偏倚通常被称为“准确度”。由于“准确度”有多种意思，建议不要用准确度来代替偏倚。
偏倚是指对相同零件上同一特性的观测平均值与真值(参考值)的差异。
偏倚是测量系统的系统误差。它会增进所有已知或未知的变差来源所共同影响的总偏差，这促使在某一测量时期内重复地应用相同测量过程时，以总偏差趋向去恒定和预测地补偿所有的结果。
造成过大的偏倚的可能原因有:
●仪器需要校准
●仪器、设备或夹具磨损
●基准的磨损或损坏，基准偏差
●不适当的校准或使用基准设定
●仪器质量不良-设计或符合性
●线性误差
●使用了错误的量具
●不同的测量方法-作业准备、加载、夹紧、技巧
●测量的特性不对,变形(量具或零件)
●环境——温度、湿度、振动、清洁
●错误的假设，应用的常数不对
●应用零件数量、位置、操作者技能、疲劳、观测误差(易读性、视差)
在校准过程所使用的测量程序(如：使用“基准”)，应该尽可能地与正常操作的测量程序一致。
校验报告中会给出不同值的偏倚量。偏倚为负，说明观察值比参考值小，偏倚为正，说明观察值比参考值大。前提是测量系统的偏倚量是可重复的。
确定偏倚是否可接受的独立样本方法采用假设试验:
H0bias=0
H1bias≠0
评估计算的平均偏倚来确定这个偏倚是否是由于随机(取样)变差而产生的。
一般来说，如果相对于它的重复性，它在统计上并不是显著不同于零，则测量系统的偏倚或线性误差是可接受的。因此，重复性与过程变差比较时必须是可接受的，以便让这个分析是有用的。
1)取得一个样件，并且建立其与可追溯到相关标准的参考值。如果不能得到这参考值，选择一件落在生产测量范围中间的生产件，并将它指定为偏倚分析的基准件。在工具室里测量该件n≥10次，并计算n个读值的平均值。将该平均值视为“参考值”。
也许会希望拥有位于期望测量结果的下限、中间及上限位置的基准样件，如果可做到这样，可以使用线性研究来分析这些数据。
2)让一个评价者以正常方式测量样件n≥10次。
结果分析-绘图
3)确定每个读数的偏倚
偏移:=xi-参考值
4)绘制出偏倚数据相对于参考值的柱状图。评审柱状图，运用学科知识以确定是否有特殊原因或异常现象存在。如果没有，则继续进行分析。当n < 30时，则应特别小心的进行理解分析。
结果分析—数值
5)计算n个读数的平均偏倚
6)计算重复性标准偏差(看下面的量具研究和极差法)
如何GRR研究可以得到(并有效)，那么重复 性标准偏差的计算就应该基于GR的研究结果进行计算。
7)通过计算%EV确定此重复性是否可以被接受
%EV = 100 [EV/TV]=100[σ重复性/TV]
这里的总变差(TV) 是基于预期的过程差(首选)或规格范围除6。(见 下面的GRR研究)
如果%EV是大的，那么这个测量系统的变差可能不被接受。因为偏倚分析假定重复性是可以接受，所以继续运用一个%EV值大的测量系统进行分析会导致误导与混淆的情况。
8)确定偏倚的t值;
9)如果符合以下两种情况,那么偏倚就可在a水平被接受(统计意义上的0值)。
●P值相对于tbias是小于ɑ的。
●基于偏倚值，0落在1-ɑ的偏差置信区间内：
所使用的ɑ水准取决于敏感度的水准，敏感度水准对评价/控制过程是必要的，并且与产品/过程的损失函数(敏感度曲线)有关。如果ɑ置信度水准不是使用默认值0.05 (95%置信度)，则应该得到顾客的同意。
偏倚-范例
一个制造工程师评价了一个用于过程监控的新测量系统。测量设备的一项分析证明该测量系统应该没有线性误差的考量，所以该工程师只需对测量系统的偏倚进行评价。他基于一份已文件化的过程变差描述，在这测量系统操作范围内选取了一个零件；通过对该零件进行了全尺寸测量来确定它的参考值,然后由主要操作者测量该零件15次。
通过使用散布图和统计软件，检验员得到了直方图和数值分析结果(参见图III-B2和表II-B2)
此柱状图并未显示出任何需要额外分析和评审的异常现象或异常值。
将0.2120的重复性与预期的过程变差(标准差) 2.5 进行比较。由于%EV = 100(. 2120/2.5) = 8. 5%，所以这个重复性是可以接受的，偏倚分析也能继续进行。
由于0落在偏倚置信区间内(-0.1107，0. 1241)，该工程师可假设这测量的偏倚是可接受的，即在实际使用时，将不会带来额外的变差来源。
后语：大量朋友还没有养成阅读后点赞和分享、转发的习惯，希望大家在阅读后顺便点赞、分享和转发，以示鼓励。积善利他、纯公益性质传播管理知识，长期坚持真的很不容易，坚持需要信仰，专注更显执着，您的支持和鼓励是我坚持的动力！
,
