例如，您的抽样方案指定从 500 个辊子的交货中抽取 52 个样本。如果实际不良品率为 1.5%，则每批次的平均检验总数为 71.398 个辊子。
通过标绘 ATI 曲线，平均检验水平将显而易见。
近似确定引入材料的质量与需要检验的项目数量之间的关系，假设拒收批次将被 100% 检验且缺陷项目将返工并再次检验（校正检验）。
每批次的平均检验总数取决于引入质量、批次的接受概率以及样本和批次大小。
|
|
例如，您的抽样方案指定从 500 个辊子的交货中抽取 52 个样本。如果实际不良品率为 1.5%，则每批次的平均检验总数为 71.398 个辊子。 通过标绘 ATI 曲线，平均检验水平将显而易见。 |
如果引入质量非常好，例如，没有缺陷，则可以检验指定的样本数量。如果引入质量很差，例如，全部都有缺陷，则需要求助于 100% 检验。通常质量水平会落在这两者之间，因此许多批次的平均检验数也会落在批次大小的 0% 到 100% 之间。
您还可以比较 ATI 曲线以帮助选择适当的抽样方案。
|
|
在此例中，轮值主管认为从 500 个滚轮中抽取 52 个太多了。您可以设计各种样本数量和合格判定数的曲线以揭示对平均总检验项目数的影响。
|
如果拒收批次的纠正措施是 100% 检验，请同时查看 OC 曲线、AOQ 曲线和 ATI 曲线。
