【第一部分 选题的缘由：深刻体会到MSA的重要性】
选定分享测量系统分析（以下简称“MSA”)这个主题，源于十几年以前在企业参加六西格玛绿带培训的一段经历。当时，绿带培训采用3×3×3集中式学习的形式开展，最后一天是测试：各小组做实验，拟合关于5个变量的回归方程，合理布局参数设计，要求精准定位，黑带大师指哪打哪，采用投石机点投到指定位置，3次皆一次性100%命中目标计为通过测试。
由于我们小组一直到晚上才通过测试，所以一直到现在，对于测试过程，仍然记忆犹新，历历在目。测试当天的上午，大家收集数据做试验时，小组成员有的人在忙工作，有的在收集数据，在分析模型时，都想着快速完成优化设计、回归方程，模拟测试，并没有去验证数据本身的可靠性。下午一开始，请黑带大师来检验成果，结果是命中目标1次，偏离目标2次，以失败而告终。失败意味着回归方程不精准，意味着数据出了问题，再重新验证MSA时，发现%GR&R>30%，即一开始收集的数据就是不可接受。这也意味着一上午的分析工作都是徒劳的，浪费了小组每个人上午的时间。这个时候，有些小组已经接近听到成功的脚步声了，可以提前去火车站或机场，准备回家了。我们小组成员这时感觉非常尴尬，重新开始认真严谨的做实验，回到收集数据的起点，确认MSA数据的可接受性，做SPC，计算Cpk能力，做DOE，做优化设计，做回归方程等等，小组成员多次测试点投率达到100%以后，再次请黑带大师来检验成果，3次点投，皆一次性正中目标，测试通过。这个时候已经华灯初上。
正是因为这次经历，让我对数据的可靠性非常重视。在成为咨询师以后，给学员做培训或给企业做咨询的过程中，也非常强调MSA的重要性。
【第二部分 重点分享通过图形和文本信息语言，提高ndc的方法】
言归正传到今天的主题上。作为咨询师，经常发现学员在提高ndc和降低%GR&R的过程中，不能依靠图形和数据快速找到解决问题的方法，提高决策的效率。企业一直强调要依据数据来决策，应用以数据为决策的收益，主要还是要取决于测量系统的质量和管理人员的决策力。
以下内容主要探讨计量型测量系统的可接受性（假设前提是偏倚、线性和稳定性都是可接受的）。可接受的参数主要为2项：
1）ndc；
2）%GR&R;
参数1：ndc称为分级数或可区分的类别数，将零件变差与测量系统的重复性&再现性变差相比较，ndc = 1.41(PV/GRR)。
可接受的标准为：ndc≥5
当ndc<5时，说明测量系统的有效分辨率、灵敏度不够，不能识别零件间的差异，测量系统存在误发报警Ⅰ和漏发报警Ⅱ的风险大，不受控。此时继续看%GR&R是没有意义的。
提高ndc的方法，
补充说明：可借助GRR图形，从以下“左图一”、“左图三”进行可视化的助力分析，"左图一"可直观的观察GR&R与零件变差的贡献度，期望的是GR&R越低越好，Part-to-Part越高越好；重点解析“左图三”，"左图三"控制图与SPC控制图的含义不一样，“左图三”期望的是点超出控制线，代表测量系统分辨力强，能够把零件进行更多的分区，识别的更清楚。图形是帮我们进行大致的分析，对于临界状态的情形，是否满足ndc≥5，存在不确定性，需要进一点看文本信息中ndc的具体数值，如以下图形和对应的文本数据显示结果为ndc=4,不可接受，须改进。
ndc在Minitab软件中“显示会话文件夹”说明中的位置
以下显示为ndc>5的图示，特殊说明：此实验特意将零件变差放大，可与上图“左图三”进行比较，仅为初学者提供显著的可视化差异的感受。
【第三部分 重点分享通过图形和文本信息语言，降低%GR&R的方法】
参数2：%GR&R为测量系统变差，接收准则为（客户有特定的接收准则要求时，按客户的要求执行）：
%GRR ＜10% ：测量系统可以接受；
10%≤%GRR ≤30% ：基于应用的重要性以及测量系统的成本，可能是可以接受的；
%GRR＞ 30% :不可接受。
%GRR计算公式如下：
%GRR = 100 （GRR/TV）
若客户要求%GR&R<10%，同时当前的测量系统呈现以下的GR&R图形和数据显示结果时：以下“左图二”存在2个超出控制线的点，以下文本结果显示ndc=6，%GR&R=22.61%。即极差处于非受控状态，%GR&R>10%，不满足客户要求。
降低%GR&R的方法：
1.首先要使极差图处于受控状态，需要重新复测，直至极差控制图受控为止。如下图所示。
2.在极差受控的情况下，为了达成%GR&R<10%,根据公式定义，其中XDIFF的均值变差需要减小，即要求每位检验员重复检验每个零件的均值变差要减小。换言之，每个检验员的一致性要好。
以下GR&R图形，“右图一”、“右图二”、“右图三”可直观的助力找到改进方向：
1）右图二显示3位检验员中，检验员“王”的测量结果中位数明显大于“李”和“赵”的测量结果，期望三位检验员的中位数是同一水平线上；同时检验员“李”“王”的测量结果中出现了特殊原因。
2）右图三显示三位检验员在测量第3-9件零件时，出现明显的不一致的情形，期望三条线完全拟合。
3）右图一显示未充分拟合的点，是改进的机会；
基于以上图形显示信息，再结合文本信息，我们持续复核测量系统的方法是否一致、检验员测量手法是否一致等等，有针对性的培训、沟通确认，持续改进，最终将达到%GR&R<10%的客户要求。
以下为特意制作，供直观感受的图形化语言（重点提醒：ndc和%GR&R满足可接受标准的测量系统，就是好的测量系统，无须过度要求）：
最后，推荐除评估%GR&R（过程控制）以外，同时评估%PT（产品控制）的可接受性，如以下数据所示：
请有兴趣的朋友们思考，以下2个选项，哪项数据代表测量系统能力不足，哪项数据代表测量系统能力过剩：
%GR&R %PT
1) 15% 45%
2) 45% 15%
【结语】
做好MSA，保证数据的准确性和可靠性，提高测量系统的质量。合理的策划MSA的抽样频次，能用计数型测量时，不用计量型测量，能免检时，制定免检制度，提高测量设备的寿命，提升测量系统的效率。有效的制定MSA的策略，用最小的测量系统资源，获得最大的产出，降低成本。
欢迎朋友们来共同探讨MSA的有效应用的话题。
若有初学者朋友们，希望了解偏倚、稳定性、线性的相关内容，或希望掌握在Minitab 软件中，关于MSA的各种作图方法，请持续关注。
附MSA表格：
文思特在线课堂
原文来源：小康简公众号
