【正文】 曲線，即 n（樣本容量）與 c（接受水平）的組合。 很自然，我們喜歡區(qū)分力很強(qiáng)的抽樣方案及相應(yīng)的 OC曲線。如果整批產(chǎn)品部件缺陷率高出接受范圍，我們希望樣本會以很高的概率（最好為100%）來反映這一事實(shí)。然而，這樣的曲線僅在全檢的情況下才有可能存在，而在真正的抽樣方案中是不可能的。 117 完美檢驗(yàn)方案的 OC曲線 右圖顯示了一個公司想當(dāng)缺陷率高于 %時拒絕，不高于 %時接受的完美的抽樣方案。不幸的是，唯一能保證 100%概率接受好產(chǎn)品和以 0%概率接受壞產(chǎn)品的方法是全面檢驗(yàn)。 100 90 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 接 受 概 率 實(shí) 際 缺 陷 率 118 相同樣本容量不同缺陷接受水平方案的 OC曲線 右圖表明沒有一條 OC曲線會像前圖那樣以100%概率準(zhǔn)確辨別。此圖還表明，對于相同樣本容量（本例n=100），更小的 c值（缺陷許可水平）會產(chǎn)生比更大 c值更陡峭的曲線。因此，提高當(dāng)只有好產(chǎn)品接受，壞產(chǎn)品拒絕時概率的一個方法是設(shè)立嚴(yán)格的接受水平。 100 90 80 70 60 50 40 30 20 10 0 2 4 6 8 10 12 接 受 概 率 實(shí) 際 缺 陷 率 n=100， c=1 n=100， c=4 119 不同樣本容量相同缺陷接受水平方案的 OC曲線 第二種使 OC曲線更陡峭的方法是增加樣本容量。右圖表明即使接受水平從比例上看兩者是相同的（ c=4%， 4/100=1/25），更大的 n值會增加精確測出一批產(chǎn)品質(zhì)量的概率。在此圖中，你可發(fā)現(xiàn) n=25， c=1的 OC曲線會拒絕更多好產(chǎn)品，接受更多壞產(chǎn)品（見下表）。 100 90 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 接 受 概 率 實(shí) 際 缺 陷 率 n=100， c=4 n=25， c=1 缺陷率 接受概率 n=100,c=4 n=25,c=1 1% 97% 90% 3% 15% 47% 5% 3% 18% 7% 1% 6% 若沒有額外檢查成本，每個企業(yè)都喜歡大樣本抽樣。 120 生產(chǎn)方和使用方風(fēng)險 通常產(chǎn)品的生產(chǎn)與使用兩方都參與抽樣檢驗(yàn)。對某個抽樣方案，每方都想避免在接受或拒絕一批產(chǎn)品上犯錯。 生產(chǎn)方風(fēng)險 —— 生產(chǎn)方想避免犯拒絕接受好產(chǎn)品的錯誤。因?yàn)樗ǔ１仨氃僬藫Q被拒絕的產(chǎn)品。 使用方風(fēng)險 —— 使用方想避免犯接受壞產(chǎn)品的錯誤。因?yàn)樵谝呀邮芤慌a(chǎn)品中發(fā)現(xiàn)缺陷，則后果通常由使用方承擔(dān)。 121 OC曲線所表明的生產(chǎn)方和使用方風(fēng)險 100 95 75 50 25 10 0 1 2 3 4 5 6 7 8 接 受 概 率 缺 陷 率 在該抽樣方案下，一批產(chǎn)品是好的要有不超過 2%的缺陷率，要是壞的大于等于7%的缺陷率。此圖說明了 4個抽樣概念。 ?= ?= LTPD水平下的使用方風(fēng)險 好產(chǎn)品 AQL 無差異區(qū)域 LTPD 壞產(chǎn)品 122 合格質(zhì)量水平 合格質(zhì)量水平（ AQL） —— 如果某批產(chǎn)品中包含的次品數(shù)不多于一個規(guī)定的水平（ AQL），就稱這批產(chǎn)品是高質(zhì)量的。 如果接受質(zhì)量水平為每 1000個中有 20個缺陷，則 AQL為 20/1000=2%缺陷率。 123 批量容許不合格率水平 批量容許不合格率水平（ LTPD） —— 如果批量中包含的次品數(shù)多于一個給定的值（ LTPD），就稱這樣的批量為低質(zhì)量。我們希望拒絕這種質(zhì)量水平的產(chǎn)品。 如果規(guī)定每 1000個中有 70個缺陷就不接受，則 LTPD為 70/1000=7%缺陷。 124 生產(chǎn)方風(fēng)險 生產(chǎn)方風(fēng)險 —— 好產(chǎn)品被拒絕的概率。 一批具有可接受的 AQL質(zhì)量水平仍有 ?的概率被拒絕 —— 高質(zhì)量的一個批量被拒絕的概率。 抽樣方案通常設(shè)定生產(chǎn)方風(fēng)險 ? =或 5%。 125 使用方風(fēng)險 使用方風(fēng)險（顧客風(fēng)險） —— 壞產(chǎn)品被接受的概率。 一批具有不可接受的 LTPD質(zhì)量水平仍有 ?的概率被使用方接受 —— 低質(zhì)量的一個批量被接受的概率。 抽樣方案通常設(shè)定使用方風(fēng)險 ?=10%。 126 AQL、 ?、 LTPD和 ?的選擇 AQL、 ?、 LTPD和 ?的某一特定值的選擇是一個經(jīng)濟(jì)問題，一般要權(quán)衡一下成本。更主要的是取決于公司的方針或合同要求。 127 第 4章 統(tǒng)計質(zhì)量控制（ SQC） 三、向世界級水平邁進(jìn) 為塑造和維持一支能勝任全面質(zhì)量管理的員工隊伍而進(jìn)行教育的重要性在世界級企業(yè)中怎么強(qiáng)調(diào)也不過分。因?yàn)?，世界級企業(yè)中的員工都了解和使用全面質(zhì)量管理的工具。 統(tǒng)計過程控制是質(zhì)量之路中的一段。統(tǒng)計過程控制要求了解工序能力、控制圖并及時校正。因此，在世界級企業(yè)，為員工提供推行全面質(zhì)量管理和統(tǒng)計過程控制的有關(guān)設(shè)備、并提供教育和培訓(xùn)。 統(tǒng)計過程控制已為世界級企業(yè)廣泛采用。 128 第 5章 預(yù)測 一、什么是預(yù)測 預(yù)測 —— 預(yù)計未來事件的一門藝術(shù)，一門科學(xué)。 它包括采集歷史數(shù)據(jù)并用某種數(shù)學(xué)模型來外推于將來。它還可以是對未來的主觀或直覺的預(yù)期。它還可以是上述的綜合，即經(jīng)由經(jīng)理良好判斷調(diào)整的數(shù)學(xué)模型。 預(yù)測的作用是有限的，它們并不完美無損。對于各種不同的預(yù)測方法，你也會發(fā)現(xiàn)沒有一種是絕對有效的。 但沒有一家企業(yè)可以不進(jìn)行預(yù)測而只是等到事情發(fā)生時再采取行動，一個好的短期或長期的經(jīng)營規(guī)劃取決于對公司 產(chǎn)品需求的預(yù)測 。 129 預(yù)測的時間跨度 短期預(yù)測 —— 時間跨度一般為 3個月之內(nèi)，最多為 1年。用于購貨、工作按排、所需員工、工作指定和生產(chǎn)水平工作計劃。 中期預(yù)測 —— 時間跨度為 3個月 — 3年。用于銷售計劃、生產(chǎn)計劃和預(yù)算、現(xiàn)金預(yù)算和分析不同作業(yè)方案。 長期預(yù)測 —— 時間跨度為 3年及 3年以上。用于規(guī)劃新產(chǎn)品、資本支出、生產(chǎn)設(shè)備安裝或添置，及研究與發(fā)展。 130 中長期預(yù)測與短期預(yù)測的區(qū)別 ? 中長期預(yù)測要處理更多的綜合性問題（趨勢外推法等）。 ? 短期預(yù)測采用的方法通常與長期不同（移動平均法、指數(shù)平滑法等等）。 ? 短期預(yù)測往往需要更精確一些。 131 產(chǎn)品生命周期的影響 當(dāng)制定銷售預(yù)測，尤其是長期預(yù)測時，另一個要考慮的因素是產(chǎn)品生命周期（（ 1）引入、（ 2）增長、（ 3）成熟、（ 4）衰退）。因?yàn)椋a(chǎn)品，甚至是服務(wù)在它們的生命周期內(nèi)不可能保持同一銷量。處于其生命周期前兩個階段的產(chǎn)品比處于成熟及衰退階段的產(chǎn)品應(yīng)做更長期的預(yù)測。 預(yù)測內(nèi)容 —— 每階段所需人員、存貨和生產(chǎn)能力等。 132 第 5章 預(yù)測 二、預(yù)測類型 在規(guī)劃未來業(yè)務(wù)方面企業(yè)使用三種類型的預(yù)測： 經(jīng)濟(jì)預(yù)測 —— 通過預(yù)計通貨膨脹率、貨幣供給、房屋開工率及其他有關(guān)指標(biāo)來預(yù)測經(jīng)濟(jì)周期。 技術(shù)預(yù)測 —— 預(yù)測會導(dǎo)致產(chǎn)生重要的新產(chǎn)品，從而帶動新工廠和設(shè)備需求的技術(shù)進(jìn)步。 需求預(yù)測 —— 為公司產(chǎn)品或服務(wù)需求預(yù)測 —— 銷售預(yù)測 —— 決定公司的生產(chǎn)、生產(chǎn)能力及計劃體系，并使公司財務(wù)、營銷、人事做相應(yīng)變動。 經(jīng)濟(jì)和技術(shù)預(yù)測與生產(chǎn) /運(yùn)作經(jīng)理工作關(guān)系不大，因此本課程只討論需求預(yù)測。 133 第 5章 預(yù)測 三、預(yù)測方法 預(yù)測方法的兩種類型 —— 定量方法和定性方法。 定量預(yù)測 —— 使用以歷史數(shù)據(jù)或因素變量來預(yù)測需求的數(shù)學(xué)模型。 主觀或定性預(yù)測 —— 將諸如決策者直覺、情緒、個人經(jīng)驗(yàn)和評判標(biāo)準(zhǔn)等綜合進(jìn)行某項決策。 二者結(jié)合使用往往最為有效。 134 定性方法概述 各部門主管集體討論法 —— 部門主管的看法通常與統(tǒng)計模型相結(jié)合，形成對需求的集體預(yù)測。 銷售人員意見匯集法 —— 每個銷售人員對他所在地區(qū)的銷售額做出估計，并在確保其真實(shí)的前提下，將各地區(qū)預(yù)測匯集形成全國范圍總預(yù)測。 德爾菲法 —— 在此方法下，有三種不同類型的參與者：決策人員、參謀人員和應(yīng)答人員。決策人員做實(shí)質(zhì)性預(yù)測；參謀人員協(xié)助決策人員準(zhǔn)備、分發(fā)、收集有關(guān)問題及匯總調(diào)查結(jié)果。應(yīng)答人員在決策人員做決策之前提出自己的看法。 消費(fèi)者市場調(diào)查法 —— 調(diào)查消費(fèi)者或潛在消費(fèi)者的購買計劃。此調(diào)查不僅有助于形成預(yù)測，而且還有助于改進(jìn)產(chǎn)品和策劃新產(chǎn)品。 135 定量方法概述 樸素法 移動平均法 指數(shù)平滑法 趨勢外推法 線性回歸因果模型 時間序列模型 因果模型 時間序列模型 —— 用此模型做預(yù)測是假定將來是過去的函數(shù) —— 看過去發(fā)生了什么并用一組過去的數(shù)據(jù)來做預(yù)測。 因果模型 —— 將可能影響預(yù)測結(jié)果的因素變量考慮進(jìn)來 —— 這就是因果聯(lián)系，即一事物的發(fā)生引起另一事物的發(fā)生。如果原因元素在未來很長一段時期中存在，則可以用它作為預(yù)測的基礎(chǔ)。 136 進(jìn)行預(yù)測的 8個步驟 無論用什么方法，進(jìn)行預(yù)測都要遵循同樣 8個步驟： 確定預(yù)測的用途 —— 想達(dá)到什么目的？ 選擇預(yù)測對象 —— 對什么做預(yù)測？ 決定預(yù)測的時間跨度 選擇預(yù)測模型 收集預(yù)測所需的數(shù)據(jù) 驗(yàn)證預(yù)測模型 做出預(yù)測 將預(yù)測結(jié)果付諸實(shí)際應(yīng)用 137 第 5章 預(yù)測 四、時間序列預(yù)測 時間序列 —— 一列均勻分布（每周、每月、每季等等）的數(shù)據(jù)點(diǎn)。例如：每周銷量、季度報告、每天發(fā)貨量、每年消費(fèi)者指數(shù)等等。 注意 —— 以時間序列數(shù)據(jù)做預(yù)測，意味著預(yù)測的未來值，僅依賴于過去值，而其他變量，不管多么有價值，一律忽略。 138 時間序列分解 時間序列的分解意味著將過去數(shù)據(jù)分成幾部分然后用于外推，一個典型時間序列可分為以下 4個部分：趨勢、季節(jié)、周期和隨機(jī)變動。 趨勢 —— 數(shù)據(jù)在一段時間的逐漸向上或向下的移動。 季節(jié) —— 數(shù)據(jù)自身經(jīng)過一定周期的天數(shù)、周數(shù)、月數(shù)或季節(jié)不斷重復(fù)的形式。 周期 —— 數(shù)據(jù)每隔幾年重復(fù)發(fā)生的時間序列形式。 隨機(jī)波動 —— 由偶然、非經(jīng)常原因引起的數(shù)據(jù)變動。 實(shí)際中，識別趨勢和季節(jié)分量相對容易，但要確定周期和隨機(jī)分量卻相當(dāng)困難。 139 歷年產(chǎn)品需求的季節(jié)性變化和趨勢 產(chǎn)品或服務(wù)需求 季節(jié)性（季節(jié)高峰） 趨勢成分 平均需求量 實(shí)際需求曲線 隨機(jī)波動 1 2 3 4 時間（年） 140 時間序列的兩種一般形式 乘法模型 —— 需求是 4個成分的乘積： 需求 =趨勢 ?季節(jié) ?周期 ?隨機(jī)變量 加法模型 —— 需求是 4個成分相加： 需求 =趨勢 +季節(jié) +周期 +隨機(jī)變量 在大多數(shù)模型中，預(yù)測者假定隨機(jī)波動平均后可不考慮其影響。主要注意季節(jié)、趨勢和周期相結(jié)合的成分。 141 樸素法（簡單預(yù)測法） 樸素法 —— 假定下一期需求與最近一期需求相同。 對于某些產(chǎn)品而言，樸素法是效益費(fèi)用比（預(yù)測帶來的效益與預(yù)測過程所花費(fèi)的費(fèi)用的比率）最高的預(yù)測模型。 142 簡單移動平均法 簡單移動平均法 —— 用一組最近的實(shí)際數(shù)據(jù)值來進(jìn)行預(yù)測。當(dāng)產(chǎn)品需求既不快速增長也不快速下降時（需求在不同時期相當(dāng)平穩(wěn)時），此方法能有效地消除預(yù)測中的隨機(jī)波動。簡單移動平均（做為下期需求預(yù)計）的公式： At1+At2+At3+…+A tn Ft= n 其中： Ft= 對下一