工作抽样

)工作抽样研究目的：确定机器设备利用率确定宽放建立时间标准主要内容：工作抽样的程序和方法工作抽样应用案例)工作抽样工作抽样概述一工作抽样的原理工作抽样是利用数理统计的原理，用随机抽样方法研究生产率的一种技术。工作抽样又称为瞬时观测法，是在一段较长的时间内，以随机的方式对调查对象进行间断地观测，并按预定的目的整理、分析所调查的资料得出需要的结果，与工时研究用秒表作连续观测方法有很大的差别。)1.用连续测时法（秒表时间研究）来分析一段连续的时间，在起始点与终点的一段时间内，可用秒、分、时、天、周、月、年等时间单位来度量，为了表示连续测时法与随机抽样测时法的差别，暂以在1小时中，以分为单位的直接测时为例来加以说明。把1小时分成60个空格，每一个代表1分钟。空白格——机器运转时间斜条格——停车时间见下图所示：)由图可知，在60分钟内，有48分钟运转，有12分钟停车，从而：机器运转率＝运转时间÷总观测时间＝48÷60＝80％停车率＝停车时间÷总观测时间＝12÷60＝20％开始时分终止时分371117192331415358图一观测记录)2.用工作抽样法来分析把1小时分成60个整数，随机地抽出其中的10个作为观测的时分，设取出的时分（min）分别为19、23、31、17、11、7、41、53、58、3，把这些时分按大小顺序排列，即表示在60分钟内，在3分钟时观测一次、7分钟观测一次……如此观测十次。在十次观测中有8次运转，2次停车，则：机器运转率＝运转次数÷观测次数＝8÷10＝80％停车率＝停车次数÷观测次数＝2÷10＝20％由此可见，采用秒表时间研究和工作抽样调查结果是一样的，但采用工作抽样具有省时、可靠、经济等优点。)第一节工作抽样概述一工作抽样的定义工作抽样是利用数理统计的原理，用随机抽样方法研究生产率的一种技术。工作抽样又称为瞬时观测法，是在一段较长的时间内，以随机的方式对调查对象进行间断地观测，并按预定的目的整理、分析所调查的资料得出需要的结果。-3σ–2σ-1σσ2σ3σ)二工作抽样的特点1.节省时间及费用。这种方法的费用只有秒表时间研究的5%~50%。2.不受时间的限制，可以在任意时间内进行观测，也可以在任何时候中断，任何时候再继续，而不会影响其结果。3.不需对观测者进行专门培训。由于是间断抽样，因此还能减少观测者的疲劳。4.有时由于调查对象分布较广，观测者需要把大部分时间花在路上，不太经济合理因此必须很好地选择观测路线。5.由于工作抽样无法将作业细分，因此不能取代其他作业测定方法。)三工作抽样的用途1.收集生产中有关设备和人力资源信息，用以研究改善资源利用、降低成本。2.验证建立或改进管理制度的可行性。3.制订工时标准。工作抽样，工时研究和预定动作时间标准都可用来制定工时标准，但适用面有差别。工时研究用秒表测时，比较使用于周期短而又重复工作的场合；预定动作时间标准比较适用于完全确定的工作或设计新的操作方法；而工作抽样则用于确定不可避免的延迟，或制定不规则组成部分。)第二节工作抽样的原理一工作抽样的观测精度工作抽样一般取2σ的范围，即确定95.45%的可靠度，就是说实现预定的抽样数据中有95.45%以上落入2σ的范围，仅有4.55%的误差，所允许的误差用精确度来衡量。精确度有分为绝对精确度E和相对精确度S，根据统计学中二项分布标准σ，在一定条件下为：)式中：P－观测事件发生率n－观测次数Z－正态分布下的Z值相对精度为绝对精度与观测事件发生率之比：)()1()()]1([公式二公式一nPPZZEnPP)(/)1(/公式三nPPZPES)例1：根据工作抽样查明某机器的停工率，要求相对误差在10%以内。原估计该机器的停工率为30%，可靠度为95%，确定观测次数为1500次。而实际却观测了1800次，其中停工500次，停工率为28%，问此观测结果能否满足预定误差要求？)解：根据题意，P=0.28,1-P=0.72,n=1800,Z=1.96由公式三得：S=0.07410%因此满足预定的精度要求。)二工作抽样的观测次数工作抽样时观测次数的多少直接影响抽样的成本与所得结果的精确度。如果精确度要求高，抽样次数就多，所费的人力、时间及金钱就多。因此，不能将观测次数无限增加，否则将失去工作抽样的意义，观测次数的多少可由绝对误差和相对误差公式来确定。)（公式五）得观测次数三）由相对误差公式（公式（公式四）得观测次数二）由绝对误差公式（公式2222)1(1)1()1(PSZPnnPPZSEZPPnnPPZE)第三节工作抽样的步骤•1.确立调查目的与范围•调查目的不同，则项目分类，观测次数与方法均不相同。如以机器开动情况为调查目的，则还需明确调查的范围，是一台机器还是几台机器；如以车间工作人员的工作比率为观测对象，则还需确定是机加工车间、装配车间、还是全厂所有车间。)2.调查项目分类根据所确定的目的与范围，就可以对调查对象的活动进行分类，分类的粗细根据抽样的目的而定。如果只是调查机器的开动率，观测项目可分为“操作”、“停止”、“闲置”。如果要进一步了解机器停止和闲置的原因，则应将可能发生的原因作详细分类，抽样项目分类是工作抽样表格设计的基础，也是抽样结果达到抽样目的的保证，必须结合本单位的实际调查目的而制定。)操作空闲次数小计次数小计合计操作率空闲率1正正正正一21正正10312正正正正正┬27正正┬1239机器3正正正正正25正正正正一21461正正正正正正30正正10402正正正一16正┬723操作者3正正正15正520)3.决定观测方法观测前，需绘制机器或操作者的分布平面图和巡回观测路线图，注明观测位置。4.向有关人员说明为使工作抽样取得成功，必须向工人说明调查目的、意义，请他们协助，以消除不必要的疑虑，并要求他们按照平时的工作情形工作，切勿紧张或做作。)分类操作修理故障停电工作中工作准备搬运等材料等检查商议清扫洗手合计作业率1正正2正┬机器3正正12操作者35.设计调查表格调查表格的内容和形式取决于调查的目的和要求。象表一那样仅能了解机器的开动率和操作者的作业率，不能更进一步的分析空闲的原因。如果象表二那样设置调查表格，能比较清楚的了解空闲的原因。)6.试观测，决定观测次数正式观测以前，需要进行一定次数的试观测，通过试观测，得出观测时间的发生率，然后根据公式（公式四）或（公式五）决定正式观测次数。)例3，对某机器作业率进行观测，估计该机器停车率为25.6%，需要观测精度的绝对误差为0.01，可靠度为95%，求需观测的次数。)P=0.25,1-P=0.75,Z=1.96,E=0.01由公式四，n=P（1-P）Z2/E2=0.25X0.75X1.962/0.012=7203次)若再经过300次观测，连同原理观测的100次，共400次中，机器停车状态90次，则重新调整观测次数为多少？)P=90/400=22.5%n=P（1-P）Z2/E2=0.225X0.775X1.962/0.012=6699次因此需要将观测次数调整为6699次。)7.决定观测时刻观测时刻的决定必须保证随机性，这是工作抽样的理论依据。为了保证抽样时间的随机性可利用随机数表。也可由计算机来产生随机数。)系统随机抽样法决定观测时刻实例：设某工厂一个车间进行工作抽样，决定观测5天，每天观测30次，该车间是上午8点上班，下午5点下班，中午12点至1点休息。可按下列步骤决定每日观测时刻。（1）作两位数的乱数排列，以黄色纸片代表个位，取10张，上面分别写0、1、2、……、9；以绿色纸片代表十位，上面同样分别写上0、1、2、……、9。将两种纸片充分混合。每次从这两种颜色中随机抽取1张，记下数字。然后各自放回，再重新抽取。如此反复抽取15次。假设乱数排列为：11、18、39、70、63、77、37、25、44、59、33、42、76、81、03。)（2）将此数列小余50的数保留，大于50的数减去50，保留其余数。得：11、18、39、20、13、27、37、25、44、09、33、42、16、31、03。（3）去掉大于30的数，得出11、18、20、13、27、25、09、16、03。（4）取乱数排列最前面的数字11，作为第一日第一次的观测时刻。因为8:00点上班，所以第一次观测时刻为8:11。每日工作480min，每日观测30次。从而每次观测的时间间隔为：（480－11）/30＝15.6≈16（min）第二次观测时刻为8点11分＋16分＝8点27分第三次观测时刻为8点43分如此类推，可得出第一天30次的各个观测时刻。)（5）决定第二天第一次的观测时刻。取乱数排列的第二个数18。则第二天第一次的观测时刻即是8点18分，各次观测的时间间隔为16分。推算方法同上。（6）以后几天的观测时刻如法炮制。此法随简单，但除了第一次观测时刻是随机产生的以外，其余的观测策时刻随机性不强。)连续分层随机抽样法决定观测时刻例如：某工厂的某车间每天的工作时间安排如下：上午8:00-8:3030分钟工作准备及调整机器8:30-11:45195分钟上午的工作时间11:45-12:0015分钟收拾下午1:00-1:1515分钟准备下午的工作1:15-4:30195分钟下午的工作时间4:30-5:0030分钟收拾，打扫清洁这样就必须各段断时间分别规定观测次数和观测时间。所以称之为分层抽样。)设每日需观测的总次数为200次，每天8小时工作。则观测次数如下：上午和下午的工作时间共为195＋195＝390分，工作时间内总共需观测（390/480）×200＝163次。次＝：－：次＝：－：下午次＝：－：次＝：－：上午1320048030005304620048015151001620048015001245111320048030308008)ZPPZP8.检查异常值作出结论由工作抽样得到的观测结果，只是估计值，并不是真实值。用估计值代替真实值需要计算它的置信区间，若由异常值出现应剔除掉。设以P`表示所观测时间发生率的真实值，P表示与之相应的估计值，由前面所讲的只是，P符合正态分布，其置信区间为：Z—正态分布下的Z值可查表得知σ—标准差Z·σ—估计值P的精确度)由正态分布曲线可知，当置信区间在X±3σ的范围内时，置信度已达到99.73%，因此置信区间可以限定在P`±3σ即：的范围内，超出此范围，就作为异常值除去。nPPP)1(3)例：设某项工作抽样10天，共观测了1000次，每天观测100次，观测结果见下表所示。请进行异常值处理。观测天数每天观测次数（n）工作次数工作率（％）工作率均值（％）1100818181.72100676731007878410079795100878761008585710073738100949491008989101008484合计100081781.7)解：由题意，n＝100，P＝0.817，1－P＝0.183子样本标准差σ=(P(1-P)/n)1/2=((0.817*0.183)/100)1/2=0.039由3σ原则控制界限为：故控制上限＝0.817+0.0116＝0.933控制下限＝0.817-0.116＝0.701由上表可知，第二天的工作率为67%，低于控制下限70.1%，应作为异常值除去；第八天的工作率为94%，高于控制上限93.3%，也应作为异常值除去。异常值除去后其相应的观测天数和观测次数均应舍去，从而观测事件的平均工作率P将发生变化，变化后为：116.0817.0039.03817.03P)根据变化后的P计算绝对精度和相对精度，如果计算精度已达到预定的精度要求，观测次数也已达到或超过预定的观测次数，则说明该观测事件的平均工作率是可靠的，否则还须继续观测。82.081008489738587797881P)在工作抽样时使用控制图通过控制图得到在工作过程中产生的异常，从而分析其原因，并对工作进行持续改进。因此，有必要经常性地对工作抽样进行控制图分析。)工作抽样应用举