1、工作抽样法工作抽样法在工作中，我们常遇到这些问题：车间里机器的稼动率实际到底是多少？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、管理者的工作负荷如何？Part 5解决以上问题，我们可以采用工作抽样法工作抽样概述工作抽样是指对作业者和机器设备的工作状态进行瞬时观测调查作业活动事项的发生次数及发生率，进行工时研究，并用统计方法推断各观测项目的时间构成及变化情况。什么是工作抽样？工作抽样法工作抽样概述与秒表时间研究相比，工作抽样具有测定效率高、经济性好、方法简便、易于掌握、测量精度高等特点，能满足使用要求，并
2、能适用于多种作业。工作抽样与秒表时间研究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工作抽样概述工作抽样的优缺点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，准确性高只能得到平均结果，得不到详尽细致的反应个别差异（如同类
3、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）。工作抽样概述工作抽样的作用工作抽样可用到哪些领域？人员饱和度调查人员的工作状况，找出作业者在工作中存在的问题，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，分析停机的原因，采取对策，提高设备的运转率 工时宽放率调查标准时间的管理宽放率和作业宽放率，设法减少无效工时，使标准时间制定的合理 工作抽样的方法工作抽样的原理 基于概率论的基本理论
4、 总体中随机地抽取样本，如果这个样本足够大，则从样本的性质可推断出总体的状态。应遵循的基本原则 保证每次抽样观测的随机性 是要有足够的抽样观测次数工作抽样的方法 观测结果的可信程度，也就是样本符合总体状态的程度 根据概率定理，用工作抽样法处理的现象接近于正态分布曲线范围范围.07611.9634概率（）概率（）50.0 68.2795.099.7399.99可靠度工作抽样的方法 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（开始为估计值）n 抽样观测次数（即样本数）nPPE)1(22PnPPPPES/)1(2/2/精度精度工作抽样的方
5、法 对一般的工作抽样来说，通常取绝对误差E为2%3%，相对误差S为5%10%。对于绝对误差依据经验规定，按工作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3.63.64.54.52.42.43.53.51.21.21.41.41.61.62.42.4工作抽样的方法观测参数 原则：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（工作率）已知条件下，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。工作抽样
6、的方法计算法：当可靠度设定为95%时n=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值有两种办法，一是根据以往的经验统计数，先大致选定一个P值；另一种办法是可预先进行100次左右的试观测来求P。注意，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、工作率）为75%，若取绝对误差为3%，求观测次数？解：n=4P(1-P)/E2=40.75(1-0.75)/(0.03)2=833(次)已经观测了100次，尚需追加（833-100）次=73
7、3次。工作抽样的方法工作抽样的步骤确定调查目的与范围调查目的不同，则观测的项目及分类，观测的次数，观测表格的设计，观测时间及数据处理的方法也不同。以设备开动情况为调查目的，则还需明确调查的范围，是一台设备、几台设备，还是车间、全厂的所有设备；如以科室、库房工作人员的工作比率为观测对象，则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，则还需进一步明确调查范围是该科室的一部份工作人员还是全部等工作抽样的步骤 可靠度：一般取2的范围，即确定95.45%（一般表示为95%）的可靠度；容许误差范围通常取绝对误差E为2%3%，相对误差S为5%10%。对于绝对误差也可依据工作抽
8、样的目的不同选择误差值的大小。确定可靠度/容许误差工作抽样的步骤调查项目分类 根据调查的目的和范围，就可对调查对象进行分类。如只是单纯调查机器设备的开动率，则观测项目可分为“工作（既开动）、停工（停机）、闲置”三项。如果进一步了解停工和闲置的原因，则应将可能发生的原因详细分类，以便进一步了解。图8-3是对设备的观测项目分类图。图8-4是操作人员的观测项目分类图。工作抽样的步骤确定观测路径在观测前，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路线图，并注明观测的位置。工时测定人员按事先规定好的巡回路线在指定的观察点上作瞬间观察，判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
9、。图8-5为某工厂的机器与操作者的配置平面图。设计工作抽样观测表 为了使抽查工作准确、高效，应根据企业实际问题事先设计好表格。表格一般包括观测项目、观测者姓名及日期、被观测的对象情况、观测时刻等内容,根据内容和目的而定。正正 正正工作抽样的步骤工作抽样的步骤确定观测次数 正式观测前，需要进行一定次数的试观测。通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定正式观测次数。例：观测某加工车间10人的作业状态，试观测一天，观测20次，则一天得到了1020=200个观测数据，对观测数据进行统计后有150次作业，50次空闲，则操作者的作业率为P=150/200100%=75%
10、，当可靠度（置信度）规定为95%，相对误差为5%时，则求得观测次数为:次53375.005.0)75.01(4)1(422pSpn工作抽样的步骤 考虑到调查目的，观测对象的工作状态，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，一个月的工作状态，因为工作效率会随着日期的不同而发生变化，具有一定的周期性等，还有因生产计划和条件的不同而发生很大的变化。在此例中，因为是10人作业，假设每天观测20次，则求得观测期间为：（天）每天观测次数观测对象观测总次数观测时间367.22010533显然一天的观测次数为：观测时间观测次数一天的观测次数dn确定观测期间及
11、一天的观测次数 工作抽样的步骤 以找出问题进行改善和推断作业率为目标的场合，若工作稳定，每天观测20-40次较合适；而工作内容在一天中有较大变化时，应取发生变化的时刻。如果作业的变化具有周期性，决定观测时刻必需取变化周期的整数倍，或取与最小、最大周期相同的时刻。在观测时，若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，观测期间应延长，每天观测次数也应增多，如机器设备的维修工作内容不均匀等，要了解各种时间变化就需要确定较长的观测期间。研究宽放率（疲劳宽放除外）或作业内容变动大的场合，最好观测期间稍长些。观测期间应避开非正常作业时间。决定观测次数和观测期间应考虑以下
12、几点：工作抽样的步骤说明调查目的 为使工作抽样取得成功，必须将抽样的目的、意义与方法向被观测对象讲清楚，以便消除不必要的疑虑，并要求操作者按平时状态工作，避免紧张或做作。工作抽样的步骤正式观测（1）决定每日的观测时刻 观测时刻必须是随机的，以免观测结果产生误差。随机决定观测时刻的方法主要有如下三种方法：1）利用随机数表决定观测时刻 2）利用系统抽样原理确定观测时刻 3）利用分层随机抽样原理决定观测时刻工作抽样的步骤利用随机数表决定观测时刻 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 为中午休息时间。根据随机时刻表进行换算观测时间。因为作业
13、开始时间为8：00，所以随机时刻表的列上时间全部加上8个小时。即（19）0：05+8=8：05即8时05分。决定观测时刻。因为一天观测20次，先将列中括号内大于20（如21、22、23、24、25）相对应时刻剔除；又因为12:0012:45为中午休息时间，从而12：00、12：10、12：35也需剔除。这种观测次数只有17次，不能满足20次。因而要追加3次观测时刻：（21）3：45、（22）1：10、（23）6：20（见表）。其它天数应以同样的方法确定。工作抽样的步骤利用分层随机抽样原理决定观测时刻例：某工作单位的工作时间安排如下：上午 8:00-8:30 30min 正式工作前的准备 8:3
14、011:45 195min 工作 11:45-12:00 15min 收拾 下午 1:00-1:15 15min 下午正式工作前的准备 1:15-4:30 195min 工作 4:305:00 30min 一天工作结束后进行整理、整顿、清洁、清扫工作。工作抽样的步骤假设每天需观测的总次数n=150次，每天工作8h。其观测的次数如下：)(915048030次)(515048015次)(515048015次)(915048030次)(122150480195195次 上午 8:00-8:30 中午 11:45-12:00 下午 1:00-1:15 4:30-5:00 上午与下午工作时间 工作抽样的
15、步骤（2）实地观测 观测人员按照既定的观测时刻及观测路线，根据预定的抽样项目，逐个观测并将观测的活动状态准确地记录在设计的表格上。工作抽样的步骤（2）观测要点 如果错过观测时刻，不要勉强估计，先空下，在补测；到达观测地点就及时进行瞬间观测；观测者不能主观行动，应按设计好的观测时刻进行观测；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询问清楚；如发现问题点、改善点，应及时记录 观测数据的整理与分析工作抽样的步骤全部观测结束后，就要对观测数据进行统计、整理及分析。其处理过程如下：统计观测数据。每天（或每个班次）结束了，应将一天 （或一个班次）的观测数据进行统计，并核对
16、各个时刻的 记录有无差错。计算项目的发生率。计算出每一个分类项目的发生次数并计算各个项目的发生率，即 剔除异常值。在完成全部观测之后，需检验观测数据是否正常，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）某项目发生率P=测次数每天（班次）的全部观某项目的发生次数工作抽样的步骤日期日期观测次数观测次数n n设备开动数设备开动数设备开动率设备开动率p p6 6月月9 9日日20020016016080.0%80.0%6 6月月1010日日20020016616683.0%83.0%6 6月月1111日日20020016216281.0%81.0%6 6月月121
17、2日日20020013213266.0%66.0%6 6月月1313日日20020016216281.0%81.0%6 6月月1616日日20020015615678.0%78.0%6 6月月1717日日20020014414482.0%82.0%6 6月月1818日日20020016616683.0%83.0%6 6月月1919日日20020016216281.0%81.0%6 6月月2020日日20020015615683.0%83.0%合计合计200020001596159679.8%79.8%例：对某工厂某车间的设备自6月9日至6月20日期间进行了10天（休息日除外）的现场巡回观测，得
18、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行分析。工作抽样的步骤解：表8-12已求出10天的平均开动率（作业率）=79.8%，则:0284.0200)789.01(789.0)1(nPP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，可以判断66%的开动率为异常值，应剔除。工作抽样的步骤管理图工作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
19、的E=3%，可靠度为95%,计算出总的观测次数为：%3.81813.0%10018001464P)(676)03.0()813.01(813.04)1(422次EPPn 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：%84.101838.01019.921800)813.01(813.0223E工作抽样的步骤相对精度为：原选择的绝对精度为3%，相对精度为5%，说明此观 测也是有效的。若剔除异常值后实际观测次数没有达到所需的观测数，则需继续补测。%26.20113.02813.01800813.01212nPPS工作抽样的步骤结果确认及改善对策通过上述步骤，确认结果可
20、信之后，就可得出与设计目的相应的结论，如作业率（发生率）是否合适，设备的负荷如何，工人的工作状态，各种作业活动时间构成比是否合适等。并分析其原因，提出具体改善措施等。达到工作抽样能充分发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增加产品输送用小型卡车的申请书。小型卡车目前虽有15台，但似乎已经不够用了，所以希望公司再购买几台。如果你是课长，应如何处理这个问题呢？请说出你的解题思路与步骤案例分享 一、对问题下定义 1、对汽车的工作状况进行检讨：用车的比率高，还是 不工作的比率高；2、如果用车的比率高，则批准；否则不予批准；3、如果不工作比率高，应进一步提
21、出改进的方向 二、获得研究对象部门管理人员的承认 1、告知被研究对象的管理人员此行的目的；2、了解是否有车辆管理的相关记录，以取经验数据；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、决定对结果所期待的可靠度、容许误差 1、可靠度一般使用95%；2、容许误差范围定为+/-3%；四、估算要测定的现象的发生率 对15台汽车，进行10次抽样，取得150个样本。不工作 样本65个，因此推定汽车未使用发生率：P=65 150 100%=43.3%汽车的使用发生率为：P=56.7%案例分享 五、拟定实施计划 1、决定抽样数：P=0.567；E=0.03；N=T2P(
22、1-P)/E2=40.567(1-0.567)(0.030.03)=1092(次)2、已抽样150个样本，再增加抽取1092-150=942个样本；3、因为有15台车，必须巡查63(942/15)次；4、因为想在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、按计划进行抽样案例分享结论去除异常值，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=
23、0.448-30.048=0.304 观测表不工作比率在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是否在最初决定的范围内 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%，在最初决定 3范围内 案例分享结论去除异常值，补测正式观测试观测案例分享2、从上述抽样的结果可以看出，汽车不工作率太高可以通过IE的其他手法来进行改善，不需要增加车辆。1、不工作的原因如下表所述：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
24、.8%n nP（%）绝对误差相对误差P（）绝对误差相对误差51155115123456789101112131415161718192021222324252627281632476276921021181311441571691811932052162662362462562662752842923003083163233967841 1641 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
25、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 667120 000113 846108 148102 857158 40078 40051 72038 40030 43325 06721 25718 40016 17836 00012 94511 73310 7089 8299 0678 4007 8127
26、 2896 8216 4006 0195 6735 3575 0674 8004 5544 3264 114515253545556575859606162636465666768697071727374757677784004003993983973953923904003843813773733693653603543493433373303233163083002922842759 9969 9849 9649 9369 9009 8569 8049 7449 9969 6009 5169 4249 3239 2169 1008 9768 8448 7048 5568 4008 2368
27、 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 99514 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 62
28、2 592 562 533 505 478 451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15151515293031323334353637383940414243444546474849503303373433493543603653693733773813843873903923953973983994004004008 2368 4008 5568 7048 8448 9769 1009 2169 3249 4249 5169 6009 6769 7449 8049 8569
29、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 0361 9561 8781 8041 7331 6651 600798081828384858687888990919293
30、9495969798992662562462362262162081931811691571441311181029276624732166 6366 4006 1565 9045 6445 3765 1004 8164 5244 2243 9163 6003 2762 9442 6042 2561 9001 5361 164 784 39610 63310 000 9 383 8 780 8 193 7 619 7 059 6 512 5 977 5 455 4 944 4 444 3 956 3 478 3 011 2 553 2 105 1 667 1 237 816 404425400
31、3753513283052822612392181981781581391201028467503316表8-5 不同作业率（P）下的观测次数n（可靠度为95%）（续）返返回回项目分类图8-3 设备观测项目分类图返返回回项目分类图8-4 操作人员观测项目分类图返返回回观测路径图8-5 机器与操作者的配置平面图注：图中圆圈为观测机器的位置，X为观测操作者的位置，带箭头的线表示巡回路线。返返回回确定观测时刻-随机方式1换算时间20次观测时刻的顺序（19）0：05（+8）8：051午休0：208：2020：558：553（22）1：109：10*4（20）1：209：205（24）1：359：352：3010：3063：0511：057（16）3：1011：108（25）3：1511：153：2511：259（21）3：4511：45*104：0012：004：1012：10（18）4：3512：354：5512：55115：0013：0012（15）5：0513：0513（17）5：3513：35145：5513：5515（23）6：2014：20*166：4514：45176：5014：50187：1015：10197：2515：2520注：前面标有“*”为追加观测时间，因要减去午休的3次。返返回回
