抽样(Sampling)是一种有效收集流程统计资料的方法，被收集资料的流程称为母体(Population)。抽出一批产品中的一部份来分析或查验就称为抽样，其目的是为了能由少数资料去推论流程或过去流程的状况。
一个完整的抽样计划必须包含所要管制的项目、样本大小、组数、抽样频率和量测方法，以收集足够且具代表性的资料来达成流程数据的验证阶段的目的。 一个好的抽样计划必须能收集并分辨出流程变异的根源，一般包括：
1. 件内变异(Within-Piece Variation)：例如同一个客户对同一款手机的满意度不一定相同，也许需要在不同地点，如住宅和办公室分别测量其满意度数据;
2.件间变异(Piece-to-Piece Variation)：即同一时段内的不同客户会有不同的反应;
3.时间与客户的变异(Time-to-Time Variation)：不同时段的客户会得到不同的满意度数据
为了能够准确的找出流程变异的根源，进行抽样统计时应遵循以下原则：
一、样本大小
抽取较大样本可以比较容易地探测出流程的微小变化，而小的样本仅可探测出较大流程的变化，因此在选择样本大小时，必须先了解欲探测的流程变异的大小，再决定样本的大小。目前实际的应用上，常采用小样本但抽样次数高的作法。
二、样组大小
其一般原则大致如下
○ 1个：用于破坏性试验或某些化学流程
○ 2~3个：当抽样成本昂贵时则采取小样组
○ 4个（或以上）：为最好的统计模式
○ 5个：计算方便
○ 10个（或以上）：可增加灵敏度
三、抽样方法
１．简单随机抽样(Simple Random Sampling)
在n个实验单元中如变数的所有样本出现的机会相同，采用简单随机抽样。如由自动化机器产生的成品箱里抽取几个品项。
２．分层抽样(Stratified Sampling)
把总体分为若干相同性质的小组并在各组内随机抽样；如公司内有两个电镀生产线，则从各电镀生产线随机选取零件，保证能估计各电镀生产线对镀件变异的影响。
３．分群抽样(Cluster Sampling)
把总体分为若干相同性质的小组并在各组内随机抽样。例如公司内有五条生产线，每条又都各有八个生产单位，则首先将各生产线和生产单位赋予随机编号，然后从随机选取的生产线和生产单位内选取一个零件，直到数量足够为止。
４．系统抽样(System Sampling)
开始时随机选取一个单元，然后每隔K个单元选取一个样本，直到足够数量才始测量。
四．抽样频率 通常流程变异大的，则抽样的频率高；流程变异小的，则抽样频率低。