标准工时的样本数据处理
作者: 来源: 文字大小:[大][中][小]
标准工时可以说是一个公司最重要也是最基础的必备数据之一，可惜现在在国内还有很大企业都没有认识到标准工时的重要性，或者数据的搜集整理还不是很规范。我认为原因之一是我们还缺乏“精细化”管理的思想，当其它国家的企业已经在秒和微秒上面开始做文章的时候，我们的还停留在小时或者分的概念上，即使这些时间还是通过诸如“感觉”、“估计”等缺乏科学性的不可靠的方法来获得的。对于时间研究和标准工时的测定等基础工作，我认为只要我们有做好这个事情的意愿，是没有任何难度的。
标准工时是指一名受过培训的合格作业人员在正常速度下完成一个特定工作所需要的时间。
对于如何使用秒表，如何划分作业单元及如何读数，有很多资料可以搜集到。但是我却发现对于搜集到的数据如何处理，有人却不是很清楚，或者仅仅是将所采集到的数据计算为一个平均值及作为最终的标准工时来用。这样是不科学的，因为作为标准工时的数据采集，从统计学上来说，我们也是属于采样，我们采集的样本是否可以代表整体状况呢？这个需要判断！我们采集到的样本数据是否有异常值呢？这个需要剔除。我们的样本数据是否有异常性呢？这个需要leveling。还有，我们的员工是不是机器，不可能永远保持着同样的速度来工作，他们需要一些停顿或者进行一些正常的生理活动。在正常作业过程中也会发生一些停顿。同时每个员工之间也存在差异。这就是我们为什么要进行leveling，并加上必要的生理宽放、正常宽放放和管理宽放的原因。
所有的这些工作是需要花时间来计算的和判断的。枯燥的计算和查表是无聊的，同时容易造成错误和效率不高。因此我用
Excel做了一个电子表格（现在一般不会还有公司的电脑里面还没有微软的这个大名鼎鼎的套件了吧！）。
一般先期会采集10～20个样本数据，然后计算平均值和标准偏差，对于大于2倍标准偏差和小于两倍标准偏差的样本数据我们都认为是异常值而将其剔除。同时表单会根据已经剩余的数据进行计算所需在总的样本数量。如果少于我们已经采集的样本数量，则不需要再次进行采集了，否则必须继续采集足够数量的样本。在我制作的这份表里面，我最多允许再采集20个样本，否则我认为你现在已经采集的样本之间的偏差本身就过大而不具备代表意义，建议你从头开始全部重新采样进行计算。在样本补足之后，会计算出总样本的平均值，这个就是我们的观测值。
正如前面我所说的，每个员工之间是存在差异的，所以你需要对你所采集数据的员工进行平均。他是很熟练的、一般熟练的、还是比较不熟练的（熟练度）？他是比较努力的，还是比较懒散的（努力度）？他每次作业的一致性怎么样（一致度）？我的电子表格里面已经做了这样一张表，用户只需要通过鼠标点击选择就可以了。
最后是进行宽放，对于生理宽放和疲劳宽放我是采用的百分比来进行计算的。相应的表格可以在我的电子表格里面找到，同样只要使用鼠标点击选择即可。但是对于管理宽放（如定时的班会、机台清洁、固定时间的换料等待），我没有放进标准工时里面，我认为这些是基本上属于恒定发生的，对于单cycle的影响也很难量化。所以我直接放在每班的作业时间里面去除掉，这样在核算班产能的时候就比较合理了，在进行生产排程的时候也不会被核算进去。