A vizuális ellenőrök munkáját talán nem kell bemutatnom senkinek, hiszen ez egyre inkább hozzátartozik egy termelő vállalat életéhez. A vizuális ellenőrök feladata folyamatosan ellenőrizni a termékeket, amelyek leesnek a gyártósor végén és meg kell találniuk sokszor a legapróbb és legnehezebben észrevehető hibákat is. Persze ne feledkezzünk meg azokról a vizuális ellenőrökről sem, akik például egy repülőgép különféle alkatrészeit vizsgálják és az elhasználódást jelző apró repedéseket próbálják felderíteni.

Véleményem szerint a vizuális ellenőrök munkája nagyon nehéz, hiszen sok esetben igen rövid idő alatt kell észlelniük és egyben fel is dolgozniuk a szemükkel (esetleg a fülükkel, az orrukkal, illetve a tapintásukkal) észlelt jelenségeket, majd hozniuk kell egy döntést arról, hogy a vizsgált darab jó vagy sem.

És itt jön a képbe a statisztika. Az, hogy az ellenőr által vizsgált darab jó vagy rossz, az tulajdonképpen egy Bernoulli-próba. A próbának ez esetben is csak két eredménye lehet (jó vagy rossz), a döntés egy termék megfelelőségéről nem függ az előző ellenőrzés eredményétől, illetve itt is meg lehet állapítani, hogy mekkora a valószínűsége a rossz termékek előfordulásának.

A Bernoulli-eloszlást ismertető bejegyzés végén (lásd itt) beláttuk, hogy minél közelebb van a siker valószínűsége az 50%-hoz, annál nehezebb megjósolni a Bernoulli próba eredményét és minél közelebb van a siker valószínűsége a 0-hoz vagy a 100%-hoz, annál könnyebb.

Tegyük fel, hogy a terméknek van egy hibája, ami nagyon ritkán fordul elő és ráadásul nem is könnyű észrevenni. Az ellenőr sorban ellenőrzi az elé kerülő termékeket, és mivel ez a hiba ritkán fordul elő, ezért egy idő után már nem számít rá, hogy elő fog fordulni. Ez az a pont, ahol az ellenőr hajlamossá válik arra, hogy rutinból döntsön, ne elemezze a látottakat minden egyes darab esetében külön-külön. Ez alapján egy idő után óhatatlanul el fog engedni néhány rossz darabot, mert vagy nem veszi észre a hibát, vagy pedig nem megfelelő döntést hoz a darab állapotáról.

Ellenkező esetben a hiba nagyon gyakran fordul elő (sajnos ilyen is előfordul néha), és az ellenőrnek az a dolga, hogy kiválogassa a selejtből azt a néhány darabot, ami még megfelelő lehet. Ez esetben pont az ellenkezője fog történni a korábban ismertetett hatásnak. Az ellenőr sorban szórja ki a darabokat a selejtbe és nehezen elkerülhető, hogy kidobjon néhány jó darabot is.

Természetesen egy adott jellemző ellenőrzésének eredményessége nagyon sok tényezőtől függ, tehát nehéz általános törvényszerűségeket felállítani ezzel kapcsolatban, de egy ellenőrzési folyamat megtervezésekor mindenképpen számolni kell azzal, hogy a hiba előfordulási valószínűsége befolyásolhatja az ellenőrzés hatékonyságát. Elvileg meghatározható egy optimális selejtarány, amelynél az ellenőrzés hatékonysága maximális. Ha ennél nagyobb vagy kisebb a selejtarány, akkor megnő a hibás döntések valószínűsége.

A tanulság az, hogy ha egy hiba előfordulási gyakorisága nagyon kicsi, viszont súlyos következményekkel jár, ha a hibás darab átcsúszik az ellenőrzésen, akkor a hiba ellenőrzésének módjára külön figyelmet kell fordítani, azaz javítani kell a hiba észlelhetőségét vagy be kell vezetni valamilyen automatikus ellenőrzést, ami nem függ a fent említett pszichológiai hatásoktól.