2、基础知识：抽样检查的基本概念、术语（如总体、样本、批、缺陷）及适用场景
抽样检查（Sampling Inspection）并非简单的“抽几个看看”，而是一套建立在概率论与数理统计基础上的科学质量判定方法。它的核心逻辑是：从一批产品（总体）中随机抽取一部分（样本），通过对样本的检测结果，依据预先设定的判定规则，推断整批产品的质量水平，并做出“接收”或“拒收”的决策。理解这一章的基础概念，是后续设计抽样方案、执行检查程序、分析判定结果的根基。若概念混淆，后续所有统计计算与风险判断都将失去依据。
2.1 核心概念与术语精讲
2.1.1 总体与批（Lot）
总体（Population）是统计推断的目标对象，在质量检验中通常指“被判定质量水平的那一批产品”。批（Lot）是实际交付或提交检验的特定产品集合，是抽样方案直接作用的对象。一个批应尽可能由在同一生产条件、同一时间段、同一原材料批次下生产的产品组成，以保证批内质量均匀性。
- 批量（N）：批中包含的产品总数。批量大小直接影响抽样方案的严格程度与样本量。
- 批的组成原则：尽量使批内产品同源、同时、同工艺，避免将不同班次、不同供应商的产品混批，否则抽样代表性将大打折扣。
- 交检批（Submission Lot）：供方提交给需方检验的具体批，需有明确的批号、数量、时间标识。
2.1.2 样本（Sample）与抽样（Sampling）
样本是从批中按预定规则抽取的若干单位产品。样本量（n）的大小由抽样方案决定，并非越大越好——样本量增加会提高检验成本，但不一定成比例降低风险。抽样必须遵循随机化原则，即批中每个产品被抽中的概率相同，避免人为偏向“好拿的”或“看起来好的”产品。
2.1.3 缺陷（Defect）与不合格（Nonconformity）
缺陷是指单位产品的质量特性不满足规定要求。按严重程度通常分为三类：
| 缺陷等级 | 定义 | 典型示例 | 处理倾向 |
|---|---|---|---|
| A类（致命缺陷） | 可能导致人身伤害、产品失效或重大安全隐患 | 医疗器械无菌失效、汽车刹车失灵 | 零容忍，一旦发现整批拒收 |
| B类（严重缺陷） | 可能导致产品功能失效或明显降低使用性能 | 电子产品短路、机械尺寸超差导致无法装配 | 严格AQL，通常AQL=0.65~1.0 |
| C类（轻微缺陷） | 不影响使用功能，但不符合外观或次要要求 | 外壳划痕、包装标签轻微错位 | 较宽松AQL，通常AQL=1.5~4.0 |
注意：“缺陷”与“不合格品”是两个不同概念。一个不合格品可能同时包含多个缺陷；抽样方案中的“不合格品数”是按“件”统计，而“缺陷数”是按“项”统计。使用计数型抽样方案时，必须明确判定单位是“不合格品数”还是“缺陷数”。
2.1.4 接收质量限（AQL）与极限质量（LQ/RQL）
- AQL（Acceptable Quality Limit）：可接受的最差过程平均质量水平。当批质量优于AQL时，抽样方案应以高概率接收该批。AQL不是单批的质量目标，而是长期过程平均的基准。
- RQL / LQ（Rejectable Quality Limit / Limiting Quality）：批质量处于该水平时，抽样方案应以低概率接收（即高概率拒收）。RQL通常与使用者风险β（常取10%）挂钩。
2.2 抽样检查的适用场景与决策逻辑
2.2.1 适用场景分类
| 场景类型 | 适用性 | 原因说明 |
|---|---|---|
| 破坏性检测 | 必须抽样 | 如拉力测试、盐雾试验、寿命测试，检测即消耗产品 |
| 大批量、高检测成本 | 强烈推荐 | 全检成本过高或时间不允许，抽样可平衡质量与效率 |
| 供应商来料检验（IQC） | 标准做法 | 供应商过程能力稳定时，抽样可大幅降低进料检验成本 |
| 过程巡检（IPQC） | 适用 | 连续生产过程中定时抽样，监控过程稳定性 |
| 安全关键件、高价值件 | 不适用抽样 | 应100%全检或采用自动化检测，避免抽样风险 |
| 小批量、多品种 | 谨慎使用 | 批量太小（如N≤50）时抽样误差大，建议全检或采用特殊抽样方案 |
2.2.2 抽样方案的两类风险
任何抽样方案都无法做到零风险，必然存在两类判断错误：
- 生产者风险（α）：质量合格的批被误判为不合格而拒收。通常设定α=5%（即95%的置信度）。
- 使用者风险（β）：质量不合格的批被误判为合格而接收。通常设定β=10%。
抽样方案设计的目标，就是在给定AQL、RQL、α、β的条件下，确定最优的样本量n和接收数Ac、拒收数Re。
2.3 案例拆解：来料检验中的抽样方案选择
背景与约束：某电子制造企业（EMS工厂）每日接收PCB光板供应商的来料，批量N=2000片/批。该物料用于消费电子产品主板，外观划痕（C类缺陷）不影响功能，但客户对产品外观有明确要求。企业希望控制进料检验成本，同时避免批量性外观问题流入产线。
初始现象与目标：此前采用全检，每批需2名IQC耗时4小时，成本高且效率低。目标是将检验时间压缩至30分钟以内，同时保证外观缺陷批的拦截率不低于90%。
关键输入数据：
- 历史过程平均缺陷率：约0.8%（即每千片约8片有外观缺陷）
- 企业可接受的外观缺陷AQL：1.0%
- 使用者风险β：10%
- 批量N：2000片
分析判断过程：查GB/T 2828.1（等同ISO 2859-1）标准，批量2001~5000范围，一般检验水平II，AQL=1.0%。查表得样本量字码为L，对应样本量n=200。正常检验一次抽样方案：Ac=5，Re=6。即随机抽取200片，若缺陷数≤5则接收整批，若≥6则拒收。
实际操作步骤：
- 使用随机数表从2000片中抽取200片样本，确保随机性。
- 按外观检验标准逐片检查，记录缺陷数。
- 判定：若缺陷数≤5，整批放行；若≥6，整批退回供应商并启动加严检验。
结果对比：实施抽样后，单批检验时间由4小时降至约25分钟，检验成本降低约85%。运行3个月后统计，共检验60批，其中5批被拒收（缺陷数≥6），拦截率与预期基本吻合。产线未再出现批量性外观投诉。
风险与代价：抽样方案存在约5%的概率将缺陷率略高于AQL的批放行（β风险）。为弥补这一风险，企业设置了“供应商月度PPM考核”和“加严/放宽转移规则”，当连续2批被拒收时自动转入加严检验。
复盘经验：抽样方案不是“一劳永逸”的固定值，需要根据供应商质量表现动态调整。当供应商过程能力提升（PPM下降）时，可申请放宽检验；当出现质量波动时，应及时加严。
2.4 常见误区与总结复盘
| 误区 | 正确理解 |
|---|---|
| “抽检合格=整批100%合格” | 抽检合格仅代表统计意义上的接收，仍存在抽样误差和两类风险 |
| “样本量越大越好” | 样本量增加会降低成本效率，且当批内不均匀时，盲目增大样本量不如改进分层抽样 |
| “AQL是单批质量标准” | AQL是过程平均质量水平，不是单批允许的最大缺陷率 |
| “所有产品都适合抽样” | 安全关键件、高价值件、小批量多品种场景应全检或采用特殊方案 |
| “抽样可以完全替代过程控制” | 抽样是“事后把关”，应结合SPC过程控制实现“事前预防” |
掌握上述基本概念后，下一阶段将进入抽样方案的分类与标准体系学习，包括计数型与计量型方案的选择、GB/T 2828.1与ANSI/ASQ Z1.4等标准的应用逻辑，以及如何根据实际场景定制抽样参数。