请问：如何统计不良率？

何日君再来

各位同行，请帮我想想该用什么方法来统计产品的不良率？

背景：
本公司是生产纺织用品的工厂，共有10台机器，每台机器有24个作业单位，在同一时间内，如果订单充足，则每台机器可以同时生产24个产品。由于每个作业单位是独立作业的，加上机器自身的不稳定，所以很多时候会出现某台机器的某和作业单位出现异常，而其他则是正常的。
QC每天都会对机器做周期性的抽查，主要是检测各个作业单位生产出来的产品是否符合产品要求，如果出现不良，则会隔离该批产品，同时对该作业单位进行检测维修。
我们之前的做法如下：
*计算每个月总共的抽查数量和不良率的数量，算出它们的比值，则作为该月产品的不良率。例如，8月抽查的次数为5000次，不良次数为50，则该月的不良率为50/5000*100=1%
但该方法有一个很大的缺陷，即我们对机器的检查只是抽检，并不代表生产线的真实水平。而且我们针对的是作业单位，不是生产的产品。

现在公司老板要求质量部对生产线产生的不良率做更细致的统计，于是，我又设想了以下几个方案，但总感觉不是很全面：
1。当月抽查不合格的批数/（当月的总生产批数+客户投诉回来的批数）
但因为每批的数量不同，所以不是很合理
2。当月抽查不合格的批数的总重量/（当月的生产的总重量+客户投诉回来的产品重量）
因为不合格的一批产品中，并不是所有的都是不合格的，但因为技术原因无法精确将它们分离出来。所以仍不是很合理。

在此请问各位同行，你们有没有类似的经验？请不吝赐教。
谢谢。

孤星伊人

抽检的结果是可以代表全部的，前提是但必须按照统计规律来进行，取得的样本数量、方法合适。
我觉得楼主的2种方法也未必代表生产线的真实水平，因为你的检测结果是建立在全检的水平上的，先不说由此带来的品质保证成本，全检也未必是全检出，你们老板要的结果是什么深度的细致呢？
意见还是抽检，如果抽检得到的结果与实际不符，那么需要改善的是抽样的方法与样本数量。
而且你们老板在那里要更细致的统计，有没有想过要的不是那个什么“率”，关键是你们有没有对那个什么统计的“率”进行分析，我是不品管，我是做生产管理的，我想这个“率”的价值不在于他的大小数值精确到什么程度，而在于据之对生产量化分析，预防纠正措施有的放矢！

伯乐跑车

楼主,既然"觉得"不很全面",那么就到现场去劳动看看体会一下还有什么.....

初学者

其實抽取樣本時，如果取得是10台機器的總數量，那麼計算出來的數據可能並不能反應機器真實水平。我建議以第條線當月的生產量和它當月的NG量進行比較，這樣可以精確到線別；如果條件允許，請將發現問題的問題點用圖表去反應出來。
我認為，統計的意義在於你要對自已計算的數據有個很好的認識，出來的數據能反應什麼樣的狀況，而且計算出來的數據，一定要能真的對解決問題有所幫忙才可以，否則，呵呵，意義不大，這應該就是為什麼很多單位認為Q部門經常做無用功的原因吧

初学者

其實抽取樣本時，如果取得是10台機器的總數量，那麼計算出來的數據可能並不能反應機器真實水平。我建議以第條線當月的生產量和它當月的NG量進行比較，這樣可以精確到線別；如果條件允許，請將發現問題的問題點用圖表去反應出來。
我認為，統計的意義在於你要對自已計算的數據有個很好的認識，出來的數據能反應什麼樣的狀況，而且計算出來的數據，一定要能真的對解決問題有所幫忙才可以，否則，呵呵，意義不大，這應該就是為什麼很多單位認為Q部門經常做無用功的原因吧

初学者

其實抽取樣本時，如果取得是10台機器的總數量，那麼計算出來的數據可能並不能反應機器真實水平。我建議以第條線當月的生產量和它當月的NG量進行比較，這樣可以精確到線別；如果條件允許，請將發現問題的問題點用圖表去反應出來。
我認為，統計的意義在於你要對自已計算的數據有個很好的認識，出來的數據能反應什麼樣的狀況，而且計算出來的數據，一定要能真的對解決問題有所幫忙才可以，否則，呵呵，意義不大，這應該就是為什麼很多單位認為Q部門經常做無用功的原因吧