J'ai besoin d'un peu d'aide en matière de statistiques. J'ai travaillé sur un projet qui a donné des résultats non concluants sur la base de mon échantillonnage. Mon équipe de direction souhaite néanmoins aller de l'avant et prévoit de prélever des échantillons sur la ligne à une fréquence définie pour « vérifier » ce que je n'ai pas pu faire moi-même. J'ai besoin d'aide pour estimer la probabilité qu'ils trouvent ce que je n'ai pas pu trouver en fonction de leur fréquence accrue.
Voici quelques détails.
- Ce qu'ils recherchent -
- Produit faussement accepté (aliments d'insuffisance pondérale)
- Gamme de produits hors spécifications - >0 et <36,4 grammes
- Fréquence d'échantillonnage - 12 barres toutes les 30 minutes
- Fréquence de population - 10 500 bars toutes les 30 minutes
- Sur la base d'une distribution normale stable, je suppose qu'environ 1,03751 % ou 109 barres sur les 10 500 barres au cours de cette période tomberont dans la catégorie hors spécifications.
L'espoir est qu'en échantillonnant à la fréquence choisie par la production, s'ils ne parviennent pas à trouver des barres hors spécifications. Cela montrera alors que l'amélioration sur laquelle j'ai travaillé n'a pas augmenté le risque de produit faussement accepté via le système de mesure. Mon sentiment est que même après avoir parcouru cette étude et peut-être n'avoir trouvé aucune barre défectueuse, ils n'ont peut-être trouvé aucun produit défectueux en raison uniquement de la taille de l'échantillon.
Je dois imaginer qu'il existe une statistique qui peut m'aider à prédire le nombre d'échantillons que je devrais collecter pour trouver un produit défectueux.
Salut les mmewes !
Je suis tout à fait d'accord avec Georgia : vous devriez engager un statisticien.
D'après mon expérience, la direction comprend mieux les coûts que les probabilités.
En tant que tel, consultez cet article : Niveau de qualité pour un coût minimum de fabrication d'une spécification
Il s'agit de miches de pain au lieu de barres, mais vous voyez l'idée...
Bonne chance
Votre question est la question la plus fréquemment posée par un statisticien : que dois-je utiliser ?
La réponse la plus fréquente est « ça dépend ».
Il existe de nombreux sites Web proposant des plans d'acceptation zéro échec qui exigent que le NQA, le niveau de qualité acceptable et d'autres détails soient définis avant d'utiliser une formule ou un tableau pour N.Un très simple est http://asq.org/quality-progress/2007/11/basic-quality/zero-defect-sampling.html .
Cependant, je vous recommande de trouver le statisticien de votre entreprise ou peut-être de travailler avec le professeur de statistiques de l'université locale.Il y a de nombreux détails qui devraient être discutés avant de fournir une réponse (cela dépend).Par exemple, comment l'échantillon est-il collecté : la fin de ligne de plusieurs lignes de production ? Si vous collectez 12 échantillons toutes les 30 minutes, cela signifie-t-il que les 12 ont été collectés en même temps ?Votre plan prendra-t-il en compte les multiples outils sources ? Le poids de la barre dépend-il uniquement d'un jeu d'outils ou d'une série d'outils ? [Depuis que tu parles de barres, je pensais aux barres granola enrobées, miam ! Pour un scénario comme celui-là, le problème de poids peut être dû à la barre "presse" ou à la coucheuse.]
Disposez-vous de cartes/moniteurs de contrôle pour chacun des processus de l'outil ? Si oui, quelle est leur stabilité ? Lorsque vous supposez une distribution normale aléatoire, avez-vous examiné les données par temps et par outil et est-ce une hypothèse raisonnable ? Tout comme les études sur le cancer chez les souris nues, les tests/échantillonnages sur les souris les plus susceptibles d'échouer peuvent parfois fournir des informations, et d'autres fois, ils peuvent manquer des informations précieuses. Si vous disposez de nombreux outils, vous pouvez utiliser la simulation pour "et si" une barre était créée à partir de la série d'outils sur le bas, le bas, le bas.
Quand avez-vous déjà vu des échecs, étaient-ils vraiment aléatoires ou regroupés dans le temps ?
De nombreux plans d'échantillonnage, surtout si quelque chose a changé et qu'il n'y a pas de véritable référence, utilisent une méthode de double échantillonnage. Par exemple, si l'un de vos échantillons est loin des limites des spécifications (à la fois les moyennes et l'écart type de l'échantillon), échantillonnez comme d'habitude, mais si un échantillon est "proche" de la limite des spécifications, augmentez l'échantillonnage et les tests.
J'aimerais pouvoir être plus précis, mais après de nombreuses années de statistiques et de soutien à une chaîne de fabrication, N seul n'est jamais la réponse complète.Et si vous parcourez mes questions, vous remarquerez qu'elles demandent des détails sur ce qui est connu, les facteurs qui influencent tout plan d'échantillonnage.
Je n’ai pas de formule universelle, mais peut-être que certaines de ces questions vous donneront des idées et des pistes à suivre. Avec la simple règle empirique ASQC fournie dans le lien.
Bonne chance!
