AQL是对所希望的生产过程的一种要求，是描述过程平均质量的参数，不应把它同描述制程的作业水平混同起来
AQL是可接收和不可接收的过程平均的分界线，重点放在长期的平均质量保证上面。当生产方的过程平均优于AQL时，可能会有某些批质量劣于AQL，但抽样方案会保证绝大部分（95%）以上的产品批抽检合格。相反的当生产方的过程平均劣于AQL时，会有不少产品批在转换到加严检验之前被接收，随着拒收批的增加，由正常检验转换到加严检验，甚至停止检验。转换到加严检验后，还有可能有某些产品批会接收，但只要对生产方的过程平均质量要求控制在等于或小于AQL上，从长远看，使用方会得到平均质量等于或优于AQL的产品批
GB2828中，AQL（%）采用0.01，0.015，…，1000共26档。小于或等于 10的合格质量水平，可以是每百单位产品不合格品数，也可以是每百单位产品不合格数，大于10的合格质量水平，仅仅是每百单位产品不合格数
从抽样计划和单一正常检验的表格可以看出，在样本量不同的情况下，抽样的合格率要求是不同的，AQL1.5在水平Ⅱ的情况下，样本量为800，Ac=21,允许接收的不合格率为97.38%，样本量为32，Ac=1，允许接收的不合格率为96.88%
综上，可以认为AQL1.5代表的是抽样的不合格率水平，反映的是这批货的合格率是否可以接受，而不代表这批货的不合格率
（N，n，C）代表了一个单次抽样方案，在实际中往往关心的问题是：采用这样的抽样方案时，假设交验批产品的不合格率为P，那么批产品有多大可能被判为合格批而予以接收。或者说被接收的概率有多大？通常把接收概率记作L（p），根据概率统计原理可以
计算L（p）的值，由概率的基本性质可知：0≤L（p）≤1。根据上述条件，当n 中的不合格品数r≤C 时，批产品被判为合格，予以接收，则接收概率为：
L(P)=P(r≤C)
例已知产品批不合格率p＝0.05，求单次抽样方案（100，10，0）的接收概率（不要告诉我看不懂题目啊，意思就是：已经知道不良率为5%，从100个产品中抽取10个样品，求抽检到不良品的概率）。
由于N≥10n时可二项分布作近似计算，得：
L(p)=0.599
（用泊松分布或超几何分布同样可以计算L（p））
如果你问：什么是二项分布啊，泊松分布、超几何分布啊，那么请认真阅读吧，我在后面的文章会有比较详细的说明。没有办法啊，谁让你上学的时候只知道拍拖泡妞（泡靓仔），不懂啊，活该！
重点：单次抽样方案的操作特性曲线OC（operating characteristic curve）
对于具有不同的不合格率Pi 的交验批产品，采用任何一个单次抽样方案（N，n，C），都可以求出相应的接收概率L（Pi），如果以Pi 为横坐标，以L（Pi）为纵坐标，根据L（Pi）和Pi 的函数关系，可以画出一条曲线。这条曲线就是这一抽样方案的操作特性曲线，简称OC 曲线。
例 试画出单次抽样方案（∞，80，1）的OC 曲线
解（1）以Pi 为横坐标，取Pi=0，0.005,0.01,0.02,0.03,0.04,0.05 等一系列值；（2）根据已知n＝80，C＝1，利用泊松分布求出上述Pi 值所对应的L（Pi）值；查附表D 计算L（Pi）值十分方便，计算结果整理后如表7.2.l 所示
表7.2.1 单次抽样方案(∞,80.1)的接收概率
序号
批产品不合格率Pi
nPi
L(Pi)
1
2
3
4
5
6
7
0
0.005
0.01
0.02
0.03
0.04
0.05
(80)(0)=0
(80)(0.005)=0.4
(80)(0.01)=0.8
(80)(0.02)=1.6
(80)(0.03)=2.4
(80)(0.04)=3.2
(80)(0.05)=4.0
1.00
0.938
0.808
0.525
0.309
0.171
0.091
根据Pi 和L（Pi）对应的坐标点可以画出该抽样方案的OC 曲线。可以说，有一个抽样方案(N,n,C)，就有一条OC 曲线，而且是唯一的一条OC 曲线与之对应。抽样方案的OC 曲线直观地反映了采用该方案对不同质量水平的批产品接收和拒收的概率。所以，一条OC 曲线代表了一个抽样方案对所验收的产品质量的判断能力，也称为抽样方案的特性
OC 曲线的特点
一个抽样方案（N，n，C）唯一对应着一条OC 曲线，当方案中N，n，C 三个参数有任何一个改变时，OC 曲线的形状也随之改变，因而方案的性能也要发生变化。
1.当样本大小n 和合格判定数C 一定时，批量N 对OC 曲线的影响很小。因此，常常只用（n，C）两个参数来表示一个单次抽样方案。事实上，如果将单次抽样方案（∞，90.0）的OC 曲线绘在图中，会发现尽管N＝∞，但该抽样方案的OC 曲线与抽样方案（900，90， 0）的OC 曲线几乎重合。
2.当批量N 和样本大小n 一定时，合格判定数C 对OC 曲线的影响：随着C 变小，OC 曲线左移，而且曲线变陡，这说明抽样方案的性能发生了变化。对于同一批交验产品，其不合格率为Pi，不合格判定数C 越小的方案， 其接收概率也越低，说明抽样方案变得严格了。至于严格的程度和合理性， 应该从实际出发，根据用户（需方）的质量要求和生产者的平均质量水平， 对不同的抽样方案的OC 曲线进行比较分析，确定合理的样本大小n 和合格判定数C。另一方面，随C 的变大，接收概率在同一Pi 水平也增大，说明抽样方案变宽松了。
3.当批量N 和合格判定数C 一定时，样本大小n 对OC 曲线的影响：随着n 变大，OC 曲线变陡，抽样方案变严格了。反之，随着n 变小，OC 曲线倾斜度逐渐变缓，方案变宽松。可见，同一批交验产品，由于采用样本大小不同的两个抽样方案，其接收概率却相差0.869，这是特别应该引起注意的。由此， 我们可以通过样本大小n 的变化研究采用合理的验收抽样方案。
4.关于C＝0 的抽样方案我们常常凭直觉认为C＝0 的抽样方案似乎用来验收批产品质量最为可靠和合理，因为C＝0 意味着样本n 中的不合格品数为0，这是一个完全错误的概念。首先，抽样具有随机性，样本n 中不合格品数为0，不等于N 中不合格品数为0。
此外， C＝0 的抽样方案，它们有共同的特点，那就是在Pi 较小的时候，接收概率L（Pi）下降十分快，这样的抽样方案会拒收大量优质批，对生产方和用户都是不利的。因此，C＝0 的抽样方案并不理想。恰恰相反，OC曲线告诉我们，相对n 和C 都大一些的抽样方案一般比较合理。当然，在确定n 和C 时，要从具体情况出发，综合考虑各种因素的影响，特别是生产方的客观条件和用户的实际要求。
5.百分比抽样的不合理性：实际中常常应用一种样本大小n为批量N 百分比的验收抽样方案，例如， 样本大小n 是批量N 的10％，若批量N 分别为900，300 和90，则形成以下三个抽样方案：
（900，90，0）
（300，30，0）
（ 90，9，0 ）
以上三个抽样方案代表了对产品批质量验收的不同特性。当P＝0.05 时，根据二项分布概率计算公式，抽样方案1、方案2 和方案3 的接收概率定量比较如下：
0.01 0.22 0.63
可见，对相同质量的交验批产品，三个抽样方案验收判断能力相差悬殊，这完全是由于批量N 的变化引起的。受批量N 大小的影响而导致对同批产品接收概率L（Pi）的很大差异，可以说是“人为”造成的结果。所以，百分比抽样是不合理的抽样方案，一般有经验的检验员，为了从一定程度上抵消这种影响，往往对批量大的交验批采取减小样本量，
而对批量小的交验批则采用增大样本量，显然这样做法也是不科学的。在采用统计抽样方案以后，就使验收抽样方案进入了科学领地。
五、消费者和生产者的利益
1.理想中的OC 曲线验收抽样方案总是涉及到消费者和生产者双方的利益，对生产者来说， 希望达到用户质量要求的产品批能够高概率被接收，特别要防止优质的产品批被错判拒收；而对消费者来说，则希望尽量避免或减少接收质量差的产品批，一旦产品批质量不合格，应以高概率拒收。
假设用户认为可接收质量水平AQL 为1.5％，那么，理想的OC 曲线应该是当产品批的不合格率Pi≤1.5％时，对交验的产品批100％接收，而当批不合格率Pi＞1.5％时，对交验的产品批100％拒收，即： 若 Pi≤1.5%,则L(Pi)=1 若 Pi＞1.5%,则L(Pi)=0 这种垂直线型OC 曲线只有在全检情况下才能得到，所以，也称为全检的OC 曲线。但如前所述，全检往往是不现实或没有必要的，那么，抽样验收就成为必然。尽管全检的OC 曲线是不现实的，但它为我们寻找现实的、合理的OC 曲线指出了方向，那就是消费者和生产者的利益关系
2.现实中的OC 曲线根据概率论与数理统计原理所设计的验收抽样方案，其主要特点之一就是它的风险性。由于是用样本推断总体，所以就引起了产生风险的可能性
风险可分为生产者风险和消费者风险两类：
1.生产者风险，简称PR（producer’s risk） 是指因采用验收抽样方案使生产者承担将合格批产品错判为不合格而拒收的风险。生产者风险概率a 一般在0.01 到0.10 之间
取值，实际中常取a ＝0.05，其涵义是如果供需双方认可，那么在100 批合格的交验产品中，生产者要承担的风险是平均有5 批被错判为不合格而拒收，这是一个统计概念。
2.消费者风险，简称CR（consumer’s risk） 是指在抽样验收时，使消费者（用户）承担将不合格批产品错判为合格批产品而接收的风险，一般消费者风险概率常取β＝0.10，其涵义是如果供需双方认可，那么在100 批不合格的交验产品中，消费者要承担的风险是平均有10 批被错判为合格而接收。
例如：N＝4000，n＝300，C＝4 的抽样方案的OC 曲线， 其中包含了四个重要参数，即：
α=0.05 β=0.10 AQL=0.7% LTPD=2.6%
由此可作如下分析：
当Pi＜0.7%时，L(Pi)＞0.95
当Pi＞0.7%时，L(Pi)急剧减小
当Pi＞2.6%时，L(Pi)＞0.10
通常，将与生产者风险α相关联的不合格品率称为合格质量水平或可接收质量水平，如前所述，简称AQL。在此例中α＝0.05，AQL＝0.7％。在实际中，AQL 通常代表了生产者和消费者协商后共同认可的批产品不合格率，也是在正常情况下生产者能够达到的过程平均不合格率，它代表了生产者的平均质量水平。因此，AQL 成为抽样方案的重要参数，这个思路的一般性描述为：
当Pi＜AQL 时,L(Pi)＞1-a
当Pi＜AQL 时,L(Pi)＜1-a
通常，将与消费者风险β相关联的不合格品率称为批最大允许不合格率，如前所述，简称LTPD。在此例中β＝0.10，LTpD＝2.6％。在实际中， LTPD 代表了消费者能够接受的批不合格率的极限。因此，LTPD 也成为抽样方案的重要参数，这个思路的一般性描述为：
当Pi＞LTPD 时，L（Pi）＜b
总之，AQL 和LTPD 是验收抽样检查理论中的两个重要概念，也是设计抽样方案的重要参数，它们代表了抽样方案的特性，也代表了消费者和生产者双方的利益
