1. Trung bình cần đi kèm bản đồ vị trí
Một báo cáo ghi chiều dày trung bình 190 µm vẫn chưa cho biết lớp phủ có đồng đều hay không. Mười hai số đo có thể nằm rải khắp một tấm thép, hoặc tập trung ở vài điểm dễ tiếp cận. Hai cách bố trí này tạo lượng thông tin khác nhau về bề mặt, ngay cả khi máy xuất cùng số dòng dữ liệu.
Elcometer liệt kê trung bình, độ lệch chuẩn, số lượng, cực đại và cực tiểu trong các thống kê của thiết bị đo.[1] Những chỉ số ấy là đầu ra hữu ích, nhưng phần mềm không tự biết điểm nào đại diện cho vị trí nào nếu người dùng không tổ chức dữ liệu. Bài này dùng bộ số giả định để xây dựng cách đọc thống kê, không đặt tiêu chí nghiệm thu lớp sơn.
2. Ba cấp dữ liệu không nên trộn
Trong hướng dẫn kỹ thuật của mình về SSPC-PA 2, Bill Corbett phân biệt số đọc của máy, kết quả tại vùng nhỏ và kết quả đại diện vùng lớn.[2] Bài viết ở đây chỉ sử dụng ý tưởng phân cấp đó; số điểm và số lần lặp dưới đây là thiết kế thí nghiệm riêng, không phải trích lại yêu cầu lấy mẫu của tiêu chuẩn.
Gọi y_ij là lần đọc j tại vị trí i. Mỗi vị trí giữ một mã tọa độ, một mặt cấu kiện và một lớp sơn tương ứng. Trước khi gộp, cần biết các lần đọc có thật sự lặp ở cùng điểm hay di chuyển trong một vùng nhỏ. Trường hợp thứ hai chứa cả biến thiên cục bộ của màng, nên không thể gọi toàn bộ độ phân tán ấy là sai số máy.
Với m vị trí và n số đọc ở mỗi vị trí, đặt trung bình từng vị trí là ȳ_i, trung bình chung là ȳ. Mô hình minh họa viết:
y_ij = μ + b_i + ε_ij
μ là trung bình quần thể đang muốn ước lượng, b_i là phần lệch của vị trí và ε_ij là phần biến động trong vị trí. Nếu dùng mô hình ngẫu nhiên để suy luận, giả thiết b_i độc lập giữa các vị trí, ε_ij độc lập và có cùng phương sai, đồng thời hai nhóm độc lập với nhau. Đây là giả thiết cần kiểm tra, không phải tính chất mặc nhiên của dữ liệu hiện trường.
3. Bộ số có thể tính lại bằng tay
Chọn bốn vị trí, ba lần đọc mỗi vị trí, đơn vị µm:
A: 156; 160; 164.
B: 166; 170; 174.
C: 196; 200; 204.
D: 226; 230; 234.
Trung bình A, B, C, D lần lượt là 160; 170; 200; 230 µm. Trung bình chung bằng 190 µm. Chỉ cần giữ các mã vị trí đã thấy một mẫu khác với “máy dao động quanh 190”: mỗi cụm khá chặt, trong khi trung bình giữa các cụm chênh đáng kể.
Tổng bình phương sai lệch trong vị trí và giữa vị trí được tính riêng:
SS_w = Σ_i Σ_j (y_ij − ȳ_i)² = 128 µm²
SS_b = n Σ_i (ȳ_i − ȳ)² = 9.000 µm²
Tổng bình phương quanh trung bình chung là 9.128 µm². Độ lệch chuẩn mẫu của toàn bộ 12 số bằng sqrt(9.128/11) = 28,807 µm. Trong khi đó, mỗi cụm có độ lệch chuẩn mẫu 4 µm. Hai con số đều đúng, nhưng trả lời hai câu hỏi khác nhau.
4. Phân chia phương sai và điều kiện diễn giải
Chia SS_w cho m(n−1)=8 được MS_w=16 µm². Chia SS_b cho m−1=3 được MS_b=3.000 µm². Trong mô hình phân cấp cân bằng đã nêu, các ước lượng thành phần là:
s²_trong = MS_w = 16 µm²
s²_vị_trí = (MS_b − MS_w)/n
Kết quả s²_vị_trí = 994,667 µm². Phần biến thiên giữa vị trí lớn hơn nhiều phần trong vị trí ở bộ số này. Kết luận thực dụng là cần kiểm tra phạm vi không gian và điều kiện thi công giữa các vùng; tăng số lần chạm đầu dò tại A chưa trả lời được điều gì xảy ra ở vùng chưa khảo sát.
Nếu MS_b nhỏ hơn MS_w, công thức có thể cho ước lượng âm. Phương sai vật lý không âm; kết quả ấy cho thấy bộ dữ liệu và cách ước lượng chưa tách được thành phần giữa vị trí, không chứng minh tồn tại “độ phân tán âm”. Khi đó cần nêu phương pháp xử lý, số mẫu và giới hạn, thay vì giấu kết quả trong một ô bảng tính.
5. Vì sao chia cho căn của 12 có thể quá lạc quan
Nếu coi cả 12 số đọc là các quan sát độc lập của cùng quần thể, sai số chuẩn thường được tính 28,807/sqrt(12)=8,316 µm. Nhưng trong mô hình này, ba số tại A cùng chứa b_A; chúng có chung một thành phần lệch. Sự phụ thuộc ấy phải xuất hiện trong phương sai trung bình:
Var(ȳ) = σ²_vị_trí/m + σ²_trong/(mn)
Thay các ước lượng từ bộ số cho Var(ȳ)=250 µm², sai số chuẩn 15,811 µm. Đây chỉ là phép minh họa dưới giả thiết chọn vị trí ngẫu nhiên độc lập; nếu bốn vị trí được chọn có chủ đích, con số không tự trở thành độ không đảm bảo đại diện cho toàn cấu kiện.
Giữ các thành phần phương sai giả định, tăng từ ba lên mười lần đọc tại mỗi trong bốn vị trí làm sai số chuẩn chỉ giảm xuống 15,782 µm. Ngược lại, dùng tám vị trí độc lập và ba lần đọc mỗi vị trí cho 11,180 µm. So sánh này không phải lịch lấy mẫu chuẩn; nó cho thấy nguồn phân tán đang chi phối quyết định cách thu thập thêm dữ liệu.
6. Số lần đọc không phải trọng số diện tích
Giả sử người đo bổ sung nhiều số ở A, làm n_A=10, còn B, C, D vẫn có ba số mỗi nơi. Giữ trung bình từng vị trí không đổi, trung bình gộp mọi dòng trở thành:
ȳ_gộp = (10×160 + 3×170 + 3×200 + 3×230)/19
Kết quả 178,947 µm. Lớp sơn trong ví dụ chưa thay đổi; chỉ việc phân bổ số lần đo đã kéo trung bình xuống. Nếu mục tiêu là trung bình của bốn vị trí có trọng số bằng nhau, cần lấy trung bình của bốn trung bình, vẫn được 190 µm.
Nếu bốn vùng đại diện diện tích với tỷ phần 0,10; 0,20; 0,30; 0,40, trung bình có trọng số diện tích lại bằng 202 µm. Cả 178,947; 190 và 202 đều có thể xuất hiện từ cùng các giá trị đại diện, nhưng chúng ước lượng các đại lượng khác nhau. Phải xác định mục tiêu trước khi chọn phép gộp.
7. Sai lệch chung không biến mất khi lấy nhiều số
Giả sử một ảnh hưởng chưa hiệu chỉnh làm mọi số đọc cao hơn 8 µm. Trung bình đổi từ 190 thành 198 µm, nhưng độ lệch chuẩn trong và giữa vị trí không đổi. Nhìn dữ liệu rất lặp lại không đủ chứng minh chúng đúng với chiều dày cần đo.
DeFelsko nêu các ảnh hưởng của độ nhám, hình học, thành phần nền và chiều dày nền lên phép đo, đồng thời phân biệt kiểm tra thiết bị với hiệu chuẩn.[3] Vì vậy cần lưu cách xác minh trên mẫu phù hợp, đầu dò, cấu hình điều chỉnh và điều kiện nền. Không tự trừ một hệ số độ nhám cố định vào mọi số đọc nếu quy trình đo đang dùng đã xử lý ảnh hưởng ấy.
Một giá trị thấp lặp lại ở đúng một vùng cần được giữ cùng tọa độ để điều tra. Xóa nó chỉ vì làm giảm trung bình sẽ mất thông tin không gian. Nếu số đọc bị loại do một nguyên nhân đo cụ thể, phải giữ lý do và dữ liệu gốc để người rà soát phân biệt phép đo không hợp lệ với một vùng sơn thực sự khác biệt.
8. Báo cáo đủ để ra quyết định
Báo cáo nên hiển thị trung bình từng vùng, số lần đọc, khoảng biến thiên, vị trí trên cấu kiện và cách tính trung bình chung. Trung bình không phải chiều dày nhỏ nhất; tỷ lệ số đọc thấp cũng không tự bằng tỷ lệ diện tích thấp nếu cách chọn điểm không đại diện diện tích.
Với nghiệm thu thực tế, áp dụng đúng phiên bản hồ sơ kỹ thuật, phương pháp đo và tiêu chí của dự án. Bộ tính ở đây giúp kiểm tra cách tổ chức và diễn giải dữ liệu trước bước đó. Giá trị lớn nhất của nó là làm rõ đo thêm ở đâu có ích, thay vì chỉ làm số dòng trong bảng nhiều hơn.
Nguồn tham khảo
[1] Choosing the Correct Electronic Gauge — Elcometer. Truy cập ngày 09/11/2026.
[2] Measuring Dry Film Coating Thickness According to SSPC-PA 2 — Bill Corbett, KTA-Tator; bài giải thích bản 2012. Truy cập ngày 09/11/2026.
[3] How to Ensure Accurate Dry Film Thickness Readings — DeFelsko, JPCL, July 2016. Truy cập ngày 09/11/2026.
Rà soát nội dung: 09/11/2026.
Một báo cáo ghi chiều dày trung bình 190 µm vẫn chưa cho biết lớp phủ có đồng đều hay không. Mười hai số đo có thể nằm rải khắp một tấm thép, hoặc tập trung ở vài điểm dễ tiếp cận. Hai cách bố trí này tạo lượng thông tin khác nhau về bề mặt, ngay cả khi máy xuất cùng số dòng dữ liệu.
Elcometer liệt kê trung bình, độ lệch chuẩn, số lượng, cực đại và cực tiểu trong các thống kê của thiết bị đo.[1] Những chỉ số ấy là đầu ra hữu ích, nhưng phần mềm không tự biết điểm nào đại diện cho vị trí nào nếu người dùng không tổ chức dữ liệu. Bài này dùng bộ số giả định để xây dựng cách đọc thống kê, không đặt tiêu chí nghiệm thu lớp sơn.
2. Ba cấp dữ liệu không nên trộn
Trong hướng dẫn kỹ thuật của mình về SSPC-PA 2, Bill Corbett phân biệt số đọc của máy, kết quả tại vùng nhỏ và kết quả đại diện vùng lớn.[2] Bài viết ở đây chỉ sử dụng ý tưởng phân cấp đó; số điểm và số lần lặp dưới đây là thiết kế thí nghiệm riêng, không phải trích lại yêu cầu lấy mẫu của tiêu chuẩn.
Gọi y_ij là lần đọc j tại vị trí i. Mỗi vị trí giữ một mã tọa độ, một mặt cấu kiện và một lớp sơn tương ứng. Trước khi gộp, cần biết các lần đọc có thật sự lặp ở cùng điểm hay di chuyển trong một vùng nhỏ. Trường hợp thứ hai chứa cả biến thiên cục bộ của màng, nên không thể gọi toàn bộ độ phân tán ấy là sai số máy.
Với m vị trí và n số đọc ở mỗi vị trí, đặt trung bình từng vị trí là ȳ_i, trung bình chung là ȳ. Mô hình minh họa viết:
y_ij = μ + b_i + ε_ij
μ là trung bình quần thể đang muốn ước lượng, b_i là phần lệch của vị trí và ε_ij là phần biến động trong vị trí. Nếu dùng mô hình ngẫu nhiên để suy luận, giả thiết b_i độc lập giữa các vị trí, ε_ij độc lập và có cùng phương sai, đồng thời hai nhóm độc lập với nhau. Đây là giả thiết cần kiểm tra, không phải tính chất mặc nhiên của dữ liệu hiện trường.
3. Bộ số có thể tính lại bằng tay
Chọn bốn vị trí, ba lần đọc mỗi vị trí, đơn vị µm:
A: 156; 160; 164.
B: 166; 170; 174.
C: 196; 200; 204.
D: 226; 230; 234.
Trung bình A, B, C, D lần lượt là 160; 170; 200; 230 µm. Trung bình chung bằng 190 µm. Chỉ cần giữ các mã vị trí đã thấy một mẫu khác với “máy dao động quanh 190”: mỗi cụm khá chặt, trong khi trung bình giữa các cụm chênh đáng kể.
Tổng bình phương sai lệch trong vị trí và giữa vị trí được tính riêng:
SS_w = Σ_i Σ_j (y_ij − ȳ_i)² = 128 µm²
SS_b = n Σ_i (ȳ_i − ȳ)² = 9.000 µm²
Tổng bình phương quanh trung bình chung là 9.128 µm². Độ lệch chuẩn mẫu của toàn bộ 12 số bằng sqrt(9.128/11) = 28,807 µm. Trong khi đó, mỗi cụm có độ lệch chuẩn mẫu 4 µm. Hai con số đều đúng, nhưng trả lời hai câu hỏi khác nhau.
4. Phân chia phương sai và điều kiện diễn giải
Chia SS_w cho m(n−1)=8 được MS_w=16 µm². Chia SS_b cho m−1=3 được MS_b=3.000 µm². Trong mô hình phân cấp cân bằng đã nêu, các ước lượng thành phần là:
s²_trong = MS_w = 16 µm²
s²_vị_trí = (MS_b − MS_w)/n
Kết quả s²_vị_trí = 994,667 µm². Phần biến thiên giữa vị trí lớn hơn nhiều phần trong vị trí ở bộ số này. Kết luận thực dụng là cần kiểm tra phạm vi không gian và điều kiện thi công giữa các vùng; tăng số lần chạm đầu dò tại A chưa trả lời được điều gì xảy ra ở vùng chưa khảo sát.
Nếu MS_b nhỏ hơn MS_w, công thức có thể cho ước lượng âm. Phương sai vật lý không âm; kết quả ấy cho thấy bộ dữ liệu và cách ước lượng chưa tách được thành phần giữa vị trí, không chứng minh tồn tại “độ phân tán âm”. Khi đó cần nêu phương pháp xử lý, số mẫu và giới hạn, thay vì giấu kết quả trong một ô bảng tính.
5. Vì sao chia cho căn của 12 có thể quá lạc quan
Nếu coi cả 12 số đọc là các quan sát độc lập của cùng quần thể, sai số chuẩn thường được tính 28,807/sqrt(12)=8,316 µm. Nhưng trong mô hình này, ba số tại A cùng chứa b_A; chúng có chung một thành phần lệch. Sự phụ thuộc ấy phải xuất hiện trong phương sai trung bình:
Var(ȳ) = σ²_vị_trí/m + σ²_trong/(mn)
Thay các ước lượng từ bộ số cho Var(ȳ)=250 µm², sai số chuẩn 15,811 µm. Đây chỉ là phép minh họa dưới giả thiết chọn vị trí ngẫu nhiên độc lập; nếu bốn vị trí được chọn có chủ đích, con số không tự trở thành độ không đảm bảo đại diện cho toàn cấu kiện.
Giữ các thành phần phương sai giả định, tăng từ ba lên mười lần đọc tại mỗi trong bốn vị trí làm sai số chuẩn chỉ giảm xuống 15,782 µm. Ngược lại, dùng tám vị trí độc lập và ba lần đọc mỗi vị trí cho 11,180 µm. So sánh này không phải lịch lấy mẫu chuẩn; nó cho thấy nguồn phân tán đang chi phối quyết định cách thu thập thêm dữ liệu.
6. Số lần đọc không phải trọng số diện tích
Giả sử người đo bổ sung nhiều số ở A, làm n_A=10, còn B, C, D vẫn có ba số mỗi nơi. Giữ trung bình từng vị trí không đổi, trung bình gộp mọi dòng trở thành:
ȳ_gộp = (10×160 + 3×170 + 3×200 + 3×230)/19
Kết quả 178,947 µm. Lớp sơn trong ví dụ chưa thay đổi; chỉ việc phân bổ số lần đo đã kéo trung bình xuống. Nếu mục tiêu là trung bình của bốn vị trí có trọng số bằng nhau, cần lấy trung bình của bốn trung bình, vẫn được 190 µm.
Nếu bốn vùng đại diện diện tích với tỷ phần 0,10; 0,20; 0,30; 0,40, trung bình có trọng số diện tích lại bằng 202 µm. Cả 178,947; 190 và 202 đều có thể xuất hiện từ cùng các giá trị đại diện, nhưng chúng ước lượng các đại lượng khác nhau. Phải xác định mục tiêu trước khi chọn phép gộp.
7. Sai lệch chung không biến mất khi lấy nhiều số
Giả sử một ảnh hưởng chưa hiệu chỉnh làm mọi số đọc cao hơn 8 µm. Trung bình đổi từ 190 thành 198 µm, nhưng độ lệch chuẩn trong và giữa vị trí không đổi. Nhìn dữ liệu rất lặp lại không đủ chứng minh chúng đúng với chiều dày cần đo.
DeFelsko nêu các ảnh hưởng của độ nhám, hình học, thành phần nền và chiều dày nền lên phép đo, đồng thời phân biệt kiểm tra thiết bị với hiệu chuẩn.[3] Vì vậy cần lưu cách xác minh trên mẫu phù hợp, đầu dò, cấu hình điều chỉnh và điều kiện nền. Không tự trừ một hệ số độ nhám cố định vào mọi số đọc nếu quy trình đo đang dùng đã xử lý ảnh hưởng ấy.
Một giá trị thấp lặp lại ở đúng một vùng cần được giữ cùng tọa độ để điều tra. Xóa nó chỉ vì làm giảm trung bình sẽ mất thông tin không gian. Nếu số đọc bị loại do một nguyên nhân đo cụ thể, phải giữ lý do và dữ liệu gốc để người rà soát phân biệt phép đo không hợp lệ với một vùng sơn thực sự khác biệt.
8. Báo cáo đủ để ra quyết định
Báo cáo nên hiển thị trung bình từng vùng, số lần đọc, khoảng biến thiên, vị trí trên cấu kiện và cách tính trung bình chung. Trung bình không phải chiều dày nhỏ nhất; tỷ lệ số đọc thấp cũng không tự bằng tỷ lệ diện tích thấp nếu cách chọn điểm không đại diện diện tích.
Với nghiệm thu thực tế, áp dụng đúng phiên bản hồ sơ kỹ thuật, phương pháp đo và tiêu chí của dự án. Bộ tính ở đây giúp kiểm tra cách tổ chức và diễn giải dữ liệu trước bước đó. Giá trị lớn nhất của nó là làm rõ đo thêm ở đâu có ích, thay vì chỉ làm số dòng trong bảng nhiều hơn.
Nguồn tham khảo
[1] Choosing the Correct Electronic Gauge — Elcometer. Truy cập ngày 09/11/2026.
[2] Measuring Dry Film Coating Thickness According to SSPC-PA 2 — Bill Corbett, KTA-Tator; bài giải thích bản 2012. Truy cập ngày 09/11/2026.
[3] How to Ensure Accurate Dry Film Thickness Readings — DeFelsko, JPCL, July 2016. Truy cập ngày 09/11/2026.
Rà soát nội dung: 09/11/2026.


