纺织品实验室能力验证结果的统计及评价方法浅析

2022-11-27贺志鹏

印染助剂 2022年7期

贺志鹏

［1.中国纺织信息中心，北京 100020；2.中联品检（北京）技术集团有限公司，北京 100025］

检测结果的准确性是检测实验室的根本，实验室通常会采取多种方法对检测的各个环节进行质量控制，以保证结果的准确性。能力验证活动作为实验室针对单个检测项目技术能力的确认，同时也考核检验检测机构整个质量管理体系的运行情况。一次较高水平的能力验证活动可以在一定程度上评价机构质量管理体系的运行情况，对实验室的管理有积极而重要的作用。因此，选择较为合适的方法对参加实验室的能力验证结果进行统计和评价至关重要。本文以纺织品实验室能力验证活动为聚焦点，将日常组织的项目按照定量结果项目、定性（分类）结果项目和半定量结果项目来分类，重点研究各类项目的特点及指定值的确定方法，以及如何选取适宜的统计方法进行结果评定。

1 纺织品实验室能力验证分类

1.1 定量结果项目

纺织品实验室能力验证活动中常见的定量测试项目包括甲醛含量、pH、禁用偶氮染料含量、4-氨基偶氮苯含量、断裂强力等，这些项目的测试结果有具体数值，且数值间可以进行比较，具有实际意义。需要注意的是，在组织检测禁用偶氮染料含量等类似项目能力验证活动时，应该充分考虑实验室通用设备的检出限以及所使用测试方法的检出限问题，在组织断裂强力等类似项目能力验证活动时，应该充分考虑设备的量程问题，否则会造成部分实验室无法出具具体结果的情况，降低能力验证活动对参加者所起的作用。

1.2 定性（分类）结果和半定量结果项目

纺织品实验室能力验证活动通常涉及需要将评定的项目归类为定性结果项目还是半定量结果项目。例如在评定是否为防紫外线产品时，是否具有远红外性能以及负离子发生量高低等可归类为定性结果项目，但是如果出具具体数值，如UPF 值、远红外发射率、负离子发生量等则属于定量结果项目。各项色牢度、起毛起球等结果为等级，虽然响应结果为数值，但其平均值和标准差的意义无法解释，为半定量结果项目［1］。

2 指定值的确定

GB/T 28043—2019《利用实验室间比对进行能力验证的统计方法》［2］和CNAS GL002:2018《能力验证结果的统计处理以及能力评价指南》［3］中规定了5 种确定指定值的方法。针对纺织品实验室能力验证活动，已知值（配方法确定）和由参加者的公议值确定指定值最为常用，也是最容易操作和实现的。有证参考值（有证标准样品）虽然更加简单，但是由于纺织行业可以提供有证标准样品的机构较少，而且有证标准样品的种类较少，参加者很容易识别，并不常用。参考值（由单一实验室的结果确定）则是在定量项目参加者较少而且不服从正态分布或者半定量项目参加者较少时使用。

2.1 将已知值作为指定值

在组织棉麻、特种动物纤维成分定量分析等项目时，通常会采用配方法来制作能力验证样品。此外，纺织品实验室能力验证通常指定使用统一方法，因此，定性（分类）结果项目一般也会使用标准中规定的指标作为明确的指定值，例如在进行“防紫外线产品”评定时，根据标准应该符合“UPF>40，且T（UVA）AV≤5%”［4］，但是在进行能力评定时并不需要对各分量都进行判断，仅仅只需要分析各参加者反馈的结果即可，即“可称为防紫外线产品”以及“不可称为防紫外线产品”。

2.2 将参考值作为指定值

在纺织品实验室能力验证活动中，以参考值作为指定值的确认通常需要使用多个能力验证样品，使用与参加者相同的测试方法进行多次重复测量而获得［2］。根据GB/T 28043—2019 附录D 中1.3.1，当参加者数量不超过12 家时，不符合μx≤0.3δ的要求，此时可选择其他的指定值。在具体实践中则会将参考值作为指定值进行评价。

2.3 以参加者的公议值作为指定值

针对纺织品实验室其他定量项目，通常会使用参加者的公议值作为指定值。而针对半定量项目（如色牢度项目），则通常以专家参加者确定的公议值作为指定值，或者使用参加者结果的众数、预先确定适宜的比例（如80%或者更高）作为指定值。在实际操作中，后面两种情况更为常用。实践中可能会出现众数有2 个值或者统计结果比较平均的现象，这时则可以考虑由成立的专家组判断或者直接使用专家参加者确定的公议值作为指定值。

2.4 以专家实验室确定的公议值作为指定值

该指定值采用已公布的方法来确定，并通过实验室比对来确定参考物质的定值相似。纺织品实验室的能力验证活动使用专家实验室确定的公议值作为指定值通常出现在半定量结果项目中，如江苏出入境检验检疫局工业产品检测中心纺织品实验室在2014 年组织的JSTLPT-T-2014-4《纺织品色牢度试验耐人造光色牢度：氙弧》中的指定值即为专家实验室确定的公议值。

而CNAS CL03:2010《能力验证提供者认可准则》［5］和GB/T 28043—2019对使用专家实验室确定的公议值要求能力验证提供者将原因形成文件，并应根据能力验证计划方案评估指定值的不确定度。查阅近几年本单位参与的相关项目能力验证报告，目前纺织品实验室极少会针对色牢度等半定量结果项目进行不确定度评估。因此，在使用专家实验室确定的公议值的能力验证活动中并未涉及相关内容。

近年来，针对纺织品实验室半定量结果项目不确定度的研究也较少，通过知网检索发现，仅有1 篇名为《纺织品耐汗渍色牢度试验方法不确定度评定》［6］的文章。此外，在本单位于2019 年承担的国家认监委CNCA-19-B08 项目中，在使用GB/T 4745—2012《纺织品防水性能的检测和评价沾水法》进行测试评价能力验证样品均匀性的过程中采用了不确定度进行评定，要求不同样品测试结果等级差值的绝对值不应高于本实验室测试方法的不确定度。这是因为在进行后期能力评价的过程中，此类项目通用的评价标准为“指定值±0.5 级”，因此，能力验证提供者的方法不确定度应低于0.5 级，这一点也在黄怡婧等［6］的研究中得到证实。另外，根据该研究中针对各影响因素对总不确定度的贡献分析，目光评级的贡献度超过了50%，因此也从侧面证明以±0.5 级作为评价标准是合理的。

此外，对于半定量结果项目专家实验室的确定，通常由专家组来完成，应该选择具有可证实的测量能力的实验室，例如在同类能力验证活动中持续保持满意结果［7］或者选择同行业中技术能力较强的实验室。专家实验室既可以是该项能力验证项目的参加者，也可以是其他实验室。

3 能力统计及评定方法的选择

GB/T 28043—2019 和CNAS GL002:2018 给出了5 种相同的能力统计量的计算方法，而针对纺织品实验室最常用的有3 种，分别为测量误差（差值、百分相对差）、z比分数和z′比分数。

3.1 定量结果项目常用能力统计及评定方法

在纺织品实验室中，定量结果项目通常通过计算标准化能力评定统计量z比分数或z′比分数来进行能力评定。2 种方法的差异在于指定值的不确定度μ（xpt）是否可以忽略。GB/T 28043—2019 中9.2.1 部分明确指出，如果符合μ（xpt）小于0.3δpt的条件，则认为指定值的不确定度可以忽略不计，否则应将其加入能力评定统计量中进行计算，此时宜使用z′比分数或者其他方法。

3.1.1 使用z比分数进行能力评定

使用参加者的公议值作为指定值是最常用的方法，因此，优先使用z比分数进行能力评定（使用z′比分数时，指定值的确定不使用参加者结果［3］）。在选择统计方法的过程中，GB/T 28043—2019 中6.5.1 部分明确指出，使用稳健统计方法优先于使用预先删除离群值的方法。而且大多数纺织品实验室能力验证项目可以提供单峰和近似对称的数据，因此可以使用稳健统计方法，假定近似服从正态分布或者至少为单峰且服从对称分布［2］。但是对于参加者数量较少的情况，统计数据可能不够可靠，因此需要确定可以使用稳健统计方法及z比分数的最少参加者数量。

根据GB/T 28043—2019 中7.7.3 部分，以稳健均值作为指定值，指定值xpt的标准不确定度可以估计为而使用z比分数来进行能力评定时，指定值的不确定度可以忽略，因符合μ（xpt）=计算可得p大于17.36。因此，在以稳健均值作为指定值，使用z比分数来进行能力评定时，参加者数量最少为18［8］。

根据GB/T 28043—2019 中9.4.2 部分，z比分数能力评定准则使用2.0 以及3.0 作为临界值，是假设有能力的实验室进行正确操作所测量结果服从均值为xpt和标准差为δpt的正态分布，此时，根据标准差定义为了忽略指定值的不确定度，仍应满足计算得到p大于11.11，因此，当有能力的实验室进行正确操作数量不低于12 家时，可以使用z比分数能力评定准则。GB/T 6379.2—2004《测量方法与结果的准确度（正确度与精密度）第2 部分：确定标准测量方法重复性与再现性的基本方法》7.3.4 部分给出了实验室间变异的检验方法，即格拉布斯（Grubbs）检验［9］。GB/T 4882—2001《数据的统计处理和解释正态性检验》则提供了进行正态检验的方法［10］。

3.1.2 使用z′比分数进行能力评定

在使用z′比分数进行能力评定时，需要使用除以参加者的公议值作为指定值的其他方法来确定指定值，并获得其不确定度，适合μ（xpt）大于等于0.3δpt的情况。

3.2 半定量结果项目常用能力统计及评定方法

纺织品实验室半定量结果项目的能力统计及评定方法可以参考RB/T 185—2017《目测评定纺织品色牢度能力验证实施指南》［11］，或者选择其他合适的方法。但是需要注意，使用大多数同类参加者结果众数时出现2 个及以上众数的情况，此时应使用其他方法来确定指定值。同时应注意，在以往的评价过程中以参加者数量30 为界的说法并无科学依据，而是对中心极限定理的不正确解读，即一个样本中的原始数据个数大于30 时，这组原始数据的分布接近正态分布。