Kapag ang isang pangkalahatang posibilidad ng isang kaganapan ay kilala tungkol sa isang proseso, posible upang matukoy ang tumpak na bilang ng mga obserbasyon na kinuha. Ang kinakailangang bilang ng mga obserbasyon ay maaaring kalkulahin batay sa pangkalahatang posibilidad ng kaganapan, ang ninanais na katumpakan ng posibilidad na iyon, at ang nais na antas ng kumpyansa.
Pagkalkula
I-convert ang pangkalahatang logro ng kaganapan upang ma-obserbahan sa isang porsyento. Ang katumpakan ay batay sa kung gaano kalapit sa probabilidad na ito ang dapat na sagot. Halimbawa, kung ang isang tinatayang isa sa 10 mga produkto ay mali ang ginawa, ang posibilidad ay 10 porsiyento.
Tukuyin ang antas ng pagtitiwala na kinakailangan. Ito ay isang antas ng katumpakan ng istatistika sa anumang mga resulta na natagpuan sa mga obserbasyon. Ang halagang ito ay sa pagitan ng zero at 100 porsiyento. Ayon sa "Modern Construction: Lean Project Delivery and Integrated Practices," ni Lincoln H. Forbes at Syed M. Ahmed, "isang kumpiyansa na antas ng 95 porsiyento at isang limitasyon ng error o katumpakan ng 5 porsiyento ay karaniwang sapat."
Tukuyin ang nais na antas ng katumpakan. Ang halagang ito ay karaniwan sa pagitan ng 1 porsiyento at 10 porsiyento. Ang antas ng katumpakan ay ibabatay sa kung gaano kalapit sa 10 porsiyentong posibilidad na itinakda sa Hakbang 1 ang magiging obserbasyon ng data.
Hanapin ang halaga ng Z, na tinatawag din na standard na normal na paglihis, para sa nais na antas ng kumpyansa sa Standard Normal (Z) Table. Para sa isang 95 porsyento na antas ng kumpyansa, ang halaga ng Z ay 1.96.
Baguhin ang antas ng kumpyansa mula sa isang porsyento hanggang sa isang decimal. Ang isang 95 porsyento na antas ng pagtitiwala ay nagiging 0.95.
Baguhin ang antas ng katumpakan mula sa isang porsyento sa isang decimal. Ang antas ng 5 porsiyentong katumpakan ay nagiging 0.05.
Ibawas ang probabilidad ng paglitaw mula sa 1. Para sa isang posibilidad ng pangyayari na tinatayang na 10 porsiyento, 1-0.10 = 0.90.
Multiply ang resulta ng Hakbang 7 sa pamamagitan ng mga posibilidad ng paglitaw. Para sa isang 10 porsiyento posibilidad ng pangyayari, ito ay magiging 0.90 multiply sa 0.10 upang magbunga 0.09.
Square ang Z halaga na matatagpuan sa Hakbang 4 sa pamamagitan ng pagtukoy sa Standard Normal (Z) Table. Multiply ang resulta sa halaga mula sa Hakbang 8. Ang halaga ng Z ng 1.96 squared ay katumbas ng 3.8416, na pinarami ng 0.09 ay katumbas ng 0.3457.
Square ang nais na antas ng katumpakan. Para sa isang nais na antas ng katumpakan ng 5 porsiyento, ito ay magiging 0.05 squared, o 0.0025.
Hatiin ang sagot mula sa Hakbang 9 sa halaga mula sa Hakbang 10 upang makuha ang minimum na kinakailangang bilang ng mga obserbasyon para sa sampling sa trabaho. Sa kasong ito, 0.3457 ay hinati sa 0.0025 para sa isang resulta ng 138.28.
I-round up ang anumang fractional resulta sa susunod na buong numero. Para sa halaga ng 138.28, bilog hanggang 139. Ito ay nangangahulugan na ang proseso ay dapat na sundin ng hindi bababa sa 138 beses upang magrekord ng sapat na mga obserbasyon upang magkaroon ng isang 95 porsyento antas ng kumpiyansa ng anumang impormasyon na naitala tungkol sa kaganapan na nangyayari lamang 10 porsiyento ng oras, plus o minus 5 porsiyento.
Mga Tip
-
Ayon sa "Pagsukat ng Trabaho at Pagpapaganda ng Pamamaraan," ni Lawrence S. Aft, "Ang bilang ng mga obserbasyon na dapat gawin ng isang analyst ng isang partikular na trabaho ay depende rin sa kung gaano karaming oras ang nakatuon sa isang partikular na gawain.Ang mas kaunting oras ay gumugugol ng isang operator ng paggawa ng isang partikular na gawain, mas maraming mga obserbasyon na kinakailangan upang matiyak na ang gawain ay sinusukat nang tama sa kamag-anak sa kontribusyon nito o paggamit ng oras ng operator. "" Mga Pagsusuri at Mga Pamantayan ng Kaagnasan "ni Robert Baboian," Ang iba pang mga bagay ay pantay, ang isang mas malaking bilang ng mga obserbasyon ay kinakailangan upang makita ang isang maliit na pagbabago o upang makakuha ng isang mas mataas na antas ng pagtitiwala sa resulta."
Babala
Ang pagkalkula na ito ay ipinapalagay na ang mga kaganapan na sinusunod ay malayang sa bawat isa. Kung ang mga kaganapan ay nakasalalay sa bawat isa, tulad ng isang kabiguan na nagiging sanhi ng isa pang kabiguan pagkatapos nito, ang aktwal na bilang ng mga obserbasyon na kinakailangan upang makakuha ng sapat na data ay magiging mas kaunti kaysa sa halaga na natagpuan sa equation na ito.