سه تصمیم که چشمی گرفته میشوند
پشت بیشتر تصمیمهای کیفیت یک حساب هست و سه تای آنها تقریباً همیشه بدون آن حساب گرفته میشوند. نه از سر بیدقتی — بلکه چون آن حساب ناآشناست و تخمین معقول به نظر میرسد. هر کدام یک پاسخ درست دارند و هر کدام وقتی چشمی برآورد شوند بیسروصدا اشتباه میشوند.
۱. چند قطعه بازرسی کنم؟ پاسخ معمول یک کسر است: ده درصد محموله، یا بیست قطعه چون بیست عددی رند است. هر دو دلبخواهیاند. آنچه اهمیت دارد جفت ریسکی است که میپذیرید: در چه سطحی از کیفیت محموله باید پذیرفته شود (سمت تولیدکننده) و در چه سطحی باید رد شود (سمت مصرفکننده). این دو را که تثبیت کنید، اندازهٔ نمونه و عدد پذیرش خودبهخود درمیآید — چیزی برای حدس زدن نمیماند.
منحنیای که نشان میدهد یک طرح واقعاً چه میکند منحنی مشخصهٔ عملکرد است: در پایین نرخ واقعی معیوب و در کنار احتمال پذیرش محموله. هر طرحی یکی دارد، از جمله طرحی که خودتان ساختهاید. SenSight آن را رسم میکند و دو نقطهٔ ریسک شما را رویش علامت میزند. شگفتی معمول این است که منحنی چقدر ملایم است: طرحی که سختگیرانه به نظر میرسد، محمولهٔ بد را بسیار بیشتر از تصور میپذیرد.
یک عدد ارزش دانستن دارد: AOQL یا بدترین کیفیت میانگین خروجی. اگر محمولههای ردشده کامل بازرسی و اصلاح شوند، کیفیتی که به مشتری میرسد کران بالا دارد و AOQL همان کران است. این تنها خلاصهٔ صادقانهٔ یک نظام نمونهگیری است و بیشتر ابزارها هرگز نشانش نمیدهند.
۲. قطعات در چه بازهای میافتند؟ خطایی که تا مشتری میرود همینجاست. سی اندازهگیری دارید، بازهٔ اطمینان ۹۵٪ حساب میکنید و در گزارش مینویسید «۹۹٪ قطعات بین این دو حد هستند». اینها دو پرسش متفاوتاند. بازهٔ اطمینان دربارهٔ میانگین است و با اندازهگیری بیشتر باریکتر میشود. بازهٔ تحمل دربارهٔ تکتک قطعات است؛ دادهٔ بیشتر آن را مطمئنتر میکند اما تقریباً باریکتر نمیکند — چون قطعات واقعاً همینقدر پراکندهاند.
تفاوت ظریف نیست: روی دادهٔ معمول، بازهٔ تحمل چند برابر پهنتر است. ذکر باریکتر یعنی وعدهٔ پراکندگیای که فرایند شما نمیتواند نگه دارد.
دو هشدار. ضریب معمول فرض میکند داده تقریباً نرمال است؛ روی اندازهگیریهای چوله حدها را جای نادرست میگذارد، به همین دلیل SenSight نخست نرمال بودن را میآزماید و میگوید. و جایگزینی هست که دربارهٔ شکل توزیع هیچ فرضی نمیکند — اما رایگان نیست: پوشش ۹۹٪ با اطمینان ۹۵٪ از کمینه و بیشینه چند صد اندازهگیری میخواهد. پنل تعداد را میگوید تا ببینید آن فرض چه چیزی برایتان صرفهجویی میکند.
۳. آیا نو همان کهنه است؟ تأمینکنندهٔ نو، ماشین نو، اپراتور نو. آزمون t میگیرید، p برابر ۰٫۴ درمیآید و نتیجه در گزارش مینشیند: «تفاوت معنادار نیست — این دو همارزند». این استنتاج نامعتبر است و احتمالاً پرهزینهترین خطای آماری در تولید.
p بزرگ یعنی آزمون نتوانست تفاوتی نشان دهد. این هم وقتی رخ میدهد که تفاوتی نیست — و به همان اندازه وقتی شش قطعه اندازه گرفتهاید و آزمون اصلاً توان دیدنش را نداشته. نبودِ شاهد را شاهدِ نبود میخوانند.
نشان دادن اینکه دو چیز یکی هستند آزمون خودش را میخواهد، و چیزی را میخواهد که داده نمیتواند بدهد: بیان اینکه چه اندازه تفاوت آنقدر کوچک است که نادیده گرفته شود. آن حد یک تصمیم مهندسی است. ۲ مگاپاسکال در استحکام کششی شاید بیاهمیت باشد؛ در ابعادی که برای ایمنی حیاتیاند شاید نه. همین که آن را بیان کنید، روش دو آزمون یکطرفه (TOST) پرسش درست را میپرسد: آیا تفاوت درون حد شما میماند؟
روشنترین راه خواندن نتیجه p نیست، بازه است. اگر تمام بازهٔ تفاوت درون ±حد بنشیند، دو مورد همارزند. اگر کاملاً بیرون باشد، واقعاً متفاوتاند. و اگر حد را قطع کند، پاسخ صادقانه این است که در هیچ جهتی نمیتوان چیزی گفت — که معمولاً یعنی اندازهگیری بیشتری لازم است، نه نتیجهای دیگر. SenSight هر سه حالت را جدا گزارش میکند، چون همان سومی است که از قلم میافتد.
۱. چند قطعه بازرسی کنم؟ پاسخ معمول یک کسر است: ده درصد محموله، یا بیست قطعه چون بیست عددی رند است. هر دو دلبخواهیاند. آنچه اهمیت دارد جفت ریسکی است که میپذیرید: در چه سطحی از کیفیت محموله باید پذیرفته شود (سمت تولیدکننده) و در چه سطحی باید رد شود (سمت مصرفکننده). این دو را که تثبیت کنید، اندازهٔ نمونه و عدد پذیرش خودبهخود درمیآید — چیزی برای حدس زدن نمیماند.
منحنیای که نشان میدهد یک طرح واقعاً چه میکند منحنی مشخصهٔ عملکرد است: در پایین نرخ واقعی معیوب و در کنار احتمال پذیرش محموله. هر طرحی یکی دارد، از جمله طرحی که خودتان ساختهاید. SenSight آن را رسم میکند و دو نقطهٔ ریسک شما را رویش علامت میزند. شگفتی معمول این است که منحنی چقدر ملایم است: طرحی که سختگیرانه به نظر میرسد، محمولهٔ بد را بسیار بیشتر از تصور میپذیرد.
یک عدد ارزش دانستن دارد: AOQL یا بدترین کیفیت میانگین خروجی. اگر محمولههای ردشده کامل بازرسی و اصلاح شوند، کیفیتی که به مشتری میرسد کران بالا دارد و AOQL همان کران است. این تنها خلاصهٔ صادقانهٔ یک نظام نمونهگیری است و بیشتر ابزارها هرگز نشانش نمیدهند.
۲. قطعات در چه بازهای میافتند؟ خطایی که تا مشتری میرود همینجاست. سی اندازهگیری دارید، بازهٔ اطمینان ۹۵٪ حساب میکنید و در گزارش مینویسید «۹۹٪ قطعات بین این دو حد هستند». اینها دو پرسش متفاوتاند. بازهٔ اطمینان دربارهٔ میانگین است و با اندازهگیری بیشتر باریکتر میشود. بازهٔ تحمل دربارهٔ تکتک قطعات است؛ دادهٔ بیشتر آن را مطمئنتر میکند اما تقریباً باریکتر نمیکند — چون قطعات واقعاً همینقدر پراکندهاند.
تفاوت ظریف نیست: روی دادهٔ معمول، بازهٔ تحمل چند برابر پهنتر است. ذکر باریکتر یعنی وعدهٔ پراکندگیای که فرایند شما نمیتواند نگه دارد.
دو هشدار. ضریب معمول فرض میکند داده تقریباً نرمال است؛ روی اندازهگیریهای چوله حدها را جای نادرست میگذارد، به همین دلیل SenSight نخست نرمال بودن را میآزماید و میگوید. و جایگزینی هست که دربارهٔ شکل توزیع هیچ فرضی نمیکند — اما رایگان نیست: پوشش ۹۹٪ با اطمینان ۹۵٪ از کمینه و بیشینه چند صد اندازهگیری میخواهد. پنل تعداد را میگوید تا ببینید آن فرض چه چیزی برایتان صرفهجویی میکند.
۳. آیا نو همان کهنه است؟ تأمینکنندهٔ نو، ماشین نو، اپراتور نو. آزمون t میگیرید، p برابر ۰٫۴ درمیآید و نتیجه در گزارش مینشیند: «تفاوت معنادار نیست — این دو همارزند». این استنتاج نامعتبر است و احتمالاً پرهزینهترین خطای آماری در تولید.
p بزرگ یعنی آزمون نتوانست تفاوتی نشان دهد. این هم وقتی رخ میدهد که تفاوتی نیست — و به همان اندازه وقتی شش قطعه اندازه گرفتهاید و آزمون اصلاً توان دیدنش را نداشته. نبودِ شاهد را شاهدِ نبود میخوانند.
نشان دادن اینکه دو چیز یکی هستند آزمون خودش را میخواهد، و چیزی را میخواهد که داده نمیتواند بدهد: بیان اینکه چه اندازه تفاوت آنقدر کوچک است که نادیده گرفته شود. آن حد یک تصمیم مهندسی است. ۲ مگاپاسکال در استحکام کششی شاید بیاهمیت باشد؛ در ابعادی که برای ایمنی حیاتیاند شاید نه. همین که آن را بیان کنید، روش دو آزمون یکطرفه (TOST) پرسش درست را میپرسد: آیا تفاوت درون حد شما میماند؟
روشنترین راه خواندن نتیجه p نیست، بازه است. اگر تمام بازهٔ تفاوت درون ±حد بنشیند، دو مورد همارزند. اگر کاملاً بیرون باشد، واقعاً متفاوتاند. و اگر حد را قطع کند، پاسخ صادقانه این است که در هیچ جهتی نمیتوان چیزی گفت — که معمولاً یعنی اندازهگیری بیشتری لازم است، نه نتیجهای دیگر. SenSight هر سه حالت را جدا گزارش میکند، چون همان سومی است که از قلم میافتد.
در برنامه امتحان کنید
امتحان کنید: زبانهٔ SPC، «ابزارهای تصمیم» در پایین. از طرح نمونهگیری شروع کنید — اندازهٔ محموله را وارد کنید و پیش از اعتماد به هر قاعدهٔ بازرسی بهارثرسیده، منحنی مشخصهٔ عملکرد را ببینید.