ICS03.100.030

CCSA02

中華人民共和國國家標(biāo)準(zhǔn)

GB/T21665—XXXX

代替GB/T21664-2008

`

工作抽樣方法

Workingsamplingmethods

(點擊此處添加與國際標(biāo)準(zhǔn)一致性程度的標(biāo)識)

（征求意見稿）

XXXX-XX-XX發(fā)布XXXX-XX-XX實施

GB/T21665—XXXX

目次

前言.................................................................................II

1范圍...............................................................................1

2規(guī)范性引用文件.....................................................................1

3術(shù)語和定義.........................................................................1

3.1術(shù)語...........................................................................1

3.2定義...........................................................................2

4工作抽樣方法的種類.................................................................2

5工作抽樣工作步驟...................................................................2

5.1確定觀察項目...................................................................3

5.2確定抽取樣本數(shù)量...............................................................3

5.3抽樣方式的選擇.................................................................4

5.4觀察路線的確定.................................................................5

5.5制定抽樣表格...................................................................6

6工作抽樣的實施.....................................................................6

7整理分析...........................................................................6

7.1填寫結(jié)果匯總表.................................................................6

7.2計算觀察日事項發(fā)生率Р.........................................................6

7.3剔除異常值.....................................................................6

7.4驗算抽樣誤差...................................................................7

7.5資料匯總分析...................................................................7

附錄A（規(guī)范性）事項發(fā)生率Py值對應(yīng)的N值數(shù)表.........................................8

附錄B（資料性）隨機數(shù)表............................................................10

表B.1隨機數(shù)表......................................................................10

附錄C（規(guī)范性）確定觀察時刻的隨機時刻表............................................11

C.1最小時間間隔為10min的隨機時刻表(見表C.1).....................................11

C.2隨機時刻表的使用方法..........................................................11

C.3使用舉例......................................................................11

附錄D（資料性）工作抽樣表..........................................................12

D.1工作抽樣簡表..................................................................12

D.2工作抽樣觀察記錄表............................................................12

D.3工作抽樣匯總表................................................................12

附錄E（資料性）統(tǒng)計法計算方法使用..................................................13

附錄F（資料性）工作抽樣方法相關(guān)時間計算公式........................................14

F.1作業(yè)時間比率（Tzb）............................................................14

附錄G（資料性）工作抽樣方法的使用舉例..............................................15

I

GB/T21665—XXXX

工作抽樣方法

1范圍

本文件規(guī)定了勞動定額管理工作中的工作抽樣的基本方法、工作程序和在實際工作中的使用方法。

本文件適用于進行時間利用率，勞動（工作）效率研究時使用；編制和修訂勞動定額；分析研究各

類時間消耗、編制寬放時間標(biāo)準(zhǔn)和平整流水線等。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

GB/T14002勞動定員定額術(shù)語

GB/T14163工時消耗分類、代號和標(biāo)準(zhǔn)工時構(gòu)成

3術(shù)語和定義

下列術(shù)語和定義適用于本文件。

3.1術(shù)語

3.1.1

工作抽樣worksampling

工作抽樣又稱"瞬時觀察法"，是指利用統(tǒng)計學(xué)中隨機抽樣的原理，按照等機率性和隨機性的獨立原

則，對現(xiàn)場操作者或機器設(shè)備進行瞬間觀測和記錄，調(diào)查各種作業(yè)事項的發(fā)生次數(shù)和發(fā)生率，以必需而

最小的觀測樣本，來推定觀測對象總體狀況的一種分析方法。是勞動定額管理工作中重要的基本技術(shù)手

段。

3.1.2

簡單隨機抽樣simplerandomsampling

簡單隨機抽樣也稱純隨機抽樣。對于大小為N的總體，抽取樣本量為N’的樣本，若全部可能的樣

本被抽中的概率都相等，則稱這樣的抽樣為簡單隨機抽樣。

3.1.3

系統(tǒng)隨機抽樣systematicsampling

系統(tǒng)抽樣又叫做等距抽樣或機械抽樣，是依據(jù)一定的抽樣距離，從母體中抽取樣本。要從容量為N

的總體中抽取容量為n的樣本，可將總體分成均衡的若干部分，然后按照預(yù)先規(guī)定的規(guī)則，從每一部分

抽取一個個體，得到所需要的樣本的抽樣方法。

3.1.4

1

GB/T21665—XXXX

分層隨機抽樣stratifiedsampling

分層抽樣也叫類型抽樣。它是從一個可以分成不同子總體(或稱為層、類型)的總體中，按規(guī)定的比

例從不同層（類型）中隨機抽取樣品(個體)的方法。這種方法的優(yōu)點是，樣本的代表性比較好，抽樣誤

差比較小。缺點是抽樣手續(xù)較簡單隨機抽樣還要繁雜些。定量調(diào)查中的分層（類型）抽樣是一種卓越的

概率抽樣方式，在調(diào)查中經(jīng)常被使用。

3.1.5

置信度confidencecoefficient

置信度也稱為可靠度，或置信水平、置信系數(shù)，即在抽樣對總體參數(shù)作出估計時，采用一種概率的

陳述方法，也就是數(shù)理統(tǒng)計中的區(qū)間估計法，即估計值與總體參數(shù)在一定允許的誤差范圍以內(nèi)，其相應(yīng)

的概率有多大，這個相應(yīng)的概率稱作置信度。

3.2定義

3.2.1

絕對誤差（E）

是測量值與真值偏離的絕對大小，它的單位與測量值的單位相同。

絕對誤差的計算公式：絕對誤差（E）=測得值(X)-真實值(T)。

3.2.2

事項發(fā)生率(P)

是指在特定時間內(nèi)某一事項發(fā)生的頻率，單位為百分?jǐn)?shù)（%）。

事項發(fā)生率的計算公式：事項發(fā)生率=（在單位時間內(nèi)某事項發(fā)生次數(shù)/單位時間各項事項發(fā)生的總

次數(shù)）×100%。

3.2.3

相對誤差(S)

是測量所造成的絕對誤差與被測量（真值）之比乘以100%所得的數(shù)值以百分比表示。

相對誤差的計算公式：相對誤差(S)=[絕對誤差（E）/真實值(T)]×100%。

4工作抽樣方法的種類

工作抽樣方法包括現(xiàn)場工作抽樣和資料分析法，其中資料分析法包含歷史資料分析法和影像資料分

析法。歷史資料法，即依據(jù)在一定時間內(nèi)積累的相關(guān)資料，根據(jù)樣本抽取的要求和數(shù)量，從掌握的歷史

資料中隨機抽取方法。此種方法主要用于對現(xiàn)行時間定額、定員的準(zhǔn)確性進行驗證和修訂時從大量資料

選錄滿足要求的隨機抽取的樣本進行分析，決定勞動定額調(diào)整幅度和分析現(xiàn)行勞動定額水平。為此要求

歷史資料要完整、準(zhǔn)確，并達(dá)到規(guī)定的時間范圍和樣本數(shù)量，樣本抽取方法采用簡單隨機抽樣或分層（分

類）隨機抽樣的方法。影像資料分析法，即根據(jù)樣本抽取要求和數(shù)量，將被測對象的影像資料（包括現(xiàn)

場錄像、監(jiān)控錄像、定點定時拍攝的照片等）進行整合分析獲取樣本資料的方法。此種方法主要用于不

便于直接進行觀察的場合，在抽取前要與被觀察對象說明情況，掙得被觀察對象的同意和配合。

5工作抽樣工作步驟

2

GB/T21665—XXXX

5.1確定觀察項目

根據(jù)工作任務(wù)和具體要求，確定抽樣的項目內(nèi)容，觀察項目根據(jù)抽樣項目確定。

被觀察操作者的選取原則：

1)身體健康，能夠積極配合工作；

2)具有本職業(yè)中級工職業(yè)技能證書，崗位作業(yè)熟練；

觀察設(shè)備和作業(yè)環(huán)境的選擇:

1）設(shè)備狀態(tài)良好，運轉(zhuǎn)正常，滿足產(chǎn)品精度要求；

2）作業(yè)環(huán)境符合勞動法對作業(yè)環(huán)境的要求。

5.2確定抽取樣本數(shù)量

抽樣數(shù)目的確定是工作抽樣的重要工作環(huán)節(jié)，合理抽樣數(shù)目的確定可以起到事半功倍的效果，確保

樣本的準(zhǔn)確性。在實際工作中，抽樣數(shù)目的確定可在規(guī)定的方法中任意選取。

為保證樣本抽取的代表性和抽取精度，每個觀察項目的抽取樣本要呈正態(tài)分布狀態(tài)，嚴(yán)格控制在比

值標(biāo)準(zhǔn)差范圍內(nèi)，對出現(xiàn)的偏差，要及時剔除。

為保證樣本抽取滿足需要，減輕工作量，工作抽樣最常用的置信度為95%，比率標(biāo)準(zhǔn)差為1.96σР。

注：若提高精度，工作量成倍增加，置信度99%時=2.5σР；置信度99.9%時=3.3σР

5.2.1采用絕對誤差時，抽樣數(shù)目的計算

采用絕對誤差時，必要的觀察次數(shù)按公式（1）計算。

··········································································(1)

式中：

N——必要的觀察次數(shù)；

Py——事項發(fā)生率；

E——絕對誤差。

5.2.2采用相對誤差時，抽樣數(shù)目的計算

采用相對誤差時，必要的觀察次數(shù)按公式（2）計算。

············································································(2)

式中：

S——相對誤差。

事項的發(fā)生率（Py）開始是通過減少的預(yù)備抽樣獲得，隨觀察次數(shù)的不斷增加，需按一定的時間間

隔不斷計算Py值，直到計算的Py值穩(wěn)定為止。

絕對誤差、相對誤差在1%、3%、5%、10%時，Py值對應(yīng)的N值見附錄A。

5.2.3采用統(tǒng)計法，確定必要觀察次數(shù)

應(yīng)用統(tǒng)計法確定工作區(qū)域內(nèi)隨機觀察次數(shù)計算公式見公式（3），首先需要初步確定估計P值和q值，

求出比率的標(biāo)準(zhǔn)誤差（σ），最終計算出隨機觀察次數(shù)(N),示例具體運算見資料性附錄E。。

σ··········································································(3)

式中：

3

GB/T21665—XXXX

σ——比率的標(biāo)準(zhǔn)誤差；

p——停工時間百分比；

q——工作時間百分比。

5.2.4采用圖解法，確定必要觀察次數(shù)

圖解法是利用確定觀察次數(shù)的計算圖解進行計算的一種簡便的方法，通過查圖直接求出觀察次數(shù)，

見圖1。具體求法:從事件百分率縱坐標(biāo)P，劃直線與“誤差”（要求的精度）縱坐標(biāo)的一點相交，延長

此線與“觀察次數(shù)”縱坐標(biāo)n相交，交點既為觀察次數(shù)同時得出置信度。

圖1圖解法確定觀察次數(shù)

5.3抽樣方式的選擇

抽樣方式應(yīng)根據(jù)實際需要、數(shù)據(jù)精度要求、現(xiàn)場的抽取條件，采用不同方法。

4

GB/T21665—XXXX

5.3.1簡單隨機抽樣

簡單隨機抽樣是最基本的抽樣方法，適用范圍廣，最能體現(xiàn)隨機化原則，原理簡單。抽取時，總體

中每個個體應(yīng)有獨立的，等概率被抽取的可能。常用的具體抽取方式有抽簽法和隨機數(shù)表法。

抽簽法是把總體中的每個個體編上號碼并做成簽，充分混合后從中隨機抽取一部分，這部分簽所對

應(yīng)的個體就組成一個樣本。

隨機數(shù)表是由一些任意的數(shù)字毫無規(guī)律地排列成而成的數(shù)字表,隨機數(shù)表見附表B。使用隨機數(shù)字

表決心抽樣時，先給總體編號抽取方式有抽簽法和隨機數(shù)字法，然后從表中任意一個數(shù)字開始依次往下

數(shù)，并把最后幾位數(shù)字小于總體編號數(shù)字的選出，按研究要求組成一個樣本。

5.3.2系統(tǒng)隨機抽樣

系統(tǒng)隨機抽樣也叫等距隨機抽樣。在實施時，將已編好號碼的個體排成順序，然后每隔若干個抽取

一個，這種抽樣方法比簡單隨機抽樣簡便易行，而且它比較均勻地抽到總體中各個部分的個體，樣本的

代表性比簡單隨機抽樣好。間隔多遠(yuǎn)抽一個，視總體大小和樣本所需容量而定，但是，如果總體具有某

種周期性變化，則等距抽樣的代表性遠(yuǎn)不如簡單隨機抽樣，另外，等距抽樣同簡單隨機抽樣一樣也容易

忽略已有信息。

系統(tǒng)隨機抽樣的方法：

1)等距定時觀察法，即事先按照樣本抽取要求和數(shù)量，在觀察區(qū)域內(nèi)，按照預(yù)先計算的觀察間隔

劃分出滿足需要的觀察點，開始抽樣時間為隨機的，接著之前計算的固定時間為間隔進行觀察抽樣，以

記錄工作者的瞬間工作狀態(tài)的一種方法。例如用查表法確定觀察時刻，即根據(jù)附錄C確定觀察時刻的隨

機時刻表。

等距定時觀察法主要用于記錄和分析各類時間消耗比例，為編制工時消耗標(biāo)準(zhǔn)的制定提供依據(jù)。

2)定點連續(xù)觀察法，即事先按照樣本抽取要求和數(shù)量，對特定觀察對象的工作狀況連續(xù)進行反復(fù)

觀察的觀察方法。

此種觀察方法可細(xì)分為對人和對物，若是觀察對象為特定的人，觀察記錄要隨人員的運動而不斷變

換，若觀察對象是物，觀察記錄要隨物體不斷移動而不斷變換。此種方法主要用于記錄和分析工作者在

特定時間內(nèi)工時消耗的各種狀況和特定物體的流動規(guī)律和時間消耗，主要用于編制工作者或產(chǎn)品的工時

定額。

5.3.3分層隨機抽樣

分層隨機抽樣(stratifiedsampling)，這種抽樣方法要求抽樣時間應(yīng)包括不同的時間段和日期，

以此作為減少方差的手段。

分層隨機抽樣是根據(jù)樣本抽取的要求，將抽取過程分成若干個觀察過程，可以根據(jù)生產(chǎn)周期或作業(yè)

循環(huán)的起止時間長度，產(chǎn)品投入產(chǎn)出的時間節(jié)點進行分段，每一段作為一個觀察層次，每個層次之間不

連續(xù)，以每個層次作為觀察整體，用統(tǒng)一的觀察方法進行樣本抽取，最終將各層樣本進行合并處理，取

得預(yù)先設(shè)計的觀察結(jié)果得一種方法。

按照樣本特性進行分類隨機抽樣的稱為類型隨機抽樣。按照不同類型分別隨機抽樣各自的樣本，最

終按照分類標(biāo)志分別處理，取得預(yù)先設(shè)計的觀察結(jié)果。

分層隨機抽樣的三個必要條件：

1）每層都抽；

2）各層都獨立地抽；

3)各層的抽樣都是簡單隨機抽樣。

5.4觀察路線的確定

5

GB/T21665—XXXX

觀察路線可根據(jù)觀察對象的實際位置，按照方便、快捷、滿足觀察時間節(jié)點的要求，和觀察數(shù)量規(guī)

定進行安排即可。

具體方法有：

1）固定多點觀察。即采取定點定人，在不同位置對觀察對象進行觀察。

2）區(qū)域移動隨機觀察。即在固定區(qū)域內(nèi)，觀察人員按照預(yù)先設(shè)計的路線，對觀察對象進行隨機觀

察記錄。

3）區(qū)域固定閃拍。即在固定觀察點安裝閃拍設(shè)備，按照預(yù)先設(shè)定的拍攝程序，對工作現(xiàn)場進行閃

拍。此種方法的采用應(yīng)獲取倍觀察對象的配合。

5.5制定抽樣表格

進行抽樣前需編制《工作抽樣觀察記錄表》、《工作抽樣結(jié)果匯總表》等,樣表見附錄D。

6工作抽樣的實施

工作抽樣的實施過程既是技術(shù)工作過程，也是一個管理工作過程。必然伴隨著大量的思想準(zhǔn)備、技

術(shù)準(zhǔn)備工作和必要設(shè)備、工具的準(zhǔn)備。

工作抽樣實施中應(yīng)做好以下幾方面的工作：

a)對觀察對象進行預(yù)觀測

為保證實測中觀測內(nèi)容的穩(wěn)定流暢，針對可能出現(xiàn)的問題處理，有必要在正式開展實測前對觀察對

象進行必要的預(yù)觀測，以便制定應(yīng)對出現(xiàn)不同情況的處理預(yù)案，確保工作抽樣的順利進行。

b)實測

1）按照預(yù)先確定的時間點、事先規(guī)定的觀察路線、速率和抽樣方法進行觀察記錄；

2）對于觀察過程中出現(xiàn)的突發(fā)狀況要及時記錄在案；

3）堅持觀察三秒鐘原則，即在觀察瞬間，被觀察對象的動作發(fā)生變化，變化時間以三秒鐘為記

錄分時點，不足或等于三秒鐘，計入原操作。超過三秒鐘計入下一操作。

7整理分析

7.1填寫結(jié)果匯總表

每個觀察日結(jié)束后，要將觀察結(jié)果匯總，填寫《工作抽樣結(jié)果匯總表》。

7.2計算觀察日事項發(fā)生率Р

觀察日事項發(fā)生率按公式（4）計算：

事項發(fā)生次數(shù)觀察日全部觀察次數(shù)·······································(4)

7.3剔除異常值

在完成預(yù)先規(guī)定的觀察次數(shù)后，當(dāng)事項發(fā)生率控制界限PL大于上控制值或小于下控制值時，屬異常

值，予以剔除。利用公式（5）對抽樣數(shù)據(jù)進行驗證。

·······················································(5)

式中：

PL——事項發(fā)生率控制界限；

Ps——預(yù)先規(guī)定的觀察事項發(fā)生率；

n——預(yù)先規(guī)定的觀察次數(shù)。

6

GB/T21665—XXXX

7.4驗算抽樣誤差

根據(jù)剔除不正常數(shù)據(jù)后進行的觀察次數(shù)事項發(fā)生率計算抽樣誤差，計算出的抽樣誤差小于或等于事

先規(guī)定的誤差，則可行；大于事先規(guī)定的誤差，則要繼續(xù)進行抽樣觀察，直至滿足條件為止。

置信度為95%時抽樣誤差計算公式如下：

········································································(6)

···········································································(7)

式中：

7.5資料匯總分析

按照預(yù)先規(guī)定的目標(biāo)完成全部抽樣工作后要對獲取的資料匯總分析，撰寫書面結(jié)論。

7

GB/T21665—XXXX

A

A

附錄A

（規(guī)范性）

事項發(fā)生率Py值對應(yīng)的N值數(shù)表

表A.1事項發(fā)生率Py值對應(yīng)的N值數(shù)表單位為：次

ES

Py%10%5%3%1%1%3%5%10%

NeNs

141644396396000044000015840039600

28328767819600002177787840013600

31247130116412930001437045172012934

416621711536960000106667384009600

51976211190076000084445304007600

62392251225662666769630250676267

726102290260453142959048212575315

830118327294446000051112184004600

933131364326740444444939161784045

1036144400360036000040000144003600

1140157435391632363625960129453237

1243169470422429333332593117332934

1346181503452426769229744107082677

144819353548162457142730298292458

155120556751002266672518690672267

165421659853762100002333484002100

175722662756441952942170078121953

185923665659041822222024772891823

196224668451561705261894868211706

206425671164001600001777864001600

216726673866361504761672060191505

226925776368841418181575856731419

23712847877084133931488053571340

247329281172961266671407450671267

257530083475001200001333448001200

267730883676961133461265045541139

277931587678841081481201643261092

288132389680611028571142941141029

2983330916823697931108823917980

3084337934840093333103713733934

318634395185568903298933561891

328834996887048500094453400850

338935498388448121290243249813

349036099889767764786283106777

3591365101291007428652542971743

3692369102492167111179022844712

3793373103693248810875682724682

3894377104894216526372522611653

3995381105896766256469522503626

4096384106796006000066672400600

4197387107696765756163962302576

4297390108397445523861382210553

4398392109098045320358922121531

4499395109698565090956572036510

4599397110099004888954311956489

4699398110499364695752191878470

47100399110899644510650121804452

48100400111099844333348151733434

8

GB/T21665—XXXX

表A.1(續(xù))單位為：次

ES

Py%10%5%3%1%1%3%5%10%

NeNs

49100400111199964163346261665417

501004001111100004000044451600400

51100400111199963843142711537385

52100400110999843692341031477370

53100399110799646547239421419355

54100398110499363407437861363341

5599397110099003272736371309328

5699395109598563142934931257315

5798392109098043017533531207302

5898390108397442896632191159290

5997387107696762779730891112278

6096384106796002666729631067267

6196381105895162557428421023256

629537710489424245162724981246

639437310369324234292611940235

649336910249216225002500900225

659136510129100215382394862216

66903609988976206062290824207

67893549838844197012190788198

68883499688704188242092753189

69863439518556179711997719180

70843379349440171431916686172

71833309168236163381905654164

72813238968064155561792622156

73793168767884147951662592148

74773088567696140541544562141

75753009347500133331482533134

767329281173961263231404505127

77712847887084119481328478120

78692757636864112821254451113

79672667386636106331182425107

80642567126400100001112400100

816224668461569383104337594

82592366565905878097635188

83572266285644819391132882

84542165985376761984730577

85512085675100705978528271

86491935364816651272426166

87461815034524597766523960

88431694704224545560721855

89401574363916494455019850

90361444003600444449417845

91331313643276395644015840

92301183282944347838713935

93261022902604301133512031

9423922512256255328410226

951976212200021052348422

961662171151616671866717

971247130116412371385013

988328878481691339

994164439640445164

注1：Ne-用絕對誤差計算的必要觀察次數(shù)。

注2：Ns-用相對誤差計算的必要觀察次數(shù)。

9

GB/T21665—XXXX

B

D

附錄B

（資料性）

隨機數(shù)表

表B.1隨機數(shù)表

4954435482173793237887352096438426349164

3724556719770474476721763350258392120676

1695556719981050714512867358074439523879

7864560782981050717515510013429966027954

0947279654524207140890528477210802734328

4417165809798386196206765003105523640505

8416074499831146322420148588451093728871

8291777781074532140832989407729385791075

5092261197005676313880220253538660420453

8339500830423407968854420687983585294839

4033203826138951037417763713040774211930

9683508775971225934770332403549777464480

8842954572166436160004431866799477242190

3327143409455934684912720734459927729514

5027898719201537004952856660443868881180

5574307740442278842604334609526807970657

5929976860719138675413581824761554559532

4855906572965369361096469242459760490491

6637322030778457032910456504261104966724

6849691082537591933034252057274048735192

8362641112671900717460472129680202370331

0609197466029437340276709030863845943038

333251263879784504911692535616