质量管理六大思维陷阱（四）：抽样检查是最经济又能保证质量的方法吗？

面对大批量产品，逐件检查通常需要投入大量人员、设备和时间，因此不少企业会采用抽样检查：从一批产品中抽取规定数量的样本，根据样本中的不合格品数量决定整批接收还是拒收。

这种方法确实能够降低检验成本，却很容易带来一个错误印象：只要按照AQL抽样并判定接收，这批产品的质量就已经得到保证。事实上，抽样检查作出的只是一个带有统计风险的批次处置决定。它既不能证明整批产品全部合格，也不能代替稳定的生产过程。

因此，真正需要讨论的并不是「抽样检查好不好」，而是它能够解决什么问题、不能解决什么问题，以及企业是否错误地把检验当成了创造质量的方法。

抽样检查解决的是批次决策，不是产品改善

验收抽样的基本逻辑并不复杂。企业依据批量、检验水平和接收质量限等条件选择抽样方案，从批次中随机抽取一定数量的产品，再根据发现的不合格品数与接收数、拒收数作出判断。

例如，某项抽样方案规定从一批产品中抽取若干样本，当样本中的不合格品数量不超过接收数时，整批接收；达到拒收数时，则拒收该批产品。

这个决定并不等于已经查清整批产品的真实不良率。团队只观察了其中一部分产品，因此任何抽样结论都存在不确定性。同一批产品抽取不同样本，甚至可能得到不同的验收结果。

抽样检查的本质，是利用有限样本控制批次接收风险，而不是逐件证明产品合格。

AQL=0.5%并不代表接收批次的不良率一定低于0.5%

关于抽样检查，最需要纠正的误解是对AQL的解释。假设企业使用AQL=0.5%的抽样方案，这并不表示：

• 接收批次的不良率一定不超过0.5%；
• 每一批产品中最多只有0.5%的不良品；
• 抽样后可以保证99.5%的产品合格；
• 超过0.5%不良率的批次一定会被拒收。

AQL通常译为接收质量限（Acceptance Quality Limit）。它是设计抽样方案时使用的质量水平参数，需要结合抽样标准、批量、检验水平和抽样严格程度理解。AQL不是对单一批次真实不良率的保证，也不是供应商获准交付的不良率目标。

一批实际不良率高于0.5%的产品，仍可能因为抽出的样本刚好没有包含足够多的不良品而被接收；一批质量较好的产品，也可能因为样本中偶然集中出现不良品而被拒收。这正是抽样波动所带来的风险。

抽样检查为什么一定存在两种风险？

验收抽样通常同时涉及生产方风险与使用方风险。

生产方风险：好批次也可能被拒收

即使某批产品的真实质量处于较好水平，样本中仍可能偶然出现较多不合格品，导致整批被拒收。生产方因此可能承担额外的筛选、返工、退货或交付延误成本。

使用方风险：差批次也可能被接收

如果一批产品中确实含有较高比例的不合格品，抽样时仍可能没有抽到足够多的不良品，导致该批产品被接收。客户或下游工序因而需要承担漏收风险。

不同抽样方案会在检验成本、生产方风险和使用方风险之间作出不同取舍。样本量增加，通常可以提高判断能力，但检验成本也会随之上升。样本量减少，成本较低，结论的不确定性则可能扩大。

因此，抽样方案是否经济，不能只看「检查了多少件」，还要计算错误接收、错误拒收及后续质量损失。

抽样检查有时经济，有时可能非常昂贵

抽样检查之所以广泛应用，是因为在许多场景下确实比全数检查节省资源。尤其在检验耗时、成本较高或具有破坏性时，企业通常不可能检查每一件产品。

不过，检验费用只是质量成本的一部分。如果漏过一个不合格品可能造成安全事故、法规违规、大规模召回、关键设备失效或客户停线，那么少抽一些样本节省下来的成本，可能远低于一次漏检造成的损失。

判断抽样检查是否经济，需要同时考虑：

• 单件检验的时间与成本；
• 检验是否会损坏产品；
• 不合格品流出的后果；
• 供应商及生产过程的历史表现；
• 批次是否具有足够一致性；
• 检验方法本身的准确性；
• 错误接收与错误拒收的损失；
• 是否可以实施自动检测或在线监控。

因此，不存在一种对所有产品都「最经济」的检查方法。企业需要根据风险、成本和过程能力选择控制策略。

抽样检查还依赖一个经常被忽略的条件：样本必须具有代表性

即使抽样方案本身设计合理，如果取样方式存在偏差，检验结果仍然没有代表性。现场常见的问题包括只抽取最上层产品、只检查容易拿到的包装箱、避开换班时段，或由生产人员事先挑选「看起来较好」的产品送检。

这种做法表面上完成了抽样数量，实际上破坏了随机性。样本无法代表整批产品，后续计算再严谨也没有意义。

此外，如果批次中混有不同机台、材料批次、生产日期或返工状态的产品，质量分布可能并不均匀。此时简单随机抽取少量样本，未必能够发现集中在某个区域或时段的问题。企业可能需要采用分层抽样，或者先改善批次识别与追溯管理。

全数检查也不能真正保证零缺陷

知道抽样检查存在漏检风险后，有些企业会得出另一个极端结论：只要实施百分之百全数检查，就能保证所有产品合格。这个判断同样过于乐观。

人工全检会受到疲劳、注意力下降、判断标准不一致、节拍压力和重复工作的影响。自动化检查也可能出现传感器精度不足、程序设定错误、治具磨损、检出阈值不合理或测量系统失效等问题。

如果检验方法本身存在误判，检查百分之百的产品只是把同一种测量风险应用到每一件产品上，并不会自动获得百分之百准确的结果。

全数检查还可能产生一种管理副作用：生产部门知道后面有人把关，反而降低对过程预防的重视。结果企业投入大量资源不断筛选不良品，却没有改善制造不良品的过程。

所以，全数检查比较适合被视为一种风险隔离或临时遏制措施，而不是长期创造质量的主要方式。

什么情况下更适合采用抽样检查？

抽样检查并不是错误的方法。在以下场景中，它通常具有较高的实用价值：

• 检验属于破坏性试验，例如寿命、拉伸、燃烧或爆破测试；
• 批量较大，而单件检查成本或时间较高；
• 过程长期稳定，供应商历史表现良好；
• 产品风险相对可控，少量漏检不会造成严重安全后果；
• 抽样目的主要是批次验收、审核或确认，而不是代替过程控制；
• 企业已经建立清楚的抽样标准、随机取样方法和异常处理机制。

对于高风险特性、法规要求项目、安全关键零件或漏检后果极其严重的产品，则可能需要更严格的控制，包括全数自动检测、多重防错、在线监控、追溯管理及更高水平的过程验证。

真正经济的质量，来自少制造不良品

抽样与全检都发生在产品已经制造出来之后。它们能够发现部分问题，却不能改变问题已经发生的事实。报废、返工、停线、重新检查和交付延误等成本，在发现不良品之前往往已经产生。

更有效的质量策略，应当把资源逐步从末端筛选转向过程预防。企业需要建立稳定且有能力的生产过程，使产品在制造过程中就满足要求，而不是依赖检验人员把不良品挑出来。

这种转变通常包括几个层面。

确认测量系统值得信任

在讨论抽样数量或过程能力之前，企业需要确认测量方法能够可靠地区分合格与不合格。量具分辨力不足、检验员判断不一致或测试方法不稳定，都可能令抽样与全检失去作用。MSA可以帮助评估重复性、再现性、偏倚、线性和稳定性等问题。

利用SPC识别过程变化

验收抽样关注批次是否接收，统计过程控制则关注过程是否发生异常变化。通过控制图，团队可以及时发现设备、材料、人员或环境造成的特殊原因，避免等到成品检验才知道过程已经偏移。

提升过程能力

过程稳定之后，还要判断其自然波动能否持续满足规格。如果过程虽然稳定，却长期接近规格边界或波动过大，仍可能不断产生不合格品。企业需要通过参数优化、设备改善、材料控制、标准化作业和工程设计降低变异。

采用防错与源头质量控制

防错的重点不是更快发现错误，而是让错误难以发生，或者在错误发生时立即停止过程。例如连接器只能按正确方向安装、缺少零件时设备不能启动、错误程序无法被调用，这些设计通常比事后抽样更接近真正的质量保证。

六西格玛如何改变对检查的依赖？

六西格玛不会简单要求企业取消抽样检查，而是帮助团队判断质量损失到底来自哪里，并逐步降低对末端检查的依赖。

在DMAIC项目中，团队会先明确客户真正关注的关键质量特性，确认测量数据可靠，再建立过程基准，分析影响缺陷和变异的关键因素。原因得到验证后，团队通过试验或试点优化过程，并利用SPC、控制计划、防错和标准化作业维持结果。

例如某零件长期依赖成品抽检控制尺寸，但客户投诉仍然发生。团队经过分析发现，尺寸变化主要与刀具使用次数、设备温度和补偿方法有关。改善刀具更换规则、温度控制和参数设定以后，过程波动明显缩小。此时抽样检查仍可保留作为确认机制，但质量已经主要由过程能力提供，而不是由抽样运气决定。

需要注意的是，六西格玛水平常被描述为长期表现约为每百万机会3.4个缺陷，但这并不等于所有企业、所有产品都必须追求同一个数字。实际目标应根据客户要求、风险、成本及技术条件确定。六西格玛更重要的价值，是利用数据持续减少变异与缺陷。

企业应怎样选择检查策略？

抽样检查、全数检查、自动检测和过程控制并不是彼此排斥的选择。成熟的质量系统通常会根据不同风险组合使用。

对于风险较低、过程成熟的特性，可以采用较经济的抽样确认；对于安全关键特性，应加强防错、自动监控和追溯；当过程突然恶化时，可以暂时升级为全数检查，待根因解决并验证稳定后，再恢复适当的控制方式。

结论：检查只能筛选质量，过程才能创造质量

抽样检查的价值，在于以较少的检验资源支持批次决策，但它从来没有承诺接收批次全部合格。AQL也不是允许供应商交付的不良率，更不能被解释为单一批次的质量保证。

全数检查虽然覆盖每一件产品，同样会受到测量误差、人员疲劳和检验系统能力的限制。单纯把抽样改成全检，未必能够从根本上解决质量问题。

真正经济的质量管理，应当根据风险选择合适的检验方式，同时把更大精力投入测量系统、过程稳定性、过程能力、防错和根因改善。企业制造得越稳定，需要依赖的筛选就越少；如果过程本身不断产生不良，再严格的抽样计划也只能决定这一批产品接收还是拒收，不能把差的过程变成好的过程。

常见问题

AQL=0.5%是否表示接收批次的不良率不超过0.5%？

不是。AQL是设计验收抽样方案时使用的质量水平参数，并不是对某一批产品真实不良率的保证。实际不良率高于0.5%的批次仍有可能被接收。

抽样检验通过后，是否可以证明整批产品合格？

不能。抽样结果只能支持在既定风险条件下接收该批产品。未被抽到的产品没有经过检验，其中仍可能存在不合格品。

全数检查能否保证零缺陷流出？

不能绝对保证。人工检验和自动检验都可能发生误判、漏检或测量系统失效。全数检查能够降低部分流出风险，但不能代替过程预防。

什么时候应该采用全数检查？

当产品风险极高、客户或法规明确要求，或者过程异常尚未解决而需要短期遏制时，可以考虑全数检查。实施前仍应验证检验系统的检出能力。

过程能力提高以后，可以取消抽样检查吗？

不应自动取消。企业还要考虑客户要求、法规、风险、供应商表现和历史数据。过程能力提高后，可以依据风险评估调整检验频率或抽样严格程度，但应保留必要的监控机制。

怎样才能真正减少对检查的依赖？

应从可靠测量、SPC、过程能力改善、标准化作业和防错设计入手，让过程稳定地产出符合要求的产品。检查可以保留为验证手段，但不应成为质量的主要来源。