库得克质量管理方法论专题——验收抽样（二）

库得克国际研发团队

库得克质量管理方法论专题

——验收抽样（二）

Lot Tolerance Percent Defectives (LTPD) with Rectification Double Sampling Plan挑选LTPD二次抽样方案

二次抽样方案通常比一次抽样方案需要较少的抽样，但使用起来比较复杂。

对于二次抽样方案，需要抽取由n个产品组成的第一个样本，并检验每个产品是否合格。然后计算不合格品数量，并与抽样方案的第一个样本接收值进行比较。如果不合格品数小于或等于第一个样本接收值，则该批产品将被拒收。如果不合格品数大于第二个样本接收值，则该批产品将被拒收。如果第一个样本的不合格品数大于第一个样本接收值，小于或等于重新取样值，则该批产品将需重新取样。如果两个样本的不合格品总数大于第二个样本接收值，则该批产品将被拒收，否则则接受。

与AOQL方案一样，这类抽样方案通常在发货给客户之前用于批或批次，以确保出货质量符合客户验收的指定水平。随机抽取多个样本，统计不合格品数。如果该批样品的不合格品数量超过一定数量，则该批产品将被拒收，并进行100%的检验。然后，将不合格品移除，并用质量好的产品替换。

对于这类方案，必须指定AQL和LTPD。这是可容忍的最大不合格品百分比。当然，理想值是0，但是需要一个现实的水平，否则抽样方案很可能会拒绝每一批。还必须指定与LTPD关联的最大消费方风险。消费方风险是由接收产品一方承担的风险，即在LTPD接受不合格批的概率。

输出结果包括下图所示的OC曲线，可用于确定在假设的质量水平接受或拒绝批次的概率。例如，假设有3.5%的不合格品，则接受或拒绝该批产品的机会相等。

抽样方案会显示在表格中。

Lot Tolerance Percent Defectives (LTPD) with Rectification Single Sampling Plan挑选LTPD单次抽样方案

与AOQL方案一样，这类抽样方案通常在发货给客户之前用于批或批次，以确保出货质量符合客户验收的指定水平。随机抽取多个样本，统计不合格品数。如果该批样品的不合格品数量超过一定数量，则该批产品将被拒收，并进行100%的检验。然后，将不合格品移除，并用质量好的产品替换。

要理解这类抽样方案，需要理解一些基本概念。

计数型抽样方案的批或批次(以下根据需要交替使用)基于离散型数据。

抽样方案基于样本量和接受值。如果样本量中的不合格品数量超过可接受的数量，则该批将被拒收。

AQL被称为可接受的质量水平。有些人可能会反对“可接受的质量水平”一词，这是可以理解的。有些人会说，根本就不存在可接受的质量水平。评论家们会说唯一可接受的质量水平是零不合格。然而，在现实世界中，许多生产过程不能始终如一地生产出没有不合格的产品。可以说，每一个过程都会产生一个固有的不合格品百分比，这必须被视为“无法更改的事实”，直到工程师们努力降低了不合格品的平均百分比。一旦知道不合格品的固有过程百分比，它就成为AQL。

不能把高AQL与高质量混为一谈。这意味着该批产品的可接受不合格品水平的平均百分比较高，因此质量低劣，而不是高质量。

平均出货质量是出货给客户的批次中不合格品的平均百分比。正如上面所说的，高AOQ并不意味着高质量，而是低质量。

在挑选抽样方案中，平均AOQ低于抽样前不合格品的平均百分比。原因是有些批次会被拒收，100%检验后再进行挑选。挑选批中的零不合格降低了所有出厂批次中不合格品的平均百分比。

对于这类方案，必须指定AQL和LTPD。这是可容忍的最大不合格品百分比。当然，理想值是0，但是需要一个现实的水平，否则抽样方案很可能会拒绝每一批。还必须指定与LTPD关联的最大消费方风险。消费方风险是由接收产品一方承担的风险，即在LTPD接受不合格批的概率。

AQL是生产过程决定的，因此不能与客户协商。但是，如果AQL被认为过高，客户可能会选择另一家供应商。需要协商的是消费方风险，也就是客户所承担的风险。同样，LTPD也需要与客户协商。LTPD和消费方风险将决定抽样方案的样本量，因此需要协商一致。

BIS.Net Analyst使用的算法将获得样本量和接受值，当批次在AQL水平上有不合格品时，该算法将获得所需检验产品总数的最小值(同时考虑到需要100%检验的产品)，同时确保消费方风险小于或等于指定LTPD所关联的风险。

通过使用泊松分布和二项概率分布近似值来计算优化所需的接受概率从而获得抽样方案。如今基于machine power，不再需要近似值。BIS.Net验收抽样APP基于Machine Power获得准确的接受概率，并找到最佳的抽样方案。

输出结果包括下图所示的OC曲线，可用于确定在假设的质量水平接受或拒绝批次的概率。例如，假设有3.5%的不合格品，则接受或拒绝该批产品的机会相等。

抽样方案会显示在表格中。样本量和接受值决定了抽样方案。生产方风险是在AQL错误拒收该批产品的风险。消费方风险是相对于指定风险的实际风险。由于抽样方案的离散性，精确值并不总是等于指定的方案。精确值一并显示在表格中。

预期检验数量是批次在AQL水平时检验的平均数量。包括对不合格批次的检验及100%检验。

Lot Tolerance Percent Defectives (LTPD) without Rectification Double Sampling Plan不挑选LTPD二次抽样方案

二次抽样方案通常比一次抽样方案需要较少的抽样，但使用起来比较复杂。对于挑选AOQL和LTPD抽样方案，预期检验数量可以大大减少。对于不挑选LTPD抽样方案，由于不涉及挑选，节省的数量很小。通常，第一个样本的样本量比第二个样本大得多，这可能容易引起混淆。只有当取样成本很高时，才推荐此方案。

对于二次抽样方案，需要抽取由n个产品组成的第一个样本，并检验每个产品是否合格。然后计算不合格品数量，并与抽样方案的第一个样本接收值进行比较。如果不合格品数小于或等于第一个样本接收值，则该批产品将被拒收。如果不合格品数大于第二个样本接收值，则该批产品将被拒收。如果第一个样本的不合格品数大于第一个样本接收值，小于或等于重新取样值，则该批产品将需重新取样。如果两个样本的不合格品总数大于第二个样本接收值，则该批产品将被拒收，否则则接受。

这类抽样方案通常用于批，或在发货给客户之前无法挑选的批次。例如，要检测罐装软饮料的成分时，不可能进行挑选，因为必须打开每个罐子来检测成分才能确定哪些罐需要更换。这类方案更多地被用来筛选进货。拒收的批次将退还给供应商。

要理解这类抽样方案，需要理解一些基本概念。

计数型抽样方案的批或批次(以下根据需要交替使用)基于离散型数据。

AQL被称为可接受的质量水平。有些人可能会反对“可接受的质量水平”一词，这是可以理解的。有些人会说，根本就不存在可接受的质量水平。有些人会说唯一可接受的质量水平是零不合格。然而，在现实世界中，许多生产过程不能始终如一地生产出没有不合格的产品。可以说，每一个过程都会产生一个固有的不合格品百分比，这必须被视为“无法更改的事实”，直到工程师们努力降低了不合格品的平均百分比。一旦知道不合格品的固有过程百分比，它就成为AQL。

不能把高AQL与高质量混为一谈。这意味着该批产品的可接受不合格品水平的平均百分比较高，因此质量低劣，而不是高质量。

LTPD是可容忍的最大不合格品百分比。当然，理想值是0，但是需要一个现实的水平，否则抽样方案很可能会拒绝每一批。

对于这类方案，必须指定AQL及关联的生产方风险、LTPD及关联的消费方风险。生产方风险指由生产产品一方承担的风险，即在AQL拒收合格批的概率。如果批次的不合格品率高于或等于AQL，那么拒收该批次是没有道理的，因为该生产过程不可能做得更好。但是，由于抽样数量有限，因此有可能拒收不合格品率等于指定AQL的批次。这种风险是生产方风险。要设计抽样方案，需要以合理的值来指定此风险。

消费方风险是由接收产品一方承担的风险，即在LTPD接受不合格批的概率。

如果抽样方案用于筛选进货，则供应商应提供AQL。生产方风险应由生产者决定。LTPD由接收者即消费方决定，消费方也应承担风险。在实践中，双方应就AQL、LTPD、生产方风险和消费方风险达成一致。

通过使用泊松分布和二项概率分布近似值来计算优化所需的接受概率从而获得抽样方案。如今基于machine power，不再需要近似值。BIS.Net验收抽样APP基于Machine Power获得准确的接受概率，并找到最佳的抽样方案。

输出结果包括下图所示的OC曲线，可用于确定在假设的质量水平接受或拒绝批次的概率。例如，假设有3.2%的不合格品，则接受或拒绝该批产品的机会相等。

抽样方案会显示在上图所示的表格中。

Lot Tolerance Percent Defectives (LTPD) without Rectification Single Sampling Plan不挑选LTPD单次抽样方案

这类抽样方案通常用于批，或在发货给客户之前无法挑选的批次。例如，要检测罐装软饮料的成分时，不可能进行挑选，因为必须打开每个罐子来检测成分才能确定哪些罐需要更换。另一个更常见的应用场景是进货检验。客户不必挑选错误的批次。拒收的批次将退还给供应商。

要理解这类抽样方案，需要理解一些基本概念。

计数型抽样方案的批或批次(以下根据需要交替使用)基于离散型数据。

抽样方案基于样本量和接受值。如果样本量中的不合格品数量超过可接受的数量，则该批将被拒收。

AQL被称为可接受的质量水平。有些人可能会反对“可接受的质量水平”一词，这是可以理解的。有些人会说，根本就不存在可接受的质量水平。有些人会说唯一可接受的质量水平是零不合格。然而，在现实世界中，许多生产过程不能始终如一地生产出没有不合格的产品。可以说，每一个过程都会产生一个固有的不合格品百分比，这必须被视为“无法更改的事实”，直到工程师们努力降低了不合格品的平均百分比。一旦知道不合格品的固有过程百分比，它就成为AQL。

不能把高AQL与高质量混为一谈。这意味着该批产品的可接受不合格品水平的平均百分比较高，因此质量低劣，而不是高质量。

LTPD是可容忍的最大不合格品百分比。当然，理想值是0，但是需要一个现实的水平，否则抽样方案很可能会拒绝每一批。

对于这类方案，必须指定AQL及关联的生产方风险、LTPD及关联的消费方风险。生产方风险指由生产产品一方承担的风险，即在AQL拒收合格批的概率。如果批次的不合格品率高于或等于AQL，那么拒收该批次是没有道理的，因为该生产过程不可能做得更好。但是，由于抽样数量有限，因此有可能拒收不合格品率等于指定AQL的批次。这种风险是生产方风险。要设计抽样方案，需要以合理的值来指定此风险。

消费方风险是由接收产品一方承担的风险，即在LTPD接受不合格批的概率。

如果抽样方案用于筛选进货，则供应商应提供AQL。生产方风险应由生产者决定。LTPD由接收者即消费方决定，消费方也应承担风险。在实践中，双方应就AQL、LTPD、生产方风险和消费方风险达成一致。

通过使用泊松分布和二项概率分布近似值来计算优化所需的接受概率从而获得抽样方案。如今基于machine power，不再需要近似值。BIS.Net验收抽样APP基于Machine Power获得准确的接受概率，并找到最佳的抽样方案。

输出结果包括下图所示的OC曲线，可用于确定在假设的质量水平接受或拒绝批次的概率。例如，假设有3.5%的不合格品，则接受或拒绝该批产品的机会相等。

抽样方案会显示在表格中。样本量和接受值决定了抽样方案。生产方风险和消费方风险是该抽样方案的实际风险。由于抽样方案的离散性，精确值并不总是等于指定的方案。

Lot Tolerance Percent Defects (LTPD) without Rectification Sampling Plan LTPD(缺陷)单次抽样方案

此抽样方案不得与LTPD单次抽样方案混淆。不是抽取n个产品的样本计算不合格品数量，而是抽取n个产品的样本计算缺陷数量。挑选方案不适用于针对缺陷的抽样方案。

最常见的应用场景是进货检验，也可以用于检测出货成品作为最终的质量保证。

要理解这类抽样方案，需要理解一些基本概念。

计数型抽样方案的批或批次(以下根据需要交替使用)基于离散型数据。

抽样方案基于样本量和接受值。如果总体样本中的缺陷数超过可接受值，则该批将被拒收。

AQL被称为可接受的质量水平。有些人可能会反对“可接受的质量水平”一词，这是可以理解的。有些人会说，根本就不存在可接受的质量水平。有些人会说唯一可接受的质量水平是零缺陷。然而，在现实世界中，许多生产过程不能始终如一地生产出没有缺陷的产品。可以说，每一个过程都会产生一定数量的缺陷，这必须被视为“无法更改的事实”，直到工程们努力降低了缺陷率。

BIS.Net验收抽样APP将AQL定义为每100个产品的平均缺陷数，这是过程固有的，直到工程师改变工艺流程并尽可能的降低产品缺陷。

不能把高AQL与高质量混为一谈。这意味着，在受控的生产过程中，每100个产品的平均缺陷数很高，因此质量低劣，而不是高质量。

LTPD是每100个产品可容忍的最大平均缺陷数。当然，理想值是0，但是需要一个现实的水平，否则抽样方案很可能会拒绝每一批。

对于这类方案，必须指定AQL及关联的生产方风险、LTPD(缺陷)及关联的消费方风险。生产方风险指由生产产品一方承担的风险，即在AQL拒收合格批的概率。要设计抽样方案，需要以合理的值来指定此风险。

消费方风险是由接收产品一方承担的风险，即在LTPD接受不合格批的概率。

如果抽样方案用于筛选进货，则供应商应提供AQL。生产方风险应由生产者决定。LTPD由接收者即消费方决定，消费方也应承担风险。在实践中，双方应就AQL、LTPD、生产方风险和消费方风险达成一致。

BIS.Net验收抽样APP基于Machine Power算法获得准确的接受概率，根据泊松分布找到最佳的抽样方案。

输出结果包括下图所示的OC曲线，可用于确定在假设的质量水平接受或拒绝批次的概率。例如，假设每100个单位有4.5个缺陷，则接受或拒绝该批产品的机会相等。

抽样方案会显示在表格中。样本量和接受值决定了抽样方案。生产方风险和消费方风险是该抽样方案的实际风险。由于抽样方案的离散性，精确值并不总是等于指定的方案。