结论：它回答的是「这家实验室的数据与别人是否一致」
实验室的能力有两种证明方式：内部的和外部的。
内部的证明 ——设备校准、人员培训、方法验证、质量控制图，这些都是实验室自己做的。
外部的证明 ——把同一个样品发给多家实验室，各自测量，比较结果。这就是能力验证（或实验室间比对）。
外部证明的价值在于独立性 ——它不依赖实验室的自我评价，而是用其他实验室的数据做参照。
对委托方来说，这意味着：
数据的可比性有证据。 同一样品在不同实验室测出的结果是否一致。
系统偏差能被发现。 内部质控发现不了的系统性偏差，比对能发现。
方法执行的正确性得到验证。 结果偏离说明方法执行可能有问题。
能力验证的机制
组织方发放样品。 同一批次、性质均匀的样品发给参加者。
各自独立测量。 按规定的方法或自选方法测量。
结果上报。 在规定期限内报送结果。
统计评价。 组织方用统计方法评价各参加者的结果。
结果反馈。 参加者收到自己的评价结果和整体分布。
关键在于样品的均匀性和稳定性 ——如果样品本身不均匀，结果的差异就不能归因于实验室。
结果的评价方式
| 评价指标 | 含义 | 判定 |
|---|---|---|
| Z 比分数 | 偏离参考值的标准化程度 | 绝对值≤2 满意 |
| Z 比分数 | — | 2<绝对值<3 有问题 |
| Z 比分数 | — | 绝对值≥3 不满意 |
| En 值 | 考虑不确定度的偏离 | 绝对值≤1 满意 |
| 定性结果 | 符合/不符合 | 与指定值一致为满意 |
Z 比分数是常用的指标 ——它把偏离值除以标准差，得到一个无量纲的数，便于不同项目之间比较。
不满意结果的处理
出现不满意结果时，实验室应当：
调查原因。 从方法、设备、人员、样品处理、计算各环节查找。
评估影响。 这段时间内该项目的检测数据是否受影响。
通知受影响的客户。 如果影响到已出报告，应当通知。
采取纠正措施。 针对原因整改。
验证有效性。 通过后续比对或内部验证确认整改有效。
记录全过程。 完整记录供审核查看。
「评估影响并通知客户」是关键步骤 ——如果不满意结果说明该项目的数据有系统偏差，那么这段时间出具的相关报告就需要重新评估。
常见的原因
方法理解偏差。 对方法条款的理解与共识不同。
设备校准问题。 校准过期、校准点不覆盖、修正值未使用。
样品处理不当。 前处理、保存、取样的差异。
计算错误。 单位、公式、修约的错误。
数据录入错误。 上报时的抄录错误。
操作差异。 方法允许范围内的操作差异导致结果差异。
「数据录入错误」在不满意结果的原因中占比不低 ——测量本身没问题，但上报时写错了，这类问题查起来快，但说明记录环节有漏洞。
委托方能怎么查看
询问参加情况。 你委托的项目，实验室是否参加过相关的能力验证。
询问结果。 最近一次的结果如何。
看频次。 该项目多久参加一次。
看覆盖。 参加的项目是否覆盖你关心的项目。
看组织方。 组织方是否是被认可的能力验证提供者。
这些问题在委托前问是合理的，正规的实验室会提供相关信息。
能力验证的局限
覆盖有限。 不是每个项目每年都有能力验证可参加。
样品的代表性。 能力验证样品与实际样品可能有差异。
参加时点。 结果反映的是参加时的状态。
只反映测量环节。 不反映抽样、报告编制等其他环节。
参考值的不确定。 某些情形下参考值本身有不确定度。
所以能力验证是重要的证据但不是全部 ——它与内部质控、设备校准、人员管理一起构成完整的质量保证。
没有可参加项目时的替代
某些项目没有能力验证可参加，替代方式包括：
实验室间比对。 与其他实验室自行组织比对。
有证标准物质。 用已知值的标准物质验证。
方法比对。 用不同方法测同一样品。
留样再测。 不同时间、不同人员重复测量。
这些替代方式的独立性不如正式的能力验证，但仍然能提供有价值的证据。
常见的准备不足
信息不全。 材料、工艺、使用环境的信息缺失，导致方案设计缺乏依据。
样品不具代表性。 试制样品或挑选样品，与量产状态有差距。
条件未明确。 测试条件没说清楚，数据的适用范围就不明确。
只看初始值。 忽略了环境和时间作用后的性能变化。
项目不完整。 遗漏了必要的项目，提交时才发现。
这五项在实际委托中出现频率较高，建议在项目启动时逐项确认，因为它们造成的返工成本远高于事前确认所花的时间。
数据的组织与保存
记录的完整性。 条件、方法、设备、样品状态、实测值。
可追溯性。 数据与样品批次、生产批次的关联。
保存期限。 覆盖产品的生命周期。
检索的便利。 需要时能快速定位。
版本的管理。 数据更新时的版本控制。
建议建立统一的数据台账，记录每组数据的来源、条件、适用范围和有效期。数据积累起来之后，后续的产品开发和变更评估都能受益。
与整体工作的衔接
这部分工作不是孤立的，它与几项内容相关：
与设计的衔接。 数据是设计决策的依据，也是设计验证的证据。
与风险管理的衔接。 识别出的风险点应当有对应的验证。
与变更管理的衔接。 变更时判断是否需要重新验证。
与生产控制的衔接。 关键参数的控制限值来自验证数据。
与售后的衔接。 失效分析需要原始数据作为对照。
建议在项目规划时就把这些衔接关系理清楚，避免各环节各做各的、数据无法互相支撑。
我们的做法
我们参加相关项目的能力验证，结果记录留存并可供委托方查询 ——如果你关心某个具体项目的比对情况，可以询问。
如果出现不满意结果，我们会按流程调查原因、评估对已出报告的影响 ——这一步是对委托方负责的，因为它决定了已出的数据是否需要重新审视。
对于没有能力验证可参加的项目，我们用标准物质、方法比对和留样再测作为替代验证，并保留相应记录。
如果你在评估实验室的数据可靠性，或者想了解我们在某个项目上的比对情况，可以直接联系：132 4819 8029。能力范围见服务介绍，流程见检测流程，其他问题见常见问题。
English version
Conclusion. Laboratory capability can be evidenced in two ways: internally and externally. Internal evidence comes from equipment calibration, personnel training, method validation and quality control charts, all generated by the laboratory itself. External evidence comes from sending the same sample to several laboratories, each measuring independently, and comparing results, which is proficiency testing or interlaboratory comparison. The value of external evidence lies in its independence: it does not rest on the laboratory's self-assessment but uses other laboratories' data as reference. For a client this means that comparability of data has evidence behind it, showing whether the same sample measures consistently across laboratories; that systematic bias can be detected where internal quality control would not reveal it; and that correct execution of the method is verified, since deviation indicates the method may not be executed properly.
How proficiency testing works. The provider distributes samples from one batch, homogeneous in character, to participants. Each participant measures independently, using either the prescribed method or one of their own choosing. Results are reported within a specified period. The provider evaluates each participant's result statistically. And participants receive their own evaluation together with the overall distribution. Sample homogeneity and stability are the crux: if the sample itself is not homogeneous, differences in result cannot be attributed to the laboratories.
How results are evaluated. The z-score expresses standardised deviation from the assigned value, with an absolute value of 2 or below satisfactory, between 2 and 3 questionable, and 3 or above unsatisfactory. The En number expresses deviation with uncertainty taken into account, with an absolute value of 1 or below satisfactory. And qualitative results are satisfactory where they agree with the assigned value. The z-score is the common indicator, dividing the deviation by a standard deviation to give a dimensionless number that allows comparison across different items.
Handling unsatisfactory results. The laboratory should investigate the cause across method, equipment, personnel, sample handling and calculation. It should assess the impact, establishing whether testing data for that item during the period were affected. It should notify affected clients where issued reports are implicated. It should take corrective action addressing the cause. It should verify effectiveness through subsequent comparison or internal verification. And it should record the whole process for audit. Assessing impact and notifying clients is the critical step: if an unsatisfactory result indicates systematic bias in that item, reports issued during the period need re-evaluation.
Common causes. Differing understanding of the method's clauses from the general consensus. Calibration problems, including expired calibration, calibration points that do not cover the range, and correction values not applied. Sample handling differences in preparation, storage and sub-sampling. Calculation errors in units, formulae or rounding. Data entry errors when reporting. And operational differences within the latitude the method permits producing different results. Data entry errors account for a non-trivial share of unsatisfactory results: the measurement itself was sound but the reported figure was wrong, which is quick to find while indicating a gap in the recording process.
What a client can ask. Ask whether the laboratory has participated in proficiency testing for the item you are commissioning. Ask about the most recent result. Ask about frequency, meaning how often that item is covered. Ask about coverage, meaning whether participation spans the items you care about. And ask about the provider, meaning whether it is an accredited proficiency testing provider. These are reasonable questions before commissioning, and a proper laboratory will provide the information.
Limitations. Coverage is limited, since not every item has proficiency testing available every year. Sample representativeness may differ from actual samples. The result reflects the laboratory's condition at the time of participation. It reflects only the measurement stage, not sampling, report preparation or other stages. And the assigned value itself carries uncertainty in some circumstances. Proficiency testing is therefore important evidence but not the whole of it, forming complete quality assurance alongside internal quality control, calibration and personnel management.
Alternatives where nothing is available. Interlaboratory comparison organised directly with other laboratories. Certified reference materials with known values. Method comparison measuring the same sample by different methods. And retained-sample re-measurement at different times by different personnel. These alternatives offer less independence than formal proficiency testing while still providing valuable evidence.
How we handle it. We participate in proficiency testing for relevant items and retain the results, which clients may ask about for any particular item. Where an unsatisfactory result arises we follow the process of investigating the cause and assessing the effect on issued reports, a step owed to clients since it determines whether issued data need re-examination. Where no proficiency testing is available we use reference materials, method comparison and retained-sample re-measurement as alternative verification, with records retained.
If you are assessing laboratory data reliability or want to know our comparison record for a particular item, get in touch: +86 132 4819 8029.