驗收抽樣是一種用於質量控制的統計方法。它允許一家公司透過選擇一個指定的測試編號來確定一批產品的質量。此指定樣品的質量將被視為整個產品組的質量水平。
一家公司不可能對每一種產品都進行測試。可能只是數量或數量太多,無法以合理的成本或在合理的時間範圍內進行檢查。或者,有效的測試可能會導致產品的破壞,或者在某種程度上使其不適合銷售。
驗收抽樣透過測試產品的代表性樣品的缺陷來解決這些問題。這個過程首先要確定要測試的產品批次的大小,然後是要抽樣的產品數量,最後是抽樣批次內可接受的缺陷數量。
產品隨機抽樣。該程式通常發生在生產現場、工廠或工廠,以及產品運輸之前。這一過程允許公司以特定的統計確定性來衡量一批產品的質量,而不必測試每一個單元。根據測試結果,公司決定是否接受或拒絕整個批次的預定數量的樣品中有多少透過或不透過測試。
樣本的統計可靠性通常用t統計量來衡量,t統計量是一種推斷統計量,用於確定兩個具有共同特徵的群體之間是否存在顯著差異。
現代工業形式的驗收抽樣始於20世紀40年代初。它最初是由美國軍方在二戰期間用於測試子彈。這個概念和方法是由Harold Dodge開發的,他是貝爾實驗室質量保證部的一名資深人員,當時擔任戰爭部長的顧問。
雖然子彈必須經過測試,但對速度的需求至關重要,道奇的理由是,可以透過隨機抽取樣本來決定整個批次。與Harry Romig和其他貝爾同事一起,他提出了一個精確的抽樣計劃,作為標準,設定了樣本大小、可接受缺陷的數量和其他標準。
驗收抽樣程式在第二次世界大戰期間和之後變得很普遍。然而,正如道奇自己在1969年指出的那樣,驗收抽樣並不等同於驗收質量控制。取決於具體的抽樣計劃,它適用於特定的批次,是一種即時的、短期的測試——可以說是抽查。相比之下,驗收質量控制適用於更廣泛,更長期的意義上的整個產品線;它是精心設計的**工藝和系統的一個組成部分。
如果操作正確,驗收抽樣可以成為質量控制中非常有效的工具。概率是驗收抽樣的一個關鍵因素,但不是唯一的因素。如果一家公司生產100萬種產品並測試10個單元,其中一個單元出現故障,則假設100萬個單元中有10萬個單元出現故障。
然而,這可能是一個非常不準確的表述。透過將批次增加到10以上,並透過不止一次的測試和平均結果來增加樣本量,可以得出更可靠的結論。
普查與抽樣 普查和抽樣是收集資料的兩種方法,它們之間存在某些差異。在我們繼續列舉普查和抽樣之間的差異之前,最好先了解這兩種生成資訊的技術意味著什麼。人口普查可以簡單地定義為從整個人口中定期收集資訊...
...們之前聽到的。BGR的線人指出,Lumia顯然還沒有得到最終驗收— 一個關鍵的檢查點之前,運營商將採取**零售— 因此,如果驗收不按計劃進行,日期可能會錯過。在低於100美元的價位上,Lumia 900是否變得更具吸引力?
聚類與分層抽樣 調查在市場營銷、健康和社會學領域的各種研究中都有應用。他們通常是採取一個人口樣本,因為對整個人口進行調查將是昂貴的。除此之外,抽樣使資料收集更快,因為它只關註人口的一小部分。保證了採集...