第一步：确立调查目的与范围
调查目的不同，则项目分类、观测次数与方法均不相同。如以设备开动情况为调查目的，则还需明确调查的范围，是一台设备、几台设备，还是车间、全厂的所有设备；如以科室、库房工作人员的工作比率为观测对象，则还需确定是某个科室、库房，还是全厂科室、库房；如果确定某科室为调查观测对象，则还需进一步明确调查范围是该科室的一部分工作人员还是全部等。
第二步：调查项目分类
对调查对象的活动进行分类的粗细，可根据抽样的目的而定。如只是单纯调查机器设备的开动率，则观测项目可分为“工作”、“停工”、“闲置”三项（图10-3）。如果要进一步了解停工和闲置的原因，则应将可能发生的原因详细分类（图10-4）。
图10-3 调查项目分类表
图10-4 调查项目分类表
抽样项目分类是工作抽样表格设计的基础，也是使抽样结果达到抽样目的的保证，必须结合企业的实际调查目的而制定。
第三步：决定观测方法
在观测前，首先要绘制被观测设备和操作者分布平面图和巡回观测的路线图，并注明观测的位置。图10-5为某工厂的机器与操作者配置的平面图。图中○为观测机器时的位置，×为观测操作者时的位置，带箭头的线条表示巡回路线。
图10-5 机器和工人配置图及巡回路线
第四步：设计调查表格
调查表格的内容和形式取决于调查的目的和要求。如表10-3，通过这种调查表仅能了解机器开动率与操作者的作业率，不能更进一步分析空闲的原因。表10-4是将空闲项目加以细分的表格形式。
表10-3 空闲时间分析
续表10-3
观测结束后进行汇总时应注意，表10-4中的操作者作业只有工作中、工作准备、搬运三项，其余的都是属于空闲或宽放的内容。因此，计算总时间时，只要将前三项相加再被总观测次数除即可。
表10-4 空闲时间细分
第五步：向有关人员说明调查目的
为使工作抽样取得成功，必须将抽样的目的、意义与方法向被测对象讲解清楚，以消除不必要的疑虑，并要求操作者一定要按平时的状态工作，避免紧张或做作。
第六步：试观测并决定观测次数
正式观测前，需进行一定次数的试观测，按照调查的项目分类、观测方法、调查表格等进行。通过试观测，得出观测事项的发生率，然后根据前面介绍过的公式（10-3）、（10-4）决定正式观测次数以及观测日数。
第七步：正式观测
1.决定每日的观测时刻
正式观测时，需首先决定每日每次观测的时刻。观测时刻的决定必须保证其随机性，这是工作抽样的理论依据。如观测时刻选择不当，将会产生观测偏差。决定观测时刻的方法有多种，现通过实例介绍其中两种。
（1）随机起点等时间间隔法
设在某厂的一个车间实施工作抽样。决定观测5日，每日观测20次，该车间是上午8时上班，下午5时下班，中间休息1小时（中午12时至1时）。可按下列步骤决定每日观测时刻。
步骤1：作两位数的乱数排列。较简单的方法是：以黄色纸片代表个位，取10张，上面分别写0，1，2，…，9；以10张红色纸片代表十位，上面同样分别写0，1，2，3，…，9。每次从不同颜色的纸片中随机地各抽出1张，记下数字。将抽出的放回，再各抽一张，如此反复抽取，即得乱数排列。设共抽15次，乱数排列如下：
21，94，62，35，06，64，96，40，85，77，88，63，52，27，75
步骤2：将此数列中小于50的数保留，大于50的则减去50，保留其余额。得出：
21，44，12，35，06，14，46，40，35，27，38，13，02，27，25
步骤3：去掉上述数中大于30的数，得出：
21，12，06，14，27，13，27，25
步骤4：决定第一日的观测时刻。首先决定第一日第一次的观测时刻。取乱数排列的最前面数字21，因为8时上班，所以第一次观测时刻为8时21分。随后是决定每次观测的时间间隔，以每日工作480min，减去第一次的21min再除以每日的观测次数，得出时间间隔，即
（480-21）÷20=22.95≈23（min）
第二次的观测时刻为：
8时21分+23分=8时44分
第三次的观测时刻为：
8时44分+23分=9时07分
步骤5：决定第二日的观测时刻，首先决定第二日第一次的观测时刻。取乱数排列的第二个数字12，于是第二日第一次的观测时刻为8时12分。
表10-5 观测时刻
由于各次观测时间的间隔为23min，所以第二日第二次的观测时刻为8时35分，第三次的观测时刻为8时58分。如此类推出第二日的20次观测的时刻。
步骤6：决定第三日到第五日的观测时刻。其方法同前，观测时刻见表10-5。
此法简单，时间间隔相等，利于观测人员掌握。不足之处在于除首次是由随机原理决定的观测时刻外，其余的观测时刻随机性不强。
（2）分层抽样法
某工厂某车间白班安排如下：(www.xing528.com)
上午8∶00—8∶30 有30min工作准备及机器调整
8∶30—11∶45 195min工作
11∶45—12∶00 15min收拾
下午1∶00—1∶15 有15min准备下午工作
1∶15—4∶30 195min工作
4∶30—5∶00 30min结束、清洁、打扫工作
这样就必须按各段时间分别规定观测次数和观测时间，所以叫分层抽样。
假设每日需观测的总次数n=300次，每日8小时工作。其观测次数如下：
上午8∶00—8∶30 为（30/480）×300=19（次）
中午11∶45—12∶00 为（15/480）×300=10（次）
下午1∶00—1∶15 为（15/480）×300=10（次）
4∶30—5∶00 为（30/480）×300=19（次）
上、下午工作时间观测次数为（195+195）×300/480=244（次）。
以上两种方法可根据实际情况选用。
2.实地观测
观测人员按照既定的观测时刻及预定的抽样调查项目，将观测到的活动状态准确地记录在调查表格上。在记录的过程中切忌主观武断或以表面现象下结论。要求耐心细致，深入现场，了解实质，尽可能准确。
第八步：整理数据
1.剔除异常值
经过观测记录之后，应根据记录数据绘制管理图，确定管理界限，然后将超过管理界限的异常值去掉。管理界限根据观测事项发生率，采用下列公式算出：
式中 
——观测事项发生率的平均数；
n——平均每日观察次数。
管理图采用直角坐标图形，横坐标代表日期（或其他），纵坐标代表观测事项发生率。按、
管理上限和下限分别找出平行于横轴的水平线，然后再将每日观测事项的发生率标注于图上，凡超出管理界限者，即为异常值应去掉。现举例说明：
表10-6 C汽水生产线工作抽样观测结果
设观测结果如表10-6所示，即观测6个班，每班观测160次。将表中有关数字代入上式，即得
据此作出管理图，见图10-6。
图10-6 管理图
由图中可以看出，第二班的工作比率为88.75%越出上管理界限88.72%，应作为异常值剔除。
2.核算观测次数和精度
异常值去掉后，还需再次计算观测事件的平均发生率。新的观测事件平均发生率是否可靠，应根据原来确定的可靠度与精确度来考虑。
去掉异常值对应的观测事项的次数（异常值去掉时，其相应的观测日数与次数均舍去）之后，余下的观测次数是否达到观测的总次数。如已达到或超过即可，否则尚需继续观测。
去掉异常值对应的观测次数之后，按新的观测事件平均发生率计算的绝对精度与相对精度是否达到原定的精度要求。如已达到或超过，说明此平均发生率是可信的，否则尚须继续观测。
仍举上例说明。上例中因为第二班的工作比率超过上管理界限，剔除之后，重新计算平均工作比率为：
去掉异常值后，余下的观测次数为800次，而原来决定的观测次数为400次，已大大超过规定次数。
若原选择的绝对精度为3%、相对精度为±5%，则可以肯定此观测有效。
第十步：做出结论改进工作
经过上述步骤，并确认结果可信之后，就可得出结论。如观测对象的工作比率是否合适，负荷是否充分，人员多余还是不足等。做出结论之后，应分析研究原因，有针对性地提出改进方案，以达到工作抽样能充分发掘人员与设备的潜力，提高企业经济效益的目的。
有时，可根据取得的资料制定标准时间。用工作抽样制定标准时间，除了求出工作比率，尚需赋予评比与宽放。宽放值的赋予和秒表时间研究类似，可实地观察认定，亦可政策性地赋予。而评比，一般利用“绩效指标”来决定。绩效指标是指某产量应消耗的正常时间与实际消耗时间之比。即
则
例如，某工厂的机械装配作业，10名工人作同样工作。为了制定标准时间，对这10名工人进行3天时间的分散抽样。在观测中要求同时评定出操作者的绩效指标。
在观测期间，10名工人的总上班时间为14400min，工作比率为98.7%，空闲比率为1.3%，所以工作时间为14212.8min。10名工人在3天中共生产合格产品16314件。将以上资料整理于表10-7中。由此，
表10-7 分散抽样数据分析表
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
