“三個”管理體系運行中統計技術的應用 軟件測試
關鍵字：管理體系 統計技術
隨著管理體系標準應用的廣泛深入，和GB/Z19027/ES/TR10017:2003(GB/T19001-2000的統計技術指南)的采用。統計技術的應用，有了新的發展趨勢。自國家注冊審核員資格審批實施筆試為主的方式以來，合格率普遍顯低，有人分析：“考生失分多的原因，主要是統計技術基礎知識太欠缺。部分考生在工作經歷中沒有接觸過統計技術知識，部分考生雖經過統計知識培訓，但實踐經驗較少，不注意統計技術日�；A知識的積累�！蓖瑫r明確指出：“掌握統計技術需要有一定的時間和過程去學習和理解――”。
其實，管理體系標準的應用中(包括QMS、EMS、OHSMS和其他管理體系標準)，其比較看得見摸得著的成效和業績是統計技術應用所顯示的效果。世界當代著名的質量管理專家所倡導的“質量工作的十個基本點”中，第3和第4個基本點就涉及具體的統計技術。等同采用ISO/TR10017:2003《ISO9001:2000的統計技術指南》的國家標準：〈GB/Z19027-2005/ISO/TR10017:2003〉是GB/T19000族標準的組成部分。它針對標準中57個條款要素作出“統計技術潛在需求的識別”。
筆者在審核實踐中，接觸到“三體系”運行中三個比較典型的統計技術應用事例，不妨在此列舉，以反映統計技術，在質量、環境、安全管理體系運行中的應用，供讀者參考，并以此拋磚引玉。
一、“假設檢驗”在質量管理中的應用。
在未開展“PSC”(統計過程控制)或“PSD”的企業 / 組織中，對于產品質量形成過程中的日常監視、控制和分析，往往通過隨機的抽樣檢驗檢查。對生產過程，往往通過生產現場的巡回監測，進行適時的監視和測量。在批產品交付或最終檢驗中，也需要通過這些有限的抽樣作出分析和判定。來判定系統或批量總體是否符合規定要求。這就必然涉及統計學中的“假設檢驗”問題。因為僅僅按照少數抽樣所取得的樣本參數，直接判定總體是有較大風險，也不夠符合統計技術要求。
比如：某鑄造廠生產小型毛坯鑄件，與顧客商定每個批號中的鑄件不合格品率不得超過3%，并商定按統計要求判定批合格后交貨�，F從當日生產的批號中隨機抽取50只進行檢驗，發現了2只不合格品，問該批產品能否交貨?
很明顯，如果按百分比例，且以樣本不合格品率來直接判定，該批產品就不能發貨。但按照統計理論來科學判定，結論卻卻相反。由于樣本容量較大，N=50;又加上只是判定該批產品能否發貨，即批產品是否合格。故可以近似地采用依據二項分布所規定的μ檢驗。
設立假設： H0(不合格品率P ≤0.03) H1(不合格品率P>0.03)。
取 可信度α=0.05，查表得拒絕域：{μ>μ}={μ>1.645}。由樣本觀察值求得X=2/50=0.04。
并代入μ檢驗統計量公式：
式中：X為樣本不合格品平均值;
文章來源于領測軟件測試網 http://www.kjueaiud.com/
