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。

偏倚性分析的步骤：

一、取生产线零件：

1) 从生产线中取一个落在规格中心值域的零件样本

2) 使用精准度较佳（至少同等级）之量具反复量测零件样本（至少15次）

3) 并以合理的统计量（如平均值），建立其参考标准值

二、测量

1) 作业员应熟悉并了解一般操作程序，避免应操作不熟练而增加量测数据变异

2) 定期对标准件或零件重复量测10-20次，将量测数据记录并计算平均（称为观测平均值）

3) 计算Bias(偏倚）：Bias(偏倚）=观测平均值-参考标准值

4) 计算相关统计量（标准差/t值等）

5) 检定H0: Bias=0及计算Bias 95% 信赖区间

三、计算分析—数值（计算Bias）

1)计算n个读数的平均偏倚

2)计算重复性标准偏差

3)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。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。

4)确定偏倚的t值;

5)如果0落在偏倚值附近的1-a置信度界线内，则偏倚在a水准上是可接受的

所使用的a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。