LTPD 샘플링 검사 계산기 (소비자 위험 기반 Acceptance Sampling)
샘플링 계획표가 필요하면 AQL 샘플링, 계획의 OC 곡선·위험 검토는 AQL·LTPD 를 쓰세요. AQL과 LTPD 두 점을 동시에 만족하는 최소 시료 계획(n·c)을 이항분포로 찾고, 지금 쓰는 계획의 생산자·소비자 위험을 OC 곡선으로 비교합니다.
계산 근거
합격 확률 Pa(p) = Σ(k=0..c) C(n,k)·p^k·(1−p)^(n−k) (이항분포). 조건 Pa(AQL) ≥ 1−α, Pa(LTPD) ≤ β 를 동시에 만족하는 계획 중 시료 수 n 이 가장 작은 것을 고릅니다(두 점 설계). 로트가 시료의 10배 이상이라고 가정합니다.
이 도구가 업무에 도움이 됐나요?
의견 감사합니다.
자주 묻는 질문 (FAQ)
AQL과 LTPD는 무엇이 다른가요?
AQL(Acceptable Quality Level, 합격품질수준)은 생산자가 관리하는 합격 품질 한계로, 이 수준의 로트는 높은 확률로 합격해야 합니다. LTPD(Lot Tolerance Percent Defective, 로트허용불량률)는 소비자가 허용하는 최악 품질 한계로, 이 수준의 로트는 낮은 확률로만 합격해야 합니다. 예를 들어 AQL 1%·LTPD 5%면 불량률 1% 로트는 95% 이상 합격하고, 5% 로트는 10% 이하로만 합격하는 plan을 설계합니다.
생산자 위험(α)과 소비자 위험(β)이란?
α는 품질이 AQL 수준으로 양호한 로트가 검사에서 기준 미달로 나올 확률(통상 5%), β는 품질이 LTPD 수준으로 불량한 로트가 합격될 확률(통상 10%)입니다. α=5%·β=10%가 산업 표준 위험 수준이며, 두 위험을 동시에 통제하는 plan이 생산자·소비자 양쪽을 보호합니다.
두 점 설계(n·c)는 어떻게 계산하나요?
합격확률은 이항분포로
Pa(p) = Σ(k=0..c) C(n,k) p^k (1−p)^(n−k)입니다. 여기서 Pa(AQL) ≥ 1−α와 Pa(LTPD) ≤ β 두 부등식을 동시에 만족하는 최소 샘플 수 n과 판정 개수 c를 탐색합니다. 이것이 Dodge-Romig 두 점 설계 접근이며, 본 도구가 자동으로 수행합니다.OC 곡선(Operating Characteristic Curve)은 어떻게 읽나요?
가로축은 로트 불량률 p, 세로축은 합격확률 Pa입니다. 곡선이 가파를수록(샘플 n이 클수록) 양·불량 로트를 잘 구별하는 판별력 높은 plan입니다. AQL 지점에서 Pa가 1−α(95%) 이상, LTPD 지점에서 Pa가 β(10%) 이하에 있는지 확인하면 plan의 적합성을 시각적으로 검증할 수 있습니다.
샘플 수 n과 판정 개수 c는 어떤 관계인가요?
같은 AQL·LTPD 조건에서 c를 키우면 n도 함께 커집니다. c=0 plan은 n이 가장 작지만 OC 곡선이 아래로 처져 생산자 위험이 커집니다. 판별비 LTPD/AQL이 2 이하로 좁아지면 필요한 n이 급증하므로, 검사 비용과 위험 보호 수준의 균형을 잡아야 합니다.
어떤 분포로 계산하나요? 이항 vs 초기하 vs 포아송?
로트가 샘플의 10배 이상이면 이항분포 근사가 충분히 정확하고, 로트가 작으면 초기하분포가 정확합니다. p가 작고 n이 크면 포아송 근사(np 기준)도 사용합니다. 본 도구는 이항분포 기준으로 n·c를 탐색하며, 로트가 시료의 10배보다 작으면 결과 아래에 보정 안내를 띄웁니다.
AQL 샘플링 플랜 도구와는 어떤 차이가 있나요?
AQL 샘플링 플랜은 공공 영역 MIL-STD-105E 표(ISO 2859-1 과 같은 방식)를 조회(lookup)해 로트 크기·검사수준별 n·c를 찾는 방식이고, 본 도구는 AQL·LTPD 두 점(α·β)을 동시에 만족하는 plan을 이항분포 탐색으로 직접 산출합니다. 계약서에 소비자 보호 수준(LTPD)을 명시해야 하는 수출입 검사에는 두 점 설계가 적합합니다.
검사 외에 어떤 도구와 함께 쓰면 좋나요?
샘플링 검사는 사후 선별 수단입니다. 검사 이전의 공정 관리는 SPC 관리도와 Cp/Cpk 공정능력으로 보완하면 검사 의존을 줄이고 예방 중심 품질 체계를 구축할 수 있습니다.
품질 데이터를 경쟁력으로
SPC·FMEA·품질비용 관리를 넘어 AI 기반 품질 자동화가 필요하다면, CONTIS가 현장 도입까지 함께합니다.
함께 보면 좋은 아티클
제조업 QMS 솔루션 구축 완벽 가이드 — 종이·엑셀에서 클라우드 QMS까지 5단계 로드맵중소·중견 제조업의 QMS 솔루션 구축 5단계 로드맵. 성숙도 진단, 표준화, 솔루션 선정, 구축·전환, 운영·고도화까지 단계별 산출물·비용·일정·도구를 정리했습니다.
고장 신고는 오늘인데 부품은 다음 주에 온다 — 제조업 고객지원·애프터서비스(AS) 직무 실무 5단계와 하루 업무제조업 고객지원·애프터서비스(AS) 담당이 하루·한 주 동안 하는 일을 접수·초진단부터 출동·부품확보, 현장수리·보증판정, 정산·고객확인, 이력기록·재발방지까지 5단계로 정리하고, MTBF·MTTR 같은 지표와 제조물책임법·소비자분쟁해결기준처럼 꼭 알아야 할 규정, 자주 터지는 문제와 표준화·AI 개선 로드맵을 중소·중견 제조 실무자 관점으로 정리했습니다.
소방 점검·승강기 검사 기한, 왜 총무 담당이 바뀌면 놓칠까공장의 소방시설 자체점검이나 화물용 엘리베이터 정기검사처럼 1년에 한 번 돌아오는 기한은, 총무 담당이 바뀌면 전임자의 달력과 기억 속에 남아 사라지기 쉽습니다. 가상의 부품 회사 총무 담당 사례로 기한을 놓치는 원인을 살펴보고, 다음 기한·해야 할 사람·증빙 위치를 한 줄에 적는 법정 일정 대장으로 제조업 총무의 점검·갱신 업무를 담당자가 바뀌어도 이어지게 만드는 방법을 정리했습니다.
실무 도구·자료 업데이트 받기
새 계산기·체크리스트와 스마트팩토리·제조혁신 실무 자료를 이메일로 보내드립니다. 언제든 수신거부할 수 있습니다.