2012年监理师考试三项控制知识点辅导17

    五、质量数据的分布特征

    （一）质量数据的特性

    质量数据具有个体数值的波动性和总体（样本）分布的规律性。

    在实际质量检测中，我们发现即使在生产过程是稳定正常的情况下，同一总体（样本）的个体产品的质量特性值也是互不相同的。这种个体间表现形式上的差异性，反映在质量数据上即为个体数值的波动性、随机性，然而当运用统计方法对这些大量丰富的个体质量数值进行加工、整理和分析后，我们又会发现这些产品质量特性值（以计量值数据为例）大多都分布在数值变动范围的中部区域，即有向分布中心靠拢的倾向，表现为数值的集中趋势；还有一部分质量特性值在中心的两侧分布，随着逐渐远离中心，数值的个数变少，表现为数值的离中趋势。质量数据的集中趋势和离中趋势反映了总体（样本）质量变化的内在规律性。

    （二）质量数据波动的原因

    众所周知，影响产品质量主要有五方面因素，即人，包括质量意识、技术水平、精神状态等；材料，包括材质均匀度、理化性能等；机械设备，包括其先进性、精度、维护保养状况等；方法，包括生产工艺、操作方法等；环境，包括时间、季节、现场温湿度、噪声干扰等；同时这些因素自身也在不断变化中。个体产品质量的表现形式的千差万别就是这些因素综合作用的

    结果，质量数据也因此具有了波动性。

    质量特性值的变化在质量标准允许范围内波动称之为正常波动，是由偶然性原因引起的；若是超越了质量标准允许范围的波动则称之为异常波动，是由系统性原因引起的。

    [例题] ：质量特性值的变化在质量标准允许范围内波动称之为正常波动，是由（  ）原因引起的。

    A. 系统性

    B.偶然性

    C. 特殊

    D.一般

    答案：B

    1.偶然性原因

    在实际生产中，影响因素的微小变化具有随机发生的特点，是不可避免、难以测量和控制的，或者是在经济上不值得消除，它们大量存在但对质量的影响很小，属于允许偏差、允许位移范畴，引起的是正常波动，一般不会因此造成废品，生产过程正常稳定。通常把4M1E因素的这类微小变化归为影响质量的偶然性原因、不可避免原因或正常原因。

    2.系统性原因

    当影响质量的4M1E因素发生了较大变化，如工人未遵守操作规程、机械设备发生故障或过度磨损、原材料质量规格有显着差异等情况发生时，没有及时排除，生产过程则不正常，产品质量数据就会离散过大或与质量标准有较大偏离，表现为异常波动，次品、废品产生。这就是产生质量问题的系统性原因或异常原因。由于异常波动特征明显，容易识别和避免，特别是对

    质量的负面影响不可忽视，生产中应该随时监控，及时识别和处理。

    （三）质量数据分布的规律性

    对于每件产品来说，在产品质量形成的过程中，单个影响因素对其影响的程度和方向是不同的，也是在不断改变的。众多因素交织在一起，共同起作用的结果，使各因素引起的差异大多互相抵消，最终表现出来的误差具有随机性。对于在正常生产条件下的大量产品，误差接近零的产品数目要多些，具有较大正负误差的产品要相对少，偏离很大的产品就更少了，同时正负误差绝对值相等的产品数目非常接近。于是就形成了一个能反映质量数据规律性的分布，即以质量标准为中心的质量数据分布，它可用一个“中间高、两端低、左右对称”的几何图形表示，即一般服从正态分布。

    概率数理统计在对大量统计数据研究中，归纳总结出许多分布类型，如一般计量值数据服从正态分布，计件值数据服从二项分布，计点值数据服从泊松分布等。实践中只要是受许多起微小作用的因素影响的质量数据，都可认为是近似服从正态分布的，如构件的几何尺寸、混凝土强度等；如果是随机抽取的样本，无论它来自的总体是何种分布，在样本容量较大时，其样本均值也将服从或近似服从正态分布。因而，正态分布最重要、最常见、应用最广泛。正态分布概率密度曲线如下图所示。