단일 속성 샘플링 계획 또는 MIL-STD-105E는 검사를 두 가지 결과로만 분류할 수 있는 경우에 사용됩니다. 이러한 유형의 계획은 통과/불가 또는 사양 내 대 사양 외로 생각할 수 있습니다. 샘플에서 발견된 결함 수를 세거나 공정에서 불량 비율을 평가하기만 하면 되기 때문에 널리 사용됩니다. 큰 로트를 사용하는 경우 이항 분포가 사용됩니다. 반면 결함이 단일 로트에서 발생하는 경우 초기하 분포가 사용됩니다. 검사된 로트의 불량 비율에 대한 합격 확률을 플로팅할 때 유형 A와 유형 B의 두 곡선이 가능합니다. 유형 A의 경우 곡선은 로트의 불량 비율에 대한 로트가 합격될 확률을 나타내는 반면 유형 B의 경우 곡선은 생산자 공정에서 불량 비율에 대한 합격될 로트의 비율을 플로팅합니다.
이 과정은 크기 N의 로트에서 크기 n의 무작위 표본을 추출하는 것입니다. 표본이 로트 자체인 경우, 이 과정을 사용하여 로트를 생산할 때 유형 A 표본 추출 또는 유형 B 표본 추출로 간주됩니다.
Procedure for Single Attributes Sampling단일 속성 샘플링 절차
2점 접근법을 사용하여 속성별 단일 표본 추출 계획을 생성하는 방법을 보여드리겠습니다. 2점 표본 추출 계획에서는 (p1, α)와 (p2, β)를 지점으로 사용합니다. 여기서 p1은 허용 품질 한계(AQL), p2는 불합격 품질 한계(RQL), α는 생산자 위험, β는 소비자 위험입니다. JMP 표본 추출 계획 추가 기능을 사용하면 이항 분포(B형) 또는 초기하 분포(A형)를 사용할 수 있습니다.
애드인 메뉴에서 JMP 샘플링 계획을 선택하여 애드인을 실행합니다 . 속성-->단일을 선택합니다.
Single Attributes Sampling Plan단일 속성 샘플링 계획
이제 로트 수용 샘플링 계획에 대한 세 가지(3) 옵션이 제공됩니다.
- 속성 계획 평가
- 속성 계획 생성 또는 생성
- 속성 계획 비교
2점법을 사용하여 속성 샘플링 계획을 생성하는 옵션을 사용하겠습니다.
Generate Single Attributes Sampling Plan단일 속성 샘플링 계획 생성
"확인"을 클릭하면 AQL, RQL, α, β를 입력할 수 있는 대화 상자가 나타나고, 로트 크기를 지정할 때 A형 또는 B형 분석 옵션을 선택할 수 있습니다. 측정 단위를 선택하면 드롭다운 메뉴를 통해 p 옵션을 불량률, 불량률 또는 백만 개당 불량품으로 변경할 수 있습니다. 계획을 지정할 때 가장 중요한 고려 사항은 생산자와 소비자 모두에게 제공되는 보호입니다.
대화 상자에 다음 값을 입력하세요.
AQL = 0.018
RQL = 0.18
AQL(1- α ) = 0.95에서 Lot 수락 확률
RQL(β) = 0.10에서 Lot 수락 확률
Lot Size는 선택 사항입니다. Lot Size를 지정하지 않으면 성능 그래프가 표시되지 않습니다.
Specifying two points for single attribute sampling plan단일 속성 샘플링 계획에 대한 두 지점 지정
JMP 샘플링 계획 보고서는 생성된 계획에 대한 세부 정보를 포함하여 생성됩니다. 각 개요 상자를 살펴보고 출력 내용을 검토해 보겠습니다.
첫 번째 개요 노드를 확장하면 계획을 생성하는 데 지정된 매개변수가 표시됩니다.
Detail Report for Single Attribute Sampling Plan단일 속성 샘플링 계획에 대한 상세 보고서
또한, 작성된 계획은 표본 크기(n) = 28, 합격 개수(c) = 2입니다. 28개 표본 중 불량품 또는 부적합품의 수가 2개 이하이면 해당 로트를 합격으로 간주합니다. 부적합품의 수가 2개를 초과하면 해당 로트를 불합격으로 간주합니다. 이 계획에 따라 부적합품이 1.8% 포함된 로트는 불합격률이 1.37%에 불과하지만, 부적합품이 18% 포함된 로트는 불합격률이 9.795%입니다.
두 번째 개요 노드의 출력을 보면 운영 특성 곡선(OC)이 표시됩니다. OC 곡선은 계획에서 소비자와 생산자 모두에게 제공하는 보험을 평가하는 데 사용됩니다. 두 개의 OC 곡선이 표시됩니다. 왼쪽 곡선은 지정된 품질 수준(AQL = 0.018 및 RQL = 0.18)과 관련(계산된) 수용 확률을 사용하여 표시됩니다. 반면 오른쪽 OC 곡선은 지정된 수용 확률(Pa@AQL = 0.95 및 Pa@RQL = 0.1)과 계산된 품질 수준을 사용하여 표시됩니다.
Operating Characteristic Curves작동 특성 곡선
마지막 개요 노드를 확장하거나 보면 생성된 계획의 요약이 표 형식으로 표시됩니다. 출력에는 원하는 품질이 표시됩니다.
표는 지정된 AQL 및 RQL 수준에서 연관된 승인 확률의 증가 또는 감소를 나타내기 위해 색상으로 구분되어 있습니다. 파란색 글꼴과 위쪽 화살표가 있는 AQL(0.98635 > 0.95)에서 승인 확률에 대해 요청된 것보다 더 나은 성능 또는 0.097937 < 0.1 및 RQL에서 아래쪽 화살표와 같은 파란색 글꼴은 계산된 승인 확률과 요청된 것보다 더 좋거나 나쁜지 여부를 빠르게 시각적으로 보여줍니다. 마찬가지로, 지정된 각 승인 확률에 대한 연관된 품질 수준이 표시됩니다. 위쪽 화살표와 빨간색 글꼴로 표시된 AQL(0.029800 > 0.018000)에서 연관된 품질 수준이 증가하면 지정된 것보다 품질이 나쁨을 나타냅니다. RQL(0.17910 < 0.18000)에서 연관된 품질 수준을 살펴보면 아래쪽 화살표와 파란색 글꼴에서 알 수 있듯이 예상보다 더 나은 결과가 나타납니다.
Tabular Plan Summary표형 계획 요약
이제 분석을 다시 실행해 보겠습니다. 이번에는 10,000개의 로트 크기를 입력하겠습니다. "운영 특성 곡선" 아래의 빨간색 삼각형 메뉴 옵션에서 "분석 다시 시작"을 선택하세요. 그러면 이전에 입력한 항목들이 시작점으로 설정된 분석 옵션이 나타납니다. "연속 샘플링 유형 B(이항)"에서 "로트 샘플링-유형 A(초기하)"로 선택을 변경하고 "확인"을 클릭하여 계속 진행합니다.
보고서의 계획 요약 개요 상자 아래에 추가 성과 측정치가 계산되어 표 형식으로 요약되어 있습니다. 계산에 로트 크기를 포함했고 초기하 분포를 사용했기 때문에 출력 결과가 이전에 제시된 것과 약간 다릅니다. 이전에는 이항 분포를 사용했습니다. Pm, 평균 샘플 수(ASN), 평균 샘플 수(완전 축소), 평균 출고 품질(AOQ), 평균 출고 품질 한계(AOQL), 평균 총검사량(ATI), AQOL 평균 총검사량, 그리고 AQL 및 RQL 모두에 대한 특정 품질에서의 실제 위험에 대한 성과 측정치가 제공됩니다.
성능 그래프의 개요 노드를 확장하면 AOQ 및 ATI 플롯이 표시됩니다. 개요 노드 아래의 빨간색 삼각형 메뉴 옵션을 클릭하면 ASN을 포함한 추가 그래프를 표시할 수 있습니다. ASN 곡선은 축소 없음 및 완전 축소 상태로 표시됩니다. 다른 옵션으로는 모든 곡선을 단일 플롯 또는 예측 프로파일러에 표시하는 것이 있습니다.
평균 출고 품질(AOQ) 그래프는 불량률의 가능한 값에 대한 AOQ를 보여줍니다. 곡선이 최대가 되는 AOQ를 AOQL이라고 합니다.
불량률이 발생하는 시점을 Pm으로 표시합니다. AOQ 곡선은 불합격 로트를 100% 검사한 후 소비자에게 전달되는 평균 품질에 미치는 영향을 평가하여, 시정 조치 완료 후 소비자에게 제공되는 신뢰 수준을 평가하는 데 유용합니다.
Performance graphs with optional ASN Curve선택적 ASN 곡선이 포함된 성능 그래프
출력 내용을 저장하거나 계획 요약 출력의 JMP 데이터 테이블을 생성하기 위해 다른 개요 노드 아래에 있는 다른 빨간색 삼각형 메뉴 옵션을 탐색할 수 있는 옵션은 독자에게 남겨둡니다.
다음 시간에는 제로 속성 로트 승인 샘플링 계획, 즉 스퀘글리아 계획을 만드는 방법을 살펴보겠습니다.
JMP 수용 샘플링 계획 추가 기능
아래에 댓글을 남겨주세요.
참고문헌
국방부, 1989, 속성별 검사를 위한 샘플링 절차 및 표 , MIL-STD-105E, https://archive.org/details/MIL-STD-105E_1/mode/2up, 2021년 4월 검색됨
Schilling, EG, & Neubauer, DV, 2017, 품질 관리에서의 수용 샘플링 , 3판, 플로리다주 보카 라톤, CRC Press
Montgomery, DC, 2013, 통계적 품질 관리 입문 , 7판, 미국, John Wiley & Sons
Grant, EL, & Leavenworth, RS, 통계적 품질 관리 , 5판, 1980, McGraw-Hill Book Co.
SAS/QC® 15.2 사용자 가이드, 2020, 노스캐롤라이나주 캐리
안녕 @stan_koprowski ,
이 추가 기능에 관심이 있어 질문하고 싶은 고객이 있습니다. 안타깝게도 저는 이 주제에 대해 도움을 드릴 수 있는 전문가가 아닙니다. 이에 대한 귀하의 답변에 진심으로 감사드립니다.
"특정 ASP의 경우
AQL과 RQL을 알고 있고 합격 수(a)를 알고 있다면 이 ASP에 필요한 최소 샘플 수(N)를 어떻게 결정합니까?"
감사합니다.
오웬
편집: Stan에게 답변해 주셔서 감사합니다!
"귀하의 질문을 올바르게 이해했다면 단일 속성 샘플링 계획을 생성해야 합니다.
JMP 샘플링 계획 > 속성 > 단일을 선택한 다음 속성 계획 생성/생성을 클릭합니다.
계획을 세우려면 두 가지 포인트가 필요합니다.
(P1, 1-알파) 및 (p2, 베타)
p1= aql
p2=rql
알파 = 0.05 및 베타 = 0.1의 일반적인 값
두 점에 대한 값을 제공하면 추가 기능이 필요한 샘플 크기와 합격 수를 계산합니다."
