一、先讲一个真实场景
质检员小张拿着卡尺测一个轴径，三次测量值分别是：
- 第一次：50.02mm（合格）
- 第二次：50.06mm（合格）
- 第三次：49.98mm（合格）
小张放心地在记录上写了"合格"。
但问题是：这台卡尺最近校准了吗？如果把同一根轴拿给另一个质检员、用另一把卡尺来测，结果会一样吗？如果把轴放在三坐标上测，会发现真实值是50.08mm——已经超差了。
结论：你的测量系统可能一直在骗你。
二、什么是 MSA？
MSA（Measurement System Analysis，测量系统分析）回答一个根本问题：你测到的数据，有多少是真值，有多少是测量系统的"噪音"？
一个不可靠的测量系统会导致两种致命的误判：
- 误判合格（漏检）： 不合格件被判为合格 → 流到客户手里
- 误判不合格（虚警）： 合格件被判为不合格 → 返工浪费
三、Gage R&R：测量系统体检
Gage R&R（Gage Repeatability & Reproducibility）是 MSA 的核心方法，衡量两个变异来源：
3.1 重复性（Repeatability, EV）
同一个操作员、用同一把量具、多次测量同一个零件，结果之间的差异。
这叫"设备变异"，反映的是量具本身的精度问题。
3.2 再现性（Reproducibility, AV）
不同操作员、用同一把量具、测量同一个零件，结果之间的差异。
这叫"人员变异"，反映的是操作员的测量手法差异。
3.3 GRR 判定标准
| GRR% | 判定 | 该怎么做 |
|---|---|---|
| GRR% < 10% | 合格 | 测量系统可靠，可以信任测量数据 |
| 10% ≤ GRR% ≤ 30% | 有条件接受 | 取决于应用场景的重要性，可能需要改进 |
| GRR% > 30% | 不合格 | 必须改进测量系统，否则SPC和过程能力分析都不可信 |
四、还有两个关键指标
4.1 ndc（可区分类别数）
ndc（Number of Distinct Categories）衡量你的测量系统能把产品分成多少档。公式：ndc = 1.41 × (PV / GRR)
| ndc | 判定 |
|---|---|
| ndc ≥ 5 | 合格 |
| ndc < 5 | 不合格 |
如果 ndc < 5，意味着你的量具分不出"好""中""差"——用它来做过程控制基本没用。
4.2 偏倚（Bias）和线性（Linearity）
- 偏倚： 测量平均值与真值的差。比如真值是 50.00mm，你量出来平均是 50.05mm，偏倚 = +0.05mm
- 线性： 在不同量程范围内，偏倚是否一致。有的量具在小量程时偏倚小，大量程时偏倚大
五、什么时候该做 MSA？
- 新量具投入使用前（强制）
- 控制计划中有特殊特性的量具，每年至少一次
- 客户审核前的自查
- SPC数据异常时（先排查是不是测量系统出了问题，再怀疑过程）
- 量具维修、校准后发现偏差时
经验法则：在怀疑产线有问题之前，先怀疑你的尺子。
六、MSA 常见错误
- 错误1：零件选择不覆盖全量程。 选了10个几乎一模一样的零件来做GRR——当然测出来GRR%=0。零件必须覆盖过程变差的整个范围。
- 错误2：操作员不是真实人员。 选了最有经验的操作员来做测量——这不是你们产线上真实的状态。
- 错误3：只看GRR%不看ndc。 ndc < 5 意味着你的数据基本不可用，哪怕GRR%看起来还行。
用澹墨质量的 MSA 工具，你不需要操心交叉法和嵌套法的选择——工具会根据你的测量场景自动推荐合适的分析方法。
你学会了 GR&R 分析的三种判定区间（<10% 可接受、10-30% 有条件、>30% 不可接受），也知道了 MSA 不只是填一张表格——它是在保护你不对产品质量做出错误判断。但手动设计 GR&R 实验、录入数据、计算方差分量、判定可接受性——一个新手做一遍至少两小时，还容易搞错交叉法和嵌套法的选择。
澹墨质量的 MSA 工具把这些统计计算自动化了。 选择交叉法或嵌套法，输入测量数据，自动输出 %GR&R、ndc、偏倚、线性、稳定性报告。你只需要看结论：这个量具能用，还是该换了。