Přejímka jedním výběrem



Podobné dokumenty
Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu jakosti

Národní informační středisko pro podporu jakosti

Národní informační středisko pro podporu jakosti

Kvalita v laboratorní a kontrolní praxi

Simulace. Simulace dat. Parametry

= = 2368

PALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze Mezioperační kontrola 07.1/ Obsah

PALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze Výstupní kontrola 07.1/ Obsah

Národní informační středisko pro podporu kvality

ČSN Teorie pravděpodobnosti a aplikovaná statistika. Termíny, definice a označení

Národní informační středisko pro podporu jakosti

Kvalita v laboratorní a kontrolní praxi

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

KMA Písemná část přijímací zkoušky - MFS 2o16

ICS Prosinec 2000

Porovnání dvou výběrů

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k )

7. Rozdělení pravděpodobnosti ve statistice

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

PALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze Vstupní kontrola 07.1/ Obsah

UNIVERZITA PARDUBICE

Testování statistických hypotéz

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Diskrétní náhodná veličina

0.1 Úvod do lineární algebry

ZPRACOVÁNÍ PROTOKOLU Z ELEKTRICKÝCH MĚŘENÍ. Úvodní strana. Úvodní strana má jednotný vzhled pro všechny skupiny a pro všechny třídy na naší škole.

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/ Množiny, funkce

STATISTICKÉ PŘEJÍMKY SROVNÁVÁNÍM

PŘÍKLAD 6: Řešení: Příprava k přijímacím zkouškám na střední školy matematika 29. Určete, pro které x je hodnota výrazu 8x 6 rovna: a) 6 b) 0 c) 34

2. Množiny, funkce. Poznámka: Prvky množiny mohou být opět množiny. Takovou množinu, pak nazýváme systém množin, značí se

Chyby měření 210DPSM

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015

Inovace bakalářského studijního oboru Aplikovaná chemie

Vybraná rozdělení náhodné veličiny

ANTAGONISTICKE HRY 172

naopak více variant odpovědí, bude otázka hodnocena jako nesprávně zodpovězená.

MATEMATIKA základní úroveň obtížnosti

A0M15EZS Elektrické zdroje a soustavy ZS 2011/2012 cvičení 1. Jednotková matice na hlavní diagonále jsou jedničky, všude jinde nuly

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

Principy přejímky jakosti

Statistické řízení jakosti. Deming: Klíč k jakosti je v pochopení variability procesu.

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

Funkce jedné reálné proměnné. lineární kvadratická racionální exponenciální logaritmická s absolutní hodnotou

Funkce, funkční závislosti Lineární funkce

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Náhodné chyby přímých měření

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Metodické pokyny k pracovnímu listu č Rostoucí a klesající funkce

b) Po etní ešení Všechny síly soustavy tedy p eložíme do po átku a p ipojíme p íslušné dvojice sil Všechny síly soustavy nahradíme složkami ve sm

FUNKCE POJEM, VLASTNOSTI, GRAF

MATEMATIKA ZÁKLADNÍ ÚROVEŇ

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

7. Funkce jedné reálné proměnné, základní pojmy

ŠKODA AUTO Vysoká škola o.p.s. D I P L O M O V Á P R Á C E Bc. Petr Havelka

Kurzy připravují NDT pracovníka pro činnosti při zkoušení výrobků a zařízení pomocí vizuální metody v průmyslových podmínkách.

Technické přejímací podmínky BELT-3/06 PNG

Funkce - pro třídu 1EB

VIBEX Uživatelská příručka

na magisterský studijní obor Učitelství matematiky pro střední školy

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Funkce pro učební obory

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI

1976L0211 CS

Žádost o posouzení. Jméno statutárního zástupce:

Lineární regrese. Komentované řešení pomocí MS Excel

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie

Q(y) dy = P(x) dx + C.

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test

STATISTICKÉ PŘEJÍMKY. Část 1- Kontrola srovnáváním Ing. Vratislav Horálek, DrSc. 1 Cíle a nástroje při statistické regulaci a statistické přejímce

MATEMATIKA II - vybrané úlohy ze zkoušek (2015)

Národní informační středisko pro podporu kvality

Základy teorie pravděpodobnosti

ZKUŠEBNÍ PROTOKOLY. B1M15PPE / část elektrické stroje cvičení 1

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT

Neuronové časové řady (ANN-TS)

N á v r h. NAŘÍZENÍ VLÁDY ze dne 2016 o lodní výstroji

Chceme u rukavic kvalitu nebo cenu? Hotel Bobycentrum Brno

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Pokyny k hodnocení MATEMATIKA

Náhodné (statistické) chyby přímých měření

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ

Jak pracovat s absolutními hodnotami

CVIČNÝ TEST 39. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 11 IV. Záznamový list 13

Pravděpodobnost a její vlastnosti

II. Úlohy na vložené cykly a podprogramy

13 Měření na sériovém rezonančním obvodu

1. Všeobecná ustanovení

Cvičení ze statistiky - 8. Filip Děchtěrenko

Statistické řízení jakosti - regulace procesu měřením a srovnáváním

Mn max. P max. Mezní úchylky pro rozbor hotového výrobku % hmot. Označení oceli Pevnostní vlastnosti Zkouška rázem v ohybu

y = 1/(x 3) - 1 x D(f) = R D(f) = R\{3} D(f) = R H(f) = ( ; 2 H(f) = R\{ 1} H(f) = R +

Tab. 1 PROVEDENÍ VLOŽEK. .0 Bez čelních plechů.1 S plechem náběhovým.2 S plechem odtokovým.3 S plechem náběhovým a odtokovým

2.1 Pokyny k otevřeným úlohám. 2.2 Pokyny k uzavřeným úlohám TESTOVÝ SEŠIT NEOTVÍREJTE, POČKEJTE NA POKYN!

Popisná statistika kvantitativní veličiny

NÁKUPNÍ PODMÍNKY- lisovna plastů

ekologie Pavel Fibich rovnice rovnice Pavel Fibich Shrnutí Literatura

Aproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze

Transkript:

Přejímka jedním výběrem Menu: QCExpert Přejímka Jedním výběrem Statistická přejímka jedním výběrem slouží k rozhodnutí, zda dané množství nějakých výrobků vyhovuje našim požadavkům na kvalitu, která je zde vyjádřena jako podíl vadných kusů v dodávce. Předpokládá se, že každý kus (kontrolovaná jednotka) může být buď shodný, nebo neshodný s požadavkem (specifikací) a že o shodě lze vždy jednoznačně rozhodnout. Metodika přejímky odpovídají normě ČSN ISO 2859-2. Můžeme například požadovat, aby v dodané zásilce byla maximálně 3% neshodných jednotek (zmetků). Pokud bychom chtěli mít jistotu, že je požadavek splněn, museli bychom zkontrolovat nebo analyzovat celou zásilku. Abychom nemuseli provádět tuto zdlouhavou 100% přejímku (někdy to ani není možné - např. při destruktivních testech), používáme postup statistické přejímky (angl. acceptance sampling). Při ní kontrolujeme nebo analyzujeme pouze náhodně vybrané vzorky z celé zásilky. Podle výsledku se pak rozhodne, zda zásilka vyhovuje či nikoliv, tedy zda se přijme či zamítne. Je zřejmé, že rozhodnutí na základě náhodného vzorku nemůže být 100% správné. Právě rizika omylu při přejímání jsou důležitým tématem statistické přejímky. Jsou to: riziko (pravděpodobnost) α zamítnutí dodávky, která splňuje zadaný požadavek a měla být přijata (riziko dodavatele) riziko (pravděpodobnost) β převzetí dodávky, která nesplňuje zadaný požadavek a měla být zamítnuta (riziko odběratele) Je žádoucí, aby rizika α i β byla malá, nemůžeme však chtít, aby bylo nulové, jak je tomu u 100% přejímky. Přejímka by měla být věcí dohody mezi dodavatelem a odběratelem na oboustranně přijatelných rizicích a úrovních kvality. Před provedením přejímky je nutné dohodnout: riziko dodavatele α, tedy pravděpodobnost odmítnutí dodávky, která má ve skutečnosti požadovanou jakost definovanou obvykle pomocí AQL; dohodnutá přijatelná úroveň jakosti AQL (Acceptable Quality Level) vyjádřená jako podíl zmetků ( nevyhovujících jednotek ), který je pro odběratele přijatelný, odpovídá ceně, úrovni technologie, účelu použití výrobků, atd. AQL lze někdy ztotožnit se střední technologickou hodnotou (např. centrální linií diagramu p). Pravděpodobnost přijetí dodávky, která má jakost rovnou AQL, má být 1 - α. riziko odběratele β, tedy pravděpodobnost přijetí zásilky, která svým skutečným podílem zmetků nevyhovuje, přesněji - jejíž kvalita vyjádřená podílem zmetků je rovna hodnotě RQL. dohodnutý minimální nepřijatelná úroveň jakosti RQL, tedy podíl zmetků, který již považujeme za nepřijatelný (Rejectable Quality Level). Přesněji řečeno, chceme, aby pravděpodobnost přijetí dodávky s kvalitou rovnou RQL byla rovna β. Přitom musí platit AQL < RQL. Menší rozdíl mezi AQL a RQL vede obecně k vyššímu rozsahu výběru nutného pro přejímku. Příklady dohodnutých parametrů přejímky: AQL = 0.04; α = 0.05; RQL = 0.1; β = 0.05 AQL = 0.005; α = 0.03; RQL = 0.02; β = 0.1 AQL = 0.05; α = 0.02; RQL = 0.20; β = 0.02 Dále je nutno stanovit velikost dávky N, která se bude přejímat, ta se již může měnit a bude zřejmě odpovídat počtu kusů v dodávané jednotce (např. kontejner, krabice). Na základě těchto hodnot se určí parametry n, c pro provedení přejímky, označované jako přejímací plán.

Postup jednorázové přejímky (přejímka jedním výběrem) 1. Z celé dávky obsahující N jednotek vybere náhodný výběr o velikosti n. Celá dávka obsahuje ve skutečnosti D zmetků (0 D N), tento počet ale neznáme. 2. Je-li počet zmetků d nalezených ve výběru větší než tzv. přejímací číslo c, celá dodávka se zamítne jako nevyhovující, v opačném případě se dodávka přijme. Technice náhodného výběru je nutno věnovat příslušnou pozornost Výběr musí být reprezentativní, rovnoměrný a náhodný. Je zásadně nesprávné brát k přejímce např. každý pátý kus z uspořádané krabice. Je-li dodávka například uložená ve vrstvách se stejnými počty, musí mít každá vrstva stejnou pravděpodobnost, že se dostane do výběru. Bez výjimky by se mělo při výběru jednotek pro kontrolu používat objektivních generátorů náhodných čísel s rovnoměrným rozdělením, např. =round( rand( ) * N ) Dvojice hodnot n a c se nazývá přejímací plán a určí se na základě známých hodnot AQL, α, RQL, β. Důležitým parametrem přejímky je pravděpodobnost přijetí P a dávky obsahující určitý podíl zmetků p = D/N při daných hodnotách c a n. Skutečný podíl zmetků je také nazýván slutečná úroveň jakosti, QL (angl. quality level) Tuto informaci lze vyčíst z operační charakteristiky, neboli OC-křivky (OC, operation characteristic). P(x) je pravděpodobnost, že ve vzorku najdeme x zmetků daná hypergeometrickým rozdělením. Operační charakteristika. Tato křivka udává pravděpodobnost přijetí dodávky pro určité n a c při různých skutečných hodnotách podílu zmetků p = D/N (neboli úrovni jakosti) a slouží k určení přejímacího plánu, který je dán řešením rovnic přičemž n se zaokrouhlí na nejbližší vyšší celé číslo. Tato soustava není řešitelná analyticky, k řešení se používá iteračních numerických postupů.

Pravděpodobnost přijetí dávky Operační charakteristika, N=1000, n=50, c=5 1.0 1-0.8 0.6 P 0.4 0.2 AQL RQL 0.0 0.05 0.10 0.15 0.20 Podíl zmetků v dávce Obrázek 1 Příklad operační charakteristiky (závislost pravděpodobnosti přijetí na neznámé skutečné zmetkovitosti) Obrázek 1 ilustruje typickou operační charakteristiku. Při N=1000, n=50 a c=5 bude při 8%- ním obsahu zmetků přijato v průměru 80 ze 100 dávek. V grafu jsou rovněž vyznačeny dvojice bodů (AQL, 1 ') a (RQL, '), kterými OC-křivka prochází. Protože jde o diskrétní úlohu (s celočíselným řešením c, n), OC-křivka nemůže neprocházet přesně body (AQL; 1 ) a (RQL; ). Řešení (c, n) je voleno tak, aby pro skutečně dosažená rizika ' a ' platilo ' a ' Operační křivka je určena hodnotami c a n (přejímacím plánem) a daným N. Data a parametry Tento modul nepoužívá a nevyžaduje žádná data. Do dialogového okna se zadají požadované hodnoty AQL, RQL, rizika alfa, beta a velikost přejímané dávky N. Po stisku tlačítka Počítej plán se vypočítají hodnoty velikosti výběru n, přejímacího čísla c, zamítacího čísla, což je pouze c zvětšené o jedničku a pro tyto nalezené hodnoty c a n se zpětně vypočítají skutečně dosažené hodnoty pravděpodobnost přijetí při podílu neshodných kusů D/N = AQL (Skutečná pravděpodobnost přijetí @ AQL), skutečnou pravděpodobnost zamítnutí ' při D/N = AQL (Skutečné riziko dodavatele Alfa) a skutečnou pravděpodobnost přijetí ' při D/N = RQL (Skutečné riziko odběratele Beta). Po stisku tlačítka Nakreslit OC se vytvoří v novém listu graf OC křivky pro vypočítaný plán, stiskem tlačítka Protokol se výsledný přejímací plán zapíše do protokolu.

Obrázek 2 Dialog pro návrh statistické přejímky Jednorázová statistická přejímka Exaktní přejímací plán, nejbližší řešení na bázi hypergeometrického rozdělení Jednorázová statistická přejímka Exaktní přejímací plán, nejbližší řešení na bázi hypergeometrického rozdělení Název úlohy : Accept_1 Název úlohy : Accept_2 Velikost dodávky N 10001 Přijatelná jakost AQL 0.01 Nepřijatelná jakost RQL 0.1 Riziko dodavatele alfa 0.05 Riziko odběratele beta 0.05 Přejímací plán: Velikost výběru n 61 Přijímací číslo c 2 Zamítací číslo c+1 3 Skutečné riziko dodavatele alfa 0.0236 Skutečná pravděp. přijetí @ AQL 0.9764 Skutečné riziko odběratele beta 0.0487 Velikost dodávky N 10001 Přijatelná jakost AQL 0.05 Nepřijatelná jakost RQL 0.1 Riziko dodavatele alfa 0.05 Riziko odběratele beta 0.05 Přejímací plán: Velikost výběru n 285 Přijímací číslo c 20 Zamítací číslo c+1 21 Skutečné riziko dodavatele alfa 0.0491 Skutečná pravděp. přijetí @ AQL 0.9509 Skutečné riziko odběratele beta 0.0496 Obrázek 3 Příklad textového a grafického výstupu pro N=10001, AQL=0.01, RQL=0.1, vypočtený rozsah výběru n=61 Obrázek 4 Příklad textového a grafického výstupu pro N=10001, AQL=0.05, RQL=0.1; požadavek přísnějšího rozlišení mezi AQL a RQL vede k podstatně vyššímu rozsahu výběru (n=285)

Protokol Velikost dodávky N Zadaná velikost celé dávky, která má být přejímána Přijatelná jakost AQL Zadaná hodnota přijatelné jakosti v podílu neshodných jednotek Nepřijatelná jakost RQL Zadaná hodnota nepřijatelné jakosti v podílu neshodných jednotek Riziko dodavatele alfa Zadaná (požadovaná) pravděpodobnost chybného zamítnutí dávky při jakosti AQL Riziko odběratele beta Zadaná (požadovaná) pravděpodobnost chybného přijetí dávky při jakosti RQL Přejímací plán Velikost výběru n Vypočítaná velikost výběru n (počet jednotek) pro kontrolu Přejímací číslo c Největší povolený počet neshodných jednotek ve výběru Zamítací číslo c+1 Nejnižší počet neshodných jednotek ve výběru, který vede k zamítnutí dávky Skutečné riziko dodavatele alfa Skutečně dosažená pravděpodobnost ' chybného zamítnutí dávky při jakosti AQL při použití plánu (n, c) Skutečná pravděp. přijetí @ AQL Skutečně dosažená pravděpodobnost 1 ' přijetí dávky při jakosti AQL při použití plánu (n, c) Skutečné riziko odběratele beta Skutečně dosažená pravděpodobnost ' chybného přijetí dávky při jakosti RQL při použití plánu (n, c) Grafy Operační charakteristika Tato křivka udává pravděpodobnost přijetí dodávky pro určité n a c při různých skutečných hodnotách podílu zmetků (tedy skutečné kvalitě dávky) p = D/N. Na vodorovné ose je skutečná kvalita dávky, na svislé ose je pravděpodobnost přijetí takové dávky. Červeně jsou vyznačeny zadaná kvalita RQL a k ní příslušné požadované riziko (pravděpodobnost přijetí), zeleně jsou vyznačeny zadaná kvalita AQL a k ní příslušné požadované riziko (pravděpodobnost zamítnutí). Křivka představuje nejbližší možný vypočítaný plán se skutečnými riziky nejvýše a. Skutečná rizika jsou na křivce označena kroužkem.