统计学基础知识(7)

条件均受控的情况下，在我们的统计结果中发生了小概率事件则可以说明此时的生产正处在一种不稳定状态即异常状态，从而提示我们分析原因，采取措施。

6．系统误差和随机误差

产品误差是指产品特性的目标值（也可叫规定值）和实测值之差。误差由二部份组成。特性值的总

体平均值与目标值之差称为系统误差。特性值与总体平均值之差称为随机误差。

在前面的异常数据剔除例子中，0.695, 0.720, 0.725, 0.740, 0.746, 0.752, 0.760, 0.780,0.847这一组数据是零件重量和标准值之差，这就是误差。

经计算其X=（0.695+0.720+0.725+0.740+0.746+0.752+0.76+0.780+0.847）÷9=0.752 则标准重量和0.752之差就是系统误差。（如：外套重量为3.160克） 而0.752和这组数据中的每一个样品实测值之差就是随机误差。

一般说来，系统误差往往是因生产条件变化引起的，这类误差的出现较有规律，原因也较易分析，可以通过生产条件的调整使之变小甚至于消除。随机误差一般是由于对特性值影响甚微但数量众多的因素综合影响的结果。

在统计技术中,为了识别生产过程是否正常,或将随机误差控制在一定范围以内,人们更多的是利用正常误差(随机误差)和条件误差来区分误差的性质。条件误差是指由于人、机、料、法、测、环中一个或多个因素发生变化而引起的偏差。正常误差(随机误差)是指生产过程中，在受控状态下由于材料的性能的微量变化等其它不确定因素的影响而造成的误差。该类误差通常由零件公差来保证。

各项统计技术的实质是要通过对数组或图表的研究去区分产品的质量变异是条件因素影响，还是偶然因素影响。而在出现质量问题前及时发现什么条件因素出了异常，且通过对相应条件的控制去事先预防质量事故的发生。

这就是我们所反复强调的质量管理从纠正向预防转变需要做的事情，学会对测量数据进行统计分析，运用统计技术的道理所在！

第二章 数据的整理和分析 第一节 数据的离散性和规律性

实践证明，由于变异的存在，无论采取什么措施，都无法生产出二件完全相同的零件，零件之间，不论在尺寸上、性能上都会出现或大或小的离散（波动）。

为了进一步了解数据的离散性和规律性下面我们举一例来说明之。

例：吊瓶生产车间，250mL刻度滴管注塑检验规定要求：每一个工作班次都要进行巡检，抽取10个滴管，