Stichprobenumfang in der Massenproduktion

[Q-Maximilian]

#21935

Hallo zusammen,

ich stehe aktuell vor dem Problem Aufgrund einer Fehlerklassifizierung (K=kritischer Fehler, H1=Hauptfehler1, H2=Hauptfehler2, N=Nebenfehler)zulässige Fehlerraten zu definieren. (z.B. für N<=1%). Ich suche einen Ansatz mit welchem ich z.B. gesperrte Ware in der Produktion oder aus Reklamationen mit einer Stichprobe analysieren kann und Rückschlüsse aus dieser auf die gesamte gesperrte Menge machen kann! zB. gesperrte Menge=3Mio Teile
Stichprobengrösse=? Kennt von euch jemand einen Ansatz wie ich die Stichprobengrösse ermitteln kann, welche mir eine zuverlässige Aussage über die komplette gesperrte Ware gibt? AQL ist mir bekannt und nach meiner Interpretation nicht geeignet sobald ich Ziele in % (ppm) definiere! Kennt sich einer von euch da draussen besser aus mit Beurteilung bzw. Stichprobengrössen bei Analyse von Massenproduktion (50.000-10Mio Teile)aus Spritzguss/Montageprozessen?
Danke für eure Beiträge.

Gruss

Q-Maximilian

[Barbara]

#40154

Hallo Q-Maximilian,

es gibt Formeln, nach denen Du die Stichprobengröße berechnen kannst und dann eine Entscheidung über die Losqualität mit vorgegebenen Risiken hast. Die Formeln sind allerdings etwas sperrig, deshalb poste ich sie hier nicht.

Weitere Infos über Stichprobengrößen findest Du hier im Forum über die Suche-Funktion (z. B. zu Risiken, alpha, beta, AQL/LQ, etc.), da hab ich schon so viel zu geschrieben, dass Du damit erstmal etwas anfangen können müsstest.

Formeln findest Du z. B. im Hartung, J.; Elpelt, B.; Klösener, K.-H. [2002]: Statistik. Oldenbourg Verlag, ISBN 3486578901

Viele Grüße

Barbara

_____________________________________

Fakten hören nicht auf zu existieren, wenn man sie absichtlich übersieht. (Aldous Huxley)

[Barbara]

#40155

Hallo nochmal,

ich hab gerade einen Link ausgegraben, für den Du ein Java-Applet mit interaktiver Berechnung des Stichprobenumfangs für binomialverteilte Merkmale hast. (Bei ppm ist allerdings die Poisson-Verteilung deutlich geeigneter als die Binomialverteilung.)

p1: aktueller Ausschuss-Anteil
p2: Ausschuss-Anteil, ab dem eine Änderung mit der Stichprobenprüfung angezeigt werden soll
alpha: Risiko für Fehler 1. Art

Power = 1-beta, d. h. 1-Risiko für Fehler 2. Art
Sample Size: Stichprobenumfang

hier findest Du das Applet:
http://fisher.forestry.uga.edu/popdyn/Power.html

Viele Grüße

Barbara

_____________________________________

Fakten hören nicht auf zu existieren, wenn man sie absichtlich übersieht.
(Aldous Huxley)

[Anonym]

#40165

da ich mich mit ähnlichem befasst habe, habe ich dir einfach mal ein paar grundlagen, die ich verwendet habe geschickt.

_______
Probleme sind maskierte Gelegenheiten

[Autor]

Beiträge