계량형 합격 표본 추출(생성/비교)에 대한 주요 결과 해석

계량형 합격 표본 추출 계획을 해석하려면 다음 단계를 수행하십시오.

1단계: 표본 추출 계획의 표본 크기 및 합격 기준 결정

합격 표본 추출 계획을 생성하는 경우 제품 로트에서 검사할 품목 수를 결정하고 표본 측정값을 기반으로 언제 데이터 로트를 합격 또는 불합격시킬 것인지 결정해야 합니다.

사용자가 지정한 로트 크기, AQL, RQL, 생산자의 위험(α), 소비자의 위험(β), 공정의 규격을 사용하여 Minitab에서는 특정 표본 크기 및 임계 거리로 적절한 표본 추출 계획을 결정합니다.

임계 거리는 로트의 합격 또는 불합격 여부를 결정하기 위해 Minitab이 표본 평균 및 규격 한계와 비교하는 데 사용하는 값입니다.

표본 측정값을 수집한 후 평균과 표준 편차에서 계산된 Z 값을 임계 거리와 비교하여 로트 전체를 합격시킬 것인지 불합격시킬 것인지 여부를 결정합니다.

로트 표준 편차가 최대 표준 편차(MSD)보다 작으면 (평균 – 규격 하한) / 표준 편차 ≥ 3.55750인 경우 로트 전체를 합격시켜야 합니다.

표본 크기	104
임계 거리(k 값)	3.55750

백만 번당 불량품 수	합격 확률	기각 확률	AOQ	ATI
100	0.950	0.050	91.1	223.2
300	0.100	0.900	28.6	2261.4

이 결과에서 표본 크기는 104입니다. 제품의 전체 로트에서 104개의 품목을 표본으로 추출해야 합니다. Minitab에서는 규격 하한 0.09인치를 사용하여 임계 거리가 3.557인지 결정합니다.

규격 상한이 있으면 이 기준을 고려할 뿐만 아니라 (규격 상한 – 평균) / 표준 편차 ≥ 3.55750인 경우에도 로트를 합격시켜야 합니다. 두 기준 모두 참이어야 하며, 그렇지 않으면 로트 전체를 불합격시켜야 합니다.

합격 표본 추출 계획을 생성한 후 전체 표본 크기를 줄이기 위해 표본 크기 및 임계 거리를 변경할 수 있습니다.

표본 크기, 임계 거리 또는 둘 다를 변경하여 계획을 비교하고 합격 위험이 어떻게 달라지는지 확인할 수 있습니다.

로트 품질(백만 번당 불량품 수)

표본 크기(n)	임계 거리(k)	백만 번당 불량품 수	합격 확률	기각 확률	AOQ	ATI
50	3.5575	100	0.873	0.127	85.6	360.4
50	3.5575	300	0.187	0.813	54.9	2042.6

75	3.5575	100	0.919	0.081	89.1	271.3
75	3.5575	300	0.138	0.862	40.1	2165.8

100	3.5575	100	0.947	0.053	90.9	227.5
100	3.5575	300	0.104	0.896	30.0	2250.3

104	3.5575	100	0.950	0.050	91.1	223.2
104	3.5575	300	0.100	0.900	28.6	2261.3

표본 크기	임계 거리(k)	AOQL	백만 번당 불량품 수
50	3.5575	96.8	148.3
75	3.5575	101.0	141.9
100	3.5575	104.2	140.1
104	3.5575	104.6	140.0

표본 크기가 104이고 임계 거리가 3.5575인 계획이 AQL에서의 목표 α 위험 5% 및 RQL에서의 목표 β 위험 10%와 가장 일치합니다. 표본 크기를 100으로 약간 줄인 계획도 목표 위험 수준과 일치합니다.

표본 크기가 75개이고 임계 거리가 3.5575인 계획도 합격 위험이 있습니다. 그러나 표본 크기가 50이고 임계 거리가 3.5575이면 AQL(0.873)에서의 합격 확률이 너무 낮고 RQL(0.187)에서의 합격 확률이 너무 높습니다.