为什么测量数据分析方法都想有个基准值？

在实施GJB5000的测量分析过程的时候，需要为每个测量项给出分析规程。但是，要为每个测量项都给出一个可操作的分析规程，难度还是很大的。

而降低难度的一个简单的方法，就是为每个测量项设定一个组织的基准值，如果项目的测量项数据超出这个基准值，就需要分析原因、影响，以及给出建议的解决措施。

为什么这么操作会被大多数人都认可呢？因为这种方法与我们在质量管理的长期实践中一直都在应用的符合性质量控制是一脉相承的。

符合性质量控制，是我们一贯采用的控制产品质量的方法。

我们衡量产品的质量时，通常就是看产品的性能是否符合产品的质量特性与技术规范，包括性能指标、设计图纸、验收技术条件等，我们通过对产品的测试/测量/实验获得产品的质量特性，将其与技术规范相比较，如果产品的质量特性处于规范的容差范围内，即为合格产品或质量高的产品。超出容差范围即为不合格产品或次品，这就是所谓的门柱法，即符合性质量控制。

给每个测量项都设定一个基准值，分析测量项就看实际的测量数据与基准值的比较结果，符合即为正常情况，不符合就要分析原因和影响，必要时给出解决措施，

这很“符合控制”！

所以，建议为每个测量项都设定一个基准值，这样数据分析方法就非常好写，也满足可操作的要求了。

至于刚开始实施GJB5000二级的单位，部分测量项自己没有这方面的历史数据，但你可以参考其他兄弟单位或者同行业的基准数据。

这正是：

测量分析不犯难，符合控制变简单

只要给出基准值，分析数据很简单

参考书目：软件质量保证和管理，作者：朱少民，出版社：清华大学出版社