Mengapa tidak 100 peratus sah untuk ujian 100 peratus FPC

Adalah menjadi amalan biasa untuk menjalankan pemeriksaan 100 peratus untuk mengelakkan produk yang tidak menepati dihantar. Setiap produk yang dihasilkan diperiksa dan dinilai lulus atau gagal. Barang akan dihantar dan barang yang tidak mematuhi syarat akan dibiarkan untuk dibaiki atau dibuang. Semuanya mudah dan mudah. Nampaknya pemeriksaan 100 peratus adalah kaedah yang sangat berkesan, tanpa mengira kesilapan pemeriksa.

Kami menganggap bahawa nilai ciri produk adalah diedarkan secara normal, dilambangkan dengan Y, seperti yang ditunjukkan dalam rajah di bawah.

Piawaian kelayakan produk diketahui, dan nilai spesifikasi had atas dan bawah juga telah diberikan, seperti LSL dan USL dalam rajah di atas. Produk antara LSL dan USL akan menjadi produk yang layak. Tetapi kita tidak tahu nilai Y sebenar, kita perlu menggunakan sistem ukuran untuk mengukurnya, nilai yang diukur Y dipanggil X.

Nilai X yang diukur tidak sama dengan Y, kerana terdapat ralat pengukuran, yang kita panggil E. Oleh kerana ralat pengukuran juga diedarkan secara normal, kita memperoleh taburan nilai pengukuran seperti yang ditunjukkan dalam rajah di bawah, yang serupa dengan bentuk taburan Y, tetapi varians X lebih besar, sama dengan varians Y ditambah varians ralat pengukuran E.

Seterusnya kita menggunakan taburan normal bivariat untuk menunjukkan korelasi antara Y dan X.

Model kebarangkalian taburan ini boleh diwakili oleh satu siri elips dalam satah koordinat XY. Rajah di bawah menunjukkan satu, dua dan tiga kontur sisihan piawai bagi dua taburan normal bivariat, di mana pekali korelasi intrakelas ditetapkan sebagai {{0}}.95 dan 0.80.

Seperti yang dapat dilihat dari rajah di atas, apabila ralat pengukuran bertambah, elips taburan normal bivariat menjadi lebih gemuk dan paksi utama menjadi condong. Perkara yang kami minati ialah: julat ukuran X yang manakah sepadan dengan Y yang layak.

Julat putih dalam rajah di bawah menunjukkan julat produk yang layak

Ikon di bawah menunjukkan julat produk yang dihantar selepas 100 peratus pemeriksaan.

Pada ketika ini, kami telah melihat dengan jelas bahawa julat produk yang dihantar selepas 100 peratus pemeriksaan adalah berbeza daripada julat produk layak sebenar.

Rangkaian produk yang lulus 100 peratus pemeriksaan ≠ julat produk yang layak

Kami mengklasifikasikan semua produk kepada empat kategori berdasarkan kualiti produk dan sama ada ia dihantar atau tidak:

Produk pemeriksaan yang layak (GS: Baik dan Dihantar)

Produk ditolak pemeriksaan berkelayakan (GR: Baik dan Ditolak)

Produk tidak layak lulus pemeriksaan (BS: Buruk dan Dihantar)

Produk ditolak pemeriksaan tidak layak (BR: Buruk dan Ditolak)

GS vs BR adalah hasil yang kita ingin lihat, BS akan menyusahkan pelanggan dan GR akan menyusahkan dirinya sendiri.

Rajah berikut menunjukkan kedudukan setiap kategori dalam taburan normal bivariat.

Bagi pengeluar, beliau berharap perkadaran produk yang layak dihantar (PGS: Proportion of good product that is shipped) adalah setinggi mungkin:

PGS=GS / (GS campur GR1 campur GR2)

Bagi pelanggan, apa yang dia mahukan ialah proporsi produk buruk yang ditolak (PBR: Proportion of bad product yang ditolak) adalah setinggi mungkin:

PBR=(BR1 campur BR2) / (BR1 campur BR2 campur BS1 campur BS2)

Malangnya, PGS dan PBR tidak berkaitan secara linear.

Di bawah ialah jadual penilaian yang membentangkan nilai PGS dan PBR untuk tahap ralat pengukuran yang berbeza dan perkadaran keseluruhan produk tidak akur.

Tafsirkan set data di sudut kanan bawah jadual di atas: apabila kadar kegagalan produk keseluruhan ialah 1 peratus dan ralat pengukuran adalah besar (ICC=0.8), pengeluar akan mempunyai kebarangkalian 98.6 peratus untuk penghantaran produk yang layak, tetapi bahagian produk yang rosak ditolak hanya 70 peratus, dan sejumlah besar produk yang rosak akan mengalir kepada pelanggan.

Bagaimana untuk menyelesaikan masalah ini? Nampaknya hanya ada dua cara.

Kaedah pertama: mematuhi ujian 100 peratus, kemudian memperbaiki sistem pengukuran, supaya elips dalam taburan normal bivariat diratakan seperti garis lurus, maka kedua-dua PGS dan PBR akan menjadi sangat tinggi.

Harganya ialah: anda memerlukan sistem pengukuran yang hampir sempurna, yang selalunya memerlukan pelaburan besar yang tidak menyelesaikan masalah, ia hanya meninggalkannya.

Kaedah kedua: Meningkatkan keupayaan proses supaya output proses berada dalam had atas dan bawah spesifikasi. Pada masa ini, pemeriksaan 100 peratus tidak lagi diperlukan, yang bukan sahaja dapat menjimatkan pelaburan dalam menaik taraf sistem ujian, tetapi juga menjimatkan kos pemeriksaan, dan banyak lagi. Intinya adalah untuk benar-benar menyelesaikan masalah.

Setakat ini, kesimpulan kami sangat jelas:

Kewujudan ralat sistem pengukuran menjadikan 100 peratus pemeriksaan tidak dapat 100 peratus kesahan;

Pemeriksaan 100 peratus tidak dapat menyelesaikan masalah kualiti, dan ia juga memerlukan pelaburan peralatan yang tidak perlu dan kos pemeriksaan kakitangan;

Sistem pengukuran harus digunakan untuk meningkatkan kualiti dan konsistensi proses pengeluaran dengan ketara, bukan untuk tujuan pemeriksaan