Stichprobenpläne für einzelne Attribute oder MIL-STD-105E werden verwendet, wenn die Inspektionen nur als zwei Ergebnisse klassifiziert werden können. Man kann sich diese Art von Plan als Go/No-Go oder innerhalb der Spezifikation bzw. außerhalb der Spezifikation vorstellen. Wird häufig verwendet, weil man lediglich die Anzahl der in der Probe gefundenen Fehler zählen oder den Anteil der Fehler in einem Prozess bewerten muss. Wenn große Mengen verwendet werden, wird die Binomialverteilung verwendet. Die hypergeometrische Verteilung hingegen wird verwendet, wenn die Fehler aus einem einzigen Los stammen. Bei der Auftragung der Akzeptanzwahrscheinlichkeit gegen den Anteil fehlerhafter Teile in der geprüften Charge sind zwei Kurven möglich, Typ A und Typ B. Bei Typ A stellt die Kurve die Wahrscheinlichkeit dar, dass eine Charge akzeptiert wird, gegen den fehlerhaften Anteil in der Charge, wobei als Bei Typ B stellt die Kurve den Anteil der angenommenen Chargen im Vergleich zum Anteil fehlerhafter Chargen im Prozess des Herstellers dar.
Der Prozess besteht darin, eine Zufallsstichprobe der Größe n aus einer Menge der Größe N zu entnehmen. Wenn es sich bei der Probe um die Charge selbst handeln soll, gilt sie als Probenahme vom Typ A oder Typ B, wenn das Verfahren zur Herstellung der Charge verwendet wird.
Procedure for Single Attributes SamplingVerfahren zur Stichprobenziehung einzelner Attribute
Ich werde zeigen, wie man mithilfe des Zwei-Punkte-Ansatzes einen einzelnen Stichprobenplan nach Attributen erstellt. Beim Zwei-Punkte-Stichprobenplan-Ansatz verwendet man (p1, α) und (p2, β) für die Punkte. Wobei p1 als akzeptable Qualitätsgrenze oder AQL bekannt ist, p2 die zurückzuweisende Qualitätsgrenze oder RQL ist, α das Risiko des Herstellers und β das Risiko des Verbrauchers ist. Mit dem JMP-Stichprobenplan-Add-in kann entweder eine Binomialverteilung (Typ 
oder eine hypergeometrische Verteilung (Typ A) verwendet werden.
Starten Sie das Add-In indem Sie im Menü „Add-Ins“ die Option „JMP Sampling Plans“ auswählen. Wählen Sie Attribute -> Einzeln aus.
Single Attributes Sampling PlanStichprobenplan für einzelne Attribute
Ihnen werden nun drei (3) Optionen für Pläne zur Probenentnahme zur Chargenabnahme angezeigt.
- Bewerten Sie den Attributplan
- Attributplan generieren oder erstellen
- Vergleichen Sie Attributpläne
Ich werde die Option nutzen, um mithilfe der Zwei-Punkte-Methode einen Attribut-Stichprobenplan zu erstellen.
Generate Single Attributes Sampling PlanGenerieren Sie einen Stichprobenplan für einzelne Attribute
Wenn Sie auf „OK“ klicken, wird ein Dialogfeld zur Eingabe von AQL, RQL, α und β sowie zur Auswahl einer Option für Typ-A- oder Typ-B-Analysen beim Festlegen einer Losgröße geöffnet. Mithilfe von Maßeinheiten können Sie die Optionen für p von „Proportionaler Fehler“, „Prozent Fehler“ oder „Fehler pro Million“ ändern über ein Dropdown-Menü. Bei der Festlegung eines Plans kommt es in erster Linie auf die Schutzmaßnahmen an, die sowohl dem Hersteller als auch dem Verbraucher geboten werden.
Geben Sie die folgenden Werte in den Dialog ein:
AQL = 0,018
RQL = 0,18
Wahrscheinlichkeit der Losannahme bei AQL (1-α) = 0,95
Wahrscheinlichkeit der Annahme eines Loses bei RQL (β) = 0,10
Beachten Sie, dass die Losgröße optional ist. Wenn keine Losgröße angegeben ist, werden keine Leistungsdiagramme angezeigt.
Specifying two points for single attribute sampling planAngabe von zwei Punkten für den Stichprobenplan für ein einzelnes Attribut
Der JMP-Stichprobenplanbericht wird mit Details zum erstellten Plan erstellt. Lassen Sie uns durch jedes Gliederungsfeld gehen, um den Inhalt der Ausgabe zu überprüfen.
Durch Erweitern des ersten Gliederungsknotens werden die zum Generieren des Plans angegebenen Parameter angezeigt.
Detail Report for Single Attribute Sampling PlanDetailbericht für den Stichprobenplan für einzelne Attribute
Darüber hinaus hat der erstellte Plan eine Stichprobengröße (n) = 28 und eine Akzeptanzzahl (c) von 2. Wenn die Anzahl der fehlerhaften oder nicht konformen Artikel in der 28-Stichprobe <=2 ist, würden Sie das Los akzeptieren. Man würde das Los ablehnen, wenn die Anzahl der nicht konformen Artikel > 2 ist. Bei diesem Plan würde ein Los mit 1,8 % nicht konformen Artikeln nur in 1,37 % der Fälle zurückgewiesen, während ein Los mit 18 % nicht konformen Artikeln zurückgewiesen wird. konforme Artikel werden in 9.795 Fällen angenommen.
Wenn Sie die Ausgabe des zweiten Gliederungsknotens anzeigen, werden die Betriebskennlinien (Operating Characteristic Curves, OC) angezeigt. Die OC-Kurven werden verwendet, um die Versicherung zu bewerten, die der Plan sowohl dem Verbraucher als auch dem Produzenten bietet. Es werden zwei OC-Kurven angezeigt. Die Kurve links wird anhand der vorgegebenen Qualitätsstufen (AQL = 0,018 und RQL = 0,18) und den zugehörigen (berechneten) Akzeptanzwahrscheinlichkeiten dargestellt. Die OC-Kurve auf der rechten Seite wird unter Verwendung der angegebenen Akzeptanzwahrscheinlichkeiten (Pa@AQL = 0,95 und Pa@RQL = 0,1) und der berechneten Qualitätsniveaus angezeigt.
Operating Characteristic CurvesBetriebskennlinien
Durch Erweitern oder Anzeigen des letzten Gliederungsknotens wird eine tabellarische Zusammenfassung des erstellten Plans angezeigt. Die Ausgabe wird in der gewünschten Qualität angezeigt.
Die Tabelle ist farblich gekennzeichnet, um eine Zunahme oder Abnahme der zugehörigen Akzeptanzwahrscheinlichkeiten sowohl auf den angegebenen AQL- als auch auf den RQL-Ebenen anzuzeigen. Eine bessere Leistung als erforderlich für die Akzeptanzwahrscheinlichkeit bei der AQL (0,98635 > 0,95) mit der blauen Schriftart und dem Aufwärtspfeil oder 0,097937 < 0,1 und dem Abwärtspfeil bei der RQL und derselben blauen Schriftart bieten eine schnelle Visualisierung der berechneten Akzeptanzwahrscheinlichkeiten und ob sie besser oder schlechter als die angeforderten sind oder nicht. Ebenso wird die zugehörige Qualitätsstufe für jede angegebene Akzeptanzwahrscheinlichkeit angezeigt. Ein Anstieg des assoziierten Qualitätsniveaus beim AQL (0,029800 > 0,018000), der durch den Aufwärtspfeil und die rote Schriftfarbe angezeigt wird, weist auf eine schlechtere Qualität als angegeben hin. Ein Blick auf das assoziierte Qualitätsniveau am RQL (0,17910 < 0,18000) zeigt bessere als erwartete Ergebnisse, wie durch den Abwärtspfeil und die blaue Schrift gekennzeichnet.
Tabular Plan SummaryTabellarische Planzusammenfassung
Lassen Sie uns nun die Analyse erneut durchführen, aber dieses Mal werden wir eine Losgröße von 10.000 angeben. Wählen Sie in der Menüoption „Rotes Dreieck“ unter „Betriebskennlinien“ die Option „Analyse neu starten“ aus. Dadurch wird die Analyse mit den mit unseren vorherigen Einträgen gefüllten Optionen als Ausgangspunkt angezeigt. Ändern Sie die Auswahl von „Kontinuierliche Probenahme Typ B (binomial)“ in „Lot-Probenahme – Typ A (hypergeometrisch)“ und klicken Sie auf „OK“, um fortzufahren.
Beachten Sie, dass im Übersichtsfeld „Planzusammenfassung“ des Berichts zusätzliche Leistungskennzahlen berechnet und im Tabellenformat zusammengefasst wurden. Die Ausgabe unterscheidet sich geringfügig von der zuvor dargestellten, da wir eine Losgröße in unsere Berechnungen einbezogen haben und jetzt die hypergeometrische Verteilung verwenden. Bisher verwendeten wir eine Binomialverteilung. Leistungsmaße für Pm, die durchschnittliche Probenanzahl (ASN), die durchschnittliche Probenanzahl (vollständig gekürzt), die durchschnittliche ausgehende Qualität (AOQ), die durchschnittliche ausgehende Qualitätsgrenze (AOQL), die durchschnittliche Gesamtinspektion (ATI), die durchschnittliche Gesamtinspektion bei AQOL und Es werden tatsächliche Risiken bei spezifizierter Qualität für AQL und RQL angegeben.
Durch Erweitern des Gliederungsknotens für Leistungsdiagramme werden Diagramme für AOQ und ATI angezeigt. Wenn Sie auf die Menüoption mit dem roten Dreieck unter dem Gliederungsknoten klicken, können Sie ein zusätzliches Diagramm einschließlich der ASN anzeigen. Die ASN-Kurve wird mit keiner Kürzung und voller Kürzung angezeigt. Weitere Optionen umfassen die Anzeige aller Kurven in einem einzigen Diagramm oder einen Vorhersageprofiler.
Das Diagramm „Average Outgoing Quality“ (AOQ) zeigt die AOQ im Vergleich zu möglichen Werten des Anteils fehlerhafter Daten. Der AOQ am Kurvenmaximum wird als AOQL bezeichnet.
Und der Punkt, an dem der fehlerhafte Anteil auftritt, wird mit Pm bezeichnet. Die AOQ-Kurve ist nützlich, wenn die Auswirkung auf die durchschnittliche Qualität bewertet wird, die dem Verbraucher nach einer 100-prozentigen Prüfung der beanstandeten Chargen zukommt, um das Maß an Vertrauen zu beurteilen, das dem Verbraucher nach Abschluss der Korrektur geboten wird.
Performance graphs with optional ASN CurveLeistungsdiagramme mit optionaler ASN-Kurve
Ich überlasse dem Leser die Möglichkeit, die anderen roten Dreieck-Menüoptionen zu erkunden, die unter den anderen Gliederungsknoten verfügbar sind, um die Ausgabe zu speichern oder eine JMP-Datentabelle der Planzusammenfassungsausgabe zu erstellen.
Das nächste Mal werfen wir einen Blick auf die Erstellung von Zero Attribute Lot Acceptance Sampling-Plänen, auch bekannt als: Squeglia-Pläne.
JMP-Add-In für den Annahmestichprobenplan
Hinterlassen Sie mir unten einen Kommentar.
Verweise
Verteidigungsministerium, 1989, Stichprobenverfahren und Tabellen zur Prüfung nach Attributen , MIL-STD-105E, https://archive.org/details/MIL-STD-105E_1/mode/2up, Abgerufen im April 2021
Schilling, EG, & Neubauer, DV, 2017, Annahmeproben in der Qualitätskontrolle , 3. Auflage, Boca Raton, FL, CRC Press
Montgomery, D.C., 2013, Einführung in die statistische Qualitätskontrolle , 7. Auflage, USA, John Wiley & Sons
Grant, EL, & Leavenworth, RS, Statistische Qualitätskontrolle , 5. Auflage, 1980, McGraw-Hill Book Co.
SAS/QC® 15.2 Benutzerhandbuch, 2020, Cary, NC
Hallo @stan_koprowski ,
Ich habe einen Kunden, der an diesem Add-In interessiert ist und gerne eine Frage stellen möchte. Leider bin ich kein Experte in diesem Thema, der helfen könnte. Ich würde mich sehr über Ihre Antwort darauf freuen:
„Für einen gegebenen ASP
Wenn Sie AQL und RQL kennen und die Akzeptanzzahl (a) kennen, wie bestimmen Sie dann die für diesen ASP erforderliche Mindestanzahl an Proben (N)?“
Mit freundlichen Grüße,
Owen
EDIT: Danke Stan für die Antwort!
„Wenn ich Ihre Frage richtig verstehe, müsste man einen Stichprobenplan für ein einzelnes Attribut erstellen.
JMP-Stichprobenpläne > Attribute > Einzeln, und klicken Sie dann auf Attributplan generieren/erstellen.
Um einen Plan zu erstellen, sind zwei Punkte erforderlich:
(P1, 1-Alpha) und (p2, Beta)
p1= aql
p2=rql
typische Werte für Alpha = 0,05 und Beta = 0,1
Sobald Sie die Werte für die beiden Punkte eingegeben haben, berechnet das Add-In die erforderliche Stichprobengröße und Akzeptanzzahl.
