工作抽样完全指南：不用秒表，也能算出设备利用率和宽放率

写在前面：一个省力的测量方法

假设你要测一条产线上 5 台设备一周的利用率。

方法一：连续观测。 派人盯着看，记录每台设备的开机/停机时间。5 台设备 × 5 天 × 8 小时 = 200 人小时。要花一个人整整一个月。

方法二：工作抽样。 每天随机去看 40 次，每次花 2 分钟走一圈看 5 台设备的状态。5 天 × 40 次 × 2 分钟 = 约 6.7 人小时。一天就做完了。

更妙的是，两种方法得到的结果在统计意义上是等价的——前提是你做得对。

这就是工作抽样（Work Sampling），也叫瞬时观测法、比率延迟研究（Ratio Delay Study）。

它的核心思想是：不需要连续观测整个过程，只需要对过程进行大量的随机瞬时观测，用"某状态出现的频率"来估计"该状态所占的时间比例"。

数学基础很简单：如果我们在随机时刻对系统做 N 次观测，其中 m 次观测到"设备在运行"，那么：

设备利用率的估计值 p̂ = m / N

为什么这成立？ 因为如果观测时刻是真正随机的，那么"观测到某个状态"的概率，就等于"该状态在时间上所占的比例"。这是大数定律的直接应用。

一、什么时候用工作抽样，什么时候用秒表测时

这是最容易搞混的问题。先给结论：

决策规则

用工作抽样的场景：

• 测量设备利用率、OEE 中的可用率；
• 测量宽放率（宽放时间占总作业时间的比例）；
• 测量人员的工作/空闲比例；
• 多对象、长时间的观测（一人可测多个对象）；
• 初步诊断（快速找出大致的问题分布）；
• 被观测者不希望被长时间盯着（减少干扰）。

用秒表测时的场景：

• 要制定标准工时（需要具体的作业时间值）；
• 作业周期短、重复度高；
• 需要拆解作业要素的时间；
• 精度要求高。

一个经典的组合用法：

用工作抽样测出宽放率（如 12%）
        +
用秒表测时测出正常时间（如 8.5 分钟）
        ↓
标准工时 = 正常时间 × (1 + 宽放率) = 8.5 × 1.12 = 9.52 分钟

这是标准工时制定的标准做法。两者不是替代关系，是搭档。

二、样本量怎么算

这是工作抽样最关键的技术环节。样本量太小，结果不可信；样本量太大，浪费时间。

2.1 基本公式

工作抽样本质上是对一个**比例（p）**的估计，因此用比例的样本量公式：

n = (Z² × p × (1−p)) / E²

其中：
n = 需要的观测次数
Z = 置信水平对应的 Z 值（95% 置信度时 Z = 1.96）
p = 预估的比例（如预估利用率 70%，则 p = 0.7）
E = 允许的绝对误差（如 ±3%，则 E = 0.03）

举例：预估设备利用率 70%，要求 95% 置信度下误差不超过 ±3%：

n = (1.96² × 0.7 × 0.3) / 0.03²
  = (3.8416 × 0.21) / 0.0009
  = 0.8067 / 0.0009
  ≈ 897 次

约 900 次观测。 如果每次观测能同时记录 5 台设备（走一圈），那就是 180 次巡回路程。

2.2 相对精度 vs 绝对精度

工业实务中更常用**相对精度（S）**来表达要求：

相对精度 S = E / p

即：E = S × p

代入公式：

n = (Z² × p × (1−p)) / (S×p)²
  = Z² × (1−p) / (S² × p)

这个形式更方便，因为工程师通常说"我要 ±5% 的相对精度"，而不是"我要 ±3 个百分点的绝对精度"。

举例：预估 p = 0.7，要求相对精度 ±5%，95% 置信度：

n = 1.96² × (1−0.7) / (0.05² × 0.7)
  = 3.8416 × 0.3 / (0.0025 × 0.7)
  = 1.1525 / 0.00175
  ≈ 659 次

2.3 速查表（95% 置信度）

为避免每次手算，给一张常用速查表（95% 置信度，Z = 1.96）：

（注：本表基于上述公式计算，数值已四舍五入。实际使用时可按公式精确计算。）

读这张表的三个关键洞察：

洞察一：比例越小，需要的样本量越大（在相同相对精度下）。

测一个 5% 发生率的事件（如设备故障），要达到 ±10% 的相对精度，需要约 7300 次观测。而测一个 70% 的利用率，只要 165 次。

这意味着：用工作抽样测"小概率事件"是不划算的。 如果要测的是 1% 的事件，工作抽样可能需要几十万次观测——这时候应该用连续记录或事件驱动的日志（如设备的停机记录），而不是抽样。

洞察二：精度要求提高一倍，样本量变成四倍。

因为 n 与 S² 成反比。从 ±10% 提高到 ±5%，样本量 × 4。

所以精度要求要务实。 工作抽样的典型精度目标是 ±5%（相对），这对大多数管理决策已经足够。追求 ±1% 是不必要的，除非你有特殊的理由。

洞察三：预估比例 p 不准怎么办？

样本量计算需要预估 p。有两种处理方式：

• 保守做法：取 p = 0.5（因为 p(1−p) 在 p = 0.5 时最大），这样算出的样本量一定足够。代价是样本量偏大。
• 两段法：先做一个小的预抽样（如 100 次），用得到的结果重新计算样本量，再补足。

实务中推荐两段法，尤其是当你对 p 完全没有概念时。

三、观测设计：怎么做才算"随机"

样本量算对了，但如果观测时刻不随机，结论仍然可能是错的。

3.1 为什么要随机

最典型的错误：每天固定时间去观测。

比如每天上午 9:00、10:00、11:00 各看一次。问题在于：如果设备每天 8:30—9:30 做保养，那你永远观测不到保养时段，利用率会被系统性高估。

随机化的目的，是让每个时刻都有同等的机会被观测到，从而保证样本对总体有代表性。

3.2 三种随机化方法

方法一：简单随机抽样

用随机数表或随机数生成器，在观测期内随机生成观测时刻。

做法：

1. 把观测期（如 5 天 × 8 小时 = 2400 分钟）编号 1—2400；
2. 用随机数生成器抽出 n 个不重复的随机数；
3. 把随机数转换为具体的时间点（第 1 分钟 = 第 1 天 8:00，第 481 分钟 = 第 2 天 8:00，等等）。

优点：理论最严谨。 缺点：观测时刻可能过于分散（比如连续两次相隔 3 分钟，下一次在 2 小时后），实操上很累。

方法二：分层随机抽样（推荐）

把观测期分成若干"层"（如每个小时一层），在每层内随机抽取固定数量的观测时刻。

做法：

1. 观测期 5 天 × 8 小时 = 40 个小时；
2. 每小时随机抽 2 个时刻（共 80 个时刻）；
3. 每个时刻用随机数确定具体分钟（如 8:00—9:00 之间随机选 2 分钟）。

优点：

• 保证每个时段都被覆盖（避免系统性偏差）；
• 观测时刻分布相对均匀，实操方便；
• 统计效率通常高于简单随机抽样（因为减少了层间变异）。

这是实务中最常用的方法。

方法三：系统抽样 + 随机起点

每隔固定间隔观测一次，但起点随机。

做法：

1. 观测期 2400 分钟，需要 80 次观测 → 间隔 30 分钟；
2. 第一个时刻在 0—30 分钟之间随机选（如第 17 分钟）；
3. 后续时刻为 47、77、107……分钟。

优点：最简单易行。 风险：如果被观测的过程存在周期性，且与抽样间隔一致，会产生严重偏差。

比如：如果设备每 30 分钟做一次自动清洗（2 分钟），而你的抽样间隔恰好是 30 分钟，你可能永远只观测到清洗时刻（或永远观测不到）。

所以方法三要慎用，除非你确认过程没有周期性。如果要用，抽样间隔不要与被观测过程的周期成整数倍关系。

3.3 观测路线设计

如果要观测多个对象（如 10 台设备、20 个工位），需要设计一条巡回路线：

起点 → 对象1 → 对象2 → 对象3 → ... → 对象n → 回到起点

关键原则：路线必须固定，且在每个观测时刻的方位一致。

为什么？ 因为走完一圈需要时间（比如 10 分钟）。如果你这次从 1 号开始、下次从 10 号开始，那么每台设备被观测的"相对时刻"就不一致了，会引入偏差。

更好的做法（如果条件允许）：随机化起点。

每次观测时，随机决定从哪个对象开始走。这样能保证每个对象在"走完一圈"的各个相对位置都被观测到，消除系统性偏差。

四、数据收集与分析

4.1 记录表设计

一个标准的工作抽样记录表：

关键设计要点：

1. 状态分类必须互斥且完备。每一个观测瞬间，对象必须处于且只能处于一个状态。

常见的状态分类（设备）：

• 运行中（加工）
• 换型/调整
• 故障停机
• 待料/待指令
• 计划停机（休息、保养）
• 空闲（无任务）

常见的状态分类（人员）：

• 直接作业（增值）
• 辅助作业（必要但不增值：取料、搬运、检验）
• 等待（等料、等设备）
• 离岗（休息、洗手间）
• 非工作活动

分类太粗会丢信息，太细则观测难度上升。实务中通常 4—6 类。

2. 每个状态要有明确的判定标准。比如"运行"是"主轴在转动"还是"设备通电"？必须在开始前定义清楚，且所有观测者理解一致。

3. 观测者要培训。不同观测者的判定标准要一致（这本质上是"测量系统分析"的问题）。

4.2 数据分析

基本计算：

某状态的占比 = 该状态的观测次数 / 总观测次数

置信区间（95%）：

p̂ ± 1.96 × √(p̂(1−p̂)/n)

举例：900 次观测中，设备运行 630 次：

p̂ = 630/900 = 0.70
标准误 = √(0.7 × 0.3 / 900) = √0.000233 = 0.01528
95% 置信区间 = 0.70 ± 1.96 × 0.01528 = 0.70 ± 0.030
             = [0.670, 0.730]

结论：设备利用率的 95% 置信区间是 67.0%—73.0%。

注意：置信区间不是"真实值一定在这个范围内"，而是"如果重复做很多次同样的抽样，约 95% 的置信区间会包含真实值"。

4.3 用控制图做稳定性检查

这是一个经常被忽略但很有价值的步骤。

把每天的观测结果（当天的利用率）画在一张 p 控制图上：

中心线 CL = p̄（总平均）
控制限 = p̄ ± 3 × √(p̄(1−p̄)/nᵢ)
其中 nᵢ 是第 i 天的观测次数

为什么要做这一步？ 因为工作抽样的结论是"一段时间内的平均利用率"。但如果这段时间内利用率波动很大（比如周一 90%、周五 50%），那么一个平均值会掩盖重要的信息。

控制图能告诉你：

• 是否存在异常的某几天（需要单独分析原因）；
• 利用率是否稳定（如果不稳定，平均值对管理的指导意义有限）。

更进一步：可以按班次、按天、按周分层分析，往往能发现模式（如夜班利用率低、周五行程安排混乱）。

五、五大典型应用场景

场景一：测设备利用率（OEE 中的可用率）

适用原因：设备状态是离散的（运行/停机），且不需要精确的时间值。

做法：

1. 定义状态分类；
2. 计算样本量（通常 ±5% 相对精度）；
3. 设计分层随机观测方案；
4. 观测数天至数周（要覆盖完整的生产周期，包括换型、保养）；
5. 分析，并按停机原因分层。

一个重要的价值：把"停机"进一步分解为原因（故障、待料、换型、缺人），你就得到了一份停机原因的帕累托图——这是改善的直接输入。

场景二：测宽放率

这是工作抽样最经典的应用之一。

标准工时的构成：

标准工时 = 正常时间 × (1 + 宽放率)

宽放包括：私事宽放（喝水、洗手间）、疲劳宽放、延迟宽放（等非人为可控的延误）。

宽放率通常是多少？ 因行业而异，一般在 5%—20% 之间。一些参考量级（具体数值请以行业标准或企业规定为准）：

为什么用工作抽样测宽放率？

因为宽放事件（喝水、上洗手间、等待）是随机发生的、间歇性的，用秒表连续测时会干扰作业，且很难捕获所有偶发事件。工作抽样的随机瞬时观测，恰好适合这类"占比"的测量。

关键做法：把人员状态分为"作业中"和"各类宽放"，观测足够多的次数，得出各类宽放的时间占比。

场景三：测人员工作负荷

适用：评估某个岗位（如检验员、维修工、护士）的工作饱和度。

价值：

• 识别人员是"忙不过来"还是"工作量不饱和"；
• 为人力配置提供依据；
• 发现"无效工作"的占比。

一个典型案例：某公司怀疑检验员人手不足，要求加人。工作抽样后发现，检验员的"纯检验"时间只占 45%，其余是"等待样品"（30%）和"填写记录/找文件"（25%）。真正的问题是流程安排，不是人手。 改善流程后，不加人也够用。

场景四：初步瓶颈识别

做法：对一条线的所有工位做工作抽样，比较各工位的"忙碌"占比。

判断：忙碌占比最高（且等待占比最低）的工位，通常是瓶颈。

注意：这是初步判断。准确识别瓶颈还要结合各工位的标准工时和产能（见 TOC 一文）。但工作抽样的优势是快速、低成本，适合作为诊断的第一步。

场景五：改善前后的效果对比

做法：改善前做一次工作抽样，改善后做一次，对比关键指标的变化。

关键：两次抽样的状态定义、观测方法、观测期长度必须一致，否则不可比。

统计检验：如果要严谨，可以做两个比例的假设检验（双比例 z 检验），判断改善是否"统计显著"。

z = (p̂₁ − p̂₂) / √(p̂(1−p̂)(1/n₁ + 1/n₂))
其中 p̂ 是合并比例

这能避免一个常见错误：改善后利用率从 70% 涨到 73%，就宣称"改善有效"。实际上，如果样本量不大，这个差异可能只是随机波动。

六、六个常见错误

错误一：观测时刻不随机

表现：每天固定时间去，或"有空的时候去"。

后果：系统性偏差（如总是错过换型时段）。

对策：严格用随机数确定观测时刻，并记录下来。

错误二：状态分类不互斥或定义模糊

表现：观测时不知道该归到哪一类；不同观测者判定不一致。

后果：数据不可靠，甚至无法分析。

对策：开始前明确定义每个状态，做观测者培训，必要时做一次"观测者一致性检验"（两人同时观测，比较结果）。

错误三：观测期太短，没覆盖完整周期

表现：只观测了 2 天，而生产周期是一周（含周末保养、周初换型）。

后果：严重偏差。

对策：观测期至少要覆盖一个完整的业务周期。如果有周度、月度规律，就要观测足够长的时间。

这是最容易犯的错误之一：很多人急着要结果，观测两天就出报告，结论往往是错的。

错误四：样本量拍脑袋

表现："看 200 次够了"——没有依据。

后果：精度不可知，结论可能完全不可信。

对策：用公式计算，并在报告中明确说明置信度和精度。

错误五：用工作抽样测小概率事件

表现：想用工作抽样测"设备故障率"（1%）。

后果：需要天文数字的样本量（见速查表）。

对策：小概率事件用连续记录（如设备停机日志、MES 记录），不用抽样。

判断标准：如果预估比例低于 5%，且你能拿到连续记录（或通过系统自动采集），就不要用工作抽样。

错误六：忽略霍桑效应

表现：观测期间，被观测者的行为改变了（更认真、更忙碌）。

后果：高估效率。

对策：

• 观测前不要宣布具体目的，或说明是"研究流程而非考核个人"；
• 观测期要够长，让被观测者适应（前 1—2 天的数据可以单独分析或剔除）；
• 用常态化的观测（如班组长日常巡线记录），而不是"特殊的研究活动"；
• 在报告中说明可能存在的偏差。

一个实用的技巧：如果条件允许，把工作抽样做成常态化的日常活动（如班组长每小时巡线时随手记录设备状态），而不是一次性的"研究项目"。这样既降低了霍桑效应，又积累了长期数据。

七、现代替代方案：系统自动采集

必须承认一个现实：在很多现代化工厂，工作抽样的角色正在被系统数据取代。

如果企业已经上了 MES 并能自动采集设备状态，那么"人工工作抽样测设备利用率"这件事就没有必要做了——你有全量数据，比抽样准确得多。

但工作抽样仍然有价值，在以下情况：

1. 没有系统数据的场景（中小企业、老旧设备、非生产岗位）；
2. 需要人工判断的状态（如"作业是否规范""人员在做什么类型的工作"），这些无法通过传感器自动采集；
3. 测量宽放率（人员行为，系统记录不了）；
4. 服务与办公场景（如护士的工作分布、行政人员的时间分配）；
5. 作为验证手段（验证系统数据的准确性）。

一个务实建议：能用系统数据就用系统数据，不能用才做抽样。 但工作抽样的方法论思想（随机化、样本量、分层、置信区间）仍然重要，因为你需要用它来判断系统数据是否可靠。

小结

工作抽样，六句话：

1. 核心思想：随机瞬时观测的频率，可以估计状态的时间占比。 这是大数定律的应用，也是它比连续观测省力的根本原因。

2. 样本量公式 n = Z²×p×(1−p)/E²（或相对精度形式 n = Z²×(1−p)/(S²×p)）。三个关键洞察：比例越小样本量越大、精度提高一倍样本量变四倍、p 未知时用两段法或取 p = 0.5 保守估计。

3. 随机化是成败的关键。推荐分层随机抽样（每小时随机抽 2 个时刻），既保证覆盖又实操方便。系统抽样的风险是过程周期性。

4. 状态分类必须互斥、完备、有明确定义，且观测者要经过培训和一致性检验。

5. 五大典型应用：设备利用率、宽放率（最经典）、人员负荷、初步瓶颈识别、改善前后对比。

6. 六个常见错误中，最致命的是"观测期太短没覆盖完整周期"和"样本量拍脑袋"。另外，小概率事件（<5%）不要用工作抽样，用连续记录。

最后一句：工作抽样是一种"用统计换人力"的技术。它的价值不在于省了多少观测时间，而在于它让你用可控的、可量化的精度，回答一个管理上重要的问题——而且你能说清楚这个答案有多可靠。这种"知道自己有多不确定"的能力，正是工业工程区别于拍脑袋的地方。

相关阅读

• GB/T 工时标准完全指南：用国标体系建立可信的标准工时：标准工时不是掐秒表掐出来的数，而是有国标依据的科学测定结果。本文讲清 GB/T 工时标准体系…
• 标准工时怎么定？秒表测时 + 评比系数 + 宽放率的完整流程：从观测单元划分、观测次数确定、异常值剔除，到平准化评比与四类宽放，用完整算例讲透标准工时的全…
• MODAPTS 模特排时法入门：21 个动作与工时计算：产线还没建就能算出工时。本文系统讲解 MODAPTS 的 21 个基本动作、MOD 时间单位…
• MTM 与预定时间标准（PTS）：不开秒表就能定出标准工时：产品还没投产，就要算出这条线需要多少人——这时秒表测时做不到，PTS 可以。本文讲透四种 P…
• 工作研究与程序分析：ECRS、人机作业分析与改善的底层套路：讲清方法研究与作业测定的先后顺序，用完整算例演示程序分析如何把周期从 167 分钟压到 30…