ProstoPRO

Як перевіряють партію товару за маленькою вибіркою

• 6 хв читання • Антон Сопраненко
Як перевіряють партію товару за маленькою вибіркою
Антон Сопраненко

Антон Сопраненко

Автор матеріалу

Коли фабрика випускає 10 000 однакових деталей, здається логічним перевірити кожну. Але на практиці це часто занадто довго, дорого або навіть неможливо: частина тестів псує виріб, а люди й машини теж помиляються. Тому в промисловості давно використовують вибірковий контроль: беруть невелику, але правильно відібрану групу товарів і за нею роблять висновок про всю партію.

Це не магія й не «вгадування на око». Ідея тримається на ймовірностях: якщо з партії чесно витягнути випадкові одиниці, то вибірка поводиться як маленька модель цілої партії. Вона не гарантує абсолютної істини, зате дозволяє приймати рішення з відомим рівнем ризику.

Зміст

Головна ідея: партія схожа на мішок із кульками

Уявімо мішок із 10 000 кульок. Білі кульки — якісні товари, чорні — брак. Якщо чорних лише 20, шанс випадково витягнути одну чорну кульку невеликий. Якщо чорних 1 000, вони траплятимуться значно частіше.

Саме це й використовує статистика. Інспектор не знає реальної частки браку, але може взяти, наприклад, 200 випадкових товарів і порахувати, скільки з них несправні. Якщо в маленькій вибірці брак трапляється часто, є підстави підозрювати, що проблема є і в усій партії. Якщо не трапляється зовсім або трапляється дуже рідко, партію можна прийняти — але з розумінням, що невеликий ризик пропустити проблему залишається.

Чому важлива саме випадкова вибірка

Вибірка має сенс лише тоді, коли кожна одиниця партії мала приблизно однаковий шанс потрапити на перевірку. Якщо перевіряти тільки верхні коробки на палеті, тільки вироби з початку зміни або тільки те, що зручно дістати, результат може бути оманливим.

Наприклад, у партії могло статися таке:

  • перші 2 000 деталей зробили на добре налаштованому обладнанні;
  • потім різець зносився, і наступні 8 000 мають більше дефектів;
  • інспектор узяв зразки лише з перших коробок.

Формально він «перевірив вибірку», але вона не представляла всю партію. Тому в реальному контролі використовують правила відбору: з різних коробок, різних місць, різних часових відрізків виробництва. Випадковість тут потрібна не для краси, а щоб не підмінити статистику зручністю.

Як із кількох десятків або сотень виробів роблять висновок

Перед перевіркою зазвичай задають план приймання. У ньому є три прості речі:

  1. скільки одиниць перевірити;
  2. скільки дефектів ще вважається допустимим;
  3. з якого числа дефектів партію треба відхилити або перевіряти глибше.

Припустімо, план каже: перевірити 125 одиниць, прийняти партію, якщо знайдено не більше 2 дефектів, і відхилити, якщо дефектів 3 або більше. Це не означає, що в партії точно є лише 2 несправні товари. Це означає інше: за такого правила партія з низьким рівнем браку з великою ймовірністю буде прийнята, а партія з високим рівнем браку з великою ймовірністю буде відхилена.

Тобто рішення будується не на одному числі, а на заздалегідь узгодженому балансі: скільки ризику готові прийняти виробник і покупець.

Похибка: чому вибірка не дає ідеальної відповіді

Вибірковий контроль завжди має похибку. Можна випадково взяти 100 товарів із дуже поганої партії й не натрапити на жоден дефект, хоча це малоймовірно. Можна навпаки витягнути кілька дефектних одиниць із загалом нормальної партії.

Що більша вибірка, то менше випадкове коливання. Але «перевірити більше» не завжди вигідно. Якщо тест дорогий або руйнівний, бізнесу доводиться шукати компроміс. Саме тому в контролі якості говорять не «ми довели, що партія добра», а «ми приймаємо партію за таким планом і з таким рівнем ризику».

Корисна аналогія — опитування громадської думки. Щоб приблизно зрозуміти позицію мільйонів людей, не треба питати всіх. Але треба правильно відібрати респондентів і чесно вказати похибку. З товарами логіка схожа: вибірка має бути репрезентативною, а висновок — імовірнісним.

Ризик виробника і ризик покупця

У вибірковому контролі є дві типові помилки.

Ризик виробника — хорошу партію випадково відхилили. Наприклад, реальний брак низький, але у вибірку випадково потрапило кілька дефектних одиниць поспіль. Виробник втрачає час і гроші на повторну перевірку або переробку.

Ризик покупця — погану партію випадково прийняли. Це небезпечніше для клієнта: дефектні товари можуть потрапити в продаж, на склад або в обладнання.

Жорсткіший план перевірки зменшує ризик покупця, але збільшує шанс відхилити нормальні партії. М’якший план економить час і гроші, але може пропустити більше браку. Немає універсального «ідеального» числа зразків: воно залежить від ціни помилки.

Чому для небезпечних товарів правила суворіші

Для дрібних подряпин на упаковці один рівень ризику може бути прийнятним. Для медичних виробів, деталей літака або елементів електробезпеки — зовсім інший. Якщо дефект може призвести до травми чи великої фінансової шкоди, вибірку збільшують, критерії роблять суворішими або перевіряють кожну одиницю.

Тому фраза «перевірили лише 100 із 10 000» сама по собі нічого не доводить. Треба знати, що саме перевіряли, наскільки небезпечний дефект, як відбирали зразки і який план приймання застосовували.

Що таке AQL простими словами

У виробництві часто зустрічається поняття AQL — acceptable quality limit, тобто прийнятна межа якості. Це не обіцянка, що «стільки браку точно буде в партії». Це орієнтир для плану перевірки: який рівень дефектів вважається ще прийнятним для певного типу товару та дефекту.

Наприклад, для критичних дефектів межа може бути дуже низькою або нульовою. Для косметичних недоліків — вищою. За цим підбирають розмір вибірки й допустиму кількість дефектів. Докладніше логіку приймального контролю описує інженерний довідник NIST/SEMATECH.

Чому не завжди перевіряють усе

Повна перевірка звучить надійніше, але має проблеми:

  • вона дорога й повільна;
  • деякі тести руйнують товар;
  • людина може втомитися й пропустити дефект;
  • автоматична перевірка теж має власні помилки;
  • для мільйонів дрібних деталей повний контроль може бути економічно безглуздим.

Іноді повна перевірка потрібна: наприклад, коли дефект критичний або партія вже викликає підозру. Але для багатьох звичайних товарів статистична вибірка дає достатньо інформації, щоб приймати розумні рішення без перевірки кожної одиниці.

Простий приклад

Є партія з 10 000 кабелів. Покупець і постачальник домовилися, що дрібний косметичний дефект допустимий рідко, а кабель із небезпечною електричною проблемою — ні.

Інспектор випадково відбирає кабелі з різних коробок. Кожен тестує за однаковою процедурою. Якщо косметичних дефектів мало, партію можуть прийняти з приміткою. Якщо знайдено критичний дефект, партію можуть зупинити одразу або перевести на повну перевірку.

У цьому рішенні важливо не те, що перевірили «мало». Важливо, що перевірили за правилами, які заздалегідь задають прийнятний ризик.

Коли вибірковий контроль підводить

Метод стає слабким, якщо:

  • зразки відібрали не випадково;
  • дефекти зосереджені в окремій частині партії, а її не зачепили;
  • критерії приймання обрали занадто м’якими;
  • інспектори по-різному трактують один і той самий дефект;
  • виробник змішав кілька різних партій в одну.

Тому хороша система контролю якості — це не лише формула. Це ще й простежуваність партій, однакові інструкції, каліброване обладнання, навчання інспекторів і чесна фіксація результатів.

Коротко

Статистики можуть оцінити велику партію за малою вибіркою, бо випадково відібрані товари відображають загальну частку дефектів з певною похибкою. Чим кращий відбір і більша вибірка, тим надійніший висновок. Але це завжди рішення з імовірністю, а не абсолютна гарантія.

Саме тому вибірковий контроль працює найкраще там, де заздалегідь визначені правила: що вважати дефектом, скільки одиниць перевіряти, скільки браку допустити і який ризик є прийнятним для конкретного товару.

Схожі статті