AQL知识全面揭秘

本帖最后由 宁波-石头 于 2012-11-2 09:51 编辑

首先看个例子：
假设你们跟供应商谈定每批产品的最高不良率为2%，抽样按照一般检验II级水平，你作为质量经理该选择什么样的抽样方案，既能最大可能保证不合格批次进入公司，又能保证最少的合格批次退回给供应商？
要解这道题目首先要弄明白以下几件事：
1、 国家标准ＧＢ／Ｔ　２８２８．１—２００３《技术抽样检验程序第１部分：按接受质量限（ＡＱＬ）检索的逐批检验抽样计划》标准中对方案接收概率的计算，均采用泊松分布或二项分布计算，其中当AQL》10.0采用泊松分布，AQL<10.0采用二项分布。说明-超几何分布计算太复杂了。
2、检验员检验产品方式：在一批产品中取样，且是样品是不放回去的。这样的事件属于超几何分布。我们是可以采用二项分布计算的。
3、二项分布计算累计概率公式：图片形式放不上来，就请大家自己去查下二项分布密度函数公司吧。 其中n为抽样数，x为其中合格数，p为与供方商谈的不良率，P（X=x）为我们接受的概率。
现在我们再来计算那种方案最好：
假设有一批产品来料共500pcs，根据经验判断不良率在2%时，一般采用AQL=0.65, AQL=1, AQL=1.5, AQL=2.5的四种抽样方案，那下面就对这四种抽样方案进行评价和选择。查表可得（并利用上述公式计算可接受概率）：
AQL 0.65 1 1.5 2.5
抽样数 80 50 50 50
抽样方案 AC RE AC RE AC RE AC RE
允收水准 1 2 1 2 2 3 3 4
可接受概率 0.523 0.736 0.922 0.982
通俗地说，如果选择AQL=0.65,供方在不合格率2%的情况下，只有52.3%的可能被你们QA放行,其余48%可能会被退货。那么这样供应商就亏大了，出现很多原本是合格的批次，被你们公司给判定为不合格，这就叫假判。反之，如选择AQL=2.5，那你们又亏了。
所以，92.2%最接近于95%的质量点，而且偏向于我方，所以选择AQL=1.5比较合理。
提示：利用Excel的BINOMDIST函数可以计算出二项分布的概率分布以及累积概率。该函数有四个参数：Number-s(实验成功的次数)、Trials(实验的总次数)、Probability-s(每次实验成功的概率)、Cumulative(该参数是一个逻辑值，如果为True，设实验成功的次数为m，则计算出累积分布函数的概率，即P(X≤m);如果为False，设实验成功的次数为m，则计算出概率密度函数的概率，即P(X=m)。
binomdist(number_s,trials,probability_s,cumulative
我再用OC曲线来解释下为什么AQL=1.5这种方案最好：