传统的质量控制观将检查视为质量的关键，通常使用100% 检验来避免传输不合格产品。

视觉检查，尤其是100% 目视检查，被许多行业用作他们质量控制或风险管理计划的一部分。有时，它被作为缺陷品的最后一道拦截。

质量大师朱兰认为，根据他对检查员准确率的统计，100% 检查的有效率约为87%。朱兰给出了以下公式计算检查员的准确性。

检查员准确率

检查员的准确率=正确识别的缺陷百分比=（d-k）/（d-k+b）

其中：

d =是实际的缺陷数量

k =检查员错误识别的缺陷数量

b =检查员错误识别的非缺陷数量。

假设我们以目视方式对某工件进行100%外观缺陷检查并获得以下数据：

d=100（实际的缺陷数量）

k=10（检查员错误识别的缺陷数量）

b=5（检查员错误识别的非缺陷数量）

d−k=100−10=90

d−k+b=90+5=95

检查员准确率=90/95×100≈94.74%

那么，200% 或 300% 检查有效吗？

纯粹从概率的角度来看，多次检查确实是有效的。如果有n名检查员，每个检查员独立地识别缺陷，那么至少有一名检查员识别出缺陷的概率是1减去所有检查员都没有识别出缺陷的概率。

至少一名检查员识别出缺陷的概率

P(至少一名检查员识别出缺陷的概率)= 1 –（1- e）^n

其中：

e=单个检查员识别出缺陷的概率，

n=检查员的总数。

(1−e)=单个检查员没有识别出缺陷的概率。

以上例：P(至少一名检查员识别出缺陷的概率)

= 1 –（1- e）^n=1-（1-0.947）^3=1- 0.000148=99.98%

这个公式在质量控制和可靠性分析中非常有用，可以帮助我们评估检查系统的效能。

因此，我们可以确定当检查员准确率值为94.74%时，识别出缺陷的有效率为99.98%。换句话说，300% 的检查，即同一工件由3名检查员重复100%检查仍然会导致漏掉0.02% 的不良产品。

缺陷被至少一名检查员识别并拒绝的概率

缺陷被至少一名检查员识别并拒绝的概率= N * p * e

其中:

N=检查员的总数

p =单个检查员识别出缺陷的概率

e =单个检查员拒绝缺陷的概率

如果有N 名检查员，每个检查员独立地以概率 p识别出缺陷，并以概率 e拒绝缺陷，那么缺陷被至少一名检查员识别并拒绝的总概率是 N×p×eN×p×e。

这个公式可以用于评估检查系统的效能，帮助确定需要多少检查员以及他们的识别和拒绝缺陷的概率，以确保一定水平的产品质量。

质量控制最早的的有效形式是人来检验，而人却是容易出错的，并且经常无法观察到问题，尤其是在长时间重复工作的情况下。

以计算以下段落中的字母“F”的数量为例，来看100% 人工质量检查的弱点。

Training your hands for a first-class farm in a friendly, fatherly handle Farm animal husbandry is a top priority on the farmer's mind. Farmers since the beginning of generations have trained farm workers for top-notch farms Handle farm livestock like fathers, and farm owners feel they should continue the family tradition of FATHER training farm workers to handle farm animals because they believe this is the foundation of a good agriculture in the future.

这个段落里共有48 个F，但是大多数人不会得到正确的答案，他们的回答会有所不同，有人数少了，也有人重复计算。

W.爱德华兹. 戴明反对在生产过程的最后阶段进行大规模检查，因为这种方法成本高且效率低。他认为应该通过改进生产过程来预防缺陷，而不是在产品完成后检查它们。他没有要求完全取消检查，而是将其减少到最佳级别。一些检查总是必要的，并且是一个重要的工具。但100% 的检查是很少适用，100% 的检查不仅时间和费用都很高，最重要的是这样做并不总是能发现系统本身固有的问题。

戴明强调建立一个系统，使质量成为生产过程的自然结果。这意味着从设计到生产，每个步骤都应该以质量为中心，而不是将质量检查作为事后的想法。

航天飞机挑战者由于橡胶O形圈的故障导致了悲剧。这个橡胶O形圈在规格范围内，无需再多的检查，但这些橡胶O形圈往往会在极度寒冷时失效。悲剧发生只是时间问题。检验不能提高设计的质量水平。

产品依赖检查太多了也支持了“责怪工人”的心态，这与对质量驱动因素的理解背道而驰。很多人高度致力于做正确的事情，但即使是非凡的人也无法始终超越一个系统，什么时候组织致力于改进流程和系统，组织才能有机会系统性地减少发生的“缺陷”。然后收集、分析检查数据并以PDCA作为提高质量的一种手段持续改进工作，而不是寻找错误和责任人。

最好的情况是poke-yoke 或 mistake证明，这样错误就不会发生。

阅·读·我·的其它文章：