SAMPLING DOCUMENT

Points:

CHƯƠNG 6: LOT-BY-LOT ACCEPTANCE SAMPLING BY

ATTRIBUTES
I. Các khái niệm cơ sở
1.1. Sampling là gì?
Trong sản xuất không thể tránh khỏi việc có những sản phẩm bị hư hỏng.
Chúng ta có thể kiểm tra từng sản phẩm hay từng bộ phận (hay còn gọi là kiểm
tra 100%). Tuy nhiên cách kiểm tra này khó áp dụng, thậm chí không áp dụng
được, đặc biệt là khi quá trình kiểm tra ấy lại gây thay đổi tính chất hay làm hư
hỏng sản phẩm.
-> Thực tế người ta thường kiểm tra bằng phương pháp lấy mẫu (Sampling)
Tức là chọn ra một số phần tử (gọi là mẫu) để nghiên cứu. Mọi phân tích, tính
toán, đo đạc được thực hiện trên mẫu này, dựa vào đó để suy ra các kết luận về
tổng thể.
Kết quả kiểm tra không cho phép ước tính giá trị chính xác của lô hàng nhưng
nó có thể trả lời câu hỏi là lô hàng đó có thể được chấp nhận hay là bị loại trừ.
Câu hỏi được đặt ra ở đây là cần phải điều tra bao nhiêu đơn vị mẫu để nó đại
diện và có thể suy rộng cho tổng thể, để phân tích có ý nghĩa và kết quả nghiên
cứu có giá trị về mặt khoa học?
1.2. Ưu điểm của Sampling
Thay vì phải nghiên cứu trên tất cả các phần tử, thì việc thực hiện nghiên cứu trên
một nhóm phần tử xác định (mẫu) sẽ mang lại các ưu điểm sau :
- Tiết kiệm thời gian
- Tiết kiệm chi phí
- Kết quả nghiên cứu đảm bảo được độ chính xác cần thiết.
- Rất cần thiết trong những trường hợp mà việc khảo sát có thể dẫn đến sự
phá hoại hoặc thay đổi thuộc tính của đối tượng.
1.3. Các dạng Sampling (gồm những loại gì? Dùng khi nào? Và dùng như
thế nào?)
Có ba dạng: single sampling, double sampling và multiple sampling
1.3.1. Single Sampling: một Sample được lấy từ lô và dựa trên kết quả nghiên
cứu để quyết định loại bỏ hoặc chấp nhận lô.
1.3.2. Double Sampling: phức tạp hơn Single Sampling. Dựa trên kết quả kiểm
tra đầu tiên, chia làm 3 lựa chọn: 1 là chấp nhận lô, 2 là loại bỏ, 3 là lấy một mẫu
khác. Nếu chất lượng tốt thì lô được chấp nhận ngay từ mẫu đầu tiên, và không
cần lấy đến mẫu thứ 2. Nếu chất lượng quá tồi thì lô đó bị loại bỏ ở mẫu đầu tiên
và cũng không cần đến mẫu thứ hai. Chỉ khi nào chất lượng nằm giữa 2 giới hạn
accept và reject thì ta sẽ thử đến mẫu thứ hai. Nếu mẫu thứ 2 được yêu cầu, từ kết
quả kiểm tra trên mẫu đó, cộng với kết quả kiểm tra ở mẫu đầu tiên sẽ được dùng
để quyết định chấp nhận hay loại bỏ lô hàng.
Double Sampling được định nghĩa bởi:
N = kích thước lô
n1 = kích thước mẫu đầu tiên
c1 = số chấp nhận ở mẫu đầu tiên (Ac)
 r1 = số loại bỏ ở mẫu đầu tiên (Re)
n2 = kích thước mẫu thứ 2
c2 = số chấp nhận cho cả 2 mẫu
r2 = số loại bỏ cho cả 2 mẫu
Nếu không cho giá trị r1 và r2 thì ta cho chúng giá trị bằng c2+1.
Một ví dụ minh họa cho Double Sampling: Lô có kích thước N = 9000 phần tử,
n1 = 60, c1 = 1, r1 = 5, n2 = 150, c2 = 6, r2 = 7;
Mẫu ban đầu có n1 = 60, được lấy ra từ lô N = 9000 và được kiểm tra. Thực hiện
đánh giá lô:
- Nếu có 1 (hoặc ít hơn) phần tử không phù hợp, lô được chất nhận
- Nếu có 5 (hoặc nhiều hơn) phần tử không phù hợp, lô bị loại bỏ
- Nếu có 2, 3 hoặc 4 phần tử không phù hợp thì không thể quyết định, cần phải
lấy mẫu thứ 2.
Thực hiện với mẫu thứ hai n2=150, lấy từ lô N=9000:
- Nếu có 6 (hoặc ít hơn) phế phẩm trong cả 2 mẫu thì lô được accepted.
- Nếu có 7 (hoặc nhiều hơn) phế phẩm trong cả 2 mẫu thì lô bị rejected.
1.3.3. Multiple Sampling:
Là sự nối tiếp của Double Sampling. Ở đây có 3, 4, 5 (hoặc nhiều hơn) sample
được kiểm tra. Việc đánh giá cũng được tiến hành giống như ở Double Sampling.
Thực hiện kiểm tra từ 1 đến k mẫu tiếp theo được yêu cầu để đạt được một quyết
định cuối cùng.

1.4. Formation of lots ( cấu tạo của lô hàng)

Cấu tạo lô có thể ảnh hưởng đến hiệu quả của việc lấy mẫu.
- Lô nên đồng nhất, có nghĩa là tất cả các sản phẩm trong lô được sản xuất từ
cùng một máy, cùng một cách vận hành, cùng nguyên liệu đầu vào…Khi sản
phẩm từ các nguồn khác nhau được pha trộn lẫn nhau, thì việc lấy mẫu không
còn tính đúng đắn. Vì vậy sẽ rất khó có thao tác đúng để loại trừ nguồn sản phẩm
không đảm bảo chất lượng.
- Kích thước lô nên rộng nhất có thể. Kích thước mẫu càng nhỏ so với kích thước
lô thì càng có lợi về chi phí kiểm tra. Ví dụ, một lô 2000 nên có kích thước mẫu
là 125 (6.25%), trong khi một kế hoạch lấy mẫu có hiệu quả tương đương cho lô
4000 là kích thước mẫu khoảng 200 (5%),….

1.5. Sample Selection?

Yêu cầu của mẫu là phải có tính đại diện cho tổng thể. Có nhiều phương pháp để
chọn mẫu tùy thuộc vào đặc điểm của từng tổng thể:
- Lấy mẫu ngẫu nhiên đơn giản
Từ tổng thể N người ta rút thăm đơn giản ra n phần tử của mẫu theo một bảng
số ngẫu nhiên nào đó, ví dụ bảng Burke Haton, Tippett,…
Ưu điểm : mẫu có tính đại diện cao, cho phép suy rộng các kết quả của mẫu
cho tổng thể với một sai số xác định.
Nhược điểm : phải có danh sách của toàn bộ tổng thể, chi phí chọn mẫu lớn.
- Lấy mẫu ngẫu nhiên phân tầng
Được dùng khi các phần tử của tổng thể phân bố quá rộng. Ta thực hiện chọn
mẫu theo nhiều cấp: cấp 1, cấp 2, cấp 3,… Để chọn mẫu ở mỗi cấp ta chỉ cần
thông tin về phân bố của thuộc tính ở mẫu đấy là đủ.
- Lấy mẫu ngẫu nhiên hệ thống
Phần tử đầu tiên của mẫu được chọn một cách ngẫu nhiên, sau đó dựa trên
danh sách đã được đánh số của tổng thể, ta chọn ra các phần tử tiếp theo vào mẫu
theo một quy trình nào đó.
Nhược điểm: dễ mắc sai số nếu như vô tình danh sách của tổng thể đã được
sắp xếp theo một trật tự nào đó
- Lấy mẫu Time-Based
1.6. Rejected lot
Khi gặp một lô hàng có lỗi, ta cần phải thực hiện những hành động như sau:
- Lô hàng bị lỗi có thể được đưa qua bộ phận sản xuất, và những phần tử nào
không đảm bảo chất lượng sẽ được phân loại. Việc làm này không thỏa đáng, nó
đi ngược lại với mục đích của việc kiểm tra mẫu. Tuy nhiên, ở đây không có sự
lựa chọn nào khác.
- Lô hàng đó có thể được điều chỉnh ở kế hoạch của người tiêu thụ. …..
II. Statistical Aspects: Các dạng thống kê
2.1. Đường cong OC (Operating Characteristic Curve) cho Simple Sampling
Đường cong OC là một kỹ thuật đánh giá khá tốt, dùng để đánh giá sampling,
tính toán xác suất gặp sản phẩm lỗi trong một lô (100p o) từ đó quyết định là chấp
nhận hay loại bỏ.
Khi tỉ lệ lỗi là thấp, xác suất chấp nhận lô hàng là lớn và xác suất này giảm khi
tỉ lệ lỗi tăng.
Nếu chúng ta trích ra n sản phẩm từ một lô hàng có tỉ lệ phế phẩm là p 0, xác
suất để lấy ra x phế phẩm được cho bởi phân bố nhị thức:
B(x;n,p) = Cnx. px.(1-p)n-x
Trong phân bố nhị thức thì E(X) = np và V(x) = np(1-p)
Trong trường hợp n>20 và np nằm trong khoảng từ 0 đến 20 thì ta có thể xấp xỉ
phân bố nhị thức với phân bố Poisson.
Trong phân bố Poisson, E(X) = V(X) = np0
Vậy khi mà biết n, biết tỉ lệ phế phẩm là p% và c=const thì xác suất chấp nhận lô
hàng Pa sẽ được tính theo công thức Poisson (Xem trong sách lí thuyết xác suất
và thống kê toán-133)
Ví dụ minh họa:
Simple sampling: lô có N= 3000, kích thước mẫu n=89, số chấp nhận
(acceptance number) c=2. Gỉa sử lô hàng được lấy từ quá trình sản xuất ổn định
và liên tục, do đó quy luật phân phối xác suất nhị thức có thể được áp dụng để
tính toán. Trong Sampling, có thể dùng xấp xỉ Poisson – dùng để xác định Pa.
Đồ thị với các biến Pa (xác suất chấp nhận) và 100p0 (tỉ lệ lỗi). Gỉa sử 100p0 =
2%, khi đó:
p0 = 0.02
np0 = (89)(0.02) = 1.8
Lô hàng có được chấp nhận hay không được quyết định dựa trên số chấp nhận
c=2, tức là số sản phẩm lỗi có thể là 0, 1 hoặc 2. Do đó:
Pa = P0 + P1 + P2
 = P2 or less
= 0.731
Gía trị của Pa được lấy từ bảng C cho giá trị c=2 và np0 = 1.8;
Ta cũng có thể sử dụng các số liệu đã được tính sẵn trong Table 6-2…..
Các bước để vẽ đường cong OC:
- Đặt giá trị p0
- Tính toán giá trị np0
- Tìm giá trị Pa từ bảng Poisson dựa trên giá trị của c và np0
- Vẽ các điểm (100p0, Pa)
- Lặp lại các bước trên cho đến khi nhận được một đường cong trơn.
Khi đường OC được xây dựng, nó biểu diễn xác suất chấp nhận lô hàng cho
từng chất lượng đầu vào riêng (?). Do đó, nếu chất lượng từ quá trình đầu vào là
2.3% phế phẩm thì xác suất chấp nhận lô hàng là 0.66%. Tương tự, nếu có 55 lô
hàng, lấy từ quá trình có tỉ lệ phế phẩm là 2.3%, đã được kiểm tra bằng kế hoạch
trích mẫu, thì ta có [(0.55).(0.66)=36.3] tức là 36 lô hàng được chấp nhận, và [55-
36=19] tức 19 lô hàng sẽ bị loại bỏ.
Đường cong OC là đường cong duy nhất dùng cho kế hoạch lấy mẫu đã được
định nghĩa N=3000, n = 89, và c=2. Nếu kế hoạch lấy mẫu không đáp ứng hiệu
suất mong muốn thì ta nên thay đổi kế hoạch lấy mẫu đó, xây dựng và ước lượng
một đường OC mới.

2.2. Đường cong OC cho Double Sampling.

Đường cong OC cho kế hoạch lấy mẫu kép là bao hàm của 2 đường cong xác
định (?). Một đường là xác suất chấp nhận trong mẫu đầu tiên; đường thứ 2 là xác
suất chấp nhận ở mẫu kết hợp. Hình 6-4 thể hiện một đường OC thông thường
cho kế hoạch lấy mẫu kép: N = 2400, n1 = 150, c1 = 1, r1 = 4, n2 = 200, c2 = 5
và r2 = 6. Bước đầu tiên để xây dựng đường OC là lập các phương trình. Nếu có
1 (hoặc ít hơn) phế phẩm trong mẫu đầu tiên thì lô hàng được chấp nhận. Ta có
phương trình:
(Pa)I = (P1 or less)I
Để có được phương trình cho mẫu thứ 2, số phương pháp mà trong đó lô hàng
được chấp nhận là xác định. Mẫu thứ 2 chỉ được lấy khi có 2 hoặc 3 phế phẩm
trong mẫu đầu tiên. Nếu có 1 hoặc ít hơn thì lô hàng được chấp nhận. Nếu có 4
hoặc nhiều hơn phế phẩm thì lô hàng bị loại bỏ. Do đó, lô hàng có thể được chấp
nhận nếu:
- Có 2 phế phẩm trong mẫu đầu tiên và có 3 (hoặc ít hơn) phế phẩm trong
mẫu thứ hai.
- Có 3 phế phẩm trong mẫu đầu tiên và 2 (hoặc ít hơn) phế phẩm trong mẫu
thứ 2.
Ta có phương trình:
(Pa)II = (P2)I.(P3 or less)II + (P3)I.(P2 or less)II
Các số la mã được dùng làm chỉ số thể hiện cho mẫu đó là mẫu nào (sample
number). Phương trình được rút ra ở trên chỉ được áp dụng cho kế hoạch lấy mẫu
kép. Còn kế hoạch lấy mẫu khác sẽ cần một phương trình khác. Số phế phẩm
trong mỗi term ở phương trình thứ 2 bằng hoặc ít hơn số chấp nhận c2. Kết hợp
các phương trình, ta nhận được xác suất chấp nhận cho mẫu kết hợp là:
 (Pa)combined = (Pa)I + (Pa)II
Khi đã có phương trình, ta xây dựng đường OC dựa trên các giá trị p 0 giả định
và tính toán các giá trị Pa tương ứng với mẫu đầu tiên và mẫu thứ 2. Ví dụ, sử
dụng Table C trong phần phụ lục và giả sử giá trị p0=0.01 (tức 100p0=1)
Ta có:
(np0)I = 150 x 0.01 = 1.5
(Pa)I = (P1 or less)I = 0.558
(np0)II = 200 x 0.01 = 2
(Pa)II = (P2)I.(P3 or less)II + (P3)I.(P2 or less)II
(Pa)II = 0.251 x 0.857 + 0.126 x 0.677 = 0.3
(Pa)combined = (Pa)I + (Pa)II = 0.558 + 0.3 = 0.858
Kết quả được thể hiện trong hình 6-4

Khi kích thước 2 mẫu khác nhau, giá trị np0 cũng khác nhau, có thể dẫn đến sai
sót trong tính toán. Ngoài ra, lỗi có thể xuất hiện từ việc bỏ qua sử dụng xác suất
“or less”. Ta tính toán cho các điểm còn lại trên đường cong:
+ p0 = 0.005 -> 100p0 = 0.5;
(np0)I = 150 x 0.005 = 0.75
(np0)II = 200 x 0.005 = 1
(Pa)I = 0.826
(Pa)II = 0.133 x 0.981 + 0.034 x 0.920 = 0.162
Suy ra (Pa)combined = 0.826 + 0.162 = 0.988
+ p0 = 0.015 -> 100p0 = 1.5;
(np0)I = 150 x 0.015 = 2.25
(np0)II = 200 x 0.015 = 3
(Pa)I = 0.343
(Pa)II = 0.266 x 0.647 + 0.2 x 0.423 = 0.257
Suy ra (Pa)combined = 0.343 + 0.257 = 0.6
Tương tự với p0 = 0.02 thì (Pa)combined = 0.349
 p0 = 0.025 thì (Pa)combined = 0.182
p0 = 0.03 thì (Pa)combined = 0.089
p0 = 0.04 thì (Pa)combined = 0.02
Nếu có thể ta nên chọn kích thước mẫu giống nhau để rút gọn phép tính và đơn
giản hóa việc kiểm tra. Do đó, nếu ko cho giá trị của r1 và r2 thì gán cho chúng
giá trị bằng c2+1.
Các bước vẽ đường OC làm tương tự như đối với kế hoạch lấy mẫu đơn.

2.3. Đường cong OC cho Multiple Sampling

Việc xây dựng đường cong OC cho kế hoạch lấy đa mẫu bao hàm nhiều kế
hoạch lấy mẫu đơn và kép. Tuy nhiên, phương pháp làm thì lại tương tự Double
Sampling.
Hình 6-6 trang 213 minh họa cho một trường hợp kế hoạch lấy đa mẫu.
Xét lô hàng có N=3000 chi tiết:
n1=30 c1=0 r1=4
n2=30 c2=2 r2=5
n3=30 c3=3 r3=5
n4=30 c4=4 r4=5
Các phép tính cho kế hoạch lấy đa mẫu:
(Pa)I = (P0)I
(Pa)II = (P1)I.(P1 or less)II + (P2)I.(P0)II
(Pa)III = (P1)I.(P2)II.(P0)III + (P2)I.(P1)II.(P0)III + (P3)I.(P0)II.(P0)III
(Pa)IV = (P2)I.(P2)II.(P1)III(P0)IV + (P1)I.(P3)II.(P0)III.(P0)IV
+ (P2)I.(P1)II.(P1)III.(P0)IV + (P2)I.(P2)II.(P0)III.(P0)IV
+ (P3)I.(P0)II.(P1)III.(P0)IV + (P3)I.(P1)II.(P0)III.(P0)IV
Sử dụng các công thức trên và thay đổi các giá trị p 0 ta sẽ xây dựng được một
đường cong OC như hình 6-6 trang 214.
Nếu kế hoạch lấy mẫu ko thỏa mãn (được thể hiện trên đường OC) thì ta thực
hiện một mẫu khác và xây dựng đường cong OC của nó.
Khi chất lượng quá trình sản xuất hoặc chất lượng lô hàng không được biết
thường xuyên thì đường cong OC là đường giả định (?).

2.4. Sự khác nhau giữa đường cong OC kiểu A và B

Đường cong OC được xây dựng như ở phần trước là đường OC kiểu B. Nó
được giả định rằng các lô hàng đến từ một chuỗi sản phẩm liên tục, và do đó các
phép tính được dựa trên kích thước lô vô hạn. Xác suất chấp nhận P a phân bố
theo quy luật nhị thức. Khi kích thước lô hàng tăng lên, đường OC kiểu A sẽ tiệm
cận đường OC kiểu B và trở thành đồng nhất nếu kích thước lô hàng bằng ít nhất
10 lần kích thước mẫu (n/N ≤ 0.1). Một đường OC kiểu A được minh họa trên
hình 6-7 trang 216.

Trong một phạm vi nhỏ (small circles), đường OC biểu diễn các dữ liệu rời rạc
và đường cong là không liên tục, tuy nhiên nó lại được vẽ một cách liên tục. Do
đó giá trị 4% là không thể, bởi nó biểu diễn 2.6 phế phẩm trong lô hàng có 65 chi
tiết [(65).(0.04)=2.6], nhưng 4.6% lại có thể, bởi nó biểu diễn có 3 phế phẩm
trong lô hàng [(65).(0.046)= 3.0]. Do vậy, đường cong chỉ xuất hiện ở phạm vi
nhỏ đã được định sẵn.
So sánh đường OC kiểu A và kiểu B trên hình 6-7 ta thấy đường OC kiểu A
luôn thấp hơn đường OC kiểu B. Khi kích thước lô hàng nhỏ thì 2 dạng đường
cong OC này sẽ sai khác nhau nhiều nên ta cần phải xây dựng đường OC kiểu A.
Ngược lại, ta chỉ cần bàn đến đường OC kiểu B.

2.5. Đặc điểm đường OC

Kế hoạch lấy mẫu chấp nhận (Acceptance sampling plans) với các đặc trưng
giống nhau lại có thể cho các đường OC khác nhau. Bốn trong số các đặc điểm
đường OC sẽ được trình bày dưới đây:
1. Kích thước mẫu chiếm tỉ lệ phần trăm cố định trong kích thước lô hàng.
 Ưu tiên sử dụng các khái niệm thống kê. Bộ phận kiểm tra thường hướng dẫn
lấy một tỉ lệ phần trăm làm mẫu – 10% kích thước lô hàng, lập kế hoạch lấy mẫu
cho lô hàng có kích thước N = 900, 300 và 90; tương ứng với n = 90, 30 và 9;
c=0.
Hình 6-8 trang 217 minh họa cho 3 đường OC tương ứng với 3 kế hoạch này. Rõ
ràng nó chỉ ra rằng mức độ bảo vệ là khác nhau (level of protection). Ví dụ, đối
với một quá trình có 5% phế phẩm, thì Pa= 0.02 với N=900, Pa=0.22 với N=300
và Pa= 0.63 với N=90.

2. Kích thước mẫu được cố định.

Khi kích thước mẫu là một hằng số cố định, thì các đường OC sẽ đồng dạng với
nhau.
 3. Khi kích thước mẫu tăng lên thì đường OC sẽ dốc hơn. (Hình 6.10)

4. Khi số chấp nhận c giảm đi thì đường OC dốc hơn. (Hình 6-11)

2.6. Mối quan hệ lợi ích giữa nhà sản xuất – người tiêu dùng
Thực ra tất cả các cách lấy mẫu đều tồn tại nguy cơ mâu thuẫn về lợi ích cho
cả 2 bên: nhà sản xuất và khách hàng.
- Rủi ro của nhà sản xuất (producer’s risk): hay còn gọi là α risk, tức là
nguy cơ một lô hàng tốt nhưng lại bị trả về khi qua kiểm tra chất lượng.
Gía trị α nằm trong khoảng từ 0.001 đến 0.1, thường là 0.05.
Do đó Pa = 1 – 0.05 = 0.95.
 - Rủi ro của người tiêu dùng (consumer’s risk): hay còn gọi là β risk, tức là
nguy cơ một lô hàng xấu nhưng lại được chấp nhận qua đợt kiểm tra chất
lượng. β thường có giá trị là 0.1. Liên quan đến khái niệm consumer’s risk
là khái niệm LQL (limiting quality level). LQL là tỉ lệ phần trăm phế phẩm
lớn nhất mà người tiêu dùng có thể chấp nhận.

Vì vậy, để thực hiện một kế hoạch lấy mẫu, khách hàng và nhà cung ứng phải
thống nhất với nhau 4 điểm quan trọng sau:
+ Mức chất lượng có thể chấp nhận được (AQL): số phần trăm các sản phẩm
không phù hợp mà ta có thể chấp nhận được một cách bình thường. Một lô hàng
có chứa ít hơn AQL phế phẩm thì là một lô hàng tốt.
+ Mức giới hạn chất lượng cho phép (LQL): Tỉ lệ phần trăm tối đa phế phẩm
mà ta có thể chấp nhận được. Một lô hàng chứa nhiều hơn LQL phế phẩm là một
lô hàng xấu.
+ Nguy cơ của nhà sản xuất α risk
+ Nguy cơ của khách hàng β risk
Với AQL và LQL cho trước, nếu chúng ta tăng α và giữ nguyên β thì chúng ta
đã tăng nguy cơ một lô hàng đạt yêu cầu bị từ chối. Nếu chúng ta giữ nguyên α
và giảm β thì chúng ta đã giảm khả năng chấp nhận một lô hàng xấu. Trong cả 2
trường hợp thì nhà sản xuất đều thiệt hơn. Với cặp (AQL, α) và (LQL, β) chúng
ta xác định được 2 điểm trên đường cong OC. Năm 1952, J.M.Cameron đã đưa ra
một bảng tính các giá trị của n và c ứng với cặp (AQL, α) và (LQL, β).

2.7. Chất lượng đầu ra trung bình (Average Outgoing Quality - AOQ)
AOQ là một kỹ thuật khác để đánh giá Sampling plan.

Hình 6-14 biểu diễn một đường cong AOQ cho Sampling plan: N = 3000, n = 89,
và c = 2, đây là kế hoạch lấy mẫu tương tự như cho đường cong OC thể hiện
trong Hình 6-3.
 Các thông tin cho việc xây dựng một đường cong AOQ thu được bằng cách
thêm một cột AOQ vào bảng giá trị được sử dụng để xây dựng đường cong OC.
Bảng 6-3 biểu diễn thông tin về đường cong OC và các cột bổ sung cho đường
cong AOQ.

AOQ phần trăm phế phẩm được xác định theo công thức:
AOQ = (100p0).(Pa)
Công thức này không tính đến các phần tử lỗi bị loại bỏ, tuy nhiên, nó lại rất
dễ gần gũi với một số mục đích cụ thể và đơn giản khi sử dụng.
Các đường cong được xây dựng bằng cách vẽ các điểm với 2 thông số là: phần
trăm sản phẩm lỗi (100p0) và giá trị AOQ tương ứng của nó.
Gỉa sử rằng bất kỳ lô nào bị khách hàng từ chối đều được nhà sản xuất sửa
chữa hoặc sắp xếp và trở lại với 100% sản phẩm tốt. Nếu khuyết điểm không thể
cải thiện, AOQ bằng với Incoming Quality, và trường hợp này được thể hiện
bằng một đường thẳng trong hình 6-14.
 Phân tích các đường cong cho thấy rằng khi chất lượng Incoming là 2,0%
không đạt, AOQ là 1,46% không đạt, và khi chất lượng Incoming là 6,0% không
đạt, AOQ là 0,64% không đạt. Bởi vì các lô hàng bị từ chối đều được khắc phục
nên AOQ là luôn luôn tốt hơn so với chất lượng Incoming. Trong thực tế, có một
giới hạn được đưa ra là AOQL (Average outgoing quality limit). Cho nên, với kế
hoạch lấy mẫu này, khi tỷ lệ phế phẩm của Incoming thay đổi, AOQ không bao
giờ vượt quá giới hạn khoảng 1,6% phế phẩm.
Để hiểu hơn về các khái niệm về lấy mẫu chấp nhận ta có thể xét ví dụ sau:
Giả sử rằng 15 lô có N = 3000 được chuyển từ nhà sản xuất đến người tiêu
dùng. Lô có tỉ lệ lỗi là 2%, thực hiện kế hoạch lấy mẫu có n = 89 và số chấp nhận
c = 2 để xác định xác suất chấp nhận. Hình 6-15 biểu diễn thông tin này bằng một
đường liền mạch.
 Đường cong OC cho kế hoạch lấy mẫu này (hình 6-3) cho thấy xác suất chấp
nhận cho lô có 2% phế phẩm là 0,731. Do đó, 11 lô (15x0.731 = 10,97) được
chấp nhận bởi người tiêu dùng, được biểu diễn bởi các đường lượn sóng. Bốn lô
bị từ chối sau khi kiểm tra lấy mẫu được trả lại cho nhà sản xuất để cải thiện,
được thể hiện bằng đường nét đứt. Bốn lô được kiểm tra 100% xong với tỉ lệ lỗi
là 0% sẽ được giao lại cho khách hàng, được thể hiện bằng các đường đứt nét.
Một bản tóm tắt về những gì khách hàng thực sự nhận được hiển thị ở phía
dưới của hình vẽ. 2%, hay 240 sản phẩm, trong bốn lô sửa chữa được loại bỏ bởi
các nhà sản xuất, do đó nó sẽ cung cấp 11.760 sản phẩm thay vì 12.000. Các tính
toán cho thấy người tiêu dùng thực sự nhận được 1,47% sản phẩm lỗi, trong khi
chất lượng của nhà sản xuất là 2% phế phẩm. Cần nhấn mạnh rằng hệ thống lấy
mẫu chấp nhận chỉ hoạt động khi các lô bị từ chối được trả lại cho nhà sản xuất
và sửa chữa. Các AQL cho kế hoạch lấy mẫu này với α = 0,05 là 0,9%. Do đó,
nhà sản xuất với tỉ lệ phế phẩm là 2% thì không đạt được mức độ chất lượng
mong muốn.
Đường cong AOQ, kết hợp với đường cong OC, cung cấp cho ta hai công cụ
mạnh mẽ để mô tả và phân tích Acceptance Sampling Plan.

2.7. Số lượng mẫu trung bình (Average Sample number - ASN)

ASN là tương quan giữa số lượng sản phẩm trung bình đã được kiểm tra bởi
khách hàng trên toàn bộ lô hàng, ứng với cả 3 dạng lấy mẫu: Single, Double và
Multiple. Hình 6-16 cho thấy với ba loại kế hoạch lấy mẫu khác nhau nhưng lại
đạt hiệu quả như nhau. Đối với Single Sampling, ASN là là một giá trị hằng và
bằng với kích thước mẫu, n. Với Double Sampling thì có phần phức tạp hơn bởi
vì mẫu thứ hai có thể có hoặc có thể không được thực hiện.
Công thức cho Double Sampling là:
ASN = n1 + n1 (1-P1)
Với P1 là xác suất quyết định trên các mẫu đầu tiên.
Dịch nốt trang 225-227

2.8. Average Total Inspection - ATI

III. Thiết kế kế hoạch lấy mẫu (sampling plan design)
3.1. Sampling Plan cho Producer’s Risk.
Khi producer’s risk (hay α risk) và AQL tương ứng với nó là biết trước thì
một họ kế hoạch lấy mẫu có thể được xác định. (?)
 Với α =0.05, Pa=0.95 và AQL p 0.95 = 0.012. Ta giả định giá trị cho c và tìm
giá trị np0 tương ứng từ Table C. Khi đã có giá trị của np 0 và p0 ta tính toán được
kích thước mẫu n:
n = (np0.95)/(p0.95) trong đó np0.95 được tìm thấy trong bảng 6-4 thông qua
giá trị c.

3.2. Sampling Plan cho Consumer’s Risk.

Khi giá trị consumer’s risk (hay β risk) và giá trị LQL tương ứng với nó là biết
trước cũng xác định một họ các kế hoạch lấy mẫu.
VD: β = 0.10 hay Pa = 0.10 và LQL p 0.10 = 0.060, ta xác định được kích thước
mẫu n:
n = (np0.10)/(p0.10) trong đó np0.10 được tìm thấy trong bảng 6-4 tương ứng
với từng giá trị c.
Ta thu được các đường cong OC của một họ các kế hoạch lấy mẫu, được thể hiện
trên hình 6-20.

3.3. Kế hoạch lấy mẫu cho cả Producer’s and Consumer’s risk.

Kế hoạch lấy mẫu cũng được xác định cho cả α risk và β risk. Rất khó để có
thể xây dựng một đường OC mà đáp ứng được cả 2 điều kiện trên. Cho nên
chúng ta sẽ có 4 kế hoạch lấy mẫu để kết hợp cả điều kiện của producer và
consumer.
Bài toán ví dụ: α = 0.05, AQL = 0.9, β = 0.10, LQL = 7.8.
Hình 6-21 biểu diễn 4 kế hoạch lấy mẫu

Bước đầu tiên, ta cần xác định tỉ số: p0.1/p0..95 = 0.078/0.09 = 8.667
Nhìn vào bảng 6-4 ta thấy giá trị 8.667 nằm giữa hàng c=1 và c=2.
Do đó kế hoạch lấy mẫu đáp ứng quy định của consumer là :
+ c = 1: tra bảng 6-4 ta được np0.10 = 3.890
 suy ra n = np0.10 / p0.10 = 3.890 / 0.078 = 49.9 => n = 50
+ c = 2: tra bảng 6-4 ta được np0.10 = 5.322
suy ra n = np0.10 / p0.10 = 5.322 / 0.078 = 68.2 => n = 68
Kế hoạch lấy mẫu đáp ứng quy định của producer là:
+ c = 1: tra bảng 6-4 ta được np0.95 = 0.355
suy ra n = np0.95 / p0.95 = 0.355 / 0.009 = 39.4 => n = 39
+ c = 2: tra bảng 6-4 ta được np0.95 = 0.818
suy ra n = np0.95 / p0.95 = 0.818 / 0.009 = 90.8 => n = 91
Trong 4 kế hoạch lấy mẫu ở trên, lựa chọn kế hoạch nào là phụ thuộc vào một
trong 4 tiêu chỉ bổ sung:
Tiêu chí bổ sung thứ nhất: kích thước mẫu nhỏ nhất được chọn.
Ở đây chọn c = 1, n = 39.
Tiêu chí bổ sung thứ hai: kích thước mẫu lớn nhất được chọn.
Ở đây chọn c = 2, n = 91.
Tiêu chí bổ sung thứ ba: kế hoạch đáp ứng điều kiện của consumer và gần nhất
với điều kiện của producer được chọn.
Ở đây có 2 kế hoạch đáp ứng đk của consumer là c = 1, n = 50 và c = 2, n
= 68.
Ta có: c=1, n=50: p0.95 = np0.95 / n = 0.355/50 = 0.007
c=2, n=68: p0.95 = np0.95 / n = 0.818/50 = 0.012
Do 0.007 gần với 0.009 hơn nên chọn c=1, n=50 ;
Tiêu chí bổ sung thứ tư: kế hoạch đáp ứng điều kiện của producer và gần nhất
với điều kiện của consumer được chọn.
Ở đây có 2 kế hoạch đáp ứng đk của producer là c = 1, n = 39 và c = 2, n =
91.
Ta có: c=1, n=39: p0.10 = np0.10 / n = 3.890/39 = 0.100
c=2, n=91: p0.95 = np0.95 / n = 5.322/91 = 0.058
Do 0.058 gần với 0.078 hơn nên chọn c=2, n=91;
 From 24Continuous Sampling Plan.

3.4. Một vài nhận xét

IV. MIL-STD-105D và ANSI/ASQC Z1.4-1981
4.1. Giới thiệu
MIL-STD-105D là một tiêu chuẩn kiểm tra chất lượng trong công nghiệp. Để
xây dựng kế hoạch lấy mẫu, nhiều công ty thường dùng các bảng tính đã được
chuẩn hóa. Vì cách sử dụng tương đối đơn giản nên chúng được sử dụng phổ biến
trong công nghiệp. Phiên bản cuối cùng MIL-STD-105D được đưa ra bởi ANSI
( American National Standards Institute) được sử dụng làm chuẩn ANSI/ ASQC
ZI.4), sau đó được ISO sử dụng và gọi là tiêu chuẩn ISO 2859.
Ba thông số cần lưu ý khi sử dụng bảng này là: kích thước lô hàng, giá trị AQL,
và mức độ khảo sát.
- Kích thước lô hàng được chia làm 15 đoạn từ [2,8] tới [500000,∞]
- Mức chất lượng có thể chấp nhận AQL: có thể có 2 dạng
+ AQL dưới dạng % phế phẩm tối đa mà ta có thể chấp nhận được. AQL
từ 0.01-> 10%
+ AQL dưới dạng số trung bình tối đa phế phẩm trong 100 phần tử mà ta
có thể chấp nhận được
- Cấp độ khảo sát (Inspection Level)
Nội dung của tiêu chuẩn này bao gồm:
- Sản phẩm cuối cùng
- Thành phần và nguyên liệu đầu vào (thô)
- Quy trình sản xuất.
- Nguyên vật liệu đang trong quá trình sản xuất
- Sản phẩm tồn trong kho
- Công đoạn bảo dưỡng, sửa chữa
 - Dữ liệu và các bản ghi dữ liệu
- Phương pháp quản lí.
4.2. AQL
AQL là phần quan trọng nhất trong tiêu chuẩn.
AQL được xác định từ:
- dữ liệu lịch sử
- phán đoán kinh nghiệm
- thông tin kỹ thuật
- thực nghiệm bằng việc test các lô hàng, xác định số phế phẩm trên 100 sản
phẩm.
- năng lực của nhà sản xuất
- yêu cầu của người tiêu dùng.
4.3. Kích thước mẫu
Được xác định từ kích thước lô hàng và mức độ kiểm tra (?).
Có 3 mức độ kiểm tra là I, II và III
Các mức độ kiểm tra khác nhau cung cấp gần đúng mức độ bảo vệ như nhau
cho các nhà sản xuất, nhưng khác nhau đối với người tiêu dùng.
4.4. Thực hiện
Các bước thực hiện:
- xác định kích thước lô hàng
- xác định mức độ kiểm tra (inspection level)
- truy nhập vào bảng và tìm chữ cái mã hóa kích thước mẫu.
- xác định AQL
- xác định kiểu kế hoạch lấy mẫu (đơn, kép, multi..)
- truy nhập vào bảng thích hợp để tìm kế hoạch lấy mẫu.
- bắt đầu với việc kiểm tra thông thường và thay đổi để siết chặt và co hẹp
dựa trên luật chuyển đổi.
Đối với Single Sampling:
Tiêu chuẩn cho Single Sampling được cho trong bảng 6-6, 6-7 và 6-8 tương
ứng với 3 mức độ khảo sát normal, tightened và reduced. Để sử dụng được các
bảng đó, ta cần biết trước kích thước lô N, AQL, mức độ khảo sát và dạng lấy
mẫu. Xem ví dụ trang 240

Trong 3 mức độ khảo sát thì yêu cầu chấp nhận đối với chế độ tightened sẽ
nghiêm ngặt hơn mức độ normal.
Thực tế, có mẫu được chấp nhận khi thực hiện khảo sát normal nhưng lại bị từ
chối khi khảo sát ở mức độ tightened.
Riêng với mức độ reduced thì kích thước mẫu xấp xỉ 40% kích thước mẫu của
mức độ normal và tightened, điều này tiết kiệm đáng kể chi phí lấy mẫu.

VD: Thực hiện Single sampling ở mức độ tightened, sử dụng bảng 6-7 với AQL
= 4%, mã kí hiệu D, mã kí hiệu thay đổi đến F, và kích thước mẫu thay đổi từ 8
đến 20.
 Nếu mũi tên chỉ xuống có nghĩa kích thước mẫu như thế là quá nhỏ để đưa ra
quyết định, mũi tên chỉ lên thì có nghĩa quyết định có thể được đưa ra với một
kích thước mẫu nhỏ hơn. Trong một số trường hợp kích thước mẫu có thể lớn
hơn kích thước lô, và khi đó ta thực hiện khảo sát 100%.
Đối với Double Sampling:
Tra bảng 6-9, 6-10 và 6-11 tương ứng với 3 mức độ khảo sát normal, tightened
và reduced. Cách tra bảng tương tự như đối với Single sampling. Xem ví dụ trang
224.
Đối với Multiple Sampling:
Chuẩn cho tối đa 7 Sample. Tra bảng 6-12, 6-13, 6-14 tương ứng với normal,
tightened và reduced. Cách tra bảng tương tự với double sampling.
Xem ví dụ trang 248.
Có 2 kí tự khác nhau được sử dụng trong các bảng của multiple sampling. Kí
tự # được dùng để nói rằng không được phép đưa ra kết luận ở lần này vì kích
thước mẫu quá nhỏ. Gặp kí tự ++ trong bảng thì hiểu rằng nên sử dụng double
sampling tương ứng hoặc là multiple sampling ở bên dưới nếu có thể.
4.5. Các cấp độ khảo sát trên mẫu
Cấp độ khảo sát chia ra 7 cấp độ gồm 3 cấp độ tổng quát và 4 cấp độ kiểm tra
đặt biệt.
 - Cấp Reduced: mẫu nhỏ hơn Normal nên chi phí ít hơn và cũng ít nghiêm ngặt
hơn
- Cấp Normal: cấp bình thường.
- Cấp Tightened: mẫu lớn hơn nên chi phí kiểm tra cao hơn, độ nghiêm ngặt
cũng lớn hơn.
- Cấp đặc biệt: được sử dụng trong trường hợp đặc biệt, mẫu nhỏ, kiểm tra ít
nghiêm ngặt và nguy cơ của khách hàng cao.
Tùy từng trường hợp cụ thể mà ta lựa chọn cấp độ áp dụng cho phù hợp.
Hai bảng ANSI và AFNOR có cách trình bày khác nhau nhưng cách sử dụng thì
giống nhau.
Các chuẩn cũng xác định các quy tắc ứng dụng để thay đổi phương thức:
- Từ Normal sang Reduced:
Được áp dụng nếu 3 điều kiện tối thiểu được thỏa mãn:
+ 10 lô liên tiếp được chấp nhận sau khi kiểm tra Normal
+ tổng số các sản phẩm không đạt trong 10 lô đó phải < một giá trị chuẩn
được cho trước, tùy thuộc vào AQL và tổng số sản phẩm được kiểm tra.
+ Khách hàng đồng ý
- Từ Reduced sang Normal:
Được áp dụng khi:
+ lô hàng bị từ chối
+ số các sản phẩm không đạt nhỏ hơn giá trị từ chối Re nhưng lại lớn hơn
giá trị chấp nhận Ac.
- Từ Normal sang Tightened: Nếu gặp 2 lô sản phẩm bị từ chối trong 5 (hoặc
ít hơn) lô sản phẩm liên tiếp
- Từ Tightened sang Normal: nếu ta gặp 5 lô sản phẩm được chấp nhận liên
tiếp theo cấp độ tightened.
- Sau 10 lô kiểm tra liên tiếp ở cấp độ tightened mà cấp độ Normal vẫn chưa
được thiết lập thì ngừng giao hàng.
5. Chương trình trên máy tính
Chương trình chạy trên máy tính được đưa ra trong hình 6-25, tính toán giá trị
Pa theo p cho một đường cong OC cho Single Sampling. Sử dụng công thức xác
suất Poisson để tính toán sẽ cho kết quả chính xác hơn sử dụng bảng bởi nó tránh
được các lỗi làm tròn số. Đôi khi người đọc sẽ thích tra giá trị trong bảng, nhưng
nếu đòi hỏi phải vẽ nhiều điểm hơn trên đường cong thì các kết quả sẽ sai lệch.
 CHƯƠNG 7: ADDITIONAL ACCEPTANCE SAMPLING
PLAN SYSTEMS

MIL-STD-105D/Z1.4 là dạng phổ biến nhất của “lot-by-lot acceptance sampling

plan for attributes”.
Chương này sẽ đề cập 3 dạng Acceptance sampling plan:
- Lot-by-lot acceptance sampling for attributes
- Continuous production acceptance sampling for attributes
- Acceptance sampling for variables
I. Lot-by-lot Acceptance sampling plan for attributes
1.1. MIL-STD-105D và ANSI/ASQC Z1.4-1981
Đây là Acceptance sampling plan được sử dụng phổ biến nhất trên thế giới.
Năm 1920, H.F.Dodge và H.G.Romig đã phát triển một tập các bảng khảo sát
mức chấp nhận lô sản phẩm qua việc lấy mẫu. Những bảng này được xây dựng
dựa trên 2 trong các khái niệm đã đề cập trong chương 6, đó là LQL VÀ AOQL.
Và với mỗi khái niệm sẽ có bảng tương ứng với Single Sampling và Double
Samping, không có Multiple Sampling.
Ưu điểm của các bảng Dodge-Romig là số lần khảo sát nhỏ nhất cho quy trình
khảo sát được đưa ra (?)
LQL (limiting quality level): Các bảng dựa trên xác suất chấp nhận một lô hàng
có tỉ lệ phần trăm phế phẩm (percent nonconforming) bằng LQL. Xác suất này
chính là β risk (consumer’s risk), và bằng 0.10. LQL plan đưa ra một sự đảm bảo
rằng các lô hàng có chất lượng tồi sẽ hiếm khi được chấp nhận. Có 2 loại LQL
Table, một dùng cho Single Sampling và một dùng cho Double Sampling. Mỗi
loại có các bảng LQL Table ứng với các giá trị LQL như 0.5, 1.0, 2.0, 3.0, 4.0,
5.0, 7.0 và 10.0%, vậy tổng cộng là có 16 bảng. Ví dụ bảng 7-1 và 7-2 là bảng
với LQL = 1.0%, tương ứng với Single Sampling và Double Sampling.
Để sử dụng các bảng này, yêu cầu đầu tiên là quyết định xem loại Sampling là
Single hay Double. Sau đó là cần xác định LQL. Nếu biết kích thước lô và
process average thì dễ dàng tìm được Acceptance Sampling Plan.
VD: Nếu lô có N=1500, process average là 0.25%, Single Sampling yêu cầu
LQL=1.0%. Ta tra trong bảng 7-5 sẽ được:
N = 1500
n = 490
c=2
Trên bảng cũng chỉ ra luôn giá trị AOQL LÀ 0.21%.
Một ví dụ tương tự cho Double Sampling:
N = 4400, LQL = 1.0%, process average = 0.15%.
Tìm trong bảng 7-2 ta sẽ thu được kết quả:
n1= 275
c1 = 0
n2 = 565
c2 = 4 và AOQL = 0.28%
Phân tích LQL Table ta thấy:
- Kích thước lô tăng lên thì kích thước mẫu cũng tăng lên. Do đó, với process
average = 0.25%, 1 lô có N=1000 thì sẽ có n =335, nếu lô có N = 4000 thì n =
645.
- Bảng được kéo rộng ra đến giá trị process average = ½ LQL. Và không cần
thiết phải mở rộng giá trị process average thêm nữa bởi vì khi process average =
½ LQL thì khảo sát 100% lại trở nên tiết kiệm hơn khảo sát mẫu (?)
 - Khi process average tăng lên thì đồng nghĩa với việc Amount Inspected tăng
lên. Do đó, sự cải tiến process average sẽ đem lại hiệu quả về fewer inspections
và chi phí Sampling Inspection cũng thấp hơn.
AOQL (average outgoing quality limit)
Khi mà số lượng lô là xác định và homogeneous (đồng nhất) -> khái niệm
LQL áp dụng được.
Tuy nhiên, khi lô được kiểm tra là nonhomogeneous (không đồng nhất) -> thì
khái niệm AOQL lại khả dụng.
AOQL có 1 loại bảng dành cho Single Sampling và 1 loại cho Double
Sampling. Và còn các bảng khác, tương ứng với AOQL = 0.1, 0.25, 0.5, 0.75,
1.0, 1.5, 2.0, 2.5, 3.0, 4.0, 5.0, 7.0 và 10.0%, tổng cộng có 26 bảng.
Ví dụ: AOQL=3.0%
Bảng 7-3 tương ứng với Single Sampling và 7-4 tương ứng với Double
Sampling.
Khi biết kích thước lô và process average, thì ta dễ dàng xác định được
acceptance sampling plan.
Ví dụ: N = 1500, process average = 1.6% Single sampling có AOQL = 3.0%.
Tìm trong bảng 7-3 ta có:
n1 = 65
c1 = 3 và LQL = 10.2%
Tương tự với Double Sampling N = 6000, process average = 0.50%, AOQL =
3.0%. Tìm trong bảng 7-4 ta có:
n1 = 26
c1 = 0
n2 = 44
c2 = 3 và LQL = 11.0%
Nhìn vào các AOQL Table ta thấy:
 - Kích thước lô tăng thì kích thước mẫu cũng tăng
- Việc lấy mẫu không khả dụng khi process average vượt quá AOQL, vì khi chất
lượng trung bình đầu vào thấp hơn AOQL xác định thì việc lấy mẫu không còn là
tiết kiệm.
- Process average càng thấp thì kích thước mẫu càng thấp, có hiệu quả trong
việc giảm chi phí khảo sát.

Additional comments on Dodge-Romig tables

……………..

1.2. Phương pháp lấy mẫu theo chuỗi (Chain Sampling Inspection Plan -
272)
Một dạng đặc biệt của lot-by-lot acceptance sampling plan for attributes, được
phát triển bởi H.F.Dodge.
Thực tế, khi việc khảo sát đánh giá gây tốn kém và có tính phá hoại sản phẩm
thì việc khảo sát trên mẫu có kích thước nhỏ là rất cần thiết. Với các mẫu có kích
thước là 5, 10, 15, … thì thường có số chấp nhận c = 0.
Đối với Single sampling c = 0 có một đặc điểm không mong muốn, đó là hình
dạng đường OC ở a risk rất xấu. Xem hình 7-1 trang 273.

Trong phương pháp lấy mẫu tuần tự có sử dụng kết quả của các mẫu trước đó.
Minh họa trên hình 7-2 trang 273
Các bước tiến hành:
- Với mỗi lô, chọn kích thước mẫu n và kiểm tra sự tương thích giữa các đặc
tính kỹ thuật (?)
- Nếu trong mẫu không có sản phẩm nào hỏng thì accept lô, nếu mẫu có 2 hoặc
nhiều hơn phế phẩm thì reject lô, và nếu trong mẫu có 1 phế phẩm thì nó có thể
được accept nếu như không có phế phẩm nào trong mẫu i trước đó.
1.3. Phương pháp lấy mẫu tuần tự (sequential sampling – 275)

II. Acceptance Sampling Plan for continuous production 287

2.1. Introduction
Acceptance sampling plan được đề cập trong chương 6 là lot-by-lot plans.
Trong khi đó, có nhiều quá trình sản xuất không tạo ra những lô sản phẩm mà sản
phẩm được sản xuất từ một quá trình liên tục, không ngừng, trên các băng chuyền
hay hệ thống dây chuyền. Do đó cần có Acceptance Sampling plan for continuous
production.
Lấy mẫu cho quá trình sản xuất liên tục bao gồm: các trình tự luân phiên trong
khảo sát mẫu và khảo sát sàng lọc. Thường bắt đầu từ việc khảo sát 100%, và nếu
như đã biết trước được số lượng sản phẩm không bị hỏng thì việc khảo sát mẫu
được thực hiện. Việc lấy mẫu cứ tiếp tục đến khi có một số lượng phế phẩm đặc
biệt được tìm thấy thì lại khôi phục việc khảo sát 100%. Việc lấy mẫu cho quá
trình sản xuất liên tục có thể áp dụng được cho Attribute, khảo sát không phá hủy
sản phẩm di động (?).
Việc khảo sát phải thực hiện nhanh chóng và dễ dàng, không để hiện tượng
thắt cổ chai “bottlenecks” xảy ra do thao tác kiểm tra gây nên. Thêm vào đó,
process phải có khả năng sản xuất các sản phẩm đồng nhất. Cán bộ sản xuất
thường xuyên xử lí việc khảo sát 100% và “quality personnel the sampling”??
Các loại quan trọng, cơ bản và nhỏ sẽ có các AOQL và giá trị i khác nhau,
nhưng giống nhau về giá trị f. Khái niệm lấy mẫu cho quá trình sản xuất liên tục
lần đầu tiên được phát minh bởi H.F.Dodge vào năm 1943 với một kế hoạch lấy
mẫu được refer duy nhất cho CSP-1. Dự án này cùng với 2 plan bổ sung là CSP-2
và CSP-3 được phân loại như những plan một mức (single-level plans) (?). Năm
1955, thuyết về multilevel continuous plan được trình bày bởi G.Licherman và
H.Soloman. Multilevel plan cung cấp cho việc khảo sát mẫu mức độ Reduced khi
chất lượng tiếp tục tốt hơn. Học thuyết này đã được hợp nhất vào MIL-STD-1235
(ORD).

2.2. CSP-1 Plans

 Bắt đầu bằng việc khảo sát 100% sản phẩm trong trường hợp chưa biết con số
chắc chắn về các sản phẩm liên tiếp không bị lỗi. Còn khi con số này đã được xác
định thì kết thúc việc khảo sát 100%, và bắt đầu thực hiện khảo sát trên mẫu.
Mẫu là một phần trong luồng sản xuất, được lựa chọn như một phương pháp tối
thiểu hóa độ chênh lệch. Khi có một lỗi được phát hiện, dừng việc khảo sát trên
mẫu lại, thực hiện khảo sát 100%.
Trình tự tiến hành xem ở hình 7-8

i – clearance number
f – sampling frequency (tỉ lệ sản phẩm được kiểm tra trên tổng số sản
phẩm đi qua trạm kiểm tra trong suốt giai đoạn khảo sát mẫu)
Do đó nếu f = 1/20 thì có nghĩa là cứ với mỗi lượt 20 sản phẩm thì sẽ thực
hiện một khảo sát mẫu. CSP-1 plan được xác định bởi giá trị AOQL, xem trong
bảng 7-6 trang 280, tùy thuộc vào giá trị f ta sẽ có được các giá trị i tương ứng.
Phân tích bảng này ta thấy khi giá trị f tăng thì i tăng.
Để lựa chọn giá trị f và i cho một AOQL nào đó, cần phải xem xét thực tế.
Nếu f nhỏ hơn, protection from spotty quality decreases, đặc biệt với các giá trị
nhỏ hơn 1/50. Môt cân nhắc nữa là số lượng sản xuất mỗi ca, khi số lượng tăng
lên, giá trị của f có thể giảm. Ngoài ra, giá trị của f có thể bị ảnh hưởng bởi việc
lấy mẫu.
2.3. CSP-2 plans
Phiên bản tiếp theo của CSP-1 là CSP-2. Ở CSP-1 đòi hỏi quay trở lại kiểm
tra 100% (requires a return to 100% inspection) từ bất cứ chỗ nào tìm thấy lỗi, thì
ở CSP-2 không yêu cầu như vậy, trừ khi tìm thấy lỗi thứ 2 ở the next i hoặc đơn
vị mẫu ít hơn. Các bước thực hiện CSP-2 Plans. Mục đích của CSP-2 là tránh
việc một lỗi đơn lẻ xảy ra, phải quay trở lại kiểm tra 100%.
Kế hoạch được đánh chỉ số bởi một AOQL cụ thể, AOQL cung cấp cho các sự
kết hợp khác nhau của i và f, thể hiện như trong Bảng 7-9 trang 290. Do đó, i =
35, f = 1/5 và i = 59, f = 1/15 là hai trong số nhiều kế hoạch cho AOQL = 2.90.
Đối với phương án thứ hai, i = 59, f = 1/15, tiếp tục lấy mẫu kiểm tra 1 trong
số 15 sau khi một lỗi được tìm thấy. Nếu sản phẩm lỗi thứ hai được tìm thấy
trong số 59 đơn vị mẫu tiếp theo, thì thực hiện kiểm tra 100%. Nếu không tìm
thấy sản phẩm lỗi thứ hai, tiếp tục lấy mẫu mà không cần quy định có điều kiện.

2.4. MIL-STD-1235B
Chuẩn bao gồm 5 kế hoạch lấy mẫu liên tục khác nhau (continuous sampling
plans).
Sử dụng ba loại mức độ: rất quan trọng, quan trọng, và không quan trọng.
Kế hoạch lấy mẫu liên tục được thiết kế dựa trên các giới hạn chất lượng ra trung
bình (AOQL). Để có thể so sánh với MIL-STD-105D/Z1.4 và các tiêu chuẩn
khác, kế hoạch này cũng được đánh chỉ số bởi mức độ chấp nhận (AQL). AQL
chỉ là một chỉ mục cho các plan và không có ý nghĩa khác.
Tiêu chuẩn có quy định đặc biệt cho các lỗi rất quan trọng (critical
nonconformities). Chỉ có hai kế hoạch, CSP-1 và CSP-F, có thể được sử dụng
cho các lỗi rất quan trọng. Trong những trường hợp này, cơ quan có trách nhiệm
(người tiêu dùng) có thể yêu cầu kiểm tra 100% ở tất cả các lần.
Trong mỗi 5 kế hoạch lấy mẫu, quy định được tạo ra cho việc ngừng kiểm tra.
Người tiêu dùng có thể ngừng chấp nhận sản phẩm khi chất lượng sản phẩm khi
mà kiểm tra 100% tiếp tục vượt quá số phần tử quy định, s. Nói cách khác, nếu
việc kiểm tra lấy mẫu không nằm trong s đơn vị, chất lượng sản phẩm là dưới
tiêu chuẩn và chấp nhận sản phẩm có thể bị ngừng lại. Ở đây ta không có dạng
văn bản cho bảng giá trị s.
Kế hoạch lấy mẫu được thiết kế bằng các chữ cái mã. Bảng 7-10 cung cấp
một loạt các ký tự dựa trên số lượng sản phẩm trong một khoảng thời gian sản
xuất (thường là một ca 8 giờ). Các yếu tố ảnh hưởng đến việc lựa chọn các chữ
cái mã hóa là thời gian kiểm tra trên một đơn vị sản phẩm, tốc độ sản xuất, và các
kiểm tra khác. Khi phải cân nhắc thời gian khảo sát idle thì một kế hoạch với một
tần số lấy mẫu cao hơn và số lượng giải phóng mặt bằng thấp hơn thường được
ưa thích hơn.
CSP-1 and CSP-2 plans (290)
Cả CSP-1 và CSP-2 đều được kết hợp trong cùng một chuẩn, ngoại trừ hình
thức là khác nhau, bao gồm các chữ cái mã hóa cho kích thước mẫu và AQL’s
được chỉ ra trong bảng 7-11 dành cho kế hoạch CSP-T.
CSP-F plans:
CSP-F là thủ tục lấy mẫu liên tục cấp single-level, cung cấp các trình tự xen
kẽ giữa kiểm tra 100% và kiểm tra trên mẫu. Cách thức tiến hành cũng tương tự
như kế hoạch CSP-1, được thể hiện trên Hình 7-8. Kế hoạch CSP-F được index
bởi AOQL và số lượng sản phẩm được sản xuất trong một khoảng thời gian. Điều
này cho phép số lượng clearance nhỏ hơn được sử dụng, cho phép kế hoạch CSP-
F được áp dụng trong trường mà việc kiểm tra là tốn nhiều thời gian.
Có 12 bảng cho kế hoạch CSP-F, mỗi bảng đại diện cho một giá trị AOQL
khác nhau. Bảng 7-11 là một ví dụ cho AOQL = 0,33%. Bảng cho các giá trị
AOQL khác không được đề cập trong sách. Gía trị i ở dòng cuối cùng của bảng
cũng giống như ở kế hoạch CSP-1 với AOQL = 0,33%.
Một ví dụ sẽ minh họa các bước thực hiện. AOQL = 0,33%, f = 1/4, lot size N=
7500 cho giá trị i = 177 từ bảng 7-11.

……….
CSP-T
……..
CSP-V plans (293)
III. Acceptance Sampling Plans For Variables (294)
3.1. Introducion
Trong khi các kế hoạch lấy mẫu cho attribute là dạng phổ biến nhất của
acceptance sampling, thì cũng có nhiều trường hợp yêu cầu lấy mẫu cho Variable.
Lấy mẫu variable dựa trên các thống kê mẫu (sample statistics) của sai lệch trung
bình, sai lệch tiêu chuẩn và các dạng phân bố tần số.
Advantages and disadvantages
Variable Sampling có ưu điểm chính là kích thước mẫu nhỏ hơn đáng kể so
với Attribute Sampling. Bên cạnh đó, variable sampling cung cấp cơ sở tốt hơn
để cải thiện chất lượng và đưa ra nhiều thông tin để thực hiện một quyết định.
Một trong những nhược điểm của variable sampling là chỉ có một đặc điểm
kỹ thuật được đánh giá, nên để đánh giá một đặc điểm chất lượng thì cần một kế
hoạch khảo sát mẫu riêng. Variable Sampling thường bao gồm chi phí thiết bị,
clerical và administrative cao hơn. Hơn nữa, dạng phân bố quần thể phải được
biết trước hoặc ước lượng được.
Type of sampling plans
Có 2 dạng lấy mẫu variable: percent nonconforming và process parameter.
Variable plans cho percent nonconforming được thiết kế để xác định tỷ lệ sản
phẩm bên ngoài các đặc điểm kỹ thuật. Đối với variable plan cho percent
nonconforming, ở chương này chúng ta sẽ bàn về Shainin lot plot và MIL-STD-
414/Z1.9
Variable plans cho các thông số quá trình được thiết kế để điều khiển độ lệch
trung bình và độ lệch chuẩn phân bố đến các level xác định. Kế hoạch lấy mẫu
của dạng này là acceptance control chart, lấy mẫu theo tuần tự cho variables và
kiểm tra giả thiết (hypothesis testing). Bởi vì các kế hoạch này ít được ứng dụng,
nên chúng sẽ được nói ngắn gọn ở cuối chương.
3.2. Shainin lot plot plan
Kế hoạch Shainin lot plot là kế hoạch lấy mẫu variable được sử dụng rộng rãi
trong công nghiệp, được phát triển bởi Dorian Shainin. Kế hoạch này sử dụng
đường phân bố tần số để đánh giá mẫu, quyết định loại bỏ hay chấp nhận lot. Đặc
điểm quan trọng nhất của kế hoạch này là nó thích hợp với cả dạng phân bố tần
số bình thường và không bình thường. Một đặc điểm nữa là tính đơn giản của nó.
Nó là một kế hoạch thực tế cho kiểm tra nội bộ cũng như receiving inspection.
(Trang 296)
3.3. Lot plot method
Các phương pháp để tìm lot plots như sau:
1. Một mẫu ngẫu nhiên 10 nhóm nhỏ được lấy từ lot, mỗi nhóm có n=5,
tổng số item là 50.
2. Giá trị trung bình Xtb và biên độ R, được tính toán cho mỗi nhóm và
được biểu diễn trên bảng 7-13.
3. Xây dựng biểu đồ histogram, sử dụng phương pháp đã được mô tả ở
chương 2. Biểu đồ histogram với 9 cột, độ rộng 0.3 được biểu diễn trên
hình 7-12.
4. Giá trị trung bình của các giá trị Xtb, và Rtb là:
……..
5. Sử dụng các giá trị sau, giới hạn trên và giới hạn dưới của lot được tính
toán như sau:
……………….
….

3.4. Lot plot evaluation

Khi xác định được lot plot và lot limits, có thể quyết định được việc chấp nhận
hay loại bỏ lot. Quyết định này dựa trên sự so sánh lot plot này với 11 dạng lot
plot được chỉ ra trong hình 7-13.
Bốn dạng đầu tiên có thể áp dụng được với những lot plots được phân bố xấp xỉ
bình thường (approximately normally distributed).
Ở dạng 1, lot plot nằm trong trong giới hạn đặc điểm kỹ thuật, và lot được
chấp nhận mà không cần phải tính toán các giới hạn lot. Nếu các giới hạn lot nằm
trong thông số kỹ thuật, được minh họa ở dạng 2, lô được chấp nhận.
Khi mức giới hạn lô nằm bên ngoài các thông số kỹ thuật được thể hiện ở
dạng 3 và 4, tỷ lệ sản phẩm vượt ra ngoài đặc điểm kỹ thuật thu được và một hội
đồng đánh giá quyết định kết quả chung cuộc của các cổ phiếu. Trong một số
trường hợp một kế hoạch attribute được sử dụng để xác định sự chấp nhận lô khi
một hoặc hai giá trị này vượt quá giới hạn lô.
Các dạng khác của lot plots được sử dụng cho phân phối nonnormal. Ví dụ,
dạng 5 bị chênh lệch, dạng 6 và 9 chỉ ra rằng lô đã được trình chiếu hoặc sắp xếp,
loại 7 và 10 minh họa cho tình trạng bimodal, và loại 11 là các giá trị stray. Ví dụ,
hình 7-12 minh họa lot plot dạng 5 và lô sẽ được chấp nhận. Các kỹ thuật đặc biệt
đã được quy định để phân tích các lot plot dạng nonnormal.

3.5. Comments
- Như đã biết, phương pháp lot plot tương đối đơn giản, và rất hiệu quả trong
việc cải tiến chất lượng và giảm chi phí kiểm tra.
- Lot plots được trả lại cho nhà sản xuất và việc này sẽ tiếp tục cải thiện chất
lượng sản phẩm.
- Người thanh tra có thể chấp nhật lot, tuy nhiên, disposition of unsatisfactory
lots is left to a material-review board.
- Những người dùng phương pháp lot plot đã sửa đổi phương pháp Shainin
cho trường hợp riêng của họ.
- Nhược điểm chính của phương pháp này là các dạng lot plot không phải
luôn đúng như các phân bố thực tế. Shainin chỉ ra rằng lot plot là gần như không
có tác dụng thực tế tới các quyết định cuối cùng hoặc nếu có bất kỳ sai sót thì
chúng cũng đang ở trong một hướng an toàn.

3.6. MIL-STD-414 và ANSI/ASQC Z1.9-1980

MIL-STD-414 là một kế hoạch lấy mẫu chấp nhận lot-by-lot cho các
variables. Việc sửa đổi sang MIL-STD-414 đã được thực hiện vào năm 1980 bởi
Hiệp hội kiểm soát chất lượng để nó được kết hợp chặt chẽ hơn với MIL-STD-
105D/Z1.4.
Tiêu chuẩn được index bởi các giá trị số của AQL trong phạm vi 0.10-10%.
Quy định được cụ thể cho các mức inspection: normal, tightened và reduced.
Kích thước mẫu là một hàm của kích thước lot và mức độ khảo sát. Tiêu chuẩn
giả định một biến ngẫu nhiên phân phối chuẩn. MIL-STD-414/Z1.9 dài 100
trang, sẽ chỉ có một phần các bảng và các cách thực hiện được đưa ra.
Tiêu chuẩn này cung cấp 9 cách có thể được sử dụng để đánh giá chấp nhận
hay từ chối lot. Hình 7-14 cho thấy các thành phần của tiêu chuẩn. Nếu sự thay
đổi của quá trình này được biết đến và ổn định, thì kế hoạch Variability known
plan là kinh tế nhất. Khi sự thay đổi là không biết trước, phương pháp độ lệch
chuẩn hoặc phương pháp khoảng (range) được sử dụng nhiều. Vì phương pháp
khoảng yêu cầu kích thước mẫu lớn hơn nên phương pháp độ lệch chuẩn được
khuyến khích. Có hai dạng đặc tính kỹ thuật - single và double. Hai cách thức
thay thế, hình thức 1 và 2, có sẵn và sẽ cũng dẫn đến một quyết định chấp nhận
hoặc loại bỏ giống nhau. Trong khi hình thức 1 có phần dễ dàng hơn, thì nó chỉ
áp dụng cho các trường hợp đặc tính kỹ thuật dạng Single. Do đó, hình thức 2
thường được ưa chuộng.
 MIL-STD-414 được chia thành bốn phần. Phần A chứa mô tả chung, kí tự mã
hóa kích thước mẫu, và đường cong OC cho các kế hoạch lấy mẫu. Thủ tục và
những ví dụ về phương pháp độ lệch chuẩn biến đổi không xác định được nêu
trong phần B, (Bảng 7-14) thủ tục và các ví dụ cho phương pháp khoảng biến đổi
không xác định được đưa ra trong phần C, và các thủ tục và các ví dụ cho các
biến đổi xác định được đưa ra trong phần D.
Kích thước mẫu cho tất cả các phương pháp được chỉ định bởi các chữ cái mã.
Những chữ cái mã này được dựa trên kích thước lot và mức độ kiểm tra, thể hiện
trong Bảng 7-14. Có năm mức độ kiểm tra: mức độ đặc biệt 53, 54, và 3 mức độ
tổng quát I, II, III. Mức độ đặc biệt được sử dụng trong trường hợp cần kích
thước mẫu nhỏ và có thể chấp nhận rủi ro lớn. Việc phân tích các mức độ tổng
quát thì sẽ tương tự như MIL-STD-105D/Z1.4. Trừ trường hợp đã được quy định,
kiểm tra cấp độ II sẽ được sử dụng. Kiểm tra cấp III cho một OC đường cong dốc
hơn và do đó làm giảm consumer’s risk. Khi cunsumer’s risk lớn hơn có thể được
chấp nhận, cấp độ I có thể được sử dụng.
Một ví dụ cho phương pháp lệch chuẩn biến đổi không xác định, đặc tính kỹ
thuật single, và hình thức 2 được sử dụng để chứng minh các bước thực hiện.
.....
Ví dụ gắn liền với một đặc tính kỹ thuật thấp hơn. Nếu các đặc tính Single đã gắn
liền với một đặc tính kỹ thuật phía trên, U, phương pháp này sẽ là tương tự, ngoại
trừ Qu sẽ được tính theo công thức:
Q = (U-XTB) / s.
Ước tính tỷ lệ sản phẩm lỗi U, p u trên đây thu được từ Bảng 7-16 và so sánh với
M để quyết định chấp nhận hay loại bỏ lot. Nếu vấn đề liên quan đến một đặc
tính kỹ thuật trên và dưới, thì cả Pu và PL được tính toán và so sánh với M.
Ví dụ (301)

Bảng 7-15
Bảng 7-16

Công thức cho các chỉ số số lượng, Q, rất giống với công thức cho các giá trị
Z được đưa ra trong chương 2. Bảng 7-16 dựa trên Q và kích thước mẫu, trong
khi Bảng A trong Phụ lục dựa trên giá trị Z và infinite situation. Giá trị của p là tỉ
lệ sản phẩm lỗi ước tính, ở trên hoặc dưới giới hạn kỹ thuật được thể hiện trong
hình 7-15. Miễn là pL, pU, hoặc pL + pU ít hơn so với giá trị max của tỉ lệ sản phẩm
lỗi, M (cho một AQL riêng và n), lô được chấp nhận.
Mức Tightened và Normal sử dụng cùng một bảng. Các giá trị AQL cho khảo sát
mức Normal được index từ đầu bảng, còn Tightened được index ở cuối bảng.
Quy tắc chuyển đổi cũng giống như MIL-STD-105D/Z1.4. (Trang 304)
MIL-STD-105D/Z1.9 bao gồm một quy trình thực hiện đặc biệt cho ứng dụng lấy
mẫu attribute-variable hỗn hợp. Nếu lô không đáp ứng các tiêu chí chấp nhận của
kế hoạch lấy mẫu variable, thì một kế hoạch lấy mẫu attribute, mức độ Tightened
và với cùng một giá trị AQL, sẽ thu được từ MIL-STD-105D/Z1.4. Lot có thể
được chấp nhận bởi một trong các kế hoạch theo thứ tự nhưng phải bị từ chối bởi
cả hai biến và kế hoạch thuộc tính.

3.7. Other Acceptance Sampling plans for variables

 Có ba dạng khác nữa của kế hoạch lấy mẫu chấp nhận bởi các biến đôi khi
cũng được sử dụng. Các dạng Variable plans này có liên quan tới tỷ lệ sản phẩm
lỗi (nonconforming). Chúng có thể được sử dụng cho lấy mẫu nguyên vật liệu số
lượng lớn được vận chuyển trong các gói hàng, thùng xe ô tô.
Acceptance control charts: đưa ra kĩ thuật chấp nhận hay loại bỏ lot sử dụng
trung bình mẫu (sample average). Giới hạn điều khiển Acceptance và kích thước
mẫu được tạo thành từ độ lệch chuẩn đã biết, giới hạn đặc tính kỹ thuật, AQL, và
các giá trị consumer và producer risks. Sử dụng control chart cho phép quan sát
xu hướng chất lượng (quality trend).
Sequential sampling by variables: được sử dụng khi đặc điểm chất lượng
phân bố bình thường và khi đã biết độ lệch chuẩn. Cách thực hiện kế hoạch lấy
mẫu này tương tự với Sequential plan by attributes đã được thảo luận ở phần
trước. Tuy nhiên, Variable plan biểu diễn tổng của X, trong khi Attribute plan
biểu diễn số lượng phần tử lỗi, d. Sequential sampling có thể dẫn đến Kế hoạch
khảo sát mẫu tinh giảm (reduced sampling inspection).
Dạng thứ 3: hypothesis testing. Có một số thử nghiệm khác nhau để đánh giá
trung bình mẫu hoặc độ lệch chuẩn để quyết định chấp nhận hay loại bỏ.

IV. Computer Program 305

Chương trình máy tính được đưa ra ở Hình 7-16 tính toán đường cong OC
cho kế hoạch lấy mẫu dây chuyền của Dodge. Nó được cấu trúc sao cho giá trị
của kích thước mẫu, n, và số lượng lô trước, i, có thể thay đổi để đạt được kế
hoạch lấy mẫu tối ưu mà không thoát khỏi chương trình. Nếu mong muốn vẽ
được nhiều điểm, việc tăng ở câu lệnh 220 có thể được giảm xuống, chẳng hạn,
0.01.