계수형 합격 표본 추출 계획에 대한 로트 품질 측정 단위는 불량품의 수를 세는지, 결점의 수를 세는지 여부에 따라 달라집니다.
로트 크기는 로트 전체를 합격시킬 것인지 불합격시킬 것인지 결정할 때 표본을 수집하는 모집단입니다.
보통, 공급자와 소비자 모두에게 배송하고 취급하는 데 로트 크기가 선택됩니다. 예를 들어, 전체 배송 단위가 편리한 로트 크기입니다. 표본 추출 계획에서 한 로트에 들어 있는 부품들의 동질성을 가정하기 때문에 한 로트를 구성하는 단위는 모두 동일한 공정 조건에서 생산되어야 합니다. 또한 로트 크기가 클수록 작은 로트를 여러 개 검사하는 것보다 일반적으로 더 경제적입니다.
소비자와 공급자가 허용되는 최고 불량률 또는 결점 비율(AQL)에 동의해야 합니다. 소비자와 공급자는 소비자가 개별 로트에서 허용할 최고 불량률 또는 결점 비율(RQL)에도 동의해야 합니다.
AQL(불량률 1.5%)에서 합격 확률은 0.95이고 불합격 확률은 0.05입니다. RQL(불량률 10%)에서 합격 확률은 0.10이고 불합격 확률은 0.90입니다.
합격 품질 수준(AQL) | 1.5 |
---|---|
생산자 위험(α) | 0.05 |
불합격 품질 수준(RQL 또는 LTPD) | 10 |
소비자 위험(β) | 0.1 |
생산자를 보호하기 위해 합격 품질에 해당되는 로트를 불합격시킬 위험은 낮아야 합니다. 소비자를 보호하기 위해 품질이 나쁜 로트를 합격시킬 위험은 낮아야 합니다.
AQL에서 합격 확률은 0.95이고 불합격 확률은 0.05입니다. RQL에서 합격 확률은 0.10이고 불합격 확률은 0.90입니다.
합격 품질 수준(AQL) | 1.5 |
---|---|
생산자 위험(α) | 0.05 |
불합격 품질 수준(RQL 또는 LTPD) | 10 |
소비자 위험(β) | 0.1 |
계수형 표본 추출에서 표본 크기는 단일 로트에서 검사를 위해 랜덤하게 선택된 항목의 수입니다.
이 예에서 표본 크기는 52입니다. 제품의 전체 로트에서 52개 항목을 표본으로 추출해야 합니다.
표본 크기 | 52 |
---|---|
합격 수 | 2 |
불량률 | 합격 확률 | 기각 확률 | AOQ | ATI |
---|---|---|---|---|
1.5 | 0.957 | 0.043 | 1.420 | 266.2 |
10.0 | 0.097 | 0.903 | 0.956 | 4521.9 |
합격 수는 합격 로트의 표본에서 허용되는 결점 또는 불량의 최대 수입니다.
이 예에서 합격 수는 2이며, 제품 로트 전체에서 52개의 품목을 표본으로 추출해야 합니다. 불량품이 2개 이하이면 로트 전체를 합격시킵니다. 불량품이 3개 이상이면 로트 전체를 불합격시킵니다.
표본 크기 | 52 |
---|---|
합격 수 | 2 |
불량률 | 합격 확률 | 기각 확률 | AOQ | ATI |
---|---|---|---|---|
1.5 | 0.957 | 0.043 | 1.420 | 266.2 |
10.0 | 0.097 | 0.903 | 0.956 | 4521.9 |
AQL에서 로트를 합격시킬 확률은 1 – α에 가까워야 합니다. RQL에서 로트를 합격시킬 확률은 β에 가까워야 합니다. 기각 확률은 1 - 합격 확률입니다.
AQL(불량률 1.5%)에서 합격 확률은 0.957이고 기각 확률은 0.043입니다. RQL(10%)에서 합격 확률은 0.097이고 기각 확률은 0.903입니다.
표본 크기 | 52 |
---|---|
합격 수 | 2 |
불량률 | 합격 확률 | 기각 확률 | AOQ | ATI |
---|---|---|---|---|
1.5 | 0.957 | 0.043 | 1.420 | 266.2 |
10.0 | 0.097 | 0.903 | 0.956 | 4521.9 |
평균 출검 품질 수준은 원자재의 품질과 출하 제품의 품질 간의 관계를 나타내며, 불합격된 로트는 100% 검사되고 모든 불량 품목은 대체되거나 재작업됩니다.
평균 출검 품질과 평균 출검 품질 수준을 계산하려면 로트 크기를 지정해야 합니다.
이 예에서는 평균 인입 품질 수준이 불량률 1.5%일 때 평균 출검 품질은 불량률 1.42%입니다. 평균 인입 품질 수준이 불량률 10.0%일 때 평균 출검 품질은 불량률 0.956%입니다. 불합격된 로트가 100% 검사되고 모든 불량 단위가 교체되거나 재작업되기 때문에 인입 품질이 출검 품질보다 나쁩니다.
인입 품질 수준이 불량률 4.3%일 때 평균 출검 결점 수준(AOQL)은 불량율 2.603%로 최저가 됩니다.
합격 품질 수준(AQL) | 1.5 |
---|---|
생산자 위험(α) | 0.05 |
불합격 품질 수준(RQL 또는 LTPD) | 10 |
소비자 위험(β) | 0.1 |
표본 크기 | 52 |
---|---|
합격 수 | 2 |
불량률 | 합격 확률 | 기각 확률 | AOQ | ATI |
---|---|---|---|---|
1.5 | 0.957 | 0.043 | 1.420 | 266.2 |
10.0 | 0.097 | 0.903 | 0.956 | 4521.9 |
AOQL | 불량률 |
---|---|
2.603 | 4.300 |
ATI를 계산하려면 로트 크기를 지정해야 합니다.
이 예에서 평균 인입 품질 수준이 불량률 1.5%일 때 로트당 검사되는 평균 단위 수는 266.2개입니다. 95.7%의 경우는 52개 항목을 검사하고 로트를 합격시키며, 4.3%의 경우는 로트를 불합격시키고 5000개 항목을 모두 검사하기 때문입니다. 평균 인입 품질 수준이 불량률 10.0%일 때 로트당 검사되는 평균 단위 수는 4521.9개로, 거의 로트 전체가 됩니다.
표본 크기 | 52 |
---|---|
합격 수 | 2 |
불량률 | 합격 확률 | 기각 확률 | AOQ | ATI |
---|---|---|---|---|
1.5 | 0.957 | 0.043 | 1.420 | 266.2 |
10.0 | 0.097 | 0.903 | 0.956 | 4521.9 |
검사 특성(OC) 곡선은 합격 표본 추출 계획에서 품질이 좋은 로트와 품질이 나쁜 로트를 구별하는 능력을 보여줍니다. OC 곡선은 각 표본 추출 계획에 대해 인입 품질 수준이 다른 로트를 합격시킬 확률을 표시합니다.
이 예에서는 실제 불량률이 1.5%인 경우 표본에 따라 이 로트를 합격시킬 확률은 0.957이고 기각할 확률은 0.043입니다. 실제 불량률(%)이 10%인 경우 이 로트를 합격시킬 확률은 0.097이고 기각할 확률은 0.903입니다.
AOQ 곡선을 생성하려면 로트 크기를 지정해야 합니다.
이 예에서는 평균 인입 품질 수준이 불량률 1.5%일 때 평균 출검 품질은 불량률 1.42%입니다. 평균 인입 품질 수준이 불량률 10.0%일 때 평균 출검 품질은 불량률 0.956%입니다. 불합격된 로트가 100% 검사되고 모든 불량 단위가 교체되거나 재작업되기 때문에 인입 품질이 출검 품질보다 나쁩니다.
인입 품질 수준이 불량률 4.3%일 때 평균 출검 결점 수준(AOQL)은 불량률 2.603%로 최저가 됩니다.
ATI 곡선을 생성하려면 로트 크기를 지정해야 합니다.