지속 개선 프로젝트에서 합격 샘플링의 효과적인 평가

소개: 현대 품질 관리에 있는 합격 표본 추출의 역할

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

100%년 검사는 고위험 품목 (의학적인 주입 또는 항공기 성분과 같은)를 위해 필요할지도 모르지만, 합격 표본은 대량 생산 뛰기를 위해 훨씬 능률적입니다. 그것은 또한 개량 계획을 위한 의견 반복으로 봉사합니다: 표본 결점 비율 상승 때, 팀은 뿌리 원인을 조사하고 문제 신장의 앞에 정확한 행동을 실행할 수 있습니다.

합격 표본 추출 방법

오른쪽 샘플링 계획은 중요합니다. 가장 일반적인 방법은 샘플이 그려진 방법과 결정이 이루어 지는 방식과 다릅니다.

Attribute 대. 변하기 쉬운 샘플링

Attribute sampling 은 각 항목에 따라 적합하거나 비 적합하도록 분류한다. 결정 규칙은 샘플에서 발견 된 결함 단위의 수에 근거합니다.
Variable sampling]은 연속적인 특성(예: 직경, 인장 강도)를 측정하고 일괄 처리에 결정하기 위해 통계적 의도를 사용합니다. 일반적으로 보호의 동일한 수준에 대한 작은 샘플 크기를 요구합니다.

단일, 더블, 다중 샘플링 계획

단일 샘플링 – 한 샘플이 그려져 있습니다. 결함의 수는 수용 수 이하인 경우, 일괄 처리가 허용됩니다. 그렇지 않으면 거절됩니다.
Double sampling – 작은 초기 샘플이 촬영됩니다. 결함이 중간 범위에 떨어지면, 두 번째 샘플이 그려집니다. 이것은 평균 검사 노력이 감소 할 수 있습니다.
다중 샘플링 – 각 단계 이후에 가능한 결정과 순차적 샘플이 취됩니다. 이 자주 총 검사 시간을 최소화하지만 관리 복잡성을 추가합니다.

순차적 샘플링

순차적 샘플링에서, 항목은 한 번에 검사, 각 검사 후 결정은 받아 들여지고, 거부, 또는 샘플링을 계속. 이것은 샘플 크기 측면에서 가장 효율적인 방법이지만 소프트웨어 도구와 함께 실시간 추적을 필요로한다.

수락 표본 추출의 통계 기초

수락 표본 추출은 확률 이론에 건축됩니다. 중요한 모수는 어떤 계획든지에 의해 제안된 보호를 정의합니다:

Acceptable Quality Level (AQL) – 만족스러운 것으로 간주되는 결함의 최대 비율 (좋은"품질 수준). 샘플링 계획은 대부분의 시간의 AQL 품질의 배치를 받아 설계되었습니다.
Lot tolerance Percent Defective (LTPD) – 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한 불투명한.
Producer의 위험 (α) – AQL을 충족하는 배치를 거부하는 확률. 일반적으로 5% 또는 10%로 설정.
Consumer의 Risk (β) - LTPD 이상 또는 일괄 처리의 확률. 보통 10% 또는 20%.

Operating Character (OC) curve] 그래프로 정의된 품질 수준을 다루기 위한 합격의 확률을 보여줍니다. OC 곡선을 이해하는 것은 조직의 위험 공차와 일치하는 계획을 선택하기 위해 필수적입니다. ]]Quality Society for Quality (ASQ)는 상세한 소개]를 OC 곡선과 계획 선택 제공합니다.

지속적인 개선 환경에서 일하는 실무자, ANSI/ASQ Z1.4 (attribute)와 Z1.9 (variable) 표준을 가진 친밀함은 추천됩니다. 이 기준은 최신 품질 역사에 근거를 둔 표본 추출 강렬을 적응시키는 사전 계산된 테이블과 엇바꾸기 규칙 (정상, 조준하고, 감소된 검사)를 제안합니다.

지속적 개선에 대한 수용성 샘플링 역할

DMAIC (Define, Measure, Analyze, Improve, Control) 및 Lean 생산과 같은 지속적인 개선 방법론은 데이터 중심 결정에 의존합니다. 검사 오버 헤드와 프로세스를 압도하지 않고 데이터 스트림을 추출하는 수용성 샘플링 피드. 특정 역할은 다음과 같습니다.

Monitoring 안정성 – 안정된 프로세스에서 정기적으로 샘플링은 초중간의 변화 또는 특수 원인을 감지할 수 있습니다. 제어 차트와 샘플링은 함께 사용될 수 있습니다.
Validating improve action – 변경을 구현한 후, 샘플링은 결함이 실제로 감소한지 확인할 수 있습니다.
검사비용 – 100% 검사는 모든 일괄 처리는 거의 경제적입니다. 샘플링은 예방적인 측정과 루트 원인 분석에 작업하기 위해 품질 직원을 해방합니다.
공급업체 품질 – 들어오는 재료 샘플링은 고전적인 응용 프로그램입니다. 결함이 많은 것을 거부하는 것은 그들의 공정이 개선하는 공급자에게 알려줍니다.

예를 들어, 포장 결함을 줄이기 위해 초점을 맞춘 6 개의 Sigma 프로젝트에서 잘 설계 된 합격 샘플링 계획은 개선 팀 테스트 새로운 밀봉 매개 변수를 테스트하면서 일괄 결함을 추적 할 수 있습니다. 샘플 결과는 변경 사항이 작동 여부에 즉각적인 피드백을 제공합니다.

효과적인 평가: 미터 및 고려

합격 샘플링이 지속적인 개선에 기여할지 여부를 결정하려면 조직은 여러 차원을 평가해야 합니다.

품질 목표의 정렬

샘플링 플랜의 AQL은 고객의 기대에 맞아야 합니다. 플랜이 너무 엄격하다면 허용된 제비 (고생산 위험); 너무 느슨한 경우 결함 상품을 통해 해결할 수 있습니다. AQL 설정의 정기적 인 검토는 변경 요구 사항을 충족시킵니다.

결함 비율 및 재작업에 충격

샘플링 플랜을 구현한 후 전체 결함 비율을 추적합니다. 잘 관리된 샘플링 프로그램은 결함에서 다운 추세를 파악해야 합니다. 또한 재작업 시간 및 스크랩 속도를 모니터링합니다.

비용 절감

샘플링 대를 가진 총 검사 비용 (아무, 장비, 가동불능시간)를 계산합니다. 100% 검사. 또한 검출되지 않은 결함 (고객 반환, 보증 주장)의 비용에 요인. ] 6 Sigma 자원 ]에서 비용 절감을 할당하기 위해 를 사용하여.

생산 팀의 피드백

샘플링은 검사자가 계획을 올바르게 따르는 경우에만 효과적입니다. 조사 연산자와 감독자: 샘플은 정말 무작위입니까? 검사 시간은 허용합니까? 결과를 가치는 보십니까? Disengaged 팀은 undermine 계획 유효성 할 수 있습니다.

데이터 정확도 및 계획 Robustness

샘플링 레코드를 감사하십시오 : 샘플 크기는 일관성 있습니까? 합격 / 거부 기준은 올바르게 적용됩니까? 이후 100 % 검사에서 실제 결함 비율을 가진 샘플의 결함 비율을 비교하십시오 (무엇이면) 계획의 정확도를 검증하십시오.

인식에 제한 및 Pitfalls

수락 표본 추출은 panacea가 아닙니다. 일반적인 도전은 다음을 포함합니다:

Non-representative sample – 검사자가 배치( 의식 또는 의식적인 편견)에 특정 위치를 피하거나 호의하는 경우, 샘플은 더 이상 배치의 진정한 품질을 반영합니다.
낮은 비율의 결함을 검출하기 위한 실패 – 매우 낮은 결함 비율 (예를들면, 50 ppm), 심지어 큰 샘플은 결함 단위를 놓을 수 있습니다. 이러한 경우, 프로세스 기능 분석 또는 자동화 검사와 같은 다른 방법 필요 할 수 있습니다.
많은-by-lot 생각의 초점 – 개별 배치에 대한 샘플링 초점, 프로세스가 아닌. 지속적인 개선은 처리 안정성과 장기 추세 데이터에 배치 합격을 찾는 데 필요합니다.
Administrative overhead – 샘플링 계획, 훈련 검사관 및 문서 결과가 시간이 걸립니다. 조직이 분야를 부족한 경우, 샘플링은 상자 운동이 될 수 있습니다.
Misunderstanding OC Curves] - 운영 특성에 대한 이해없이 계획을 선택하면 과도한 위험이나 과도한 검사로 이어질 수 있습니다.

이러한 pitfalls를 완화하려면 다른 품질 도구로 합격 샘플링을 결합하십시오. 프로세스 모니터링, proactive Risk Assessment 및 periodic Process Audit을위한 FMEA를 제어 차트.

Acceptance Sampling 구현을위한 모범 사례

] 올바른 계획을 선택 – 출판된 표준(예: ANSI/ASQ Z1.4, ISO 2859) 또는 OC 곡선을 사용하여 사용자 정의 계획을 디자인합니다. 제품 위험 및 생산량에 대한 계획을 일치합니다.
모든 관련 – 검사자는 임의 샘플링, 결함의 정의, 결과 기록하는 방법을 이해해야 합니다. 엔지니어와 관리자는 AQL, LTPD 및 생산자/소비자 위험을 파악해야 합니다.
Document and communication – 샘플링 주파수, 샘플 위치, 교체 제비의 취급, 그리고 정확한 동작 트리거를 위한 명확한 절차를 작성합니다. 생산과 품질 팀과 함께 결과를 정기적으로 공유하십시오.
Review and update – 품질 요구 사항 및 프로세스 기능 변경. Revisit 샘플링은 적어도 매년 또는 주요 프로세스 변경 후 계획. AQL 레벨, 샘플 크기, 또는 일치 규칙을 조정합니다.
개선 사이클] – Pareto 분석, 루트 원인 분석, Kaizen 이벤트에 대한 입력으로 샘플링 출력을 사용합니다. 목표는 허용하거나 교체 할뿐만 아니라 전반적인 품질 개선을 구동하는 것입니다.