测试系统分析（二）

l  测试系统分析中的数据和波动

测试系统分析的数据通常分为两种类型：变量数据（或连续数据）和属性数据（或判断数据）。

1.      变量数据：

距离、长度、宽度、高度、重量、温度、压力、电压、电流等。

这类数据可以被量化并且具有无限可能值的数据，通常是连续型的。这类数据通常以数值形式表示，可以进行数学运算和统计分析，常用于精确测量。

变量数据的测量系统的组成包括被测产品/目标、测量仪器（量具）、操作员、方法。

变量数据测量系统容易受到系统多个方面的波动或误差的影响。下图展示变量数据波动或误差的来源。总波动也就是总误差，表征了测试流程的整体能力。比如我们进行一项科学实验，需要测得某测点的温度值。该测试结果的总误差既包括被测点温度的实际波动情况；也包括温度测试测量设备带来的测量波动。二者误差总和就是我们通过测量系统所观测到的总波动或总误差了。

图1 变量数据的误差来源

2.      属性数据（或称判断数据）

例如：合格/不合格、是/否、通过/不通过、有/无

这类数据指基于分类或判定结果的数据，通常是离散型的，不能进行数学运算。这类数据通过对对象的特性进行分类或判断来收集，通常用于描述是否存在某种特征或是否符合某一标准。

属性数据测量系统的组成部分可以包括被测产品/目标、量具/操作员（通常操作员就是量具）、方法

使用属性（判断）数据的测量系统中的波动/误差来源包括：

操作员内部：操作员在多次评估多个单位时，是否能够重复他的测量结果。

准确度：操作员能否在多个单位上重复测量，并将这些测量结果与已知标准进行匹配。

操作员之间：多个操作员能否在多个单位上匹配彼此的测量结果。

多个操作员能否相互匹配并与已知标准匹配。

 Refernence:

1. N/A