抽检评估

抽检评估（共7篇）

抽检评估 篇1

呼叫中心是企业为客户提供服务的窗口, 体现了“客户为根, 服务为本”的企业经营理念。通过呼叫中心, 客户可以进行业务办理、信息咨询、投诉建议以及故障申报等服务。客服代表是连接企业和顾客的桥梁, 其服务质量都会对整个呼叫中心的服务水准产生重要影响。为了持续、深入地提高企业的服务水平, 为客户提供及时、准确和高质量的服务, 各企业长期以来都非常重视对呼叫中心服务质量的管理[1]。

1 呼叫中心服务质量抽检评估的现状

目前客服中心的质量检验工作是以随机抽查作为基本方法, 其依据的主要指标包括:回答准确率、流程口径执行率、服务用语规范率、服务态度规范率等。

对服务质量的随机抽查主要有两种方式:人工布控和计算机自动布控。人工布控受主观因素影响很大, 会带来评价尺度不统一等诸多问题。因此通常采用设定抽查比例后由计算机随机布控的抽检方式。随机抽检模式在很大程度上缓解了服务质量抽检评估的覆盖面与人力成本之间的矛盾, 但在本质上都是对所有通话记录不加区分、平均用力, 忽略了每一条通话记录出现不合格情况的潜在风险是不同的。例如, 入职时间较长的熟练客服人员输出不合格服务的概率要低于新入职员工;每日凌晨0 点至6 点时段呼叫中心输出不合格服务的概率要高于上午8 点至下午5 点的时段;通话时长的增大而产生疲劳、不耐烦、怠工等现象, 从而导致服务质量的不稳定等。输出不合格服务的风险受很多风险因子的共同作用, 存在差异。如果否认或无视这种风险差异的存在, 对所有通话记录进行随机抽检, 将会造成人力资源的浪费和管理成本的上升。

综上, 缺乏针对性、抽检效率不高已经成为制约呼叫中心抽检评估工作效能的突出问题。因此在客服系统管理中引入风险评估概念, 利用先进的神经网络技术和数据挖掘技术建立风险定量研究模型, 从而在有限的人力物力条件下大幅提高不合格检出率, 是一个有着较高的理论研究价值和实际应用前景的课题。

2 神经网络技术应用于服务质量风险评估的可行性

每一条客服电话记录发生不合格的风险实际是由客服代表所受理的业务类型、客服代表自身的业务水平、所在班组的管理水平、受理业务时客服代表是否存在疲劳、倦怠状态等多种因素共同作用决定的。这些因素有客观因素也有主观因素。将上述因素中能够量化和监测的因素列出来, 称作风险因子。不同风险因子在风险评估中的权重不同, 相互之间存在着复杂的非线性关联。因此, 从分析学角度解释服务质量风险评估, 应是一个多因素、多变量、模糊的非线性、非对等运算程序, 所以过程相当复杂。这也是为什么风险评估综合评判的结果也往往因人而异, 即使最有经验的专家也往往会给出不同的结论。如何将所有风险因子综合考虑确定最终的抽检原则, 是加权、取大、取小、取平均值、还是采用更先进的算法。这些问题成为长期以来困扰审单中心专家们的一道难题。

神经网络技术是近几年来人工智能研究较为活跃的领域。人工神经网络的模型也是依照生物神经网络提出的, 它参考人脑结构, 试图通过构造人工神经元的结构和功能, 实现人脑接收、处理和传递信息的功能, 完成人类在语言、图像处理或者抽象思维等方面的行为。它特别适用于处理输入和输出间关系复杂、机理不清或解决无法建立精确数学模型的“黑匣子”, 是从样本数据中拟合出输入和输出间的关系, 并利用这种关系进行预测一种有效手段[2]。

将模糊神经网络技术应用于呼叫中心服务质量风险评估, 可以根据历史数据和专家经验建立完全量化的风险评判模型, 对每一条通话记录进行实时的风险分析, 实现“即决式”的抽检布控;并且能够实时反馈最新的数据得以不断完善抽检规则。通过这个系统, 在抽检机制中引入结果反馈因素, 形成“输入⁃抽检⁃反馈”的闭环, 利用神经网络强大的学习能力, 从结果反馈的样例中学习, 获取“知识和经验”, 从而解决当前专家系统的“瓶颈问题”。同时由于信息在网络中是分布表示的, 因而它对带有噪声或缺损的输入信息有很强的适应能力。据此, 我们可以优劣互补, 构建采用以专家系统为主, 以神经网络为辅的神经网络专家系统。

3实证研究

3.1 风险评估的系统流程

对服务质量进行风险评估分为如下几个基本步骤:

(1) 建立服务质量的风险指标因子体系。鉴于搜集指标体系时, 专家评估会带有一定的主观性和指标因子也会具有难以统计性, 提出利用Delphi法, 即专家调查问卷法来建立服务质量的风险指标体系。通过两轮的调查问卷和数据分析, 最终选取了客服中心区域、客服人员上岗时间、通话时段、通话时长、业务受理类型这5 个影响因素作为风险因子, 形成完整的风险指标体系。

(2) 建立风险等级检索表。在获得风险指标体系之后去采集历史数据, 并对数据进行预处理。这里要对每一个风险因子在过去发生的不合格次数和频率进行细致的分析, 据此建立初始风险等级检索表。对于未来需要进行风险评估的每一条通话记录来说, 都能过通过上述风险等级检索表得到对应的风险等级向量。这里利用Access数据库[3]技术设计实现了风险等级检索功能。

初始的检索数据表不是固定的, 而是动态更新的。这体现了神经网络系统自学习、自反馈、自调整的特点。理论上每一次通话记录的抽检结果的录入保存都要触发一次动态更新。

(3) 风险因子的模糊归一化。利用神经网络对服务质量进行建模分析, 涉及神经网络的输入端的数值化, 而影响服务质量风险的因子大多数都是由模糊语言变量来描述的, 因此, 需要通过设计模糊控制器对其进行模糊归一化, 将各个因子的风险等级数值化到[0, 1]区间。

(4) 进行神经网络的建模。主要包括确定网络结构以及对神经网络的训练, 训练样本为采集的历史数据, 利用神经网络自动变更权值、阈值以达到期望输出。神经网络的实际输出, 可看作为评价结果, 也就是风险分类的结果;也可得到数值化的风险值。

(5) 根据神经网络预测出的分类结果, 风险“合格”与风险“不合格”, 对应抽检的布控指令为“不查”与“查”的关系, 可将评估结果作为呼叫中心服务质量抽检策略制定的辅助支持。

呼叫中心质量风险评估的系统流程图如图1 所示。

3.2 BP神经网络在服务质量风险评估中的应用实践

本文的研究借助Matlab系统工具箱[4]对BP神经网络进行仿真分析。

应用BP神经网络进行风险评估的关键步骤包括:建立风险评估系统模型, 选定网络结构, 设置网络参数并且导入样本数据;神经网络训练, 不断更新其权值和阈值, 使之达到期望输出;固定满足要求的网络结构以及参数, 导入测试数据进行网络测试, 进行预测分类。

(1) 确定网络结构。神经网络输入为风险指标体系, 指标体系包含了5 个因子, 由此可确定出网络的输入层节点数为5 维, 因为神经网络的输出为评价结果, “合格”与“不合格”, 可由两个向量表示 (0, 1) 与 (1, 0) , 因此确定两个输出层节点数为2 维。

(2) 隐含层节点数。BP神经网络的隐含层节点数目对BP神经网络的预测精度有较大影响:节点数目太少, 网络不能很好地学习, 需要增加训练次数, 训练的精度也受影响;节点数太多, 训练时间增加, 网络容易过拟合。这里采用公式法和试凑相结合的方法确定最佳隐含层节点数为20。最终可确定网络结构为5⁃20⁃2。

(3) 训练参数的选择。初始权值和阈值的选择:为了使网络能够很快收敛, 避免陷入局部极小值, 在网络初始化时, 通常选择初始权重和阈值[-1, 1) 。

传递函数的选择:本文中, 采用均方误差的对比的方法, 在其他参数固定不变的情况下, 分别对不同传递函数的网络进行训练, 得出其均方误差和误差百分比, 然后进行误差对比, 选择误差最小的传递函数。最终选取隐含层的传递函数为purelin函数, 输出层的传递函数为tansig函数[5]。

训练函数的选择:与传递函数的选择过程相似, 通过对比不同训练函数的误差性能来找到收敛最快的函数。最终选择trainlm函数作为训练函数。在上述确定好神经网络结构和参数之后, 在某地运营商呼叫中心选取了2013 年1 月被抽检的1 000 条通话记录及评价结果作为训练数据, 对网络进行训练, 其中包含932条评价结果为“合格”的数据, 68 条评价结果为“不合格”的数据, 不合格率为6.8%。网络训练的误差曲线如图2所示。另外选取了该公司2013 年2 月被抽检的1 000 条通话记录作为测试数据, 利用前面已经训练并保存好的BP神经网络进行风险预测和分类, 最终得到表1所示测试结果。

3.3 数据分析与结果评价

从表1 可以看出, 测试数组的1 000 条通话记录中实际被判定为不合格的例数为53 例;按照目前呼叫中心的质量检验工作是以随机抽查作为基本方法, 因此从统计学意义上讲, 在随机布控条件下的查验检出率与实际的总体不合格率大致接近。这是随机样本反映总体情况的正常表现。即传统的服务质量检验可以做到的不合格检出率约为5.3%。而在使用了BP神经网络算法后, 被算法预判为不合格 (即执行抽检) 的例数为195, 其中判定正确为18 例, 不合格检出率为9.23%, 接近随机抽检下不合格检出率的2 倍。总体的分类正确率达到76.8%。

由此测试结果看, 结果是符合预期要求的。证明了将神经网络算法用于呼叫中心质量检验工作的技术路线是可行的, 本研究具有可行性和实践性。

4 结语

本文将BP神经网络应用于对呼叫中心的质量检验工作中, 对客服代表输出的话务服务发生不合格的潜在风险进行预测, 从而有针对性地进行抽检布控。这样, 一方面有效地克服了随机抽检的盲目性和低效率, 在有限的人力物力条件下, 大幅提高抽查检出率, 实现资源效能的充分发挥。另一方面, 风险评估指标体系的建立, 对客服代表也会产生较好的导向和激励作用, 提高整个呼叫中心的绩效。

参考文献

[1]谢峻伟, 胡志宇, 王云绮.数据挖掘在一个基于呼叫中心的CRM查询分析中的应用[J].电脑知识与技术, 2011 (5) :986-988.

[2]韩立群.人工神经网络理论[M].北京:化学工业出版社, 2002.

[3]陈杰.Matlab宝典[M].北京:电子工业出版社, 2007.

[4]石剑平, 姜麟, 徐润林.Matlab数据库工具箱在数学建模中的应用[J].信息系统工程, 2010 (9) :82-83.

[5]卓金武.Matlab在数学建模中的应用[M].北京:北京航空航天大学出版社, 2010.

[6]MISIC J.Call level QoS performance under variable user mobili-ties in wireless networksl[J].Mobile Networks and Applica-tions, 2004 (9) :207-218.

[7]GROSS D, HARRIS C M.Fundamentals of queueing theory[M].New York:John Wiley&Sons, 1985.

[8]李春蔚, 龚文龙, 杨红.网络信息服务客户满意度的模糊综合评判[J].西北民族大学学报, 2004 (4) :35-38.

[9]杨纶标, 高英仪.模糊数学原理及应用[M].广州:华南理工大学出版社, 2003.

[10]刘慧, 刘文定, 曹永斌.Matlab与数据库技术在CIQ货物风险评价系统中的应用[J].工业控制计算机, 2011 (11) :54-55.

抽检评估 篇2

总局组建以来, 高度重视食品监督抽检工作, 成立了总局抽检监测工作领导小组和工作组, 制定了“统一制定计划、统一组织实施、统一数据汇总分析、统一结果利用”的抽检原则。地方食品药品监管部门克服了机构改革尚未完成、抽检工作环节多、任务量较大等一系列客观制约因素, 按时保质完成了抽检任务。

本次食品监督抽检共抽检小麦粉、糖果制品、果冻、葡萄酒及果酒、饮料、食用植物油、酱油、食醋、乳制品、婴幼儿配方乳粉、食品添加剂 (食用明胶、食用卡拉胶) 等11类食品, 抽检食品生产企业数量达到7719家, 抽检样品共计21682批次。

抽检数据显示:一是小麦粉、婴幼儿配方乳粉、炼乳、奶油、巧克力及巧克力制品的样品未发现不合格。二是乳制品、食用植物油以及糖果、果冻等食品存在部分不合格项目。例如, 5417批次液体乳样品, 不合格样品数为44批次, 样品不合格率为0.8%;611批次糖果样品不合格样品数为10批次, 样品不合格率为1.6%;98批次果冻样品, 发现2批次样品不合格, 样品不合格率为2.0%。三是瓶 (桶) 装饮用水、配制酱油存在一定安全隐患。例如, 抽检2846批次瓶 (桶) 装饮用水样品, 不合格样品数为340批次, 不合格样品率为11.9%;21批次配制酱油样品, 3批次样品不合格, 样品不合格率为14.3%。抽检不合格的原因, 主要是微生物超标和超限量使用食品添加剂。此外, 抽检不合格食品生产企业大多为规模较小企业, 反映出这些生产企业在卫生条件、原材料使用、生产经营过程控制上存在缺陷。本次监督抽检未发现非法添加非食用物质等食品安全问题。具体不合格食品情况和企业名单已在国家食品药品监督管理总局网站公布。

本次餐饮服务食品监督抽检样品122792件次, 发现问题样品为6.56%。抽检范围涵盖各类餐饮服务单位, 并突出学校 (含托幼机构) 食堂、集体用餐配送单位、中央厨房和旅游景区 (含农家乐旅游点) 等重点场所。

餐饮服务食品监督抽检结果显示:一是餐饮食品中病原微生物的污染仍有存在;二是火锅底料中违法添加罂粟壳, 在辣椒及其制品中违法添加苏丹红和罗丹明B等非食用物质的现象依然存在。

针对食品国家监督抽检中发现的问题, 总局已及时责成各省食品药品监管部门按照《食品安全法》等法律法规规定, 对不合格食品生产经营企业依法进行调查处理, 在依法实施行政处罚的同时, 监督企业在收到检验报告之日起停止生产、销售该食品;对库存的不合格食品采取无害化处理、销毁等措施全面清理;对已出厂、销售的不合格食品依法召回, 并向所在地食品药品监管部门书面报告有关情况。下一步, 总局还将采取市场抽样、异地抽检、轮流检测等方式, 在各省食品药品监管部门监督抽检基础上, 集中问题突出的重点食品品种, 继续实施食品国家专项监督抽检, 同时加强对监督抽检工作质量检查, 倒逼食品生产企业加强质量安全控制、倒逼食品监管部门从严监管, 保证生产安全食品。

加强抽检监管保障用种安全 篇3

1.1 管理机制不健全, 财政支持乏力

《种子法》在赋予农业行政主管部门行政执法权的同时, 也赋予了工商部门行政执法权, 但没有配套的两部门的职责分工与协调配合机制细则。农业行政执法起步晚, 内部工作机制不健全, 扦检执法工作力度小, 社会认知度差, 极少数产销商配合欠佳, 导致有时限、有程序的监管工作时有延误缺失, 后续工作难以按时完成, 依法监管力不从心。工商行政执法缺乏专业知识和检测技术的支撑, 常是罚款了事, 治标不治本, 如在种子标签质量监管上, 这一问题尤为突出。种子标签不规范是个年年查、年年有的顽疾。省级农业部门抽检监管人员素质高, 业务能力强, 有技术、物质、经费的支撑, 但人员少;大部分县级和少数市级农业管理部门由于经费短缺, 没有检测设备, 人员少而且闲置。在没有省部级牵头的专项行动时, 基层的监管工作处于缺位状态, 管理扦检人员工作实践少, 专业能力无法得到提高。

1.2 假劣种子处置乏力, 配套法规不健全

《种子法》规定:质量低于国家规定种用标准的和质量低于标签标注指标的, 均属劣种子, 劣种子是禁止生产、经营的, 否则, 没收种子和违法所得, 吊销生产经营许可证或营业执照, 并处以罚款, 以至于追究法律责任等。国家规定的强制性种子质量指标有纯度、净度、发芽率及水分4项。从近年来监督抽查实践来看, 劣种问题时有发生。

如2012年由吕梁市农业种子站扦样, 泽州县农作物种子检测中心检测的11份样品中, 有4份样品单项或多项不合格。其中, 一份大豆标签净度低于国家标准;一份菠菜标签纯度低于国家标准, 水分实测高于国家标准;一份番茄标签及实测水分均高于国家标准, 标签纯度低于国家标准;一份水萝卜实测发芽率低于国家标准。按照现行法规, 上述均属处罚之列, 但均未进行处罚, 究其原因有以下几方面: (1) 现行扦样、检测是在种子初上市销售的3月中旬开始, 加之扦、检分开, 缺乏高效的协调配合, 工作节奏慢, 检测结果出来后销售入种已完毕, 成为“事后诸葛”; (2) 水分略高、净度略低的种子不会给生产带来直接危害, 对于这样的劣种, 使用者无投诉, 最终劣种问题只是内部通报一下, 不了了之, 这种现状如不改变, 有损法律尊严, 我们监督抽检的本质意义就会逐步淡化, 以致完全消失。

1.3 无偿供样的弊端

市场经济的现实与无偿供样, 加之规范取样的反差, 给抽检人员软行政带来工作难度与不便。贵重的瓜菜种子按规程扦样, 将会给销种户带来上千元的经济损失。处于两难境地的扦样人员心照不宣地采取这样的方式:一是回避贵重品种的扦样, 二是减少扦样点即剪袋数。即便如此, 软顶拒扦仍时有发生, 长期以往, 一是导致高价位贵重品种长期处于失去监控的状态, 二是导致规范扦样难以实现。

2 思路与对策

(1) 积极争取国家财政支持, 增强种子质量监管的人力、检测技术以及经费支撑, 在国家财政支持部省级高级人才培养, 靠高科技进行质量监控的同时, 逐步强化普及市级和农业大县的常规监测能力, 即加大投入建设达标检验室, 对种子的纯度 (田检为主) 、净度、发芽率、水分进行所有作物品种的全覆盖检测, 研究出台有偿供样的财政支持及配套实施细则, 全面实现有偿取样, 和谐扦样, 规范扦样。

(2) 制定出台与《种子法》相关的配套实施细则, 明确农业、工商、公安等相关部门之间及跨行政区域的职责分工与协调配合机制, 明确农业部门内部上下级跨行政区域及扦样、检测、执法各个职能单位之间的分工细则及协调配合机制, 联合执法常态化。好的工作制度, 可以实现各个部门的优势互补、资源共享、信息互通, 即可依法有序、稳妥高效地处置跨行政区域的有关问题和案件。建议:由省部级制定各种农作物种子标签的规范样本, 统一标注内容及格式排序, 从源头上规范生产商的种子标签, 杜绝生产日期故意模糊、超越品种审定公告、夸大优点、掩盖缺点、跨区推广、霸王条款等误导用户、危害生产的违规行为发生。

建议制定对检测结果单项及多项不合格种子的处置细则, 如:净度差的、水分高的, 通知生产商限期重新精选、烘干 (晾晒) ;标签不规范的, 重新更换;发芽率、纯度低的, 在执法人员的监督之下实施报废等, 所有这些对应处置规则都应以检测结果为基准, 而不能以是否出现用户投诉为判断。对不合格种子及所涉及产销商, 如不采取相应的处置, 就是对扦检工作重要性的否定, 削弱监管的权威性, 不利于生产商质量管理的提升和农业生产用种安全。

(3) 建立种子生产经营企业向发证的农业行政主管部门报告制度, 把企业亲本种子及生产用种的生产销售全过程及库存种子纳入监督管理, 由省级主管部门牵头, 组织市、县级持证检测人员, 分别在事关种子质量的生产关键期、包装期及上市前进行田间、场房、库房实地抽检督查, 对生产中出现的影响种子质量的问题及时进行监督整改, 对已经造成不可挽回的, 不能作种的, 包括生产新种和库存劣种, 进行跟踪监督报废。监管重点工作前移, 能有效地督促企业及产种基地从严管理制度, 提高种子质量, 避免现行市场抽检结果出来晚, 劣种已销售入种带来的生产损失。在加强种子质量管理前控工作的基础上, 与工商联合进行销种旺季的市场监管, 工作重点放在打击假冒伪劣和无证经营上。

浅谈食品安全监督抽检工作 篇4

《办法》中非常明确表述, 食品生产经营者应当承担食品安全第一责任人的义务, 依法配合食品药品监督管理部门组织实施的食品安全抽样检验工作。《办法》第七条特别提出, 食品药品监督管理部门应当与承担食品安全抽样检验任务的技术机构 (以下简称承检机构) 签订委托协议, 明确双方权利和义务。食品检验机构应当依照食品安全抽样检验指导规范开展食品安全抽样检验工作。

《办法》第十五条要求, 食品检验机构应当建立食品抽样管理制度, 明确岗位职责、抽样流程和工作纪律, 加强对抽样人员的培训和指导, 保证抽样工作质量。《办法》第二十条明确提出, 食品安全监督抽检中的样品分为检验样品和复检备份样品。食品安全监督抽检中的样品应当现场封样。复检备份样品应当单独封样, 交由承检机构保存。抽样人员应当采取有效的防拆封措施, 并由抽样人员、被抽样食品生产经营者签字或者盖章确认。食品安全监督抽检的抽样人员可以通过拍照、录像、留存购物票据等方式保存证据。

根据《办法》第二十一条要求, 食品安全监督抽检的抽样人员应当使用规范的抽样文书, 详细记录抽样信息。记录保存期限不得少于2年。食品安全监督抽检的抽样人员应当书面告知被抽样食品生产经营者依法享有的权利和应当承担的义务。被抽样食品生产经营者应当在食品安全抽样文书上签字或者盖章, 不得拒绝或者阻挠食品安全抽样工作。

《办法》第四十五条规定, 食品生产经营者违反本办法第二十一条的规定, 拒绝在食品安全监督抽检抽样文书上签字或者盖章的, 由食品药品监督管理部门根据情节依法单处或者并处警告、3万元以下罚款。根据《办法》第二十六条, 承检机构应当对检验工作负责, 按照食品检验技术要求开展检验工作, 如实、准确、完整、及时地填写检验原始记录, 保证检验工作的科学、独立、客观和规范。承检机构应当自收到样品之日起20个工作日内出具检验报告。《办法》第二十七条还要求, 食品安全监督抽检的检验结论合格的, 承检机构应当自检验结论作出之日起3个月内妥善保存复检备份样品。复检备份样品剩余保质期不足3个月的, 应当保存至保质期结束。检验结论不合格的, 承检机构应当自检验结论作出之日起6个月内妥善保存复检备份样品。复检备份样品剩余保质期不足6个月的, 应当保存至保质期结束。《办法》第二十八条规定, 食品安全监督抽检的检验结论合格的, 承检机构应当在检验结论作出后10个工作日内将检验结论报送组织或者委托实施监督抽检的食品药品监督管理部门。食品安全监督抽检的检验结论不合格的, 承检机构应当在检验结论作出后2个工作日内报告组织或者委托实施监督抽检的食品药品监督管理部门。

按《办法》第三十四条, 被抽检的食品生产经营者和标称的食品生产者可以自收到食品安全监督抽检不合格检验结论之日起5个工作日内, 依照法律规定提出书面复检申请, 并说明理由。复检机构与复检申请人存在日常检验业务委托等利害关系的, 不得接受复检申请。《办法》第三十九条规定, 食品生产经营者收到监督抽检不合格检验结论后, 应当立即采取封存库存问题食品, 暂停生产、销售和使用问题食品, 召回问题食品等措施控制食品安全风险, 排查问题发生的原因并进行整改, 及时向住所地食品药品监督管理部门报告相关处理情况。食品生产经营者不按规定及时履行前款规定义务的, 食品药品监督管理部门应当责令其履行。食品生产经营者在申请复检期间和真实性异议审核期间, 不得停止上述义务的履行。

《办法》第四十条规定, 地方食品药品监督管理部门收到监督抽检不合格检验结论后, 应当及时对不合格食品及其生产经营者进行调查处理, 督促食品生产经营者履行法定义务, 并将相关情况记入食品生产经营者食品安全信用档案。必要时, 上级食品药品监督管理部门可以直接组织调查处理。

抽检评估 篇5

关键词：抽样方式,抽检,质量

面对质检问题, 应该采取相应的措施, 杜绝一些违法违规现象的发生, 为了更科学合理的判断产品的规格、质量, 应该考虑采用产品质量检验抽样方法进行产品质量控制。抽样检测是在一批指定产品中, 随即少量的抽取一些样本产品, 并对其进行质量检验, 经过相关标准化、科学化的分析检验, 得出真实的结果, 具有一定的科学性和代表性。

1 抽样目的与原则及确定检验批

认真对待抽样检验的过程, 在总物料中抽取适当产品之后, 对样品进行检验并得出检验数据结果, 将检验的数据结果控制在一定的误差之内, 测得被检物料、产品某种特性的变异性以及平均值, 这就是抽样的整个过程和最终目的。保障样品的代表性以及抽样方案的合理性, 是抽样的原则。符合抽样目的和原则, 才可以有效的掌握整批产品的性能, 通过分析抽取样本进一步了解整批产品的详细情况。

检验批的操作, 保证检验的产品是来自于同一种型号及单位的产品组成集合。格外注意检验批的认识, 实际上在同一检验批中, 除了要考虑到产品型号外, 还需注意产品的加工工艺、设备、原材料等等这些条件是否也都相同, 这样才能获得更具科学性的检测结果。严格按照GB2828中相关的规定来执行, 以免一些干扰元素破坏抽检质量, 在执行中一旦发生误判, 就会影响整个检验效果, 并会造成巨大经济损失。

2 抽样方式的发展

抽样的方法在不断创新中发展, 抽样方式重要分为概率抽样和非概率抽样两种, 由于非概率抽样无法保障计量结果的准确性, 所以通常都采用概率抽样方法。

2.1 简单随机抽样

质检工作中通过不断摸索创新, 发现抽样检验的方法是非常有效的一种抽检方式。简单随机抽样方法, 是从一批既定产品中抽取部分样本产品, 对其进行质量检验分析, 并不再将样品放回。此方法抽取一批产品个体的几率都是相同的, 可以保证公正性。而利用这种方法进行抽样, 还有两种抽取样品的方式, 即抽签方式和随机数方式。抽签方式就是将产品每一个个体进行标签编号, 贴上标签后把这些个体放在容器中均匀摇晃后进行连续性的抽取, 通常在产品总数不多时采用此种方式。通过利用随机数表或计算机产生的随机数进行抽样, 就是随机数方式。

2.2 分层随机抽样

根据产品质检中具体情况, 进行抽样检验时不断创新, 产品比较多的情况下, 可以考虑分层随机抽样的方法取得样品。要根据被检产品的总数来确定检验产品分层的层数, 注意各层之间是不能相互交叉的。确定层数后在各层之间按照一定比例对产品进行抽取, 最后将从各层抽取到的样本合并起来, 即是总体产品的样本。通常来说在分层随机抽样中, 可以允许层间存在差别, 但要保证层内均匀。当发现被检验产品之间存在较明显差异时, 可以采取分层随机抽样, 在保证分层准确性的情况下, 这种抽样检验相比简单随机抽样的效果更佳。

2.3 系统随机抽样

在面对被检产品总数繁多时, 采用分层抽样的效果却没有系统随机抽样的效果好。主要就是在产品质量检验时, 发现被检产品可以按照一定顺序或规律进行排序时, 就可以考虑将被检的产品分成n个部分, 要保证各个部分之间的数量相当, 然后针对每个部分采取简单的随机抽样方法抽取样品进行样本, 最终将采集到的各个部分的样品进行合并。然而在采用这种抽样方法时, 还是存在一定的风险, 就是当抽样间隔的周期与产品质量周期同步时, 会影响到检测结果的稳定性。

3 创新抽样对产品质量的重要性

为保证抽取样品的真实有效性, 考虑采用创新型抽样方式进行实践。具体来说, 可根据产品所在企业的销售台账记录, 进行样品的抽取。抽取过程主要是在销售经营单位, 由产品质量检验机构订制相应规格的抽样工具, 抽样者可直接进入企业生产流程中进行抽取样品, 以防企业在成品库准备一些事先安排的待抽样样品。

抽样检验在实践中不断创新, 在产品重量检验中应该考虑杜绝检验人员与企业串通伪造检验数据现象, 极力推广抽样检验方式, 提高产品质量检验效率。有些特殊产品质量检测, 存在一定的破坏性。比如在检测电线的使用寿命后, 这些电线就会失去其使用价值, 对于这类产品企业应该采用全面的检测方法, 必须使用抽样检测的方法进行质量检测。因为创新型抽样检验, 在进行产品质量检测时, 不存在破坏性的特征, 另外全面检测方法也是非常有难度的。抽样检验方式在创新中发现, 其检验方式可以控制产品质量, 可以提高产品检验的效率。

在实践中发现对于产品质量的检验, 创新改革抽样检验极具应用价值, 但是却应该在实际工作中注意一些事项, 以保证检测进行的顺利。1坚持随机原则, 要求在抽样检验产品质量时, 坚持随机的原则, 以保证抽中每种产品的概率相同, 与此同时将抽样的误差率将至最低, 使得抽样检验结果具有较强的代表性;2按检验要求和客观实际进行抽样产品, 科学合理地选择抽样方式。在实际检验中, 注意合理选择抽样的组织形式。整群抽样、等距抽样、类型抽样和随机抽样是最常见的四种组织形式。应该注意考虑到检验对象、研究目的等因素。3为了避免造成加重抽样检验的劳动强度或降低抽样检验结果的代表性, 应该注意对抽样检验法人样品容量的合理确定。

4 结束语

为了对产品质量检测抽样方法起到借鉴作用, 文章针对提高质量检测, 研究抽样检测对产品质量检验的重大帮助, 更具科学性的抽样方式, 为质检带来很大的方便。检验方式也在实践中不断创新, 在创新中得到发展, 以保证产品的安全和质量为基础, 深入抽样方法的应用, 达到最终质检目的。

参考文献

[1]李健.产品质量监督抽查有效性研究[D].山东大学, 2013.

[2]李俊美, 余毅.国家抽样标准的比较研究及应用[J].中国纤检, 2012, (Z1) :48-52.

[3]王茹.产品质量检验抽样方法探究[J].福建质量管理, 2016, (1) :64.

首个商品质量监督抽检标准颁布 篇6

近日, 首个商品质量监督抽样检验国家标准———《商品质量监督抽样检验序具有先验质量信息的情形》 (GB/T 28863-2012) 经国家质量监督检验疫总局、中国国家标准化管理委员会通过并颁布, 将从2013年2月15日起施。它的颁布将对提高质量监督的科学化水平以及合理降低检验费用起到重作用, 也将成为全国工商系统实施流通领域商品质量监测的主要程序依据。

新标准适用于政府部门对产品、商品质量的监督抽检。新标准的实施将有解决原有标准中对于流通领域商品抽检难以解决的若干“老大难”问题, 如分商品因现场存放样品量太少而无法抽检的问题;因抽检要求的样本量大所来的监督成本高的问题;因规定的抽样方法难以实施而造成的程序违法的问;因抽检结论限于集中存放的“批次”, 不能适用于其他销售者等问题。同将为工商部门强化商品质量监管提供强大的技术支撑。

抽检评估 篇7

8月26日—29日, 农业部中国动物卫生与流行病学中心专家组到湖南省开展生猪屠宰环节“瘦肉精”现场抽检工作。专家组深入到湘潭市、长沙市、株洲市、常德市和湘西自治州5个市 (州) 城区及所辖湘潭县、湘乡市、韶山市、宁乡县、株洲县、桃源县、武陵区、泸溪县等18个县 (市、区) 的生猪定点屠宰场 (厂) , 在生产线上共抽取了1 500份猪膀胱尿样, 现场进行了盐酸克伦特罗、莱克多巴胺、沙丁胺醇3种“瘦肉精”快速检测, 检测结果全部为阴性。