ワークサンプリングはIE手法の中でも
とてもよく活用される分析手法です
工程内ではいったいどういった
時間の使い方がされているのか？
それを統計学を応用することで
計測者に大きな負荷をかけずに
把握することができます
でも『このやり方で本当に大丈夫？』
『ちゃんと正確に把握できているの？』
『信じられないので活用したくない』
など、測定方法を不思議に思ったり
不安を持つ方も多いですよね
そこで今回は統計学的な要素を
説明しながらワークサンプリングの
信頼度についてお話してまいります
ぜひ安心して活用いただくために
この内容をご理解ください
ワークサンプリング分析のやり方
ワークサンプリング分析のやり方は
調査対象の作業過程を予め整理して
予備調査を実施して実施計画を立てて
本調査を行って集計する方法です
詳しいやり方については
以前の説明を参考にしてみてください
複雑に感じるかもしれませんが
ようは慣れです
このワークサンプリングをやる職場と
やらない職場ではやはり管理レベルが
数段変わってきますのでぜひ
取り入れていただきたいと思います
ワークサンプリング分析の信頼度について
さてこのワークサンプリング分析では
観測する回数を決める時に活用する
計算式があります
Ｎ＝観測数
Ｓ＝希望する精度（相対誤差）
Ｐ＝推定発生比率
実はこの計算式そのものが
すでに信頼度９５％である証拠です！
なんて言っても
わけがわかりませんよね、笑
ここでこの計算式を数学的に
証明すれば説明は簡単になりますが
理解側に数学的な慣れが必要ですし
そもそもこのサイトらしくありません
そこで統計学をわかりやすく説明して
ざっくり理解いただくましょう
疑問を解くため、あるいは
ワークサンプリングを安心して
お使いいただくために
もう少しお付き合いください
統計学を応用した内容について知る
統計学にはある事象の確率を表現した
正規分布という曲線があります
ある値の発生回数のグラフで
真ん中の平均値を中心に
左右対称の曲線を描きます
これは自然界に存在する事柄は
すべてこの正規分布に当てはまると
言われている有名な曲線で
統計学の代表的な考え方です
この正規分布は大きな特性があり
この特性を応用することが
さきほどの信頼度９５％を証明します
それはどんな特性か？
正規分布と標準偏差との関係
実はこの正規分布のカタチは
発生する値がバラつけばバラつくほど
横長になっていく性質があります
逆にバラツキが少なければ少ないほど
縦長になっていくわけです
そしてそのバラツキ具合を表す尺度に
標準偏差＝σ（シグマ）という数値が
使われます
なんとそのバラツキを表す標準偏差と
発生確率との関係が一定だという
特性を持っているのです！
この正規分布はこの曲線の下の面積で
その事象が現れる確率を表しています
そのため平均値を挟んで左右の
±σ分の中にデータが収まる確率が
６８．２６％
±2σ分の中にデータが収まる確率が
９５．４４％
さらに±3σ分の中に収まる確率が
９９．７３％
となる特性を持っているのです！
正規分布と標準偏差との関係を信頼度に応用する
そんな特性をもった
正規分布と標準偏差との関係を
応用して信頼度９５％を確保します
つまり
±2σ：９５．４４％≒９５％とおいて
この特性を活用してできた計算式が
観測回数を求める式を構成していると
そういうわけなのです
４の数字が見えるのは実は
２σの２を２乗した値だったんです
ま、当たり前ですが
ちゃんと検証して作られている
計算式だっということですね
ワークサンプリング分析の信頼度とは？統計学を応用した内容を知るまとめ
信頼度９５％はもちろん
１００個のサンプルデータのうち
９５個は真実を表し、残りの５個は
そうではないかもしれない状態です
でも、まあ一般的に言えば
信用に値する状態だと言えますねって
そういう割り切りが
前提の手法だということ
その割り切りを元にこのやり方で
稼働状態を推定的な実態を
把握してきましょうと言うのが
ワークサンプリング分析法です
いかがでしょう？少しはご納得
安心いただけたでしょうか？
それでは今日はここまでです
今後とも宜しくお付き合いください☆
長文・乱文を最後まで読んでくださり
いつもありがとうございます♪
すべては御社の発展のために
すべてはあなたの笑顔のために
