质量方法测量系统分析

测量系统分析Measurement Systems Analysis

数据可信，才有资格谈 SPC、Cpk 与改善。MSA 回答一个朴素的问题：你手里这把「尺子」，到底量得准不准、稳不稳、分得开分不分得清。

什么是测量系统定义

测量系统不是单指量具，而是量具 + 操作人员 + 测量方法 + 环境 + 数据采集软件的整体。MSA 评估这个整体在「重复测量同一对象」时表现出的统计特性——它的误差有多大、误差从哪来、能不能被信任。

五大统计特性骨架

偏倚 Bias

观测均值与「真值（参考值）」的偏离——准不准
反映系统误差

线性 Linearity

偏倚随测量量值变化——全量程准不准
反映量具在不同量程的标定漂移

稳定性 Stability

随时间重复测同一标准件是否受控——久不久
用控制图判异

重复性 Repeatability

同一人、同一量具、短期内的变异——量具自身精密度

再现性 Reproducibility

不同操作员 / 不同量具间的变异——人与方法的贡献
重复性 + 再现性 = GR&R

分辨力 Resolution

量具能分辨的最小变化——分得开与否
用 ndc（可区分类别数）量化

为什么必须做 MSA

量具误差若被当成「过程变异」，会直接导致过判（把合格当不良）或误判（把不良当合格）。SPC 判异、Cpk 能力指数、甚至公差设计，都建立在「数据本身可信」这一前提上。未经验证的测量系统，后续一切统计结论都站不住脚。

关键术语速记词典

术语	含义	接受经验值
%GR&R	量具误差占总变异比例	≤10% 接受；10–30% 条件接受；>30% 不接受
ndc	可区分类别数（分辨力）	≥5
P/T 比	量具误差与公差之比	≤0.10 ~ 0.30
Cg / Cgk	量具自身能力（不含零件变异）	≥1.33（严则 ≥1.67）
Kappa	计数型一致性（剔除随机吻合）	≥0.75 好

先问两个问题选型

选错研究类型，等于用错尺子量错对象。先判：① 数据是计量型还是计数型？ ② 你想查「准不准 / 稳不稳 / 分得开」还是「人之间差不差」？

数据类型	研究目的	该做什么研究
计量型（连续）	量具+人+件的整体精密度	GR&R（交叉 / 嵌套）
	准确度（系统误差）	偏倚 Bias
	全量程准确度	线性 Linearity
	随时间是否漂移	稳定性 Stability
计量型（新量具）	量具自身精度 / 能力	Cg / Cgk
计数型（属性）	通止规 / 目视判定一致性	属性一致性分析（Kappa / 有效性）

交叉还是嵌套？

每个零件都能被每个操作员多次复测（零件×操作员可交叉）→ 交叉型 GR&R。若零件不可重复拆装、或每个操作员只测其专属零件（如破坏性试验、零件-操作员绑定）→ 嵌套型 GR&R。选错会得到错误的方差分解。

推荐顺序

先做分辨力与稳定性（量具基础），再做偏倚 / 线性（准确度），最后做GR&R（精密度）。基础不过关，后面的研究没有意义。

交叉型 GR&R核心

最常用。每个零件都被每个操作员重复测量，形成「操作员 × 零件 × 重复」的完全交叉数据。AIAG MSA 第四版推荐：10 个零件 × 3 名操作员 × 每人数次（2~3）。

极差法（Range Method）步骤操作

按随机顺序、盲测（操作员不知是谁的件、哪次）采集数据。
对每名操作员算各零件的极差 R，得每个操作员的 R̄，再取全部 R̄ 的平均 R̄̄。
算零件均值极差 R̄_p（最大与最小零件均值之差）。
按子组大小 n 查 d₂ 常数（n=2→3.27，n=3→2.58），分解方差分量。

σ_repeat = R̄̄ / d₂；σ_repro 由操作员均值极差经 d₂^* 估计；σ_part = R̄_p / d₂^*；σ_GRR = √(σ_repeat² + σ_repro²)；σ_total = √(σ_part² + σ_GRR²)。

判定准则判读

指标	接受	条件接受	不接受
%GR&R = 100·σ_GRR/σ_total	≤ 10%	10% – 30%	> 30%
ndc = 1.41·σ_part/σ_GRR	≥ 5	—	< 5

两个顺序陷阱

① 先判 R 图（变异），后判 X̄ 图（位置）：变异图失控时，位置图的控制限建立在失稳的 σ 上，不可信。② 操作员效应看再现性：若再现性显著（不同人量出来系统不同），先解决人/方法，再谈量具。

更完整的实时计算与判异，见 MSA 工作台与 MSA 试算器；深度方法见 MSA 方法页。

嵌套型 GR&R与交叉的区别

当零件不能被同一操作员重复拆装复测，或每名操作员只测其专属零件子集（如破坏性试验、每件只能测一次、零件-操作员绑定），数据无法交叉，只能用嵌套模型：操作员内嵌套零件，零件内嵌套重复。

与交叉型的关键差异

交叉型能分离「操作员×零件」交互；嵌套型无法估计该交互，会把交互方差并入再现性。因此同一套硬件，嵌套型得出的 %GR&R 往往比交叉型更保守（更大）。选型必须贴合实际采集方式。

方差分量按嵌套层级分解：σ_GRR 仍 = √(σ_repeat² + σ_repro²)，但 σ_repro 由「操作员间均值变异」估计，零件效应在操作员内估计。判定准则与交叉型一致（%GR&R、ndc）。

偏倚 Bias准确度

偏倚 = 观测均值 − 参考值（可溯源的真值 / 标准件）。它衡量系统误差，不反映精密度。

bias = X̄_obs − X_ref；t = bias / (σ_repeat / √n)；接受条件：|t| ≤ t_crit(α, n−1)。或用经验 %bias = 100·|bias| / PV ≤ 公差/10。

判据	接受
\|t\| ≤ t_crit	偏倚不显著（量具准确）
\|t\| > t_crit	偏倚显著 → 校准 / 维修 / 修正

注意

偏倚研究要求量具已通过分辨力与稳定性。一次只在一个参考值上做；要查全量程则需做线性研究。

线性 Linearity全量程准确度

线性 = 偏倚随测量量值变化的程度。若量具在低量程准、高量程偏，单看一个参考值的偏倚会漏判。

对每个参考值算 bias_i，对 (量值 x_i, bias_i) 做最小二乘回归得斜率 γ；Linearity = |γ|·PV（过程变异）；Linearity% = 100·Linearity / PV。

判据	接受
斜率 γ ≈ 0（t 检验不显著）且 Linearity% < 5%	线性良好
斜率显著 ≠ 0 或 Linearity% ≥ 5%	线性不良 → 重新标定 / 换新量具

稳定性 Stability随时间

用同一量具、同一操作员，按固定间隔重复测量同一标准件 / 标准样本，将结果点入 I-MR 图或 X̄-R 图。若所有点落在控制限内、无趋势 / 漂移 / 异常，则量具稳定。

稳定性是「准」的前提

一台今天准、下周漂的量具，偏倚与 GR&R 的研究结果会随校准状态漂移。稳定性不过关，准确度和精密度的研究结论都不可靠。建议把稳定性作为量具周期性核查（MSA 监控计划）的一部分。

分辨力 Resolution分得开

分辨力是量具能分辨的最小变化，是 MSA 的「地基」。分辨力不足，再精的 GR&R 也救不回——数据本身就被「取整」抹平了。

准则	要求
ndc（可区分类别数）	≥ 5（AIAG）
最小可读刻度	≤ 公差 / 10，或 ≤ 过程变异 / 10

典型失误

把「量具显示分辨率」当有效分辨力；读数取到低于量具最小刻度的位数（如卡尺 0.01 mm 却记 0.008 mm）。分辨率不足的典型症状是：数据中出现大量相同值、极差图点堆在 0。

Cg / Cgk量具能力

GR&R 把零件变异也卷了进来；Cg/Cgk 只看量具自身精度，常用于新量具验收或周期检定，与过程无关。

Cg = (USL−LSL) / (6·σ_gage)；Cgk = [0.5·(USL−LSL) − |X̄ − (USL+LSL)/2|] / (3·σ_gage)。其中 σ_gage 由重复测量标准件的标准差估计。

判据	接受
Cg 与 Cgk	≥ 1.33（严苛场景 ≥ 1.67）

与 GR&R 的关系

Cg 看「量具精度够不够」，GR&R 看「量具+人+件」总体。新量具先过 Cg/Cgk，再随过程一起做 GR&R。

计数型一致性属性测量

通止规、目视判定、分级等「属性测量」没有连续读数，用一致性分析评估：同一对象多次判定是否一致？不同人判定是否一致？与「真值（专家/基准）」是否一致？

指标	含义	接受
Kappa（自身 / 之间）	剔除随机吻合后的一致性	≥ 0.75 好；0.4–0.75 尚可；< 0.4 差
有效性 Effectiveness	与基准一致的比例	≥ 90%
漏判 / 误判率	不良判合格 / 合格判不良	越低越好（关注错流方向）

要点

属性测量对「边界件」最敏感。样本要覆盖合格、不合格与近边界件；每个件应由多名操作员盲测多次。

完整 MSA 评价流程串联

策划：界定测量系统（量具、人、方法、环境、软件），明确研究目的与样本。
分辨力：确认 ndc ≥ 5、刻度足够细——不过此关，后续全无意义。
稳定性：标准件周期复测，确认量具不漂移。
偏倚：在代表性参考值上确认系统误差不显著。
线性：覆盖全量程，确认偏倚不随量值变化。
GR&R：交叉 / 嵌套，分解重复性与再现性，判 %GR&R 与 ndc。
计数型（若为属性测量）：做一致性分析。
综合判定：逐项给「接受 / 条件接受 / 不接受」，给出改进优先级。

铁律

先准确度（偏倚/线性）与稳定性，再精密度（GR&R）；量具未受控、未校准，谈能力（Cpk）没有意义。这与 SPC「先受控再谈能力」是同一逻辑。

判读速查表一页带走

研究	测的是什么	关键指标	接受准则
分辨力	分得开	ndc	≥ 5
稳定性	久不久	控制图	受控、无异常
偏倚	准不准（单点）	\|t\|	≤ t_crit
线性	准不准（全量程）	斜率、Linearity%	γ≈0 且 <5%
GR&R	精密度	%GR&R、ndc	≤10%、≥5
Cg/Cgk	量具能力	Cg、Cgk	≥1.33
计数型	属性一致	Kappa、有效性	≥0.75、≥90%

交叉型 GR&R 算例手算

10 个零件、3 名操作员、每人数 2 次（n=2）。汇总后得到：所有「操作员内零件极差」的平均 R̄̄ = 0.42（单位 mm）；零件均值极差 R̄_p = 3.10；操作员均值极差 = 0.18。

分量	算式（n=2，d₂=3.27）	结果
重复性 σ_repeat	0.42 / 3.27	0.128
再现性 σ_repro	由操作员极差 0.18 估计 ≈ 0.052	0.052
σ_GRR	√(0.128² + 0.052²)	0.138
σ_part	R̄_p/d₂^* ≈ 3.10/3.27	0.948
σ_total	√(0.948² + 0.138²)	0.958
%GR&R	100 × 0.138 / 0.958	14.4% → 条件接受
ndc	1.41 × 0.948 / 0.138	9.7 → 通过

结论与下一步

ndc 充足、%GR&R=14.4% 落在 10–30% 条件接受区：量具可用，但应在低风险场景下使用，并优先排查再现性（操作员间 0.052 占 GR&R 约 14%）——加强操作员培训后复测。本例仅演示算法；实测请用 MSA 试算器或工作台。

自测每次随机抽题

10 题随机抽考，检测你是否真的分得清「准、稳、分得开」。提交后看解析，建议错题回看对应章节。