1、2013年监理工程师辅导统计分析方法解析1一、质量数据的收集方法(一) 全数检验全数检验是对总体中的全部个体逐一观察、测量、计数、登记，从而获得对总体质量水平评价结论的方法。(二) 随机抽样检验抽样检验是按照随机抽样的原则，从总体中抽取部分个体组成样本，根据对样品进行检测的结果，推断总体质量水平的方法。抽样的具体方法有：1.简单随机抽样简单随机抽样又称纯随机抽样、完全随机抽样，是对总体不进行任何加工，直接进行随机抽样，获取样本的方法。适用于 总体差异不大，或对总体了解甚少的情况。2.分层抽样分层抽样又称分类或分组抽样，是将总体按与研究目的有关的某一特性分为若干组，然后在每组内随机抽取样品组成样
2、本的方法。优点 对每组都有抽取，样品在总体中分布均匀，更具代表性。适用于 总体比较复杂的情况。工程质量控制用于：研究混凝土浇筑质量时，可以按生产班组分组、或按浇筑时间(白天、黑夜;或季节)分组、按原材料供应商分组后，再在每组内随机抽取个体。3.等距抽样等距抽样又称机械抽样、系统抽样，是将个体按某一特性排队编号后均分为 n 组，这时每组有 K=N/n 个个体，的方法。如在流水作业线上每生产100件产品抽出一件产品做样品，直到抽出 n 件产品组成样本。4.整群抽样整群抽样一般是将总体按自然存在的状态分为若干群，并从中抽取样品群组成样本，然后在中选群内进行全数检验的方法。如对原材料质量进行检测，可按
3、原包装的箱、盒为群随机抽取，对中选箱、盒做全数检验;每隔一定时间抽出一批产品进行全数检验等。由于随机性表现在群间，样品集中，分布不均匀，代表性差，产生的抽样误差也大，同时在有周期性变动时，也应注意避免系统偏差。5.多阶段抽样多阶段抽样又称多级抽样。上述抽样方法的共同特点是整个过程中只有一次随机抽样，因而统称为单阶段抽样。但是当总体很大时，很难一次抽样完成预定的目标。多阶段抽样是将各种单阶段抽样方法结合使用，通过多次随机抽样来实现的抽样方法。如检验钢材、水泥等质量时，可以对总体1万个个体按不同批次分为100群，每群100件样品，从中随机抽取8群，而后在中选的8群中的800个个体中随机抽取100个
4、个体，这就是整群抽样与分层抽样相结合的二阶段抽样，它的随机性表现在群间和群内有两次。二、 质量数据的特征值(一) 描述数据集中趋势的特征值1.算术平均数算术平均数又称均值，是消除了个体之间个别偶然的差异，显示出所有个体共性和数据一般水平的统计指标，它由所有数据计算得到的是数据的分布中心，对数据的代表性好。其计算公式为：2.样本中位数样本中位数是将样本数据按数值大小有序排列后，位置居中的数值。当样本数 n 为奇数时，数列居中的一位数即为中位数;当样本数 n 为偶数时，取居中两个数的平均值作为中位数。例：现有一组数据(已经排序) ：10，20，30，40，50，60，70，80，90共有9个数据，
5、处于中间位置的是第5个数据，样本中位数即为：样本中位数= 50;如有一组数据 (已经排序) ：10，20，30，40，50，60，70，80，90，100共有10个数据，取中间位置的是第5，6位数据的平均值55，作为中位值，样本中位数即为：样本中位数=55;(二) 描述数据离中趋势的特征值1.极差 R极差是数据中最大值与最小值之差，是用数据变动的幅度来反映其分散状况的特征值。2.标准偏差。3.变异系数 Cv三、质量数据的分布特征(一) 质量数据的特性(二) 质量数据波动的原因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
6、常波动，是由系统性原因引起的。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著差异等情况发生时，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。
