资料收集的抽样方法

jarwher

资料收集的抽样方法 # i3 s- l  g$ F+ G; t$ S2 T" e$ n6 \

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。 " w# U& u; J, @) P+ Z$ T2 J6 t    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: \" _6 V8 ?$ L1 I$ `. E     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; 8 F/ K. \" n3 o" ?7 i+ s9 K 7 t1 f2 L3 ]. F5 Z! V6 t; Y    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; 2 q! x- b  ~- Q# E& Y6 X. S 6 N% V; X/ v( p) W6 J! g# L- z( ^    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 4 y1 }* h7 _( S  [+ e" g% F    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： % ~+ S. |7 \) o. }9 m     一、样本大小 6 w" r: ?" Q" k& r     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。     二、样组大小 5 `* L7 P" V7 v' M8 A    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 2 K! w6 e0 O4 {: O' V0 W    ○  2~3个：当抽样成本昂贵时则采取小样组 2 x1 s' d5 ?: q& R, Q) ?    ○  4个（或以上）：为最好的统计模式 : r& M: w+ _- Y/ T7 ~0 J ) C, l5 P# S" r; F    ○  5个：计算方便     ○ 10个（或以上）：可增加灵敏度     三、抽样方法     １．简单随机抽样(Simple Random Sampling) . k2 U6 d. `( S! | 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。 % ]3 z0 X2 M# U, n; [0 \$ M5 E8 f8 E   + z, ^2 P* b) E    ２．分层抽样(Stratified Sampling) - p& r3 f. F$ T) O$ J1 Y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。        ３．分群抽样(Cluster Sampling) - Y" V" q2 K! I3 `" W1 O; q 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。 / U0 E0 C* _. V1 N$ J6 G1 ~! ` ) v* V* ~& [3 Y0 W1 F     v7 H8 _9 @) N    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。 % L! z3 K$ V! X( E( D9 I$ V $ d1 H% A  c) _* [- s) a1 x - D1 D/ y* I8 S    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。 3 K; A" ~2 v: z

zhaodj520

楼主  发上来  分享一下嘛