随着建筑行业的迅速发展，人们越来越重视建材的质量，建材质量会对整个工程质量有重要的影响，因此，做好建材质量的检测工作至关重要，本文对建筑材料检测中存在的误差进行分析并提出应对策略。
《绿色环保建材》建筑建材期刊，杂志面向装饰装修及家居消费市场，为装饰装修消费者、建材装饰材料业界人士、室内装饰设计师等提供多侧面多层次的最新材料、实用产品分析与推介，资讯丰富和指导实用。《绿色环保建材》杂志是装饰装修消费者选材的指导性专门期刊，是各类优质建材产品、装饰材料、家居产品传播品牌和针对性促销的主流媒体。
建材行业的迅猛发展，使得建材市场的发展和应用越来越广泛，选用什么样的建筑材料将对工程质量有着紧密的关系。所以在施工过程中选用合格的产品，从而提高整个工程的质量。在检测过程中不能片面的把检测其中某一项结果来代替全过程的检测结果，整个检测过程中要尽量减小试验操作误差，保证数据的科学性、准确性。从而有效的进行误差分析和数据处理。
1.建材检测中的误差分析
1.1系统误差
系统误差的产生，一方面是由于试验方法不严谨造成的，另一方面是由于试验条件不完善造成的。系统误差有其内在的规律。在判定检测数据的过程中，一旦发现系统误差的存在，则应结合其内在规律寻找发生原因，然后对试验方法进行合理改进，如提高对相关仪器仪表的检定水平，从而将系统误差的影响控制在最低水平。站在数据角度分析，系统误差可被划分为两大类，一是固定的系统误差，二是变化的系统误差。所谓固定的系统误差指的是，在所有检测数据中均存在某个符号相同且数值固定的偏差。检测装置的零点漂移所导致的误差便是这种固定的系统误差中的代表。所谓变化的系统误差，通常被认为是，由于外界条件变化而导致的误差。如，检验水泥的过程中，要求其温度及湿度应该满足一定的标准，这一点正是基于控制变化的系统误差而提出的。不变的系统误差一般很难从检测数据中及时发现，通常采用多种方法反复测量的(针对同一检测对象)方式进行测定，并对检测数据展开横向对比，最终完成校核。对于变化的系统误差，通常将前后所测的诸多数据依次排开，找出偏差规律，然后找出偏差原因，最后采取针对性的处理办法。为了针对这种误差的存在，会增加人手去校核原始数据与系统所判定的数据，如果有出入会对这个批次的建材进行复检。
1.2过失误差
过失误差有一别名，即“粗差”，指的是由于实验操作人员粗心大意而导致的一类误差，比较典型的过失误差有读错或者记错。过失误差产生的试验数值通常和事实情况存在极大的偏差，因此，需要将其剔除。通常情况下，可凭借个人经验将此类误差剔除掉，但这种做法带有明显的主观因素影响，比较科学的做法是，以偶然误差的正态分布理论为基础，确定某个鉴别值，然后将其和诸多测定值的偏差展开对比，从正态分布规律可知，绝对值越是偏大的误差，其发生的概率也就越是偏低。经常在各个试验室中会进行一些对比试验，来对比机器上、人为上的误差，从结果上分析是人为的错误还是机器上的错误，从而减少误差。
1.3偶然误差
在各类微小因素的影响之下，一组检测值在最末位数字上无法达成一致，由此产生的误差被称之为偶然误差。导致偶然误差的原因是多方面的，通常包括以下几点：
(1)检测仪表或设备的电源电压不够稳定;
(2)检测仪表或设备的内部存在摩擦间隙不规则变化的问题;
(3)操作人员没有把握好末位数的读取;
(4)周边环境带来的某些干扰。由于偶然误差是一种随机性的误差，因而难以从试验方法的角度来避免，再加上偶然误差符合正态分布的统计学规律，所以，又被人们称之为随机误差。对检测数据进行处理的过程中，首先，要将过失误差尽量剔除掉，其次，要对系统误差进行适当的修正，第三，要将偶然误差控制在较低的水平。所谓检测误差分析指的是，对偶然误差展开相关处理，以实现对测定值误差的有效确定。
2.建材检测过程中的数据处理
2.1数据处理环节的三个参数
测定值可被理解成真值和误差的和，由于误差属于随机变量的范畴，所以，测定值也属于随机变量的范畴。对于随机变量而言，其有三个十分关键的统计特征数，分别是算数平均值、标准误差、变异系数。
(1)算数平均值。样本数据的集中位置可以从样本均值中体现出来，平均值是样本数据的外观特征，从某个层面上说是反应了随即变量的均值。正常情况下误差有正负，用均值处理之后，使得数据误差减小，然后发现其集中位置，消除其中的一些数据波动，得到与实际数值相对应一个可观数据。
(2)标准误差。标准误差经常被人们称为标准离差或者标准差，对测定出的测量值进行计算，能够表现出分布状况跟数据间的相对距离。在这个数据系统里面，计算出均值是不能够做出判断的，还要对测量值在算术平均值上下的分散情况及偏差情况进行分析得出标准差，如果标准差越大，则表明数据分布就很离散;如果标准差小，则表明分布比较集中。
