ISO 2859 - AQL-Wert

Hallo,
ich beschäftige mich zur Zeit mit dem AQL. Innerhalb des Betriebes ist dabei die Frage aufgekommen, wie die Tabellen nach DIN ISO 2859 dazu entstanden sind. Ich habe irgendwo gelesen, dass ein AQL von 0,65 6,5 Fehler pro 1000 Einheiten entsricht. Kann man das so sagen? Wie kommt man dann durch einen AQL-Wert von 0,65 auf eine Annahmezahl von 3, bei einer Chargengröße von 10.000 und einer Stichprobe von 200? Kann man durch eine Berechnung darauf kommen oder diese nur aus der Tabelle ablesen. Die Tabellen mussen ja irgendwie entstanden sein...
Danke im Voraus!
Gruß
Melanie

Hallo Melanie,
ja, für diese Werte gibt es Formeln, die wirst Du allerdings eher in Statistik-Büchern finden.
AQL ist eine Prozentzahl, der Anteil tolerierbarer n.i.O.-Produkte in einer Lieferung. 0,65\% entspricht knapp einem Teil von 100 Teilen, also hast Du bei 1000 Teilen durchschnittliche 6,5 n.i.O.-Teile und bei 10000 Teilen 65 n.i.O.-Teile usw.
Wenn Du also eine Stichprobe rein zufällig(!) aus Deiner 10000-Lieferung ziehst, dann sind durchschnittlich 2x0,65 = 1,3 Teile davon defekt. Solltest Du mehr als 3 Teile finden, kannst Du davon ausgehen, dass der Ausschuss-Anteil in der Lieferung zu hoch ist.
++++ Achtung: Statistik! +++++++++++++++
Die Werte in den Tabellen wurden über die Grenzen des Vertrauensbereichs der entsprechenden Binomialverteilung berechnet.
Das sagt Dir nix, oder?
++++++++++++++++++++++++++++++++++++++++
Ich hoffe, das hilft Dir trotzdem, ansonsten frage einfach nochmal konkreter.
Viele Grüße
Barbara



bb-sbl.de

Hallo Kollegen
seit vorsichtig mit AQL. Die Prüfung könnte zu einer Lotterie ausarten.
Welche Nachteile kennen wir von AQL:
- Bei nicht homogener Verteilung der Fehler in der Palette, wissen wir wenig über die vorhandenen Fehler.
- Die Praxis, das ein abgelehntes Los einfach ohne Nacharbeit noch einmal herangekarrt wird, ist weit verbreitet und hat sich für den Liefernten bewährt (Automobilindustrie).
- Die gefundenen Fehler lassen nicht auf den Prozess beim Lieferanten schliessen. Sortiert er aus oder ist er fähig den Wert zu erreichen. Besser wäre eine statistische Übererwachung des Prozesses, also Messung der Eigenschaften und nicht zählen der Fehler (Wenn dies möglich ist).
- Stellt Euch vor, der Lieferant produziert auf verschiedenen Maschinen und füllt das Gebinde damit. Gehen wir davon aus, dass die schlechtesten Teile zu unterst und beim Wareneingang nur schlecht zugänglich sind. Das Los hat gute Chancen durchzukommen.
Arbeitet mit den wichtigen Lieferanten eng zusammen und lasst sie Prozess-Messungen durchführen, die sie dann der Lieferung beilegen müssen. Versucht mit den Lieferanten die Streuung der wichtigsten Eigenschaften laufend zu verbessern.
Klassische Prüfungen sollten entweder 100\% oder gar nicht durchgeführt werden. Sind die Folgekosten von Fehlern (oder Kundenverlust) höher als die Prüfkosten oder sind die Gefahren für Leib und Leben vorhanden, ist eine 100\%-Prüfung angesagt.
Mit gescheiten Kontrollgrafiken und entsprechend gewählter Gruppen kann der Prozess viel besser kontrolliert und gegebenenfalls mit dem Lieferanten verbessert werden.
Es wird immer noch viel zu wenig Energie in die Eliminierung von Prüfungen gesteckt.
Sorry Barabara, dass ich wieder meinen Praktiker-Ansatz verkünde. Ich bin aber sicher, dass auch Du lieber Lösung in Richtung statistische Prozessmessungen implementierst, als die reine AQL Idee .
Viele Grüsse
Florian


Meine Webseite

Hoi Florian,
Du hast doch vollkommen Recht: AQL funktioniert nur dann gut, wenn eine homogene Lieferung da ist - und wer kann davon schon ausgehen?
Das Prinzip AQL ist gut, wenn die Grundbedingungen gut sind. Da das aber in der Praxis nicht oder nur selten gegeben ist, würde ich AQL auch nicht einsetzen wollen, wenn es sich vermeiden lässt.
Viele Grüße
Barbara

: Hallo Melanie,
: ja, für diese Werte gibt es Formeln, die wirst Du allerdings eher in Statistik-Büchern finden.
: AQL ist eine Prozentzahl, der Anteil tolerierbarer n.i.O.-Produkte in einer Lieferung. 0,65\% entspricht knapp einem Teil von 100 Teilen, also hast Du bei 1000 Teilen durchschnittliche 6,5 n.i.O.-Teile und bei 10000 Teilen 65 n.i.O.-Teile usw.
: Wenn Du also eine Stichprobe rein zufällig(!) aus Deiner 10000-Lieferung ziehst, dann sind durchschnittlich 2x0,65 = 1,3 Teile davon defekt. Solltest Du mehr als 3 Teile finden, kannst Du davon ausgehen, dass der Ausschuss-Anteil in der Lieferung zu hoch ist.
: ++++ Achtung: Statistik! +++++++++++++++
: Die Werte in den Tabellen wurden über die Grenzen des Vertrauensbereichs der entsprechenden Binomialverteilung berechnet.
: Das sagt Dir nix, oder?
: ++++++++++++++++++++++++++++++++++++++++
: Ich hoffe, das hilft Dir trotzdem, ansonsten frage einfach nochmal konkreter.
: Viele Grüße
: Barbara