Cálculo del tamaño de la muestra<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Mi proceso actual está operando a una frecuencia de defectos de 0.01 (por ejemplo, 3 defectos en las últimas 300 unidades inspeccionadas). Si realizo un cambio de proceso que podría aumentar la frecuencia del defecto, ¿cuántas unidades habrá que inspeccionar después del cambio para determinar si hay una diferencia estadísticamente significativa en la frecuencia del defecto?
Re: Cálculo del tamaño de la muestraEstoy teniendo problemas con esta fórmula para bajas tasas de rechazo, por ejemplo AQL 0.1% RQL 0.25%. ¿Algunas ideas? Curioso sobre el uso de Chi sqaure quartile vs binomial, etc.
@vinkane escribió:
Marca:
Aquí hay una buena fórmula para el tamaño de muestra AQL y el tamaño de muestra RQL. Se muestra el tamaño de muestra, 947 o 948.
Te habría enviado la tabla JMP pero no sé cómo publicarla aquí
Re: Cálculo del tamaño de la muestraHola,
¿Puede por favor enviar la tabla como archivo adjunto.
Gracias
Re: Cálculo del tamaño de la muestraGracias por el consejo ! !
Re: Cálculo del tamaño de la muestraFYI (y en relación con ' pero no sé cómo publicarlo aquí ') - Si usas el' Editor Avanzado ':
hay un enlace 'Adjuntar' en la parte inferior derecha.
Re: Cálculo del tamaño de la muestraMarca:
Aquí hay una buena fórmula para el tamaño de muestra AQL y el tamaño de muestra RQL. Se muestra el tamaño de muestra, 947 o 948.
Te habría enviado la tabla JMP pero no sé cómo publicarla aquí
Re: Cálculo del tamaño de la muestraMarca:
Mi cálculo basado en Excel dice una muestra de 948. Si hay 13 o menos defectos, acepte que no hay cambio de proceso, más de 13 defectos se ha producido un cambio, dados los riesgos especificados.
Re: Cálculo del tamaño de la muestraTambién deberá articular 'delta' ... o cuál es la mejora mínima de la tasa de defectos que está tratando de detectar.
Re: Cálculo del tamaño de la muestraLe sugiero que utilice un gráfico de ejecuciones y / o un gráfico de comportamiento del proceso (gráfico de control). Con este tipo de datos de "eventos raros", ambos funcionan bien. Utilice "unidades buenas inspeccionadas entre unidades defectuosas" como su variable de prueba. Cuando haga que su proceso cambie, podrá detectar un cambio en el rendimiento, si lo hay. Vea mi artículo en Quality Digest sobre las lesiones registrables de OSHA (mismo tipo de datos) ... http://www.qualitydigest.com/inside/quality-insider-article/alleviating-tortured-data.html
Re: Cálculo del tamaño de la muestraMarca:
Con el proceso actual en 1% defectuoso, debe establecer un límite superior defectuoso, es decir, 2%. Además, los riesgos deben asignarse, normalmente un 10% para errores de tipo I y II
El tamaño de la muestra es mayor que el tamaño de la muestra y el valor del defecto, que aceptará un nivel de defecto del 1% o inferior, el 90% del tiempo, mientras que rechazará el producto cuando el nivel de relecto sea del 2% o superior al 90% del tiempo.
Una curva OC es la mejor manera de visualizar los resultados.
