계량형 합격 표본 추출: 로트 합격/불합격
Variables Acceptance Sampling: Accept/Reject Lot는 무작위 표본의 측정값으로 로트의 합격 여부를 결정합니다. 규격 한계와 계획의 임계 거리 k를 입력하면 도구가 Z.LSL과 Z.USL을 계산하며 각각이 k 이상이면 합격시킵니다. 한계가 둘이고 시그마를 모르면 표본 표준편차도 Maximum Standard Deviation과 비교합니다. 데이터가 대략 정규분포를 따른다고 가정합니다.
최종 검토
핵심 요점
계량형 합격 표본 추출: 로트 합격/불합격은 기존 계량형 표본 추출 계획을 측정된 표본 데이터에 적용하여, 각 규격 한계가 평균으로부터 표준편차 k개 이상 떨어져 있으면 로트를 합격시킵니다.
목적
Variables Acceptance Sampling: Accept/Reject Lot는 기존 계량형 표본 추출 계획을 실제 표본에 적용합니다. 입고 또는 출하 로트에서 취한 표본을 측정하고 규격 한계와 계획의 임계 거리 k를 입력하면, 도구가 로트를 합격시킬지 불합격시킬지와 그 이유를 알려 줍니다. 이는 계획을 설계한 다음 단계입니다(예: 표본 크기 n과 k를 제공하는 Create a Sampling Plan으로 설계). 특성을 단순히 합격/불합격으로 판정하는 것이 아니라 측정하는 수입 검사나 최종 검사에서 사용합니다.
주요 기능
- 이유와 함께 합격 또는 불합격 판정: 어떤 기준을 충족하지 못했는지, 또는 모든 기준을 충족했는지.
- 하한, 상한 또는 둘 다에 대해 작동합니다.
- 표본 자체의 표준편차를 사용하거나, 알고 있는 경우 과거 표준편차를 사용합니다.
- 양쪽 한계가 있고 과거 표준편차가 없으면 표본 표준편차도 Maximum Standard Deviation(MSD)과 비교합니다.
- 요약 표(표본 크기, 평균, 표준편차, k)와 k와 비교하는 Z 값.
- Download를 통한 PDF 내보내기.
통계적 방법
도구는 n개의 측정값으로 표본 평균 x̄와 표본 표준편차 s(n − 1로 나눔)를 계산합니다. 사용하는 표준편차 σ는 과거 표준편차를 입력했으면 그 값이고, 그렇지 않으면 s입니다. 평균에서 한계까지의 거리를 표준편차 단위로 나타내면 Z.LSL = (x̄ − LSL) / σ, Z.USL = (USL − x̄) / σ입니다. 해당하는 모든 Z가 임계 거리 k 이상이면 로트를 합격시킵니다. LSL만 있으면 Z.LSL ≥ k, USL만 있으면 Z.USL ≥ k, 둘 다 있으면 둘 다 k 이상이어야 합니다.
두 한계가 모두 주어지고 σ를 모르는 경우에는 표본 표준편차도 Maximum Standard Deviation보다 크지 않아야 합니다. 이 값은 ANSI/ASQ Z1.9와 MIL-STD-414의 양측, σ 미지 경우에 사용하는 Wallis 근사에서 얻으며, p* = 1 − Φ(k), Zp* = Φ⁻¹(1 − p*/2), MSD = (USL − LSL) / (2·Zp*)입니다. 산포가 너무 큰 표본은 평균이 잘 중심에 있어도 불합격합니다. 이 계획은 특성이 대략 정규분포를 따르고 표본이 로트에서 무작위로 추출되었다고 가정하며, k는 표본과 같은 계획(표본 크기와 AQL)에서 나와야 합니다. 측정값이 최소 2개 필요합니다.
입력 항목 및 옵션
항목 | 설명 |
Measurement column | 필수. 표본으로 추출한 로트에서 취한 원시 측정값의 열입니다. |
Lower spec (LSL) / Upper spec (USL) | 하나 이상 필수이며 USL은 LSL보다 작을 수 없습니다. |
Critical distance (k) | 필수. 이미 설계된 표본 추출 계획의 합격 판정 상수 k이며, 예를 들어 Create a Sampling Plan이 보고하는 “Critical distance (K value)”입니다. |
Historical standard deviation | 선택 사항. 알고 있다면 표본 자체의 표준편차 대신 사용합니다. 양쪽 한계가 있고 이 항목을 비워 두면 표본 표준편차도 Maximum Standard Deviation(Wallis 근사)과 비교합니다. |
Title | 기본값은 Variables Acceptance Sampling: Accept/Reject Lot이며 출력의 제목으로 표시됩니다. |

그림 1 — 예제의 옵션: 축 직경, 규격 24.97~25.03 mm, 임계 거리 k = 1.87, 과거 표준편차 없음.
출력 설명
- Title — Title 항목으로, 출력의 제목입니다.
- Decision — Accept the lot(녹색) 또는 Reject the lot(빨간색)이며 이유가 함께 표시됩니다.
- Summary — Sample size (n), Sample mean, Sample standard deviation, Standard deviation used, Critical distance (k)를 보여 줍니다.
- Evaluation — Z.LSL 및/또는 Z.USL, 해당하는 경우 Maximum Standard Deviation (MSD).
- Download를 통한 PDF 내보내기.

그림 2 — 축 로트가 합격입니다. Z.LSL 3.56과 Z.USL 2.00이 모두 k = 1.87 이상이고 s = 0.0108은 MSD 0.0139보다 작습니다.
계산 예제
한 수입 검사원이 표본 크기 20, 임계 거리 k = 1.87인 계량형 표본 추출 계획에 따라 가공된 축 로트를 검사합니다. 직경 규격은 24.97~25.03 mm입니다. 로트에서 축 20개를 무작위로 추출하여 측정하고 Shaft Diameter mm 열을 선택하며, 공급업체의 공정 산포를 모르므로 Historical standard deviation은 비워 둡니다.
표본 평균은 25.0084 mm이고 표본 표준편차는 0.0108 mm입니다. Z.LSL = (25.0084 − 24.97) / 0.0108 = 3.56, Z.USL = (25.03 − 25.0084) / 0.0108 = 2.00으로 둘 다 1.87 이상이고 표준편차도 MSD 0.0139 mm보다 작으므로 로트는 합격입니다. 평균이 USL 쪽으로 치우쳐 있어 Z.USL이 더 아슬아슬하며, 같은 산포에서 표본 평균이 약 25.0098 mm를 넘었다면 불합격이었을 것입니다. 공급업체의 장기 표준편차가 0.015 mm로 알려져 과거 표준편차로 입력했다면 Z.USL은 1.44로 떨어져 로트가 불합격되었을 것이므로, 검사원은 이번 로트가 합격이더라도 직경이 높게 형성되고 있음을 공급업체에 알려야 합니다.
자주 묻는 질문
계량형 합격 표본 추출은 어떻게 로트의 합격을 결정합니까?
도구는 표본 평균과 표준편차를 계산한 다음 평균에서 한계까지의 거리를 표준편차 단위로 구합니다. Z.LSL = (평균 - LSL) / 시그마, Z.USL = (USL - 평균) / 시그마입니다. 해당하는 모든 Z가 표본 추출 계획의 임계 거리 k 이상이면 로트를 합격시킵니다.
Maximum Standard Deviation(MSD) 확인이란 무엇입니까?
두 규격 한계가 모두 주어지고 표준편차를 모르는 경우, 표본 표준편차도 Maximum Standard Deviation보다 크지 않아야 합니다. 이 값은 ANSI/ASQ Z1.9와 MIL-STD-414의 양측, 시그마 미지 경우에 사용하는 Wallis 근사로 계산합니다. 산포가 너무 큰 표본은 평균이 잘 중심에 있어도 불합격합니다.
임계 거리 k는 어디에서 얻습니까?
임계 거리 k는 이미 설계된 계량형 표본 추출 계획에서 얻으며, 예를 들어 Create a Sampling Plan이 표본 크기 n과 함께 보고하는 K 값입니다. k는 평가하는 표본과 같은 계획, 즉 같은 표본 크기와 AQL에서 나와야 합니다.
계량형 합격 표본 추출의 가정은 무엇입니까?
이 계획은 측정하는 특성이 대략 정규분포를 따르고 표본이 로트에서 무작위로 추출되었다고 가정합니다. 측정값이 최소 2개 필요합니다. 알고 있는 과거 표준편차를 표본 자체의 표준편차 대신 사용할 수 있습니다.
