# Corrigé · MFG01

## Les équipes de couture et de finition atteignent-elles aussi souvent leur objectif enregistré ?

Quand la production prend du retard, les responsables comparent les ateliers pour savoir où regarder d’abord. Encore faut-il savoir ce qui fait qu’une journée compte comme objectif atteint, et combien de journées chaque atelier apporte.

- Unité d’observation — Une équipe observée pendant une journée de travail.
- Période — Du 1er janvier au 11 mars 2015.
- Champ de l’étude — Une entreprise de confection ; sa localisation n’est pas confirmée dans les métadonnées UCI.

## Le tableau croisé

Atteinte de l’objectif × Atelier

| Atteinte de l’objectif | Couture | Finition |
| --- | ---: | ---: |
| Objectif atteint ou dépassé | 573 | 302 |
| Objectif non atteint | 118 | 204 |

## Quelle affirmation ce tableau étaye-t-il ?

1. Les journées-équipe de « Couture » ont atteint leur objectif consigné plus souvent que celles de « Finition ».
2. Faire passer une équipe de « Finition » à « Couture » augmenterait ses chances d’atteindre l’objectif.
3. Les équipes de « Couture » sont plus productives que celles de « Finition ».

Choisissez une affirmation. Indiquez les effectifs et les dénominateurs qui la justifient, puis décrivez une limite de la comparaison.

## Les chiffres de la vérification

- **1. Étayée.** 573 sur 691 (82,9 %) contre 302 sur 506 (59,7 %) : 23,2 points de pourcentage de plus, dans les données d’une seule entreprise.
- **2. Non étayée.** C’est une affirmation causale. Les services diffèrent par le travail, les objectifs et les effectifs, et rien de cela n’est neutralisé ici ; le tableau consigne ce qui s’est passé, pas l’effet qu’aurait un changement.
- **3. Non étayée.** Chaque journée-équipe est jugée au regard de son propre objectif consigné, et les objectifs peuvent être fixés différemment selon le service. Le tableau compare l’atteinte de ces objectifs, pas la production.

- Couture : 573 journées-équipe sur 691 à l’objectif ou au-dessus (82,9 %).
- Finition : 302 journées-équipe sur 506 à l’objectif ou au-dessus (59,7 %).
- « Couture » fournit 57,7 % des 1 197 journées-équipe ; un taux global penche donc vers ce service.

Présentez l’écart comme une association dans les données d’une entreprise, pas comme un effet du service. Pour savoir ce que produirait un changement, il faudrait un travail comparable et les mêmes règles de fixation des objectifs.

## Limites de la comparaison

Données historiques d’une seule entreprise de confection, dont les métadonnées UCI ne confirment pas la localisation ; ce n’est pas un échantillon du secteur. Les mêmes équipes reviennent jour après jour, si bien que les journées ne sont pas des observations indépendantes. Quelques valeurs de actual_productivity dépassent un, au-delà de la plage documentée ; gardées telles quelles faute d’explication des auteurs, elles comptent toutes comme objectif atteint, puisque aucun objectif enregistré ne dépasse huit dixièmes. Le tableau décrit, il n’explique pas.

## Source des données

Données de Productivity Prediction of Garment Employees [Dataset]. (2020). UCI Machine Learning Repository. https://doi.org/10.24432/C51S6D, sous licence [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/). Crosstabs a sélectionné, regroupé et compté les observations présentées ici.

- [Productivity Prediction of Garment Employees [Dataset]. (2020). UCI Machine Learning Repository. https://doi.org/10.24432/C51S6D](https://archive.ics.uci.edu/dataset/597/productivity+prediction+of+garment+employees)
- [Refaire le calcul · MFG01](https://www.crosstabs.com/fr/examples/mfg01-did-sewing-and-finishing-teams-meet-their-recorded-productivity-targets-equally-often)
- [CSV](https://www.crosstabs.com/examples/mfg01-did-sewing-and-finishing-teams-meet-their-recorded-productivity-targets-equally-often/download/csv) · [JSON](https://www.crosstabs.com/examples/mfg01-did-sewing-and-finishing-teams-meet-their-recorded-productivity-targets-equally-often/download/json)
