aad_MSA-通用测量系统指南通用测量系统指南第一节引言、目的和术语引 言测量数据的使用比往常更频繁、更广泛。例如，是否调整制造过程现在普遍依据测量数据来决定。把测量数据或由它们运算出的一些统计量，与这一过程的统计操纵限值相比较，假如比较结果表明这一过程在统计操纵之外，那么要做某种调整，否则，这一过程就承诺运行而勿须调整。测量数据的另外一个用途是确定两个或多个变量之间是否存在某种明显关系。例如，人们能够估量一模制塑料件的关键尺寸与浇注材料温度有关系。这种可能的关系可通过采纳所谓回来分析的统计方法进行讨论。即比较关键尺寸的测量结果与浇注材料温度的测量结果。探究象这类关系的讨论，是戴明博士称为以分析的方法讨论的一些实例。通常，分析讨论是增加关于有关阻碍过程的各种缘故的系统的知识。各种分析讨论是测量数据的最重要应用之一，因为这些分析讨论最终导致更好地明白得各种过程。应用以数据为基础的方法的益处，专门大程度上决定于所用测量数据的质量。假如测量数据质量低，则这种方法的益处专门可能低，类似地，假如测量数据质量高，这一方法的益处也专门可能高。为了确保应用测量数据所得到的益处大于获得它们所花的费用，就必须把注意力集中在数据的质量上。测量数据的质量测量数据质量与稳固条件下运行的某一测量系统得到的多次测量结果的统计特性有关。例如，假定用在稳固条件下运行的某测量系统，得到某一特性的多次测量结果。假如这些测量数据与这一特性的标准值都专门“接近”，那么能够讲这些测量数据的质量“高”，类似地，假如一些或全部测量结果“远离”标准值，那么能够讲这些数据的质量“低”。表征数据质量最通用的统计特性是偏倚和方差。所谓偏倚的特性，是指数据相对标准值的位置，而所谓方差的特性，是指数据的分布，然而，其它的统计特性如错误分类率在某些情形下也是恰当的。低质量数据最一般的缘故之一是数据变差太大。例如，测量某容器内的流体的容积，使用的测量系统可能对它周围的环境温度敏锐，在这种情形下，数据的变差可能由于其体积的变化或周围温度的变化，使得讲明这些数据更困难。因此这一测量系统是不太合乎需要的。一组测量的变差大多是由于测量系统和它的环境之间的交互作用造成的。假如这种交互作用产生太大的变差，那么数据的质量会专门低，以致这些数据是无用的。例如，一个具有大量变差的测量系统，用来分析一个制造过程，可能是不恰当的，因为这一测量系统的变差...
