Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes ao coletar dados, realizar a análise, e interpretar os resultados.
- Os dados da amostra devem ser selecionados aleatoriamente
- As unidades a serem inspecionadas devem ser selecionadas aleatoriamente e devem ser representativas de todos os itens do lote. Isso pode exigir um esforço extra, como numeração de cada item e extração de números aleatórios ou estratificação do lote e amostragem de cada estrato ou camada. No entanto, este processo é necessário para a eficácia do processo de amostragem.
- Os dados devem ser contagens de defeituosos ou número de defeitos
- Cada item que você inspecionar deve ser classificado como aceitável ou não aceitável (defeituoso) ou você deve ser capaz de contar o número de defeitos por item. Se seus dados são medições em vez de contagens de defeitos ou defeituosos, você deve criar um plano de amostragem de variáveis.
- Os lotes individuais devem ser homogêneos
- Os lotes representam toda a população de unidades da amostra de onde serão retiradas. Os lotes devem ser homogêneos. Eles devem ser embalados e enviados em tamanhos que sejam bem gerenciados, tanto pelo consumidor como pelo fornecedor, de uma forma que permita uma fácil seleção de amostras. Inspecionar lotes maiores geralmente é mais econômico do que inspecionar uma série de lotes menores.
- O consumidor e o fornecedor devem concordar quanto aos níveis de qualidade do alvo
- O consumidor e o fornecedor devem concordar com a taxa de defeitos mais elevada ou taxa de defeitos seja aceitável (nível de qualidade médio, NQA). O consumidor e o fornecedor também devem concordar com a taxa mais elevada ou taxa de defeito que o consumidor está disposto a tolerar em um lote individual (nível de qualidade rejeitável, NQR).
- O NQA descreve o que o plano de amostragem aceitará, NQR descreve o que o plano de amostragem irá rejeitar. Você deseja criar um plano de amostragem que aceite um determinado lote de produto no NQA a maior parte das vezes, e rejeite um lote específico de produto no NQR a maior parte das vezes.
- Use a distribuição hipergeométrica para lotes isolados de tamanho finito
- Por padrão, o Minitab utiliza a distribuição binomial para criar planos de amostragem e comparar planos de amostragem para dados tipo passa/não passa. Para usar corretamente a distribuição binomial, o Minitab supõe que a amostra vem de um lote grande (o tamanho do lote é pelo menos dez vezes maior que o tamanho da amostra) ou de um fluxo de lotes selecionados aleatoriamente a partir de um processo contínuo. Muitas de suas aplicações de amostragem podem satisfazer a essa suposição.
- Se o lote de produtos do qual você extrair a amostra for um lote isolado de tamanho finito, a distribuição exata para o cálculo da probabilidade de aceitação é a distribuição hipergeométrica. Por exemplo, você recebe uma remessa especial de pedido de 500 rótulos.
-
Observação
A distribuição hipergeométrica só está disponível quando você tem dados do tipo passa/não passa (defeituosos) e quando você especifica o tamanho do lote. O Minitab utiliza a distribuição de Poisson quando você conta o número de defeitos.
