属性抽样验收的数据注意事项

为了确保结果有效,请在收集数据、执行分析和解释结果时考虑以下准则。

样本应当是随机选择的
应随机选择要检验的单位,且其应为批次中所有项目的代表。这可能要进行额外的工作,如为每个产品项编号并抽取随机号码,或者将批次划分为多层并从每层中抽样。但是,此过程是使抽样过程有效所必需的。
数据必须是缺陷品数或缺陷数。
您检测的每个项都必须归为可接受或不可接受(缺陷)类别,或者您必须能够对每个项的缺陷数进行计数。如果您的数据是测量值而不是缺陷数或缺陷品数,则必须创建变量抽样计划
各个批次应当是同质的
批次表示要从中抽样的单位的整个总体。批次应该是同质的。这些批次应以消费者和供应商都可以管理好的大小、并采取易于选择样本的方式进行打包和装运。通常,检验数量较大的批次要比检验一系列数量较小的批次更为经济。
消费者和供应商应当议定目标质量水平
消费者和供应商应当议定可接受的最高缺陷品率或缺陷率(平均质量水平,简称 AQL)。消费者和供应商还应议定消费者在单个批次中所能容忍的最高缺陷品率或缺陷率(可拒收质量水平,简称 RQL)。
AQL 描述抽样计划将验收什么,而 ROL 描述抽样计划将拒收什么。您要设计多数时候验收处于 AQL 的特定批次产品以及多数时候拒收处于 RQL 的特定批次产品的抽样计划。
对于有限大小的孤立批次使用超几何分布
默认情况下,Minitab 使用二项分布为接受/不接受数据创建抽样计划以及比较抽样计划。为正确使用二项分布,Minitab 假设样本来自较大批次(批次大小至少是样本大小的 10 倍大),或来自从进行中的过程中随机选择的一系列批次。许多抽样应用都可以满足此假设。
如果从中抽样的一批产品是有限大小的孤立批次,则对于计算验收概率的精确分布是超几何分布。例如,您收到了 500 个标签的特殊订单供货。
注意

超几何分布仅在具有接受/不接受(缺陷品)数据以及指定了批次大小时可用。在对缺陷进行计数时,Minitab 将使用 Poisson 分布。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策