सतत सुधार परियोजनाओं में स्वीकृति सैम्पलिंग की प्रभावशीलता का मूल्यांकन करना

परिचय: आधुनिक गुणवत्ता प्रबंधन में स्वीकृति की भूमिका

स्वीकृति नमूना एक सांख्यिकीय गुणवत्ता नियंत्रण तकनीक है जो संगठनों को यह तय करने में मदद करती है कि हर इकाई के बजाय प्रतिनिधि नमूने का निरीक्षण करने के आधार पर उत्पादों का एक बैच स्वीकार या अस्वीकार करना है। निरंतर सुधार परियोजनाओं में - हालांकि लीन, सिक्स सिग्मा, या कुल गुणवत्ता प्रबंधन में निहित - स्वीकृति नमूना गुणवत्ता आश्वासन के साथ निरीक्षण लागत को संतुलित करने का एक व्यावहारिक तरीका प्रदान करता है। यह टीमों को 100% निरीक्षण के लिए उत्पादन को रोकने के बिना अपशिष्ट को कम करने और प्रक्रिया स्थिरता को बनाए रखने में सक्षम बनाता है।

जबकि उच्च जोखिम वाली वस्तुओं (जैसे चिकित्सा प्रत्यारोपण या विमान घटकों) के लिए 100% निरीक्षण आवश्यक हो सकता है, स्वीकृति नमूना बड़े मात्रा में उत्पादन रनों के लिए बहुत अधिक कुशल है। यह सुधार पहल के लिए एक फीडबैक लूप के रूप में भी कार्य करता है: जब नमूना दोष दरें बढ़ती हैं, तो टीम समस्या के बढ़ने से पहले रूट कारणों और सुधारात्मक कार्यों की जांच कर सकती है।

स्वीकृति नमूना विधि

सही नमूना योजना का चयन करना महत्वपूर्ण है। सबसे आम तरीकों में अलग अलग अलग है कि कैसे नमूनों को तैयार किया जाता है और निर्णय लिया जाता है:

विशेषता बनाम चर Sampling

Attribute नमूना प्रत्येक आइटम को अनुरूप या गैर-अनुरूपण के रूप में वर्गीकृत करता है। निर्णय नियम नमूने में पाए गए दोषपूर्ण इकाइयों की संख्या पर आधारित है।
Variable नमूना एक सतत विशेषता (जैसे व्यास, तन्यता ताकत) को मापता है और बैच पर निर्णय लेने के लिए सांख्यिकीय अनुमान का उपयोग करता है। इसके लिए आम तौर पर सुरक्षा के समान स्तर के लिए छोटे नमूना आकार की आवश्यकता होती है।

सिंगल, डबल और मल्टीपल सैम्पलिंग प्लान

एकल नमूना - एक नमूना तैयार किया गया है। यदि दोषों की संख्या स्वीकृति संख्या पर या नीचे है, तो बैच स्वीकार किया जाता है; अन्यथा इसे अस्वीकार कर दिया जाता है।
डबल नमूना - एक छोटा प्रारंभिक नमूना लिया जाता है। यदि दोष की गिनती मध्यवर्ती रेंज में आती है, तो दूसरा नमूना तैयार किया जाता है। यह औसत निरीक्षण प्रयास को कम कर सकता है।
]Multiple नमूना - अनुक्रमिक नमूने लिए गए हैं, प्रत्येक चरण के बाद निर्णय संभव है। यह अक्सर कुल निरीक्षण समय को कम करता है लेकिन प्रशासनिक जटिलता को जोड़ता है।

अनुक्रमिक नमूना

अनुक्रमिक नमूने में, आइटम एक समय में एक का निरीक्षण किया जाता है, और प्रत्येक निरीक्षण के बाद नमूनाकरण को स्वीकार करने, अस्वीकार करने या जारी रखने का निर्णय लिया जाता है। यह नमूना आकार के संदर्भ में सबसे कुशल विधि है लेकिन वास्तविक समय ट्रैकिंग की आवश्यकता होती है, आमतौर पर एक सॉफ्टवेयर टूल के साथ।

स्वीकृति नमूनाकरण की सांख्यिकीय फाउंडेशन

स्वीकृति नमूना संभावना सिद्धांत पर बनाया गया है। प्रमुख पैरामीटर किसी भी योजना द्वारा दी गई सुरक्षा को परिभाषित करते हैं:

Acceptable quality Level (AQL) – अधिकतम प्रतिशत दोषों को संतोषजनक माना जाता है ("अच्छा" गुणवत्ता स्तर). सैम्पलिंग योजनाओं को AQL गुणवत्ता के बैचों को स्वीकार करने के लिए डिज़ाइन किया गया है।
]Lot सहिष्णुता प्रतिशत दोषपूर्ण (LTPD) - दोष स्तर अस्वीकार्य माना जाता है। योजना को उच्च संभावना वाले ऐसे बैचों को अस्वीकार करना चाहिए।
प्रोड्यूसर का जोखिम (α) - एक बैच को अस्वीकार करने की संभावना जो AQL को पूरा करती है। आमतौर पर 5% या 10% पर सेट किया गया।
Consumer जोखिम (β) - एक बैच है कि LTPD पर या ऊपर है स्वीकार करने की संभावना। आम तौर पर 10% या 20%।

A ] Operating Characteristic (OC) curve] ग्राफ़िक रूप से गुणवत्ता के स्तर को बदलने के लिए स्वीकृति की संभावना को दर्शाता है। OC वक्र को समझना एक योजना का चयन करने के लिए आवश्यक है जो संगठन की जोखिम सहिष्णुता से मेल खाती है। Asmeric Society for Quality (ASQ) एक विस्तृत परिचय प्रदान करता है OC घटता और योजना चयन के लिए।

एक सतत सुधार वातावरण में काम करने वाले चिकित्सकों के लिए, एएनएसआई / एएसक्यू जेड 1.4 (विशेषज्ञ) और जेड 1.9 (variable) मानकों के साथ परिचितता की सिफारिश की जाती है। ये मानक पूर्व-कैल्कुलेट टेबल और स्विचिंग नियमों (सामान्य, कसकर, कम निरीक्षण) की पेशकश करते हैं जो हाल के गुणवत्ता इतिहास के आधार पर नमूना तीव्रता को अनुकूलित करते हैं।

सतत सुधार में स्वीकृति की भूमिका

सतत सुधार पद्धति जैसे कि डीएमएआईसी (डिफाइन, मापन, विश्लेषण, सुधार, नियंत्रण) और दुबला उत्पादन डेटा संचालित निर्णयों पर निर्भर है। स्वीकृति नमूना उस डेटा स्ट्रीम को बिना निरीक्षण ओवरहेड के प्रक्रिया को भारी नहीं करता है। विशिष्ट भूमिकाओं में शामिल हैं:

Monitoring स्थिरता [ - नियमित रूप से एक स्थिर प्रक्रिया से नमूना लेने से पहले बदलाव या विशेष कारणों का पता लगाया जा सकता है। नियंत्रण चार्ट और नमूना एक साथ इस्तेमाल किया जा सकता है।
]Validating सुधार कार्य [ - एक परिवर्तन को लागू करने के बाद, नमूना यह पुष्टि कर सकता है कि क्या दोष दर वास्तव में कम हो गई है।
]निरीक्षण लागत को कम करना - हर बैच के लिए 100% निरीक्षण शायद ही कभी आर्थिक है। नमूनाकरण निवारक उपायों और रूट कारण विश्लेषण पर काम करने के लिए गुणवत्ता वाले कर्मचारियों को मुक्त करता है।
]समर्थन आपूर्तिकर्ता की गुणवत्ता - आने वाली सामग्री नमूनाकरण एक क्लासिक अनुप्रयोग है। एक दोषपूर्ण लॉट को अस्वीकार करने से आपूर्तिकर्ता को बताता है कि उनकी प्रक्रिया में सुधार की आवश्यकता है।

उदाहरण के लिए, एक छह सिग्मा परियोजना में पैकेजिंग दोषों को कम करने पर ध्यान केंद्रित किया गया, एक अच्छी तरह से डिजाइन स्वीकृति नमूना योजना प्रति बैच दोषों को ट्रैक कर सकती है जबकि सुधार टीम नए सील मापदंडों का परीक्षण करती है। नमूना परिणाम तत्काल प्रतिक्रिया प्रदान करते हैं कि क्या परिवर्तन काम कर रहे हैं।

प्रभावशीलता का मूल्यांकन: मेट्रिक्स और विचार

यह निर्धारित करने के लिए कि स्वीकृति नमूना निरंतर सुधार में योगदान कर रहा है, संगठनों को कई आयामों का मूल्यांकन करना चाहिए:

गुणवत्ता लक्ष्यों के साथ संरेखण

नमूना योजना के AQL को ग्राहक की अपेक्षाओं से मेल खाता होना चाहिए। यदि योजना बहुत सख्त है तो यह स्वीकार्य बहुत (उच्च उत्पादक जोखिम) को अस्वीकार कर सकता है; यदि यह बहुत ढीला हो जाता है, तो यह दोषपूर्ण उत्पादों के माध्यम से दे सकता है। AQL सेटिंग्स की आवधिक समीक्षा बदलती आवश्यकताओं के साथ संरेखण सुनिश्चित करती है।

दोष दरों और रीवर्क पर प्रभाव

नमूना योजना को लागू करने से पहले और बाद में समग्र दोष दर को ट्रैक करें। एक अच्छी तरह से प्रबंधित नमूना कार्यक्रम को दोषों में नीचे की ओर रुझान के साथ सहसंबंधित होना चाहिए क्योंकि मुद्दों की पहचान और सही किया जाता है। इसके अलावा पुनः कार्य घंटों और स्क्रैप दरों की निगरानी करना चाहिए।

लागत बचत

कुल निरीक्षण लागत (श्रम, उपकरण, डाउनटाइम) की गणना के साथ नमूना बनाम 100% निरीक्षण। इसके अलावा, undetected दोषों (ग्राहक रिटर्न, वारंटी दावों) की लागत में कारक। बचत को मात्रा निर्धारित करने के लिए छह सिग्मा संसाधनों से एक ]] का उपयोग करें।

उत्पादन दल से प्रतिक्रिया

यदि निरीक्षकों को योजना का सही ढंग से पालन करना है तो सैम्पलिंग केवल प्रभावी है। सर्वे ऑपरेटर्स और पर्यवेक्षक: वास्तव में यादृच्छिक नमूने हैं? क्या निरीक्षण समय स्वीकार्य है? क्या वे परिणामों में मूल्य देखते हैं? असंतुष्ट टीमों को योजना वैधता को कम कर सकते हैं।

डेटा सटीकता और योजना Robustness

नमूना रिकॉर्ड को ऑडिट करें: नमूना आकार सुसंगत हैं? स्वीकृति / अस्वीकृति मानदंड सही ढंग से लागू होते हैं? योजना की सटीकता को मान्य करने के लिए बाद के 100% निरीक्षण (यदि कोई हो) से वास्तविक दोष दर के साथ नमूने में दोष दर की तुलना करें।

मान्यता और नुकसान को पहचानने के लिए

स्वीकृति नमूना एक panacea नहीं है। आम चुनौतियों में शामिल हैं:

]गैर प्रतिनिधि नमूने [ - अगर निरीक्षक बैच (सचेष्ट या अचेतन पूर्वाग्रह) में कुछ स्थानों से बचने या पक्ष लेते हैं, तो नमूना अब बैच की वास्तविक गुणवत्ता को प्रतिबिंबित नहीं करता है।
]]: ]: ]]: ]]]]]]]]]] ]]]]]]]]]]]]]]]: ]]]]]]]]]]: ]]]]]]]]: ]]]]]]]]]]]]]]]]]]]]]]]]]]]]]] [[[[[[[[[[[[[[FLT:]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]

]]Luck-by-lot Think – स्वीकृति नमूना व्यक्तिगत बैचों पर केंद्रित है, इस प्रक्रिया को नहीं। सतत सुधार प्रक्रिया स्थिरता और दीर्घकालिक प्रवृत्ति डेटा के लिए बैच स्वीकृति से परे की आवश्यकता है।

]Administrative ओवरहेड - नमूना योजना, प्रशिक्षण निरीक्षकों को बनाए रखने और परिणाम दस्तावेजीकरण का समय लगता है। यदि संगठन में अनुशासन की कमी है, तो नमूना एक बॉक्स-टिकट व्यायाम बन सकता है।

]Misunderstanding OC curves - अपनी ऑपरेटिंग विशेषताओं को समझने के बिना एक योजना का चयन करने से या तो अत्यधिक जोखिम या अत्यधिक निरीक्षण हो सकता है।

इन नुकसान को कम करने के लिए, अन्य गुणवत्ता वाले उपकरणों के साथ स्वीकृति नमूना को जोड़ती है: प्रक्रिया निगरानी के लिए चार्ट को नियंत्रित करें, सक्रिय जोखिम मूल्यांकन के लिए FMEA और आवधिक प्रक्रिया लेखा परीक्षाएं।

स्वीकृति नमूनाकरण के लिए सर्वश्रेष्ठ अभ्यास

]] सही योजना का चयन करें - प्रकाशित मानकों का उपयोग करें (जैसे, ANSI/ASQ Z1.4, ISO 2859) या OC वक्र का उपयोग करके एक कस्टम योजना डिजाइन करें। उत्पाद जोखिम और उत्पादन की मात्रा के लिए योजना का मिलान करें।

]सभी शामिल हैं - निरीक्षकों यादृच्छिक नमूनाकरण, दोष की परिभाषा, और परिणाम कैसे रिकॉर्ड करने के लिए समझना चाहिए। इंजीनियर्स और प्रबंधकों को AQL, LTPD, और निर्माता / उपभोक्ता जोखिम को समझना चाहिए।

Document and exchange - नमूना आवृत्ति, नमूना स्थान, अस्वीकार किए गए बहुत से की हैंडलिंग, और सुधारात्मक कार्रवाई ट्रिगर के लिए स्पष्ट प्रक्रियाओं को लिखें। नियमित रूप से उत्पादन और गुणवत्ता टीमों के साथ शेयर परिणाम।

Review and अद्यतन - गुणवत्ता की आवश्यकताओं और प्रक्रिया क्षमताओं में परिवर्तन. कम से कम वार्षिक या प्रमुख प्रक्रिया में परिवर्तन के बाद नमूना योजना संशोधित करें. तदनुसार AQL स्तर, नमूना आकार, या स्विचिंग नियमों को समायोजित करें.

]] सुधार चक्र के साथ एकीकृत - Pareto विश्लेषण, रूट कारण विश्लेषण, और Kaizen घटनाओं के लिए इनपुट के रूप में नमूना उत्पादन का उपयोग करें। लक्ष्य सिर्फ बहुत स्वीकार या अस्वीकार करने के लिए नहीं है, लेकिन समग्र गुणवत्ता में सुधार को चलाने के लिए।

निष्कर्ष

स्वीकृति नमूना निरंतर सुधार टूलकिट में एक मूल्यवान उपकरण बना हुआ है। जब ठीक से डिजाइन और निष्पादित किया जाता है, तो यह गुणवत्ता की निगरानी करने, ग्राहकों की रक्षा करने और उन समस्याओं पर सीधे ध्यान देने का एक प्रभावी तरीका प्रदान करता है जो अधिकांश मामले में होते हैं। हालांकि, इसकी प्रभावशीलता सांख्यिकीय कठोरता, उचित प्रशिक्षण और डेटा पर अभिनय करने की प्रतिबद्धता पर निर्भर करती है।

चूंकि संगठन शून्य-defect लक्ष्यों और उद्योग 4.0 प्रौद्योगिकियों की ओर आगे बढ़ते हैं, स्वीकृति नमूना गायब होने के बजाय विकसित होता है। हाइब्रिड दृष्टिकोण जो वास्तविक समय सेंसर और भविष्यवाणियों के विश्लेषण के साथ नमूनाकरण को जोड़ते हैं, उभरते हैं। प्रौद्योगिकी के बावजूद, मुख्य सिद्धांत प्रयास: बुद्धिमान नमूना टीमों को निरीक्षण डेटा में डूबे बिना कार्रवाई योग्य गुणवत्ता की जानकारी इकट्ठा करने की अनुमति देता है।
आगे पढ़ने के लिए, NIST इंजीनियरिंग सांख्यिकी पुस्तिका नमूना योजनाओं और OC वक्रों पर गहन तकनीकी मार्गदर्शन प्रदान करती है। इसके अतिरिक्त, ISO 2859-1 (विशेषता नमूना) और ISO 3951 (variable नमूना) अंतर्राष्ट्रीय मानकों प्रदान करता है जिसे किसी भी निरंतर सुधार पहल के अनुरूप बनाया जा सकता है।