Podle pozdního Dr. W. Edwards Deminga, otce japonské průmyslové revoluce, je kvalita nejdůležitějším faktorem úspěchu pro trvalou konkurenční výhodu. Dokonce i jeden malý závada - přemýšlejte o brzdných problémech Toyota v roce 2010 - může poškodit reputaci společnosti. Chcete-li posoudit kvalitu, budete potřebovat znát procento vadného výstupu. To se odhaduje pomocí statistického vzorkování, který se podílí na části vašeho výstupu, aby odhadl celkovou kvalitu.
Určení charakteristik populace. Toto je vesmír, ze kterého je váš vzorek nakreslen. Pokud se nacházíte v oblasti nástrojů, pak každý druh nástroje by mohl představovat samostatnou populaci vzorků. Pokud spustíte obchod s přepisy, pak se vaše obyvatelstvo skládá z přepisovaných dokumentů.
Definujte velikost vzorku. Pokud vyrábíte nářadí, můžete se na montážní čáru podívat na náhodných šarží tisíce kusů. Pokud jste v přepisu, můžete se podívat na náhodný vzorek 10-ti minutových segmentů zvuku.
Definujte, co představuje vadu. U nástroje může být vadná součást. Pro přepis může být slovo s chybným výrazem, které mění kontext věty.
Počkejte počet defektů ve vzorku. Ve většině případů to znamená audio / vizuální kontrolu. V některých montážních linkách lze zařízení naprogramovat tak, aby automaticky detekovaly a sledovaly určité druhy závad.
Vypočtěte procento vadné. Jedná se o počet defektů dělených velikostí vzorku vynásobený číslem 100. Pokud je tedy jeden nástroj vadný z velikosti vzorku 1000, je váš defektní procento 0,1%. Poté musíte určit jako součást celkového programu řízení kvality, zda tato míra závad splňuje přijatelnou úroveň kvality (AQL) vaší organizace.
Tipy
-
Podle doktora Demingu, podniky, které jsou úspěšné na dnešním globálním trhu, staví kvalitní do svého vývojového procesu hned od začátku. Měření a zlepšování kvality produktů a služeb by mělo být každodenní proces, a ne něco, co děláte jednou či dvakrát ročně.
Varování
Statistické odběr vzorků zavádí chyby, známé jako chyby vzorkování, protože odhadujete charakteristiky, jako je kvalita, tím, že se podíváte na řez spíše než na celou populaci. Tyto chyby můžete snížit zvýšením velikosti vzorku, což však také zvýší náklady.
