不良品発見確率の推定統計の助けが少し必要です。 私のサンプリングに基づいて決定的な結果が得られなかったプロジェクトに取り組んできました。 それにもかかわらず、私のリーダーシップチームは前進したいと考えており、設定された頻度でラインからサンプリングして、自分ではできなかったことを「検証」することを計画しています. 彼らの増加した頻度に基づいて、私が見つけられなかったものを彼らが見つける可能性を見積もる助けが必要です.
ここにいくつかの詳細があります。
- 彼らが探しているもの -
- 誤って受け入れられた製品 (低体重の食品)
- 規格外製品の範囲 - >0 および <36.4 グラム
- サンプリング頻度 - 30 分ごとに 12 本のバー
- 人口頻度 - 30 分ごとに 10,500 バー
- 安定した正規分布に基づいて、その期間の 10,500 本のバーのうち約 1.03751%、つまり 109 本のバーが規格外のカテゴリに入るという理論を立てました。
仕様外のバーを見つけることができない場合は、プロダクションが選択した周波数でサンプリングすることをお勧めします。 それは、私が取り組んできた改善が、測定システムを通じて誤って受け入れられた製品のリスクを増加させなかったことを示します. この調査を経て不良バーが見つからなかったとしても、サンプリングサイズだけで不良品が見つからなかったのではないかと私は感じています。
欠陥製品を見つけるために収集する必要があるサンプルの数を予測するのに役立つ統計があると想像する必要があります.
Re: 不良品発見確率の推定こんにちは、ミーウェスです！
私はグルジアに完全に同意します。統計学者を雇うべきです。
私の経験では、経営陣は確率よりもコストをよく理解しています。
そのため、この記事をチェックしてください：仕様の最小製造コストの品質レベル
それはバーではなくパンの塊についてですが、あなたはアイデアを得る...
幸運を
Re: 不良品発見確率の推定あなたの質問は、統計学者に最もよく聞かれる質問です。どの n を使用すればよいですか?
最も多い回答は「場合による」です。
N の数式や表を使用する前に、AQL、許容品質レベル、およびその他の詳細を定義する必要があるゼロ障害受け入れ計画を備えた Web サイトが多数あります。非常に単純なものはhttp://asq.org/quality-progress/2007/11/basic-quality/zero-defect-sampling.html .
ただし、会社の統計学者を見つけるか、地元の大学の統計学教授と協力することをお勧めします。回答を提供する前に、議論する必要がある多くの詳細があります (状況によって異なります)。たとえば、サンプルはどのように収集されますか? 複数の生産ラインからのラインの終わり? 30 分ごとに 12 個のサンプルを収集する場合、12 個すべてが一度に収集されたことを意味しますか?あなたの計画は、複数のソース ツールを取り込みますか? バーの重量は、1 つのツール セットまたは一連のツールのみに依存しますか? [バーって言ったからコーティンググラノーラバーかと思ってた、うーん！ そのようなシナリオの場合、重量の問題はバーの「プレス」またはコーターによるものです。]
各ツール プロセスの管理図/モニターはありますか? はいの場合、それらの安定性はどのくらいですか? ランダムな正規分布を仮定する場合、時間とツールごとにデータを調べましたか?それは妥当な仮定ですか? ヌードマウスの癌研究と同様に、失敗する可能性が最も高いものからのテスト/サンプリングが情報を提供する場合もあれば、貴重な情報を見逃す場合もあります. 多くのツールがある場合は、シミュレーションを使用して、ローエンド、ローエンド、ローエンドの一連のツールからバーが作成された場合に "what if" を使用できます。
以前に失敗を見たことがありますが、それらは本当にランダムでしたか、時間内にクラスター化されましたか?
多くのサンプリング プランは、特に何かが変更され、真のベースラインがない場合は、ダブル サンプリング法を使用します。 たとえば、サンプルの 1 つが仕様限界 (平均とサンプル標準偏差の両方) から離れている場合は、通常どおりにサンプリングしますが、サンプルが仕様限界に「近い」場合は、サンプリングとテストを増やします。
もっと具体的に言えばいいのですが、長年の統計と製造ラインのサポートの結果、N だけでは完全な答えにはなりません。私の質問を見直すと、既知のこと、サンプリング計画に影響を与える要因について詳細を尋ねていることに気付くでしょう。
画一的な公式はありませんが、これらの質問のいくつかは、追求すべきアイデアや手段を提供してくれるかもしれません。 リンクで提供されている単純な ASQC 経験則を使用します。
幸運を！
