工作抽样法ppt课件

1、任务抽样法 IE组：王滨日期：2021年12月11日.任务抽样法在任务中，我们常遇到这些问题：车间里机器的稼动率实践究竟是多少？Part 1稼动率不能再提高了吗？Part 2现场的宽放率给多少最恰当？Part 3如何把握每项作业的时间比率？Part 4目前作业员、管理者的任务负荷如何？Part 5处理以上问题，我们可以采用任务抽样法.任务抽样概述任务抽样是指对作业者和机器设备的任务形状进展瞬时观测调查作业活动事项的发生次数及发生率，进展工时研讨，并用统计方法推断各观测工程的时间构成及变化情况。什么是任务抽样？任务抽样法.任务抽样概述与秒表时间研讨相比，任务抽样具有测定效率高、经济性好、方法简便

2、、易于掌握、丈量精度高等特点，能满足运用要求，并能适用于多种作业。 任务抽样与秒表时间研讨的比较项目工作抽样秒表时间研究测定方法对观测对象的状态进行瞬时观测对观测对象的状态进行连续测定测定工具目视秒表或计时器观测者的疲劳程度不太疲劳相当疲劳，观测者必须专心观测对象1名观测者可以观测多名对象；可以同时观测作业者和设备1名观测者只能观测1名对象；同时观测作业者和设备有困难观测时间根据观测目的可自由决定实际上难以在很长时间观测观测结果得到的是工作率直接得到时间值.任务抽样概述任务抽样的优缺陷工作抽样的优点工作抽样的缺点测定效率高且经济有时往返走路时间多，应合理安排观测路线。观测数据失真小，准确性高只

3、能得到平均结果，得不到详尽细致的反应个别差异（如同类作业的时间差异）的资料。时间的随机性很强若操作者发现观测者时，有可能改变其工作态势，会使观测结果失真。方法简便、适用对生产周期短或重复性高的作业，不如使用秒表测时。观测结果精度易保证工作抽样由于无法将作业分细，所以只适用第三、四阶次的作业（作业、制程）。.任务抽样概述任务抽样的作用任务抽样可用到哪些领域？人员饱和度调查人员的任务情况，找出作业者在任务中存在的问题，制定改善方案和措施设备稼动率调查设备的开机率及停机率，分析停机的缘由，采取对策，提高设备的运转率 工时宽放率调查规范时间的管理宽放率和作业宽放率，设法减少无效工时，使规范时间制定的合

4、理 .任务抽样的方法任务抽样的原理 基于概率论的根本实际 总体中随机地抽取样本，假设这个样本足够大，那么从样本的性质可推断出总体的形状。 应遵照的根本原那么 保证每次抽样观测的随机性 是要有足够的抽样观测次数.任务抽样的方法 观测结果的可信程度，也就是样本符合总体形状的程度 根据概率定理，用任务抽样法处置的景象接近于正态分布曲线范围.07611.96234概率（）50.0 68.2795.095.4599.7399.99可靠度.任务抽样的方法 允许的误差，分为绝对精度和相对精度两种 当可靠度定为95%时，绝对精度为 相对精度为P 观测事项的发生率开场为估计值n 抽样观测次数即样本数精度.精度任

5、务抽样的方法 对普通的任务抽样来说，通常取绝对误差E为2%3%，相对误差S为5%10%。对于绝对误差根据阅历规定，按任务抽样的目的不同可在表中查出允许的绝对误差值的大小。目 的E 值调查停工，等待时间等管理上的问题作业改善决定工作地布置等宽放率制订标准时间不同抽样目的允许的绝对误差E值3.64.52.43.51.21.41.62.4.任务抽样的方法观测参数 原那么：在满足可靠度及观测精度的前提下，确定合理的抽样次数。 方法：图表法和计算法。图表法：在作业率任务率知条件下，根据观测目的、观测误差相对误差或绝对误差确定观测次数可利用表8-5来确定。.任务抽样的方法计算法：当可靠度设定为95%时n

6、=4P(1-P)/ E2 n=4(1-P)/S2P 式中，E为绝对精度，S为相对精度，P为观测事件发生率，n为需观测的次数。 确定P值有两种方法，一是根据以往的阅历统计数，先大致选定一个P值；另一种方法是可预先进展100次左右的试观测来求P。留意，预观测次数并非仅仅为了计算用，可作为整个观测次数的一部分，计入总观测次数中。.例：经过100次观测，求得某设备的开动率或作业率、任务率为75%，假设取绝对误差为3%，求观测次数？解： n=4P(1-P)/E2=40.75(1-0.75)/(0.03)2=833(次) 曾经观测了100次，尚需追加833-100次=733次。任务抽样的方法.任务抽样的步

7、骤确定调查目的与范围 调查目的不同，那么观测的工程及分类，观测的次数，观测表格的设计，观测时间及数据处置的方法也不同。 如以设备开动情况为调查目的，那么还需明确调查的范围，是一台设备、几台设备，还是车间、全厂的一切设备； 如以科室、库房任务人员的任务比率为观测对象，那么还需确定是某个科室、库房，还是全厂的科室、库房 如确定某科室为调查观测对象，那么还需进一步明确调查范围是该科室的一部份任务人员还是全部等.任务抽样的步骤 可靠度：普通取2的范围，即确定95.45%普通表示为95% 的可靠度； 允许误差范围通常取绝对误差E为2%3%，相对误差S为5%10%。对于绝对误差也可根据任务抽样的目的不同选

8、择误差值的大小。确定可靠度/允许误差.任务抽样的步骤调查工程分类 根据调查的目的和范围，就可对调查对象进展分类。如只是单纯调查机器设备的开动率，那么观测工程可分为“任务既开动、停工停机、闲置三项。假设进一步了解停工和闲置的缘由，那么应将能够发生的缘由详细分类，以便进一步了解。 图8-3是对设备的观测工程分类图。 图8-4是操作人员的观测工程分类图。 .任务抽样的步骤确定观测途径 在观测前，首先绘制被观测者的设备及操作者的平面位置图和巡回观测的道路图，并注明观测的位置。工时测定人员按事先规定好的巡回道路在指定的察看点上作瞬间察看，断定操作者或机器设备的活动属于哪一类事项，并记录在调查表上。图8-

9、5为某工厂的机器与操作者的配置平面图。.设计任务抽样观测表 为了使抽查任务准确、高效，应根据企业实践问题事先设计好表格。表格普通包括观测工程、观测者姓名及日期、被观测的对象情况、观测时辰等内容,根据内容和目的而定。正正正正任务抽样的步骤.任务抽样的步骤确定观测次数 正式观测前，需求进展一定次数的试观测。经过试观测求得该观测事项的发生率作业率或空闲率，然后根据前面所述公式决议正式观测次数。 例：观测某加工车间10人的作业形状，试观测一天，观测20次，那么一天得到了1020=200个观测数据，对观测数据进展统计后有150次作业，50次空闲，那么操作者的作业率为P=150/200100%=75%，当

10、可靠度置信度规定为95%，相对误差为5%时，那么求得观测次数为:.任务抽样的步骤 思索到调查目的，观测对象的任务形状，确定观测期间显得很重要。在上述例子中，一天做了200次观测，即使再准确也难以此来推断其一周，一个月的任务形状，由于任务效率会随着日期的不同而发生变化，具有一定的周期性等，还有因消费方案和条件的不同而发生很大的变化。在此例中，由于是10人作业，假设每天观测20次，那么求得观测期间为： 显然一天的观测次数为：确定观测期间及一天的观测次数 .任务抽样的步骤 以找出问题进展改善和推断作业率为目的的场所，假设任务稳定，每天观测20-40次较适宜；而任务内容在一天中有较大变化时，应取发生变

11、化的时辰。 假设作业的变化具有周期性，决议观测时辰必需取变化周期的整数倍，或取与最小、最大周期一样的时辰。 在观测时，假设作业内容稳定而均匀，可确定较短的观测期间，如装配线上的作业。而对非周期性作业，观测期间应延伸，每天观测次数也应增多，如机器设备的维修任务内容不均匀等，要了解各种时间变化就需求确定较长的观测期间。 研讨宽放率疲劳宽放除外或作业内容变动大的场所，最好观测期间稍长些。 观测期间应避开非正常作业时间。决议观测次数和观测期间应思索以下几点： .任务抽样的步骤阐明调查目的 为使任务抽样获得胜利，必需将抽样的目的、意义与方法向被观测对象讲清楚，以便消除不用要的疑虑，并要求操作者按平常形状

12、任务，防止紧张或做作。.任务抽样的步骤正式观测 1决议每日的观测时辰 观测时辰必需是随机的，以免观测结果产生误差。随机决议观测时辰的方法主要有如下三种方法： 1利用随机数表决议观测时辰 2利用系统抽样原理确定观测时辰 3利用分层随机抽样原理决议观测时辰.任务抽样的步骤利用随机数表决议观测时辰 例：观测天数5天，每天观测20次，观测期间是：每天8：00-17：30，其中12：00-12：45 为中午休憩时间。 根据随机时辰表进展换算观测时间。由于作业开场时间为8：00，所以随机时辰表的列上时间全部加上8个小时。即190：05+8=8：05即8时05分。 决议观测时辰。由于一天观测20次，先将列中

13、括号内大于20如21、22、23、24、25相对应时辰剔除；又由于12:0012:45为中午休憩时间，从而12：00、12：10、12：35也需剔除。这种观测次数只需17次，不能满足20次。因此要追加3次观测时辰：213：45、221：10、236：20见表。其它天数应以同样的方法确定。 .任务抽样的步骤利用分层随机抽样原理决议观测时辰例：某任务单位的任务时间安排如下：上午 8: 00-8 :30 30min 正式任务前的预备 8 :3011:45 195min 任务 11:45-12:00 15min 拾掇 下午 1:00-1:15 15min 下午正式任务前的预备 1:15-4:30 19

14、5min 任务 4:305:00 30min 一天任务终了后进展整理、整顿、清洁、清扫任务。.任务抽样的步骤 假设每天需观测的总次数n=150次，每天任务8h。其观测的次数如下： 上午 8:00-8:30 中午 11:45-12:00 下午 1:00-1:15 4:30-5:00 上午与下午任务时间 .任务抽样的步骤2实地观测 观测人员按照既定的观测时辰及观测道路，根据预定的抽样工程，逐个观测并将观测的活动形状准确地记录在设计的表格上。.任务抽样的步骤2观测要点 假设错过观测时辰，不要勉强估计，先空下，在补测； 到达观测地点就及时进展瞬间观测； 观测者不能客观行动，应按设计好的观测时辰进展观测

15、； 作业者不在场时应向他人了解或过后问其本人； 观测中有不明白的地方应向观测对象讯问清楚； 如发现问题点、改善点，应及时记录 .观测数据的整理与分析任务抽样的步骤 全部观测终了后，就要对观测数据进展统计、整理及分析。其处置过程如下： 统计观测数据。每天或每个班次终了了，应将一天 或一个班次的观测数据进展统计，并核对各个时辰的 记录有无过失。 计算工程的发生率。计算出每一个分类工程的发生次数并计算各个工程的发生率，即 剔除异常值。在完成全部观测之后，需检验观测数据能否正常，如发现异常数值应予以剔除。3 P 1-P /N 剔除异常值 N 平均每日观测次数 某工程发生率P= 100% .任务抽样的步

16、骤日期观测次数n设备开动数设备开动率p6月9日20016080.0%6月10日20016683.0%6月11日20016281.0%6月12日20013266.0%6月13日20016281.0%6月16日20015678.0%6月17日20014482.0%6月18日20016683.0%6月19日20016281.0%6月20日20015683.0%合计2000159679.8%例：对某工厂某车间的设备自6月9日至6月20日期间进展了10天休憩日除外的现场巡回观测，得到观测的结果列在下表中。根据表中记录的数据绘制管理图来进展分析。.任务抽样的步骤解：表8-12已求出10天的平均开动率作业率

17、=79.8%，那么:管理界限=P3=0.79830.0284 UCL=0.798+30.0284=0.8832 LCL=0.798-30.0284=0.7128由管理界限及设备开动率可绘制管理图，详见图8-6。从管理图中可以看出，6月12日的点在界外，可以判别66%的开动率为异常值，应剔除。.任务抽样的步骤管理图.任务抽样的步骤 重新计算设备开动率作业率，求绝对误差及相对误差，剔除异常值后的设备平均开动率为： 由事先确定的E=3%，可靠度为95%,计算出总的观测次数为： 1800次观测数据远大于所需的观测次数，足以保证精度要求。此时绝对精度为：.任务抽样的步骤 相对精度为： 原选择的绝对精度为

18、3%，相对精度为5%，阐明此观 测也是有效的。 假设剔除异常值后实践观测次数没有到达所需的观测数，那么需继续补测。.任务抽样的步骤结果确认及改善对策 经过上述步骤，确认结果可信之后，就可得出与设计目的相应的结论，如作业率发生率能否适宜，设备的负荷如何，工人的任务形状，各种作业活动时间构成比能否适宜等。并分析其缘由，提出详细改善措施等。到达任务抽样能充分开掘人员与设备的潜力，提高企业的经济效益的目的。.案例分享 某公司运输部林主任向课长提出添加产品保送用小型卡车的恳求书。小型卡车目前虽有15台，但似乎曾经不够用了，所以希望公司再购买几台。假设他是课长，应如何处置这个问题呢？ 请说出他的解题思绪与

19、步骤.案例分享 一、对问题下定义 1、对汽车的任务情况进展检讨：用车的比率高，还是 不任务的比率高； 2、假设用车的比率高，那么同意；否那么不予同意； 3、假设不任务比率高，应进一步提出改良的方向 二、获得研讨对象部门管理人员的成认 1、告知被研讨对象的管理人员此行的目的； 2、了解能否有车辆管理的相关记录，以取阅历数据； 3、请管理人员协助此次的调查 .案例分享结论去除异常值，补测正式观测试观测.案例分享 三、决议对结果所等待的可靠度、允许误差 1、可靠度普通运用95%； 2、允许误差范围定为+/-3%； 四、估算要测定的景象的发生率 对15台汽车，进展10次抽样，获得150个样本。不任务

20、样本65个，因此推定汽车未运用发生率： P=65 150 100%=43.3% 汽车的运用发生率为：P=56.7% .案例分享 五、拟定实施方案 1、决议抽样数：P=0.567；E=0.03； N=T2P(1-P)/E2=40.567(1-0.567) (0.030.03) =1092(次) 2、已抽样150个样本，再添加抽取1092-150=942个样本； 3、由于有15台车，必需巡查63(942/15)次； 4、由于想在10天内完成调查，所以每天的巡回次数 =942 (1510)=7(次) .案例分享结论去除异常值，补测正式观测试观测.案例分享 六、按方案进展抽样.案例分享结论去除异常值，

21、补测正式观测试观测.案例分享 1、利用P3P( 1-P)/N来剔除异常值 P3P( 1-P)/N =0.448 0.448(1-0.448)/109 =0.448 30.048 UCL=0.448+30.048=0.592 LCL=0.448-30.048=0.304 观测表不任务比率在0.448 0.144范围内为正常值 七、数据验证.案例分享 2、验证容差E=2 P(1-P)/N能否在最初决议的范围内 E=2 P(1-P)/N=2 0.448(1-0.448)/1200 =0.0287=2.87% 故绝对精度为E=2.87%，在最初决议 3范围内 .案例分享结论去除异常值，补测正式观测试观

22、测.案例分享2、从上述抽样的结果可以看出，汽车不任务率太高可以经过IE的其他手法来进展改善，不需求添加车辆。1、不任务的缘由如下表所述：等待装货17.8%故障与维修11.3%产品运输以外的用途7.9%司机不在4.5%其它原因3.3%合计44.8%. Q&A. n nP（%）绝对误差相对误差P（）绝对误差相对误差51155115123456789101112131415161718192021222324252627281632476276921021181311441571691811932052162662362462562662752842923003083163233967841 164

23、1 5361 9002 2562 6042 9443 2763 6003 9164 2244 5244 8165 1005 3765 6445 9046 1566 4006 6366 9167 0847 2967 5007 6967 8848 0643 960 0001 960 0001 293 000960 000760 000626 667531 429460 000404 444360 000323 636293 333267 692245 714226 667210 000195 294182 222170 526160 000150 476143 636133 913126 6671

24、20 000113 846108 148102 857158 40078 40051 72038 40030 43325 06721 25718 40016 17836 00012 94511 73310 7089 8299 0678 4007 8127 2896 8216 4006 0195 6735 3575 0674 8004 5544 3264 11451525354555657585960616263646566676869707172737475767778400400399398397395392390400384381377373369365360354349343337330

25、3233163083002922842759 9969 9849 9649 9369 9009 8569 8049 7449 9969 6009 5169 4249 3239 2169 1008 9768 8448 7048 5568 4008 2368 0647 8847 6967 5007 2967 0846 86438 43136 92335 47234 07432 72731 42930 17528 96641 63326 66725 57424 51623 49222 50021 53820 60619 70118 82417 97117 14316 33815 55614 9951

26、4 05413 33312 63211 94811 2821 5371 4771 4191 3631 3091 2571 2071 1591 6651 0671 023 981 940 900 862 824 788 753 719 686 654 622 592 562 533 505 478 451表8-5 不同作业率P下的观测次数n可靠度为95%观测参数确定-图表法.观测参数确定-图表法 nnP（%）绝对误差相对误差P（）绝对误差相对误差1515151529303132333435363738394041424344454647484950330337343349354360365369

27、3733773813843873903923953973983994004004008 2368 4008 5568 7048 8448 9769 1009 2169 3249 4249 5169 6009 6769 7449 8049 8569 9009 9369 9649 9849 9961000097 93193 33389 03285 00081 21277 64774 28671 11168 10865 26362 56460 00057 56155 23853 02350 90948 88946 95745 10643 33341 63340 0003 9173 7333 5613 4003 2493 1062 9172 8442 7242 6112 5032 4002 3022 2102 1212 036