3. 批次合格率的定义与计算口径

在化工质量管理中,“合格率”几乎是最常被引用、也最容易被误用的指标。同一个生产月,生产部门报出的合格率可能是 96%,质量部门统计出来却是 91%,客户投诉台账折算的结果又只有 88%。数字差异往往不是数据造假,而是统计口径不同:分子算的是批次还是吨数、分母是否包含返工批次、返工后合格的批次算不算“一次合格”、试生产与清洗批是否纳入统计,这些边界一旦没有事先约定,指标就失去了可比性。本节把批次合格率、一次合格率、返工率三个核心指标的定义、公式与统计边界讲清楚,并给出可直接落地的统计口径约定。

一、三个指标的定义与公式

批次合格率(Batch Qualification Rate,BQR)衡量的是统计期内最终判定为合格的批次占全部检验批次的比重,它回答的是“交付出去的批次里有多少是合格的”。其公式为:

批次合格率 = 最终判定合格批次数 / 统计期总检验批次数 × 100%

这里的“最终判定”是关键:一个批次首次检验不合格、经返工后复检合格,在批次合格率中计为合格批。因此批次合格率反映的是结果质量,适合用于交付履约、客户满意度和月度质量报表。

一次合格率(First Pass Yield,FPY,化工中也常称一次检验合格率)衡量的是不经返工、不经复检调整,首次检验即判定合格的批次比重,反映的是过程能力。公式为:

一次合格率 = 首次检验即合格的批次数 / 统计期总检验批次数 × 100%

一次合格率是工艺稳定性的“照妖镜”。同一套装置,批次合格率 98%、一次合格率 85%,说明工艺本身波动较大,只是靠返工和复检把结果“拉”了回来,返工消耗的工时、能耗和物料都是隐性成本。

返工率(Rework Rate)衡量的是需要返工处理的批次比重,公式为:

返工率 = 发生返工的批次数 / 统计期总检验批次数 × 100%

需要注意,返工率与“1 − 一次合格率”并不恒等。首次检验不合格的批次中,有一部分直接判废、降级或让步接收,并未进入返工流程;也有的批次因外观、包装等非关键项不合格而返工。因此返工率应独立统计,不能简单由一次合格率倒推。

二、统计边界:最容易出错的地方

三个指标的公式都很短,真正决定口径的是分母与分子的边界。工程上建议在质量程序文件中明确以下五条:

  • 统计单元:以“检验批”为单元,而非以包装单元或吨数。一个反应釜一次投料产出、经混合均化后作为一个检验批,即使分装成 40 袋也计为 1 批。若按吨数统计,大批次会稀释小批次的问题。
  • 分母范围:只统计正式生产批。中试批、工艺验证批、设备清洗批、停机后首批复开车批次应单列,不混入常规合格率,否则会因批次基数小而剧烈波动。
  • 返工批次的归属:返工批在批次合格率中按复检最终结论计入;在一次合格率中按首次结论计入不合格。同一批次在两个指标中结论相反,这是正常的,不是矛盾。
  • 让步接收与降级:经技术、质量、客户三方评审后让步接收的批次,在批次合格率中通常计为“合格(让步)”,但应在报表中单列,不得与正常合格批混同。
  • 时间归属:以检验结论签发日期归属统计期,而非投料日期。跨月批次若按投料日归属,会导致月末合格率虚高或虚低。
常见口径陷阱:把“返工后合格”的批次同时计入一次合格率的分子,会使一次合格率虚高 5~10 个百分点;把清洗批计入分母,会在小批量多品种车间造成合格率大幅波动。统计口径必须在年初以文件形式固化,中途变更须注明并重算历史数据。

三、口径关系一图看清

下图把统计期内全部检验批按“首次结论—处理路径—最终结论”展开,直观展示三个指标各自的分子分母取自哪一段,以及返工批在两个指标中的不同归属。

批次合格率 / 一次合格率 / 返工率 的统计边界 统计期总检验批次数 N 仅含正式生产批(不含中试/清洗/验证批) 首次检验合格批 A 直接放行,无返工 首次检验不合格批 B 需评审处理路径 返工批 C 返工后复检 判废 / 降级 / 让步 不进入返工流程 复检合格 D 最终判定合格 复检仍不合格 E 最终判定不合格 批次合格率 = (A + D) / N 一次合格率 = A / N 返工率 = C / N 返工批 C 在批次合格率中按最终结论 D 计入合格;在一次合格率中按首次结论计入不合格。

四、示例计算与结果判读

假设某精细化工车间 6 月共完成正式生产批 120 批,其中首次检验合格 102 批;首次不合格的 18 批中,12 批返工后复检合格,3 批复检仍不合格判废,2 批降级销售,1 批经客户同意让步接收。按上述口径计算:

批次合格率 = (102 + 12 + 1) / 120 = 115 / 120 = 95.8%
一次合格率 = 102 / 120 = 85.0%
返工率     = 12 / 120 = 10.0%

若把让步接收批不计入合格,批次合格率为 95.0%;若把返工后合格的 12 批同时计入一次合格率分子,一次合格率会被虚报为 95.0%,与真实的 85.0% 相差 10 个百分点——这正是口径混淆最典型的后果。判读时应把三个指标放在一起看:批次合格率 95.8% 说明交付结果尚可,但一次合格率仅 85.0%、返工率 10.0%,说明工艺过程存在明显波动,应优先排查首次不合格的 18 批集中在哪些关键质量属性(如含量、水分、粒度分布)和哪些设备/班次上,而不是满足于 95.8% 的“好看”数字。

五、统计口径约定表(可直接落地)

为避免跨部门口径不一致,建议在质量程序文件中固化一张口径约定表,并在月度质量报表首页引用。下表为示例,字段可按企业实际增删:

项目约定内容说明
统计单元检验批混合均化后为 1 批,不按包装袋/吨数拆分
分母范围正式生产批中试、验证、清洗、开车首批单列
时间归属检验结论签发日跨月批次不按投料日归属
返工批归属合格率按最终结论;一次合格率按首次结论两指标结论可相反,属正常
让步接收计入合格但单列报表中与正常合格批分列
降级/判废计入不合格不进入返工率分子
口径变更文件化并重算历史数据变更当月报表注明新旧口径对比
实操建议:在 LIMS 或 MES 中为每个检验批设置“首次结论”“处理路径”“最终结论”三个独立字段,而不是只记录一个“合格/不合格”。三个字段齐备,三个指标就能由系统自动汇总,口径争议自然消失。

掌握这三个指标的关键,不在于记住公式,而在于理解它们各自回答什么问题:批次合格率回答“交付结果好不好”,一次合格率回答“过程稳不稳”,返工率回答“隐性成本高不高”。三者共用同一分母 N,但分子取自不同的处理路径,边界一旦约定清楚,指标之间就能互相印证,成为工艺改进的真实抓手。