3. 误差分类

在测试治具的测量过程中，任何一次读数都不可能绝对等于被测量的真值。测量误差按性质可分为三类：系统误差、随机误差和粗大误差。三者的成因、统计表现、可修正性以及对测试结论的影响截然不同。能否准确区分它们，直接决定了治具校准策略、判定阈值设定和不良品拦截能力。

一、三类误差的成因与表现

系统误差是指在相同条件下多次测量同一量时，误差的大小和符号保持恒定，或按确定规律变化的误差。其成因主要包括：治具基准件本身的制造偏差、探针行程与压力设定偏差、传感器零点漂移、放大电路增益误差、温度引起的材料热膨胀、以及测量坐标系与产品坐标系之间的对位偏移。系统误差的典型表现是：多次测量结果围绕某个偏离真值的位置集中，平均值与真值之间存在稳定差值。例如某治具测量 10.00 mm 标准块，连续 20 次读数平均为 10.03 mm，标准差很小，说明存在 +0.03 mm 的固定系统偏差。

随机误差是指在相同条件下多次测量同一量时，误差的大小和符号以不可预知的方式变化，但整体服从一定统计分布的误差。其成因包括：探针接触瞬间的微小振动、环境气流与温度微波动、电源纹波与电磁干扰、A/D 采样量化噪声、操作者放置产品时的微小位置差异。随机误差的表现是：读数围绕平均值呈正态或近似正态分布，单次不可预测，但多次测量后平均值趋于稳定。随机误差决定了测量的重复性，通常用标准差 σ 或极差来表征。

粗大误差是指明显偏离测量结果的异常值，其数值远超正常误差范围。成因通常是突发性、非统计性的：探针卡滞或未接触到位、产品放置歪斜、基准件松动、程序读错通道、电磁脉冲干扰、人为误操作。粗大误差的表现是：某个读数突然跳变，与其余数据明显脱节。它不服从正态分布，不能用平均值和标准差来“平均掉”，必须通过异常值判据识别并剔除。

二、三类误差对测试治具测量结果的影响

三类误差对治具测量结果的影响路径不同，需要分别评估。

• 系统误差影响准确度：它使测量均值整体偏离真值。若治具存在 +0.05 mm 的系统偏差，则所有产品尺寸都会被高估 0.05 mm，导致本应合格的偏大产品被误判为超差，或本应超差的偏小产品被误判为合格。系统误差不改变测量重复性，但会直接移动判定中心。
• 随机误差影响重复性与测量能力：它决定同一产品多次测量结果的分散程度。随机误差越大，测量系统重复性越差，GR&R 中的重复性分量越高，过程能力指数 Cg/Cgk 越低。当随机误差接近公差带宽度时，合格与不合格的边界会变得模糊，产生大量临界误判。
• 粗大误差影响单次判定可靠性：它往往表现为偶发的极端读数。若未剔除，会直接造成单件产品误判，也可能拉偏平均值和标准差，使后续统计判断失真。在自动化测试治具中，粗大误差还可能触发误报警、误分选，甚至掩盖真实的系统偏差。

三、识别与处理流程

面对一组测量数据，建议按以下顺序处理，避免误判误差类型。

1. 先看数据整体形态：绘制直方图或运行图，观察是否存在明显离群点、趋势或周期性波动。
2. 识别粗大误差：用 3σ 准则、格拉布斯准则或箱线图法判断异常值。确认是操作、接触、干扰等突发原因后剔除，并记录原因。
3. 评估系统误差：用标准件或基准件测量，比较平均值与标准值之差。若差值稳定且显著，判定为系统误差，进入校准修正流程。
4. 评估随机误差：在剔除粗大误差后，计算标准差、极差和重复性，判断是否满足测量系统能力要求。
5. 分别采取措施：系统误差通过校准、补偿、基准修正消除；随机误差通过改善治具刚性、屏蔽干扰、优化接触方式、增加测量次数来降低；粗大误差通过防呆设计、到位检测、程序校验和操作规范来预防。

四、典型场景与误区复盘

某连接器测试治具在测量端子高度时，连续出现约 0.08 mm 的固定偏高。操作员最初认为是随机波动，反复测量后平均值仍然偏高，标准差却很小。后经标准块验证，确认是基准面磨损导致的系统误差，重新修磨基准面并校准后恢复正常。这个案例说明：标准差小并不代表测量准确，均值偏离才是系统误差的信号。

另一个常见误区是把粗大误差当作随机误差处理。例如某次测量中探针未完全接触，读数跳变 0.5 mm，若直接纳入平均值计算，会明显拉偏结果。正确做法是先判断该点是否为异常值，确认原因后剔除，而不是简单多测几次求平均。

掌握三类误差的成因、表现和影响，是后续进行治具校准、GR&R 分析和误差补偿的前提。只有先分清误差性质，才能选择正确的修正手段，把测量结果控制在可接受的精度范围内。