계량형 합격 표본 추출 생성

Create Variable Acceptance Sampling은 합격 품질 한계(AQL), 불합격 품질 한계(RQL), 생산자 위험과 소비자 위험 수준 등 고객의 구체적인 품질 요구사항에 맞춰 연속형 측정 데이터용 맞춤 합격 표본 추출 계획을 생성합니다. 표 기반 계획과 달리 이 도구는 요구사항에 정확히 맞는 표본 크기와 합격 판정 기준을 계산합니다.

최종 검토

핵심 요점

Create Variable Acceptance Sampling은 AQL, RQL, 생산자 위험과 소비자 위험 수준 등 품질 요구사항에 맞춰 연속형 측정 데이터용 맞춤 합격 표본 추출 계획을 생성합니다.

이 페이지 내용
  1. 계량형 합격 표본 추출 생성이란?
  2. 계량형 합격 표본 추출 생성은 언제 사용합니까?
  3. 계량형 합격 표본 추출 생성의 올바른 사용 지침
  4. 대안: 계량형 합격 표본 추출 생성을 사용하지 않아야 할 때
  5. 계량형 합격 표본 추출 생성 예제
  6. 계량형 합격 표본 추출 생성 방법

계량형 합격 표본 추출 생성이란?

Create Variable Acceptance Sampling은 합격 품질 한계(AQL), 불합격 품질 한계(RQL), 생산자 위험과 소비자 위험 수준 등 구체적인 품질 요구사항에 맞춰 연속형 측정 데이터용 맞춤 합격 표본 추출 계획을 생성합니다. 표 기반 계획과 달리 이 도구는 요구사항에 정확히 맞는 표본 크기와 합격 판정 기준을 계산합니다.

간단한 정의: 고정된 표준 표에서 고르는 대신, 정의한 품질 목표와 위험 허용 수준에 정확히 맞는 맞춤형 계량형 표본 추출 계획을 만들어 주는 도구입니다.

계량형 합격 표본 추출 생성은 언제 사용합니까?

  • 표준 AQL 표 계획이 구체적인 생산자 및 소비자 위험 요구사항과 정확히 맞지 않을 때 사용합니다.
  • 고객이나 규제 기관에 표본 추출 계획의 통계적 근거를 설명하거나 문서화 해야 할 때 사용합니다.
  • 연속형 측정 데이터가 있고 근사적으로 정규분포를 따를때 사용합니다.

계량형 합격 표본 추출 생성의 올바른 사용 지침

  • 계획을 만들기 전에 AQL과 RQL 을 명확히 정의하십시오. 이 값은 표본 크기와 합격 판정 기준을 직접 결정합니다.
  • 반드시 알파(α)와 베타(β) 위험 수준을 명시적으로 설정 하십시오. 알파는 생산자 위험(일반적으로 0.05)이고 베타는 소비자 위험(일반적으로 0.10)입니다.
  • 계획을 적용하기 전에 데이터의 정규성을 확인 하십시오. 통계적 보증은 이 가정에 달려 있습니다.

대안: 계량형 합격 표본 추출 생성을 사용하지 않아야 할 때

  • 데이터가 계수형이면 다음을 사용하십시오: 계수형 AQL 표본 추출 계획
  • 원하는 계획이 국제적으로 인정되는 표준 계획인 경우에는 다음을 사용하십시오: 계량형 AQL 표본 추출 계획(ISO 3951 / ANSI Z1.9)

계량형 합격 표본 추출 생성 예제

계량형 합격 표본 추출 생성 단계는 다음과 같습니다.

  1. 필요한 옵션을 입력합니다.
Create variable acceptance sampling — figure 1

이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.

계량형 합격 표본 추출 생성을 찾으려면 다음을 선택합니다: Statistical module> Sampling >Create variable acceptance sampling.

위 도구를 사용하면 다음과 같은 출력을 얻습니다.

Create variable acceptance sampling — figure 2Create variable acceptance sampling — figure 3

계량형 합격 표본 추출 생성 방법

절차는 다음과 같습니다.

  1. Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
  2. 홈 페이지에서 Statistical Tool> Sampling>Create variable acceptance sampling을 선택합니다.
  3. 다음으로, 필요한 옵션을 입력합니다.
  4. 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.

계량형 합격 표본 추출 생성 도구 화면은 두 부분으로 나뉩니다.

Create variable acceptance sampling — figure 4

Load example: 예제 데이터가 로드됩니다.

오른쪽 부분에는 다음과 같은 여러 옵션이 있습니다.

  • Units for Quality Level: 계획에서 부적합을 표현하는 방식을 정의합니다. Defectives Per Million (DPM) 은 품질을 100만 개당 불량품 수로 표현하며, 결점률이 매우 낮은 고정밀 공정에 적합합니다.
  • Acceptable Quality Level (AQL): 계획이 로트를 합격시킬 확률이 높아야 하는 품질 수준으로, 생산자 입장에서 허용되는 품질을 나타냅니다. 이 품질 수준의 로트는 대부분 합격해야 합니다.
  • Rejectable Quality Level (RQL): 계획이 로트를 불합격시킬 확률이 높아야 하는 품질 수준으로, 소비자 입장에서 허용할 수 없을 만큼 나쁜 품질을 나타냅니다. LTPD(Lot Tolerance Percent Defective, 로트 허용 불량률)라고도 합니다.
  • Producer's Risk (Alpha): 실제로 AQL 품질인 로트를 불합격시킬 확률로, 생산자에게 불이익을 주는 잘못된 불합격입니다. 표준 기본값은 0.05 (5%), 즉 합격 수준의 로트 중 5%가 잘못 불합격된다는 의미입니다.
  • Consumer's Risk (Beta): 실제로 RQL 품질인 로트를 합격시킬 확률로, 나쁜 품질을 소비자에게 넘기는 잘못된 합격입니다. 표준 기본값은 0.10 (10%), 즉 허용할 수 없는 수준의 로트 중 10%가 잘못 합격된다는 의미입니다.
  • Lower Spec / Upper Spec: 측정하는 품질 특성의 규격 한계입니다. 이 값은 무엇이 부적합 항목인지를 정의하며, 임의의 공정 평균과 표준편차에서 불량 비율을 계산하는 데 사용됩니다.
  • Historical Standard Deviation: 과거 데이터나 검증된 공정 연구로 공정 표준편차를 알고 있다면 여기에 입력합니다. 값을 입력하면 더 단순한 시그마 기지(known-sigma) 계획이 사용되며, 표본에서 표준편차를 추정하는 계획보다 일반적으로 표본 크기가 작아도 됩니다.
  • Lot Size: 각 배치에 포함된 항목의 총수입니다. 평균 출검 품질 곡선과 평균 총 검사량 곡선을 계산하는 데 사용됩니다.
  • Operating Characteristic (OC) Curve: 선택하면 로트 합격 확률을 실제 로트 품질에 대해 그려 표시하며, 가능한 입고 품질 수준 전 범위에서 계획이 어떻게 작동하는지 보여 줍니다.
  • Average Outgoing Quality (AOQ) Curve: 선택하면 불합격 로트를 전수 검사하고 불량품을 교체한 후 검사 공정을 떠나는 로트의 평균 품질을 표시하며, 최악의 출검 품질 수준(AOQL)을 보여 줍니다.
  • Average Total Inspection (ATI) Curve: 선택하면 모든 품질 수준에서 로트당 평균 검사 항목 수를 표시하며, 합격 로트의 표본 검사 항목과 불합격 로트의 전수 검사 항목을 합산한 값입니다.
  • Plot on One Page: 선택하면 선택한 모든 곡선을 한 페이지에 함께 표시하여 쉽게 비교할 수 있습니다.
  • Download as Excel: 결과를 Excel 형식으로 표시하며, 이 파일은 쉽게 편집할 수 있고 load file 옵션으로 다시 불러와 계산할 수 있습니다.

자주 묻는 질문

계량형 합격 표본 추출 계획이란 무엇입니까?

연속형 측정 데이터에 대한 합격 표본 추출 계획입니다. Create Variable Acceptance Sampling은 고정된 표준 표에서 계획을 고르는 대신, 합격 품질 한계, 불합격 품질 한계, 생산자 위험과 소비자 위험으로부터 정확한 표본 크기와 합격 판정 기준을 계산합니다.

맞춤 계량형 표본 추출 계획은 언제 만들어야 합니까?

표준 AQL 표 계획이 구체적인 생산자 및 소비자 위험 요구사항과 맞지 않을 때, 고객이나 규제 기관에 계획의 통계적 근거를 설명하거나 문서화해야 할 때, 연속형 데이터가 있고 근사적으로 정규분포를 따를 때 사용합니다. 계수형 데이터에는 계수형 표본 추출 계획을 대신 사용하십시오.

생산자 위험과 소비자 위험이란 무엇입니까?

생산자 위험(알파)은 실제로 AQL 품질인 로트를 불합격시킬 확률이며 기본값은 0.05입니다. 소비자 위험(베타)은 실제로 RQL 품질인 로트를 합격시킬 확률이며 기본값은 0.10입니다. 두 값은 AQL, RQL과 함께 표본 크기와 합격 판정 기준을 결정하므로 모두 명시적으로 설정하십시오.

공정 표준편차를 알고 있으면 계획이 달라집니까?

예. Zometric Statistical Software에 과거 표준편차를 입력하면 더 단순한 시그마 기지(known-sigma) 계획이 사용되며, 표본에서 표준편차를 추정하는 계획보다 일반적으로 더 작은 표본으로 충분합니다. 계획을 적용하기 전에 데이터의 정규성을 확인하십시오. 통계적 보증은 이 가정에 달려 있기 때문입니다.