Kiểm tra một mẫu là quyết định có rủi ro thống kê
Khi kiểm tra đầu vào một lô vật tư hoặc sản phẩm chế tạo, kết quả của một phần lô được dùng để ra quyết định theo quy tắc đã định. Một mẫu không có sản phẩm không phù hợp không chứng minh phần còn lại hoàn toàn phù hợp. Ngược lại, một mẫu phát hiện một số sản phẩm không phù hợp cần được xử lý theo phương án đã thống nhất, không theo quy tắc tự thay sau khi biết kết quả.
NIST mô tả phương án lấy mẫu đơn bằng cặp (n, c): chọn ngẫu nhiên n đơn vị và từ chối lô nếu số đơn vị không phù hợp vượt c. [1] Bài này tính xác suất của một phương án giả định để giải thích cơ chế. Nó không đề xuất thay thế yêu cầu kiểm tra theo hợp đồng, tiêu chuẩn hoặc mức độ quan trọng của sản phẩm.
Phương án và mô hình cần được tách rõ
Giả định n = 50 và c = 1. Nếu mẫu có không hoặc một đơn vị không phù hợp, quy tắc minh họa cho kết quả chấp nhận; từ hai trở lên cho kết quả từ chối. Trạng thái không phù hợp của từng đơn vị được xác định bằng tiêu chí kỹ thuật riêng, không suy ra từ công thức xác suất.
Để tính nhanh, trước hết giả sử mỗi lần chọn có cùng xác suất không phù hợp p và số đếm D có mô hình nhị thức. Khi lấy không hoàn lại từ lô rất lớn so với mẫu, đây có thể là xấp xỉ. NIST nêu rõ giả thiết kích thước lô lớn trong cách tính đường OC bằng nhị thức. [2]
Công thức xác suất chấp nhận
Với n và c cố định, xác suất chấp nhận là Pa(p) = P(D ≤ c) = Σ từ k = 0 đến c của C(n,k)pᵏ(1−p)^(n−k), trong đó C(n,k) là số tổ hợp chọn k từ n. Pa không có đơn vị và nằm từ không đến một. Đường vẽ Pa theo p được gọi là đường đặc tính hoạt động, hay OC. [2]
Khi c = 1, chỉ cần cộng hai trường hợp D = 0 và D = 1. Công thức rút thành Pa(p) = (1−p)ⁿ + np(1−p)^(n−1). Dạng này cho phép kiểm tra một bảng tính bằng phép tính tay mà không cần một hàm phân bố chuyên dụng.
Bốn mức chất lượng giả định
Với phương án 50 và 1, nếu p = 0,01, Pa ≈ 0,910565, tức 91,06%. Nếu p = 0,02, Pa ≈ 0,735771, tức 73,58%. Khi p = 0,05, Pa ≈ 0,279432, tức 27,94%. Khi p = 0,10, Pa ≈ 0,033786, tức 3,38%.
Các số cho thấy đường OC giảm khi tỷ lệ không phù hợp tăng. Nhưng nó không phải một bậc thang hoàn hảo: vẫn có khả năng chấp nhận một lô có p tương đối cao và từ chối một lô có p thấp. Đó là đặc điểm của quyết định từ mẫu hữu hạn trong mô hình.
Ví dụ p = 0,05 không có nghĩa trong mỗi mẫu 50 luôn có đúng 2,5 đơn vị không phù hợp. Giá trị np = 2,5 là trung bình của số đếm qua các lần lấy mẫu theo mô hình; mỗi mẫu cụ thể vẫn cho một số nguyên.
Rủi ro ở hai phía của quyết định
Giả sử trong bài chọn hai mức để đánh giá là p₁ = 0,01 và p₂ = 0,05. Xác suất từ chối ở mức thấp p₁ là α = 1 − Pa(p₁) ≈ 8,94%. Xác suất chấp nhận ở mức cao p₂ là β = Pa(p₂) ≈ 27,94%. NIST gọi các xác suất tương ứng tại mức chất lượng đã chỉ định là rủi ro phía nhà sản xuất và phía người nhận. [1]
Các mức một phần trăm và năm phần trăm ở đây chỉ được chọn để minh họa. Chúng không tự trở thành AQL hoặc mức giới hạn áp dụng cho một hợp đồng thực. Muốn chọn phương án phải có mức chất lượng và rủi ro chấp nhận được do các bên liên quan xác định trước.
Độ nhạy với n và c
Giữ p = 0,05 và c = 1, tăng n từ 50 lên 80 làm Pa giảm từ 27,94% xuống khoảng 8,61%. Mẫu lớn hơn với cùng số chấp nhận tạo yêu cầu chặt hơn trong ví dụ. Tuy nhiên, nó cũng thay đổi xác suất từ chối ở các mức chất lượng tốt, đồng thời cần nhiều công kiểm tra hơn.
Giữ n = 50, p = 0,05 nhưng đổi c từ một xuống không, Pa bằng 0,95⁵⁰ ≈ 7,69%. Nếu tăng c lên hai, Pa tăng lên khoảng 54,05%. Do đó, chỉ nêu “kiểm tra 50 sản phẩm” là chưa mô tả đủ phương án; số chấp nhận c ảnh hưởng trực tiếp quyết định.
Phương án c = 0 cũng không tạo bảo đảm không có sản phẩm không phù hợp trong phần chưa kiểm. Nó chỉ thay quy tắc trên mẫu. Cần phân biệt điều kiện “không phát hiện lỗi trong mẫu” với kết luận “toàn lô không có lỗi”.
Lô hữu hạn và lấy mẫu không hoàn lại
Nếu lô có N đơn vị, trong đó biết theo mô hình có đúng K đơn vị không phù hợp, và lấy ngẫu nhiên n không hoàn lại, số D có phân bố siêu bội. SciPy trình bày phân bố này và công thức xác suất theo số lượng hữu hạn. [3]
Với ký hiệu của bài: P(D = k) = C(K,k)C(N−K,n−k)/C(N,n), cho những k khả thi. Pa vẫn là tổng từ k = 0 đến c. Cần chú ý ký hiệu trong phần mềm có thể khác: đối số tổng số vật thể, số vật thể loại cần đếm và số được rút phải được ánh xạ đúng.
Giả định N = 500, K = 25, n = 50, c = 1. Tỷ lệ không phù hợp của lô là 25/500 = 5%. Tính siêu bội cho Pa ≈ 0,263594, tức 26,36%, khác xấp xỉ nhị thức 27,94%. Sự khác biệt khoảng 1,58 điểm phần trăm xuất phát từ việc lấy không hoàn lại trên một lô hữu hạn đã khai báo.
Xác suất chấp nhận không phải xác suất lô tốt sau khi đã chấp nhận
Pa(p) trả lời: nếu lô có mức p này, cơ hội phương án đưa ra kết quả chấp nhận là bao nhiêu. Nó không trực tiếp trả lời xác suất lô có chất lượng tốt khi đã quan sát một kết quả chấp nhận. Câu hỏi thứ hai cần thêm thông tin về các mức chất lượng trước khi kiểm tra và cách cập nhật theo kết quả.
Tương tự, đường OC không tự mô tả chất lượng đầu ra sau khi các lô bị từ chối được sàng lọc hoặc sửa. Muốn tính chất lượng đầu ra phải xác định cách xử lý lô và độ tin cậy của việc phát hiện, thay thế hoặc sửa chữa. Không nên gắn kết quả của một quy trình xử lý khác vào phương án đang dùng.
Dữ liệu và quy tắc để triển khai
Hồ sơ cần xác định lô, cách chọn mẫu ngẫu nhiên, n, c, tiêu chí phân loại, xử lý đơn vị đã kiểm và quyết định khi lô bị từ chối. Nếu lấy bổ sung một mẫu sau khi mẫu đầu không thuận lợi, phải có quy tắc lấy mẫu nhiều bước đã định trước; không cộng thêm mẫu tùy ý rồi dùng đường OC của phương án đơn cũ.
Các phép tính trên giúp đánh giá một phương án trước khi dùng. Quyết định thực tế cần đồng thời xét hậu quả của lỗi, khả năng kiểm tra, yêu cầu áp dụng và năng lực quá trình. Một phương án có thể kiểm tra được là phương án ghi rõ giả thiết xác suất và cách xử lý, không chỉ ghi một tỷ lệ phần trăm lấy mẫu.
Nguồn tham khảo
[1] Dataplot Reference Manual — Single Sample Acceptance Plan — National Institute of Standards and Technology (NIST). Truy cập ngày 09/11/2026.
[2] NIST/SEMATECH e-Handbook, 6.2.3.2 — Choosing a Sampling Plan with a given OC Curve — National Institute of Standards and Technology (NIST). Truy cập ngày 09/11/2026.
[3] scipy.stats.hypergeom — Hypergeometric discrete random variable — SciPy developers. Truy cập ngày 09/11/2026.
Rà soát nội dung: 09/11/2026.
Khi kiểm tra đầu vào một lô vật tư hoặc sản phẩm chế tạo, kết quả của một phần lô được dùng để ra quyết định theo quy tắc đã định. Một mẫu không có sản phẩm không phù hợp không chứng minh phần còn lại hoàn toàn phù hợp. Ngược lại, một mẫu phát hiện một số sản phẩm không phù hợp cần được xử lý theo phương án đã thống nhất, không theo quy tắc tự thay sau khi biết kết quả.
NIST mô tả phương án lấy mẫu đơn bằng cặp (n, c): chọn ngẫu nhiên n đơn vị và từ chối lô nếu số đơn vị không phù hợp vượt c. [1] Bài này tính xác suất của một phương án giả định để giải thích cơ chế. Nó không đề xuất thay thế yêu cầu kiểm tra theo hợp đồng, tiêu chuẩn hoặc mức độ quan trọng của sản phẩm.
Phương án và mô hình cần được tách rõ
Giả định n = 50 và c = 1. Nếu mẫu có không hoặc một đơn vị không phù hợp, quy tắc minh họa cho kết quả chấp nhận; từ hai trở lên cho kết quả từ chối. Trạng thái không phù hợp của từng đơn vị được xác định bằng tiêu chí kỹ thuật riêng, không suy ra từ công thức xác suất.
Để tính nhanh, trước hết giả sử mỗi lần chọn có cùng xác suất không phù hợp p và số đếm D có mô hình nhị thức. Khi lấy không hoàn lại từ lô rất lớn so với mẫu, đây có thể là xấp xỉ. NIST nêu rõ giả thiết kích thước lô lớn trong cách tính đường OC bằng nhị thức. [2]
Công thức xác suất chấp nhận
Với n và c cố định, xác suất chấp nhận là Pa(p) = P(D ≤ c) = Σ từ k = 0 đến c của C(n,k)pᵏ(1−p)^(n−k), trong đó C(n,k) là số tổ hợp chọn k từ n. Pa không có đơn vị và nằm từ không đến một. Đường vẽ Pa theo p được gọi là đường đặc tính hoạt động, hay OC. [2]
Khi c = 1, chỉ cần cộng hai trường hợp D = 0 và D = 1. Công thức rút thành Pa(p) = (1−p)ⁿ + np(1−p)^(n−1). Dạng này cho phép kiểm tra một bảng tính bằng phép tính tay mà không cần một hàm phân bố chuyên dụng.
Bốn mức chất lượng giả định
Với phương án 50 và 1, nếu p = 0,01, Pa ≈ 0,910565, tức 91,06%. Nếu p = 0,02, Pa ≈ 0,735771, tức 73,58%. Khi p = 0,05, Pa ≈ 0,279432, tức 27,94%. Khi p = 0,10, Pa ≈ 0,033786, tức 3,38%.
Các số cho thấy đường OC giảm khi tỷ lệ không phù hợp tăng. Nhưng nó không phải một bậc thang hoàn hảo: vẫn có khả năng chấp nhận một lô có p tương đối cao và từ chối một lô có p thấp. Đó là đặc điểm của quyết định từ mẫu hữu hạn trong mô hình.
Ví dụ p = 0,05 không có nghĩa trong mỗi mẫu 50 luôn có đúng 2,5 đơn vị không phù hợp. Giá trị np = 2,5 là trung bình của số đếm qua các lần lấy mẫu theo mô hình; mỗi mẫu cụ thể vẫn cho một số nguyên.
Rủi ro ở hai phía của quyết định
Giả sử trong bài chọn hai mức để đánh giá là p₁ = 0,01 và p₂ = 0,05. Xác suất từ chối ở mức thấp p₁ là α = 1 − Pa(p₁) ≈ 8,94%. Xác suất chấp nhận ở mức cao p₂ là β = Pa(p₂) ≈ 27,94%. NIST gọi các xác suất tương ứng tại mức chất lượng đã chỉ định là rủi ro phía nhà sản xuất và phía người nhận. [1]
Các mức một phần trăm và năm phần trăm ở đây chỉ được chọn để minh họa. Chúng không tự trở thành AQL hoặc mức giới hạn áp dụng cho một hợp đồng thực. Muốn chọn phương án phải có mức chất lượng và rủi ro chấp nhận được do các bên liên quan xác định trước.
Độ nhạy với n và c
Giữ p = 0,05 và c = 1, tăng n từ 50 lên 80 làm Pa giảm từ 27,94% xuống khoảng 8,61%. Mẫu lớn hơn với cùng số chấp nhận tạo yêu cầu chặt hơn trong ví dụ. Tuy nhiên, nó cũng thay đổi xác suất từ chối ở các mức chất lượng tốt, đồng thời cần nhiều công kiểm tra hơn.
Giữ n = 50, p = 0,05 nhưng đổi c từ một xuống không, Pa bằng 0,95⁵⁰ ≈ 7,69%. Nếu tăng c lên hai, Pa tăng lên khoảng 54,05%. Do đó, chỉ nêu “kiểm tra 50 sản phẩm” là chưa mô tả đủ phương án; số chấp nhận c ảnh hưởng trực tiếp quyết định.
Phương án c = 0 cũng không tạo bảo đảm không có sản phẩm không phù hợp trong phần chưa kiểm. Nó chỉ thay quy tắc trên mẫu. Cần phân biệt điều kiện “không phát hiện lỗi trong mẫu” với kết luận “toàn lô không có lỗi”.
Lô hữu hạn và lấy mẫu không hoàn lại
Nếu lô có N đơn vị, trong đó biết theo mô hình có đúng K đơn vị không phù hợp, và lấy ngẫu nhiên n không hoàn lại, số D có phân bố siêu bội. SciPy trình bày phân bố này và công thức xác suất theo số lượng hữu hạn. [3]
Với ký hiệu của bài: P(D = k) = C(K,k)C(N−K,n−k)/C(N,n), cho những k khả thi. Pa vẫn là tổng từ k = 0 đến c. Cần chú ý ký hiệu trong phần mềm có thể khác: đối số tổng số vật thể, số vật thể loại cần đếm và số được rút phải được ánh xạ đúng.
Giả định N = 500, K = 25, n = 50, c = 1. Tỷ lệ không phù hợp của lô là 25/500 = 5%. Tính siêu bội cho Pa ≈ 0,263594, tức 26,36%, khác xấp xỉ nhị thức 27,94%. Sự khác biệt khoảng 1,58 điểm phần trăm xuất phát từ việc lấy không hoàn lại trên một lô hữu hạn đã khai báo.
Xác suất chấp nhận không phải xác suất lô tốt sau khi đã chấp nhận
Pa(p) trả lời: nếu lô có mức p này, cơ hội phương án đưa ra kết quả chấp nhận là bao nhiêu. Nó không trực tiếp trả lời xác suất lô có chất lượng tốt khi đã quan sát một kết quả chấp nhận. Câu hỏi thứ hai cần thêm thông tin về các mức chất lượng trước khi kiểm tra và cách cập nhật theo kết quả.
Tương tự, đường OC không tự mô tả chất lượng đầu ra sau khi các lô bị từ chối được sàng lọc hoặc sửa. Muốn tính chất lượng đầu ra phải xác định cách xử lý lô và độ tin cậy của việc phát hiện, thay thế hoặc sửa chữa. Không nên gắn kết quả của một quy trình xử lý khác vào phương án đang dùng.
Dữ liệu và quy tắc để triển khai
Hồ sơ cần xác định lô, cách chọn mẫu ngẫu nhiên, n, c, tiêu chí phân loại, xử lý đơn vị đã kiểm và quyết định khi lô bị từ chối. Nếu lấy bổ sung một mẫu sau khi mẫu đầu không thuận lợi, phải có quy tắc lấy mẫu nhiều bước đã định trước; không cộng thêm mẫu tùy ý rồi dùng đường OC của phương án đơn cũ.
Các phép tính trên giúp đánh giá một phương án trước khi dùng. Quyết định thực tế cần đồng thời xét hậu quả của lỗi, khả năng kiểm tra, yêu cầu áp dụng và năng lực quá trình. Một phương án có thể kiểm tra được là phương án ghi rõ giả thiết xác suất và cách xử lý, không chỉ ghi một tỷ lệ phần trăm lấy mẫu.
Nguồn tham khảo
[1] Dataplot Reference Manual — Single Sample Acceptance Plan — National Institute of Standards and Technology (NIST). Truy cập ngày 09/11/2026.
[2] NIST/SEMATECH e-Handbook, 6.2.3.2 — Choosing a Sampling Plan with a given OC Curve — National Institute of Standards and Technology (NIST). Truy cập ngày 09/11/2026.
[3] scipy.stats.hypergeom — Hypergeometric discrete random variable — SciPy developers. Truy cập ngày 09/11/2026.
Rà soát nội dung: 09/11/2026.


