當我們要搜集數據之際，而無法針對所有的對象進行測量時，就可以只以部分為對象進行測量，此稱為抽樣（Sampling）。

例如，為了制定下一步的質量改進方案，某制造企業需要對當天生產的若干臺電機進行檢驗。面向整體生產量，這些待檢的電機只是所有出廠產品中的一部分。我們把從中挑選出來、用于測量和分析的那幾臺電機稱為“樣本”（Sample）；而決定要從總體中抽取這些電機的過程，就叫做“抽樣”。

“抽樣手法”則是指如何選擇這批樣本，以及要抽取多少臺電機。就如何選這一點而言，公司可以按生產線來區分，比如把第一、第二、第三號生產線作為三個層次分別抽樣（分層隨機抽樣），也可以不區分生產線，只在所有出廠電機中隨機抽取（簡單隨機抽樣）。至于要抽多少臺，則需要結合檢驗精度和成本來決定。這樣，通過合理的抽樣，企業既能在可控成本內獲得具有代表性的數據，又能為質量改進提供可靠依據。

抽樣（Sampling）的實例

以抽樣調查來說，電視的收視率調查非常有名，這是想調查全國觀看某節目的比率。由于調查所有的住戶甚為困難，因此調查一部分的收視率，而后估計全國的收視率。 市場研究公司進行收視率調查的作法是針對數百住戶進行調查。

此時的誤差如依據統計理論來考察時，若全國有 20％的人在觀看某節目時，300 家住戶的調查其誤差范圍在 5％左右，因此在 0.1％水準下收視率是上升或下降是沒意義的。如想設定在 0.1％時，則需要以 50~100 萬的單位來增加住戶的調查。

抽樣應用的重點

抽樣的基本是隨機搜集樣本，隨機抽樣也是應用統計理論的條件。譬如調查進廠的布料，只以一部分調查也不能說是調查所有的布料。無法從全體隨機抽樣時，也有從一部分隨機選出的方法，且抽樣可得知需要的數據個數。「像這樣，以少數的數據就行嗎？」具有此種疑問的情形也不在少數，針對此可以提供定量上的解答。

抽樣在過程改進中的意義

從六西格瑪的角度來看，我們在確定合適的樣本量時，通常是為了兩個目的之一：估計一個平均值，或者估計一個比例。

你使用的樣本量計算公式，取決于你打算如何使用這個樣本。