Prema pokojnom dr. W. Edwardsu Demingu, ocu japanske industrijske revolucije, kvaliteta je najvažniji faktor uspjeha za održivu konkurentsku prednost. Čak i jedan mali problem - mislim na Toyota probleme s kočenjem - može oštetiti teško stečeni ugled tvrtke. Da biste procijenili kvalitetu, morate znati postotak neispravnog izlaza. To se procjenjuje pomoću statističkog uzorkovanja, koje gleda na dio vašeg rezultata kako bi se procijenila ukupna kvaliteta.
Odredite karakteristike populacije. To je svemir iz kojeg je nacrtan vaš uzorak. Ako ste u poslu s alatima, svaka vrsta alata može predstavljati zasebnu uzorak populacije. Ako pokrenete posao s transkripcijom, tada se vaša populacija sastoji od prepisanih dokumenata.
Odredite veličinu uzorka. Ako pravite alate, onda možete pogledati nasumične serije od tisuću na pokretnoj traci. Ako ste u transkripciji, onda možete pogledati slučajni uzorak 10-minutnih audio segmenata.
Definirajte što predstavlja defekt. Za alat, to bi mogao biti neispravan dio. Za transkripciju, to bi mogla biti pogrešno napisana riječ koja mijenja kontekst rečenice.
Izbrojite broj defekata u vašem uzorku. U većini slučajeva to znači audio / vizualni pregled. U nekim montažnim linijama, oprema se može programirati za automatsko otkrivanje i praćenje određenih vrsta grešaka.
Izračunajte postotak neispravan. To je broj defekata podijeljen s veličinom uzorka, pomnožen sa 100. Dakle, ako je jedan alat neispravan od veličine uzorka od 1.000, vaš postotak je defektan 0,1 posto. Zatim morate odrediti, kao dio cjelokupnog programa upravljanja kvalitetom, da li ta stopa grešaka zadovoljava prihvatljivu razinu kvalitete (AQL) vaše organizacije.
Savjet
-
Prema dr. Demingu, tvrtke koje su uspješne u današnjem globalnom tržištu grade kvalitetu u svom razvojnom procesu od samog početka. Mjerenje i poboljšanje kvalitete proizvoda i usluga treba biti svakodnevni proces, a ne nešto što radite jednom ili dvaput godišnje.
Upozorenje
Statističko uzorkovanje uvodi greške, poznate kao pogreške uzorkovanja, jer procjenjujete karakteristike, kao što je kvaliteta, gledajući dio, a ne cijelu populaciju. Ove pogreške možete smanjiti povećanjem veličine uzorka, ali to će također povećati troškove.
