Cùng Minitab Tìm Hiểu Về Khoảng Dung Sai 1

Trong chủ đề này chúng ta sẽ phân tích

• Khoảng dung sai là gì?
• Khoảng dung sai khác với khoảng tin cậy và khoảng thời gian dự đoán như thế nào?
• Phương pháp tham số và phi tham số

Tìm hiểu thêm về Phần mềm thống kê Minitab

Khoảng dung sai là gì?

Sử dụng khoảng dung sai để tính toán một phạm vi giá trị cho đặc tính của sản phẩm có khả năng đảm bảo một tỷ lệ cụ thể của sản phẩm trong tương lai. Khoảng dung sai xác định giới hạn trên và / hoặc dưới trong đó một tỷ lệ phần trăm nhất định của đầu ra quy trình rơi với độ tin cậy đã nêu.

Để tạo khoảng dung sai, bạn phải xác định cả tỷ lệ phần trăm tối thiểu của tổng thể và mức độ tin cậy. Thường thì cả hai giá trị này đều gần 100. Tỷ lệ phần trăm là tỷ lệ phần trăm tối thiểu của tổng thể mà bạn muốn khoảng dung sai bao phủ, mức độ tin cậy là khả năng khoảng dung sai sẽ thực sự đảm bảo tỷ lệ phần trăm tối thiểu đó.

Ví dụ: một nhà sản xuất phụ tùng muốn xác định giới hạn 99% chiều rộng của các bộ phận với độ tin cậy 95% và so sánh phạm vi này với thông số kỹ thuật mà khách hàng mong muốn. Các nhà phân tích lấy mẫu ngẫu nhiên 30 bộ phận và ghi lại chiều rộng tính bằng milimét (mm). Khoảng dung sai tương ứng với độ tin cậy 95% và 99% tổng thế có chiều rộng nằm trong khoảng [5, 8]. Nhà sản xuất tự tin 95% rằng 99% tất cả các bộ phận sẽ có chiều rộng từ 5 đến 8 mm. Nếu phạm vi này rộng hơn yêu cầu của khách hàng, thì quá trình này có thể tạo ra sự lãng phí quá mức.

➤ GHI CHÚ
Phần mềm Minitab thiết lập mặc định 95% cho cả mức độ tin cậy và tỷ lệ phần trăm tối thiểu trong khoảng dung sai.

Khoảng dung sai khác với khoảng tin cậy và khoảng dự đoán như thế nào?

Khoảng tin cậy (CI), khoảng thời gian dự đoán (PI) và khoảng dung sai là các khoảng thường được sử dụng bắt nguồn từ thống kê mẫu.

Khoảng tin cậy

Phạm vi giá trị có khả năng chứa giá trị của một tham số tổng thể chưa biết, chẳng hạn như giá trị trung bình, với một mức độ tin cậy được chỉ định.

Ví dụ: Nếu kết quả tính CI 95% của thể tích đổ đầy trung bình một chai 375 ml là 368–372 ml, bạn có thể tự tin 95% rằng giá trị chính xác của quy trình đổ đầy trung bình nằm trong khoảng này.

Khoảng dự đoán

Phạm vi giá trị cho đặc tính của sản phẩm thể hiện vị trí mà giá trị của một quan sát mới có khả năng giảm xuống với một mức độ tin cậy cụ thể.

Ví dụ: Nếu kết quả tính PI 95% của thể tích đổ đầy trung bình một chai 375 ml là 360–379 ml, bạn có thể tự tin 95% rằng chai được lấy mẫu tiếp theo sẽ có thể tích đổ đầy nằm trong khoảng này.

Khoảng dung sai

Phạm vi giá trị cho đặc tính của sản phẩm có khả năng bao hàm một tỷ lệ tổng thể cụ thể với một mức độ tin cậy cụ thể.

Ví dụ: Nếu kết quả tính khoảng dung sai 95% cho 99% tổng thể đối với thể tích đổ đầy chai 375 ml là 358–381 ml, bạn có thể tự tin 95% rằng 99% chai được đổ đầy trong tương lai sẽ có thể tích nằm trong khoảng này.

Phương pháp tham số và phi tham số

Minitab 2023 có thể tính toán khoảng dung sai bằng phương pháp tham số (ví dụ phương pháp sử dụng phân phối chuẩn) hoặc phương pháp phi tham số. Sử dụng các phương pháp phù hợp với tình huống của bạn, như sau:

Xem thêm: “Phần mềm Minitab 2023 có gì mới?“

Phương pháp tham số

Nếu dữ liệu của bạn tuân theo một phân phối, thì phương pháp tham số sẽ chính xác và tiết kiệm hơn phương pháp phi tham số. Phương pháp tham số cho phép bạn đạt được biên độ lỗi nhỏ hơn với ít quan sát hơn, miễn là phân phối đã chọn phù hợp với dữ liệu của bạn. Sử dụng phương pháp tham số nếu bạn biết từ kinh nghiệm hoặc phân tích trước đó rằng tổng thể của bạn tuân theo một phân phối đã biết.

Ví dụ như kiểm tra mức độ phù hợp, một thử nghiệm mà Minitab có sẵn với Stat > Quality Tools > Individual Distribution Identification, có thể giúp bạn quyết định xem dữ liệu của bạn có tuân theo phân phối hay không. Sử dụng Khoảng dung sai (Phân phối chuẩn) nếu dữ liệu của bạn tuân theo phân phối chuẩn. Sử dụng Khoảng dung sai (Phân phối không chuẩn) nếu dữ liệu của bạn tuân theo một trong các phân phối sau:

• Lognormal
• Gamma
• Exponential
• Smallest extreme value
• Weibull
• Largest extreme value
• Logistic
• Loglogistic

Phương pháp phi tham số

Các phương pháp tham số không hiệu quả với những dữ liệu không tuân theo phân phối. Nếu bạn không chắc chắn về phân phối gốc hoặc bạn biết rằng phân phối gốc không có trong Minitab, hãy sử dụng phương thức phi tham số. Phương pháp phi tham số chỉ yêu cầu dữ liệu liên tục.

Phương pháp phi tham số thường yêu cầu quy mô mẫu lớn hơn phương pháp tham số.

Ví dụ: Nếu tỷ lệ phần tổng thể tối thiểu trong khoảng là 95%, thì số lượng mẫu phải xấp xỉ 90 trở lên để khoảng dung sai chính xác. Tỷ lệ phần trăm tổng thể càng lớn thì yêu cầu số lượng mẫu càng lớn.

Để xác định quy mô mẫu thích hợp cho khoảng dung sai đáp ứng các mục tiêu về độ chính xác của bạn, hãy chọn Stat > Power and Sample Size > Sample Size for Tolerance Intervals.

Ngoài ra, nếu có nhu cầu mua bản quyền Minitab chính hãng, vui lòng liên hệ ngay với Minitab Việt Nam để được nhận báo giá bản quyền Minitab và tư vấn về sản phẩm kỹ hơn:

Hotline: +84 98 332 06 55
Email: sale@minitabvietnam.com
Website: https://minitabvietnam.com/
Add: Tầng 4, Tòa nhà N01-T4, Khu Đoàn Ngoại Giao, P. XuânTảo, Q. Bắc Từ Liêm, TP. Hà Nội