抽样方案基础：三要素、风险与OC曲线
各位工程师朋友，今天我们聊聊抽样方案的基础。说实话，很多刚入行的质量人一听到“抽样”就觉得是扔骰子碰运气。其实不是的。抽样方案背后有一套严谨的逻辑，搞懂了，你就能用最少的样本，做出最靠谱的判断。
我个人习惯把抽样方案比作“体检”。你不可能把整批产品全测一遍，就像体检不会把你全身每个细胞都查一遍。那怎么查？查哪些？查多少？这就是抽样方案要回答的问题。
一、抽样方案的三要素：N、n、c
任何一个计数型抽样方案，都离不开三个数字：批量N、样本量n、接收数c。
- N（批量）：这批产品总共有多少个。比如你进了1000个电阻，N=1000。
- n（样本量）：实际抽多少个来检查。比如从1000个里抽80个，n=80。
- c（接收数）：允许的不合格品个数上限。比如抽80个，最多允许2个坏的，c=2。
判定规则很简单：
从N个产品中随机抽n个，检查出d个不合格品。
如果d ≤ c，整批接收。
如果d > c，整批拒收。
核心要点： 三要素中，n和c是设计出来的，N是给定的。但N对抽样方案的影响其实很小——除非N特别小。我见过有人把N从1000改成2000，就非要重新算一遍方案，其实没必要。
我的经验： 有一次供应商说“我这批货有5000个，你抽125个吧”。我说不对，按AQL=1.0，正常检验II级，5000个对应的样本量是200个。供应商想少抽，但标准就是标准。后来我坚持抽了200个，果然发现了一批隐蔽缺陷。嗯，这里要注意：样本量不是拍脑袋定的，要查标准。
二、AQL与RQL：两个关键质量水平
搞抽样，你一定会遇到两个缩写：AQL 和 RQL。
2.1 AQL（可接收质量水平）
AQL是“合格批”允许的最大不合格品率。说白了，就是“我认为这批次质量还行”的底线。
- 如果产品的不合格品率 ≤ AQL，这批货应该被高概率接收。
- 通常AQL由供需双方协商确定。比如电子元器件常用AQL=0.65，服装可能用AQL=2.5。
2.2 RQL（拒收质量水平）
RQL是“不合格批”的最低不合格品率。也就是“这批次质量太差，必须拒收”的起点。
- 如果产品的不合格品率 ≥ RQL，这批货应该被高概率拒收。
- RQL通常与使用方风险（β）挂钩，一般取β=10%对应的质量水平。
| 术语 | 含义 | 对应风险 | 典型值 |
|---|---|---|---|
| AQL | 可接收质量水平 | 生产方风险（α） | 0.65, 1.0, 2.5 |
| RQL | 拒收质量水平 | 使用方风险（β） | 5.0, 10.0, 20.0 |
避坑指南： 我曾经遇到一个项目，采购经理说“AQL设成0.1，这样质量肯定好”。结果供应商根本做不到，成本飙升，最后双方闹得很僵。AQL不是越高越好，要结合工艺能力和成本来定。你想想看，如果AQL设得太严，生产方风险会很大，供应商要么涨价要么不接单。
三、生产方风险与使用方风险
抽样方案不可能100%准确。总会有两种错误：
- 生产方风险（α）：好批次被误判为坏批次。也就是“冤枉好人”。通常α=5%。
- 使用方风险（β）：坏批次被误判为好批次。也就是“放过坏人”。通常β=10%。
为什么α和β不一样？因为在实际中，放过一个坏批次的后果，往往比冤枉一个好批次更严重。所以使用方风险控制得更严。
举个例子： 你抽检一批安全气囊，AQL=0.1%，RQL=5%。如果α=5%，意味着每20批合格品中，可能有1批被冤枉拒收。如果β=10%，意味着每10批不合格品中，可能有1批被错误接收。你想想看，哪个后果更可怕？当然是后者。所以β通常设得比α小。
四、OC曲线：抽样方案的“体检报告”
OC曲线（操作特性曲线）是评价一个抽样方案好坏的核心工具。它画出了“批次真实不合格品率”与“批次被接收概率”之间的关系。
说白了，OC曲线就是告诉你：
如果这批货实际质量是p，那么它被接收的概率Pa是多少。
4.1 理想OC曲线
理想情况下，我们希望：
- 当p ≤ AQL时，Pa=100%
- 当p > AQL时，Pa=0%
但现实中做不到。实际OC曲线是一条S形曲线。
4.2 实际OC曲线解读
看OC曲线，主要看三个点：
- AQL点：对应Pa=1-α（比如95%）。表示质量好时，接收概率高。
- RQL点：对应Pa=β（比如10%）。表示质量差时，接收概率低。
- 拐点：曲线最陡的地方，表示区分能力最强。
我的习惯： 每次设计抽样方案，我都会先画OC曲线看看。如果曲线太平缓，说明这个方案“好坏不分”，需要调整n和c。比如n太小，曲线就平，区分能力差。n越大，曲线越陡，方案越严格。
4.3 用SVG绘制OC曲线示意图
下面我用SVG画一张典型的OC曲线，展示接收概率Pa随不合格品率p的变化：
从这张图可以清楚看到：
- 当p接近0时，Pa接近100%。
- 当p超过AQL后，Pa开始快速下降。
- 当p达到RQL时，Pa已经降到β附近。
- 曲线越陡，方案区分好坏的能力越强。
我曾经踩过的坑： 有一次我设计了一个抽样方案，n=20, c=1。画完OC曲线才发现，当p=5%时，接收概率还有60%多。这意味着质量已经很差了，但还有六成概率被放行。后来我把n改成50，c改成2，曲线明显变陡，RQL点的接收概率降到了10%以下。所以，一定要先看OC曲线再定方案，别偷懒。
五、小结
抽样方案不是拍脑袋定的。三要素N、n、c是骨架，AQL和RQL是标尺，生产方风险和使用方风险是权衡，OC曲线是验证工具。
我个人建议，每次设计抽样方案时，按这个顺序走一遍：
1. 确定AQL和RQL（和客户商量好）
2. 选定α和β（通常α=5%, β=10%）
3. 查标准或计算得到n和c
4. 画OC曲线验证
5. 如果曲线不理想，调整n和c再试
这样做出来的方案，心里才有底。你想想看，如果连OC曲线都没看过，你怎么敢说这个方案靠谱？
公众号:蓝海资料掘金营，微信deep3321