Az elvégzett munkáltatás hatékonysága számítható az alakszámok (A) munkáltatás előtti és utáni értékéből is:

ahol
A_e = az alakszám értéke a munkáltatás előtt,
A_u = az alakszám értéke a munkáltatás után.
Amennyiben ezt a hányadost a Jellemzés az alakszámmal alfejezet példájának adataival számítjuk ki, úgy a sínfejmegmunkálás hatékonyságának értéke 98,6%-ra adódik.

A minősítési alaphossz nagyságának hatása az eloszlásgörbék helyzetére és az alakszámok nagyságára

Az eddigi példák a 20 m-es szakaszolású örvényáramos mérési eredmények feldolgozásával készültek. Azonban mód van a minősítési alaphossz nagyságának megváltoztatására is, amiből következik a kérdés, vajon az eloszlásgörbék helyzete, az alakszámok értéke mennyire érzékeny erre?
Ahogyan arról korábban szó volt, a mérési jegyzőkönyvekben egy adott minősítési alaphosszra vonatkozóan a legkritikusabb adatot (maximumértéket) kapjuk meg, mind a károsodási mélység, mind pedig a repedésdarabszám tekintetében. Minél hosszabb a minősítési alaphossz, annál kevesebb adatból tudjuk előállítani a gyakoriság és eloszlásfüggvényeket ugyanarra a szakaszra vonatkozóan, vagyis a vizsgált vágányszakaszt kevésbé pontosan tudjuk jellemezni.
A bemutatott példa egy, az 1. számú vonal jobb vágányában lévő, R = 1000 m sugarú, m = 120 mm túlemelésű ív jobb sínszálának adataival dolgozik. A sínrendszer 54-es. A minősítési alaphosszak: 20 m, 10 m és 1 m, ezeknek megfelelően az adathalmazok nagysága 27 darab, 53 darab, illetve 494 darab.

A 16–18. ábrák mutatják a megszerkesztett gyakoriság és halmozás diagramokat. Jól látható, hogy minél kisebb a minősítési alaphossz (minél többtagú a vizsgált szakaszra az adathalmaz), annál szabályosabb az eloszlásgörbe lefutása.
A 18. ábra alapján kijelenthető, hogy nagyon nagy valószínűséggel normális eloszlásúak a a károsodási mélység adatok. Erről viszonylag egyszerűen, grafikus nor­ma­li­tásvizsgálattal győződhetünk meg. A halmazban a minimum 0,17 mm, a maximum 3,00 mm, tehát valamennyi 1 m-es szakaszon volt nullától különböző károsodásimélység-érték. Ennek megfelelően a beosztás 0,20 és 3,00 között vehető fel. Az INVERZ.STNORM függvényt előállítva a pontoknak – normális eloszlás esetén – egy egyenes mentén kell jó közelítéssel elhelyezkedniük.

Az eredmény a 19. ábrán látható, a lineáris illeszkedés nagyon jó: R2 = 0,9973.
A normáleloszlás paramétereinek becsült értéke az INVERZ.STNORM adatfeldolgozás alapján:

• várható érték: m = 1,5501 (lásd még a 20. ábrán az 1 m-es eloszlásgörbét),
• szórás: s = 0,5774.

Ellenőrzésként (lásd a. 19. ábra egyenletét is):

• az egyenes meredeksége: 1/s = 1,7319;
• az y tengelyen a metszéspont: -m/s = –2,6846.

A 20. ábra a három minősítési alaphossz adataira szerkesztett eloszlásgörbéket mutatja. Jól látható, hogy – az adatválogatás módszere következtében – minél nagyobb a minősítési alaphossz, annál inkább jobbra, a nagyobb károsodási mélység, azaz a rosszabb állapot felé tolódik el a megszerkesztett görbe. Az ábrán az „A”, a „B” és a „C1” hibaosztály felső határai is láthatók. Egészen durván máshol adódik a hibahatárvonal és az egyes eloszlásgörbék metszéspontja. Például a C1 határ esetében 20 m-es alaphossznál 27%, 10 m-esnél 20%, míg 1 m-esnél mindössze 6% a 2,7 mm-nél nagyobb károsodásimélység-értékek mennyisége.

Az eloszlásgörbe vízszintes tengely menti helyzete és alakja erősen befolyásolja az alakszám (A) értékét is. Jelen esetben az értékek így alakulnak:

• 20 m-es minősítési alaphossz: A20 = 528,  
• 10 m-es minősítési alaphossz: A10 = 417,  
• 1 m-es minősítési alaphossz: A1 = 172.  

A fenti elemzés eredményei arra hívják fel a figyelmet, hogy pontos jellemzés, elemzés igazából az 1 m-es minősítési alaphosszra vonatkozó adatok használatával lehetséges. Ettől függetlenül a 10 m-es, illetve 20 m-es minősítési alaphossz adatai is használhatók statisztikai feldolgozásra, összehasonlításokra, de tisztában kell lennünk az eredmények pontatlanságával. Az is nyilvánvaló, hogy állapotok összehasonlítása csak azonos minősítési alaphosszadatokkal lehetséges.