Diplomski Mitic Igor

Završni rad Prihvatanje serije proizvoda na osnovu uzorka
uz pomoć metode planova prijema

_____________________________________________________________________________________
Zahvalnost
Zahvaljujem se profesoru Damjanu Stanojeviću za sve ono što je učinio za mene u

toku mog školovanja, iako se znamo samo jednu godinu, bilo je dovoljno da shvatim o
kakvom se profesoru radi, i nije slučajnost što sam baš kod njega uzeo moj završni rad.
Takođe, zahvaljujem se direktoru škole, Zoranu Janjiću, koji je odličan direktor, i

nadam se da će tako i ostati, i posle mog diplomiranja.
Naravno, da ne ispustim, iako se to podrazumeva, zahvaljujem se mojim

roditeljima koji su imali strpljenja i načina da me motivišu u ovo za školovanje nimalo
povoljno vreme, da istrajem i dođem do još jednog ispita zrelosti i samopouzdanja.
_____________________________________________________________________________________
Mitić Igor 3/TD-fib -1-
_____________________________________________________________________________________
Izvod
U zavisnosti od aspekta posmatranja imamo i različite definicije kvaliteta: proizvoda,

namene proizvoda, upotrebne vrednosti i cene proizvoda. Nesporno je da je kvalitet
proizvoda jedan od ključnih ciljeva svake savremeno organizovane proizvodnje. Pa
prema tome i kontrola kvaliteta ima presudan značaj u postizanju uspeha na sve
konkurentnijem tržištu. Postoji znatan broj tehnika i metoda kontrole kvaliteta, u ovom
skromnom Završnom radu detaljnije je obrađena metoda planova prijema kao jedna od
metoda kontrole kvaliteta.
Abstract
Depending on the point of observation we have different definitions of quality: product,

product use, use value and price of the product. It is undisputed that the quality of
products is one of the key goals of any modern production. And therefore quality
control is of crucial importance in achieving success in an increasingly
competitive market. There are a number of techniques and quality control
methods, in this modest final paper deals with the detailed method of quality control
engineer.
_____________________________________________________________________________________________
Mitić Igor 3/TD-fib 2
_____________________________________________________________________________________
1. UVOD
Osnovna uloga menadžmenta je da upravlja procesima: planiranja, organizovanja,

rukovođenja i kontrolisanja. U realizaciji svakog od ovih procesa se neprestano
susrećemo sa različitim problemima koji treba da se rešavaju.
Savremeni menadžeri, da bi mogli efikasno i efektivno da upravljaju bilo kojim
procesima, nužno moraju da vladaju određenim alatima, odnosno metodama i tehnikama.
Ova potreba je naročito izražena kod problema upravljanja kvalitetom, odnosno kod
procesa unapređenja kvaliteta. Serija standarda ISO 9000, u zahtevu 4.20, insistira na
"primeni statističkih metoda za uspostavljanje, kontrolisanje i sertifikovanje sposobnosti
procesa i karakteristika proizvoda".
Teorija statističke inferencije i odluke uspešno se primenjivala u oblasti statističke

kontrole kvaliteta ponovljenih procesa. Ta se kontrola može da odnosi na proizvodnju,
knjigovodstvene ili štamparske greške, nove slučajeve zaraznih bolesti, nedolazak u
školu, povraćaj ili gubitak knjiga u javnoj biblioteci, rezervacije u
autobuskom,železničkom ili vazdušnom saobracaju itd. To su radnje koje se odvijaju
pod, manje ili više, istim uslovima uz mogućnost identifikacije jedinica.
Statistička kontrola kvaliteta može, u principu, da bude potpuna i delimična. Da li

ce se u nekom određenom slučaju prmeniti jedan ili drugi vid kontrole zavisiod tehničkih
okolnosti i troškova. Delimična kontrola, na osnovu uzorka, normalnoće se primeniti u
slučajevima masovne proizvodnje jer bi, u protivnom, potpunakontrola dovela do velikih
troškova. Ona će se, takođe, primeniti onda kada neispravniproizvodi ne utiču bitno na
zdravlje ili zivot pojedinaca. Nekada i prirodaproizvoda diktira delimičnu kontrolu. Na
primer, kod kontrole jaja zbog masovnostiproizvodnje nemoguća je potpuna kontrola jer
je njeno izvodenje vezano saunistenjem proizvoda.Ovde ce biti reči o delimičnoj
statističkoj kontroli kvaliteta u industriji jeru toj oblasti ima najveću primenu. Normalno
se pravi razlika između statističke kontrole proizvodnog procesa i statističke kontrole
_____________________________________________________________________________________________
_____________________________________________________________________________________
prijema robe. U prvom slucaju vrši se sistematska kontrola jedinica putem uzorka da bi
se pratio kvalitet toka proizvodnje. Uvek se unapred utvrdi jedna granica tolerantnosti
neispravnih proizvoda i1i varijabilnost od standardne mere. Ako se proizvodnja odvija u
tim okvirima, smatra se da je pod kontrolom. Kada podaci uzorka i1i uzoraka ukazuju da
postoje odstupanja preko granica tolerantnosti, tada se traže uzroci i preduzimaju mere da
se poremećaj otkloni i proces proizvodnje stavi ponovo pod "kontrolu". Granice
tolerancije u kontroli mogu da se promene kada se oceni da su za to stvoreni uslovi.
Kontrolna karta je osnovni instrument pomoću koga se sprovodi statistička kontrola
proizvodnog procesa.
Cilj statističke kontrole prijema robe je da se na osnovu uzorka donese odluka
o prihvatanju celokupnog kontingenta, polazeći od unapred utvrđenog standarda
kvaliteta proizvoda. Odluka o prijemu može da se donese na osnovu ocene proporcije
neispravnih proizvoda.Isto tako, moze da se donese na osnovu merenja jedinica uzorka
čija se karakteristika najčesće izražava kao aritmetička sredina i upoređuje sa
standardnom sredinom koja se zahteva od kontingenta da bi se prihvatio.
Statistička kontrola prijema robe može da se izvodi na više naeina. Plan kontrole
može da počiva na samo jednom uzorku na osnovu koga se donosi odluka. Može se
pristupiti uzimanju više nezavisnih uzoraka sa unapred utvrđenom veličinom i na kraju
donosi odluka o prijemu. Specifičan plan predstavlja sekvencinalni uzorak čija veličina
nije unapred utvrđena, nego se uzimanje jedinica produzava sve dok se ne pokaže da ima
dovoljno osnova za donošenje odluke.
_____________________________________________________________________________________________
_____________________________________________________________________________________
2. OPŠTE ODREDBE O PLANOVIMA PRIJEMA
Metodi planova prijema su, u izvesnim proizvodnim stanjima i tehnologijama

kontrole efikasniji od metoda analize frekfencija karakteristike kvaliteta. U osnovi ovih
metoda obuhvaćeni su specifični planovi koji čine određeni sistem uzoraka, pomoću
kojih se testira nivo kvaliteta cele serije, a zatim se serija prihvata ili odbija u zavisnosti
od toga da li poseduje odgovarajući nivo kvaliteta neke serije određen procentom (P)
defektnih delova u toj seriji. Ako je vrednost parametara (P) manja, biće nivo kvaliteta
viši, i obratno.
Može se izdvojiti nekoliko opštih uslova ili karakterističnih proizvodnih situacija u

kojima se prvenstveno preporučuje korišćenje metoda planova prijema:
- kada su serije delova vrlo velike tako da je s obzirom na vremenske, tehničke i

ekonomske faktore, isključena praktična mogućnost izvođenja stoprocentne ili potpune
kontrole.
- kada se delovi serija razaraju prilikom kontrole ili im se menjaju karakteristike

kvaliteta.
- kada su serije veće, a karakteristike kvaliteta nisu kritične ili nemaju bitni uticaj na
funkcionalnost dela i njegovo ponašanje u sklopu.
- kada su serije vrlo velike pri čemu postoji stroga korelacija između propisanog
nivoa kvaliteta i funkcionalnih karakteristika delova, ali je proces potpune kontrole skup
i dugotrajan.
Podela planova prijema izvodi se na osnovu dva kriterijuma. Prvi polazi od

vrste karakteristike kvaliteta, pa se stoga planovi prijema dele na:
- planovi prijema za numeričke karakteristike kvaliteta
- planovi prijema za atributivne karakteristike kvaliteta
Drugi kriterijum čine: veličine serije, veličina uzoraka, visina troškova kontrole,
značaj karakteristike kvaliteta, odnos nivoa kvaliteta serije i propisanog nivoa pa se stoga
ovi planovi prijema dele na: jednostruke, dvostruke, višestruke i sekvencijalne planove
prijema.
_____________________________________________________________________________________________
_____________________________________________________________________________________
2.1. OSNOVNI POJMOVI PLANOVA PRIJEMA
Potrebno je definisati osam osnovnih pojmova vezanih za ovaj i ostale sisteme

planova prijema.
A to su:
1. nivo kvaliteta (p),

2. prihvatljivi nivo kvaliteta ( p1  p ),
3. odbijajući nivo kvaliteta ( p2  p ),
4. verovatnoća odbijanja serije (α ),
5. rizik proizvođača (  ),
6. verovatnoća prihvatanja serije (  p ),
7. rizik kupca (  ) i
8. oštrina planova prijema ( p2  p1  p  p ).
Nivo kvaliteta p se definiše, u slučaju atributivnih karakteristika kvaliteta, delom

defektnih delova u seriji, izražen procentualno ili u obliku decimalnog razlomka.
Prihvatljivi nivo kvaliteta p1  p prestavlja ovaj nivo kvaliteta serije koji se

dopušta i prihvata u toku nekog obradnog ili tehnološkog procesa koji ne izaziva neke
negativne efekte. Ako nivo kvaliteta p serija odgovara prihvatljivom nivou kvaliteta
p1  p , tada se po pravilu prihvataju sve serije delova za naredni vlastiti proizvodni
proces. U Obratnom slučaju serija se po pravilu ne prihvata. Serija nivoa kvaliteta
p1  p zove se još i serija dobrog kvaliteta.
Veličinu nivoa kvaliteta p=p definišu redovno proizvođači. Ako je za kupca

prihvatljiva serija nivoa kvaliteta, pr. p2  p  0,05, tada će proizvođač organizovati
proizvodnju da se u njenom normalnom toku odvijanja, serija sa pomenutim primerom
p  p  0,01 gotovo uvek u  slučajeva, prihvati kao dobra serija, ali i kao serija
p2  p  0,05, skoro uvek u  slučajeva ista biti odbijena.
_____________________________________________________________________________________________
_____________________________________________________________________________________
Odbijajući nivo kvaliteta p2  p  p1  p označava granični tolerisani nivo
kvaliteta iznad kojeg se serije delova, kao serije lošeg kvaliteta odbijaju, jer ovaj kvalitet
izaziva bitne negativne efekte u narednim vlastitim procesima obrade to je sa stanovišta
kupca maksimalno dopušteni procenat defektnih delova u seriji. Veličinu nivoa kvaliteta
p2  p  pt definiše kupac.
Verovatnoća odbijanja serije  p definiše se verovatnoćom odbijanja neke serije

delova čiji je nivo kvaliteta p. Verovatnoća  p je funkcija nivoa kvaliteta  p  f ( p) pa
se ova funkcija naziva funkcija jačine planova prijema.
Rizik proizvođača  prestavlja verovatnoću odbijanja serije delova čiji je nivo

kvaliteta p1  p , to je, dakle rizik (prve vrste) odbacivanje iste hipoteze, taj rizik je
relativno mali  =5% ređe  =10%.
Verovatnoća prihvatanja serije  p definiše se saglasno nazivu verovatnoće

prihvatanja serije delova kvaliteta p, odnosno  p  f ( p)  1  p ,  p predstavlja
operativnu krivu ili radnu karakteristiku plana prijema.
Rizik kupca  označava verovatnoću da kupac prihvatiti seriju delova čiji je nivo
kvaliteta p2  p to je dakle rizik druge vrste prihvatanja neistinite hipoteze. Veličina
ovog rizika iznosi najčešće  =10%, i smatra se zadovoljavajućom granicom zaštite
kupca od loših serija.
Oštrina plana prijema ( p2  p1  p  p ) jeste ona neodlučna oblast koje se, sa

stanovišta prihvatanja ili odbijanja neke serije nalazi između veličina p1  p i p2  p .
2.2. MATEMATIČKE OSNOVE JEDNOSTRUKIH PLANOVA PRIJEMA
Na osnovu elemenata plana n i c može se odrediti verovatnoća prihvatanja

 p  L  L ( p)
neke serije delova kvaliteta p. Grafički reprezent verovatnoće L (p, n, c)
naziva se operativna kriva. Njime se slikovito i celovito izračunava suština jednostrukih
planova prijema, odnosno zavisnost veličina  ,  , p1 i p2 (kojima se iskazuje
dogovor proizvođača i kupca o kvalitetu serije delova) i elemenata plana: n, c.
Iz ovog sledi da kontrolom izvesnog broja serije istog kvaliteta veličina 100L(%)
definiše procenu serije koja se skupa prihvataju. Verovatnoća L zavisi po pravilu
nepoznate veličine p u seriji, da verovatnoća L (p) opada sa porastom vrednosti p, da je
_____________________________________________________________________________________________
_____________________________________________________________________________________
manja verovatnoća prihvatanja serije sa većim p od verovatnoće sa manjim p, da je
L(p)=L(0)=1 (pri p=0 nema defektnih delova u seriji pa se uvek prihvata) i da je
L(p)=L(i)=0 (pri p=l serija se sastoji iz isključivo defektnih delova pa će razume se
samim tim biti odbijena). Prema tome funkcija L=L(p) ili operativna karakteristika je
monotono opadajuća u intervalu (0,1) sa apcisom p(0  p  1) i ordinatom L (0  L  1) .
Ako se izvede kontrola svakog dela neke serije (odnosno kontrolišu se 100% svi
delovi date serije) dobiće se druga operativna kriva, koja izražava preciznu granicu
između prihvatanja i odbijanja serije za određeni nivo kvaliteta, pr. p=0,02 (p=2%) ali se
isto tako odbija ako je p  p = 0,02, verovatnoća prijema je 0, za prethodni prijem
verovatnoća prijema biće 1. Za sve nivoe kvaliteta p > p = 0,02.
Apsolutna sigurnost odlučivanja i preciznost ovakvih granica vidi se, kada se

prihvatanje serije obavlja preko sistema uzoraka ista se i gubi. Idealni oblik operativne
krive biće prikazana na sledećoj stanici:
Kriva zadržava visoku sigurnost odlučivanja (primanje ili odbijanje) samo u onim
slučajevima kada je stvarni nivo kvaliteta serije znatno iznad ili pak ispod dozvoljenog
nivoa kvaliteta. Međutim ako se ovaj nalazi u užoj okolini dozvoljenog nivoa moguće su
i takve odluke da se prime serije i sa nižim nivoom kvaliteta od dozvoljenog nivoa
kvaliteta i obrnuto. Bez obzira kakav bi bio odnos dozvoljenog nivoa kvaliteta operativna
kriva definiše verovatnoću prihvatanja odnosno odbijanja date serije delova. Verovatnoća
prihvatanja delova raste po zakonu operativne krive apsolutno sa porastom stvarnog
nivoa kvaliteta serije, sa smanjenjem procenata defektnih delova u seriji i obrnuto.
_____________________________________________________________________________________________
_____________________________________________________________________________________
Slika 1. Oblik funkcije operativne krive
Slika 2. Operativna kriva za određeni jednostruki plan prijema
Položaj operativne krive menja se dakle sa promenom vrednosti elemenata n i c

uzorka a samim tim i oblika krive za (c=1) kriva ima prevojnu tačku, dok je za c=0
_____________________________________________________________________________________________
_____________________________________________________________________________________
operativna kriva bez ove tačke. Za razvijene sisteme kontrole i upravljanja kvalitetom na
bazi planova prijema na raspolaganju su tri osnovna modela distribucije frekvencija P(p,
n, k)=P(X=k) i to:
 n
Binomni P( p; n; k)    pk qn k , k  0,1,2,...
 k
( np) k
Poasonov P( p; n; k)   e np, k  0,1,2,... i
k!
 pN n  pN 
  
 k  n  k 
Hipergeometrijski P( p; n; N ; k)  , k  0,1,2,...
N
 
 n
Nakon izbora adekvatnog modela formira se jednačina verovatnoće prihvatanja

serije tj. operativna kriva jednostrukog plana prijema.
c
Pa  L ( p; n; c)   P( p; n; k)
k 0
Ako su proizvodni uslovi bliski uslovima pod kojima je razvijen, npr. Poasonov
model, biće tada operativna kriva određena sledećom jednačinom:
c
( np) k  np
Pa  L ( p; n; c)   k!
e
k 0
koja deiniše verovatnoću prihvatanja serije za date elemente jednostrukog plana

prijema (n, c) i određeni nivo kvaliteta serije p. Operativna kriva za date vrednosti n i c
može se odrediti na dva načina:
 
c
( np) k  np
a) pomoću funkcije X - rasporeda L ( p; n; c)   k!
e  P x2  2np za broj
k 0
stepeni   2( c  1) odnosno verovatnoća L(p, n, c)=P(X  c) Poasonovog rasporeda
b) Operativna kriva određena je i konstruisana pomoću monograma i to za n=300 i

c=5. Iz tog proizilazi da se uvek može odrediti operativna kriva za prethodno utvrđene i
date elemente plana (n,c).
_____________________________________________________________________________________________
_____________________________________________________________________________________
2.3. PROSEČNI IZLAZNI NIVO KVALITETA
Prosečni izlazni nivo kvaliteta Ppik predstavlja veoma složenu dopunsku

informaciju koja je izuzetno važna određenom planu prijema jer se neposredno veličinom
Ppik iskazuje realni nivo kvaliteta prihvaćenih serije delova nakon neposredno izvršene
kontrole kvaliteta. Pri tome se u tom slučaju pod prihvaćenim serijama podrazumevaju
serije koje su prihvaćene sistemom uzoraka odnosno serije dobrog kvaliteta, uz zamenu
defektnih ispravnim delovima u uzorcima koji se neposredno, a samim tim i one serije
koje su analizom kontrole kvaliteta odbijene (serije nezadovoljavajućeg kvaliteta) ali je
nad istim izvršena stoprocentna kontrola i samim tim defektni komadi su zamenjeni
dobrim komadima, odnosno ispravnim. U svakoj seriji iz prve grupe ostao je i određeni
procenat defektnih delova, ali pod uslovom ako se zanemare greške neposrednog
ispitivanja koje se u suštini ne mogu izbeći.
Vrednost prosečnog izlaznog nivoa kvaliteta prestavlja dakle procenat defektnih

delova koji čine jedan neposredni skup serija koje se prihvataju čiji je ulazni nivo
kvaliteta pre početka kontrole ispitivanja nepoznat, a koji treba primenom sistema izorka
da se identifikuje i preobrazi u izlazni nivo kvaliteta.
Slika 3. Kriva prosečnog izlaznog nivoa kvaliteta za određeni plan prijema
Ako je ulazni nivo kvaliteta ravan nuli (p=0) biće i tada prosečni izlazni nivo
kvaliteta Ppik =0, pošto u seriji nema defektnih delova. Kada polazeći od nule raste
_____________________________________________________________________________________________
_____________________________________________________________________________________
samim tim i ulazni nivo kvaliteta povećava se i prosečni izlazni nivo kvaliteta, ali će
vrednost prosečnog nivoa kvaliteta iznosnih serija uvek biti niža od vrednosti nivoa
kvaliteta ulaznih serija, zbog toga što se u neposrednom procesu ispitivanja uklonjeni
defektni delovi iz uzoraka a zatinise isti zamenjuju ispravnim delovima.
Dalji porast izlaznog nivoa kvaliteta (iznad p) uslovljava tendenciju opadanja ( Ppik
0) prosečnog izlaznog nivoa kvaliteta (procenta defektnih delova u ulaznim,
prihvaćenim serijama). Razlog ove oštre relacije sadržan je u tome što se serije koje su
lošeg kvaliteta (koje se inače neposrednim sistemom uzimanja uzorka odbijaju)
stoprocentno kontrolišu, a samim tim defektni delovi u toj seriji zamenjuju se ispravnim
delovima.
Između rastućeg i opadajućeg toka krive Ppik nalazi se ekstremna (maksimalna)

vrednost Ppik koja se naziva maksimalni ili granični prosečni izlazni nivo kvaliteta, ove
tendencije mogu se izraziti jednom opštom jednačinom prosečnog izlaznog nivoa
kvaliteta.
 n
Ppik   1  PL ( p; n; c)
 N 
Svakom jednostrukom planu prijema (u, c) odgovara i određeni oblik krive.
3. JEDNOSTRUKI PLANOVI PRIJEMA
Osnovna karakteristika jednostrukog plana prijema sastoji se u tome da se hipoteza

o nivou kvaliteta neke serije delova testira, odnosno donosi odluka o prihvatanju ili
odbijanju serije, na osnovu svega jednog uzorka izvučenog iz serije delova. Veličina
uzorka je u jednostrukom planu prijema veća u odnosu na ostale planove ali je ovaj plan
jednostavniji od ostalih planova prijema. Ovaj plan definišu dva elementa: N i c - broj
dozvoljenih defektnih delova u uzorku.
Ako se sa k obeleži broj defektnih delova u uzorku, i ako je k < c, tada se serija
prihvata sa uverenjem da nivo kvaliteta serije odgovara adekvatnom nivou kvaliteta koji
je propisan.
Ako je pak k > c, serija se odbija ili probira jer se smatra da je nivo kvaliteta ispod
propisanog nivoa.
_____________________________________________________________________________________________
_____________________________________________________________________________________
Slika 4. Struktura jednostrukog plana prijema
_____________________________________________________________________________________________
_____________________________________________________________________________________
Slika 5– Jednostruki plan prijema
U jednostavnoj kontroli na osnovu atributivnih obe1ežja utvrđuje se veličina

uzorka, n, iz skupa od N jedinica i broj neispravnih proizvoda, c koji se toleriše.
Ako se utvrdi e ili manje neispravnih proizvoda, h <c ,kontingent se prihvata.
U protivnom, kada je broj neispravnih veci od c, odnosno d > c kontingent se
ne prihvata. Označimo sa r broj neispravnih proizvoda u uzorku, a proporciju neispravnih
r
proizvoda sa  p ;Po je prihvatljiva proporcija neispravnih, a P verovatnoća prihvatanja
n
kontingenta.
_____________________________________________________________________________________________
_____________________________________________________________________________________
P (p)
0.8
0.6
0.4
0.2
0 p
0 0.1 0.2 0.3 0.4 0.5
Sl. 6. Operaciona kriva: N=50, n=12, c=2
Odluka o prihvatanju ili odbacivanju kontingenta je u osnovi statistički test.

Praktično se testira nulta hipoteza po = p uz dve moguce vrste pogrešaka: prva,
odbacivanje tačne hipoteze uz posledicu neprihvatanja ispravnog kontingenta; druga,
prihvatanje pogrešne hipoteze uz posiedicu prihvatanja neispravnog kontingenta.
Ako je verovatnoća prihvatanja hipoteze Po = p funkcija od f, sto pišemo kao P (p), tada
je rizik odbacivanja nulte hipoteze 1-P(p) = x (greška prvog tipa). Kada je p0  p , rizik
prihvatanja nulte hipoteze je 1-P(p) = β (greška drugog tipa). Verovatnoćaprihvatanja
hipoteze o parametru skupa grafički se prikazuje pomoću operacione krive. U tom
kontekstu pod snagom testa se podrazumeva verovatnoca odbacivanja netačne hipoteze i
ona se izraZava kao 1 - β.
Odnos izmedju proporcije neispravnih proizvoda i verovatnoće prihvatanja hipoteze za N
= 50, n = 12 i c = 2 prikazan je na slici. Kontingent ce se prihvatiti kad god je h  c , dok
je verovatnoća za neku vrednost p data obrascem hipergeometrijske distribucije koja u
nešto izmenjenoj notaciji u odnošu na ranije objašnjenje glasi
c
 Np  Nq   N 
P p       /  
r  0  r  n  r   n 
Ako, na primer, neki kontingent od 50 jedinica ima P = 0,06 neispravnih jedinica,

verovatnoća da će se iz uzorka od 12 jedinica izvući 2 ili manje neispravne jedinice je
_____________________________________________________________________________________________
_____________________________________________________________________________________
P    = 0,99 iIi, verovatnoća da kontingent ima p = 0,22 neispravnih jedinica je P    =
0,47.
Kada je skup veliki, aproksimativne verovatnoće za različite vrednosti p se dobiju putem
obrasca binomne distribucije a jos cešće primenom Poasonove distribucije. U obrascima
ovih dveju distribucija ne pojavljuje se N, dok je u Poasonovoj distribuciji m = np. Za
praktične ciljeve sastavljene su tabele u funkciji različitih vrednosti c i n i namenjene su
kontroli prijema na bazi jednostavnog, visestrukog, ponovljenog i sekvencijalnog uzorka.
P(p)
1.0
RIZIK PRODAVACA  = 0,05
1-
0.8
0.6
0.4
0.2

RIZIK KUPACA  = 0,15
0 P
0 0.05 0.10 0.15 0.20 0.25 0.30
Sl. 7. Rizici prodavača i kupaca prikazani na operacionoj krivoj n=40, c=3
Kao sto se vidi, operaciona kriva omogućuje da se utvrdi verovatnoća prihvatanja

kontingenta za različite vrednosti p.Jedna od tih vrednosti Po uzima se kao granica
tolerantnosti do koje se toleriše proporcija neispravnih u skupu. Proizvođač ili prodavac
sa kontigentom zadovoljavajućeg kvaliteta, s gledišta uslova postavljenih od kupca, bice
nezadovoljen ako se jedan ili vise njegovih kontingenata odbace zbog toga što je
uzorkom utvrđena proporcija neispravnih p > po. On će biti zainteresovan da prag
znainteresovan bude sto manji ili da se poveća veličina uzorka.
Ova vrsta rizika (ot) o moguenosti odbacivanja tačne hipoteze naziva se rizik prodavca.
Postoji i rizik kupca kome se izlaže ako prihvati kontingent sa većom proporcijom neispravnih nego sto on
smatra dozvoljenom. Verovatnoća toga rizika je u stvari greška drugog tipa, β.Ove dve vrste rizika
prikazane supomoću operacione krive na slici 12.2 koja je konstruisana na osnovu. n = 40 i c = 3. Rizik
prodavča je α= 0,05 a rizik kupca β= 0,15.
_____________________________________________________________________________________________
_____________________________________________________________________________________
4. DVOSTRUKI PLANOVI PRIJEMA
Strukturna šema sa osnovnim karakteristikama dvostrukog plana prijema izvršena

je kao na slici 6.37. pri tome je ukupni broj defektnih delova u oba uzorka k=k 1+k2, gde
je broj defektnih komada k1 u prvom odnosno k2 u drugom uzorku.
Plan definišu njegova četri elementa: n 1, n2, c1 i c2. Uvek je c2>c1 ali je po pravilu n1
 n2 i to n1<n2. Ukoliko odluka o prihvatanju (k1  c1) ili odbijanju (k1  c2) zbog stanja c1
< k1  c2, nije doneta na nivou prvog uzorka n, iz kombinovanog uzorka (n=n1+n2) dakle
na nivou drugog uzorka.
Osnovno preimućstvo dvostrukog plana prijema u odnosu na jednostruki sastoji se
u, slučaju serije dobrog ili pak lošeg kvaliteta, u manjem obimu kontrolne operacije pošto
se serija prihvata ili odbija već na nivou prvog uzorka dvostrukog plana prijema, a
njegov obim n manji je od obima jednostrukog plana prijema (n > n 1) ovo se preimućstvo
gubi kada se stvarni kvalitet serije nalazi u neposrednoj blizini graničnog kvaliteta, zbog
čega se često javlja stanje c1 < k1  c2 , pa se defektna odluka donosi tek posle drugog
uzorka (n2 > n1), ili narednih u slučaju višestrukog plana prijema.
Slika 8. Struktura dvostrukog plana prijema
_____________________________________________________________________________________________
_____________________________________________________________________________________
Slika 9 – Dvostruki plan prijema
Jednačina operativne krive ili verovatnoće prihvatanje serije po sistemu dvostrukog

plana prijema data je u obliku:
c1 c2  c2  k2 
L( p)   Pn1( x  k1)    Pn1 x  x1 
  Pn2( x  k2)

k1  0 k1  c1 1  k2 0 
koji na primer za Poasonov raspored glasi:
c1 c2  c2 
( n1 p) k1  n1 P k1
 ( n1 p) e n1 P  ( n2 p) k2  n2 P 
L( p)   k1!
e    k1!  k2!
e

k1  0 k1  c1  1 k2  0 
Ovo važi pod uslovom da je adekvatnost Poasonovog modela prethodno utvrđena.
Prvi deo jednačina koje su napisane u prethodnom obliku definiše verovatnoću
prihvatanja neke određene serije samo na osnovu prvog uzorka dvostrukog plana, a drugi
verovatnoću prihvatanja određene serije na osnovu drugog uzorka ali samo pod uslovom
ako je odluka o prihvatanju ili odbijanju serije na nivou prvog plana prijema nije doneta.
Kao i kod jednostrukog plana, može se na osnovu operativne krive i datih veličina
P , P , ,  postaviti jednačine:
L ( P )  1 
L ( P)  
Iz ovih jednačina plana kontrole iz kojih se neposredno određuju elementi ovog
_____________________________________________________________________________________________
_____________________________________________________________________________________
plana: n1, c1, n2, c2. U ovom slučaju proračun će biti jako složeniji u odnosu na prethodne
metode. Zbog ovih, a i nekih drugih okolnosti daje se određena prednost sekvencijalnim
u odnosu na dvostruke i višestruke planove prijema.
Kod plana na osnovu duplog uzorka odluka o prijemu kontingenta se donosi tek
nakon izvlačenja drugog uzorka. Kontingent može da se prihvati ili odbaci i nakon prvog
uzorka, ako je on pokazao posebno dobar ili posebno loš kvalitet, što se precizira
planom. Ako, pak, prvi uzorak nije ni posebno dobar ni posebno loš, odluka o prijemu će
se doneti uzimajući u obzir rezultate oba uzorka.
P(p)
0.9 n2=50
c2=3 2
0.8
4
0.7
n1=30
0.6
c1=0
3 n2=50
c2=3
0.5
n1=30
c1=0
0.4
0.3
1
0.2
0.1
0
0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 p
0
Sl. 10. Operaciona kriva duplog uzorka
Veličinu uzoraka ćemo označiti sa n1 i n2 ; c1 je gornja granica neispravnih proizvoda u

prvom uzorku za prihvatanje kontingenta; c2 je gornja granica neispravnih proizvoda za
prihvatanje kontingenta na osnovu oba uzorka. Neka je n1 = 30, c1 = 0, n2 = 50, c2 =
3. Pravilo nalaže da se kontingent prihvati kada prvi uzorak nema neispravnih, a da se
odbaci ako je broj neispravnih veći od 3. Pristupiće se uzimanju drugog uzorka ako prvi
_____________________________________________________________________________________________
_____________________________________________________________________________________
sadrži 1,2 ili 3 neispravna proizvoda. Kontingent se prihvata kada dva uzorka zajedno,
n1 + n2 = 30 + 50 = 80, imaju 3 ili manje neispravnih proizvoda, a odbacuje preko toga
broja. Prednost duplog uzorka je u tome sto se njime u proseku smanjuje broj jedinica
uzorka potrebnih za donošenje odluke. Pored toga, on ima i izvestan psihološki efekat
koji proizlazi iz mogućnosti da se odluka donese, po potrebi, i na bazi dva uzorka.
Operaciona kriva duplog uzorka pokazuje verovatnoću prihvatanja kontingenta na
osnovu podataka oba uzorka zajedno i broja neispravnih c2 .Plan duplog uzorka zahteva
jos dve operacione krive, jedna utvrđena na osnovu n1 i c1 prvog uzorka, i druga ria
osnovu n2 i c2 drugog uzorka. Ove operacione krive prikazane su na slici 3.1.
Operacona kriva u sredini crteža je kriva duplog uzorka. Druge dve krive, kako je
označeno, odnose se na prvi i drugi uzorak. U primeni duplog uzorka postoje četiri
moguće odluke: 1) prihvatanje nakon prvog uzorka, 2) odbacvanje nakon prvog uzorka,
3) prihvatanje nakon drugog uzorka i 4) odbacvanje nakon drugog uzorka. Područja tih
odluka prikazana su, takođe, odgovarajućim brojevima na slici .Razlika u ordinatama
između operacionih krivih prvog i drugog uzorka prikazuje verovatnoću potrebe
uzimanja drugog uzorka za bilo koju proporciju neispravnih; p. Na primer, tačna
verovatnoća prihvatanja nulte hipoteze za P = 0,02 je 0,929 i izražena je glavnom
operacionom krivom u sredini. Razlika u visini ordinata u tačkama preseka za P = 0,02
između operacionih krivih za drugi i prvi uzorak je 0,428, što predstavlja verovatnoću
potrebe za drugim uzorkom u cilju donošenja odluke.
Na istom principu, kao i kod duplog uzorka, odluka o prihvatanju kontingenta može da se
donese na bazi tri ili više uzoraka. U literaturi se mogu naći višestruki planovi do sedam
uzoraka na bazi operacionih krivih slično kao za jedan ili dupli uzorak.
5. SEKVENCIJALNI UZORAK
Kod cekvencijalnog uzorka uzimanje jedinica se izvodi etapno. Posle svake etape
donosi se odluka o prihvatanju odbacivanju ili produženju uzimanja uzoraka sve dok se
ne dobije dovoljna osnova za jednu od dve odluke.
Ovakvim planom se u proseku smanjuje veličina uzorka za oko 50% pa i više u odnosu
na klasičan oblik na osnovu uzorka. Veličina ozorka potrebna za donošenje odluke zavisi
u najvećoj meri unapred određenih granica tolerancije kao I od utvrđenog praga
značajnosti.
Praćenje rezultata ispitivanja do donošenja odluke na bazi sekvencijalnog uzorka najbolje
se izvodi putem radne tabele u kojoj je broj neispravnih jedinica kod svakog izvlačenja
unapred dat. Za svaki takav plan date su četiri vrednosti i to 1) prihvatljiva granica
kvaliteta szražena kao proporcija neispravnih, p1 ; 2) neprihvatljiva granica kvaliteta
izražena kao proporcija neispravnih p2 ; 3) Verovatnoća odbacivanja kontigenata u
_____________________________________________________________________________________________
_____________________________________________________________________________________
uslovima kvaliteta p1 ili boljeg, α; 4) Verovatnoća prihvatanja kontigenata u uslovima
kvaliteta p2 ili goreg, β. Polazeći od ovoga izračunavaju se granične vrednisti za svaku
veličinu uzorka. Na grafikonu to su dve paralelne linije iražene sledećim dvema
linearnim jednačinama:
d1  h1  sn
d 2  h2  sn
Gde su d1 i d 2 granične vrednostineispravnih proizvoda za prihvatanje i odbacivanje
kontigenta; h1 i h2 su tačke preseka na ordinatnoj osi; s je koeficijent nagiba prave; N
je veličina uzorka. Parametri h1 , h2 i s koji se u lineanoj regresiji radije beleže sa a i b,
izračunavaju se prema sledećim obrascima:

log
h  1
1
p2 1  p2
log  log
p1 1  p1
1 
log
h2  
p2 1  p2
log  log
p1 p1
1  p1
log
1  p2
c
p 1  p2
log 2 log
p1 1  p1
U primeni ovih formula pretpostavlja se da je P2 > P1 i da je (α+β) < 1. Grafički
prikaz ovog postupka u opštem slučaju pruža slika . Posle svakog izvlačenja
uzorka rezuItat se prati na kumulativnoj osnovi i ucrtava na grafikon. Ako
je kriva u okvirima granica dveju pravih, uzimanje uzorka se produžava sve dok
ona ne preseče jednu od pravih kada se donosi odluka o kontingentu. Jedinice mogu
da se izvlače sukcesivno jedna po jedna ili u grupama od po 5, 10 itd. To izvlačenje
u velikoj meri zavisi od prosečne veličine uzorka potrebne za dato ispitivanje.
_____________________________________________________________________________________________
_____________________________________________________________________________________
35
30
BROJ NEISPRAVNIH,d
ODBACIVANJE
25
n
+s
=h
2
20
d2
LE
RO
15 NT
KO
AK +s
n PRIHVATANJE
10 ET h
UŽ
1
OD d=
1
5 PR
h 2
0
10 20 30 40 50 60 70 80 90 100
h
1
VELIČINA UZORKA
Sl. 11. Granice prihvatanja i odbacivanja sekvencijalnog uzorka
Primer. Treba utvrditi plan sekvencijalnog uzorka gde je p1 = 0,15,α=

= 0,01, P 2 = 0,30 i β = 0,02. Pomoću logaritama dolazimo do sledećihv rednosti:
 0.02
log  log  1,69461
1 0.99
1  0,98
log  log  1,99123
 0,01
1  p1 0,85
log  log  0,08432
1  p2 0,70
p 1  p2 0,30 0,70
log 2  log  log  log  0,30103   0,91568  1  0,38535
p1 1  p1 0,15 0,85
Primenom formula dobijaju se:

 1,69461 1,99123
h1   4,40; h2   5,17;
0,38535 0,38535
0,08432
s  0,22;
0,38535
Linearne jednačine za prihvatanje i odbacivanje kontingenta su:
d1  4,40,022n
d 2  5,17 ,022n
Pomoću ove dve jednačine lako se dolazi do broja neispravnih za svaku vrednost n.
_____________________________________________________________________________________________
_____________________________________________________________________________________
U tabeli 4.2 prikazane su vrednosti d1 i d2 u funkciji n nakon svakog izvlačenja
uzorka od 5 jedinica. U praksi se obično dl i d2 unapred izračunavaju, a potom uzimaju
uzoroci sve dok se ne dođe do odluke.
Tabela 1. Prihvatanje i odbacivanje kontingenta na osnovu sekvencijalnog uzorka:

p1  0,15;  0,01; p2  0,30;   0,02;
Redni broj uzorka Komulacija uzorka Granica prihvatanja Granica odbacivanja

d1 d2
1 5 -3,30 6,27
2 10 -2,20 7,37
3 15 -1,10 8,47
4 20 0,00 9,57
5 25 1,10 10,67
6 30 2,20 11,77
7 35 3,30 12,87
8 40 4,40 13,97
9 45 5,50 15,07
10 50 6,60 16,17
Od p1 , p2 ,α i β zavise vrednosti parametra h1 , h2 i s koji određuju operacionu
krivu sekvencijalnog uzorka. Verovatnoća prihvatanja pošiljke za p1 je 1-α, za p2 je β,
h2
dok je verovatnoća p za =s jednaka . Na primer za p=0,15,
h2   h1 
_____________________________________________________________________________________________
_____________________________________________________________________________________
P(p)
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
P
0
0 0.1 0.2 0.3 0.4
Sl. 12. Operativna kriva
160
140
120
100
PROSEČAN UZORAK
80
60
40
20
P
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Sl. 13. Kriva poprečnog uzorka na osnovu tabele 1.
_____________________________________________________________________________________________
_____________________________________________________________________________________
Prosečna veličina uzorka je broj jedinica potreban u sekvencijalnom uzorku da se dođe
do odluke. Ta velićina zavisi od d1, d2 i s kao i od kvaliteta podataka. Kako se ovi
parametri izračunavaju na osnovu β, P1 i P2 to je prosečna veličina uzorka uslovljena
ovim vrednostima. Ukoliko su α i β manji, utoliko ce prosečan uzorak biti veći. Isto tako,
manja razlika izmedu P1 i P2 povečava prosečan uzorak koji se smanjuje kada P1 teži
nuli, a povećava kada P2 teži jedinici. Aproksimativria kriva prosečnog uzorka u naščem
primeru prikazana je na slici i utvrđena je na osnovu pet tačaka čije je izračunavanje
prikazano u tabeli 4.2. Prosečna veličina sekvencijalnog uzorka potrebna za donošenje
odluke manja je nego kod prostog, duplog ili višestrukog uzorka.
Izračunavanje prosečnog uzorka za pojedine tačke

Tabela 2.
p O P1=0,15 s=0,22 p2=0,30 1
Obrazac h1 1    h1  h2 h1h2 1    h1  h2 h2

s P1  s s  s  1 P2  s 1 s
Prosečan
20 61 133 62 7
uzorak
Sekvencijalni uzorak ima značajne prednosti sa gledišta veličine uzorka pctrebne za

donošenje odluke. I pored toga u praksi se mnogo ne primenjuje zato što je često
nepraktično sukcesivno uzimati jedinice da bi se došlo do odluke o prijemu. Ako se
odluka donosi na osnovu kvantitativnih vrednosti jedinica, dakle pomoću aritmetickih
sredina, potrebno je prethodno poznavati standardnu devijaciju skupa sto često nije
jednostavno.
6. SKIP LOT UZORKOVANJE

Skip lot uzrokovanje podrazumeva uzrokovanjem samo dela isporučenih serija i
uštede u vremenu i novcu. Skip lot uzrokovanje koristi se u slučaju dokazanog kvaliteta
isporučenih serija.
Skip lot uzrokovanje:
1. Odabirajuse parametri kao za jednostruki plan
2. Vrši se uzorkovanje serija prema normalnom načinu kontrole
3. Ako je isporučeni broj “i” serija prihvaćen nastavlja se sa kontrolom samo dela
“f” budućih serija
4. Ako je serija odbijena vraća se na normalni način kontrole
_____________________________________________________________________________________________
_____________________________________________________________________________________
7. IZVOD IZ STANDARDA SRPS N.N0.029
Ovaj standard propisuje planove i postupke uzimanja uzoraka za kontrolu prema

atributima. Ovlasćena institucija može propisati da odredbe ovog standarda budu obavezne pri
izradi odredenih standarda, ugovora, dokumenata kontrole i sličnih dokumenata. Planovi
uzimanja uzoraka koje propisuje ovaj standard mogu se primenjivati pri kontrolisanju:
 finainih proizvoda,
 sastavnih delova i sirovina,
 proizvodnih operacija,
 materijala u procesu proizvodnje,
 zaliha na skladištu,
 operacija održavanja,
 prikupljenih podataka,
 administrativnih postupaka.
Nabrojani slučajevi nisu jedini u kojima se mogu primenjivati planovi uzimanja uzoraka
propisani ovim standardom. Ovi planovi se prvenstveno primenjuju kada su u pitanju partije
uzoraka iz neprekidnih serija. Planovi se mogu koristiti i za kontrolu izolovanih partija, ali u torn
slučaju se moraju uzeti u obzir odredbe tač. 14.6 koje govore o tome kako se odabira pogodan
plan uzimanja uzoraka ako se radi o izolovanim partijama.
Kontrola
Kontrolu sačnjava proces merenja, proveravanja, ispitivanja i dr. sa ciljem da se
uporedi jedinica proizvoda sa zahtevima.
Kontrola prema atributima

Kontrola prema atributima je takva vrsta kontrole pri kojoj se jedinica proizvoda
karakteriše kao neispravna ili ispravna ili se broji koliko ima mana na jedinici proizvoda, na
osnovu datog zahteva ili skupa zahteva.
_____________________________________________________________________________________________
_____________________________________________________________________________________
Jedinica proizvoda
Jedinica proizvoda je predmet koji se kontroliše sa ciljem da se kategoriše kao ispravan ili
neispravan ili da bi se izbrojale mane. To moze biti samo jedan predmet, par, skup, dužina,
površina, operacija, zapremina, sastavni deo finalnog proizvoda, ili sam finalni proizvod. Jedinica
proizvoda može biti, ali ne mora biti isto što i jedinica koja se kupuje, isporučuje, proizvodi
ili nabavlja.
Klasifikacija mana i neispravnih jedinica proizvoda
Način klasifikacije mana

Klasifikacija je prebrojavanje mogućih mana na jedinici proizvoda koje se klasiraju
prema njihovom značaju. Manom se naziva bilo kakvo odstupanje jedinice proizvoda od
propisanih zahteva. Mane se mogu razvrstati u jednu ili više klasa, ali se mogu razvrstavati i u
druge klase iii u grupe u okviru ovih klasa.
5.11. Kritična mana

Kritična mana je mana za koju se rasuđivanjem i na osnovu iskustva može zaključiti da
će verovatno dovesti do neispunjavanja uslova u pogledu sigurnosti (bezbednosti) za osoblje
koje koristi proizvod, održava ga ili od njega zavisi
5.12. Veća mana

Veća mana je mana koja nije kritična all će verovatno dovesti do otkaza ili znatno
smanjiti upotrebljivost jedinice proizvoda u svrsi kojoj je namenjena.
5.13. Manja mana

Manja mana je mana koja verovatno neće znatno smanjiti upotrebljivost jedinice
proizvoda u svrsi kojoj je namenjena. Manja mana je mana koja predstavija odstupanje od
utvrdenih standarda, nemajući većeg uticaja na upotrebu ili rad jedinice proizvoda.
_____________________________________________________________________________________________
_____________________________________________________________________________________
5.2. Metoda klasifikacije neispravnih jedinica

Neispravna jedinica proizvoda je ona koja sadrži jednu ili više mana. Neispravne
jedinice proizvoda se mogu razvrstati prema tackama,
5.2.1.Kritično neispravna jedinica proizvoda

Kritično neispravna jedinica proizvoda je ona koja ima jednu ili više kritičnih mana, a
moze sadržavati i veće ili manje mane.
5.2.2.Jedinica proizvoda neispravna u većoj meri

Jedinica proizvoda neispravna u većoj meri je ona koja sadrži jednu ili više većih mana,
a može takođe sadržavati i manje mane. Ne sme sadržavati kritične mane.
5.2.3.Jedinica proizvoda neispravna u manjoj meri

Jedinica proizvoda neispravna u manjoj meri je ona koja sadrži jednu ili više manjih
mana, ali ne sme sadržavati ni kritične ni veće mane.
6. Procenat neispravnih jedinica proizvoda i broj mana na sto

jedinica
6.1. Izražavanje neslaganja
Mera neslaganja proizvoda se izražava bilo procentom neispravnih jedinica proizvoda,
bilo brojem mana na stotinu jedinica.
6.2. Procenat neispravnih jedinica proizvoda

Procenat neispravnih jedinica proizvoda za bilo koji broj jedinica proizvoda se dobija
kada se broj neispravnih jedinica pomnoži sa sto i podeli sa ukupnim brojem jedinica proizvoda:
ukupan broj kontrolisanih jedinica
_____________________________________________________________________________________________
_____________________________________________________________________________________
broj neispravnih jedinica

Procenat neispravnih jedinica proizvoda = ukupan broj kontrolisanih jedinica X 100
6.3.Broj mana na stotinu jedinica proizvoda

Broj mana na stotinu jedinica proizvoda za bilo koji broj jedinica proiyvoda dobija se
kada se broj mana koji se nalazi na jedinicama proizvoda pomnoži sa sto, pa zatim podeli sa
ukupoim brojem jedinica proizvoda:
broj mana
Broj mana na stotinu kedinica proizvoda = ukupan broj kontrolisanih jedinica
X 100
7. Prihvatljiv nivo kvaliteta (AQL) (Engleski: Acceptable quality

level)
7.1. Upotreba
AQL, kao i slovni simboli za označavanje veličine uzorka, koristi se za označavanje
planova uzimanja uzoraka, datih u ovom standard
7.2. Definicija
AQL predstavlja maksimalno dozvoljeni procenat neispravnih jedinica tj. maksimalno
dozvoljeni broj mana na stotinu jedinica proizvoda koji se može smatrati zadovoljavajucim za
svrhu kontrolisanja uzimanjem uzoraka, uzimajući ga kao prosek procesa.
7.3. Dopunska objašnjenja o značenj AQL

Kada potrosač odredi neku AQL vrednost za izvesnu manu ili grupu mana, on
naznačuje nabavijaču da ce njegov plan kontrole za uzimanje uzoraka prhvatiti veliku većinu
partija koje nabavljač šalje, pod uslovom da prosečna vrednost procenta neispravnih jedinica
proizvoda u procesu u ovim partijama nije veća od naznačene AQL-vrednosti. Prema tome, AQL
_____________________________________________________________________________________________
_____________________________________________________________________________________
predstavlja određenu vrednost procenta neispravnih jedinica za koju kupac kaže da će biti
prihvaćena u većini slučajeva primenom plana uzimanja uzoraka koji upotrebljava.
7.4. Upozorenje snabdevača

Određivanje vrednosti AQL ne podrazumeva da snabdevač ima pravo da svesno
isporučuje neispravne jedinice proizvoda.
7.5. Određivanje AQL-vrednosti

Ugovorom se određuje koja se AQL-vrednost upotrebljava ili se prepušta potrošaču da
tu vrednost odredi. Mogu se odrediti različite vrednosti AQL prema grupama mana uzimajući
grupe kao jednu celinu, ili se mogu odrediti različite vrednosti AQL za pojedinačne mane. Može
se odrediti vrednost AQL za grupu mana kao dodatak vrednostima AQL za pojedine mane ili
podgrupe u okvirima te grupe.
7.6. Vrednost AQL koja se preporučuje

Vrednosti date u tabelama ovog standarda su vrednosti koje se preporučuju. Ako se za
neki proizvod odrede neke druge vrednosti za AQL, onda se ove tabele ne upotrebijavaju
(Tabela 1).
8. Preuzimanje proizvoda
8.1. Partija
Izraz “partija” ima znacenje kontrolna partija, tj. zbir jedinica proizvoda iz kojeg se
uzima uzorak i kontroliše da bi se utvrdilo da li zadovoljava kriterijum za prihvatanje, te se može
razlikovati od zbira jedinica odredenih da ptedstavljaju partije za druge svrhe.
8.2. Obrazovanje partija

Proizvod treba da se grupiše u partije, podgrupe partije, ili na sličan način koji se
propiše. Svaka partija se mora sastojati, od jedinica proizvoda:
 istog tipa,
 istog stepena kvaliteta,
 iste klase,
 iste veličine i sastava,
 izrađenih pod,
 istim uslovima i u
 istom periodu vremena.
_____________________________________________________________________________________________
_____________________________________________________________________________________
8.3. Veličina uzoraka

Pod veličinom uzoraka se podrazumeva broj jedinica proizvoda koje uzorak sadrži.
8.4. Preuzimanje partija

Obrazovanje partija, njihovu veličinu i način na koji se svaka partija predaje i
identifikuje od strane dobavljača, propisuje ili overava kupac. Ako je potrebno, dobavljači
moraju obezbediti pogodno mesto za skladištenje svake od partija, zatim potrebnu opremu za
odgovarajuće identifikovanje i predavanje i osoblje za poslove oko uzimanja uzoraka.
9. Prihvatanje i odbacivanje
9.1. Uslovi prihvatanja partija

Uslovi prihvatanja partija određuju se na osnovu plana uzimanja uzoraka ili na osuovu
više planova sa određnom vrednošću AQL ili određenim vrednostima AQL.
9.2. Neispravne jedinice proizvoda

Kupac ima pravo da odbaci svaku jedinicu proizvoda za koju se utvrdi u toku kontrole
da je neispravna, Odbačene jedinice se mogu popraviti i ponovo dati na kontrolu, uz odobrenje i
na način koji propisuje kupac.
9.3. Posebno pravo u pogledu kritičnih mana

Kupac može od snabdevača tražiti da kontroliše svaku jedinicu iz partije da bi se
proverilo da li ima kritičnih mana. Kupac ima pravo da kontrolise svaku jedinicu proizvoda koju
doprema snabdevač da bi proverio da li ima kritičnih mana i odmah da odbaci celu partiju ako se
pronade kritična mana.
_____________________________________________________________________________________________
_____________________________________________________________________________________
9.4. Ponovna kontrola partija

Partije koje nisu prihvaćene mogu se ponovo kontrolisati samo pošto se prethodno još
jedanput provere ili ispitaju i sve neispravne jedinice proizvoda odstrane, ili mane isprave.
Kupac ili ovlašćena institucija odlučuje da li će se upotrebiti normalna kontroia ili pooštrena.
10. Uzimanje uzoraka

10.1. Uzorak
Uzorak se sastoji od jedne ili više jedinica proizvoda nasumce uzetih. Temeljno pitanje
koje se postavlja pri kontroli uzorkovanjem glasi:
“Koliki uzorak treba kontrolisati da bi nalaz kontrole bio pouzdan”
Taj problem se može efikasno rešavati upotrebom planova uzorkovanja. Zavisno o

primijenjenom planu uzorkovanja odluka o prihvatanju (odbijanju) isporuke može se doneti
nakon:
1. kontrole jednog slučajno odabranog uzorka (jednostruko uzorkovanje);

2. kontrole najviše dva slučajna uzorka (dvostruko uzorkovanje);
3. kontrole više od dva slučajna uzorka (višestruko uzorkovanje).
10.2. Reprezentativuo uzimanje uzoraka

Broj jedinica u uzorku treba da je proporcionalan velični podgrupa partija ili delova
partija, koje su utvrđuju po nekom racionalnora kriterijumu. Prilikom reprezentativnom
uzimanju uzoraka, jedinice se iz svakog dela partije uzimaju nasumce.
10.3. Trenutak kada se uzimaju uzorci

Uzorci se mogu uzimati u trenutku kada se skupe sve jedinice koje sačinjavaju partiju
ili se mogu uzimati za vreme obrazovanja partije.
_____________________________________________________________________________________________
_____________________________________________________________________________________
10.4. Dvostruko ili višestruko uzimanje uzoraka

Kada se koristi dvostruko ili višestruko uzimanje uzoraka, svaki uzorak mora biti
odabran iz partije.
12.3. Slovni simboli

Velicine uzorka oznacavaju se slovima.Iz tabele I treba odabrati primenljiv slovni
simbol za velicine pojedinih partija I propisani obim kontrolisanja.
12.4. Utvrđivanje plana uzimanja uzoraka

Iz tabela 2,3 I 4 na osnovu AQL vrednosti I slovnog simbola dobija se plan uzimanje
uzoraka.Ako se zadatu kombinaciju AQL I slovnog simbola ne dobija nikakav plan uzimanja
uzoraka tabele upucuju na druge slovne simbole.Plan koji treba upotrebiti odredjen je novim
slovnim simbolima a ne oni polaznim.Ako ovaj postupak dovodi do razlicitih velicina uzoraka
za razlicite klase mana moze se ako to odobri ovlascena institucija od strane ovlascene
institucije moze se mesto plana sa jednostrukim uzimanjem uzoraka kad je broj za prihvatanje
0,preci na plan sa brojem za prihvatanje 1 sa odgovarajucim vecim uzorkom za odredjenu AQL
vrednost ako postoji.
12.5. Tipovi planova za uzimanje uzoraka

Postoje tri tipa planova za uzimanje uzoraka:
 jednostruki,
 dvostruki i
 višestruki.
Kada na raspolaganju stoji više tipova planova za datu AQL-vrednost i za slovni

simbol, može se upotrebiti bilo koji od ovih tipova. Izbor tipa plana, kada za datu AQL--vrednost
i slovni simbol stoje na raspolaganju jednostruki, dvostruki i višestruki plan, zavisi od
manipulativnih teškoća i prosečne veličine uzorka za planove sa kojima se raspolaže. Prosecna
veličina uzorka za višestruke planove je manja nego za dvostruke. I višestruki i dvostruki
_____________________________________________________________________________________________
_____________________________________________________________________________________
planovi za uzimanje uzoraka su manji od jednostrukog plana. Obično su manipulativne teškoće i
cena po jedinici za jednostruki plan veće nego za dvostruki i višestruki.
13. Utvrđivanje prihvatljivosti

13.1. Kontrola na osnovu procenta neispravnih jedinica
Da bi se na osnovu procenta neispravnih jedinica utvrdilo da li je partja prihvatljiva,
upotrebljava se primenljiv plan uzimanja uzoraka. prema tackama 13,11,13.12,13.13 I 13,14
13.11. Plan jednostrukog uzimaja uzoraka

Broj jedinica uzorka koji se kontrolise jednak je sa velicinom uzorka datom u
planu.Ako je broj neispravnih jedinica koji se pronadje u uzorku jednak ili manji od broja za
prihvatanje pronadje u uzorku jednak ili manji od broja za prihvatanje partija se smatra
primljenom.Ako je broj neispravnih jedinica jednak ili veci od broja za odbacivanje partija se
smatra odbacenom.
13.12. Plan dvostrukog uzimanja uzorka

Broj jedinica uzoraka koji se kontrolise odgovara privoj velicini uzorka datoj
planom.Ako je broj neispravnih jedinica pronadjen u prvom uzorku jednak ili manji od prvog
broja za prihvatanje partija se smatra primljenom.Ako je broj neispravnih jedinica pronadjem u
prvom uzorku jednak izmedju prbog broja za prihvatanje I prvog broja za odbijanje uzima se
drugi uzora cije je velicina data planu pa se izvrsi kontrola.Broj neispravnih jedinica koji se
pronadju pri prvom kontrolisanju I drugom kontrolisanju sabere se I uporedi sa drugim brojem
za prihvatanje.Ako je ukupan broj neispravnih jedinica u oba pregleda jednak drugom broju za
prihvatanje ili manji od njega partija se prihvata.Ako je ukupan broj neispravnih jedinica u oba
pregleda jednak drugom broju za prihvatanje ili veci od njega partije se odbacaju.
13.13. Plan visestrukog uzimanja uzoraka

Postupak za vise struko uzimanje uzoraka je slican postupku za dvostruko uzimanje
uzoraka tac 13,12 izuzev sto se uzorci uzimaju vise od dva puta da bi se donela odluka.
_____________________________________________________________________________________________
_____________________________________________________________________________________
13.14. Poseban postupak za redukovano kontrolisanje
Pri redukovanom kontrolisanju moze se zavrsiti postupak I ako nisu ispunjeni uslovi ni
za prihvatanje ni za odbacivanje. U ovakvim slucajevima partija se prima ali se vec sledeca
partija kontrolise normalnom kontrolom.
Kontola na osnovu broja mana na stotinu jedinica
Da bi se na osnovu broja mana na stotinu jedinica utvrdilo da li je partija prihvatljiva primenjuju

se postupci iz tacka 13.11 stim sto rec neispravne jedinice treba zameniti reciju mane.
13.2. Kontrola na osnovu broja mana na stotinu jedinica

Da bi se na osnovu broja mana na stotinu jedinica utvrdilo da li je partija prihvatljiva,
primenjuju. se postupci iz predhodnog naslova.
14. DOPUNSKI PODACI
14.1. Krive operacionih karakteristika

Operacione karakteristike za normalno kontrolisanje pokazuju procenat partija koje se
očekuju da će biti prihvaćene po različitim planovima uzimanja uzoraka za date kvalitete
procesa, Pokazane krive se odnose na jednostruko uzimanje uzoraka; Za dvostruko i višestruko
uzimanje uzoraka, krive se pribiizavaju ovima koiiko je praktično moguće. Sve krive
operacionih karakteristika za AQL-vrednosti veće od 10,0 zasnovane su na Poasonovoj raspodeli
i primenjuju se za mane na stotinu pregledanih jedinica. Krive operacionih karakteristika za
AQL-vrednosti 10,0 ill manjoj, i za veličine uzorka 80 ili manje od 80, zasnovane su na
binomnoj raspodeli i primenljive su za kontrolu na osnovu procenta neispravnih jedinica.
Vrednosti u tabelama odgovaraju izabranim vrednostima verovatnoće prihvatanja i date

su za svaku prikazanu krivu, zatim za pooštrenu kontrolu i za broj mana na stotinu jedinica za
AQL-vrednosti 10,0 ili manje i za veličine uzorka 80 ili manje.
14.2. Prosečni kvalitet proizvodnje

Prosečni kvalitet proizvodnje je prosečni procenat neispravnih jedinica ili prosečni broj
mana na stotinu jedinica za proizvod koji se daje na prvo kontrolisanje. Prvo kontrolisanje je
kontrolisanje date količine proizvoda prvi put za razliku od kontrolisanja koje se obavlja na
ponovo datim proizvodima posle prvog odbacivanja.
_____________________________________________________________________________________________
_____________________________________________________________________________________
14.3. Prosecni izlazni kvalitet (AOQ)

AOQ predstavlja prosecni kvalitet proizvoda koji izlazi posle kontrolisanja,ukljucujuci
sve primljene partije,sve odbacene partije koje su zatim 100% pregledane I sve neispravne
jedinice zamenjene ispravim.
14.4. Granica prosečnog izlaznog kvaliteta (AOQL)

AOQL predstavlja maksunalnu vrednost AOQ za sve moguće ulazne kvalitete za dati
plan uzimanja uzoraka.
14.5. Krive prosečne veličine uzorka

Krive prosečine veličine uzoraka i za dvostruko i za višestruko uzimanje uzoraka date
su u tabeli 9. Ove krive daju prosečne veličine uzoraka koje se mogu očekivati za različite
planove uzimanja uzoraka i za dati kvalitet procesa.
14.6. Zaštita granicnog kvaliteta

Planovi uzimanja uzoraka i odgovarajuči postupci dat u ovom standardu namenjeni su
upotrebi kada se jedinice proizvoda proizvode u neprekidnim serijama partija za duži period
vremena. Međutim, ako se radi o izolovanim partijama, poželjno je da se ograniči izbor planova
za uzimanje uzoraka na one koji obezbeđuju ne manju zaštitu od propisane. U tabelama 7 i 8
date su vrednosti za LQ za vrednosti rizika kupca 10% i 5%, respektivno, koje se obično
upotrebljavaju. Princip na osnovu kojeg se biraju vrednosti LQ može se iskoristiti i za
odredivanje vrednosti AQL i obima kontrolisanja za serije partija.
_____________________________________________________________________________________________
_____________________________________________________________________________________
8. OSNOVNI POJMOVI ZA UPOTREBU

PLANOVA PRIJEMA
Postoje osnovni pojmovi za upotrebu planova prijema a to su:
 PROSEK PROCESA (Average of process) prosečan procenat defektnih jedinica

proizvoda u seriji kao izlaza iz nekog procesa.
 NIVO KVALITETA (p) procenat defektnih delova u seriji.
 NIVO KVALITETA ZA PRIJEM (AQL- Acceptable qality level, NKP, p1=pα) -

maksimalna količina defektnih jedinica proizvoda (p) koja je prihvatljiva kao prosek
procesa. Definiše ga proizvođač.
 NIVO ODBIJAJUĆEG KVALITETA ili tolerisani nivo kvaliteta (RQL- Rejectable qality
level , LTPD- Lot tolerance percent defective, p2=pβ) - maksimalna količina defektnih
jedinica proizvoda (p) koja je prihvatljiva sa stanovišta kupca. Definiše ga kupac.
 NEUTRALNI NIVO KVALITETA (Neutral quality level) ili nezavisan kvalitet je

postotak defektnih delova (p) koja odgovara verovatnoći prihvatanja (odbijanja) serije od
P(p) =50% (0.5)
 RIZIK PROIZVOĐAČA (α) (Producer′s Risk) - verovatnoća odbijanja dobre serije ( α=

5% ili 10%)
 pd - dozvoljeni procenat loših komada;
 pu - pretpostavljeni procenat loših komada iz uzroka;
 ps - stvarni procenat loših komada
 pu¸< pd - serija se prima;
 pu > pd - serija se odbija;
Međutim ako je u seriji ps < pd doneta je u I slučaju ispravna odluka, a u II slučaju

doneta je pogrešna odluka. Ovo se naziva GREŠKA I VRSTE ILI RIZIK PROIZVOĐAČA. Meri
se verovatnoćom i izražava se preko ALFA.
_____________________________________________________________________________________________
_____________________________________________________________________________________
Primer 1:
Neka se neka serija isporučenih proizvoda sastoji iz N = 1000 kom, gde je dozvoljeno
p=1%. Neka su elementi plana prijema n = 100 kom i c = 5 kom.
Slučaj I
 broj ispravnih komada 994
 broj neispravnih komada 6 (ps = 0,6 %)

- na onovu izabranog uzorka dobijeni su rezultati:
 broj ispravnih komada u uzorku 94
 broj neispravnih komada u uzorku 6

DOBRA SERIJA SE ODBIJA (Rizik proizvođača)
 RIZIK KUPCA (β) (Consumer′s Risk)- verovatnoća prihvatanja loše serije (β=10%)
 pd - dozvoljeni procenat loših komada;
 pu - pretpostavljeni procenat loših komada iz uzroka;
 ps - stvarni procenat loših komada
 pu¸< pd - serija se prima;
 pu > pd - serija se odbija;
Međutim ako je u seriji ps > pd doneta je u II slučaju ispravna odluka, a u I slučaju
doneta je pogrešna odluka. Ovo se naziva GREŠKA II VRSTE ILI RIZIK KUPCA Meri se
verovatnoćom i izražava se preko BETA
Primer 2:
Neka se neka serija isporučenih proizvoda sastoji iz N = 1000 kom, gde je dozvoljeno
p=1%. Neka su elementi plana prijema n = 100 kom i c = 5 kom.
Slučaj II
 broj ispravnih komada 100
 broj neispravnih komada 900 (ps = 90 %)
- na onovu izabranog uzorka dobili su se rezultati:
 broj ispravnih komada u uzorku 100
_____________________________________________________________________________________________
_____________________________________________________________________________________
 broj neispravnih komada u uzorku 0
LOŠA SERIJA SE PRIHVATA (Rizik kipca)
9. PRORAČUN PLANOVA PRIJEMA

Ako je osnovni skup beskonačan ili dovoljno veliki u odnosu na uzorak npr. n/N < 0.1
onda se Pa proračunava iz binomnog zakona verovatnoće
Ako je n/N > 0.1 i nps< 5 karakteristična kriva se konstruiše iz zakona normalne
raspodele.
Ako je n/N > 0.1 i nps> 5 karakteristična kriva se konstruiše iz zakona Poissonove
raspodele.
Za male serije u odnosu na veličinu uzorka za proračun verovatnoće prijema serije.
Primer 3 :
Iz jednog skupa od 50 jedinica gde očekujemo 8% nesipravnih uzet je uzorak od 5
jedinica. Kolika je verovatnoća da se u uzorku nađe nespravna jedinica?
Rešenje:
Iz podataka u tekstu se određuje: N=50, n=5 i

m=0.08*N=0.08*50=4. Uzimanjem slučajnog uzorka moguće je
otkriti sledeći broj neispravnih jedinica: c=0 ili 1 ili 2 ili 3 ili 4
Suma ovih verovatnoća je ravna jedinici: 1 = P0+P1+ P2+
P3+ P4.
Verovatnoća da ćemo naći neispravne jedinice iznosi: Pa=1-P0
_____________________________________________________________________________________________
_____________________________________________________________________________________
Prosečni izlazni kvalitet P pik (Average outgoing quality - AOQ)
Slika 7: Prosečni
izlaznik kvaliteta
MAKSIMALAN PROSEČNI NIVO IZLAZNOG KVALITETA (AOQL - Average

outgoing quality limit) je maksimalan prosečni procenat defektnih delova koji se očekuje kao
ulaz u naredni proces nakon upotrebe nekog od planova prijema.
Prosečan obim kontrole (ATI - Average total inspection) je prosečan broj kontrolisanih
jedinica nakon obavljenih prijema.
Objašnjenje:
 Ako serije nemaju loših komada p=0 broj kontrolisanih je prosečno jednak veličini uzorka n
 Ako serije sadrže 100% loših komada p=1 broj kontrolisanih je prosečno jednak veličini
serija N kako je 0 ≤ p ≤ 1 onda je n ≤ ATI ≤ N
ATI = n + (1 – Pa) (N-n)
_____________________________________________________________________________________________
_____________________________________________________________________________________
10. PRIMERI PRIMENE PLANOVA PRIJEMA
Primer 1.
Za jednu partiju veličine N= 12000 proizvoda definisati elemente dvostrukog plana
prijema prema standardu SRPS.N.NO.029 za sledeće uslove: prihvatljivi nivo kvaliteta
pi=2,5%, pooštrena kontrola, nivo kontrole (obim kontrolisanja) III.
Na osnovu date vrednosti N=12000 i nivoa III dobij a se iz tablice I (SRPSN.NO.029)
slovna oznaka N. Ovoj oznaci iz tablice 3-B odgovara:
- za prvi uzorak: veličina prvog uzorka ni=125, broj za prihvatanje Aci=9 i broj za
odbijanje Rei=14
- za drugi uzorak 112= 125 (ni+n2=250), Ac2=23, Re2=24
Ako bi kontrolisali i u prvom uzorku našli ki=7 defektnih komada ki=7 < A ci=9 prihvata
se partija.
Ako bi kontrolom nađeno ki=16 defektnih proizvoda, onda bi postoje ki=16 > Rei=14,
partija se odbija.
Ako bi kontrolom nađeno k j =12 defektnih proizvoda, onda je Aci=9<ki=12<Rei=14, onda
se izvlači i kontroliše drugi uzorak. Ako je broj defektnih komada u oba uzorka k}+k2=20
< Ac2 partija delova se prima. Ako je broj defektnih delova u oba uzorka ki+k2=25 > Re2
partija delova se odbija.
Primer 2
Za partiju i date uslove definisati elemente višestrukog plana prijema prema standardu
SRPS.N.NO.029.
Slovna oznaka N određuje se za date uslove kao u prethodnom zadatku a zatim iz tablice
4-B, standarda SRPS N.NO.029 određuje se
1 prvi uzorak ni=125Aci=l Rei=8
2 drugi uzorak n2= 125 Ac2=;6 Re2= 12
3 treći uzorak n3= 125 Ac3= 11 Re3=17
4 četvrti uzorak n4=125AC4=16 Re4=22
5 peti uzorak ri5=125AC5=22 Re5=25
6 šesti uzorak n6= 125 AC 6=27 Re6=29
7 sedmi uzorak n7=125 AC7=3 2 Re7=3 3
_____________________________________________________________________________________________
_____________________________________________________________________________________
Primer 3
Kontroliše se partija delova od V=40.000 komada pomoću plana j ednostrukog

uzorkovanj a za normalno kontrolisanj e.
a) odrediti elemente jednostrukog plana prijema za obim kontrolisanja II i prihvatlj
ivi nivo kvaliteta p i=1 %
b) utvrditi da li se vrši prijem serije ako je u uzorku pronađeno:
- 2 defektna komada
- 10 defektna komada 12 defektnih
proizvoda
a) iz tabele I str. 22 za N=40.000 i obim kontrolisanja II nalazimo slovnu oznaku N.

Iz tabele 2. A, plan jednostrukog uzimanja uzorka za normalno kontrolisanje za N
veličina uzorka n=500 komada, a za pj=l% nalazimo Re=l 1; Ac=10.
b) - pošto je k=2<Ac=10 partija delova se prima

- postoje k=10<Ac=10 partija delova se prima
- postoje k=12<Ac=10 partija delova se odbija
Primer 4
Kontroliše se partija delova od V=l0.000 komada pomoću plana dvostrukog

uzorkovanj a za redukovano kontrolisanje
a) odrediti elemente dvostrukog plana prijema, za obim kontrolisanja III i
prihvatljivi nivo kvaliteta pi=0,40%
b) odrediti da li se serija delova prima ako je utvrđeno:
- broj def. komada u prvom uzorku 1
- broj def. komada u oba uzorka 4
- broj def. komada u oba uzorka 7
- broj def. komada u drugom uzorku 3, a u prvom 2
a) iz tabele I str. 22 za N=l0.000 i obim kontrolisanja III nalazimo slovnu oznaku

M. iz tabele 3-c strana 26 za slovnu oznaku M, veličina ni=80 i n2=80. A za p i=0,40%,
veličine Aci=0 Rei=l Ac2=l Re 2=5
- k=2><Aci=0 partija delova se odbija

- k'=10>AC 2=4 partija delova se odbija
- k'=12>Ac=l partija delova se odbija
- k'=12>Ac=l partija delova se odbija
Primer 5
_____________________________________________________________________________________________
_____________________________________________________________________________________
Planom jednostrukog uzimanja uzorka kontroliše se izolovanje partija delova

veličine N=4000 komada. Izračunati granični kvalitet LQ ako je rizik kupca p a=10%,
prihvatljiv nivo kvaliteta pi=0,40%, obim kontrolisanja II a vrši se normalno
kontrolisanje
Iz tabele 1 za N=4000 komada i obim kontrolisanja II nalazimo slovnu oznaku L. Iz
tabele 6-B za slovnu oznaku L i za pi=0,40% nalazim prednost graničnog kvaliteta
LQ=2,7%.
Primer 6
Plan jednostranog planiranja uzorka. Koristi se slovna oznaka J. Ako je prihvatljiv

nivo kvaliteta pi=l,0%, a broj na proizvoda 2,16% odrediti verovatnoću prijema p a,
količinu uzoraka ni, elemente Aci Rei
- verovatnoća prihvata tabela 10.1.1 strana 59 za pi=l% p=2,16% nalazimo
pa=75,0%
Verovatno pa se može odrediti korišćenjem dijagrama J za vrednost p=2,16 vučemo
vertikalu do preseka sa krivom 1,0 a zatim horizontalu do vertikalne ose. Vrednost iznosi
75%
- veličina uzoraka je jednostruko uzorkovanje, korišćenjem tabele 10-J-2 strana 60,
ni=80
- iz iste tabele Ac =2; Re=3.
Primer 7
Korišćenje slovne oznake P dati podaci p, =0,40%), p=2,0%

Verovatnoća prihvatanja pa
- Dijagram p str. 69 za p=2,0 (apscisa) vertikala do krive 0,40 a zatim horizontala
do ordinate gde se očitava vrednost pa=l%
- Tabela 10-p-l str. 69 nađe se p1 =0,40%, p=2,0% očitava se pa=l,0
- Veličina uzorka 500
Ac=2;Re=3. Iz tabele 1 za N=4000 komada i obim kontrolisanja II nalazimo slovnu
oznaku L. Iz tabele 6-B za slovnu oznaku L i za pi=0,40% nalazim prednost graničnog
kvaliteta LQ=2,7%.
_____________________________________________________________________________________________
_____________________________________________________________________________________
11. ZAKLJUČAK
U ovom završnom radu sam se potrudio da na najbolji mogući način objasnim sta je to
uzorkovanje, odnosno prihvatanje celokupne serije proizvoda na osnovu kvaliteta
reprezentativnog uzorka.
Takodje uz pomoć slika, tabela, dijagrama sam se potrudio da na što jednostavnijem a
veoma korisnom načinu prikažem sve ono sto je veoma vezano za statističku kontrolu
kvaliteta.
Tu spada: Operaciona kriva kod jednostrukog plana prijema, dupli uzorak,sekvencijalni
uzorak. Urađeni su i neki primeri koji su uzeti iz svakodnevnog života u okviru
proizvodnih tehnologija kako bih pokazao da primena metode planova prijema ima svoje
mesto u praksi.
Takodje u ovom radu sam uvrstio I nekoliko kriva koje su veoma bitne za statističku
kontrolu kvaliteta, kao sto su:
* Odluka o prihvatanju ili odbacivanju kontingenta
* Operaciona kriva
* Rizici prodavača i kupaca
* Operaciona kriva duplog uzorka
* Operativna kriva
* Kriva poprečnog uzorka
U zavisnosti od toga kakva nam je proizvodnja, kakvi su nam radnici, kakve su nam
mašine, kakvi su nam uopšte uslovi za rad, možemo očekivati i odgovarajući kvalitet
proizvoda. Kvalitet može biti normalan, nizak ili visok. Kada je očekivani kvalitet
normalan, koristimo planove prijema za normalno uzorkovanje. Kada je očekivani
kvalitet nizak koristimo planove prijema za pooštreno kontrolisanje, i konačno, kada
očekujemo visok izlazni kvalitet proizvoda, tada koristimo planove prijema za
redukovano kontrolisanje.
Statistička kontrola kvaliteta može da bude potpuna i delimična.
Da li ce se u nekom određenom slučaju prmeniti jedan ili drugi vid kontrole zavisi od
tehničkih okolnosti i troškova. Delimična kontrola, na osnovu uzorka, normalno će se
primeniti u slučajevima masovne proizvodnje jer bi, u protivnom, potpuna kontrola
dovela do velikih troškova. Ona će se, takođe, primeniti onda kada neispravni proizvodi
ne utiču bitno na zdravlje ili zivot pojedinaca. Nekada i priroda proizvoda diktira
delimičnu kontrolu. Na primer, kod kontrole jaja zbog masovnosti proizvodnje nemoguća
je potpuna kontrola jer je njeno izvodenje vezano za unistenje proizvoda.
_____________________________________________________________________________________________
_____________________________________________________________________________________
LITERATURA
1. D.Stanojević, Upravljanje kvalitetom, skripta, VŠPSS,Vranje,2009.
2. D.Stanojević, Upravljanje kvalitetom, matematičke relacije, tabele i uputstva za
rešavanje zadataka, VŠPSS,Vranje 2008.
3. www.polj.uns.ac.rs
4. www.mgkg.kg.ac.rs
5. www.bellsouthpwp2.net/e/v/evop/EVOPS/SPC.com
_____________________________________________________________________________________________

Diplomski Mitic Igor

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Diplomski Mitic Igor

Uploaded by

Copyright:

Available Formats

Završni rad Prihvatanje serije proizvoda na osnovu uzorka

uz pomoć metode planova prijema

Zahvaljujem se profesoru Damjanu Stanojeviću za sve ono što je učinio za mene u

Takođe, zahvaljujem se direktoru škole, Zoranu Janjiću, koji je odličan direktor, i

Naravno, da ne ispustim, iako se to podrazumeva, zahvaljujem se mojim

U zavisnosti od aspekta posmatranja imamo i različite definicije kvaliteta: proizvoda,

Depending on the point of observation we have different definitions of quality: product,

Osnovna uloga menadžmenta je da upravlja procesima: planiranja, organizovanja,

Teorija statističke inferencije i odluke uspešno se primenjivala u oblasti statističke

Statistička kontrola kvaliteta može, u principu, da bude potpuna i delimična. Da li

2. OPŠTE ODREDBE O PLANOVIMA PRIJEMA

Metodi planova prijema su, u izvesnim proizvodnim stanjima i tehnologijama

Može se izdvojiti nekoliko opštih uslova ili karakterističnih proizvodnih situacija u

- kada su serije delova vrlo velike tako da je s obzirom na vremenske, tehničke i

- kada se delovi serija razaraju prilikom kontrole ili im se menjaju karakteristike

Podela planova prijema izvodi se na osnovu dva kriterijuma. Prvi polazi od

- planovi prijema za numeričke karakteristike kvaliteta

- planovi prijema za atributivne karakteristike kvaliteta

2.1. OSNOVNI POJMOVI PLANOVA PRIJEMA

Potrebno je definisati osam osnovnih pojmova vezanih za ovaj i ostale sisteme

1. nivo kvaliteta (p),

3. odbijajući nivo kvaliteta ( p2  p ),

4. verovatnoća odbijanja serije (α ),

6. verovatnoća prihvatanja serije (  p ),

8. oštrina planova prijema ( p2  p1  p  p ).

Nivo kvaliteta p se definiše, u slučaju atributivnih karakteristika kvaliteta, delom

Prihvatljivi nivo kvaliteta p1  p prestavlja ovaj nivo kvaliteta serije koji se

Veličinu nivoa kvaliteta p=p definišu redovno proizvođači. Ako je za kupca

Verovatnoća odbijanja serije  p definiše se verovatnoćom odbijanja neke serije

Rizik proizvođača  prestavlja verovatnoću odbijanja serije delova čiji je nivo

Verovatnoća prihvatanja serije  p definiše se saglasno nazivu verovatnoće

Oštrina plana prijema ( p2  p1  p  p ) jeste ona neodlučna oblast koje se, sa

2.2. MATEMATIČKE OSNOVE JEDNOSTRUKIH PLANOVA PRIJEMA

Na osnovu elemenata plana n i c može se odrediti verovatnoća prihvatanja

Apsolutna sigurnost odlučivanja i preciznost ovakvih granica vidi se, kada se

Slika 1. Oblik funkcije operativne krive

Slika 2. Operativna kriva za određeni jednostruki plan prijema

Položaj operativne krive menja se dakle sa promenom vrednosti elemenata n i c

Nakon izbora adekvatnog modela formira se jednačina verovatnoće prihvatanja

koja deiniše verovatnoću prihvatanja serije za date elemente jednostrukog plana

stepeni   2( c  1) odnosno verovatnoća L(p, n, c)=P(X  c) Poasonovog rasporeda

b) Operativna kriva određena je i konstruisana pomoću monograma i to za n=300 i

Prosečni izlazni nivo kvaliteta Ppik predstavlja veoma složenu dopunsku

Vrednost prosečnog izlaznog nivoa kvaliteta prestavlja dakle procenat defektnih

Slika 3. Kriva prosečnog izlaznog nivoa kvaliteta za određeni plan prijema

Između rastućeg i opadajućeg toka krive Ppik nalazi se ekstremna (maksimalna)

Svakom jednostrukom planu prijema (u, c) odgovara i određeni oblik krive.

3. JEDNOSTRUKI PLANOVI PRIJEMA

Osnovna karakteristika jednostrukog plana prijema sastoji se u tome da se hipoteza

Slika 4. Struktura jednostrukog plana prijema

Slika 5– Jednostruki plan prijema

U jednostavnoj kontroli na osnovu atributivnih obe1ežja utvrđuje se veličina

Sl. 6. Operaciona kriva: N=50, n=12, c=2

Odluka o prihvatanju ili odbacivanju kontingenta je u osnovi statistički test.

Ako, na primer, neki kontingent od 50 jedinica ima P = 0,06 neispravnih jedinica,

Sl. 7. Rizici prodavača i kupaca prikazani na operacionoj krivoj n=40, c=3

Kao sto se vidi, operaciona kriva omogućuje da se utvrdi verovatnoća prihvatanja

4. DVOSTRUKI PLANOVI PRIJEMA

Strukturna šema sa osnovnim karakteristikama dvostrukog plana prijema izvršena

Slika 8. Struktura dvostrukog plana prijema

Slika 9 – Dvostruki plan prijema

Jednačina operativne krive ili verovatnoće prihvatanje serije po sistemu dvostrukog

Sl. 10. Operaciona kriva duplog uzorka

Veličinu uzoraka ćemo označiti sa n1 i n2 ; c1 je gornja granica neispravnih proizvoda u