看看对该设备进行的 AQL 检验

不管是作为产品的生产方，还是购买方，在验货过程中，AQL（抽样检验程序）无时不刻不在影响着我们。对于生产方来说，验货时超过AQL标准，就意味着返工、加班、重新安排等等；对于购买方，它也意味着重复检验以及潜在运输调整、销售调整甚至供应商策略和产品策略的调整。既然它的影响那么大，它深层的意思您是否搞清楚了呢？那些常见的问题比如：

在AQL接收限内，卖方是否可以故意出运不合格品？买方是否必须接收？

应该由谁来选择决定抽样方案？买卖双方该如何沟通疵点分类？

通过AQL验货的产品里面有多少不合格品？

连续批次出运的货物里面最大可能平均有多少不合格品？

实际较低不合格品比例的批次，被拒收的可能性是多大？

如果您还不是十分清楚这些答案，那就赶紧来瞅一眼下文吧。

没有时间看文章的，直接看下面这张图，再到最底下点爱心，然后关注就可以了，么么哒：

1、 定义：

AQL: Accept quality limit的首字母缩写, 直译为接收质量限，它是指在对提交验收抽样的连续批次最差容许的过程平均质量水平。以前也有把AQL当成是Acceptable quality level的缩写, 中文意思“可接收的质量水平”，不过这种说法在美国标准中已经不被推荐了。

2、 优点和局限：

在统计抽样被应用到检验之前，货物都是100%检验的。上世纪50年代，AQL被美国军方应用到军工生产中，直到今天它被越来越广泛的应用到各个领域。AQL 被广泛应用而经久不衰的原因不仅仅在于它在统计上的科学性，更在于它相对于100%检验的经济性；同时它有利于生产者使批缺陷率接近AQL的批次被接受。

但是在实际应用中，AQL也有它的局限。我们经常碰到的纠结是，究竟买方该不该接收那些通过了AQL检验的货物里面的不合格品。作为卖方，我们会认为，既然AQL验货已经通过了，就证明货物质量是合格的，达到了合同的标准，里面含有多少次品也是理所当然买方应该接收的。但是作为买方，我们会认为我们花的是买正品的钱，我为什么要接收那些不合格的产品呢？

关于这点，让我们来看看AQL标准里面的答案：

AQL的设计并不暗含供方有权故意出运不合格的产品。

各位朋友，看到这里，关于不合格品的出运，您是否对于您的权利或者义务一目了然了呢？

3、 使用方法：

抽样检验的具体操作涉及到字母代码表，正常、加严和放宽标准，一次、两次和多次抽样，检验水平，转换规则等等，这些内容在日常都很多应用，这里也就不一一赘述。在这里我想提出来的两点是：

1、 抽样方案的初步选择：AQL是可以应用到所有的行业的，而实际上我们大都身处具体的行业，处理细分市场的产品，所以基本上可供选择的方案不多，这样大家习以为常；关于具体的方案的选择，理论上是应该由买卖双方协商决定，并写在合同中，但是在实际执行过程中，因为目前是买方市场，所以基本上大多由客人来决定使用什么具体的标准。这些原因造成了我们忽视具体抽样方案的选择。我们经常可以看到的事情是，两种单价相差很大的产品使用相同的检验标准，很明显这是不合理的。

2、 缺陷的分类：这是另一个我们经常遇到的困惑，造成这种分歧的原因是买卖双方在前期没有进行充分的沟通。理论上讲，质量缺陷的严重程度的是应该由买方来决定，并给予解释，而且这些关于缺陷严重程度的分类详情应该在联合技术开发会议上被沟通。但是在实际操作中，这个过程往往因为各种原因而忽视，从而给后续的过程中带来冲突，或者损失。比如说在检验过程中发现某个外观疵点，卖方认为最多算轻微疵点（Minor Defect），但是在特定的条件下，买方会认为它是影响销售和客户体验的重要缺陷(Major Defect), 这样就产生了争议的土壤。

4、 含义；

AQL究竟和疵品率、通过率有啥关系？让我们先来看一个具体的抽样方案：

假设： 正常一次抽样方案     AQL: 1.5     样本量n：50    接收Ac: 2     拒收Re: 3   外观检验

经常会有人讲，AQL 1.5 的疵点比例是1.5%, 这个肯定是不对的，没那么简单。那这个值究竟是多少呢？我们在那里可以得到它？它是怎么来的？就让我来扒一扒吧：

首先，AQL的每一个方案的确对应有一个疵点的比例，它是通过科学的方法计算出来的，通常它代表在该疵点率的批次，有95%的可能性能够通过检验。在本例中这个方案的疵点率是1.64%。（注：如果哪位朋友想要知道究竟为什么是95%，朝统计学方向努把力就可以了；另外本文中个别专业术语知道就行，不影响理解情况下无须深究）

那么我们那里可以知道呢？很简单：在标准里面，OC曲线的部分是可以查到每一个方案对应的疵点比例的。如下图：

最后就该来算一算为什么1.64%的接收概率是95%了。

因为是外观检验，所以每个产品很可能会有不止一个疵点，那么该数据的分布应该是泊松分布。这个分布计算概率的公式如下：

λ= n x p =50*1.64%=0.82

根据抽样方案；接收Ac: 2; 拒收Re: 3, 也就是说只发现2个及以下疵点数就算通过了，这样就只有三种可能，分别是发现疵点的数量为0，1和2：

将X =0 代入上式，得出P(X=0) = 0.4404，即检验中发现没有疵点的概率是44.04%;

将X =1 代入上式，得出P(X =1) = 0.3612，即检验中只发现一个疵点的概率是36.12%;

将X =2 代入上式，得出P(X =2) = 0.1481，即检验中发现两个疵点的概率是14.81%;

三种可能通过的结果，其概率加起来就是94.97%  , 也就是说：

通过该方案检验的批次，95%的可能性疵点比例小于或等于1.64% 。

5、 风险：

首先，通过上述例子，我们知道了AQL是在某疵点比例下该批货物通过检验的可能性；同时大于该疵点比例的批次通过可能性就小，反之亦然。那么如果连续多批，总的来说货物平均的疵点比例是多少呢？

回答这个问题涉及到两个概念：

平均检出质量（AOQ）：指检出产品的平均质量，其中包括所有接收批，再加上经拒收后经过100%检验并用合格品替换了所有不合格品的批次；

平均检出质量限（AOQL）：所有可能的进货质量水平中最大的AOQ。

在实际应用中，AOQL在标准里面也是可以查到的，比如上面提到的抽样方案，通过查AOQL表可以得知其AOQL是2.7%。 同样，这个数字也是可以计算出来的，方法如下：

AOQ=接收概率 x 不合格品率

通过计算不同的疵点比例的AOQ，然后做比较， 我们就可以找到该抽样方案的最大的AOQ，即AOQL。 比如前面提到的抽样方案，我们就可以发现在单批不合格品比例为4%的时候，AOQL最大为2.7%。也就是长期来说，在这个抽样方案下，不管货物最初不合格品的比例多少，最终整个货物平均的疵点比例的最大值为2.7%。有了这个数，我们就对我们的货物有多大的风险了如指掌了。

第二个问题是实际较低不合格品率的批次，被拒收的可能性。先上一张图：

注：显著性水平α是犯第一类错误的概率，通常取0.05；β通常取值为0.1。

通过前面的计算，我们知道在特定的不合格品率下，95%的可能性是能通过检验的；与之相对应的是，是还有5%的可能性不能通过检验，这个就是上图中的α，当然了，实际不合格品比例越小，这个可能性是越小的。

另外在实际运用中，β指不合格品率低于某个数值的批次的接收概率，通常为10%。这个不合格率也是可以在OC曲线上查得，比如说前面提到的抽样方案，它在不合格品率为10.6%的时候的接收概率为10%， 很显然，这个不合格品率已经很高了，也就是说，买方接收这个不合格品率批次的可能性小到只有10%，或者说买方有90%的信心批内的不合格品率低于10.6%。

总结：

1. 只要不是100%验货；风险是客观存在的，无论是生产方还是购买方；

2. 即使通过了AQL验货，不合格品一定还是存在的，只是比例高低而已；尽管AQL并不暗示供方有权故意出运不合格产品；

3. 相对于100%检验，AQL是相对比较经济的方法；同样出于该目的，买方应该仔细考虑可接收的风险水平，从而决定AQL值；并提前沟通疵点分类。

4. AQL所代表的是特定不合格品率下，通过抽样检验的概率。这个比例可以通过计算得出，或者查阅标准得到。

本文参考资料：

美国国家标准ANSI/ASQ Z1.4-2003 (R2013) Sampling Procedures and Tables for Inspection by Attributes

中国国家标准 GB/T 2828.1-2012 / ISO 2859-1: 1999  计数抽样检验程序