Sådan beregnes lærekurve? (Med eksempel)

Det er vores fælles overbevisning, at folk og organisationer bliver mere effektive over tid. En sådan forskel i effektivitetsgraden over tid har stor indflydelse på forretningsbeslutninger. For at illustrere kan en organisation estimere produktionshastigheden for et givet produkt og kan bestemme fra det samme, hvad der ville være tid og penge ressourcer krav til fremtidig produktion. En sådan virkning af øget effektivitet med produktionsvolumen er kendt som 'indlæringskurve'-effekten. 'Kurven' er ideen om, at hvis vi plot 'produktionstid pr. Enhed' over tid, vil mængden kurve ned.

Der er tre hovedforudsætninger i læringskurveeffekten:

1. Den tid, der kræves for at fuldføre en given opgave, vil reducere, desto flere gange opgaven udføres.

2. Faldet vil falde i faldende takt.

3. Faldet vil følge et forudsigeligt mønster.

Beregninger:

Den mest almindelige form for indlæringskurveberegning er en eksponentiel henfaldsfunktion (dvs. produktionshastigheden forfald eller nedgang efter en eksponentiel kurve).

Standardligningen er som følger:

T n = T 1 n b

hvor,

n = enhedens nummer (1 for den første enhed, 2 for den anden enhed osv.)

T 1 = mængden af ​​tid til at producere den første enhed

T n = mængden af ​​tid til at producere enhed n

b = læringskurvefaktoren, beregnet som In (p) / ln (2), hvor ln (x) er den naturlige logaritme af x

p = læringsprocenten

Læringsprocenten p fortolkes som følger:

Hver gang den kumulative produktionsmængde fordobles, vil enhedens produktionshastighed falde med procentdelen p.

Dette er vist i følgende beregning:

Forestil dig at vi har T 1 = 10 timer og p = 90% = 0, 90. Vi kan beregne produktionstiden for de første 10 enheder som

Det betyder, at selvom 1. enhed tager 10 timer, tager den 10. enhed kun 7, 05 timer. Vær opmærksom på, at forbedringen fra 1. til 2. enhed var 10-9 = 1 timers forbedring. Fra den 9. til den 10. enhed viste kun 7.16 - 7.05 = 0.11 time forbedring. Faktisk ser vi en faldende forbedringsrate. Bemærk også, at når produktionen fordobles, reduceres enhedens produktionstid med p = 90%.

T2 er 90% af T1

T4 er 90% af T2 (dvs. 8, 10 = 9 × 0, 90)

T8 er 90% af T4 (dvs. 7, 29 = 8, 10 × 0, 90) etc.

Vi vil også bemærke, at den 200.000. enhed ville tage 90 procent af den tid det tager at producere 100.000. enhed.

Eksempel:

En tidligere byggefirma udøvede lige et nyt firma kaldet Cookie-Cutter Homes. Virksomheden fremstiller kun en hjemtype for at maksimere læringskurveeffekten. Iværksætteren antager, at hans virksomhed vil indse en 75 procent læringskurveeffekt. Det første hjem tog 200 dage at fuldføre. Hvor lang tid tager det at producere det 5. hjem? Hvad med det 10. hjem? Hvad med det 100. hjem? Hvad med det 104. hjem?

Først beregner vi læringskurvefaktoren b = ln (p) / ln (2) = ln (0.75) / ln (2) = -0.415.

Således ser vi, at Cookie-Cutter Homes vil realisere dramatiske læringskurvefordele for de tidlige hjem, men reducerer de stigende fordele senere.