资料收集的抽样方法

jarwher

资料收集的抽样方法

抽样(Sampling)是一种有效收集流程统计资料的方法，被收集资料的流程称为母体(Population)。抽出一批产品中的一部份来分析或查验就称为抽样，其目的是为了能由少数资料去推论流程或过去流程的状况。 ; \9 s, b7 V0 c+ i  Y    一个完整的抽样计划必须包含所要管制的项目、样本大小、组数、抽样频率和量测方法，以收集足够且具代表性的资料来达成流程数据的验证阶段的目的。 一个好的抽样计划必须能收集并分辨出流程变异的根源，一般包括： 7 t7 a7 V* R2 A- f$ }    1. 件内变异(Within-Piece Variation)：例如同一个客户对同一款手机的满意度不一定相同，也许需要在不同地点，如住宅和办公室分别测量其满意度数据;     2.件间变异(Piece-to-Piece Variation)：即同一时段内的不同客户会有不同的反应; ' |* y; }) `3 K6 R" Y5 p3 w/ O " ^' O* x1 m, Y4 d5 ]* p/ i* E    3.时间与客户的变异(Time-to-Time Variation)：不同时段的客户会得到不同的满意度数据 ' e4 P  x: Y% j$ O7 }* w     为了能够准确的找出流程变异的根源，进行抽样统计时应遵循以下原则： % X  ~3 H6 {9 {/ d4 t( i0 T     一、样本大小     抽取较大样本可以比较容易地探测出流程的微小变化，而小的样本仅可探测出较大流程的变化，因此在选择样本大小时，必须先了解欲探测的流程变异的大小，再决定样本的大小。目前实际的应用上，常采用小样本但抽样次数高的作法。 1 m4 ?( m. m" b+ ^0 K4 ? - d! h- A  }8 n5 e% y    二、样组大小 $ E' }' X* Z+ t7 j! ?5 e    其一般原则大致如下     ○  1个：用于破坏性试验或某些化学流程 + |; w9 s$ ~, g3 P8 H1 y 7 h9 G4 S- l3 _, V9 n' W7 g/ C1 L    ○  2~3个：当抽样成本昂贵时则采取小样组 1 D6 M* Q* I4 e+ L * Z. B- u3 N- _/ M' V% `1 l    ○  4个（或以上）：为最好的统计模式 2 D5 S1 X% Z4 f' I: ~    ○  5个：计算方便     ○ 10个（或以上）：可增加灵敏度 + j1 |& G4 E9 I5 n2 Y    三、抽样方法     １．简单随机抽样(Simple Random Sampling) ' W) P- v, k) G  F4 g在n个实验单元中如变数的所有样本出现的机会相同，采用简单随机抽样。如由自动化机器产生的成品箱里抽取几个品项。        ２．分层抽样(Stratified Sampling) / |7 u8 f) F) Y2 j 把总体分为若干相同性质的小组并在各组内随机抽样；如公司内有两个电镀生产线，则从各电镀生产线随机选取零件，保证能估计各电镀生产线对镀件变异的影响。 + F4 C+ ^7 j% P/ S9 L$ r- N   5 W5 M1 k' x+ l8 i. t    ３．分群抽样(Cluster Sampling) 把总体分为若干相同性质的小组并在各组内随机抽样。例如公司内有五条生产线，每条又都各有八个生产单位，则首先将各生产线和生产单位赋予随机编号，然后从随机选取的生产线和生产单位内选取一个零件，直到数量足够为止。 . q2 p1 u: _) x0 A  ` ( S$ H& H2 P0 G) n. Q3 b( [' k   $ I8 `7 h0 E9 l0 e5 Z    ４．系统抽样(System Sampling) - |9 M2 T8 F7 K! z9 p 9 _4 {) B0 X+ F+ x0 ^$ a    开始时随机选取一个单元，然后每隔K个单元选取一个样本，直到足够数量才始测量。 # {" O* r- ?3 {- L' s& X$ E 3 ?8 W1 e: {% \     四．抽样频率  通常流程变异大的，则抽样的频率高；流程变异小的，则抽样频率低。 : N/ `% o( }& ?# W

zhaodj520

楼主  发上来  分享一下嘛