4. 偏倚（Bias）分析：偏倚的定义、偏倚的判定方法、独立样本法与控制图法
大家好，我是你们的老朋友。今天咱们聊聊测量系统分析里一个特别基础、但又特别容易被忽视的概念——偏倚。
说实话，我见过不少工程师，做MSA时只盯着GR&R看，觉得重复性和再现性过了就万事大吉。结果呢？产品到了客户手里，尺寸明明在公差内，对方一测就是超差。为什么？说白了，你的测量系统有偏倚，打靶打偏了。
4.1 偏倚的定义
偏倚，英文叫Bias。它指的是测量结果的观测平均值与参考值（真值）之间的差值。
用公式表达就是：
偏倚 = 观测平均值 - 参考值举个例子。你拿一把卡尺量一个标准块，标准块标称值是10.000mm。你量了10次，算出来平均值是10.015mm。那偏倚就是+0.015mm。
偏倚可以是正的，也可以是负的。正偏倚说明你的测量系统倾向于报大，负偏倚说明它倾向于报小。
核心要点：偏倚是测量系统的系统误差，不是随机误差。它不会因为多次测量而消失，只会稳定地存在。
我在项目中遇到过一件事。一个供应商说他们的三坐标测量机刚校准过，没问题。但我拿一个标准环规去测，偏倚始终在0.02mm左右。后来发现是测头有轻微磨损。你看，校准证书只能证明仪器在某个时间点合格，不代表它现在没有偏倚。
4.2 偏倚的判定方法
偏倚怎么判定？说白了就是判断这个偏倚值是否显著不等于零。
你测出来偏倚是0.001mm，但你的测量系统分辨率只有0.01mm，那这个偏倚其实没有实际意义。反过来，偏倚0.001mm，但你的公差只有±0.005mm，那这个偏倚就非常要命了。
判定偏倚是否显著，通常用t检验。我们看一个简单的流程：
步骤1：获取参考值（标准件或更高等级测量设备测得）
步骤2：用被测测量系统重复测量n次（n≥10）
步骤3：计算观测平均值和偏倚
步骤4：计算偏倚的t统计量
步骤5：与临界值比较，判断是否显著t统计量的计算公式：
t = (偏倚) / (标准偏差 / √n)其中标准偏差就是n次测量结果的标准差。
如果|t| > t(α/2, n-1)，我们就说偏倚显著不为零。这个测量系统需要校准或调整。
我的习惯：做偏倚分析时，我一般取n=15次。为什么？10次勉强够用，15次更稳妥。你想想看，样本量太小，t检验的把握度不够，容易漏判。
4.3 独立样本法
独立样本法，也叫标准件法。这是最常用的偏倚分析方法。
它的核心思路是：找一个已知参考值的标准件，用你的测量系统反复测，然后看平均值和参考值的差异。
具体操作步骤：
- 选择标准件：参考值要可追溯到国家标准。最好选一个覆盖你日常测量范围的值。
- 确定测量次数：我建议至少15次，最好20次。
- 进行测量：由同一个操作员，用同一台设备，在短时间内完成。注意，每次测量后要复位，不要连续读数。
- 记录数据：把每次测量值记下来。
- 计算分析：算平均值、标准差、t值，做判定。
举个例子。一个标准块参考值是50.000mm，我测了15次，数据如下：
| 测量次数 | 测量值(mm) | 测量次数 | 测量值(mm) |
|---|---|---|---|
| 1 | 50.012 | 9 | 50.008 |
| 2 | 50.015 | 10 | 50.011 |
| 3 | 50.009 | 11 | 50.013 |
| 4 | 50.014 | 12 | 50.010 |
| 5 | 50.011 | 13 | 50.012 |
| 6 | 50.013 | 14 | 50.009 |
| 7 | 50.010 | 15 | 50.014 |
| 8 | 50.012 |
算出来平均值 = 50.0115mm，标准差 = 0.0020mm。
偏倚 = 50.0115 - 50.000 = 0.0115mm。
t = 0.0115 / (0.0020 / √15) = 0.0115 / 0.000516 = 22.29。
查t分布表，α=0.05时，t(0.025, 14) ≈ 2.145。
22.29远大于2.145，偏倚显著！这个测量系统必须校准。
注意：独立样本法有一个前提——测量过程是稳定的。如果测量过程中有异常波动，比如温度变化、操作员疲劳，那测出来的偏倚可能不真实。
4.4 控制图法
控制图法，说白了就是用时间序列的眼光看偏倚。
独立样本法只能告诉你「此时此刻」的偏倚。但测量系统的偏倚会随时间漂移吗？比如早上和下午不一样？换了一个操作员就不一样？
控制图法可以回答这个问题。
做法是这样的：
- 选一个标准件，参考值已知。
- 在不同时间点（比如每天、每班次）测量这个标准件。
- 每次测量一组数据（比如每次测3个读数，取平均值）。
- 把平均值画在控制图上，看是否在控制限内。
控制图的中心线就是参考值。上下控制限根据测量系统的固有波动来计算。
如果所有点都在控制限内随机波动，说明偏倚是稳定的。如果有趋势、有超出控制限的点，说明偏倚在变化。
我曾经在一个冲压车间做MSA。用独立样本法测偏倚，早上测是0.005mm，下午测变成了0.018mm。为什么？因为车间温度变化，导致量具热胀冷缩。控制图法一下子就抓住了这个问题。
两种方法对比：
- 独立样本法：快，一次搞定。适合日常校准验证。
- 控制图法：慢，需要长期数据。适合监控测量系统的长期稳定性。
我个人建议，新买的测量设备，先用独立样本法做一次全面评估。然后建立控制图，每周或每月测一次标准件，持续监控偏倚的变化。
4.5 偏倚分析的SVG知识框架图
下面这张图，我把偏倚分析的核心逻辑画出来了。你一看就明白：
4.6 避坑指南
做偏倚分析，有几个坑我踩过，分享给你：
我曾经犯过的错：
- 只用了一个标准件：偏倚可能随测量值大小变化。比如在量程低端偏倚是正的，高端是负的。最好选3个覆盖量程的标准件。
- 忽略了环境因素：温度、湿度、振动都会影响偏倚。做控制图法时，一定要记录环境条件。
- 样本量太小：有人只测3次就做t检验。这基本没有意义。n≥15是底线。
- 参考值不准确：参考值本身要有更高的精度。你用一个精度0.01mm的仪器去验证另一个精度0.01mm的仪器，这说不通。
我的小技巧：做独立样本法时，把15次测量值按时间顺序画个点图。如果看到明显的上升或下降趋势，说明测量过程中有漂移。这时候算出来的偏倚可能不准，需要先排查原因。
好了，偏倚分析就讲到这里。记住一句话：偏倚是测量系统的「准不准」问题。它不像GR&R那样复杂，但忽视它的代价往往很大。下次你发现产品尺寸总偏向一侧，先别急着调工艺，看看你的测量系统是不是偏了。
公众号:蓝海资料掘金营，微信deep3321