资料收集的抽样方法

jarwher

资料收集的抽样方法 " e6 G9 b0 O7 |+ p. Y

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。 4 K- Y( @! z$ d3 e2 l. c 3 E/ {( P* a# g# K4 B    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： - i+ u, Z- b( B    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; ' C" }* @- |/ `( F3 Z4 B     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; ! ~9 {) n; d" F4 Y/ b : {. b; e# A0 @/ L0 `: w' I    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 8 X2 {  y3 E2 _3 c: K, ?9 G* b6 D    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： 4 Q0 _5 i" p# q: d% T     一、样本大小 + H- O( l9 x2 W     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。 7 y' x2 @6 P4 q; c$ u! R    二、样组大小 . x7 ~# {" A+ x* ~  ?    其一般原则大致如下 * C' s9 y' }/ v    ○  1个：用于破坏性试验或某些化学流程 * ]% V8 \5 @; ]- j    ○  2~3个：当抽样成本昂贵时则采取小样组     ○  4个（或以上）：为最好的统计模式 1 `2 [8 Q/ u+ q/ ]" b: b3 f1 E; p1 g     ○  5个：计算方便 $ k8 a# j+ \) ^1 q" ]5 A' q 7 w4 Z* k% b- T% q+ w2 Q    ○ 10个（或以上）：可增加灵敏度     三、抽样方法 5 l/ b1 f7 R, d6 I' e0 R# W    １．简单随机抽样(Simple Random Sampling) , p( z9 A! w9 K5 E: ]$ W 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。 % p8 a6 N& O& c ' `. h' h* H' ^6 l       ２．分层抽样(Stratified Sampling) 8 x4 @5 z8 x, I' V& F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。 ( \9 n: C8 C+ D8 X# W 4 x1 Z, D! h; }: O3 L" T$ K   ' k: a3 }% B/ u9 j! v0 O( S: `    ３．分群抽样(Cluster Sampling) & l: ~6 u" N9 `- [/ P% n 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。 . c( X! x, j2 i+ V( W        ４．系统抽样(System Sampling)     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。     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。 ' f2 Y; I# r$ A0 C3 C" F! m) c0 y" s

zhaodj520

楼主  发上来  分享一下嘛