質量驗收抽樣結果可用於直接報告嗎？

質量驗收抽樣適合用於內部複核與說明，正式材料請附帶口徑、邊界條件和輸入範圍說明。

結果看似異常，該怎麼快速排查？

先核對是否有百分號/小數口徑衝突，再檢查是否觸發了數學域外定義（如對數、開方、除零）。

質量驗收抽樣 - 免費線上通用工程工具

📚 深度解析：質量驗收抽樣檢驗（接收機率與 OC 特性）

💡 常見使用場景

批次判定：按樣本量、合格判定數與發現不合格數判定接收/拒收
方案評價：算 AQL 處接收機率與生產方風險，評估抽樣方案寬嚴
質量分析：算 LTPD 與樣本不合格率，判斷過程質量水平

方法

演算法：按二項分佈計算接收機率 Pa(n, Ac, p) = Σ(i=0..Ac) C(n,i) pⁱ(1−p)^(n−i)；AQL 處接收機率 = Pa(n, Ac, AQL)；生產方風險 α = 1 − Pa（把合格批判為不合格的機率）；LTPD 用二分法求解使 Pa = 0.10 的不合格品率（使用方風險 β=10% 對應的質量水平）；樣本不合格品率 = d/n×100%；當 d ≤ Ac 判接收。方案評價：Pa ≥0.95 優（α 低）、≥0.90 良、≥0.80 一般、否則差需最佳化。

算例

例：批次 1000、樣本 80、Ac=2、發現 d=1、AQL 1.0% → AQL 處接收機率 95.3%、生產方風險 α=4.7%、LTPD 6.52%、樣本不合格率 1.25%、抽樣比 8.0%，判定「批次接收（合格）」，方案評價「優」（α=4.7%），但樣本不合格率 1.25% 高於 AQL 1.0%，提示過程質量不達標。若 d=3 → 3>Ac=2，判「批次拒收（不合格）」，樣本不合格率 3.75%。若把 Ac 收緊到 1（n=80、AQL 1.0%）→ 接收機率降至 80.9%、α 升到 19.1%，方案降為「一般」。

❓ 常見問題（FAQ）

生產方風險和使用方風險分別是什麼？: 生產方風險 α 是把質量合格的批（不合格品率 ≤ AQL）誤判為不合格的機率，損害供方利益；使用方風險 β 是把質量低劣的批（不合格品率 ≥ LTPD）誤判為合格的機率，損害需方利益。標準抽樣方案的設計目標就是同時把 α 控制在 5% 左右、β 控制在 10% 左右，本工具正是按這兩個點計算。
為什麼二項分佈就夠了，不用超幾何分佈？: 當批次 N 遠大於樣本量 n（一般 n/N < 0.1）時，不放回抽樣可用二項分佈很好近似，誤差可忽略。本工具預設例 n/N = 80/1000 = 8%，近似成立。若 N 很小（如 N=50、n=20），則應改用超幾何分佈，否則會高估接收機率。正式方案請按 GB/T 2828.1 的轉移規則與抽樣表執行。

📖關於「質量驗收抽樣」 ▼

📝工具簡介

質量驗收抽樣判定工具，基於計數標準型抽樣檢驗原理，輸入批次數 N、樣本數 n、合格判定數 Ac、AQL 和實際發現不合格品數 d，通過二項分佈計算接收機率、生產方風險和 LTPD，自動判定批次接收或拒收。純前端處理，資料不上傳。

✨功能特點

基於二項分佈計算 AQL 處接收機率 Pa
自動計算生產方風險 α（好批被拒機率）
二分法求解 LTPD（β=10% 時的不合格品率）
輸入校驗：n≤N、Ac<n、d≤n，自動提示錯誤
抽樣方案優劣評價，輔助最佳化檢驗計劃

🎯使用場景

來料檢驗 IQC 判定供應商批次是否接收
成品出廠檢驗 OQC 質量把關
過程檢驗 IPQC 抽樣方案設計評估
質量管理培訓中 OC 曲線和抽樣特性演示

🎲 Quality Acceptance Sampling

🕘 最近計算

📚 深度解析：質量驗收抽樣檢驗（接收機率與 OC 特性）

💡 常見使用場景

❓ 常見問題（FAQ）

📝工具簡介

✨功能特點

🎯使用場景

質量驗收抽樣

🎲 Quality Acceptance Sampling

🕘 最近計算

📚 深度解析：質量驗收抽樣檢驗（接收機率與 OC 特性）

💡 常見使用場景

❓ 常見問題（FAQ）

🔗 相關工具

📝工具簡介

✨功能特點

🎯使用場景