Ich brauche ein bisschen Hilfe bei der Statistik. Ich habe an einem Projekt gearbeitet, das auf der Grundlage meiner Stichprobe zu nicht schlüssigen Ergebnissen geführt hat. Mein Führungsteam möchte trotzdem weitermachen und plant, in einer festgelegten Häufigkeit Proben aus der Leitung zu nehmen, um zu „verifizieren“, was ich alleine nicht konnte. Ich brauche Hilfe bei der Schätzung der Wahrscheinlichkeit, dass sie aufgrund ihrer erhöhten Häufigkeit das finden, was ich nicht finden konnte.
Hier einige Besonderheiten.
- Was sie suchen –
- Falsch akzeptiertes Produkt (Untergewichtiges Lebensmittel)
- Bereich außerhalb der Spezifikation: >0 und <36,4 Gramm
- Abtastfrequenz: 12 Balken alle 30 Minuten
- Bevölkerungsfrequenz - 10.500 Bars alle 30 Minuten
- Basierend auf einer stabilen Normalverteilung gehe ich davon aus, dass etwa 1,03751 % oder 109 Balken der 10.500 Balken in diesem Zeitraum in die Kategorie außerhalb der Spezifikation fallen.
Die Hoffnung besteht darin, dass durch die Probenahme mit der von der Produktion gewählten Frequenz keine Barren gefunden werden können, die außerhalb der Spezifikation liegen. Das wird dann zeigen, dass die Verbesserung, an der ich gearbeitet habe, das Risiko einer fälschlicherweise akzeptierten Ware durch das Messsystem nicht erhöht hat. Ich habe das Gefühl, dass sie, selbst nachdem sie diese Studie durchgegangen sind und möglicherweise keine fehlerhaften Riegel gefunden haben, allein aufgrund der Stichprobengröße möglicherweise kein fehlerhaftes Produkt gefunden haben.
Ich muss mir vorstellen, dass es eine Statistik gibt, die mir dabei helfen kann, vorherzusagen, wie viele Proben ich sammeln müsste, um ein fehlerhaftes Produkt zu finden.
Hallo, mmeewes!
Ich stimme Georgia voll und ganz zu: Sie sollten einen Statistiker engagieren.
Meiner Erfahrung nach versteht das Management die Kosten besser als die Wahrscheinlichkeiten.
Schauen Sie sich daher diesen Artikel an: Qualitätsniveau für minimale Herstellungskosten einer Spezifikation
Es geht um Brote statt um Riegel, aber Sie wissen schon, worauf es ankommt ...
Viel Glück
Ihre Frage ist die am häufigsten gestellte Frage eines Statistikers: Welches n soll ich verwenden?
Die häufigste Antwort lautet: „Es kommt darauf an.“
Es gibt zahlreiche Websites mit Zero-Failure-Acceptance-Plänen, die die Definition von AQL, akzeptablem Qualitätsniveau und anderen Details erfordern, bevor eine Formel oder Tabelle für N verwendet wird.Eine ganz einfache ist http://asq.org/quality-progress/2007/11/basic-quality/zero-defect-sampling.html .
Ich empfehle Ihnen jedoch, Ihren Unternehmensstatistiker aufzusuchen oder vielleicht mit dem Statistikprofessor der örtlichen Universität zusammenzuarbeiten.Es gibt viele Details, die besprochen werden müssten, bevor eine Antwort gegeben werden kann (es kommt darauf an).Wie wird beispielsweise die Probe entnommen: das Ende der Produktionslinie mehrerer Produktionslinien? Wenn Sie alle 30 Minuten 12 Proben entnehmen, bedeutet das, dass alle 12 gleichzeitig entnommen wurden?Wird Ihr Plan die Tools aus mehreren Quellen umfassen? Hängt das Stangengewicht nur von einem Werkzeugsatz oder einer Reihe von Werkzeugen ab? [Da du Riegel gesagt hast, dachte ich an überzogene Müsliriegel, lecker! In einem solchen Szenario kann das Gewichtsproblem auf die Stangenpresse oder den Beschichter zurückzuführen sein.]
Verfügen Sie über Regelkarten/Monitore für jeden Werkzeugprozess? Wenn ja, wie hoch ist ihre Stabilität? Wenn Sie von einer zufälligen Normalverteilung ausgehen, haben Sie sich die Daten nach Zeit und Tool angesehen und ist das eine vernünftige Annahme? Genau wie bei Krebsstudien an Nacktmäusen können Tests/Probenentnahmen an den Mäusen, die am wahrscheinlichsten scheitern, manchmal Informationen liefern, und manchmal können wertvolle Informationen fehlen. Wenn Sie viele Werkzeuge haben, können Sie mithilfe der Simulation „Was wäre, wenn“ aus der Reihe von Werkzeugen am unteren, unteren, unteren Ende ein Balken erstellt würde.
Wenn Sie schon einmal Fehler gesehen haben, waren diese wirklich zufällig oder zeitlich gehäuft?
Bei vielen Stichprobenplänen, insbesondere wenn sich etwas geändert hat und kein echter Ausgangswert vorliegt, wird die Methode der doppelten Stichprobe verwendet. Wenn beispielsweise eine Ihrer Proben weit von den Spezifikationsgrenzen entfernt ist (sowohl Mittelwerte als auch Probenstandardabweichung), führen Sie die Probenahme wie gewohnt durch. Liegt eine Probe jedoch „nahe“ an der Spezifikationsgrenze, werden die Probenahmen und Tests verstärkt.
Ich wünschte, ich könnte genauer sein, aber nach vielen Jahren der Statistik und der Unterstützung einer Fertigungslinie ist N allein nie die vollständige Antwort.Und wenn Sie sich meine Fragen noch einmal anschauen, werden Sie feststellen, dass es sich dabei um Details zu dem handelt, was bekannt ist, also zu den Faktoren, die jeden Probenahmeplan beeinflussen.
Ich habe keine allgemeingültige Formel, aber vielleicht geben Ihnen einige dieser Fragen einige Ideen und Wege, die Sie verfolgen können. Mit der einfachen ASQC-Faustregel im Link.
Viel Glück!
