Lời nói đầu
\r\n\r\nTCVN 8597:2010 được xây dựng dựa trên ISPM\r\nNo. 31 (2008) Methodologies for sampling of consignments;
\r\n\r\nTCVN 8597:2010 do Ban kỹ thuật tiêu chuẩn\r\nquốc gia TCVN/TC/F 19 Kiểm dịch thực vật biên soạn, Tổng cục Tiêu chuẩn\r\nĐo lường Chất lượng đề nghị, Bộ Khoa học và Công nghệ công bố.
\r\n\r\nLời giới thiệu
\r\n\r\nTiêu chuẩn này cung cấp cơ sở thống kê và các\r\nphần bổ sung cho TCVN 7666:2007 và TCVN 7667:2007. Việc kiểm tra các chuyến\r\nhàng của vật thể thuộc diện kiểm dịch vận chuyển trong thương mại là một công\r\ncụ cần thiết để quản lý nguy cơ dịch hại và là quy trình kiểm dịch thực vật\r\n(KDTV) được sử dụng thường xuyên nhất trên toàn thế giới để xác định sự có mặt\r\ncủa dịch hại và/hoặc sự tuân thủ các yêu cầu KDTV nhập khẩu.
\r\n\r\nViệc kiểm tra toàn bộ chuyến hàng thường\r\nkhông khả thi, vì vậy kiểm tra KDTV được thực hiện chủ yếu trên các mẫu thu\r\nđược từ một chuyến hàng. Cần chú ý rằng, các khái niệm về lấy mẫu được trình\r\nbày trong tiêu chuẩn này cũng có thể áp dụng cho các quy trình KDTV khác, nhất\r\nlà lựa chọn các đơn vị dùng cho thử nghiệm.
\r\n\r\nCó thể lấy mẫu thực vật, sản phẩm thực vật và\r\ncác vật thể khác thuộc diện kiểm dịch trước khi xuất khẩu, tại điểm nhập khẩu\r\nhoặc các địa điểm khác do Tổ chức bảo vệ thực vật quốc gia (NPPO) xác định.
\r\n\r\nĐiều quan trọng là các qui trình lấy mẫu do\r\nNPPO xây dựng và sử dụng đã được chứng minh bằng tài liệu, minh bạch và có tính\r\nđến nguyên tắc tác động tối thiểu (TCVN 6907:2010), bởi vì kiểm tra dựa vào\r\nviệc lấy mẫu nên có thể dẫn đến việc từ chối cấp giấy chứng nhận, từ chối nhập\r\nkhẩu xử lý hoặc tiêu hủy một chuyến hàng hoặc một phần chuyến hàng.
\r\n\r\nPhương pháp lấy mẫu do Tổ chức bảo vệ thực\r\nvật quốc gia sử dụng sẽ phụ thuộc vào mục đích lấy mẫu (ví dụ, lấy mẫu để thử\r\nnghiệm) và có thể chỉ làm cơ sở thống kê hoặc sự bắt buộc về thao tác riêng\r\nbiệt. Phương pháp được xây dựng để đạt mục đích lấy mẫu, trong phạm vi những\r\nbắt buộc về thao tác, các kết quả có thể không có cùng mức tin cậy thống kê như\r\ncác phương pháp hoàn toàn dựa vào thống kê, nhưng các phương pháp đó vẫn có thể\r\ncho các kết quả có giá trị tùy thuộc vào mục đích lấy mẫu. Nếu mục đích duy\r\nnhất của việc lấy mẫu là để tăng cơ hội phát hiện dịch hại, thì lấy mẫu chọn\r\nlọc hoặc lấy mẫu có chủ đích cũng có giá trị.
\r\n\r\nTiêu chuẩn này hướng dẫn cho các tổ chức bảo\r\nvệ thực vật quốc gia (NPPO) trong việc lựa chọn các phương pháp lấy mẫu thích\r\nhợp dùng cho kiểm tra hoặc thử nghiệm các chuyến hàng để xác minh sự tuân thủ\r\ncác yêu cầu về kiểm dịch thực vật (KDTV).
\r\n\r\nTiêu chuẩn này không đưa ra hướng dẫn về lấy\r\nmẫu ngoài đồng ruộng (ví dụ, yêu cầu đối với điều tra).
\r\n\r\n\r\n\r\nCác tài liệu viện dẫn sau rất cần thiết cho\r\nviệc áp dụng tiêu chuẩn này. Đối với các tài liệu viện dẫn ghi năm công bố thì\r\náp dụng phiên bản được nêu. Đối với các tài liệu viện dẫn không ghi năm công bố\r\nthì áp dụng phiên bản mới nhất, bao gồm cả các sửa đổi, bổ sung (nếu có).
\r\n\r\nTCVN 3937, Kiểm dịch thực vật – Thuật ngữ\r\nvà định nghĩa.
\r\n\r\nTCVN 6907:2010, Kiểm dịch thực vật –\r\nNguyên tắc đối với bảo vệ thực vật và áp dụng các biện pháp kiểm dịch trong\r\nthương mại quốc tế.
\r\n\r\nTCVN 7666:2007, Kiểm dịch thực vật – Hướng\r\ndẫn về hệ thống quy định nhập khẩu
\r\n\r\nTCVN 7667:2007, Kiểm dịch thực vật – Hướng\r\ndẫn kiểm tra.
\r\n\r\nTCVN 7668:2007, Kiểm dịch thực vật – Phân\r\ntích nguy cơ dịch hại đối với dịch hại kiểm dịch thực vật, bao gồm phân tích\r\nnguy cơ về môi trường và sinh vật sống biến đổi gen.
\r\n\r\nISPM No. 21 (2004), Pest risk analysis for\r\nregulated non-quarantine pests (Phân tích nguy cơ dịch hại đối với dịch hại\r\nthuộc diện điều chỉnh nhưng không phải dịch hại kiểm dịch thực vật) FAO, Rome.
\r\n\r\nCochran, W.G. 1977. Sampling techniques\r\n(Kỹ thuật lấy mẫu). 3rd edn. New York, John Wiley & Sons,\r\n428 pp.
\r\n\r\n\r\n\r\nTrong tiêu chuẩn này sử dụng các thuật ngữ,\r\nđịnh nghĩa trong TCVN 3937.
\r\n\r\n\r\n\r\nCác phương pháp lấy mẫu do NPPO sử dụng trong\r\nlựa chọn các mẫu để kiểm tra chuyến hàng vận chuyển trong thương mại quốc tế\r\ndựa trên một số khái niệm lấy mẫu. Các khái niệm này bao gồm các tham số như:\r\nmức chấp nhận, mức phát hiện, mức tin cậy, hiệu quả phát hiện và cỡ mẫu.
\r\n\r\nViệc áp dụng các phương pháp dựa trên thống\r\nkê, như lấy mẫu ngẫu nhiên đơn giản, lấy mẫu có hệ thống, lấy mẫu phân tầng,\r\nlấy mẫu tuần tự hoặc lấy mẫu theo cụm, cho các kết quả với mức tin cậy có tính\r\nthống kê. Các phương pháp lấy mẫu khác không dựa trên thống kê, như lấy mẫu\r\nthuận tiện, lấy mẫu tùy ý hoặc lấy mẫu chọn lọc, có thể cung cấp các kết quả có\r\ngiá trị trong việc xác định sự có mặt hay không có mặt dịch hại thuộc diện điều\r\nchỉnh nhưng các phương pháp này không có suy luận thống kê. Những giới hạn về\r\nthao tác sẽ ảnh hưởng đến thực tế lấy mẫu ở phương pháp này hoặc với phương\r\npháp khác.
\r\n\r\nTrong việc sử dụng phương pháp lấy mẫu, NPPO\r\nchấp nhận một vài mức độ rủi ro là có thể không phát hiện được các lô hàng\r\nkhông tuân thủ biện pháp KDTV. Việc kiểm tra bằng phương pháp dựa trên thống kê\r\nchỉ có thể cung cấp các kết quả với độ tin cậy nhất định và không thể chứng\r\nminh trong chuyến hàng không có dịch hại.
\r\n\r\nLấy mẫu chuyến hàng được thực hiện cho việc\r\nkiểm tra và/hoặc thử nghiệm để:
\r\n\r\n- phát hiện dịch hại thuộc diện điều chỉnh;
\r\n\r\n- đảm bảo rằng số lượng dịch hại thuộc diện\r\nđiều chỉnh hoặc các đơn vị bị nhiễm dịch trong chuyến hàng không vượt quá mức\r\nsai số cụ thể đối với dịch hại;
\r\n\r\n- đảm bảo điều kiện KDTV chung của một chuyến\r\nhàng;
\r\n\r\n- phát hiện các sinh vật có nguy cơ KDTV\r\nnhưng chưa được xác định;
\r\n\r\n- tối ưu hóa khả năng phát hiện các dịch hại\r\nthuộc diện điều chỉnh cụ thể;
\r\n\r\n- sử dụng tối đa các nguồn mẫu sẵn có;
\r\n\r\n- thu thập thông tin khác, ví dụ để giám sát\r\nđường lan truyền;
\r\n\r\n- xác minh sự tuân thủ các yêu cầu về KDTV;
\r\n\r\n- xác định phần chuyến hàng bị nhiễm dịch.
\r\n\r\nCần chú ý rằng, việc kiểm tra và/hoặc thử\r\nnghiệm dựa trên việc lấy mẫu luôn liên quan đến mức độ lỗi. Việc chấp nhận một\r\nsố khả năng sự có mặt của dịch hại là tất yếu trong khi sử dụng qui trình lấy\r\nmẫu dùng để kiểm tra và/ hoặc thử nghiệm. Việc kiểm tra và/ hoặc thử nghiệm sử\r\ndụng phương pháp lấy mẫu dựa trên thống kê có thể cung cấp một mức tin cậy mà\r\nsự ảnh hưởng của dịch hại ở dưới một mức nhất định, nhưng nó không chứng minh\r\nđược rằng dịch hại thực sự không có mặt trong chuyến hàng.
\r\n\r\n\r\n\r\n6.1. Xác định lô hàng
\r\n\r\nMột chuyến hàng có thể gồm một hoặc nhiều lô\r\nhàng. Khi chuyển hàng có nhiều lô hàng, thì việc kiểm tra để xác định sự tuân\r\nthủ các yêu cầu KDTV có thể phải gồm nhiều kiểm tra bằng mắt riêng biệt, do đó\r\nlô hàng sẽ phải được lấy mẫu riêng rẽ. Trong những trường hợp như vậy, các mẫu\r\nliên quan đến từng lô hàng phải được tách riêng và được xác định để lô thích\r\nhợp có thể được xác định rõ nếu việc kiểm tra hoặc thử nghiệm tiếp theo phát\r\nhiện sự không tuân thủ các yêu cầu về KDTV. Một lô hàng dù không được kiểm tra\r\nhoặc sẽ được kiểm tra thì vẫn phải được xác định bằng các yếu tố được nêu trong\r\nTCVN 7667:2007 (5.1.5).
\r\n\r\nMột lô hàng được lấy mẫu phải có số lượng các\r\nđơn vị hàng hóa đơn lẻ, có thể xác định được do sự đồng nhất về các yếu tố như:
\r\n\r\n- nơi xuất xứ;
\r\n\r\n- người trồng;
\r\n\r\n- điều kiện đóng gói;
\r\n\r\n- loài, giống hoặc độ chín;
\r\n\r\n- nhà xuất khẩu;
\r\n\r\n- vùng sản xuất;
\r\n\r\n- dịch hại thuộc diện điều chỉnh và đặc điểm\r\ncủa chúng;
\r\n\r\n- biện pháp xử lý ở nơi xuất xứ;
\r\n\r\n- hình thức chế biến.
\r\n\r\nTiêu chí do NPPO sử dụng để phân biệt giữa\r\ncác lô hàng phải áp dụng một cách nhất quán cho các chuyến hàng giống nhau.
\r\n\r\nViệc xử lý nhiều loại hàng hóa như một lô\r\nhàng đơn lẻ để thuận tiện nhưng có thể là không thể rút ra suy luận thống từ\r\ncác kết quả lấy mẫu.
\r\n\r\n6.2. Đơn vị mẫu
\r\n\r\nTrước tiên việc lấy mẫu bao gồm việc xác định\r\nđơn vị thích hợp để lấy mẫu (ví dụ, quả, thân cây, chùm, đơn vị khối lượng, bao\r\nhoặc thùng các tông). Việc xác định các đơn vị mẫu bị ảnh hưởng bởi các vấn đề\r\nliên quan đến tính đồng nhất trong sự phân bố của dịch hại trên hàng hóa, cho\r\ndù dịch hại di chuyển hay cố định, chuyến hàng được đóng gói như thế nào, mục\r\nđích sử dụng và xem xét về thực hành ra sao. Ví dụ, nếu chỉ xác định đặc điểm\r\nsinh học của dịch hại, trong trường hợp dịch hại ít di chuyển thì đơn vị mẫu\r\nthích hợp có thể là thực vật hoặc sản phẩm thực vật đơn lẻ, ngược lại trong\r\ntrường hợp dịch hại thường di chuyển, thì thùng cactông hoặc vật chứa hàng hóa\r\nkhác có thể là đơn vị mẫu thích hợp hơn. Tuy nhiên, khi kiểm tra để phát hiện\r\nnhiều loài dịch hại, thì có thể áp dụng những cách khác (ví dụ, thực tế sử dụng\r\ncác đơn vị mẫu khác nhau). Đơn vị mẫu phải được định nghĩa một cách nhất quán\r\nvà độc lập với nhau. Điều này sẽ cho phép NPPO đơn giản hóa quá trình suy luận\r\ntừ mẫu cho đến lô hàng hoặc chuyến hàng mà ở đó mẫu đã được chọn.
\r\n\r\n6.3. Lấy mẫu thống kê và không dựa trên thống\r\nkê
\r\n\r\nPhương pháp lấy mẫu là quá trình được NPPO\r\nphê duyệt để lựa chọn các đơn vị mẫu dùng cho kiểm tra và/ hoặc thử nghiệm.\r\nViệc lấy mẫu để kiểm tra về KDTV các chuyến hàng hoặc lô hàng được thực hiện\r\nbằng cách lấy các đơn vị mẫu từ chuyến hàng hoặc lô hàng mà không có sự thay\r\nthế cho các đơn vị đã lấy
Lấy mẫu dựa trên các phương pháp thống kê\r\nhoặc phương pháp có chủ đích để tạo thuận lợi cho việc phát hiện dịch hại thuộc\r\ndiện điều chỉnh trong chuyến hàng và/ hoặc lô hàng.
\r\n\r\n6.3.1. Lấy mẫu dựa trên thống kê
\r\n\r\nPhương pháp lấy mẫu dựa trên thống kê bao gồm\r\nviệc xác định một số các tham số tương quan và sự lựa chọn phương pháp lấy mẫu\r\nthống kê thích hợp nhất.
\r\n\r\n6.3.1.1. Các tham số và các khái niệm liên\r\nquan
\r\n\r\nViệc lấy mẫu dựa trên thống kê được thiết lập\r\nđể phát hiện phần trăm hoặc tỷ lệ chắc chắn bị nhiễm dịch với mức tin cậy cụ\r\nthể, vì vậy yêu cầu NPPO xác định các tham số tương quan sau đây: số chấp nhận,\r\nmức phát hiện, mức tin cậy, hiệu quả phát hiện và cỡ mẫu. NPPO cũng có thể\r\nthiết lập một mức sai số đối với các loài dịch hại xác định (ví dụ, dịch hại\r\nthuộc diện điều chỉnh nhưng không phải dịch hại KDTV).
\r\n\r\n6.3.1.1.1. Số chấp nhận
\r\n\r\nSố chấp nhận là số lượng các đơn vị bị nhiễm\r\ndịch hoặc số lượng dịch hại đơn lẻ có thể cho phép có trong cỡ mẫu đã cho trước\r\nkhi tiến hành KDTV. Đối với dịch hại KDTV, nhiều NPPO xác định con số này là bằng\r\nkhông. Ví dụ, nếu số chấp nhận là không và phát hiện được một đơn vị bị nhiễm\r\ndịch trong mẫu thì sau đó sẽ thực hiện KDTV. Điều quan trong là đánh giá đúng\r\nsố chấp nhận bằng không trong phạm vi một mẫu, không có nghĩa là mức sai số\r\nbằng không trong toàn bộ chuyến hàng. Thậm chí, nếu không phát hiện dịch hại\r\ntrong mẫu thì vẫn còn khả năng dịch hại có thể có mặt trong phần còn lại của\r\nchuyến hàng, mặc dù ở mức rất thấp.
\r\n\r\nSố chấp nhận liên quan đến mẫu. Số chấp nhận\r\nlà số lượng các đơn vị bị nhiễm dịch hoặc số các dịch hại đơn lẻ cho phép có\r\ntrong mẫu nhưng ngược lại mức sai số (xem 7.3.1.1.6) thể hiện trạng thái của\r\ntoàn bộ chuyến hàng.
\r\n\r\n6.3.1.1.2. Mức phát hiện
\r\n\r\nMức phát hiện là tỷ lệ hoặc phần trăm tối\r\nthiểu bị nhiễm dịch mà phương pháp lấy mẫu sẽ phát hiện với hiệu quả và mức tin\r\ncậy cụ thể và là mức mà NPPO dự định phát hiện trong chuyến hàng.
\r\n\r\nMức phát hiện có thể xác định đối với một\r\nloài dịch hại, nhóm dịch hại hoặc cấp dịch hại, hoặc đối với loài dịch hại chưa\r\nxác định. Mức phát hiện có thể bắt nguồn từ:
\r\n\r\n- quyết định dựa trên phân tích nguy cơ dịch\r\nhại để phát hiện mức nhiễm dịch cụ thể (sự nhiễm dịch được xác định đưa ra nguy\r\ncơ không thể chấp nhận);
\r\n\r\n- sự đánh giá hiệu quả của các biện pháp KDTV\r\nđã được áp dụng trước khi kiểm tra;
\r\n\r\n- quyết định dựa trên hoạt động thực tiễn mà\r\ncường độ kiểm tra trên mức cụ thể là không thực tế;
\r\n\r\n6.3.1.1.3. Mức tin cậy
\r\n\r\nMức tin cậy chỉ ra khả năng chuyến hàng có\r\nmức độ nhiễm dịch vượt quá mức phát hiện sẽ phát hiện được. Mức tin cậy thường\r\nsử dụng là 95 %. NPPO có thể lựa chọn để yêu cầu các mức tin cậy khác nhau phụ\r\nthuộc vào mục đích sử dụng hàng hóa. Ví dụ, để phát hiện, đối với hàng hóa dùng\r\nđể giao trồng có thể yêu cầu mức tin cậy cao hơn hàng hóa dùng để tiêu dùng,\r\nmức tin cậy cũng có thể khác nhau theo cường độ của biện pháp KDTV đã được áp\r\ndụng và bằng chứng trước đây về sự không tuân thủ. Giá trị mức tin cậy quá cao\r\ntrở nên khó đạt được và các giá trị thấp hơn ít có ý nghĩa đối với việc ra\r\nquyết định. Mức tin cậy 95 % có nghĩa là kết luận được rút ra từ các kết quả\r\ncủa việc lấy mẫu sẽ phát hiện được trung bình 95 chuyến hàng trong số 100\r\nchuyến hàng không tuân thủ, vì vậy có thể giả định rằng, trung bình 5 % chuyến\r\nhàng không tuân thủ sẽ không bị phát hiện.
\r\n\r\n6.3.1.1.4. Hiệu quả phát hiện
\r\n\r\nHiệu quả phát hiện là khả năng mà việc kiểm\r\ntra hoặc thử nghiệm một đơn vị nhiễm dịch sẽ phát hiện một loài dịch hại. Thông\r\nthường, hiệu quả phát hiện không được giả định 100 %. Ví dụ, dịch hại có thể\r\nkhó phát hiện bằng mắt, các triệu chứng của bệnh ở thực vật có thể không thể\r\nhiện (sự nhiễm dịch tiềm ẩn), hoặc hiệu quả phát hiện có thể bị giảm đi do lỗi\r\ncủa con người. Điều này có thể bao gồm các giá trị hiệu quả thấp hơn (ví dụ, cơ\r\nhội phát hiện dịch hại là 80 % khi kiểm tra một đơn vị bị nhiễm dịch) trong\r\nviệc xác định cỡ mẫu.
\r\n\r\n6.3.1.1.5. Cỡ mẫu
\r\n\r\nCỡ mẫu là số lượng các đơn vị được chọn từ lô\r\nhàng hoặc chuyến hàng sẽ được kiểm tra hoặc thử nghiệm. Hướng dẫn về xác định\r\ncỡ mẫu được nêu trong 6.5.
\r\n\r\n6.3.1.1.6. Mức sai số
\r\n\r\nMức sai số đề cập đến tỷ lệ phần trăm nhiễm\r\ndịch trong toàn bộ chuyến hàng hoặc lô hàng, đó là ngưỡng để hành động KDTV.
\r\n\r\nMức sai số có thể được thiết lập đối với dịch\r\nhại thuộc diện điều chỉnh nhưng không phải dịch hại KDTV (như mô tả trong 4.4\r\ncủa ISPM No. 21) và cũng có thể được thiết lập cho các điều kiện liên quan đến\r\ncác yêu cầu về KDTV nhập khẩu khác (ví dụ, vỏ cây gỗ hay đất trên rễ thực vật).
\r\n\r\nHầu hết các NPPO có mức sai số bằng không đối\r\nvới tất cả các dịch hại KDTV, có tính đến khả năng dịch hại có mặt trong các\r\nđơn vị không được lấy mẫu như mô tả trong 6.3.1.1.1. Tuy nhiên, NPPO có thể xác\r\nđịnh để thiết lập một mức sai số đối với một loài dịch hại KDTV dựa trên phân\r\ntích nguy cơ dịch hại (như mô tả trong 5.3.4.1 của TCVN 7668:2007) và sau đó\r\nxác định tỷ lệ mẫu từ mức sai số này. Ví dụ, NPPO có thể xác định mức sai số lớn\r\nhơn không vì số lượng nhỏ dịch hại KDTV có thể chấp nhận được nếu khả năng\r\nthiết lập của dịch hại đó được coi là thấp hoặc nếu mục đích sử dụng cuối cùng\r\ncủa sản phẩm hạn chế khả năng xâm nhập của dịch hại vào vùng có nguy cơ (ví dụ,\r\nrau quả tươi được nhập khẩu dùng để chế biến).
\r\n\r\n6.3.1.2. Mối liên hệ giữa các tham số và mức\r\nsai số
\r\n\r\nNăm tham số (số chấp nhận, mức phát hiện, mức\r\ntin cậy, hiệu quả phát hiện và cỡ mẫu) có liên quan về mặt thống kê với nhau.\r\nXem xét đến mức sai số được thiết lập, NPPO phải xác định hiệu quả của phương\r\npháp phát hiện đã sử dụng và quyết định theo số chấp nhận trong mẫu; bất kỳ hai\r\ntrong ba tham số còn lại cũng có thể được chọn và tham số còn lại sẽ được xác\r\nđịnh từ các giá trị đã chọn trên phần còn lại.
\r\n\r\nNếu thiết lập mức sai số lớn hơn không, thì\r\nmức phát hiện được chọn phải bằng (hoặc nhỏ hơn, nếu số chấp nhận lớn hơn\r\nkhông) mức sai số để đảm bảo chuyến hàng có mức nhiễm dịch lớn hơn mức sai số\r\nsẽ được phát hiện với mức tin cậy cụ thể.
\r\n\r\nNếu không phát hiện được dịch hại có trong\r\nđơn vị mẫu, thì tỷ lệ phần trăm bị nhiễm dịch trong chuyến hàng có thể không\r\nvượt quá thực tế mà giảm xuống dưới mức phát hiện với mức tin cậy đã định. Nếu\r\ndịch hại không được phát hiện với cỡ mẫu thích hợp, thì mức tin cậy cho thấy\r\nkhả năng mà mức sai số không bị vượt quá.
\r\n\r\n6.3.1.3. Phương pháp lấy mẫu dựa trên thống\r\nkê
\r\n\r\n6.3.1.3.1. Lấy mẫu ngẫu nhiên đơn giản
\r\n\r\nKết quả lấy mẫu ngẫu nhiên đơn giản ở tất cả\r\ncác đơn vị mẫu có khả năng như nhau của các mẫu được lựa chọn từ lô hàng hoặc\r\nchuyến hàng. Lấy mẫu ngẫu nhiên đơn giản bao gồm việc rút các đơn vị mẫu phù\r\nhợp với một phương pháp, ví dụ bảng số ngẫu nhiên. Việc sử dụng một quá trình\r\nngẫu nhiên được xác định là khác biệt của phương pháp này với phương pháp lấy\r\nmẫu ngẫu nhiên (được mô tả trong 6.3.2.2).
\r\n\r\nPhương pháp này được sử dụng khi không biết\r\nrõ về sự phân bố của dịch hại hoặc tỷ lệ nhiễm dịch. Lấy mẫu ngẫu nhiên đơn\r\ngiản có thể khó áp dụng đúng trong những tình huống thực tiễn. Để sử dụng\r\nphương pháp này, từng đơn vị phải có khả năng lựa chọn tương đương nhau. Trong\r\ntrường hợp dịch hại không phân bố ngẫu nhiên trong lô hàng, thì phương pháp này\r\ncó thể không phải là tối ưu. Phương pháp lấy mẫu ngẫu nhiên đơn giản có thể cần\r\nnguồn mẫu lớn hơn các phương pháp lấy mẫu khác. Việc áp dụng có thể phụ thuộc\r\nvào loại và/ hoặc cấu trúc của chuyến hàng.
\r\n\r\n6.3.1.3.2. Lấy mẫu có hệ thống
\r\n\r\nLấy mẫu có hệ thống bao gồm việc lấy một mẫu\r\ntừ các đơn vị khi lô hàng đã được cố định, trong các khoảng thời gian định\r\ntrước. Tuy nhiên, lựa chọn đầu tiên phải được thực hiện một cách ngẫu nhiên\r\ntrong toàn bộ lô hàng. Kết quả có thể bị sai lệch nếu dịch hại phân bố một cách\r\ntương tự nhau đối với khoảng thời gian đã chọn để lấy mẫu.
\r\n\r\nHai ưu điểm của phương pháp này là quá trình\r\nlấy mẫu có thể thực hiện tự động bằng máy và yêu cầu sử dụng quá trình ngẫu nhiên\r\nchỉ để chọn đơn vị mẫu đầu tiên.
\r\n\r\n6.3.1.3.3. Lấy mẫu phân tầng
\r\n\r\nLấy mẫu phân tầng bao gồm việc chia tách lô\r\nhàng thành các đơn vị nhỏ riêng biệt (đó là các tầng) và sau đó rút các đơn vị\r\nmẫu từ mỗi đơn vị nhỏ. Trong mỗi đơn vị nhỏ, các đơn vị mẫu được lấy bằng một\r\nphương pháp cụ thể (lấy mẫu có hệ thống hoặc lấy mẫu ngẫu nhiên). Trong một vài\r\ntrường hợp, số lượng các đơn vị mẫu khác nhau có thể được lấy từ mỗi đơn vị nhỏ\r\n- ví dụ, số lượng các đơn vị mẫu có thể tỷ lệ với cỡ của đơn vị nhỏ hoặc dựa\r\nvào sự hiểu biết trước về sự nhiễm dịch của đơn vị nhỏ đó.
\r\n\r\nNếu tất cả khả thi, thì lấy mẫu phân tầng sẽ\r\nhầu như luôn cải thiện được độ chính xác phát hiện. Sự thay đổi nhỏ hơn kết hợp\r\nvới lấy mẫu phân tầng sẽ cho các kết quả chính xác hơn. Điều này đặc biệt đúng\r\nkhi mức nhiễm dịch có thể thay đổi trong một lô hàng tùy thuộc vào qui trình\r\nbao gói hay điều kiện bảo quản. Lấy mẫu phân tầng là sự lựa chọn thích hợp khi\r\nsự hiểu biết về phân bố của dịch hại và những xem xét thực tế được cho là sẽ\r\ncho phép lấy mẫu như vậy.
\r\n\r\n6.3.1.3.4. Lấy mẫu tuần tự
\r\n\r\nLấy mẫu tuần tự bao gồm việc lấy ra một loạt\r\ncác đơn vị mẫu bằng một trong các phương pháp ở trên. Sau khi lấy mỗi mẫu (hoặc\r\nnhóm mẫu), các dữ liệu được tổng hợp và được so sánh với các dải đã định trước\r\nđể quyết định có chấp nhận chuyến hàng hay từ chối chuyến hàng hay là tiếp tục\r\nlấy mẫu.
\r\n\r\nPhương pháp này có thể được sử dụng khi mức\r\nsai số được xác định là lớn hơn không và loạt các đơn vị mẫu đầu tiên không\r\ncung cấp đủ thông tin để quyết định xem mức sai số có bị vượt quá hay không.\r\nPhương pháp này sẽ không được sử dụng nếu số chấp nhận trong một mẫu của bất kỳ\r\ncỡ mẫu nào bằng không. Lấy mẫu tuần tự có thể giảm số lượng mẫu yêu cầu cho\r\nviệc đưa ra quyết định hoặc giảm khả năng từ chối một chuyến hàng không tuân\r\nthủ.
\r\n\r\n6.3.1.3.5. Lấy mẫu theo cụm
\r\n\r\nLấy mẫu theo cụm bao gồm việc lựa chọn các\r\nnhóm đơn vị dựa trên cỡ cụm đã định trước (ví dụ, các hộp trái cây, các cành\r\nhoa) để tạo ra tổng số các đơn vị mẫu yêu cầu của lô hàng. Lấy mẫu theo cụm dễ\r\nđánh giá hơn và đáng tin cậy hơn nếu các cụm có cỡ bằng nhau. Điều này rất có\r\nlợi nếu nguồn sẵn có cho lấy mẫu bị giới hạn và thực hiện tốt khi sự phân bố\r\ncủa dịch hại là ngẫu nhiên.
\r\n\r\nLấy mẫu theo cụm có thể được phân tầng và có\r\nthể sử dụng cả phương pháp ngẫu nhiên hoặc phương pháp hệ thống đối với việc\r\nlựa chọn các nhóm. Trong các phương pháp dựa trên thống kê thì phương pháp này\r\nthường dễ áp dụng nhất.
\r\n\r\n6.3.1.3.6. Lấy mẫu theo tỷ lệ cố định
\r\n\r\nViệc lấy theo tỷ lệ các đơn vị mẫu cố định\r\ntrong lô hàng (ví dụ 2 %) dẫn đến các mức phát hiện hoặc mức tin cậy không nhất\r\nquán khi cỡ lô thay đổi. Như nêu trong Phụ lục 5, việc lấy mẫu theo tỷ lệ cố\r\nđịnh làm thay đổi mức tin cậy đối với mức phát hiện đã biết hoặc làm thay đổi\r\ncác mức phát hiện đối với các mức tin cậy đã biết.
\r\n\r\n6.3.2. Lấy mẫu không dựa trên thống kê
\r\n\r\nCác phương pháp lấy mẫu khác mà không dựa\r\ntrên thống kê, như lấy mẫu thuận tiện hoặc lấy mẫu tùy ý hoặc lấy mẫu chọn lọc\r\nhoặc lấy mẫu có chủ đích, có thể cho các kết quả có giá trị trong việc xác định\r\nsự có mặt hay không có mặt của một hoặc nhiều loài dịch hại thuộc diện điều\r\nchỉnh. Các phương pháp sau đây có thể sử dụng dựa trên các xem xét thực tiễn cụ\r\nthể hoặc khi mục đích chỉ là để phát hiện dịch hại.
\r\n\r\n6.3.2.1. Lấy mẫu thuận tiện
\r\n\r\nViệc lấy mẫu thuận tiện bao gồm việc lựa chọn\r\ncác đơn vị mẫu thuận tiện nhất (ví dụ, dễ lấy, rẻ nhất, nhanh nhất) từ lô hàng\r\nmà không lựa chọn các đơn vị mẫu theo cách ngẫu nhiên hay có hệ thống.
\r\n\r\n6.3.2.2. Lấy mẫu tùy ý
\r\n\r\nViệc lấy mẫu tùy ý bao gồm việc chọn các đơn\r\nvị một cách tùy ý mà không sử dụng quá trình ngẫu nhiên hóa. Điều này có thể\r\nthường xuất hiện ngẫu nhiên vì người kiểm tra không có ý nghiêng về sự lựa chọn\r\nnào. Tuy nhiên, xu hướng không chủ định có thể xuất hiện, nên mức độ đại diện\r\ncủa mẫu đối với lô hàng là không được biết.
\r\n\r\n6.3.2.3. Lấy mẫu chọn lọc hay lấy mẫu có chủ\r\nđích
\r\n\r\nLấy mẫu chọn lọc bao gồm các mẫu chọn lọc có\r\nchủ định từ các phần của lô hàng có nhiều khả năng bị nhiễm dịch nhất, hoặc từ\r\ncác đơn vị bị nhiễm dịch rõ ràng, để tăng cơ hội phát hiện dịch hại thuộc diện\r\nđiều chỉnh cụ thể. Phương pháp này có thể dựa vào người kiểm tra có kinh nghiệm\r\nvề hàng hóa và nắm được đặc điểm sinh học của dịch hại. Việc sử dụng phương\r\npháp này cũng có thể thực hiện thông qua phân tích đường lan truyền xác định\r\nmột phần cụ thể của lô hàng có khả năng nhiễm dịch cao hơn (ví dụ, một phần gỗ\r\nbị ẩm có thể có khả năng bị tuyến trùng gây hại). Vì mẫu được lấy có chủ đích\r\nvà thiên về thống kê, nên việc công bố xác suất về mức nhiễm dịch trong lô hàng\r\ncó thể không thực hiện được. Tuy nhiên, nếu mục đích duy nhất của việc lấy mẫu\r\nlà để tăng cơ hội phát hiện một hoặc nhiều loài dịch hại thuộc diện điều chỉnh,\r\nthì phương pháp này có giá trị. Các mẫu riêng lẻ của hàng hóa có thể được yêu\r\ncầu để đáp ứng độ tin cậy chung trong việc phát hiện các dịch hại thuộc diện\r\nđiều chỉnh khác. Việc sử dụng phương pháp lấy mẫu chọn lọc hay lấy mẫu có chủ\r\nđích có thể hạn chế cơ hội có được thông tin về tình trạng dịch hại chung của\r\nlô hàng hoặc chuyến hàng, vì lấy mẫu chỉ tập trung ở nơi mà các loài dịch hại\r\nthuộc diện điều chỉnh cụ thể có khả năng phát hiện được chứ không phải ở trên phần\r\ncòn lại của chuyến hàng hoặc lô hàng.
\r\n\r\n6.4. Lựa chọn phương pháp lấy mẫu
\r\n\r\nTrong hầu hết các trường hợp, việc lựa chọn\r\nphương pháp lấy mẫu thích hợp nhất thiết phải dựa vào thông tin sẵn có về phạm\r\nvi tác động và sự phân bố của dịch hại trong chuyến hàng hoặc lô hàng cũng như\r\ncác tham số liên quan đến tình hình kiểm tra. Trong hầu hết các áp dụng KDTV,\r\nnhững hạn chế thao tác sẽ chỉ ra thực tế lấy mẫu theo phương pháp này hoặc\r\nphương pháp khác. Sau đó việc xác định giá trị thống kê của phương pháp thực tế\r\nsẽ thu hẹp lĩnh vực thay thế.
\r\n\r\nCuối cùng thì phương pháp lấy mẫu được NPPO\r\nlựa chọn phải dễ thực hiện và thích hợp nhất, để đạt được mục tiêu và cần được\r\nchứng minh bằng tài liệu về sự minh bạch. Tính khả thi có liên quan đến việc\r\nphán đoán các yếu tố tình trạng cụ thể, nhưng phải được áp dụng một cách nhất\r\nquán.
\r\n\r\nNếu việc lấy mẫu để tăng cơ hội phát hiện\r\ndịch hại cụ thể, thì tốt nhất có thể chọn lấy mẫu có chủ đích (mô tả trong\r\n6.3.2.3) miễn là người kiểm tra có thể xác định những phần của lô hàng có khả\r\nnăng bị nhiễm dịch cao hơn. Nếu không có sự hiểu biết về vấn đề này, thì một\r\ntrong những phương pháp dựa trên thống kê sẽ thích hợp hơn. Các phương pháp lấy\r\nmẫu không dựa trên thống kê không cho kết quả ở từng đơn vị một khả năng như\r\nnhau trong mẫu và không cho phép định lượng một mức tin cậy hoặc mức phát hiện.
\r\n\r\nPhương pháp dựa trên thống kê sẽ thích hợp\r\nnếu việc lấy mẫu được thực hiện để cung cấp thông tin về điều kiện KDTV chung\r\ncủa chuyến hàng, để phát hiện nhiều loài dịch hại KDTV hoặc xác minh sự tuân\r\nthủ các yêu cầu về KDTV.
\r\n\r\nTrong việc lựa chọn một phương pháp dựa trên thống\r\nkê, có thể xem xét chuyến hàng đã được xử lý trong khi thu hoạch, phân loại,\r\nđóng gói và khả năng phân bố của dịch hại trong lô hàng như thế nào. Các phương\r\npháp lấy mẫu có thể được kết hợp: ví dụ, lấy mẫu phân tầng có thể có các đơn vị\r\nmẫu được chọn ngẫu nhiên hoặc có hệ thống (hoặc theo cụm) trong các tầng.
\r\n\r\nNếu thực hiện lấy mẫu để xác định liệu một\r\nmức sai số khác không cụ thể có bị vượt quá hay không, thì phương pháp lấy mẫu\r\ntuần tự có thể thích hợp.
\r\n\r\nKhi một phương pháp lấy mẫu đã được lựa chọn\r\nvà áp dụng đúng, thì việc lặp lại việc lấy mẫu để có các kết quả khác nhau là\r\nkhông thể chấp nhận được. Không được lặp lại việc lấy mẫu trừ khi cần xem xét\r\nvề lý do kỹ thuật cụ thể (ví dụ, nghi ngờ không áp dụng đúng phương pháp lấy\r\nmẫu).
\r\n\r\n6.5. Xác định cỡ mẫu
\r\n\r\nĐể xác định số lượng mẫu cần lấy, NPPO phải\r\nchọn mức tin cậy (ví dụ, 95 %), mức phát hiện (ví dụ 5 %), số chấp nhận [ví dụ bằng\r\nkhông (0)] và xác định hiệu quả phát hiện (ví dụ 80%). Từ các giá trị này và cỡ\r\nlô có thể tính được cỡ mẫu. Phụ lục 2 đến Phụ lục 5 đưa ra cơ sở toán học cho\r\nviệc xác định cỡ mẫu. Trong 6.3.1.3 của tiêu chuẩn này cung cấp hướng dẫn về\r\nphương pháp lấy mẫu dựa trên thống kê thích hợp nhất khi xem xét phân bố của\r\ndịch hại trong lô hàng
\r\n\r\n6.5.1. Sự phân bố của dịch hại không được\r\nbiết trong lô hàng
\r\n\r\nDo việc lấy mẫu được thực hiện mà không thay\r\nthế và qui mô quần thể là có hạn, nên cần sử dụng phân bố theo cấp số nhân để\r\nxác định cỡ mẫu. Sự phân bố này cho khả năng phát hiện số lượng nhất định các\r\nđơn vị bị nhiễm dịch trong một mẫu của một cỡ mẫu được rút ra từ lô hàng có cỡ đã\r\nbiết, khi số lượng các đơn vị nhiễm dịch cụ thể tồn tại trong lô hàng (xem Phụ\r\nlục 2). Số lượng các đơn vị bị nhiễm dịch trong lô hàng được tính là mức phát\r\nhiện nhân với tổng số các đơn vị trong lô hàng.
\r\n\r\nKhi cỡ lô tăng lên, thì cỡ mẫu yêu cầu cho\r\nmức phát hiện và mức tin cậy cụ thể đạt giới hạn trên. Khi cỡ mẫu nhỏ hơn 5 %\r\ncỡ lô, thì cỡ mẫu có thể được tính bằng phân bố nhị thức, hoặc phân bố Poisson\r\n(xem phụ lục 3). Đối với mức tin cậy và mức phát hiện cụ thể có cỡ lô lớn, thì\r\ncả ba phân bố (phân bố theo cấp số nhân, phân bố nhị thức và phân bố Poisson)\r\nđều cho cỡ mẫu gần như giống hệt nhau, nhưng phân bố nhị thức và phân bố\r\nPoisson dễ tính hơn.
\r\n\r\n6.5.2. Sự phân bố của dịch hại tập trung\r\ntrong lô hàng
\r\n\r\nHầu hết quần thể dịch hại tập trung ở một mức\r\nđộ nào đó trên đồng ruộng. Vì hàng hóa có thể được thu hoạch và đóng gói ở\r\nngoài ruộng mà không phân hạng hay phân loại, sự phân bố của các đơn vị bị\r\nnhiễm dịch trong lô hàng có thể được nhóm lại hay được tập hợp lại. Việc tập\r\ntrung các đơn vị bị nhiễm dịch của hàng hóa sẽ luôn làm giảm khả năng phát hiện\r\nsự nhiễm dịch. Tuy nhiên, việc kiểm tra KDTV là nhằm phát hiện các đơn vị bị nhiễm\r\ndịch và/ hoặc dịch hại ở mức thấp. Ảnh hưởng của việc tập trung các đơn vị bị\r\nnhiễm dịch tới hiệu quả phát hiện mẫu và tới cỡ mẫu yêu cầu là nhỏ trong phần\r\nlớn các trường hợp.
\r\n\r\nKhi NPPO xác định rằng, có khả năng tập trung\r\ncao các đơn vị nhiễm dịch trong lô hàng, thì phương pháp lấy mẫu phân tầng có\r\nthể giúp tăng cơ hội phát hiện sự nhiễm dịch tập trung.
\r\n\r\nKhi dịch hại tập trung, thì việc tính cỡ mẫu\r\ntốt nhất là sử dụng phân bố nhị thức – beta (xem Phụ lục 4). Tuy nhiên việc\r\ntính toán này đòi hỏi phải có hiểu biết về mức độ tập hợp mà điều này thường\r\nchưa được biết và vì vậy phân bố này có thể là không thực tế cho sử dụng chung.\r\nCó thể sử dụng một trong các phân bố khác (phân bố theo cấp số nhân, phân bố\r\nnhị thức hoặc phân bố Poisson); tuy nhiên, mức tin cậy của việc lấy mẫu sẽ bị\r\ngiảm khi mức độ tập hợp tăng.
\r\n\r\n6.6. Thay đổi mức phát hiện
\r\n\r\nViệc lựa chọn mức phát hiện không đổi có thể\r\ntạo ra số lượng đơn vị bị nhiễm dịch xâm nhập cùng với chuyến hàng nhập khẩu\r\nthay đổi vì cỡ lô thay đổi (ví dụ, mức nhiễm dịch 1 % của 1 000 đơn vị tương\r\nứng với 10 đơn vị bị nhiễm dịch, trong khi mức nhiễm dịch 1 % của 10 000 đơn vị\r\ntương ứng với 100 đơn vị bị nhiễm dịch). Tốt nhất là việc chọn mức phát hiện\r\nphải phản ánh được một phần số lượng các đơn vị bị nhiễm dịch trên tất cả các\r\nchuyến hàng trong khoảng thời gian cụ thể. Nếu NPPO muốn quản lý số lượng các\r\nđơn vị bị nhiễm dịch có trong từng chuyến, thì cũng có thể sử dụng mức phát\r\nhiện khác nhau. Mức sai số cần được qui định bằng số lượng bị nhiễm dịch trên\r\nchuyến hàng và cỡ mẫu phải được qui định để đưa ra mức tin cậy và mức phát hiện\r\nmong muốn.
\r\n\r\n6.7. Kết quả lấy mẫu
\r\n\r\nKết quả các hoạt động và kỹ thuật lấy mẫu có\r\nthể dẫn đến việc thực hiện hành động KDTV (xem thêm chi tiết nêu trong 5.1.5\r\ncủa TCVN 7667:2007).
\r\n\r\n\r\n\r\n
| \r\n | \r\n \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Khả năng phát hiện i đơn vị bị nhiễm\r\n dịch trong một mẫu \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Khoảng để tính khả năng tìm thấy không có\r\n đơn vị bị nhiễm dịch \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Khả năng phát hiện i đơn vị bị nhiễm\r\n dịch trong mẫu có n đơn vị (cỡ mẫu nhỏ hơn 5 % cỡ lô) \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Xác suất phân bố nhị thức không quan sát\r\n được đơn vị bị nhiễm dịch nào trong mẫu có n đơn vị \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Xác suất phân bố nhị thức quan sát được ít\r\n nhất một đơn vị bị nhiễm dịch \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Công thức phân bố nhị thức 5 và 6 được sắp\r\n xếp lại để xác định n \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Phương án phân bố Poisson của công thức nhị\r\n thức 6 \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Xác suất phân bố Poisson tìm thấy không có\r\n đơn vị nào bị nhiễm dịch (được đơn giản hóa) \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Xác suất phân bố Poisson, tìm thấy ít nhất\r\n một đơn vị bị nhiễm dịch (mức tin cậy) \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Phân bố Poisson để xác định cỡ mẫu n \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Việc lấy mẫu dựa trên phân bố nhị thức-beta\r\n đối với việc phân bố lại trong không gian \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Phân bố nhị thức-beta là khả năng không\r\n quan sát được đơn vị bị nhiễm dịch sau khi kiểm tra một vài lô hàng (đối với\r\n lô hàng đơn lẻ) \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Phân bố nhị thức-beta là khả năng quan sát\r\n được một hay nhiều đơn vị bị nhiễm dịch \r\n | \r\n \r\n | \r\n
| \r\n | \r\n \r\n Công thức Phân bố nhị thức-beta 12 và 13\r\n được sắp xếp lại để xác định m \r\n | \r\n \r\n | \r\n
Phân bố theo cấp số nhân là thích hợp để mô\r\ntả khả năng tìm thấy dịch hại trong lô hàng tương đối nhỏ. Một lô hàng được xem\r\nlà nhỏ khi cỡ mẫu lớn hơn 5 % cỡ lô. Trong trường hợp này, việc lấy mẫu một đơn\r\nvị từ lô hàng ảnh hưởng đến khả năng phát hiện đơn vị bị nhiễm dịch trong đơn\r\nvị mẫu được chọn tiếp theo. Lấy mẫu dựa trên phân bố theo cấp số nhân dựa vào\r\nphương pháp lấy mẫu không thay thế.
\r\n\r\nGiả định rằng, sự phân bố của dịch hại trong\r\nlô hàng là không tập trung và sử dụng phương pháp lấy mẫu ngẫu nhiên. Phương\r\npháp luận này có thể được mở rộng cho các sơ đồ lấy mẫu khác như lấy mẫu phân\r\ntầng (có thể tìm thêm chi tiết trong công thức Cochran, 1977).
\r\n\r\nKhả năng phát hiện i đơn vị bị nhiễm dịch trong mẫu\r\nđược tính bằng công thức:
\r\n\r\n| \r\n P(X=i)= | \r\n \r\n Công thức B.1 \r\n | \r\n
![](\"00902292_files/image001.gif\")
Trong đó
\r\n\r\n| \r\n
| \r\n \r\n Trong đó a! = a(a-1)(a-2)…. 1 và 0!=1 \r\n | \r\n
![](\"00902292_files/image002.gif\")
P(X=i) là khả năng quan sát i đơn vị bị nhiễm dịch\r\ntrong mẫu, trong đó i = 0, … n
\r\n\r\nMức tin cậy tương ứng với: 1 – P(X=i)
\r\n\r\nA là số lượng đơn vị bị nhiễm dịch trong lô hàng mà có thể\r\nphát hiện được nếu mỗi đơn vị trong lô hàng được kiểm tra hoặc thử nghiệm, cho\r\nhiệu quả phát hiện (mức phát hiện x N x hiệu quả phát hiện, được làm tròn đến\r\nsố nguyên);
\r\n\r\ni là số lượng đơn vị bị nhiễm dịch có trong mẫu;
\r\n\r\nN là số lượng đơn vị có trong lô hàng (cỡ lô);
\r\n\r\nn là số lượng đơn vị có trong mẫu (cỡ mẫu).
\r\n\r\nTrong trường hợp cụ thể, khoảng gần đúng có thể được sử\r\ndụng đối với khả năng tìm thấy không đơn vị bị nhiễm dịch là:
\r\n\r\n| \r\n P(X=0)= | \r\n \r\n Công thức B.2 \r\n | \r\n
![](\"00902292_files/image003.gif\")
Trong đó u=(n-1)/2 (từ công thức Cochran, 1977).
\r\n\r\nGiải phương trình để xác định n là khó về toán học\r\nnhưng có thể được thực hiện với khoảng gần đúng hoặc thông qua ước tính khả\r\nnăng xảy ra tối đa.
\r\n\r\nBảng B.1 và Bảng B.2 cho thấy các cỡ mẫu được tính cho các\r\ncỡ lô, mức phát hiện, mức tin cậy khác nhau khi số chấp nhận bằng 0.
\r\n\r\nBảng B.1 – Bảng\r\nvề các cỡ mẫu tối thiểu đối với mức tin cậy 95 % và 99 % ở mức phát hiện khác\r\nnhau theo cỡ lô phân bố theo cấp số nhân
\r\n\r\n| \r\n Số lượng đơn\r\n vị trong lô hàng \r\n | \r\n \r\n P = 95 % (mức\r\n tin cậy) \r\n% mức phát\r\n hiện x hiệu quả phát hiện \r\n | \r\n \r\n P = 99 % (mức\r\n tin cậy) \r\n% mức phát\r\n hiện x hiệu quả phát hiện \r\n | \r\n ||||||||
| \r\n 5 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,5 \r\n | \r\n \r\n 0,1 \r\n | \r\n \r\n 5 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,5 \r\n | \r\n \r\n 0,1 \r\n | \r\n |
| \r\n 25 \r\n | \r\n \r\n 24* \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n 25* \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 50 \r\n | \r\n \r\n 39* \r\n | \r\n \r\n 48 \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n 45* \r\n | \r\n \r\n 50 \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 100 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 78 \r\n | \r\n \r\n 95 \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 99 \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 200 \r\n | \r\n \r\n 51 \r\n | \r\n \r\n 105 \r\n | \r\n \r\n 155 \r\n | \r\n \r\n 190 \r\n | \r\n \r\n - \r\n | \r\n \r\n 73 \r\n | \r\n \r\n 136 \r\n | \r\n \r\n 180 \r\n | \r\n \r\n 198 \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 300 \r\n | \r\n \r\n 54 \r\n | \r\n \r\n 117 \r\n | \r\n \r\n 189 \r\n | \r\n \r\n 285* \r\n | \r\n \r\n - \r\n | \r\n \r\n 78 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 235 \r\n | \r\n \r\n 297* \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 400 \r\n | \r\n \r\n 55 \r\n | \r\n \r\n 124 \r\n | \r\n \r\n 211 \r\n | \r\n \r\n 311 \r\n | \r\n \r\n - \r\n | \r\n \r\n 81 \r\n | \r\n \r\n 174 \r\n | \r\n \r\n 273 \r\n | \r\n \r\n 360 \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 500 \r\n | \r\n \r\n 56 \r\n | \r\n \r\n 129 \r\n | \r\n \r\n 225 \r\n | \r\n \r\n 388* \r\n | \r\n \r\n - \r\n | \r\n \r\n 83 \r\n | \r\n \r\n 183 \r\n | \r\n \r\n 300 \r\n | \r\n \r\n 450* \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 600 \r\n | \r\n \r\n 56 \r\n | \r\n \r\n 132 \r\n | \r\n \r\n 235 \r\n | \r\n \r\n 379 \r\n | \r\n \r\n - \r\n | \r\n \r\n 84 \r\n | \r\n \r\n 190 \r\n | \r\n \r\n 321 \r\n | \r\n \r\n 470 \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 700 \r\n | \r\n \r\n 57 \r\n | \r\n \r\n 134 \r\n | \r\n \r\n 243 \r\n | \r\n \r\n 442* \r\n | \r\n \r\n - \r\n | \r\n \r\n 85 \r\n | \r\n \r\n 195 \r\n | \r\n \r\n 336 \r\n | \r\n \r\n 549* \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 800 \r\n | \r\n \r\n 57 \r\n | \r\n \r\n 136 \r\n | \r\n \r\n 249 \r\n | \r\n \r\n 421 \r\n | \r\n \r\n - \r\n | \r\n \r\n 85 \r\n | \r\n \r\n 199 \r\n | \r\n \r\n 349 \r\n | \r\n \r\n 546 \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 900 \r\n | \r\n \r\n 57 \r\n | \r\n \r\n 137 \r\n | \r\n \r\n 254 \r\n | \r\n \r\n 474* \r\n | \r\n \r\n - \r\n | \r\n \r\n 86 \r\n | \r\n \r\n 202 \r\n | \r\n \r\n 359 \r\n | \r\n \r\n 615* \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 1 000 \r\n | \r\n \r\n 57 \r\n | \r\n \r\n 138 \r\n | \r\n \r\n 258 \r\n | \r\n \r\n 450 \r\n | \r\n \r\n 950 \r\n | \r\n \r\n 86 \r\n | \r\n \r\n 204 \r\n | \r\n \r\n 368 \r\n | \r\n \r\n 601 \r\n | \r\n \r\n 990 \r\n | \r\n
| \r\n 2 000 \r\n | \r\n \r\n 58 \r\n | \r\n \r\n 143 \r\n | \r\n \r\n 277 \r\n | \r\n \r\n 517 \r\n | \r\n \r\n 1553 \r\n | \r\n \r\n 88 \r\n | \r\n \r\n 216 \r\n | \r\n \r\n 410 \r\n | \r\n \r\n 737 \r\n | \r\n \r\n 1800 \r\n | \r\n
| \r\n 3 000 \r\n | \r\n \r\n 58 \r\n | \r\n \r\n 145 \r\n | \r\n \r\n 284 \r\n | \r\n \r\n 542 \r\n | \r\n \r\n 1895 \r\n | \r\n \r\n 89 \r\n | \r\n \r\n 220 \r\n | \r\n \r\n 425 \r\n | \r\n \r\n 792 \r\n | \r\n \r\n 2353 \r\n | \r\n
| \r\n 4 000 \r\n | \r\n \r\n 58 \r\n | \r\n \r\n 146 \r\n | \r\n \r\n 288 \r\n | \r\n \r\n 556 \r\n | \r\n \r\n 2108 \r\n | \r\n \r\n 89 \r\n | \r\n \r\n 222 \r\n | \r\n \r\n 433 \r\n | \r\n \r\n 821 \r\n | \r\n \r\n 2735 \r\n | \r\n
| \r\n 5 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 147 \r\n | \r\n \r\n 290 \r\n | \r\n \r\n 564 \r\n | \r\n \r\n 2253 \r\n | \r\n \r\n 89 \r\n | \r\n \r\n 223 \r\n | \r\n \r\n 438 \r\n | \r\n \r\n 840 \r\n | \r\n \r\n 3009 \r\n | \r\n
| \r\n 6 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 147 \r\n | \r\n \r\n 291 \r\n | \r\n \r\n 569 \r\n | \r\n \r\n 2358 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 224 \r\n | \r\n \r\n 442 \r\n | \r\n \r\n 852 \r\n | \r\n \r\n 3214 \r\n | \r\n
| \r\n 7 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 147 \r\n | \r\n \r\n 292 \r\n | \r\n \r\n 573 \r\n | \r\n \r\n 2437 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 225 \r\n | \r\n \r\n 444 \r\n | \r\n \r\n 861 \r\n | \r\n \r\n 3373 \r\n | \r\n
| \r\n 8 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 147 \r\n | \r\n \r\n 293 \r\n | \r\n \r\n 576 \r\n | \r\n \r\n 2498 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 225 \r\n | \r\n \r\n 446 \r\n | \r\n \r\n 868 \r\n | \r\n \r\n 3500 \r\n | \r\n
| \r\n 9 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 148 \r\n | \r\n \r\n 294 \r\n | \r\n \r\n 579 \r\n | \r\n \r\n 2548 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 226 \r\n | \r\n \r\n 447 \r\n | \r\n \r\n 874 \r\n | \r\n \r\n 3604 \r\n | \r\n
| \r\n 10 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 148 \r\n | \r\n \r\n 294 \r\n | \r\n \r\n 581 \r\n | \r\n \r\n 2588 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 226 \r\n | \r\n \r\n 448 \r\n | \r\n \r\n 878 \r\n | \r\n \r\n 3689 \r\n | \r\n
| \r\n 20 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 148 \r\n | \r\n \r\n 296 \r\n | \r\n \r\n 589 \r\n | \r\n \r\n 2781 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 227 \r\n | \r\n \r\n 453 \r\n | \r\n \r\n 898 \r\n | \r\n \r\n 4112 \r\n | \r\n
| \r\n 30 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 148 \r\n | \r\n \r\n 297 \r\n | \r\n \r\n 592 \r\n | \r\n \r\n 2850 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 455 \r\n | \r\n \r\n 905 \r\n | \r\n \r\n 4268 \r\n | \r\n
| \r\n 40 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 149 \r\n | \r\n \r\n 297 \r\n | \r\n \r\n 594 \r\n | \r\n \r\n 2885 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 456 \r\n | \r\n \r\n 909 \r\n | \r\n \r\n 4348 \r\n | \r\n
| \r\n 50 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 149 \r\n | \r\n \r\n 298 \r\n | \r\n \r\n 595 \r\n | \r\n \r\n 2907 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 457 \r\n | \r\n \r\n 911 \r\n | \r\n \r\n 4398 \r\n | \r\n
| \r\n 60 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 149 \r\n | \r\n \r\n 298 \r\n | \r\n \r\n 595 \r\n | \r\n \r\n 2921 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 457 \r\n | \r\n \r\n 912 \r\n | \r\n \r\n 4431 \r\n | \r\n
| \r\n 70 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 149 \r\n | \r\n \r\n 298 \r\n | \r\n \r\n 596 \r\n | \r\n \r\n 2932 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 457 \r\n | \r\n \r\n 913 \r\n | \r\n \r\n 4455 \r\n | \r\n
| \r\n 80 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 149 \r\n | \r\n \r\n 298 \r\n | \r\n \r\n 596 \r\n | \r\n \r\n 2939 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 457 \r\n | \r\n \r\n 914 \r\n | \r\n \r\n 4473 \r\n | \r\n
| \r\n 90 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 149 \r\n | \r\n \r\n 298 \r\n | \r\n \r\n 596 \r\n | \r\n \r\n 2945 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 458 \r\n | \r\n \r\n 915 \r\n | \r\n \r\n 4488 \r\n | \r\n
| \r\n 100 000 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 149 \r\n | \r\n \r\n 298 \r\n | \r\n \r\n 596 \r\n | \r\n \r\n 2950 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 458 \r\n | \r\n \r\n 916 \r\n | \r\n \r\n 4499 \r\n | \r\n
| \r\n 200 000 + \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 149 \r\n | \r\n \r\n 298 \r\n | \r\n \r\n 597 \r\n | \r\n \r\n 2972 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 458 \r\n | \r\n \r\n 917 \r\n | \r\n \r\n 4551 \r\n | \r\n
Các giá trị trong Bảng B.1 được đánh dấu hoa thị (*) được\r\nlàm tròn xuống một số nguyên vì một phần của đơn vị bị nhiễm dịch (ví dụ, cứ\r\n300 đơn vị có 0,5 % bị nhiễm dịch tương ứng với 1,5 đơn vị bị nhiễm dịch trong\r\nchuyến hàng) là không có khả năng. Điều này có nghĩa là độ lớn của mẫu tăng nhẹ\r\nvà cỡ chuyến hàng có thể lớn hơn khi tính số lượng các đơn vị bị nhiễm dịch được\r\nlàm tròn xuống hơn đối với chuyến hàng lớn hơn (ví dụ, so sánh kết quả đối với\r\n700 đơn vị và 800 đơn vị trong lô hàng). Điều này cũng có nghĩa là tỷ lệ các\r\nđơn vị bị nhiễm dịch có thể bị phát hiện thấp hơn không đáng kể tỷ lệ được chỉ\r\nra trong Bảng, hoặc sự nhiễm dịch như vậy có nhiều khả năng phát hiện hơn so\r\nvới mức tin cậy đã nêu.
\r\n\r\nCác giá trị trong Bảng B.1 được đánh dấu bằng dấu gạch\r\nngang (-) là không có khả năng xảy ra (nhỏ hơn một đơn vị bị nhiễm dịch).
\r\n\r\nBảng B.2 – Bảng\r\ncỡ mẫu đối với mức tin cậy 80% và 90 % ở các mức phát hiện khác nhau tùy theo\r\ncỡ lô, phân bố theo cấp số nhân
\r\n\r\n| \r\n Số lượng đơn\r\n vị trong lô hàng \r\n | \r\n \r\n P = 80 % (mức\r\n tin cậy) \r\n% mức phát\r\n hiện x hiệu quả phát hiện \r\n | \r\n \r\n P = 90 % (mức\r\n tin cậy) \r\n% mức phát\r\n hiện x hiệu quả phát hiện \r\n | \r\n ||||||||
| \r\n 5 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,5 \r\n | \r\n \r\n 0,1 \r\n | \r\n \r\n 5 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,5 \r\n | \r\n \r\n 0,1 \r\n | \r\n |
| \r\n 100 \r\n | \r\n \r\n 27 \r\n | \r\n \r\n 56 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n \r\n 37 \r\n | \r\n \r\n 69 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n - \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 200 \r\n | \r\n \r\n 30 \r\n | \r\n \r\n 66 \r\n | \r\n \r\n 111 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n - \r\n | \r\n \r\n 41 \r\n | \r\n \r\n 87 \r\n | \r\n \r\n 137 \r\n | \r\n \r\n 180 \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 300 \r\n | \r\n \r\n 30 \r\n | \r\n \r\n 70 \r\n | \r\n \r\n 125 \r\n | \r\n \r\n 240* \r\n | \r\n \r\n - \r\n | \r\n \r\n 42 \r\n | \r\n \r\n 95 \r\n | \r\n \r\n 161 \r\n | \r\n \r\n 270* \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 400 \r\n | \r\n \r\n 31 \r\n | \r\n \r\n 73 \r\n | \r\n \r\n 133 \r\n | \r\n \r\n 221 \r\n | \r\n \r\n - \r\n | \r\n \r\n 43 \r\n | \r\n \r\n 100 \r\n | \r\n \r\n 175 \r\n | \r\n \r\n 274 \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 500 \r\n | \r\n \r\n 31 \r\n | \r\n \r\n 74 \r\n | \r\n \r\n 138 \r\n | \r\n \r\n 277* \r\n | \r\n \r\n - \r\n | \r\n \r\n 43 \r\n | \r\n \r\n 102 \r\n | \r\n \r\n 184 \r\n | \r\n \r\n 342* \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 600 \r\n | \r\n \r\n 31 \r\n | \r\n \r\n 75 \r\n | \r\n \r\n 141 \r\n | \r\n \r\n 249 \r\n | \r\n \r\n - \r\n | \r\n \r\n 44 \r\n | \r\n \r\n 104 \r\n | \r\n \r\n 191 \r\n | \r\n \r\n 321 \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 700 \r\n | \r\n \r\n 31 \r\n | \r\n \r\n 76 \r\n | \r\n \r\n 144 \r\n | \r\n \r\n 291* \r\n | \r\n \r\n - \r\n | \r\n \r\n 44 \r\n | \r\n \r\n 106 \r\n | \r\n \r\n 196 \r\n | \r\n \r\n 375* \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 800 \r\n | \r\n \r\n 31 \r\n | \r\n \r\n 76 \r\n | \r\n \r\n 146 \r\n | \r\n \r\n 265 \r\n | \r\n \r\n - \r\n | \r\n \r\n 44 \r\n | \r\n \r\n 107 \r\n | \r\n \r\n 200 \r\n | \r\n \r\n 350 \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 900 \r\n | \r\n \r\n 31 \r\n | \r\n \r\n 77 \r\n | \r\n \r\n 147 \r\n | \r\n \r\n 298* \r\n | \r\n \r\n - \r\n | \r\n \r\n 44 \r\n | \r\n \r\n 108 \r\n | \r\n \r\n 203 \r\n | \r\n \r\n 394* \r\n | \r\n \r\n - \r\n | \r\n
| \r\n 1 000 \r\n | \r\n \r\n 31 \r\n | \r\n \r\n 77 \r\n | \r\n \r\n 148 \r\n | \r\n \r\n 275 \r\n | \r\n \r\n 800 \r\n | \r\n \r\n 44 \r\n | \r\n \r\n 108 \r\n | \r\n \r\n 205 \r\n | \r\n \r\n 369 \r\n | \r\n \r\n 900 \r\n | \r\n
| \r\n 2 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 79 \r\n | \r\n \r\n 154 \r\n | \r\n \r\n 297 \r\n | \r\n \r\n 1106 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 111 \r\n | \r\n \r\n 217 \r\n | \r\n \r\n 411 \r\n | \r\n \r\n 1368 \r\n | \r\n
| \r\n 3 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 79 \r\n | \r\n \r\n 156 \r\n | \r\n \r\n 305 \r\n | \r\n \r\n 1246 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 112 \r\n | \r\n \r\n 221 \r\n | \r\n \r\n 426 \r\n | \r\n \r\n 1607 \r\n | \r\n
| \r\n 4 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 79 \r\n | \r\n \r\n 157 \r\n | \r\n \r\n 309 \r\n | \r\n \r\n 1325 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 113 \r\n | \r\n \r\n 223 \r\n | \r\n \r\n 434 \r\n | \r\n \r\n 1750 \r\n | \r\n
| \r\n 5 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 158 \r\n | \r\n \r\n 311 \r\n | \r\n \r\n 1376 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 113 \r\n | \r\n \r\n 224 \r\n | \r\n \r\n 439 \r\n | \r\n \r\n 1845 \r\n | \r\n
| \r\n 6 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 159 \r\n | \r\n \r\n 313 \r\n | \r\n \r\n 1412 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 113 \r\n | \r\n \r\n 225 \r\n | \r\n \r\n 443 \r\n | \r\n \r\n 1912 \r\n | \r\n
| \r\n 7 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 159 \r\n | \r\n \r\n 314 \r\n | \r\n \r\n 1438 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 226 \r\n | \r\n \r\n 445 \r\n | \r\n \r\n 1962 \r\n | \r\n
| \r\n 8 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 159 \r\n | \r\n \r\n 315 \r\n | \r\n \r\n 1458 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 226 \r\n | \r\n \r\n 447 \r\n | \r\n \r\n 2000 \r\n | \r\n
| \r\n 9 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 159 \r\n | \r\n \r\n 316 \r\n | \r\n \r\n 1474 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 227 \r\n | \r\n \r\n 448 \r\n | \r\n \r\n 2031 \r\n | \r\n
| \r\n 10 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 159 \r\n | \r\n \r\n 316 \r\n | \r\n \r\n 1486 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 227 \r\n | \r\n \r\n 449 \r\n | \r\n \r\n 2056 \r\n | \r\n
| \r\n 20 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 319 \r\n | \r\n \r\n 1546 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 455 \r\n | \r\n \r\n 2114 \r\n | \r\n
| \r\n 30 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 320 \r\n | \r\n \r\n 1567 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 229 \r\n | \r\n \r\n 456 \r\n | \r\n \r\n 2216 \r\n | \r\n
| \r\n 40 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 320 \r\n | \r\n \r\n 1577 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 229 \r\n | \r\n \r\n 457 \r\n | \r\n \r\n 2237 \r\n | \r\n
| \r\n 50 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 321 \r\n | \r\n \r\n 1584 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 229 \r\n | \r\n \r\n 458 \r\n | \r\n \r\n 2250 \r\n | \r\n
| \r\n 60 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 321 \r\n | \r\n \r\n 1588 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 229 \r\n | \r\n \r\n 458 \r\n | \r\n \r\n 2258 \r\n | \r\n
| \r\n 70 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 321 \r\n | \r\n \r\n 1591 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 229 \r\n | \r\n \r\n 458 \r\n | \r\n \r\n 2265 \r\n | \r\n
| \r\n 80 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 321 \r\n | \r\n \r\n 1593 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 229 \r\n | \r\n \r\n 459 \r\n | \r\n \r\n 2269 \r\n | \r\n
| \r\n 90 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 321 \r\n | \r\n \r\n 1595 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 229 \r\n | \r\n \r\n 459 \r\n | \r\n \r\n 2273 \r\n | \r\n
| \r\n 100 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 321 \r\n | \r\n \r\n 1596 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 229 \r\n | \r\n \r\n 459 \r\n | \r\n \r\n 2276 \r\n | \r\n
| \r\n 200 000 \r\n | \r\n \r\n 32 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 160 \r\n | \r\n \r\n 321 \r\n | \r\n \r\n 1603 \r\n | \r\n \r\n 45 \r\n | \r\n \r\n 114 \r\n | \r\n \r\n 229 \r\n | \r\n \r\n 459* \r\n | \r\n \r\n 2289 \r\n | \r\n
Các giá trị trong Bảng B.2 được đánh bằng dấu hoa thị (*)\r\nđã được làm tròn xuống một số nguyên vì không có khả năng xảy ra một phần đơn\r\nvị bị nhiễm dịch (ví dụ, cứ 300 đơn vị có 0,5 % bị nhiễm dịch tương ứng với 1,5\r\nđơn vị bị nhiễm dịch trong chuyến hàng). Điều này có nghĩa là, độ lớn của mẫu\r\ntăng nhẹ và cỡ chuyến hàng có thể lớn hơn khi tính số lượng các đơn vị bị nhiễm\r\ndịch được làm tròn xuống đối với chuyến hàng lớn hơn và khi tính được số lượng\r\nlớn các đơn vị bị nhiễm dịch (ví dụ, so sánh kết quả đối với 700 đơn vị và 800\r\nđơn vị trong lô hàng). Điều này cũng có nghĩa là tỷ lệ các đơn vị bị nhiễm dịch\r\ncó thể được phát hiện thấp hơn không đáng kể tỷ lệ được chỉ ra trong Bảng, hoặc\r\nsự nhiễm dịch như vậy có nhiều khả năng phát hiện hơn so với mức tin cậy đã\r\nnêu.
\r\n\r\nCác giá trị trong Bảng B.2 được đánh dấu bằng dấu gạch\r\nngang (-) là không có khả năng xảy ra (nhỏ hơn một đơn vị bị nhiễm dịch).
\r\n\r\n\r\n\r\n
(Tham khảo)
\r\n\r\nLấy mẫu các lô\r\nhàng lớn: Lấy mẫu dựa trên phân bố nhị thức hoặc phân bố Poisson
Đối với các lô hàng lớn đã trộn lẫn, thì khả năng tìm thấy\r\ncác đơn vị bị nhiễm dịch là xấp xỉ bằng số liệu thống kê nhị thức đơn giản. Cỡ\r\nmẫu nhỏ hơn 5 % cỡ lô. Khả năng quan sát thấy i đơn vị bị nhiễm dịch\r\ntrong mẫu gồm n đơn vị được tính theo công thức:
\r\n\r\n| \r\n P(X=i)= | \r\n \r\n Công thức C.1 \r\n | \r\n
![](\"00902292_files/image004.gif\")
p là tỷ lệ trung bình các đơn vị bị nhiễm dịch (mức bị\r\nnhiễm dịch) trong lô hàng và Ф thể hiện phần trăm hiệu quả kiểm tra chia cho\r\n100.
\r\n\r\nP(X=i) là khả năng quan sát i đơn vị bị nhiễm dịch\r\ncó trong mẫu. Mức tin cậy tương ứng với 1-P(X=i), i = 0,1,2…,n.
\r\n\r\nĐối với mục đích KDTV, khả năng không quan sát thấy mẫu dịch\r\nhại hay triệu chứng của dịch hại trong mẫu được xác định. Khả năng không quan\r\nsát thấy đơn vị bị nhiễm dịch trong mẫu gồm n đơn vị được tính theo công\r\nthức:
\r\n\r\n| \r\n P(X=0)=(1- | \r\n \r\n Công thức C.2 \r\n | \r\n
Khả năng quan sát được ít nhất một đơn vị bị nhiễm dịch\r\nlà:
\r\n\r\n| \r\n P(X>0)= 1 –\r\n (1- | \r\n \r\n Công thức C.3 \r\n | \r\n
Công thức này có thể được sắp xếp lại để xác định n
\r\n\r\n| \r\n
| \r\n \r\n Công thức C.4 \r\n | \r\n
![](\"00902292_files/image006.gif\")
Cỡ mẫu n có thể được xác định bằng công thức này\r\nkhi mức nhiễm dịch (p), hiệu quả (![](\"00902292_files/image005.gif\"){kind=small}
)\r\nvà mức tin cậy (1-P(X>0)) được NPPO xác định.
Phân bố nhị thức có thể được tính gần đúng bằng phân bố\r\nPoisson. Vì n tăng và p giảm, nên công thức phân bố nhị thức cho\r\nở trên dẫn đến công thức phân bố Poisson dưới đây:
\r\n\r\n| \r\n P(X=i)= | \r\n \r\n Công thức C.5 \r\n | \r\n
![](\"00902292_files/image007.gif\")
Trong đó, e là giá trị của logarit tự nhiên.
\r\n\r\nKhả năng tìm thấy không có đơn vị nào bị nhiễm dịch đã\r\nđược làm đơn giản đến:
\r\n\r\n| \r\n P(X=0) = e | \r\n \r\n Công thức C.6 \r\n | \r\n
![](\"00902292_files/image008.gif\"){kind=small}
Khả năng tìm thấy ít nhất một đơn vị bị nhiễm dịch (mức\r\ntin cậy) được tính là:
\r\n\r\n| \r\n P(X>0) = 1 -e | \r\n \r\n Công thức C.7 \r\n | \r\n
Giải phương trình đối với các giá trị n sau đây để\r\nxác định cỡ mẫu:
\r\n\r\n| \r\n n = -ln[1 –\r\n P(X>0)]/f p \r\n | \r\n \r\n Công thức C.8 \r\n | \r\n
Bảng C.1 và Bảng C.2 cho các cỡ mẫu khi số chấp nhận bằng\r\n0, thì tính được các mức phát hiện, hiệu quả kiểm tra và mức tin cậy khác nhau\r\nbằng phân bố nhị thức và Poisson, tương ứng. Một phép so sánh trường hợp hiệu\r\nquả 100 % với cỡ mẫu trong Bảng B.1 (Xem Phụ lục B) cho thấy phân bố nhị thức\r\nvà phân bố Poisson cho các kết quả như phân bố theo cấp số nhân, khi n lớn và p\r\nnhỏ.
\r\n\r\nBảng C.1 – Bảng\r\nvề các cỡ mẫu đối với mức tin cậy 95 % và 99 % ở các mức phát hiện khác nhau,\r\ntheo giá trị hiệu quả kiểm tra khi cỡ lô lớn và được trộn lẫn, phân bố nhị thức
\r\n\r\n| \r\n % hiệu quả\r\n kiểm tra \r\n | \r\n \r\n P = 95 % (mức\r\n tin cậy) \r\n% mức phát\r\n hiện \r\n | \r\n \r\n P = 99 % (mức\r\n tin cậy) \r\n% mức phát\r\n hiện \r\n | \r\n ||||||||
| \r\n \r\n | \r\n \r\n 5 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,5 \r\n | \r\n \r\n 0,1 \r\n | \r\n \r\n 5 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,5 \r\n | \r\n \r\n 0,1 \r\n | \r\n
| \r\n 100 \r\n | \r\n \r\n 59 \r\n | \r\n \r\n 149 \r\n | \r\n \r\n 299 \r\n | \r\n \r\n 598 \r\n | \r\n \r\n 2995 \r\n | \r\n \r\n 90 \r\n | \r\n \r\n 228 \r\n | \r\n \r\n 459 \r\n | \r\n \r\n 919 \r\n | \r\n \r\n 4603 \r\n | \r\n
| \r\n 99 \r\n | \r\n \r\n 60 \r\n | \r\n \r\n 150 \r\n | \r\n \r\n 302 \r\n | \r\n \r\n 604 \r\n | \r\n \r\n 3025 \r\n | \r\n \r\n 91 \r\n | \r\n \r\n 231 \r\n | \r\n \r\n 463 \r\n | \r\n \r\n 929 \r\n | \r\n \r\n 4650 \r\n | \r\n
| \r\n 95 \r\n | \r\n \r\n 62 \r\n | \r\n \r\n 157 \r\n | \r\n \r\n 314 \r\n | \r\n \r\n 630 \r\n | \r\n \r\n 3152 \r\n | \r\n \r\n 95 \r\n | \r\n \r\n 241 \r\n | \r\n \r\n 483 \r\n | \r\n \r\n 968 \r\n | \r\n \r\n 4846 \r\n | \r\n
| \r\n 90 \r\n | \r\n \r\n 66 \r\n | \r\n \r\n 165 \r\n | \r\n \r\n 332 \r\n | \r\n \r\n 665 \r\n | \r\n \r\n 3328 \r\n | \r\n \r\n 101 \r\n | \r\n \r\n 254 \r\n | \r\n \r\n 510 \r\n | \r\n \r\n 1022 \r\n | \r\n \r\n 5115 \r\n | \r\n
| \r\n 85 \r\n | \r\n \r\n 69 \r\n | \r\n \r\n 175 \r\n | \r\n \r\n 351 \r\n | \r\n \r\n 704 \r\n | \r\n \r\n 3523 \r\n | \r\n \r\n 107 \r\n | \r\n \r\n 269 \r\n | \r\n \r\n 540 \r\n | \r\n \r\n 1082 \r\n | \r\n \r\n 5416 \r\n | \r\n
| \r\n 80 \r\n | \r\n \r\n 74 \r\n | \r\n \r\n 186 \r\n | \r\n \r\n 373 \r\n | \r\n \r\n 748 \r\n | \r\n \r\n 3744 \r\n | \r\n \r\n 113 \r\n | \r\n \r\n 286 \r\n | \r\n \r\n 574 \r\n | \r\n \r\n 1149 \r\n | \r\n \r\n 5755 \r\n | \r\n
| \r\n 75 \r\n | \r\n \r\n 79 \r\n | \r\n \r\n 199 \r\n | \r\n \r\n 398 \r\n | \r\n \r\n 798 \r\n | \r\n \r\n 3993 \r\n | \r\n \r\n 121 \r\n | \r\n \r\n 305 \r\n | \r\n \r\n 612 \r\n | \r\n \r\n 1226 \r\n | \r\n \r\n 6138 \r\n | \r\n
| \r\n 50 \r\n | \r\n \r\n 119 \r\n | \r\n \r\n 299 \r\n | \r\n \r\n 598 \r\n | \r\n \r\n 1197 \r\n | \r\n \r\n 5990 \r\n | \r\n \r\n 182 \r\n | \r\n \r\n 459 \r\n | \r\n \r\n 919 \r\n | \r\n \r\n 1840 \r\n | \r\n \r\n 9209 \r\n | \r\n
| \r\n 25 \r\n | \r\n \r\n 239 \r\n | \r\n \r\n 598 \r\n | \r\n \r\n 1197 \r\n | \r\n \r\n 2396 \r\n | \r\n \r\n 11982 \r\n | \r\n \r\n 367 \r\n | \r\n \r\n 919 \r\n | \r\n \r\n 1840 \r\n | \r\n \r\n 3682 \r\n | \r\n \r\n 18419 \r\n | \r\n
| \r\n 10 \r\n | \r\n \r\n 598 \r\n | \r\n \r\n 1497 \r\n | \r\n \r\n 2995 \r\n | \r\n \r\n 5990 \r\n | \r\n \r\n 29956 \r\n | \r\n \r\n 919 \r\n | \r\n \r\n 2301 \r\n | \r\n \r\n 4603 \r\n | \r\n \r\n 9209 \r\n | \r\n \r\n 46050 \r\n | \r\n
Bảng C.2 - Bảng\r\ncỡ mẫu đối với mức tin cậy ở mức phát hiện khác nhau, theo các giá trị hiệu quả\r\nkiểm tra khi cỡ lô lớn và đã trộn lẫn, phân bố Poisson
\r\n\r\n| \r\n % hiệu quả\r\n kiểm tra \r\n | \r\n \r\n P = 95 % (mức\r\n tin cậy) \r\n% mức phát\r\n hiện \r\n | \r\n \r\n P = 99 % (mức\r\n tin cậy) \r\n% mức phát\r\n hiện \r\n | \r\n ||||||||
| \r\n \r\n | \r\n \r\n 5 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,5 \r\n | \r\n \r\n 0,1 \r\n | \r\n \r\n 5 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,5 \r\n | \r\n \r\n 0,1 \r\n | \r\n
| \r\n 100 \r\n | \r\n \r\n 60 \r\n | \r\n \r\n 150 \r\n | \r\n \r\n 300 \r\n | \r\n \r\n 600 \r\n | \r\n \r\n 2996 \r\n | \r\n \r\n 93 \r\n | \r\n \r\n 231 \r\n | \r\n \r\n 461 \r\n | \r\n \r\n 922 \r\n | \r\n \r\n 4606 \r\n | \r\n
| \r\n 99 \r\n | \r\n \r\n 61 \r\n | \r\n \r\n 152 \r\n | \r\n \r\n 303 \r\n | \r\n \r\n 606 \r\n | \r\n \r\n 3026 \r\n | \r\n \r\n 94 \r\n | \r\n \r\n 233 \r\n | \r\n \r\n 466 \r\n | \r\n \r\n 931 \r\n | \r\n \r\n 4652 \r\n | \r\n
| \r\n 95 \r\n | \r\n \r\n 64 \r\n | \r\n \r\n 158 \r\n | \r\n \r\n 316 \r\n | \r\n \r\n 631 \r\n | \r\n \r\n 3154 \r\n | \r\n \r\n 97 \r\n | \r\n \r\n 243 \r\n | \r\n \r\n 485 \r\n | \r\n \r\n 970 \r\n | \r\n \r\n 4848 \r\n | \r\n
| \r\n 90 \r\n | \r\n \r\n 67 \r\n | \r\n \r\n 167 \r\n | \r\n \r\n 333 \r\n | \r\n \r\n 666 \r\n | \r\n \r\n 3329 \r\n | \r\n \r\n 103 \r\n | \r\n \r\n 256 \r\n | \r\n \r\n 512 \r\n | \r\n \r\n 1024 \r\n | \r\n \r\n 5117 \r\n | \r\n
| \r\n 85 \r\n | \r\n \r\n 71 \r\n | \r\n \r\n 177 \r\n | \r\n \r\n 353 \r\n | \r\n \r\n 705 \r\n | \r\n \r\n 3525 \r\n | \r\n \r\n 109 \r\n | \r\n \r\n 271 \r\n | \r\n \r\n 542 \r\n | \r\n \r\n 1084 \r\n | \r\n \r\n 5418 \r\n | \r\n
| \r\n 80 \r\n | \r\n \r\n 75 \r\n | \r\n \r\n 188 \r\n | \r\n \r\n 375 \r\n | \r\n \r\n 749 \r\n | \r\n \r\n 3745 \r\n | \r\n \r\n 116 \r\n | \r\n \r\n 288 \r\n | \r\n \r\n 576 \r\n | \r\n \r\n 1152 \r\n | \r\n \r\n 5757 \r\n | \r\n
| \r\n 75 \r\n | \r\n \r\n 80 \r\n | \r\n \r\n 200 \r\n | \r\n \r\n 400 \r\n | \r\n \r\n 799 \r\n | \r\n \r\n 3995 \r\n | \r\n \r\n 123 \r\n | \r\n \r\n 308 \r\n | \r\n \r\n 615 \r\n | \r\n \r\n 1229 \r\n | \r\n \r\n 6141 \r\n | \r\n
| \r\n 50 \r\n | \r\n \r\n 120 \r\n | \r\n \r\n 300 \r\n | \r\n \r\n 600 \r\n | \r\n \r\n 1199 \r\n | \r\n \r\n 5992 \r\n | \r\n \r\n 185 \r\n | \r\n \r\n 461 \r\n | \r\n \r\n 922 \r\n | \r\n \r\n 1843 \r\n | \r\n \r\n 9211 \r\n | \r\n
| \r\n 25 \r\n | \r\n \r\n 240 \r\n | \r\n \r\n 600 \r\n | \r\n \r\n 1199 \r\n | \r\n \r\n 2397 \r\n | \r\n \r\n 11983 \r\n | \r\n \r\n 369 \r\n | \r\n \r\n 922 \r\n | \r\n \r\n 1843 \r\n | \r\n \r\n 3685 \r\n | \r\n \r\n 18421 \r\n | \r\n
| \r\n 10 \r\n | \r\n \r\n 600 \r\n | \r\n \r\n 1498 \r\n | \r\n \r\n 2996 \r\n | \r\n \r\n 5992 \r\n | \r\n \r\n 29958 \r\n | \r\n \r\n 922 \r\n | \r\n \r\n 2303 \r\n | \r\n \r\n 4606 \r\n | \r\n \r\n 9211 \r\n | \r\n \r\n 46052 \r\n | \r\n
\r\n\r\n
(Tham khảo)
\r\n\r\nLấy mẫu đối với\r\ncác dịch hại có sự phân bố tập trung: Lấy mẫu dựa trên phân bố nhị thức-beta
Trong trường hợp dịch hại phân bố tập trung trong không\r\ngian, thì việc lấy mẫu có thể được điều chỉnh để bù cho sự tập trung. Khi áp\r\ndụng sự điều chỉnh này, thì giả định rằng hàng hóa được lấy mẫu theo cụm (ví\r\ndụ, hộp) và từng đơn vị trong cụm đã chọn được kiểm tra (lấy mẫu theo cụm).\r\nTrong trường hợp tỷ lệ các đơn vị bị nhiễm dịch, thì giá trị f không còn\r\nđược giữ nguyên cho tất cả các cụm nhưng sẽ theo hàm mật độ beta.
\r\n\r\n| \r\n P(X=i) = | \r\n \r\n Công thức D.1 \r\n | \r\n |
| \r\n f \r\n | \r\n \r\n là tỷ lệ trung bình của các đơn vị bị nhiễm dịch (mức\r\n nhiễm dịch) trong lô hàng; \r\n | \r\n |
| \r\n P(X=i) \r\n | \r\n \r\n là khả năng quan sát i đơn vị nhiễm dịch trong lô\r\n hàng; \r\n | \r\n |
| \r\n n \r\n | \r\n \r\n là số lượng đơn vị trong lô hàng; \r\n | \r\n |
| \r\n
| \r\n \r\n là hàm chức năng; \r\n | \r\n |
| \r\n
| \r\n \r\n đưa ra biện pháp tập hợp đối với lô hàng thứ j trong\r\n đó 0< | \r\n |
| \r\n | \r\n | \r\n |
![](\"00902292_files/image009.gif\")
![](\"00902292_files/image010.gif\"){kind=small}
![](\"00902292_files/image011.gif\"){kind=small}
Việc lấy mẫu KDTV thường liên quan nhiều hơn với khả năng\r\nkhông quan sát được đơn vị bị nhiễm dịch sau khi kiểm tra vài lần. Đối với một\r\nlần kiểm tra, thì khả năng X>0 là:
\r\n\r\n| \r\n P(X>0) = 1 - | \r\n \r\n Công thức D.2 \r\n | \r\n
![](\"00902292_files/image012.gif\")
và khả năng mà một vài lô hàng không có đơn vị bị nhiễm\r\ndịch bằng P(X=0)m, trong đó m là số lượng lô hàng. Khi f thấp,\r\ncông thức 1 có thể được tính bằng:
\r\n\r\n| \r\n Pr(X=0) ≈ (1 +\r\n nθ)-(mf/θ) \r\n | \r\n \r\n Công thức D.3 \r\n | \r\n
Khả năng quan sát được một hay nhiều đơn vị bị nhiễm dịch\r\nlà 1-Pr(X=0)
\r\n\r\nCông thức có thể được sắp xếp lại để xác định m
\r\n\r\n| \r\n m = | \r\n \r\n Công thức D.4 \r\n | \r\n
![](\"00902292_files/image013.gif\")
Việc lấy mẫu phân tầng sẽ làm giảm ảnh hưởng của tập hợp.\r\nTầng phải được chọn sao cho mức độ tập hợp nằm trong phạm vi tầng được giảm\r\nthiểu.
\r\n\r\nKhi mức độ tập hợp và mức tin cậy là cố định, thì cỡ mẫu\r\ncó thể xác định được. Nếu không có mức độ tập hợp, thì cỡ mẫu không thể xác\r\nđịnh được.
\r\n\r\nHiệu quả kiểm tra (các giá trị f nhỏ hơn 100 % có thể được thay thế bằng
\r\n\r\n
(Tham khảo)
\r\n\r\nSo sánh kết quả\r\nlấy mẫu theo cấp số nhân và lấy mẫu theo tỷ lệ cố định 5
\r\n\r\n| \r\n \r\n | \r\n \r\n Lấy mẫu dựa\r\n trên phân bố theo cấp số nhân (lấy mẫu ngẫu nhiên) \r\n | \r\n \r\n Lấy mẫu theo\r\n tỷ lệ cố định (2 %) \r\n | \r\n ||
| \r\n Cỡ lô \r\n | \r\n \r\n Cỡ mẫu \r\n | \r\n \r\n Mức tin cậy \r\n | \r\n \r\n Cỡ mẫu \r\n | \r\n \r\n Mức tin cậy \r\n | \r\n
| \r\n 10 \r\n | \r\n \r\n 10 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,100 \r\n | \r\n
| \r\n 50 \r\n | \r\n \r\n 22 \r\n | \r\n \r\n 0,954 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,100 \r\n | \r\n
| \r\n 100 \r\n | \r\n \r\n 25 \r\n | \r\n \r\n 0,952 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 0,191 \r\n | \r\n
| \r\n 200 \r\n | \r\n \r\n 27 \r\n | \r\n \r\n 0,953 \r\n | \r\n \r\n 4 \r\n | \r\n \r\n 0,346 \r\n | \r\n
| \r\n 300 \r\n | \r\n \r\n 28 \r\n | \r\n \r\n 0,955 \r\n | \r\n \r\n 6 \r\n | \r\n \r\n 0,472 \r\n | \r\n
| \r\n 400 \r\n | \r\n \r\n 28 \r\n | \r\n \r\n 0,953 \r\n | \r\n \r\n 8 \r\n | \r\n \r\n 0,573 \r\n | \r\n
| \r\n 500 \r\n | \r\n \r\n 28 \r\n | \r\n \r\n 0,952 \r\n | \r\n \r\n 10 \r\n | \r\n \r\n 0,655 \r\n | \r\n
| \r\n 1 000 \r\n | \r\n \r\n 28 \r\n | \r\n \r\n 0,950 \r\n | \r\n \r\n 20 \r\n | \r\n \r\n 0,881 \r\n | \r\n
| \r\n 1 500 \r\n | \r\n \r\n 29 \r\n | \r\n \r\n 0,954 \r\n | \r\n \r\n 30 \r\n | \r\n \r\n 0,959 \r\n | \r\n
| \r\n 3 000 \r\n | \r\n \r\n 29 \r\n | \r\n \r\n 0,954 \r\n | \r\n \r\n 60 \r\n | \r\n \r\n 0,998 \r\n | \r\n
Bảng E.2 – Các\r\nmức tối thiểu có thể được phát hiện với độ tin cậy 95 % theo các phương án lấy\r\nmẫu khác nhau
\r\n\r\n\r\n\r\n
| \r\n \r\n | \r\n \r\n Lấy mẫu dựa\r\n trên phân bố theo cấp số nhân (lấy mẫu ngẫu nhiên) \r\n | \r\n \r\n Lấy mẫu theo tỷ lệ cố định (2 %) \r\n | \r\n ||
| \r\n Cỡ lô \r\n | \r\n \r\n Cỡ mẫu \r\n | \r\n \r\n Mức tin cậy \r\n | \r\n \r\n Cỡ mẫu \r\n | \r\n \r\n Mức tin cậy \r\n | \r\n
| \r\n 10 \r\n | \r\n \r\n 10 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 1,00 \r\n | \r\n
| \r\n 50 \r\n | \r\n \r\n 22 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 1 \r\n | \r\n \r\n 0,96 \r\n | \r\n
| \r\n 100 \r\n | \r\n \r\n 25 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 2 \r\n | \r\n \r\n 0,78 \r\n | \r\n
| \r\n 200 \r\n | \r\n \r\n 27 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 4 \r\n | \r\n \r\n 0,53 \r\n | \r\n
| \r\n 300 \r\n | \r\n \r\n 28 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 6 \r\n | \r\n \r\n 0,39 \r\n | \r\n
| \r\n 400 \r\n | \r\n \r\n 28 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 8 \r\n | \r\n \r\n 0,31 \r\n | \r\n
| \r\n 500 \r\n | \r\n \r\n 28 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 10 \r\n | \r\n \r\n 0,26 \r\n | \r\n
| \r\n 1 000 \r\n | \r\n \r\n 28 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 20 \r\n | \r\n \r\n 0,14 \r\n | \r\n
| \r\n 1 500 \r\n | \r\n \r\n 29 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 30 \r\n | \r\n \r\n 0,09 \r\n | \r\n
| \r\n 3 000 \r\n | \r\n \r\n 29 \r\n | \r\n \r\n 0,10 \r\n | \r\n \r\n 60 \r\n | \r\n \r\n 0,05 \r\n | \r\n
\r\n\r\n
\r\n\r\n
\r\n\r\n
\r\n\r\n
File gốc của Tiêu chuẩn Việt Nam TCVN 8597:2010 về kiểm dịch thực vật – phương pháp luận về việc lấy mẫu chuyến hàng đang được cập nhật.
Tiêu chuẩn Việt Nam TCVN 8597:2010 về kiểm dịch thực vật – phương pháp luận về việc lấy mẫu chuyến hàng
Tóm tắt
| Cơ quan ban hành | Đã xác định |
| Số hiệu | TCVN8597:2010 |
| Loại văn bản | Tiêu chuẩn Việt Nam |
| Người ký | Đã xác định |
| Ngày ban hành | 2010-01-01 |
| Ngày hiệu lực | |
| Lĩnh vực | Nông nghiệp |
| Tình trạng | Còn hiệu lực |