통계 공정 제어 (SPC)는 샘플링에 의존하여 제조 공정을 모니터링하고 제어합니다. 정확한 샘플 크기를 선택하면 변형을 정확하게 감지하고 제품 품질을 유지합니다.

샘플 크기 중요성

적절한 샘플 크기는 수집 된 데이터를 true 프로세스 동작을 반영한다는 것을 보장합니다. 너무 큰 샘플이 추가 된 혜택없이 비용과 시간을 증가 할 수 있지만 너무 작은 샘플은 상당한 변화를 놓을 수 있습니다.

Factors Influencing 샘플 크기

몇몇 요인은 SPC를 위한 적당한 표본 크기의 결심에 충격을 줍니다:

  • Process variability: 더 높은 가변성 더 큰 샘플을 필요로 합니다.
  • Desired 신뢰 수준: 더 높은 신뢰 수준은 더 큰 표본을 요구합니다.
  • Detection 감도: 작은 교대를 검출하는 능력은 표본 크기에 영향을 미칩니다.
  • Cost 및 time constraints: 실제적인 고려사항은 샘플 크기를 제한할 수 있습니다.

표본 크기

통계학자들은 종종 표준 편차, 원하는 신뢰 수준 및 샘플 크기를 결정하기 위해 오류의 허용 마진을 기반으로 공식을 사용합니다. 예를 들어, 일반적인 공식은 다음과 같습니다.

n = (Z2]] * σ]]2]) / E2]]]]

n]은 샘플 크기, Z]]는 자신감을 위한 Z 가치, σ는 프로세스 표준 편차, E]은 오류의 마진입니다.

학회소개

실제로, 그것은 30 단위와 같은 표준 견본 크기로 시작하게 advisable이고, 가공 variability 및 탐지 필요에 기초를 두어 조정합니다. 표본 크기의 일정한 검토 그리고 조정은 효과적인 SPC 감시를 유지합니다.