既然改变参数，方案对应的OC曲线就随之改变，其检查效果也就不同，那么什么样的方案检查效果好，其OC曲线应具有什么形状呢？下面就来讨论这一问题。
（1）理想方案的特性曲线
在进行产品质量检查时，总是首先对产品批不合格品率规定一个值p0来作为判断标准，即当批不合格品率p≤p0时，产品批为合格，而当p>p0时，产品批为不合格。因此，理想的抽样方案应当满足：当p≤p0时，接收概率L（p）=1，当p>p0时，L（p）=0。其抽样特性曲线为两段水平线，如下图所示：
理想方案实际是不存在的，因为，只有进行全数检查且准确无误才能达到这种境界，但检查难以做到没有错检或漏检的，所以，理想方案只是理论上存在的。
（2）线性抽检方案的OC曲线
所谓线性方案就是（1|0）方案，因为OC曲线是一条直线而得名的，
线性抽检方案是从产品批中随机地抽取1个产品进行检查，若这个产品不合格，则判产品为批不合格品，若这个产品不合格，则判产品批不合格。这个方案的抽样特性函数为：
因为它和理想方案的差距太大，所以，这种方案的检查效果是很差的。
理想方案虽然不存在，但这并不妨碍把它作为评价抽检方案优劣的依据，一个抽检方案的OC曲线和理想方案的OC曲线接近程度就是评价方案检查效果的准则。为了衡量这种接近程度，通常是首先规定两个参数p0和p1（p0<p1），p0是接收上限，即希望对p≤p0的产品批以尽可能高的概率接收；p1是拒收下限，即希望对 p≥p1的产品批以尽可能高的概率拒收。若记α=1-L（p0），β=L（p1），则可以通过这四个参数反映一个抽检方案和理想方案的接近程度，当固定 p0，p1时，α、β越小的方案就越好；同理若对固定的α、β值，则p0和p1越接近越好；当α和β→0，p0→p1时，则抽检方案就趋于理想方案。
