测量是任何任何六个西格玛项目的基础。六个西格玛方法建立在这样一种思想上：基于数据的决策。用于决策过程的数据必须是可靠的。MSA（测量系统分析）是Measurement System Analysis的英文缩写，它不但是汽车质量管理体系IATF16949的五大核心工具之一，也是六个西格玛中的重要工具之一。这是六西格玛管理进行数据统计分析及SPC的前期必须的准备工作。本文主要讲解MSA中的Gage R&R（量具的重复性和再现性分析），其他如属性一致性分析（Kappa）将另文讲述
什么是测量系统？
与进行测量有关的任何东西：人、测量工具、材料、方法和环境。即用来对被测量特性赋值的操作、程序、量具、设备、材料、环境、软件以及操作人员的集合。
什么是可重复性？
当同一个人使用同一个测量仪器来测量同一个部件时所产生的误差 。
什么是可再现性？
当两人或多人使用同一个测量仪器来测量同一个部件时，测量结果平均值的误差。
什么是准确性？
观测值的平均值和真实平均值之间的差异
为什么要进行测量系统分析？
即使量具经过检定或校准，由于人、机、料、法、环、测等五方面的原因，会带来测量误差；检测设备的检定或校准不能满足实际测量的需要。因此，还需要对测量系统进行评价，分析测量结果的变差，从而确定测量系统的质量，以满足测量的需要。
如果测量出现问题，那么合格的产品可能被判为不合格，不合格的产品可能被判为合格，此时便不能得到真正的产品或过程特性。因此，要保证测量结果的准确性和可信度。
测量系统分析的目的在于运用统计分析方法，确定测量系统测量结果的变差（测量误差），了解变差的来源（如下图）。从而确定一个测量系统的质量，并且为测量系统的改进提供信息。保证所用统计分析方法及判定准则的一致性。
Gage R&R分析是用来分析测量系统的方法，目的是确定测量某种东西时出现的波动(误差)的大小和类型，确定项目中所使用的数据是否可靠。
Gage R&R 分析使您能够：
• 确定测量误差是否很小，相对产品规范或过程误差来说是否可以接受;
• 确定您是否对数据的“质量”充满信心 ;
• 分析测量仪器是否具有适当的分辨率 ;
• 如果测量误差不可接受，将注意力重点放在需要改进的方面。
一些质量管理体系标准明确要求需要进行测量系统分析。如IATF16949:2016标准条款“7.1.5.1.1测量系统分析”中明确要求：应进行各种测统计研究来分析在控制计划所识别的每种检验、测量和试验设备系统的结果中所呈现的变异，所采用的方法以及接收准则应与测量系统分析的参考手册相一致。如果得到顾客的批准，其他的分析方法和接受准则也可以应用。注：测量系统分析研究的优先级应当着重于关键或特殊产品或过程特性。
怎样才是合格的测量系统？
• 处于统计控制状态，即只存在变差的普通原因；
• 对于产品控制, 测量系统的变差与公差相比必须小；
• 对于过程控制, 测量系统的变差应该显示有效的分辨率并且与制造过程变 差相比要小；
• 测量增量(increments)小于过程变异性和技术规范宽度的1/10,也就是说测量仪器的分辨率必须小于或等于规范或过程误差的10%；
• 测量系统最大(最坏)变差应小于过程变差和规范控制限两者中的较小者；
• 符合汽车工业行动组织 (AIAG )要求的测量系统接收准则：
如果 %研究变异 列（%公差、%过程）中的合计量具 R&R 贡献：
-误差低于10%的误差 — 通常被认为是一个可接受的测量系统；
-误差10%到30%的误差 — 根据应用的重要性、测量装置的成本、维修费用等,可能是可接受的；
-误差大于30%误差 — 考虑为不可接受,应改进该测量系统；
-可区分类别数(ndc)要大于或等于5。
如果查看 %贡献列，则相应的标准为：
• 小于 1% - 测量系统可接受。
• 在 1% 到 9% 之间 - 测量系统是否可接受取决于具体应用、测量设备成本、维修成本或其他因素。
• 大于 9% - 则测量系统不可接受，并应予以改进。
注：有些高端大客户会关注%贡献 ，如Dell等客户明确要求。
如何进行数据分析？
• 一般需要2-3个操作员及10个部品（样品的选择要从处于正态变异分布的流程中获取）；
• 将编好号得部品次序打乱；
• 每一操作员对每个部品随机测量2-3次；
• 检验员必须独立测量。在收集数据的时候，不要互相参考；
• 操作由不同类别的人员进行，所有操作员对所有部件测量一次；
• 所有操作员至少再测量一次；
• 将数据输入Minitab并分析。
-当每个部件由每个操作员多次测量时，可使用量具R&R 研究（交叉）；当每个部件只由一名操作员测量（如在破坏性试验 中）时，可使用量具 R&R 研究（嵌套）。量具R&R 研究（嵌套）是针对破坏型MSA（如扭力测试、拉力测试、固含量等），即同一个样品无法测试2次的情况。
-使用量具 R&R 研究（交叉）可以在 Xbar和 R 法与方差分析法之间进行选择，而量具 R&R 研究（嵌套）和（扩展）只使用方差分析法。
-分析方法的选择（方差分析法与 Xbar和R法）。由于利用控制图进行计算比较简单，因而首先产生了 Xbar和R法。但是在某些方面方差分析法更为准确：1）利用方差分析法可以研究操作员和部件之间会产生哪些交互作用，而 Xbar和R法法却不同；2）利用方差分析法所用的方差分量对变异性进行的估计比使用Xbar和R法 的极差进行估计更准确。在此，诸多资深六西格玛人士强烈建议用方差分析法。
-六合一图形分析。在同一个图形窗口中同时显示六个量具 R&R 图形。这些图形包括：
变异分量－显示变异源；
R 控制图－指示操作员采取的测量方法是否一致；还可以帮助识别不足的分辨率；
Xbar 和R控制图－指示测量系统是否合格；
部件对比图－显示在研究过程中所测量的并按部件排列的所有测量结果；
操作员对比图－显示研究过程中所测量的并按操作员排列的所有测量结果；
操作员*部件交互作用 － 显示在研究过程中每个操作员对每个部件所测量的并按部件排列的平均测量结果。
测量系统的应用案例
以Minitab软件运行环境为例介绍水分测试仪的MSA分析。路径：统计 > 质量工具 > 量具研究 > 量具 R&R 研究（交叉）；统计 > 质量工具 > 量具研究 > 量具 R&R 研究（嵌套）。
解析
从图形窗口输出的报告中看出，各图形未见异常。如左上图“变异分量图”显示最大的变异分量为部件之间的变异。对于一套良好的测量系统来说，这是我们需要看到的结果； 左中“R图控制图”显示所有部件数据都处于“受控制”状态，说明操作员的测量方式是一致的。左下图“Xbar控制图”显示绝大部分点超出控制限，这说明测量系统合格；右上图按“样本号”图显示每个部件的多个测量值差别不大，各平均值之间的差别也非常明显。出现这种情况是因为为此研究选择的部件应代表所有可能的部件；右下图按“操作员”图显示操作员之间没有差异，如水平的线所示。
从对话窗口输出查看“合计量具 R&R”和“部件之间”的“%贡献”列。部件之间差异的百分比贡献（部件之间 = 97.85）比测量系统变异的百分比贡献（合计量具 R&R = 2.15）大很多。“%研究变异”列表明“合计量具 R&R”占研究变异的 14.66%。"%公差"列表明“合计量具 R&R”占公差的14.85%。可区分类别数为9表示测量系统可区分部件间差异。综合以上，当前测量系统满足要求。
