계수형 합격 표본 추출 생성(Attribute Acceptance Sampling)
AQL과 RQL을 100만 개당 불량품 수로 입력하고, 생산자 위험(기본값 0.05)과 소비자 위험(기본값 0.1)을 입력합니다. 도구는 이항 모형을 사용하여 두 위험을 모두 만족하는 가장 작은 1회 표본 추출 계획(n, c)을 찾고, AQL과 RQL에서의 합격 확률을 보고하며 OC 곡선을 그립니다. 로트 크기를 입력하면 선별 검사용 AOQ, AOQL, ATI가 추가됩니다.
최종 검토
핵심 요점
계수형 합격 표본 추출 생성은 합격/불합격 검사를 위한 1회 표본 추출 계획을 설계합니다. AQL, RQL, 생산자 위험과 소비자 위험으로부터 각 로트의 표본 크기 n과 합격 판정 개수 c를 구합니다.
목적
계수형 합격 표본 추출 생성은 각 단위를 양품 또는 불량품으로 판정하는 계수형 검사를 위한 1회 표본 추출 계획을 설계합니다. 로트를 합격시켜야 하는 품질 수준(AQL), 불합격시켜야 하는 품질 수준(RQL), 감수할 수 있는 두 위험을 지정하면 도구가 표본 크기 n과 합격 판정 개수 c를 반환합니다. 로트에서 n개를 무작위로 검사하여 불량품이 c개 이하이면 로트를 합격시키고, 그렇지 않으면 불합격시킵니다. 검사가 합격/불합격으로 판정되는 경우(외관 결점, 통과/통과 못함 게이지, 기능 시험) 공급업체나 제품의 수입 검사 또는 최종 검사를 설정할 때 사용합니다. 이미 가지고 있는 계획을 비교하려면 계수형 합격 표본 추출 비교를 사용하십시오.
주요 기능
- AQL에서의 생산자 위험과 RQL에서의 소비자 위험을 모두 만족하는 가장 작은 1회 표본 추출 계획(n, c)을 찾습니다.
- 찾은 계획에 대해 AQL과 RQL에서 로트가 합격할 실제 확률을 보고합니다.
- 검사특성(OC) 곡선: 로트 품질에 따른 합격 확률.
- 로트 크기를 입력하면 선별 검사에 대한 평균 출검 품질(AOQ) 곡선과 평균 총 검사량(ATI) 곡선을 제공합니다.
- 품질 수준을 100만 개당 불량품 수(ppm)로 입력합니다.
- Download를 통한 PDF 내보내기.
통계적 방법
부적합품률이 p인 로트가 합격할 확률은 n개 단위에서 불량품이 c개 이하일 이항 확률입니다: Pa(p) = Σ (k = 0 to c) C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ. 계획은 좋은 로트가 거의 불합격되지 않도록 Pa(AQL) ≥ 1 − α(생산자 위험 α)를, 나쁜 로트가 거의 합격되지 않도록 Pa(RQL) ≤ β(소비자 위험 β)를 만족해야 합니다. AQL과 RQL은 ppm으로 입력하며 1,000,000으로 나누어 비율로 변환합니다.
도구는 0부터 60까지의 각 합격 판정 개수 c에 대해 Pa(RQL) ≤ β를 만족하는 가장 작은 n을 찾고, 이 n이 Pa(AQL) ≥ 1 − α도 만족하는지 확인합니다. 조건을 만족하는 합격 판정 개수 중 표본 크기가 가장 작은 것을 선택합니다. 만족하는 것이 없으면 AQL과 RQL의 간격을 넓히거나 위험을 완화하도록 요청합니다. 이항 모형은 로트가 표본에 비해 크다고 가정하며, 로트 크기를 입력하면 표본 크기는 로트보다 작아야 합니다.
로트 크기 N이 있으면 AOQ와 ATI 곡선은 선별 검사를 가정합니다. 불합격 로트는 전수 검사하고 불량품은 교체합니다. 이때 검사를 거쳐 나가는 평균 부적합품률인 AOQ(p) = p·Pa(p)·(N − n) / N이고, 로트당 평균 검사 단위 수인 ATI(p) = n + (1 − Pa(p))·(N − n)입니다. AOQ 곡선의 최고점은 평균 출검 품질 한계(AOQL)로, 입고 품질에 관계없이 고객에게 도달할 수 있는 최악의 평균 품질입니다. 모든 곡선은 0부터 RQL의 3배까지의 로트 품질에 대해 그립니다.
입력 항목 및 옵션
항목 | 설명 |
Units for quality level | Defectives Per Million(유일한 선택 항목). |
Acceptable Quality Level (AQL) | 필수 항목이며 ppm 단위입니다. 로트를 보통 합격시켜야 하는 품질 수준입니다. 예: 불량률 1%는 10000. |
Rejectable Quality Level (RQL / LTPD) | 필수 항목이며 ppm 단위로, AQL보다 커야 합니다. 로트를 보통 불합격시켜야 하는 품질 수준(로트 허용 불량률)입니다. |
Producer's risk (Alpha) | 기본값 0.05. AQL에서 로트가 불합격될 수 있는 최대 허용 확률입니다. |
Consumer's risk (Beta) | 기본값 0.1. RQL에서 로트가 합격될 수 있는 최대 허용 확률입니다. |
Lot size | 선택 항목이며 2 이상입니다. AOQ 및 ATI 곡선(선별 검사)에 필요합니다. |
Operating characteristic (OC) curve / Average outgoing quality (AOQ) curve / Average total inspection (ATI) curve | 기본값은 모두 선택되어 있습니다. AOQ와 ATI 곡선은 로트 크기를 입력한 경우에만 그려집니다. |
Title | 기본값은 Acceptance Sampling by Attributes이며, 출력의 제목으로 표시됩니다. |

그림 1 — 예제 옵션: AQL 10,000 ppm(1%), RQL 50,000 ppm(5%), α = 0.05, β = 0.1, 로트 2,000개.
출력 설명
- Plan table — Sample size (n), Acceptance number (c), AQL (ppm), P(accept | AQL), RQL (ppm), P(accept | RQL)이며, 로트 크기를 입력하면 AOQL(ppm)과 이것이 나타나는 입고 품질(ppm)도 표시됩니다.
- Operating Characteristic (OC) Curve — 100만 개당 로트 불량품 수에 따른 합격 확률입니다.
- Average Outgoing Quality (AOQ) Curve — 로트 크기를 입력한 경우: 입고 로트의 100만 개당 불량품 수에 따른 평균 출검 품질(100만 개당 불량품 수)이며, 정점이 AOQL입니다.
- Average Total Inspection (ATI) Curve — 로트 크기를 입력한 경우: 입고 로트의 100만 개당 불량품 수에 따른 로트당 평균 검사 단위 수입니다.
- Download를 통한 PDF 내보내기.

그림 2 — 예제의 계획: n = 132, c = 3이며, AQL에서 로트의 95.6%를, RQL에서 9.9%를 합격시키고 OC 및 AOQ 곡선이 함께 표시됩니다.
계산 예제
한 공급업체 품질 엔지니어가 2,000개 로트로 납품되는 성형 커넥터의 수입 검사를 설정합니다. 각 커넥터는 통과/통과 못함 게이지로 검사합니다. 불량률 1%인 로트는 공장에서 받아들일 수 있고, 불량률 5%인 로트는 반드시 막아야 합니다. 엔지니어는 AQL = 10000 ppm, RQL = 50000 ppm을 입력하고, Producer's risk = 0.05와 Consumer's risk = 0.1을 유지하며, Lot size = 2000을 입력합니다.
계획은 n = 132, c = 3입니다. 각 로트에서 커넥터 132개를 무작위로 추출하여 불량품이 3개 이하이면 로트를 합격시키고 4개 이상이면 불합격시킵니다. 불량률 1%인 로트는 요구되는 0.95를 약간 넘는 0.9557의 확률로 합격하고, 불량률 5%인 로트는 0.10을 약간 밑도는 0.0992의 확률로 합격합니다. OC 곡선은 전체 모습을 보여 줍니다. 합격 확률은 약 10,000 ppm에서 50,000 ppm 사이에서 급격히 떨어집니다. 로트가 2,000개이고 불합격 로트를 전수 검사하면 AOQL은 13,747 ppm이며, 입고 로트의 불량률이 약 22,197 ppm일 때 나타납니다. 입고 품질에 관계없이 공장에 도달하는 불량 커넥터는 평균적으로 약 1.4%를 넘지 않습니다.
불합격 로트를 전수 선별하고 불량품을 교체하면 AOQ 곡선은 입고 로트의 불량률이 약 22,000 ppm일 때 약 0.0137에서 정점을 이룹니다. 공급업체가 무엇을 보내든 라인에 도달하는 불량 커넥터는 평균적으로 약 1.37%를 넘지 않습니다. ATI 곡선은 비용을 보여 줍니다. 로트가 AQL일 때는 로트당 약 215개의 커넥터를 검사하고, RQL일 때는 대부분의 로트가 불합격되어 선별되므로 약 1,815개로 늘어납니다. 더 많은 보호를 요구하면 검사가 더 많이 필요합니다. β = 0.05는 n = 181, c = 4가 필요하고, RQL 30,000 ppm은 n = 390, c = 7이 필요합니다.
자주 묻는 질문
계수형 1회 표본 추출 계획은 어떻게 작동합니까?
로트에서 n개를 무작위로 검사하여 불량품의 수를 셉니다. 불량품이 c개 이하이면 로트를 합격시키고, 그렇지 않으면 불합격시킵니다. 계산 예제의 계획은 n = 132, c = 3입니다. 2,000개 로트마다 커넥터 132개를 추출하여 불량품이 3개 이하이면 로트를 합격시키고 4개 이상이면 불합격시킵니다.
표본 크기와 합격 판정 개수는 어떻게 계산합니까?
계획은 n개 단위에서 불량품이 c개 이하일 이항 확률을 사용하여, AQL에서 합격 확률이 1 − α 이상이고 RQL에서 β 이하가 되어야 합니다. 도구는 0부터 60까지의 각 c에 대해 RQL 조건을 만족하는 가장 작은 n을 찾고, AQL 조건을 확인하며, 표본 크기가 가장 작은 계획을 선택합니다.
합격 표본 추출에서 AQL과 RQL이란 무엇입니까?
합격 품질 한계(AQL)는 로트를 보통 합격시켜야 하는 품질 수준이며, 예를 들어 불량률 1%는 10,000 ppm입니다. LTPD라고도 하는 불합격 품질 수준(RQL)은 로트를 보통 불합격시켜야 하는 품질 수준이며 AQL보다 커야 합니다. 둘 다 100만 개당 불량품 수로 입력합니다.
AOQL이란 무엇입니까?
로트 크기가 있고 불합격 로트를 전수 검사하며 불량품을 교체하는 선별 검사에서, 평균 출검 품질 곡선의 최고점이 AOQL입니다. 입고 품질에 관계없이 고객에게 도달할 수 있는 최악의 평균 품질입니다. 로트가 2,000개인 예제에서 AOQL은 13,747 ppm이었습니다.
