临床检验质量控制技术(第3版)
上QQ阅读APP看书,第一时间看更新

第二节 产品质量的统计观点

一、产品质量的统计观点

产品(在临床检验领域称为检验结果)质量的统计观点是质量管理的基本观点之一。若推行这样的观点就是现代的质量管理,否则即传统的质量管理。
产品质量的统计观点包括下列内容,参见图12-2。
图12-2 产品质量的统计观点所包含的内容
1.产品质量具有变异性(不一致性)
这是众所周知的事实,但在工业革命以后,人们一开始误认为由机器生产的产品应该都是一样的。经过一百年的实践,随着测量理论与测量工具的进步,人类才终于认识到,虽然是机器生产,但产品质量仍然具有变异性,公差制度的建立就是承认该观点的标志。影响产品质量的生产力过程的五大因素——人、机、料、法、环,无时无刻不在变化,因而决定了产品质量具有变异性。
2.产品质量的变异性具有统计规律性
产品质量的变异也是有规律性的,但它不是通常的确定性现象的确定性规律,而是随机现象的统计规律,参见图12-3。所谓确定性现象就是在一定条件下,必然发生或不可能发生的事件(event),如在一个大气压力(1.013× 10 5 Pa)、常温(0℃<t<100℃)下,H 2 O一定处于液体状态(必然事件),而不处于气体或固体状态(不可能事件)。但在质量方面我们经常遇到的却是随机现象,即在一定条件下事件可能发生也可能不发生的现象;如我们无法预知电灯泡的寿命一定是1000小时以上,但在大量统计的基础上我们可以说电灯泡的寿命有80%的可能大于1000小时,这是对随机现象的一种科学的描述。
图12-3 不同性质的现象具有不同的规律
产品质量并非是漫无边际的变异,任何产品质量都是在一定范围内按照一定的规律变异。产品质量变异的规律性反映为质量特性值的分布。
如计量数值服从正态分布、计件数值服从二项分布、计点数值服从泊松分布。
作为生产过程的管理人员和工程技术人员,在树立产品质量的统计观念的同时,应对生产过程的质量变异及其规律有所了解。
(1)生产过程质量特性变异的幅度有多大。主要反映在质量特性值分布的特征值,如正态分布的分布中心μ和标准差σ。
(2)生产过程质量特性出现这样幅度的变异,概率是多少。如是99.73%还是99.99%,必须了解清楚。
通常用分布(distribution)来描述随机现象,从分布中我们可以知道变异的幅度有多大,出现这么大幅度的可能性(概率,probability)有多大,这就是统计规律。对于计量特性值,如浓度、长度、重量、时间、强度、纯度、成分等连续性数据,最常见的是正态分布(normal distribution),参见图12-4。对于计件特性值,如特性测量的结果只有合格与不合格两种情况的离散性数据,最常见的是二项分布(binomial distribution)。对于计点特性值,如HBsAg阳性数等离散性数据,最常见的是泊松分布(Poisson distribution)。计件值与计点值又统称为计数值,都是可以0个、1个、2个……这样数下去的数据。掌握这些数据的统计规律可以保证和提高产品质量。
图12-4 正态分布密度
(图中,x为正态随机变量,μ、σ分别为其参数平均值和标准差)

二、影响产品质量变异的两大因素

影响产品质量变异的因素,无论人、机、料、法、环哪一种因素,都可归纳为正常因素(偶然因素、随机因素)和异常因素(系统因素)两大类。表12-1对两大因素的特点、作用和表现作了概括的描述。
表12-1 影响质量变异的因素
(一)随机因素的特点表现
1.在过程中,正常因素对质量变异影响的程度是非常微小的。
2.正常因素始终存在于过程之中,永远不可能完全将其消除。
3.正常因素对质量特性变异的方向具有随机性。即同一正常因素对质量特性值变大(正向)和变小(负向)的影响是随机的(不确定的)。
4.对过程中正常因素是难以控制的。目前在技术上还没有能力、在经济上还不值得消除正常因素在过程中的作用。
(二)异常因素相应具有的四个特点
1.在过程中,一旦有异常因素发挥作用,对质量变异影响的程度是很大的。
2.异常因素在过程中时有时无,并无确定的出现时间。
3.异常因素对质量变异的方向是确定的。某一种异常因素会造成质量特性值变大(正向),只要这一种异常因素在过程中发生作用,必然会导致质量特性值变大(正向)。反之也是如此。
4.对异常因素是可以采取措施加以控制的,如应用统计技术捕捉异常先兆,及时发现和消除异常因素的作用。
由正常因素造成的质量变异,称为正常质量波动;由异常因素造成的质量变异,称为异常质量波动。所谓过程的质量控制就是将正常质量波动限制在一个合理的范围(幅度),而杜绝异常质量波动的发生。因此,只要正常质量波动处于合理的幅度,质量管理则采取“听之任之”的态度。而对异常质量波动则必须采取“严加控制”的态度。
为有效实施过程质量控制,必须能识别过程是处于正常状态还是异常状态。如果在过程中只有正常因素发挥作用时,质量特性值就形成典型分布,如正态分布时保持分布中心μ和标准差σ为确定的值;一旦过程中有了异常因素发挥作用,就会导致典型分布遭到破坏,如正态分布的中心μ变化或标准差σ变化。对于典型分布的保持和遭到破坏,完全可以应用控制图进行检测。控制图在过程中起到捕捉异常先兆,对异常质量波动的发生起到报警的作用。因此,控制图应当成为关键工序的常备工具。