Ho bisogno di un po' di aiuto per le statistiche. Ho lavorato a un progetto che ha prodotto risultati inconcludenti sulla base del mio campionamento. Il mio gruppo dirigente vuole comunque andare avanti e sta pianificando di campionare dalla linea a una frequenza prestabilita per "Verificare" ciò che non potrei da solo. Ho bisogno di aiuto per stimare la probabilità che trovino ciò che non sono riuscito a trovare in base alla loro maggiore frequenza.
Ecco alcuni dettagli.
- Quello che stanno cercando –
- Prodotto falsamente accettato (cibo sottopeso)
- Gamma di prodotti fuori specifica - >0 e <36,4 grammi
- Frequenza di campionamento - 12 barre ogni 30 minuti
- Frequenza della popolazione - 10.500 bar ogni 30 minuti
- Sulla base di una distribuzione normale stabile, teorizzo che circa l'1,03751% o 109 barre su 10.500 durante quel periodo di tempo rientreranno nella categoria fuori specifica.
La speranza è che campionando alla frequenza scelta dalla produzione, se non sono in grado di trovare barre fuori dalle specifiche. Ciò mostrerà quindi che il miglioramento su cui ho lavorato non ha aumentato il rischio di un prodotto falsamente accettato attraverso il sistema di misurazione. La mia sensazione è che anche dopo aver esaminato questo studio e forse non aver trovato barre difettose, potrebbero non aver trovato alcun prodotto difettoso solo per le dimensioni del campionamento.
Devo immaginare che ci sia una statistica là fuori che può aiutarmi a prevedere quanti campioni dovrei raccogliere per trovare un prodotto difettoso.
Ciao, meewe!
Sono totalmente d'accordo con Georgia: dovresti ingaggiare uno statistico.
Nella mia esperienza, la direzione comprende i costi meglio delle probabilità.
Pertanto, dai un'occhiata a questo articolo: Livello di qualità per il costo minimo di produzione di una specifica
Si tratta di pagnotte invece di barrette, ma ti viene l'idea...
Buona fortuna
La tua domanda è la domanda più frequente di uno statistico: quale n dovrei usare?
La risposta più frequente è "dipende".
Esistono numerosi siti Web con piani di accettazione a zero guasti che richiedono AQL, livello di qualità accettabile e altri dettagli da definire prima di utilizzare una formula o una tabella per N.Uno è molto semplice http://asq.org/quality-progress/2007/11/basic-quality/zero-defect-sampling.html .
Tuttavia, ti consiglio di trovare lo statistico della tua azienda o magari di collaborare con il professore di statistica dell'università locale.Ci sono molti dettagli che dovrebbero essere discussi prima di fornire una risposta (dipende).Ad esempio, come viene raccolto il campione: il fine linea da più linee di produzione? Se raccogli 12 campioni ogni 30 minuti, significa che tutti e 12 sono stati raccolti contemporaneamente?Il tuo piano catturerà i molteplici strumenti di origine? Il peso della barra dipende solo da un set di strumenti o da una serie di strumenti? [Dato che hai detto barrette, stavo pensando a barrette di muesli ricoperte, yumm! Per uno scenario del genere, il problema del peso è dovuto alla "pressa" della barra o al verniciatore.]
Disponi di grafici/monitor di controllo per ciascuno dei processi dello strumento? Se sì, qual è la loro stabilità? Quando assumi una distribuzione normale casuale, hai esaminato i dati in base al tempo e allo strumento ed è un'ipotesi ragionevole? Proprio come gli studi sul cancro sui topi nudi, a volte i test/campionamenti dai più probabili fallimenti possono fornire informazioni, e altre volte possono perdere informazioni preziose. Se si dispone di molti strumenti, è possibile utilizzare la simulazione per "e se" fosse stata creata una barra dalla serie di strumenti nella fascia bassa, bassa e bassa.
Quando hai visto i fallimenti prima erano veramente casuali o raggruppati nel tempo?
Molti piani di campionamento, soprattutto se qualcosa è cambiato e non esiste una vera linea di base, utilizzano un metodo di campionamento doppio. Ad esempio, se uno dei tuoi campioni è lontano dai limiti delle specifiche (sia medie che deviazione standard del campione), campiona come al solito, ma se un campione è "vicino" al limite delle specifiche, aumenta il campionamento e il test.
Vorrei essere più specifico, ma dopo molti anni di statistiche e supporto di una linea di produzione, N da solo non è mai la risposta completa.E se esamini le mie domande, noterai che chiedono dettagli su ciò che è noto, i fattori che influenzano qualsiasi piano di campionamento.
Non ho una formula unica, ma forse alcune di queste domande ti danno alcune idee e strade da perseguire. Con la semplice regola pratica ASQC fornita nel link.
Buona fortuna!
