QE能力进阶（34）｜全检与免检的决策依据：成本与风险的量化平衡
某电子装配企业连续三个月被客户投诉"漏检"，客户要求提交 8D 报告。总经理在质量专题会上拍了板：从下月起所有出货批次 100% 全检。三个月后，客诉确实少了，但交付准时率从 96% 掉到 78%，检验人工增加 9 人，月加班超过 1200 小时，而客户产线仍然发现了 2 批漏出的不良。总经理开始怀疑：全检到底有没有用？
这个矛盾不是执行力问题，而是决策问题。全检、抽检、免检并不是"严"与"松"的三个等级，而是三种成本结构完全不同的风险买法。选哪一个，要用数字算出来，不能靠口号定下来。QE 在这件事上的价值，不是表态"我支持全检"，而是拿出一张能算出临界点的表。
一、原理：全检买的是概率，不是零缺陷
三个必须先接受的统计事实：
第一，全检也有逃逸率。 人工目检的检出率通常在 70%～95% 之间，精细缺陷、快节拍、长时间连续作业时更低。也就是说，全检把批不良率从 p 降到 p·e（e 为逃逸率），而非降到 0。行业实测中，e 落在 5%～30% 是常态。任何"全检就放心了"的判断，本质上是默认 e=0。
第二，免检不是不承担风险，而是把风险后移。 免检把不良的暴露点从厂内推到客户手里，用外部失败成本（挑选、退货、运费、停线、索赔）来兑付。它可能更省钱，也可能贵得多，取决于单件逃逸成本与过程不良率。
第三，决策有明确的临界点。 设单位全检成本为 c，单件逃逸成本为 C，逃逸率为 e，过程不良率为 p：
- 全检单件总成本 = c + p·e·C
- 免检单件总成本 = p·C
- 临界不良率 p* = c / [C·(1-e)]
p 高于 p* 时全检更省，p 低于 p* 时免检或抽检更省。这个公式只有四个参数，却能把"要不要全检"从争论变成计算。
二、实操五步：把决策算出来
第一步：算清单位全检成本 c，不要只算人工。
某工位节拍 45 秒/件，检验员月综合成本 9000 元，月有效工时 160 小时：
- 单件人工 = 9000 ÷ (160×3600÷45) = 9000 ÷ 12800 ≈ 0.70 元
- 夹具、放大镜、耗材摊销 ≈ 0.30 元
- 节拍占用、搬运与在制占用 ≈ 0.80 元
- 合计 c = 1.80 元/件
只算人工会得出 0.70 元，比真实值低 60%，这正是一批"全检很便宜"的错误结论的来源。
第二步：算清单件逃逸成本 C，按暴露位置分三档。
| 暴露位置 | 典型损失构成 | 单件量级 |
|---|---|---|
| 厂内下一工序发现 | 返工工时、报废材料 | 20～60 元 |
| 客户进料检验发现 | 挑选工时、退货运输、停线索赔、加急补货 | 200～400 元 |
| 终端用户／主机厂发现 | 索赔、召回分摊、信誉与订单损失 | 800 元以上 |
按各场景发生概率加权求期望值。上例取 C = 260 元。
第三步：算 p*，与实测 p 对照，落三档决策。
p* = 1.80 ÷ [260×(1-0.15)] ≈ 0.81%
| 实测过程不良率 p | 单件全检成本 | 单件免检成本 | 决策 |
|---|---|---|---|
| 0.3%（＜p*/2） | 1.92 元 | 0.78 元 | 免检或跳批，保留定期验证 |
| 0.8%（≈p*） | 2.11 元 | 2.08 元 | 临界区，抽检＋过程改进双轨 |
| 1.5%（＞p*） | 2.39 元 | 3.90 元 | 全检，单件省 1.51 元 |
注意第三行：不良率 1.5% 时，全检每件省 1.51 元，年产量 200 万件就是 300 万元。这是全检唯一站得住的理由——不是因为"更严"，而是因为算得过来。反过来，在 0.3% 的不良率下坚持全检，是每件白花 1.14 元买一个本来不存在的收益。
第四步：用盲样挑战测实际逃逸率 e。
e 是整个公式里最容易被拍脑袋的参数。做法：取 50 件已知不良品（其中 10 件为边界样、轻微缺陷），随机混入 450 件正常品，让检验员按正常节拍与正常照明条件检，重复 3 轮，e = 累计漏检数 ÷ 累计投入不良数。若 e＞20%，说明当前的检验方法本身不合格，此时加人做全检是无效投入——先改工装、放大、照明、防错或上自动检测，把 e 压到 10% 以下，再讨论检验强度。
第五步：抽检与免检的准入、回退要有书面规则。
低样本量抽检常被误当成"便宜的全检"。同例中 N=2000、n=32、Ac=0、p=1.5% 时，接收概率 Pₐ = 0.985³² ≈ 0.62，出货不良率仍达 1.01%，单件成本 2.66 元，比全检的 2.39 元更贵。抽检的真实价值在于批次判定——它是触发回退与改进的信号源，不是降低逃逸的手段。
免检（跳批）必须同时满足四项准入条件，缺一不可：
| 准入条件 | 量化门槛 |
|---|---|
| 连续批质量 | 连续 5 批（高风险特性 10 批）零不良 |
| 过程受控 | Cpk ≥ 1.33，或控制图连续 25 点无异常规则触发 |
| 体系与历史 | 工序/供应商评分 ≥ 90 分，近 6 个月无该特性相关客诉 |
| 监控保留 | 每 10 批抽 1 批按加严方案验证，过程参数照常监控 |
回退规则同样要写死：出现 1 批不合格、1 次相关客诉、或过程能力跌破 1.33，立即中断跳批、回到正常检验；恢复需连续 5 批合格并完成一次原因分析。安全特性、法规特性、客户指定的特殊特性，一律不进入免检范围。
三、常见误区
误区一：把全检当纠正措施。 全检属于围堵（containment），在 8D 的 D3 临时措施里是合理的；但用它关闭 D5／D6，等于把一次性成本永久化，还掩盖了过程根因。判断标准很简单：全检有没有配套的到期日与退出条件。
误区二：用 AQL 当免检依据。 AQL 是抽检方案的接收质量水平，不是"允许的不良率"，更不能证明批次合格。免检的判据是过程能力与历史批质量，与 AQL 数值无关。反过来，也不要因为"客户规定 AQL 0.65"就认为必须全检——AQL 只约束抽样方案，不约束你的过程改进路径。
误区三：免检后撤掉所有监控。 免检的成本优势建立在"过程稳定"这个前提上，一旦撤掉验证批与参数监控，前提消失而优势继续被使用，风险会以客诉形式回来。免检必须保留三点：定期验证批、过程参数监控、客户端反馈通道。
误区四：只算检验人工，不算节拍与交付损失。 全检放在瓶颈工序上，隐性成本常是人工的 2～3 倍。上例中 0.70 元的人工背后是 1.80 元的真实成本，若再叠加交期延误导致的加急运费与订单流失，很多"算得过来"的全检其实算不过来。
误区五：用 e=0 做决策。 代入 e=0 会把 p* 算低（上例从 0.81% 降到 0.69%），系统性地把决策推向全检。任何忽略了逃逸率的模型，都会高估检验的价值。
四、自查清单
- 单位全检成本 c 是否包含节拍占用、夹具耗材、复判处置与搬运损失，而不只是人工？
- 单件逃逸成本 C 是否按"厂内／客户／终端"三档分别估算并加权求期望？
- 是否用近 3 个月、分特性的实测 p 算出 p*，并落到免检／抽检／全检的明确区间？
- 是否用盲样挑战测过本工位的实际逃逸率 e？e＞20% 时是否先改检验方法而非加人？
- 免检是否有书面准入条件、回退规则、审批人与记录，且已排除安全／法规／客户特殊特性？
全检、抽检、免检本身没有对错，错的是不计算就选。把 c、C、e、p 四个数摆上桌，决策就不再是立场之争，而是一道有答案的算术题。
全检买拦截概率，不买零缺陷
知识编号：11.1.2
版本：v20261021
作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。