Trên một dây chuyền sản xuất, ba câu hỏi được hỏi mỗi ca: máy có làm đúng giá trị danh định không, có làm đều không, và tỷ lệ sản phẩm lỗi có tăng lên không. Mỗi câu hỏi tương ứng một kiểm định giả thuyết khác nhau: kiểm định t một mẫu cho trung bình, kiểm định chi bình phương cho phương sai, kiểm định nhị thức cho tỷ lệ. Kỹ sư chất lượng dùng chúng hằng ngày, đôi khi không gọi bằng tên.
Bài này đi qua cả ba trên một dây chuyền chiết rót giả định, tính tay từng bước, rồi nối chúng với biểu đồ kiểm soát quen thuộc trong nhà máy. Bài dành cho sinh viên kỹ thuật công nghiệp, quản lý chất lượng làm luận văn, và người làm chất lượng muốn hiểu con số mà phần mềm in ra.
Ba câu hỏi chất lượng, ba cặp giả thuyết
Ví dụ giả định: một xưởng nước giải khát ở Bắc Ninh có dây chuyền chiết rót chai với thể tích danh định 500 ml. Sau khi bảo trì đầu chiết, tổ chất lượng muốn biết máy có còn rót đúng không. Câu hỏi về trung bình: H0 là thể tích trung bình bằng 500 ml, H1 là khác 500 ml. Câu hỏi về độ đều: H0 là độ lệch chuẩn không vượt quá 2,5 ml theo yêu cầu nội bộ, H1 là vượt quá. Câu hỏi về lỗi: H0 là tỷ lệ chai lỗi nắp không vượt quá mức 2% vẫn ghi nhận lâu nay, H1 là cao hơn.
Hai loại sai lầm trong kiểm soát chất lượng có hậu quả rất cụ thể. Sai lầm loại I là kết luận máy có vấn đề trong khi thật ra không: dừng dây chuyền oan, mất giờ sản xuất, gọi kỹ thuật vô ích. Sai lầm loại II là kết luận máy ổn trong khi thật ra đã lệch: để lọt một lô hàng rót thiếu hoặc lỗi ra thị trường. Mức ý nghĩa 0,05 chỉ khống chế loại I; loại II phụ thuộc cỡ mẫu và mức lệch thật. Nhà máy nào cũng phải cân hai loại chi phí này khi quyết định lấy bao nhiêu mẫu và đặt ngưỡng ra sao.
Một điều cần nhắc từ đầu: các yêu cầu pháp lý về lượng hàng đóng gói sẵn có quy định riêng về cách lấy mẫu và cách đánh giá. Các kiểm định trong bài là công cụ phân tích nội bộ, không thay cho thủ tục đánh giá theo quy định hiện hành mà doanh nghiệp phải tra cứu riêng.
Kiểm định t một mẫu cho thể tích rót
Tổ chất lượng lấy ngẫu nhiên 16 chai trải đều trong ca, đo thể tích. Số liệu giả định: trung bình 497,8 ml, độ lệch chuẩn mẫu 3,2 ml.
- Sai số chuẩn của trung bình: 3,2 / căn của 16 = 3,2 / 4 = 0,8 ml.
- Thống kê t: (497,8 − 500) / 0,8 = −2,75, với 16 − 1 = 15 bậc tự do.
- Giá trị p hai phía: khoảng 0,015. Nhỏ hơn 0,05 nên bác bỏ H0; số liệu cho bằng chứng thể tích trung bình khác 500 ml.
- Khoảng tin cậy 95% cho thể tích trung bình: 497,8 ± 2,131 × 0,8, tức từ khoảng 496,1 đến 499,5 ml. Toàn bộ khoảng nằm dưới 500 ml.
- Kiểm tra giả định: 16 số đo nên được vẽ biểu đồ để xem có điểm bất thường, có xu hướng theo thời gian trong ca không. Kiểm định t một mẫu giả định các chai độc lập và thể tích xấp xỉ phân phối chuẩn.
Chọn hai phía là hợp lý ở đây, vì rót thừa cũng là vấn đề: tốn nguyên liệu, có thể trào khi đóng nắp. Nếu từ trước chỉ quan tâm rót thiếu, có thể đặt H1 một phía là trung bình nhỏ hơn 500 ml; khi đó p khoảng 0,0074. Quyết định một phía hay hai phía phải có trong quy trình, không phải chọn sau khi thấy số.
Có ý nghĩa thống kê và có ý nghĩa với sản xuất
Kết luận thống kê là máy đang rót thấp hơn danh định, với ước lượng thiếu khoảng 2,2 ml, khoảng tin cậy từ 0,5 đến 3,9 ml. Câu hỏi tiếp theo thuộc về kỹ thuật và quản lý: thiếu 2,2 ml trên 500 ml, tức chưa đến nửa phần trăm, có cần dừng máy chỉnh ngay không. Câu trả lời phụ thuộc yêu cầu của doanh nghiệp, quy định về dung sai, và chi phí điều chỉnh.
Với cỡ mẫu rất lớn, một chênh lệch nhỏ đến mức không ai quan tâm vẫn có thể cho p rất nhỏ. Ngược lại, với cỡ mẫu nhỏ, một chênh lệch đáng lo có thể chưa đạt ý nghĩa thống kê. Vì vậy trong kiểm soát chất lượng, người ta thường đặt trước mức lệch đáng hành động, rồi tính cỡ mẫu sao cho đủ khả năng phát hiện mức lệch đó. Báo cáo kèm khoảng tin cậy giúp người quản lý thấy ngay mức lệch nằm trong khoảng nào, thay vì chỉ thấy chữ “có ý nghĩa”.
Một chi tiết hay bị bỏ qua là sai số của dụng cụ đo. Nếu ống đong hoặc cân dùng để quy đổi thể tích có sai số cùng cỡ với mức lệch đang tìm, kiểm định sẽ đo chủ yếu sai số dụng cụ. Kiểm tra hiệu chuẩn dụng cụ trước khi lấy mẫu là việc đầu tiên, không phải việc phụ.
Kiểm định chi bình phương cho độ phân tán
Máy rót đúng trung bình mà không đều thì vẫn ra nhiều chai thiếu và thừa. Kiểm định độ lệch chuẩn so với một giá trị yêu cầu dùng thống kê chi bình phương = (n − 1) × s² / σ0², với σ0 là độ lệch chuẩn yêu cầu.
| Bước | Phép tính với số liệu giả định | Kết quả |
|---|---|---|
| Giả thuyết | H0: σ ≤ 2,5 ml; H1: σ > 2,5 ml (một phía) | |
| Thống kê | 15 × 3,2² / 2,5² = 15 × 10,24 / 6,25 | khoảng 24,58 |
| Giá trị tới hạn | chi bình phương 15 bậc tự do, mức 0,05 phía trên | khoảng 25,00 |
| Giá trị p | P(chi bình phương 15 bậc tự do ≥ 24,58) | khoảng 0,056 |
| Kết luận | 24,58 nhỏ hơn 25,00 | không bác bỏ H0 ở mức 0,05 |
Đây là tình huống sát ngưỡng. Độ lệch chuẩn mẫu 3,2 ml lớn hơn yêu cầu 2,5 ml, nhưng với 16 chai, số liệu chưa đủ bằng chứng ở mức 0,05 để kết luận độ phân tán thật vượt yêu cầu. Viết “máy đạt yêu cầu về độ đều” là sai; không bác bỏ H0 không chứng minh H0. Cách xử lý hợp lý là lấy thêm mẫu ở ca sau, nhất là khi đã biết trung bình đang lệch.
Kiểm định chi bình phương cho phương sai nhạy với việc dữ liệu lệch khỏi phân phối chuẩn hơn nhiều so với kiểm định t cho trung bình. Nếu biểu đồ cho thấy phân phối lệch hoặc có giá trị bất thường, kết quả cần được đọc thận trọng, và nên trao đổi với người hiểu thống kê công nghiệp về phương pháp thay thế.
Tỷ lệ lỗi: vì sao nên dùng kiểm định nhị thức chính xác
Câu hỏi thứ ba: sau bảo trì, tỷ lệ chai lỗi nắp có tăng lên so với mức 2% không. Tổ chất lượng kiểm 400 chai, thấy 15 chai lỗi, tức 3,75%. Nếu tỷ lệ thật vẫn là 2%, số chai lỗi kỳ vọng trong 400 chai là 8. Câu hỏi là thấy 15 chai lỗi trở lên khi kỳ vọng 8 có hiếm không.
Kiểm định nhị thức chính xác tính trực tiếp xác suất đó từ phân phối nhị thức với n = 400 và p = 0,02: P(X ≥ 15) ≈ 0,016. Nhỏ hơn 0,05, nên bác bỏ H0 ở kiểm định một phía; số liệu cho bằng chứng tỷ lệ lỗi đã cao hơn 2%. Nếu dùng xấp xỉ chuẩn, z = (0,0375 − 0,02) / căn(0,02 × 0,98 / 400) ≈ 2,50, cho p một phía khoảng 0,0062, nhỏ hơn gần ba lần so với giá trị chính xác.
Chênh lệch đó đến từ việc phân phối nhị thức với tỷ lệ nhỏ bị lệch phải, trong khi xấp xỉ chuẩn giả định đối xứng. Số lỗi kỳ vọng chỉ 8, vừa đủ qua các quy tắc ngón tay cái về xấp xỉ, nhưng phần đuôi vẫn lệch rõ. Bài học thực tế: với tỷ lệ lỗi nhỏ, dùng kiểm định nhị thức chính xác, mà các phần mềm và cả bảng tính đều tính được. Kết luận lần này không đổi, nhưng ở những trường hợp sát ngưỡng, xấp xỉ chuẩn có thể làm bạn dừng dây chuyền oan.
Biểu đồ kiểm soát nhìn từ góc kiểm định giả thuyết
Mỗi điểm trên biểu đồ là một lần kiểm định. Biểu đồ trung bình với giới hạn ba độ lệch chuẩn hỏi ở mỗi nhóm mẫu: quá trình còn ở trạng thái ổn định không. Với dữ liệu xấp xỉ chuẩn, khả năng một điểm vượt giới hạn khi quá trình vẫn ổn định là khoảng 0,27%, tức mức ý nghĩa rất nhỏ cho mỗi điểm.
Nhiều điểm thì báo động giả cộng dồn. Mức 0,27% cho mỗi điểm nghe nhỏ, nhưng sau vài trăm điểm, việc gặp ít nhất một báo động giả là chuyện bình thường. Thêm các quy tắc phát hiện chuỗi điểm bất thường làm biểu đồ nhạy hơn nhưng cũng tăng báo động giả. Đây chính là bài toán kiểm định nhiều lần trong ngữ cảnh nhà máy.
Giai đoạn thiết lập và giai đoạn giám sát khác nhau. Giới hạn kiểm soát phải được ước lượng từ dữ liệu khi quá trình ổn định. Dùng dữ liệu của một quá trình đang lệch để tính giới hạn sẽ cho giới hạn rộng, che mất chính vấn đề cần phát hiện.
Giới hạn kiểm soát khác giới hạn kỹ thuật. Giới hạn kiểm soát mô tả quá trình đang chạy ra sao; giới hạn kỹ thuật là yêu cầu của sản phẩm. Một quá trình có thể ổn định mà vẫn không đáp ứng yêu cầu, hoặc đáp ứng yêu cầu mà không ổn định. Kiểm định t và chi bình phương ở trên trả lời câu hỏi về yêu cầu, biểu đồ kiểm soát trả lời câu hỏi về sự ổn định.
Lấy mẫu đúng: phần quyết định độ tin cậy của mọi kiểm định
Mọi phép tính ở trên giả định mẫu đại diện và các quan sát độc lập. Ở xưởng, giả định này hỏng theo những cách rất đời thường:
- Lấy liền 16 chai từ cùng một đầu chiết trong cùng một phút: mẫu chỉ phản ánh đầu chiết đó vào thời điểm đó, không phải cả ca.
- Chỉ lấy mẫu đầu ca khi máy vừa chỉnh: bỏ sót sự trôi dần theo thời gian.
- Bỏ một số đo “trông vô lý” mà không kiểm lại nguyên nhân: có thể chính số đo đó là tín hiệu của sự cố.
- Đổi dụng cụ đo hoặc người đo giữa chừng mà không ghi lại: trộn sai số hệ thống vào dữ liệu.
- Dây chuyền nhiều đầu chiết mà gộp chung: nếu một đầu lệch, trung bình chung có thể vẫn đẹp. Nên ghi đầu chiết cho từng chai để phân tích theo từng đầu khi cần.
Kế hoạch lấy mẫu viết sẵn, gồm thời điểm, vị trí, số lượng, dụng cụ, người đo, là phần phương pháp quan trọng nhất trong một luận văn về kiểm soát chất lượng. Kiểm định chỉ tốt bằng mẫu đưa vào nó.
Câu hỏi thường gặp
Kiểm định t một mẫu dùng khi nào trong sản xuất?
Khi muốn so trung bình của một đặc tính, như thể tích, khối lượng, kích thước, với một giá trị danh định hoặc mục tiêu, dựa trên một mẫu lấy từ quá trình. Cần các quan sát độc lập và phân phối xấp xỉ chuẩn, điều thường được kiểm bằng biểu đồ.
Không bác bỏ H0 về độ lệch chuẩn có nghĩa là máy đạt yêu cầu không?
Không. Nó chỉ cho biết số liệu chưa đủ bằng chứng để kết luận độ phân tán vượt yêu cầu. Với mẫu nhỏ, kiểm định phương sai có lực mẫu thấp. Nếu độ lệch chuẩn mẫu đã lớn hơn yêu cầu, nên lấy thêm mẫu thay vì kết luận máy đạt.
Vì sao kiểm định nhị thức chính xác cho p khác xấp xỉ chuẩn nhiều vậy?
Với tỷ lệ lỗi nhỏ, phân phối nhị thức lệch phải, còn phân phối chuẩn đối xứng. Phần đuôi của hai phân phối khác nhau rõ, nên giá trị p tính từ đuôi cũng khác. Khi tỷ lệ nhỏ hoặc số lỗi kỳ vọng ít, nên dùng kiểm định chính xác.
Biểu đồ kiểm soát có phải là kiểm định giả thuyết không?
Có thể nhìn như một chuỗi kiểm định lặp lại: mỗi điểm hỏi quá trình còn ổn định không. Cách nhìn này giúp hiểu vì sao có báo động giả. Tuy vậy, biểu đồ kiểm soát còn dùng để theo dõi xu hướng và hiểu quá trình, không chỉ để ra quyết định bác bỏ.
Cần lấy bao nhiêu mẫu để kiểm tra trung bình lượng rót?
Tuỳ mức lệch bạn muốn phát hiện, độ lệch chuẩn của quá trình và rủi ro chấp nhận được. Mức lệch cần phát hiện càng nhỏ, cỡ mẫu càng lớn. Nên tính cỡ mẫu từ các thông tin đó, và tuân theo quy định lấy mẫu riêng nếu là kiểm tra theo yêu cầu pháp lý.
Có nên kiểm định một phía cho câu hỏi rót thiếu không?
Có thể, nếu quy trình xác định từ trước rằng chỉ rót thiếu mới là vấn đề cần hành động. Nhưng nếu rót thừa cũng gây tốn kém hoặc lỗi đóng nắp, kiểm định hai phía phù hợp hơn. Quyết định cần ghi trong quy trình, không chọn sau khi xem số liệu.