一、两类风险释义
生产者风险——第一类风险（α风险）
本来有一批产品，按照顾客的规格要求均为合格品，由于检验人员的错判，把合格品判定为不合格品从而导致合格批判定为不合格批，通常抽检发现的不合格批可能会返工、返修，这些都需要生产者承担，增加了生产者成本，因此称为生产者风险。
目前α风险默认设定值为5%（弃真概率），即把一批合格品错判为不合格批的概率为5%，或者更直白的说每100批合格品就有可能5批判为不合格。
说到这里，可能有人说问，为什么α风险概率不设定为0，即不允许出现把合格品错判为不合格品的情况。如果这样设置，公司老板肯定满意，但是问题来了，要实施这样的举措，首先要向员工灌输把合格品判为不合格品要罚款、处罚，或者放宽规格，让步接收等等，这样一来，员工检到不合格品不敢上报，或者一味的让步接收，最终，客户不满意了，因为无形之中增加了客户的风险，不合格品越来越多，下面将会讲到与生产者风险相对的第二类风险——β风险。
使用者风险——第二类风险（β风险）
本来是不合格品而误判为合格品，或者不合格品没有抽检到，或者根本没有检验（漏检）就放行，犯这类错误通常是客诉的来源。β风险越大，客户承担来料质量风险就越大。
目前β风险默认设定值为10%（取伪概率），意义与α风险相对。
总之，降低α风险必然会增加β风险，反之亦然，刻意单方面增加或降低任何一类风险均是不合实际的，必须在双方能接受的情况下取得平衡。α风险设定为5%的依据，来源于费歇尔的显著性检验P值所设定的临界值0.05，关于显著性检验及P值相关内容可参考《六西格玛管理》。
二、AQL相关知识
AQL定义
AQL-接收质量限（acceptance quality limit）
当一批产品被提交验收抽样时，可容忍的最差过程平均质量水平。
AQL取值涵义
AQL一般用每百单位产品不合格品数或不合格表示。
举例说明，AQL=0.65的意义在于，按该抽样方案，所有出货产品的不良率平均在0.65%之下，如果α=5%，β=10%，那么就有5%的概率会将不良率小于0.65%的批次拒收，10%的概率将不良率大于0.65%的批次容收的风险。
前面说过，抽样检验本身存在风险，不可能100%准确判定批次质量，这需要双方沟通和约定可接受的抽样方案，以下是AQL选定的参考，当然也可以根据客户的要求执行。
另外，顺便说一下，如果你对OC曲线较为了解，Ac=0方案（即0收1退），并非是最严格，最让人放心的方案，只要是抽样检验，一定会产生误判的风险。
AQL选定参考
以上仅仅作为参考，如需选定更适合实际的抽样方案及AQL值，可搜集OC曲线、二项分布、泊松分布、超几何分布等相关知识进行进一步的学习。
三、百分比抽样的不合理性
我国不少企业在抽样检查时仍沿用百分比抽检法，所谓百分比抽检法，就是不论产品的批量大小，都规定相同的判定数，而样本也是按照相同的比例从产品批中抽取。
由于不改变判定数c，只根据批量不同改变样本容量n，因而对批量不同的产品批采用的方案的宽严程度明显不同，批量大则严，批量小则宽，故很不合理。百分比抽检实际是一种直觉的经验做法，没有科学依据，因此应注意纠正这种不合理的做法。
本文内容如有纰漏，欢迎留言拍砖~
