【導讀】行比較以確定其符合性的活動。美國質量專家朱蘭對“質量檢驗”一詞作了更簡明的定義：所謂檢驗，就是。在工業(yè)生產的早期，生產和檢驗本是合二為一的，生產者也就是檢驗者。從質量管理發(fā)展過程來看，最早的階段就是質量檢驗階段。質量檢驗曾是保證產品質量的主要手段，統(tǒng)。步推行全面質量管理和實施ISO9000系列國際標準時，特別是進行企業(yè)機構改革時，決不能削弱質量檢驗工。作和取消質量檢驗機構。防止不合格品的產生是難以做到的，因此就存在質量檢驗的必要性。企業(yè)所有部門，其中包括質量檢驗部門的質量職能，何況檢驗本身也是屬于制造的范疇；因此，預防為主的思想是完全正確的。預防為主與檢驗把關，決不是對立和矛盾的，它們是相。輔相成、相互結合的，它們的目標和對象也是各不相同的，“預防”是針對正在生產或尚未生產的產品而言的，設備進行修理或重新進行調整后，也應進行首件檢驗，其目的都是為了預防大批出現(xiàn)不合格品。

　　

【正文】 抽取第二個樣本時的不合格判定數(shù)。 二次抽樣的操作程序為：在交驗批量為 N 的一批產品中，隨機抽取 n1 件產品進行檢驗。若發(fā)現(xiàn) n1 中的不合格數(shù)為 d1，則： 若 d1≤ C1，判定批產品合格，予以接收； 若 d1＞ C2，判定批產品不合格，予以拒收； 企業(yè) ()大量管理資料下載 16 若 C1＜ d1≤ C2，不能判斷。在同批產品中繼續(xù)隨機抽取第二個樣本 n2 件產品進行檢驗。若發(fā)現(xiàn) n2 中有 d2 件不合格品，則根據(jù)（ d1＋ d2）和 C2 的比較作出如下判斷： 若 d1+d2≤ C2 判定批產品合格，予以接收； 若 d1+d2＞ C2，判定批 產品不合格，予以拒收。 例如，當 N＝ 1000， n1=36， n2=59， C1=0， C2=3,則這個二次抽樣方案表示為（ 1000， 36， 59； 0， 3），其含義是指從批量為 1000 件的交驗產品中， 隨機抽取第一個樣本 n1 件進行檢驗，若發(fā)現(xiàn) n1 中的不合格品數(shù)為 d1： 若 d1≤ 0，（實際為零），則判定該批產品合格，予以接收； 若 d1＞ 3，則判定該批產品不合格，予以拒收； 若 0＜ d1≤ 3（即在 n1 件中發(fā)現(xiàn)的不合格數(shù)為 1 件、 2 件或 3 件），則不對該批產品合格與否作出判斷，需要繼續(xù)抽取第二個樣本 n2。若處于 上述情況，則從同批產品中隨機抽取 n2＝ 59 件進行檢驗。記錄 n2 中的不合格品數(shù) d2； 若 d1＋ d2≤ 3，則判定該批產品合格，予以接收； 若 d1＋ d2＞ 3，則判定該批產品不合格，予以拒收。 （ multiple sampling inspection） 如前所述，二次抽樣是通過一次抽樣或最多兩次抽樣就必須對交驗的一批產品作出合格與否的判斷。而多次抽樣則是允許通過 3 次以上的抽樣最終對一批產品合格與否作出判斷。多次抽樣方案也規(guī)定了最多抽樣次數(shù)。如 3 次抽樣方案，在上述方案中規(guī)定了合格判定數(shù) AC 和不合格判定數(shù) Re。例如，在第三次抽樣檢驗后，若三個樣本的累積不合格數(shù) (r1+r2+r2)≤ 1 時，則判定該批產品合格，予以接收；若 (r1+r2+r2)≥ 3 時，則判定該批產品不合格，予以拒收，以此類推。 關于 AQL=0或 C=0 的理解 在許多公司，幾乎我經歷過的公司都有該項規(guī)定，致命缺陷的 AQL=0，如果按照 GB2828 來查表決定抽樣數(shù)，根本沒有 AQL=0這一項，理論計算樣本應該是無窮大，自然無法進行抽樣了。其實嚴格按照 GB2828來說， AQL 不能等于零。但是在許多公司比如 TCL、步步高、金正等公司 都是這樣，于是許多小公司也比葫蘆畫瓢照搬。但是我認為這在實際應用中并不構成矛盾，為了表示企業(yè)對該項要求的嚴格，可以這么規(guī)定（畢竟在于你是怎么理解，而且所謂的標準就是大家都習慣執(zhí)行的、正確的東西。我向來非常反感有些公司總是嚴格按照自己很不完善的甚至是不公平的制度來限制人，畢竟制度、標準是為公司服務的，離開了這個前提無異是自掘墳墓，凡是這種公司，距離倒閉只是時日問題。哎！不說了，扯得太遠了），致命缺陷的 AQL=0可以理解為： 無論提交檢驗的該批次母體數(shù)和抽樣數(shù)多大，只要出現(xiàn)一臺致命不合格的機器，則該批機器拒收。至 于抽樣數(shù)量，按照其他幾種缺陷的 AQL值進行就可以了。具體的講解在 GB2828的 特別說明。 以上我們討論的是計數(shù)驗收抽樣方案，計量驗收抽樣方案原理相同，不再贅述。另外，按照產品特點和生產特點也可以分成逐批抽樣方案和連續(xù)型抽樣方案。按照抽樣方案可否調整也可以分為調整型抽樣方案和非調整型抽樣方案，而非調整型抽樣方案根據(jù)實際需要又可以分為標準型抽樣方案和挑選型抽樣方案。本章的目的在于闡述驗收抽樣方案的基本原理和方法，所以，并不對上述抽樣方案一一詳細介紹，必要時可以查閱有關專業(yè)書籍資料。 第五節(jié) 驗收抽樣方案的統(tǒng)計分析 一、接收概率 L（ P） ： 如前所述，（ N， n， C）代表了一個單次抽樣方案，在實際中往往關心的問題是：采用這樣的抽樣方案時，假設交驗批產品的不合格率為 P，那么批產品有多大可能被判為合格批而予以接收?；蛘哒f被接收的概率有企業(yè) ()大量管理資料下載 17 多大？通常把接收概率記作 L（ p），根據(jù)概率統(tǒng)計原理可以計算 L（ p）的值，由概率的基本性質可知： 0≤ L（ p）≤ 1。根據(jù)上述條件，當 n 中的不合格品數(shù) r≤ C 時，批產品被判為合格，予以接收，則接收概率為： L(P)=P(r≤ C) 例 1 已知產品批不合格率 p＝ ，求單 次抽樣方案（ 100， 10， 0）的接收概率（不要告訴我看不懂題目啊，意思就是：已經知道不良率為 5%，從 100 個產品中抽取 10 個樣品，求抽檢到不良品的概率）。 由于 N≥ 10n 時可二項分布作近似計算，得： L(p)= （用泊松分布或超幾何分布同樣可以計算 L（ p）） 如果你問：什么是二項分布啊，泊松分布、超幾何分布啊，那么請認真閱讀吧，我在后面的文章會有比較詳細的說明。沒有辦法啊，誰讓你上學的時候只知道拍拖泡妞（泡靚仔），不懂啊，活該！ 二、單次抽樣方案的操作特性曲線 OC（ operating characteristic curve） 對于具有不同的不合格率 Pi 的交驗批產品，采用任何一個單次抽樣方案（ N， n， C），都可以求出相應的接收概率 L（ Pi），如果以 Pi 為橫坐標，以 L（ Pi）為縱坐標，根據(jù) L（ Pi）和 Pi 的函數(shù)關系，可以畫出一條曲線。這條曲線就是這一抽樣方案的操作特性曲線，簡稱 OC 曲線。 例 2 試畫出單次抽樣方案（∞， 80， 1）的 OC 曲線 解（ 1）以 Pi 為橫坐標，取 Pi=0， ,, 等一系列值；（ 2）根據(jù)已知 n＝ 80，C＝ 1，利 用泊松分布求出上述 Pi 值所對應的 L（ Pi）值；查附表 D 計算 L（ Pi）值十分方便，計算結果整理后如表 所示 表 單次抽樣方案 (∞ ,)的接收概率 序號 批產品不合格率 Pi nPi L(Pi) 1 2 3 4 5 6 7 0 (80)(0)=0 (80)()= (80)()= (80)()= (80)()= (80)()= (80)()= 根據(jù) Pi 和 L（ Pi）對應的坐標點可以畫出該抽樣方案的 OC 曲線?？梢哉f，有一個抽樣方案 (N,n,C)，就有一條 OC 曲線，而且是唯一的一條 OC 曲線與之對應。抽樣方案的 OC 曲線直觀地反映了采用該方案對不同質量水平的批產品接收和拒收的概率。所以，一條 OC 曲線代表了一個抽樣方案對所驗收的產品質量的判斷能力，也稱為抽樣方案的特性。 三、二次抽樣方案的操作特性曲線 二次抽樣方案的 OC 曲線比單次抽樣方案的 OC 曲線要復雜 得多。因為是兩次抽樣，所以最后能畫出兩條曲線，第一條 OC 曲線代表第一次抽樣時，接收概率和產品不合格率的函數(shù)變化關系。第二條 OC 曲線代表經過兩次抽樣， 接收概率和產品不合格率的函數(shù)變化關系 例 3 畫出雙次抽樣方案 N ＝ 2400 ， n1=150， AC1=1， Re1=4； n2=200 ， AC2=4， Ee2=5 的OC 曲線 解：確定雙次抽樣方案 OC 曲線的基本思路和單次抽樣方案相同，關鍵是要計算接收概率，為此，可以做如下分析： （ 1） 如果第一次抽樣在樣本大小為 n＝ 150 件中發(fā)現(xiàn) 1 件或 1 件以下（即 0 件） 不合格品，則該批產品判為合格予以接收，其接收概率為： L(Pi)=p1(r≤ 1) （ 2） 如果第一次抽樣在樣本大小為 n＝ 150 件中發(fā)現(xiàn) 4 件或 4 件以上不合格品，則拒收該批產品，判為不合格 （ 3） 如果在第一次抽樣的樣本 n＝ 150 件中發(fā)現(xiàn) 2 件或 3 件不合格品， 則對該批產品合格與否不企業(yè) ()大量管理資料下載 18 能作出判斷，那么就繼續(xù)抽取 n＝ 200 件作為第二個樣本進行檢驗。在進行第二次抽樣的條件下，接收批產品的情況為： 1. 在第一次抽樣中發(fā)現(xiàn) 2 件不合格品，而在第二次抽樣中發(fā)現(xiàn) 2 件或 2 件以下不合格品，即事件 (ri+r2)≤ 4 發(fā)生； 2. .在第一 次抽樣中發(fā)現(xiàn) 3 件不合格品，而在第二次抽樣中發(fā)現(xiàn) 1 件或 1 件以下（ 0 件）不合格品，即事件 (ri+r2)≤ 4 發(fā)生 綜上所述，根據(jù)概率的乘法定理和加法定理，經第二次抽樣的接收概率為： L (Pi )Ⅱ =P1（ r=2） P2（（ r≤ 2） +P1(r=3)P2（ r≤ 1） 假設批產品不合格率分別依次取 ， ， ， ， ， ， ，利用附表 D 計算 L（ Pi）Ⅰ和 L（ Pi）Ⅱ以及 L（ Pi），即 L（ Pi） =L（ Pi）Ⅰ +L（ Pi）Ⅱ，計算程序和結果如表 所示 表 Pi nPi L(Pi)Ⅰ p1(r=2)p2(r ≤ 2)+p1(r=3)p2(r ≤ 1)=L(Pi)Ⅱ L(Pi) (150)()= (200)()= ()()+()()= (150)()= (200)()= ()()+()()= (150)()= (200)()= ()()+()()= (150)()= (200)(= ()()+()()= (150)(= (200)()= ()()+()()= (150)()= (200)()= ()()+()()= (150)()= (200)()= ()()+()()= 由表 的第一列 Pi 和相對應的第三列 L（ Pi）Ⅰ的接收概率值可繪出該雙次抽樣方案第一次抽樣的OC 曲線；由第一列 Pi 和第五列 L（ Pi）的接收概率值可繪出該雙次抽樣方案的 OC 曲線。 四、 OC 曲線的特點 一個抽樣方案（ N， n， C）唯一對應著一條 OC 曲線，當方案中 N， n， C 三個參數(shù)有任何一個改變時，OC 曲線的形狀也隨之改變，因而方案的性能也要發(fā)生變化。 n 和合格判定數(shù) C 一定時，批量 N 對 OC 曲線的影響很小。因此，常常只用（ n， C）兩個參數(shù)來表示一個單次抽樣方案。事實上， 如果將單次抽樣方案（∞， ）的 OC 曲線繪在圖中，會發(fā)現(xiàn)盡管 N＝∞，但該抽樣方案的 OC 曲線與抽樣方案（ 900， 90， 0）的 OC 曲線幾乎重合。 N 和樣本大小 n 一定時，合格判定數(shù) C 對 OC 曲線的影響：隨著 C 變小， OC 曲線左移，而且曲線變陡，這說明抽樣方案的性能發(fā)生了變化。對于同一批交驗產品，其不合格率為 Pi，不合格判定數(shù) C 越小的方案， 其接收概率也越低，說明抽樣方案變得嚴格了。至于嚴格的程度和合理性， 應該從實際出發(fā)，根據(jù)用戶（需方）的質量要求和生產者的平均質量水平， 對不同的 抽樣方案的 OC 曲線進行比較分析，確定合理的樣本大小 n 和合格判定數(shù) C。另一方面，隨 C 的變大，接收概率在同一 Pi 水平也增大，說明抽樣方案變寬松了。 N 和合格判定數(shù) C 一定時，樣本大小 n 對 OC 曲線的影響：隨著 n 變大， OC 曲線變陡，抽樣方案變嚴格了。反之，隨著 n 變小， OC 曲線傾斜度逐漸變緩，方案變寬松?？梢姡慌或灝a品，由于采用樣本大小不同的兩個抽樣方案，其接收概率卻相差 ，這是特別應該引起注意的。由此， 我們可以通過樣本大小 n 的變化研究采用合理的驗收抽樣方案。 于 C＝ 0 的抽樣方案我們常常憑直覺認為 C＝ 0 的抽樣方案似乎用來驗收批產品質量最為可靠和合企業(yè) ()大量管理資料下載 19 理，因為 C＝ 0 意味著樣本 n 中的不合格品數(shù)為 0，這是一個完全錯誤的概念。首先，抽樣具有隨機性，樣本 n 中不合格品數(shù)為 0，不等于 N 中不合格品數(shù)為 0。此外， C＝ 0 的抽樣方案，它們有共同的特點，那就是在 Pi 較小的時候，接收概率 L（ Pi）下降十分快，這樣的抽樣方案會拒收大量優(yōu)質批，對生產方和用戶都是不利的。因此， C＝ 0 的抽樣方案并不理想。恰恰相反， OC 曲線告訴我們，相對 n 和 C 都大一些的抽樣方案一般比較合理。當然 ，在確定 n 和 C 時，要從具體情況出發(fā)，綜合考慮各種因素的影響，特別是生產方的客觀條件和用戶的實際要求。 ：實際中常常應用一種樣本大小 n 為批量 N 百分比的驗收抽樣方案，例如， 樣本大小 n 是批量 N 的 10％，若批量 N 分別為 900， 300 和 90，則形成以下三個抽樣方案： （ 900， 90， 0） （ 300， 30， 0） （ 90， 9， 0 ） 以上三個抽樣方案代表了對產品批質量驗收的不同特性。當 P＝ 時，根據(jù)二項分布概率計算公式，抽樣方案 方案 2 和方案 3 的接收概率定量比較如下 ： 可見，對相同質量的交驗批產品，三個抽樣方案驗收判斷能力相差懸殊，這完全是由于批量 N 的變化引起的。受批量 N 大小的影響而導致對同批產品接收概率 L（ Pi）的很大差異，可以說是“人為”造成的結果。所以，百分比抽樣是不合理的抽樣方案，一般有經驗的檢驗員，為了從一定程度上抵消這種影響，往往對批量大的交驗批采取減小樣本量，而對批量小的交驗批則采用增大樣本量，顯然這樣做法也是不科學的。在采用統(tǒng)計抽樣方案以后，就使驗收抽樣方案進入了科學領地。 五、消