3. 计数型抽样与计量型抽样的选择

在抽样检验中，最先要做的判断不是“抽多少”，而是“抽什么、怎么判”。同样一批产品，如果只记录“合格/不合格”，得到的是计数数据；如果测量某个质量特性并记录具体数值，得到的是计量数据。数据性质不同，可用的抽样方案、样本量和信息量都会发生根本变化。

一、计数数据与计量数据的判定

计数数据是对单位产品按属性分类的结果，典型形式是“合格/不合格”“通过/不通过”“有缺陷/无缺陷”，也可以统计单位产品上的缺陷数。例如检验 200 个连接器，只记录每个连接器插拔后是否失效，得到的就是计数数据。计量数据则是对质量特性进行测量得到的连续或可量化数值，例如连接器插拔力为 32.5 N、28.7 N、35.1 N，或轴径为 9.98 mm、10.02 mm、10.05 mm。

判定时可以用一个简单问题：检验结果是否必须用数值和单位表达？如果答案是“是”，并且判定依赖规格上下限，那么它属于计量数据；如果结果只是分类或计数，则属于计数数据。需要注意，计量数据可以按规格限转化为计数数据，例如把插拔力小于 30 N 判为不合格，但转化后会丢失数值分布信息，样本量需求通常也会增大。

二、两类方案对样本量和信息量的影响

计数型方案只利用“合格/不合格”这一层信息，对过程波动的敏感度较低。要获得与计量型方案相近的判别能力，计数型通常需要更大的样本量。计量型方案利用了均值、标准差和分布位置，同样样本量下能提供更多信息，尤其在关注均值偏移或过程能力时优势明显。

下面这张图对比了两类方案在数据形态、信息利用和样本量需求上的差异，并给出选择判断路径。

三、何时必须用计量型方案

以下场景通常必须或强烈建议使用计量型方案：第一，质量特性本身是连续量，且规格限明确，例如尺寸、强度、电阻、浓度；第二，需要评估过程能力指数 Cpk 或 Ppk，计数型无法直接给出；第三，检验具有破坏性且单件成本高，必须用尽量少的样本获得足够判别力；第四，关注均值偏移或批次间波动，而不是仅仅关注不合格品率；第五，合同、法规或客户标准明确要求按计量特性验收。

例如某轴径规格为 10.00 ± 0.05 mm，若只记录“合格/不合格”，当过程均值从 10.00 mm 漂移到 10.03 mm 时，只要仍在规格内，计数型方案可能完全无法察觉；而计量型方案通过样本均值 10.028 mm 和标准差 0.012 mm，可以立即发现偏移趋势并计算 Cpk。这就是信息量的差距。

四、混合使用场景与注意事项

实际检验中，混合使用非常常见。典型做法是：对关键尺寸、性能参数采用计量型抽样，对外观、标识、包装等属性项目采用计数型抽样。例如一批 500 件电机端盖，关键内径按计量型方案抽 20 件测量，外观划伤按计数型方案抽 80 件检查。两类结果分别判定，再综合形成批结论。

混合使用时要注意四点。第一，两类方案的接收准则不能互相替代，计量合格不等于计数项目也合格。第二，计量数据要记录原始数值，不能只记“合格”，否则后续无法做趋势分析。第三，测量系统必须满足要求，计量型方案对量具分辨力、重复性和再现性更敏感，建议先做 GR&R。第四，当计量项目因测量困难转为计数判定时，应重新评估样本量，通常需要适当增加。

五、一个可执行的判定清单

面对具体检验任务，可以按以下清单快速决策：

最后强调：计数型与计量型不是优劣关系，而是信息层次不同。计数型简单、通用、易于执行；计量型信息丰富、样本经济，但对测量和记录要求更高。实际工作中，先判断数据性质，再判断关注目标，最后结合成本与破坏性决定方案。能测量且关注过程能力时，优先计量；只能分类或关注不合格品率时，选计数；两者并存时，按特性分别设计、分别判定，才能既控制风险又控制检验成本。