量具偏倚假设检验评价方法的悖论

在之前的文章《从量具全生命周期看测量系统分析的应用》我们介绍了测量系统常用的评价方式有三种：过程比、公差比以及统计学上的显著性检验（假设检验方法）。由于显著性检验没有关联到客户&企业实实在在关注的产品规格公差及过程变差大小，仅仅从统计学来评价，很容易掉进统计学的悖论。但遗憾的是在美系的测量系统分析手册第四版，尤其是偏倚和线性评价，弱化了基于实际的过程或公差评价，而重点介绍统计显著性检验方法。

这点让很多人在实际工作当中觉得费解，摸不着头脑！比如说：

①统计显著性评价NG，实际测量系统却可以满足要求。

②检验设备越烂，统计显著性评价结果却越好。

为什么会发生这种啼笑皆非的事情，甚至是悖论？那么，正确地偏倚评价方式又该如何操作？且看下文通过实战案例分享讲解。

1

实战案例

  某司新购一台CMM。在安装调试，验收合格之后的某一天，收到他们公司在评价线性偏倚的时候的反馈：

评价方法：假设检验；

评价准则：

① p value ≥ 0.05，不能拒绝原假设；量具不存在显著性偏倚；

② p value ＜ 0.05，拒绝原假设；量具存在显著性偏倚；

评价结果：

① CMM 的 p value = 0.045 ＜ 0.05；拒绝原假设，存在显著偏倚；

② 老掉牙的游标卡尺 p value = 0.057 ＞ 0.05；不能拒绝原假设，偏倚不显著。

正常人拍脑袋也知道这结果肯定有问题。但是偏倚假设检验的结果就是如此！

2

量具偏倚假设检验评价方法的悖论

我们用原始数据简单的一分析，对比就可以发现：

2.1、平均偏倚：Bias-CMM = 0.00014 << Bias-游标卡尺 = 0.015；

2.2、标准差（重复性）：Re-CMM= 0.00019 << Re-游标卡尺 = 0.022

很明显，不管从第一感官还是简单数据来说，CMM的平均偏倚和重复性来都远远好于游标卡尺的。但问题是接下来的假设检验结果出现“好的假设检验NG，差的假设检验OK”如此荒诞不经的悖论……

3

量具偏倚假设检验评价方法的悖论根源

  为什么会这样？这是因为如果脱离实际谈统计的话，统计结论有时候会骗人。如果我们回到偏倚检验的原理，很明显就可以找到产生悖论的原因。

从假设检验t和p值的公式可以清晰得知：

3.1、决定量具偏倚是否显著的参数p-value由统计量 t -value 和 自由度（n-1）决定。

3.2、而t value又是由“平均偏倚”（bias）和均值标准误 [S/SQRT(n)]共同决定。

至此，真相大白。从公式分子分母得角度简单理解就是：决定偏倚假设检验p value不仅仅是“偏倚”自身的大小。它还受量具的重复性(s)和测量次数（n）的影响。

①其它条件不变的情况下，偏倚假设检验p value显著性与平均偏倚成正比也即是：偏倚越大，p value将越小；

②但在实际工作当中，如果量具的重复性不好（假定测量次数固定），将导致p value变大。也就是将会发生上述案例的悖论。

当然，这只是一个结论性的概述，如果想知道为什么会这样？它们之间有什么具体关联？以及如何模拟换算？等等；可以参加海克斯康大学的六西格玛或假设检验的理论培训。

4

量具偏倚假设检验评价图形的欺骗性

  在上面第三小节，简单的概述了量具偏倚假设检验评价方法的悖论根源。实际上对于该案例而言，如果只想简单的识破这个悖论，简单地只看图形就可以。我们之所以在上文没有留意到，是因为软件自动将刻度值调整为最适合的显示方式；但如果仔细观察两者输出图形的偏倚值的坐标轴刻度，很明显能发现问题所在——卡尺的偏倚坐标刻度范围为：“-0.02-0.06”，而CMM的范围为“-0.0001-0.0005”；根本不是一个数量级的比较。如果将坐标轴刻度都改成一样，孰好孰坏一目了然。

软件自动输出图形

相同坐标轴图形

究其原因，是因为图形具有欺骗性。所以，对于实际工作而言，通常会有不同层次的认知：①数据（含文字信息）、②图形、③统计量，只有当我们将三者结合起来看，就可以很容易识别出各种畸形的结论。对其背后欺骗性及原理有一定了解之后，就可以解释为什么会得出这种畸形的结论。关于统计学和图形的欺骗性，美国统计专家达莱尔·哈夫(Darrell Huff，July 15, 1913 – June 27, 2001)， 曾经写过一本书《How to Lie with Statistics》来披露统计学和图形的种种欺骗手段。感兴趣的朋友可以自行去查找、看看。回到本文主题——量具偏倚假设检验评价，我们将在下文详细阐述其正确的评价路径。

注：《How to Lie with Statistics》中文译名《统计陷阱》或《统计数字会撒谎》。

5

量具偏倚假设检验评价的正确路径

  通过上面概述的悖论产生机理，哪么在实际工作当中有该如何避免偏倚评价的悖论发生呢？这里给大家分享量具偏倚评价的正确路径。

简单来说，可以分为①评价前的准备和②偏倚评价过程。

  偏倚评价前的准备

1) 根据测量任务，决定要测量的产品特性及其量具；

2) 可以得知产品规格或过程变差，通常过程变差会小于产品规格要求，后面直接用过程变差替代产品规格。

3) 通常取规格中间位置；如规格宽松，可以规格上、中、下各取其一分析，分开三次单独分析。

4) 根据决定的评价位置选择标准样件。

5) 确定参考值；由第三方、多次无偏测量或更高级别测量设备得出。通常同人/零件/位置/方法，在尽可能短的时间内完成测量。目的是尽可能减少其它变异的影响。每件至少测10次并记录数据。测量次数多少将影响到后面的评价结果，尤其是假设检验评价。

  偏倚评价的过程

计算相应统计量，评价要点如下：

1、先评价重复性，再评价偏倚。

2、偏倚的评价方式有两种，一种是快捷评价，另一种是假设检验方法。

3、两种方法评价的方向不一样，应根据分析条件及目的来决定。

4、不管哪种，手工计算太复杂，建议直接使用统计软件；Q-DAS是您的选择！

注：快捷评价方法在MSA手册 第二版还有清晰定义，后面修订不知何故被删除了。

至此，本文告一段落。希望通过案例能够明白统计学、图形都具备欺骗性；不要仅仅从统计学上去找答案，还应当结合实际的分析目的和产品公差比或过程变差比来综合判断。另外就是只有通过正确的、系统的评价路径才能预防各种稀奇古怪的问题发生。当然，哪怕正确地实施了量具的偏倚评价，由于偏倚分析的本质只是位置偏差，并不能够评价散布的变差。后面会对这些一一加以介绍；当然，最好的学习方法还是加入海克斯康大学一起系统、详细地学习成长！