OBSERVATIONS ET APPROBATION. IL EST DONC SUSCEPTIBLE DE MODIFICATION ET NE PEUT ÊTRE

CITÉ COMME NORME INTERNATIONALE AVANT SA PUBLICATION EN TANT QUE TELLE.

OUTRE LE FAIT D'ÊTRE EXAMINÉS POUR ÉTABLIR S'ILS SONT ACCEPTABLES À DES FINS INDUSTRIELLES, TECHNOLOGIQUES ET COMMERCIALES,

AINSI QUE DU POINT DE VUE DES UTILISATEURS, LES PROJETS DE NORMES INTERNATIONALES DOIVENT PARFOIS ÊTRE CONSIDÉRÉS DU POINT

DE VUE DE LEUR POSSIBILITÉ DE DEVENIR DES NORMES POUVANT SERVIR DE RÉFÉRENCE DANS LA RÉGLEMENTATION NATIONALE.

© Organisation internationale de normalisation, 2002
---------------------- Page: 1 ----------------------
ISO/DIS 3534-2
Notice de droits d’auteur

Ce document de l’ISO est un projet de Norme internationale qui est protégé par les droits d’auteur de l’ISO.

Sauf autorisé par les lois en matière de droits d’auteur du pays utilisateur, aucune partie de ce projet ISO ne

peut être reproduite, enregistrée dans un système d’extraction ou transmise sous quelque forme que ce soit

et par aucun procédé, électronique ou mécanique, y compris la photocopie, les enregistrements ou autres,

sans autorisation écrite préalable.

Les demandes d’autorisation de reproduction doivent être envoyées à l’ISO à l’adresse ci-après ou au

comité membre de l’ISO dans le pays du demandeur.
Responsable des droits d’auteur
Secrétariat central de l’ISO
1 rue de Varembé
1211 Genève 20 Suisse
tél. + 41 22 749 0111
fax + 41 22 749 0947
internet iso@iso.ch
Toute reproduction est soumise au paiement de droits ou à un contrat de licence.
Les contrevenants pourront être poursuivis.
ii © ISO 2001 – Tous droits réservés
---------------------- Page: 2 ----------------------
ISO/DIS 3534-2
Sommaire Page

Avant-propos .............................................................................................................................................................iv

1 Domaine d'application..................................................................................................................................1

2 Références normatives.................................................................................................................................1

3 Vocabulaire....................................................................................................................................................2

3.1 Génération et recueil de données................................................................................................................2

3.2 Gestion statistique du processus..............................................................................................................10

3.3 Spécifications, valeurs et résultats d'essai ..............................................................................................25

3.4 Contrôle et échantillonnage pour acceptation .........................................................................................34

Annexe A (normative) Symboles et abréviations normalisés ..............................................................................49

Annexe B (informative) Méthodologie utilisée pour élaborer le vocabulaire......................................................51

Index alphabétique ...................................................................................................................................................78

© ISO 2001 – Tous droits réservés iii
---------------------- Page: 3 ----------------------
ISO/DIS 3534-2
Avant-propos

L'ISO (Organisation internationale de normalisation) est une fédération mondiale d'organismes nationaux de

normalisation (comités membres de l'ISO). L'élaboration des Normes internationales est en général confiée aux

comités techniques de l'ISO. Chaque comité membre intéressé par une étude a le droit de faire partie du comité

technique créé à cet effet. Les organisations internationales, gouvernementales et non gouvernementales, en

liaison avec l'ISO participent également aux travaux. L'ISO collabore étroitement avec la Commission

électrotechnique internationale (CEI) en ce qui concerne la normalisation électrotechnique.

Les Normes internationales sont rédigées conformément aux règles données dans les Directives ISO/CEI,

Partie 3.

Les projets de Normes internationales adoptés par les comités techniques sont soumis aux comités membres pour

vote. Leur publication comme Normes internationales requiert l'approbation de 75 % au moins des comités

membres votants.

L’attention est appelée sur le fait que certains des éléments de la présente partie de l’ISO 3534 peuvent faire

l’objet de droits de propriété intellectuelle ou de droits analogues. L’ISO ne saurait être tenue pour responsable de

ne pas avoir identifié de tels droits de propriété et averti de leur existence.

La Norme internationale ISO 3534-2 a été élaborée par le comité technique ISO/TC 69, Application des méthodes

statistiques, sous-comité SC 1, Terminologie et symboles.

L'ISO 3534 comprend les parties suivantes, présentées sous le titre général Statistics — Vocabulary and symbols:

 Partie 1 : Probabilité et termes statistiques généraux
 Partie 2 : Statistique appliquée
 Partie 3 : Plans d’expérience
iv © ISO 2001 – Tous droits réservés
---------------------- Page: 4 ----------------------
PROJET DE NORME INTERNATIONALE ISO/DIS 3534-2
Statistique — Vocabulaire et symboles — Partie 2 : Statistique
appliquée
1 Domaine d'application

L’ISO 3534-2 définit les termes relatifs à la statistique appliquée et les présente dans un cadre conceptuel

conforme à la pratique normative en terminologie.

Les entrées terminologiques sont disposées de façon thématique sous forme conceptuelle et un index

alphabétique est fourni. Les symboles et abréviations normalisés sont également définis.

L’ISO 3534-1 et l’ISO 3534-2 sont destinées à être compatibles. Elles partagent l’objectif commun de réduire leurs

niveaux mathématiques au strict minimum pour obtenir des définitions correctes et concises. La partie 1 relative

aux termes utilisés dans le domaine des probabilités et des statistiques est fondamentale et se présente de ce fait

à un niveau mathématique relativement plus sophistiqué. Dans la mesure où les utilisateurs de la Partie 2 relative

à la statistique appliquée peuvent avoir à consulter la Partie 1 pour certains termes, les notes figurant à la suite des

termes de la Partie 1 sont rédigées de manière plus descriptive que technique. Bien que ces notes informelles ne

remplacent nullement des définitions formelles, elles sont destinées à répondre aux besoins des nombreux

utilisateurs de ces normes terminologiques.
2 Références normatives

Les documents normatifs suivants contiennent des dispositions qui, par suite de la référence qui y est faite,

constituent des dispositions valables pour la présente partie de l'ISO 3534. Pour les références datées, les

amendements ultérieurs ou les révisions de ces publications ne s’appliquent pas. Toutefois, les parties prenantes

aux accords fondés sur la présente partie de l'ISO 3534 sont invitées à rechercher la possibilité d'appliquer les

éditions les plus récentes des documents normatifs indiqués ci-après. Pour les références non datées, la dernière

édition du document normatif en référence s’applique. Les membres de l'ISO et de la CEI possèdent le registre des

Normes internationales en vigueur.

ISO 3534-1:2000, Statistique — Vocabulaire et symboles — Partie 1 : Probabilité et termes statistiques généraux.

ISO 3534-3:1999, Statistique — Vocabulaire et symboles — Partie 3 : Plans d'expérience.

ISO 9000:2000, Systèmes de management de la qualité — Principes essentiels et vocabulaire.

ISO/IEC Guide 51, Safety aspects — Guidelines for their inclusion in standards.
ISO/IEC Guide 2, Normalisation et activités connexes — Vocabulaire général.
ISO 704, Travail terminologique — Principes et méthodes.
ISO 10241, Normes terminologiques internationales — Élaboration et présentation.
VIM : International vocabulary of basic and general terms used in measurement.
GUM: Guide to the expression of uncertainty in measurement.
ISO 31-0, Grandeurs et unités — Partie 0 : Principes généraux.
© ISO 2001 – Tous droits réservés 1
---------------------- Page: 5 ----------------------
ISO/DIS 3534-2

ISO 31-11, Grandeurs et unités — Partie 11 : Signes et symboles mathématiques à employer dans les sciences

physiques et dans la technique.
3 Vocabulaire

Un terme dans une définition ou une note qui est défini ailleurs dans cet article figure en caractères gras, suivi de

son numéro de référence entre parenthèses. Ce terme en caractères gras peut être substitué dans la définition par

sa propre définition.

Un concept se limitant à un sens spécial dans un contexte particulier est indiqué en précisant les cas d’utilisation

entre les signes < >, avant la définition.
3.1 Génération et recueil de données
3.1.1 Systèmes de valeurs de référence pour les caractéristiques
3.1.1.1
caractéristique
trait distinctif
[ISO 9000]
NOTE 1 Une caractéristique peut être intrinsèque ou assignée.
NOTE 2 Une caractéristique peut être qualitative ou quantitative.
NOTE 3 Il existe différents types de caractéristiques, tels que :
 physiques, par exemple mécaniques, électriques, chimiques, biologiques ;
 sensorielles, par exemple odeur, toucher, goût, aspect visuel, sonorité ;
 comportementales, par exemple courtoisie, honnêteté, véracité ;
 temporelles, par exemple ponctualité, fiabilité, disponibilité ;

 ergonomiques, par exemple caractéristique physiologique ou relative à la sécurité des personnes ;

 fonctionnelles, par exemple vitesse maximale d’un avion.
3.1.1.2
caractéristique qualité - caractéristique qualitative

caractéristique (3.1.1.1) intrinsèque d’un produit (3.1.2.32), d’un processus (3.2.1.1) ou d’un système relative à

une exigence
[ISO 9000]

NOTE 1 "Intrinsèque" signifie présent dans quelque chose, notamment en tant que caractéristique permanente

NOTE 2 Une caractéristique rattachée à un produit, un processus ou un système (par exemple le prix d’un produit, le

propriétaire d’un produit), n’est pas une caractéristique qualité de ce produit, ce processus ou ce système.

3.1.1.3
échelle
système de valeurs de référence pour une caractéristique (3.1.1.1)

NOTE Le terme valeur est utilisé au sens large et comprend des informations qualitatives.

2 © ISO 2001 – Tous droits réservés
---------------------- Page: 6 ----------------------
ISO/DIS 3534-2
3.1.1.4
échelle continue
échelle numérique (3.1.1.3) présentant une série de valeurs possibles
EXEMPLES Échelle d’intervalle (3.1.1.6) et échelle de rapport (3.1.1.7)

NOTE 1 Une échelle continue peut être transformée en échelle ordinale en groupant les valeurs. Ceci entraîne des pertes

d’informations inévitables.

NOTE 2 La résolution d’échelle peut être affectée par les limites du système de mesure.

3.1.1.5
échelle discrète

échelle (3.1.1.3) ne présentant qu’un ensemble ou une série de valeurs distinctes

NOTE Les valeurs discrètes sont souvent des nombres entiers.
3.1.1.6
échelle d’intervalle
échelle continue (3.1.1.4) possédant un zéro arbitraire
EXEMPLE Température en degrés Celsius et Fahrenheit et temps de calendrier.

NOTE Les différences entre valeurs ne sont pas affectées par un changement du zéro d’échelle.

3.1.1.7
échelle de rapport
échelle continue (3.1.1.4) possédant un zéro absolu ou naturel
EXEMPLES Masse, hauteur et valeur monétaire.

NOTE Les rapports entre valeurs ne sont pas affectés par un changement de l’unité d’échelle.

3.1.1.8
échelle ordinale
échelle (3.1.1.3) avec des catégories ordonnées

NOTE 1 La frontière entre les échelles ordinales et discrètes est parfois assez floue. Dans le cas d’un jugement de valeur

subjectif tel que excellent, très bon, sans opinion, médiocre, très mauvais, codé par exemple de 1 à 5, ce système peut sembler

convertir l’échelle ordinale en échelle discrète. Cependant, il convient de ne pas considérer ces chiffres comme des nombres

ordinaires dans la mesure où la variation entre 1 et 2 peut ne pas être identique à celle qui existe entre 2 et 3, ou 3 et 4, etc. Par

ailleurs, certaines catégories qui sont ordonnées de manière objective en fonction de l’amplitude, comme par exemple l’échelle

de Richter graduée de 0 à 8 en fonction de l’intensité du séisme, peuvent être également assimilées à une échelle discrète.

NOTE 2 Des échelles nominales peuvent parfois être ordonnées par convention. Par exemple, les groupes sanguins ABO

sont toujours déclarés dans cet ordre. C'est également le cas lorsque différentes catégories sont notées par des lettres uniques.

Elles sont alors classées par convention par ordre alphabétique.
3.1.1.9
échelle nominale
échelle (3.1.1.3) avec des catégories non ordonnées
EXEMPLES Nationalité, couleur, modèle de voiture, race de chien, type de défaut.

NOTE Il est possible de dénombrer par catégorie, mais non d'ordonner ou de mesurer.

3.1.2 Sources de données
3.1.2.1
population
totalité des objets ( 3.1.2.11 ) pris en considération
© ISO 2001 – Tous droits réservés 3
---------------------- Page: 7 ----------------------
ISO/DIS 3534-2
NOTE 1 Une population peut être réelle et finie ou hypothétique et infinie.

NOTE 2 L'échantillonnage élargi d’une population réelle finie peut donner lieu à la génération de fréquences ou de

distributions d’effectif réelles. En alternative ou en conséquence, il est possible de déduire un modèle théorique de la population

hypothétique fondé sur des lois de probabilité. Ceci permet de faire des prévisions.

NOTE 3 Une population peut également être le résultat d’un processus continu pouvant comprendre des éléments de sortie

ultérieurs.
3.1.2.2
paramètre de population

mesure synthétique des valeurs d’une caractéristique (3.1.1.2 ) donnée d’une population (3.1.2.1)

NOTE Les paramètres de population sont généralement représentés par des lettres grecques minuscules en italique.

EXEMPLES Moyenne de population = µ ; écart-type de population = σ.
3.1.2.3
sous-population
partie d’une population (3.1.2.1)
3.1.2.4
lot

partie définie d’une population (3.1.2.1) constituée essentiellement dans les mêmes conditions que la population

(3.1.2.1) pour ce qui concerne l’échantillonnage

NOTE L’échantillonnage peut par exemple être réalisé pour déterminer l’acceptabilité d’un lot ou pour estimer la valeur

moyenne d’une caractéristique particulière.
3.1.2.5
lot isolé

lot (3.1.2.4) séparé de la série des lots dans laquelle il a été produit et ne faisant pas partie de la séquence

courante des lots
3.1.2.6
séquence isolée de lots

groupe de lots appartenant à une séquence mais ne faisant pas partie d’une séquence de production plus

importante ou d’un processus continu
3.1.2.7
lot unique

lot (3.1.2.4) produit dans des conditions spécifiques à ce lot et ne faisant pas partie de la séquence de production

courante
3.1.2.8
lot pilote

petit lot (3.1.2.3) soumis aux processus normaux de fabrication avant le premier lot de production courante, afin

d’en dégager des informations et une expérience
3.1.2.9
lot présenté à nouveau

lot (3.1.2.4) ayant été précédemment déclaré comme non acceptable et qui est présenté à nouveau au contrôle

(3.4.1.2) pour acceptation après avoir été revérifié, trié, retraité, etc.
3.1.2.10
sous-lot
partie définie d’un lot (3.1.2.4)
4 © ISO 2001 – Tous droits réservés
---------------------- Page: 8 ----------------------
ISO/DIS 3534-2
3.1.2.11
individu
objet
entité
tout élément concret ou perceptible

EXEMPLES Une entité physique discrète, une quantité définie de matériau en vrac, une activité, une personne, un système

ou une combinaison de l’ensemble
NOTE Voir également unité d’échantillonnage (3.1.2.14)
3.1.2.10
individu non conforme
individu (3.1.2.11) avec une ou plusieurs non-conformités ( 3..3.1.10 ).
3.1.2.13
individu défectueux
individu (3.1.2.11) présentant un ou plusieurs défauts (3.3.1.11)
3.1.2.14
unité d’échantillonnage

unité individuelle en laquelle une population (3.1.2.1) ou base d’échantillonnage (3.1.2.27) est divisée

NOTE 1 Une unité d’échantillonnage peut contenir un ou plusieurs individus (3.1.2.11), par exemple, une boîte

d’allumettes, mais ne fournira qu’un résultat d’essai.

NOTE 2 Il peut s’agit d’individus discrets ou d’une quantité définie de matériau en vrac.

NOTE 3 Pour unité d’échantillonnage voir 3.5.1.4.
3.1.2.15
unité non conforme
unité (3.1.2.14) avec une ou plusieurs non-conformités (3.3.1.10)
3.1.2.16
unité défectueuse
unité (3.1.2.14) avec un ou plusieurs défauts (3.3.1.11)
3.1.2.17
échantillon

sous-ensemble d’une population (3.1.2.1) spécifiée ou base d’échantillonnage (3.1.2.27) constitué d’une ou de

plusieurs unités d’échantillonnage (3.1.2.14)

NOTE Il existe différentes façons de sélectionner un échantillon, de manière aléatoire ou non. Une collecte de données

obtenues par échantillonnage biaisé ce qui est inévitable dans de nombreux domaines, par exemple détection d'anomalies

génétiques par le biais d'enfants anormaux, constitue également un échantillon. Pour l’échantillonnage d’enquête, les unités

d’échantillonnage sont souvent sélectionnées avec une probabilité proportionnelle à l’effectif d’une variable connue qui

engendre un échantillon biaisé.
3.1.2.18
statistique d'échantillon

mesure synthétique d'une valeur observée (3.3.2.8) donnée d'un échantillon (3.1.2.17)

NOTE Les statistiques d’échantillon (variables aléatoires) sont représentées par des lettres latines majuscules en italique

(par exemple X et S) tandis que la réalisation réelle des statistiques d’échantillon (valeurs observées) est représentée par des

lettres latines minuscules en italique (par exemple x et s), au contraire des paramètres de population qui sont représentés par

des lettres grecques minuscules en italique (par exemple µ et σ)
© ISO 2001 – Tous droits réservés 5
---------------------- Page: 9 ----------------------
ISO/DIS 3534-2
3.1.2.19
sous-échantillon
partie tirée d'un échantillon (3.1.2.17)

NOTE Il peut être choisi par la même méthode que celle utilisée pour la sélection de l'échantillon d'origine, sans

nécessairement que cela soit le cas.
3.1.2.20
échantillon dédoublé

un, deux ou plusieurs échantillons (3.1.2.17) ou sous-échantillons (3.1.2.19) obtenus séparément au même

moment par la même procédure d'échantillonnage ou par la division d'un échantillon

3.1.2.21
échantillon primaire

échantillon (3.1.2.17) pris au premier degré d’un échantillonnage à plusieurs degrés (3.1.3.10)

3.1.2.22
échantillon secondaire

échantillon (3.1.2.17) pris de l’échantillon primaire (3.1.2.21) au second degré d’un échantillonnage à

plusieurs degrés (3.1.3.10)
ème
NOTE Cela peut être étendu au k degré pour k > 2.
3.1.2.23
échantillon final

échantillon (3.1.2.17) obtenu au degré final de l’échantillonnage à plusieurs degrés (3.1.3.10)

3.1.2.24
échantillon simple aléatoire

échantillon (3.1.2.17) de n unités d’échantillonnage (3.1.2.14) sélectionné à partir d’une population (3.1.2.1) de

façon que toutes les combinaisons possibles de n unités d’échantillonnage aient la même probabilité d’être

prélevées
3.1.2.25
échantillon aléatoire

échantillon (3.1.2.17) de n unités d’échantillonnage (3.1.2.14) sélectionné à partir d’une population (3.1.2.1) de

façon que chaque combinaison possible de n unités d’échantillonnage (3.1.2.14) ait une probabilité particulière

d’être prélevée

NOTE Cette définition concerne un échantillon physique contrairement à l'échantillon aléatoire défini dans l'ISO 3534-1 qui

est un concept théorique.
3.1.2.26
effectif d'échantillon

nombre d’unités d’échantillonnage (3.1.2.14) constituant un échantillon (3.1.2.17)

NOTE Dans un échantillonnage à plusieurs degrés, l’effectif d’échantillon est le nombre total d’unités d’échantillonnage

(3.1.2.14) obtenu après achèvement du dernier degré de l’échantillonnage.
3.1.2.27
base d'échantillonnage
liste complète d'unités d’échantillonnage (3.1.2.14)

EXEMPLES Un inventaire de pièces dans un entrepôt, un manifeste de balles de laine dans un navire ou un échéancier de

paiement.

NOTE La base d’échantillonnage ou "population échantillonnée" peut se différencier de la "population cible". Par exemple,

une liste électorale peut être utilisée comme base d'échantillonnage pour représenter la population adulte dans une zone

particulière. Il est peu probable qu'elle soit totalement exacte.
6 © ISO 2001 – Tous droits réservés
---------------------- Page: 10 ----------------------
ISO/DIS 3534-2
3.1.2.28
grappe

partie d’une population (3.1.2.1) divisée en groupes mutuellement exclusifs d’unités d’échantillonnage

(3.1.2.14) liées ensemble d’une certaine manière
3.1.2.29
strate

sous-population mutuellement exclusive et exhaustive considérée plus homogène que la population totale eu

égard à la caractéristique étudiée

EXEMPLES Dans l'échantillonnage en vrac, les strates, fondées sur le temps, la masse et l'espace, sont généralement les

périodes de production (par exemple 15 minutes), les masses de production (par exemple, 100 tonnes), les contenus de

récipients, les wagonnets d'un train et les conteneurs.
3.1.2.30
stratification
division d’une population (3.1.2.1) en strates (3.1.2.29)

EXEMPLES Stratification d'une population de chats ou de chiens en races, d'une population humaine par le sexe et les

classes sociales et d'un pays en régions .
3.1.2.31
aire d'occurrence

unité (3.1.2.14) ou partie de matériau, processus, produit ou service dans laquelle le ou les événements définis

sont susceptibles de se produire
3.1.2.32
produit
résultat d’un processus (3.2.1.1)
[ISO 9000]
NOTE Il existe quatre catégories génériques de produits :
 les services (par exemple, transport) ;
 les logiciels (par exemple, programme informatique) ;
 les matériels (par exemple, pièces mécaniques de moteur) ;
 les produits issus du processus à caractère continu (par exemple, lubrifiant).

De nombreux produits sont constitués d'éléments appartenant à différentes catégories génériques de produits. La qualification

du produit comme service, logiciel, matériel ou produit issu du processus à caractère continu dépend de l'élément dominant.

3.1.2.33
service

produit (3.1.2.32) qui est le résultat d'au moins une activité réalisée à l'interface entre le fournisseur et le client

NOTE La prestation d'un service peut impliquer par exemple :

 une activité réalisée sur un produit tangible fourni par le client (par exemple, réparation d’une voiture) ;

 la fourniture d'un produit tangible(par exemple dans l'industrie des transports) ;

 la fourniture d’un produit immatériel (par exemple, transmission de connaissances) ;

 la création d’une ambiance pour le client (par exemple, dans les hôtels et les restaurants).

© ISO 2001 – Tous droits réservés 7
---------------------- Page: 11 ----------------------
ISO/DIS 3534-2
3.1.2.34
individu pour essai/mesure identique

échantillon (3.1.2.17) qui est préparé et supposé identique pour les besoins d’une expérience d’exactitude

spécifique

NOTE Des exigences pratiques sont clairement données dans le protocole de l’expérience d’exactitude.

3.1.3 Types d’échantillonnage
3.1.3.1
échantillonnage
opération consistant à prélever ou constituer un échantillon (3.1.2.17).
3.1.3.2
échantillonnage en vrac
échantillonnage (3.1.3.1) de matériau en vrac (3.5.1.1)

EXEMPLE Echantillonnage du charbon pour déterminer la teneur en cendres, ou du tabac pour déterminer I’humidité.

3.1.3.3
échantillonnage discret
échantillonnage ( 3.1.3.1) de matériau discret
3.1.3.4
échantillonnage simple aléatoire

échantillonnage (3.1.3.1) dans lequel un échantillon (3.1.2.17) de n unités d’échantillonnage (3.1.2.14) est tiré

dans une population (3.1.2.1) de manière à ce que toutes les combinaisons possibles de n unités

d’échantillonnage aient la même probabilité d'être tirées

NOTE Dans le cas de l’échantillonnage en vrac, si l’unité d’échantillonnage est un prélèvement élémentaire, le

positionnement, la délimitation et l'extraction des prélèvements élémentaires sont tels que toutes les unités d’échantillonnage

ont la même probabilité d'être sélectionnées.
3.1.3.5
échantillonnage aléatoire

échantillonnage (3.1.3.1) dans lequel un échantillon (3.1.2.17) de n unités d’échantillonnage (3.1.2.14) est tiré

dans une population (3.1.2.1) de manière à ce que chaque combinaison possible de n unités d’échantillonnage ait

une probabilité particulière d'être tirée
3.1.3.6
échantillonnage stratifié

échantillonnage (3.1.3.1) consistant à prélever des parties d’échantillon (3.1.2.17) dans les différentes strates

(3.1.2.29), chaque strate étant échantillonnée avec au moins une unité d’échantillonnage (3.1.2.14).

NOTE Dans certains cas, les parties sont des proportions spécifiées déterminées à l’avance. Toutefois, dans

l’échantillonnage stratifié a posteriori, les proportions spécifiées ne sont pas connues à l’avance.

3.1.3.7
échantillonnage stratifié simple aléatoire
échantillonnage simple aléatoire (3.1.3.4) de chaque strate (3.1.2.29)
3.1.3.8
échantillonnage par quotas

échantillonnage stratifié (3.1.3.6) dans lequel l’échantillon (3.1.2.17) est tiré de manière non aléatoire

3.1.3.9
échantillonnage en grappe

échantillonnage (3.1.3.1) selon lequel un échantillon aléatoire (3.1.2.25) est tiré de ces grappes (3.1.2.28) et

toutes les unités d’échantillonnage (3.1.2.14) qui le constituent sont comprises dans l’échantillon (3.1.2.17)

8 © ISO 2001 – Tous droits réservés
---------------------- Page: 12 ----------------------
ISO/DIS 3534-2
3.1.3.10
échantillonnage à plusieurs degrés

échantillonnage (3.1.3.1) selon lequel l’échantillon (3.1.2.17) est sélectionné par degrés, les unités

d’échantillonnage (3.1.2.14) à chaque degré étant échantillonnées à partir d’unités d’échantillonnage plus

importantes choisies au degré précédent

NOTE 1 L’échantillonnage à plusieurs degrés est différent de l’échantillonnage multiple qui procède de plusieurs critères en

même temps.

NOTE 2 La procédure d’échantillonnage peut être différente à chaque degré, ainsi l’échantillon primaire peut être

sélectionné par exemple par échantillonnage simple aléatoire tandis que l’échantillon final peut être tiré par exemple par

échantillonnage systématique
3.1.3.11
échantillonnage en grappe à plusieurs degrés

échantillonnage en grappe (3.1.3.9) avec deux ou plusieurs degrés, chaque échantillonnage (3.1.3.1) portant

sur des grappes (3.1.2.28) issues du partage des grappes obtenues avec l’échantillon (3.1.2.17) précédent

3.1.3.12
échantillonnage systématique
échantillonnage (3.1.3.1) se déroulant selon un plan méthodique

NOTE 1 Dans l’échantillonnage en vrac, l’échantillonnage systématique peut consister à prélever des éléments à des

distances fixes ou au bout d’intervalles de temps d’une durée fixe. Les intervalles peuvent, par exemple, être des intervalles de

masse ou de temps.

Dans le cas des intervalles de masse, il convient que les unités d’échantillonnage ou prélèvements élémentaires soient de

masse égale.

Dans le cas des intervalles de temps, les unités d’échantillonnage ou prélèvements élémentaires sont collectés dans un

écoulement ou sur une bande transporteuse, à des intervalles de temps uniformes, par exemple. Dans ce cas, la masse de

chaque unité d’échantillonnage ou prélèvement élémentaire est généralement proportionnelle au débit en masse, au moment

du prélèvement de l’unité d’échantillonnage ou du prélèvement élémentaire.

NOTE 2 Si le lot est divisé en strates, un échantillonnage systématique stratifié peut être réalisé en effectuant des

prélèvements élémentaires aux mêmes emplacements relatifs dans chaque strate.
3.1.3.13
échantillonnage systématique périodique

échantillonnage systématique (3.1.3.12) selon lequel les unités d’échantillonnage (3.1.2.14) dans une

population (3.1.2.1) sont disposées selon un ordre donné et numérotées de 1 à N dans l’échantillon, puis

constituées en unités d’échantillonnages numérotées h, h + k, h + 2k, ……..h + (n – 1)k,

où, h et k sont des nombres entiers satisfaisant aux relations : nk ≤ N < n(k + 1) et h ≤ k,

et, h est généralement pris au hasard parmi les k premiers nombres entiers.

NOTE 1 Un échantillon systématique périodique est généralement utilisé pour obtenir un échantillon aléatoire par rapport à

certains caractères qui sont connus pour être indépendants sur une base systématique.

NOTE 2 Une base systématique pourrait être l’ordre de production. Des précautions doivent toutefois être prises. Si l’on

ème ème ème

prélève tous les 6 , 12 ou 18 articles produits par une machine à six têtes, il est fort peu probable que l’échantillon soit

représentatif de la production de la machine.
3.1.3.14
échantillonnage localisé
échantillonnage systématique (3.1.3.12) selon
...

Questions, Comments and Discussion

Ask us and Technical Secretary will try to provide an answer. You can facilitate discussion about the standard in here.