下载文档原格式
MSA测量系统分析的基本内容MSA（Measurement System Analysis，测量系统分析）是一种对测量系统进行评估和改进的方法，它能够确定测量过程中的变异性，并对于这种变异性的源头进行量化。
测量系统在制造和质量控制中的重要性不言而喻，因为如果测量系统存在问题，那么生产过程中的数据将不准确，从而可能导致产品质量问题。
因此，进行MSA是确保生产过程中准确测量的关键步骤之一MSA的基本内容包括以下几个方面：1.定义有效的度量指标：在进行MSA之前，需要明确测量系统要测量的特定指标。
这些指标可以是尺寸、重量、力量等等。
在定义这些指标时需要保证它们是可重复且可再现的。
2.评估测量系统的准确度：准确度是测量系统评估的一个重要指标。
在这一步骤中，通过与一个已知准确值进行比较，来评估测量系统的准确度。
常用的方法包括直接对比、回归分析和方差分析等。
3.评估测量系统的重复性：重复性是指相同测量系统对于同一个样本重复测量所得结果的一致性程度。
在进行重复性评估时，通过多次测量同一样本来比较结果，并计算其变异性。
常用的方法有均值和范围法、方差分析法等。
4.评估测量系统的再现性：再现性是指在不同测量系统下，同一样本被测量得到的结果的一致性程度。
在这一步骤中，需要对同一样本在不同测量系统下进行测量，并计算其变异性。
常用的方法包括计算相关系数、方差分析等。
5.评估测量系统的稳定性：稳定性是指测量系统在一定时间内表现出来的性能的一致性。
通过对测量系统的历史数据进行统计分析，可以评估测量系统的稳定性。
6.制定改进措施：根据对测量系统的评估结果，确定需要改进的方面，并制定相应的改进措施。
这些改进措施可以包括标定、维护、培训等。
除了这些基本内容外，MSA还可以包括以下一些扩展内容：1.考虑测量系统的类型：不同类型的测量系统（如传感器、仪表、检验设备等）在进行MSA时可能需要采用不同的方法。
2.考虑测量系统的应用范围：不同的测量系统可能应用于不同的产品或过程，因此在进行MSA时需要考虑这一点。
超详细MSA测量系统分析讲解MSA（Measurement System Analysis）是一种用于评估测量系统准确性和可重复性的方法。
它被广泛应用于各种工业领域，特别是质量管理和过程改进领域。
下面将详细介绍MSA的一些关键概念和测量过程。
首先，MSA的主要目标是确保测量系统能够准确地衡量一个过程或产品的特性。
测量系统可以是任何用于测量的工具、设备或方法，如卡尺、天平、人工测量等。
为了评估测量系统的准确性和可重复性，主要使用以下几个指标：1. 精确度（Accuracy）: 指测量结果与真实值之间的接近程度。
通常通过与已知的标准进行比较来评估。
2. 可重复性（Repeatability）: 指在重复测量同一样本时，测量系统的结果之间的一致性。
这可通过多次测量同一样本并比较结果来评估。
3. 重现性（Reproducibility）: 指在不同的条件下，不同操作员使用相同的测量系统测量同一样本时，测量结果之间的一致性。
现在，我们将介绍MSA的几个主要步骤：1.选择适当的测量系统：首先需要确定要使用的测量系统，这取决于所需测量的特性以及资源和时间的限制。
为了选择合适的测量系统，需要考虑其测量范围、精度和可靠性等因素。
2.收集数据：在进行MSA时，需要收集足够的数据量以便对测量系统进行分析。
数据收集可以通过抽样、重复测量或使用模拟数据等方式进行。
3.分析数据：收集到数据后，需要对其进行统计分析。
常用的分析方法包括直方图、均值-方差图和相关性分析等。
通过这些分析，可以计算出测量系统的准确性和可重复性指标。
5.评估测量系统：通过上述步骤，可以评估测量系统的准确性和可重复性，并确定它是否符合要求。
如果发现测量系统存在问题，可以采取改进措施，如校准、调整或更换测量设备等。
需要注意的是，MSA不仅适用于新的测量系统，也适用于已经在使用的测量系统。
对于已经在使用的测量系统，MSA可以帮助识别潜在的问题并提出相应的改进建议。
测量系统分析（MSA）知识科普一、什么是MSA？测量系统分析，英文Measurement System Analysis，缩写MSA，简单地说测量系统分析就是“对测量系统所作的分析”。
为了理解MSA的含义，我们可以把它分解成两个部分，一个是“测量系统”，一个是“分析”。
01.什么是测量系统？我们知道测量就是一个对被测特性赋值的过程，测量系统其实就是这个赋值过程涉及到的仪器或量具、标准、操作、方法、夹具、软件、人员环境等要素的集合。
系统中各个要素对测量结果的影响可能是独立的，也可能是相互影响的。
02.什么是“分析”？其实，如果要较个真，我们可以说测量系统分析的根本对象不是零件，而是测量系统输出的变差。
“分析”代表了一系列的分析方法。
MSA要回答的问题是：我们测量出来的数据在多大程度上代表了真实的数据？尽管我们永远不能确保测量出绝对准确的数据，但如果采集的数据偏差过大，那么这些数据就没有分析意义，可见MSA是非常关键的。
二、MSA的目的MSA的目的就是通过测量系统输出变差的分析，判断测量系统是不是可接受的，如果不可接受，进而采取相应的对策。
需要注意的是，世界上没有绝对完美的测量系统，因此测量系统误差可以减少但不能绝对消除。
三、MSA方法论MSA涉及多种方法，每一种都跟统计有关。
对大多数人来说，这些方法往往难以被记住，包括我自己。
为了便于理解记忆，我们先对“变差”进行剥丝抽茧，即进行结构，看看那些指标可以用于表征测量系统的测量变差。
弄清楚了这些指标，MSA方法论也就清晰可见了。
第一层：测量观察到的总变差（Observed Variation）=零件间变差（Unit-to-unit variation）+ 测量系统误差（Measurement system Error)其中零件间变差是指不同零件间客观存在的真实差异，由零件本身决定；测量系统误差就是我们MSA的对象，即由测量系统能力决定的测量偏差。
第二层：测量系统误差（Measurement system Error)=精确度（precision) + 准确度（Accuracy）精确度研究的是测量变差的波动范围，没有考虑与真值的差异；准确度研究的是测量变差离真值（或参考值）的差异。
测量系统分析（MSA）基础1、测量是一个过程测量系统为了有效地控制任何过程变差，需要了解：◆过程应该做什么◆什么能导致错误◆过程在做什么规范和工程要求规定过程应该做什么。
测量过程及其SWIPE模型由于SWIPE模型中各种因素的存在，测量过程存在不可避免的变差。
2、测量系统变差对产品决策的影响图中：Ⅰ坏零件永远被称为坏零件Ⅱ可能做出潜在的错误决定Ⅲ好零件永远是好零件对于产品状况，目标是最大限度地做出正确决定，有两种选择：1)改进生产过程：减少过程的变差，没有零件产生在II区域。
2)改进测量系统：减少测量系统误差从而减小II区域的面积，因此生产的所有零件将在III区域，这样就可最小限度地降低做出错误决定的风险。
σ2观= σ2实+ σ2测σ2观= 观测到的过程变差σ2实= 实际的过程变差σ2测= 测量系统的变差3、在评价一个测量系统时必须考虑三个基本问题：（1）测量系统必须显示足够的灵敏性首先，仪器（和标准）具有足够的分辨力吗？分辨力（或等级）在设计时确定，并在选择一个测量系统时作为基本出发点。
“十份制”就是典型的应用示例，它规定了仪器的分辨力应能将公差（或过程变差）分成十份或更多份。
其次，测量系统具有有效的分辨率吗？与分辨力有关，确定测量系统是否对探测产品或过程变差在一定的应用及环境下变化具有灵敏性。
（2）测量系统必须是稳定的在重复性的条件下，测量系统变差只归因于普通原因而不是特殊（不规则的）原因。
测量分析者必须经常考虑到这一点对实际应用和统计的重要性。
（3）统计特性（误差）在预期的范围内一致，并足以满足测量的目的（产品控制或过程控制）。
4、测量问题分析步骤“如果你无法用流程描述你所做的，那么你不知道你在做什么.”“如果理解并遵守技术的极限，则任何技术都可能是有用的。
”——W.E. Deming5、测量系统方法的选择计量型“五性分析”：稳定性、偏倚和线性、重复性和再现性计数型：假设检验法（Kappa+Effectiveness）6、对测量结果进行评价如何确定该测量装置就其预期的应用是否可接受？★接受准则—位置误差位置误差通常是通过分析偏倚和线性来确定。
测量系统分析（MSA）基础知识及操作指导在进行MSA之前，需要明确测量系统的目标，例如测量系统是否要用
于决策、控制过程或产品规范。
这将决定需要评估哪些方面的测量系统性能。
主要的MSA指标包括可重复性、再现性和准确性。
可重复性是指在相
同条件下，同一测量人重复测量同一件物品时，测量结果的一致性。
再现
性是指在相同条件下，不同测量人重复测量同一件物品时，测量结果的一
致性。
准确性是指测量结果与真实值之间的偏差，通常通过与已知参考值
进行比较来评估。
进行MSA的一种常用方法是通过使用方差分析（ANOVA）来评估测量
系统的偏差和变异。
这涉及到对多个测量人、多个测量仪器和多个样本进
行测量，并使用统计工具来分析数据。
ANOVA可以帮助确定是否存在系统
误差、测量人和仪器之间的差异以及这些差异对测量结果的影响。
进行MSA时，还需要确保测量系统的稳定性。
这意味着测量仪器应该
经过校准和维护，以确保其在测量过程中的稳定性和精确性。
此外，测量
人员也需要受过培训和了解测量程序，以减少人为误差。
基于MSA的结果，可以采取相应措施来改善测量系统的性能。
例如，
如果发现测量仪器存在较大的偏差，则可能需要调整或更换仪器。
如果发
现测量人员之间存在较大的差异，则可能需要对其进行培训或重新分配任务。
总之，测量系统分析（MSA）是一个评估测量系统性能的重要工具，
可用于确保测量结果的准确性和可靠性。
通过对测量系统进行分析和改进，可以提高质量控制和过程改进的效果，进而提高产品或服务的质量。
量测系统分析(MSA)目录第1章量测系统介绍1.1 概述、目的、术语 11.2 量测系统之统计特性 21.3 量测系统的标准 31.4 量测系统的通则 31.5 选择/制定检定方法 3第2章量测系统之评价2.1概述 52.1.1鉴别力 52.1.2量测系统变异的类型72.2量测系统分析82.2.1再现性82.2.2再生性92.2.3零性间变异102.2.4偏性102.2.5稳定性112.2.6线性132.2.7范例说明152.3量测系统研究之准备202.4计量值量测系统之研究212.4.1稳定性之准则212.4.2偏性之准则212.4.2.1独立取样法212.4.2.2图表法222.4.2.3分析232.4.3再现性与再生性之准则232.4.3.1全距法232.4.3.2平均值与全距法232.4.3.2.1执行研究242.4.3.2.2图表分析262.4.3.2.3计算及研究342.4.3.3变异数分析法382.5量具绩效曲线432.6计数值量具研究472.6.1短期法472.6.2长期法48第3章附录3.1标准常态分配表523.2常数表543.3如何适当的选用量测系统分析流程553.4表格56量测系统分析3.0版(Measurement System Analysis)第1章量测系统介绍1.1概述、目的、术语1.1.1概述我们知道，一个制程的状况必须经由量测来获取相关信息，因此量测数据将会决定制程是否应被调整，如果统计结果，制程超出管制界限，即制程能力不足时，则须对制程作某些调整，否则，制程将会在无调节的状态下运作。
量测数据的另一用途是可以检视二个或更多变异彼此之间是否存在某种关系性，如塑料件的尺寸将与进料温度有关。
因此，量测数据的品质对于制程分析结果占有相当重要的因素，为了确保分析结果不致对制程误判，就必须重视数据的品质。
量测数据品质与制程是否在稳定状况下所获得的多种量测有关，若在稳定状况下所获得某一特性的量测数据，其结果”近似于”该特性的标准值，则数据品质可谓”高”；若某些或全部数据偏离标准值甚远，则数据品质可谓”低”。
常用于表示数据品质高低的统计特性有偏差与方差，所谓偏差是指量测数据平均值与标准值之差异；所谓方差则是指量测数据本身之间差异。
如果数据品质是不可接受，则必须加以改进，然而这常常应改进量测系统本身，而非改进数据。
因此，对于量测系统品质的评估，是极其重要的，其评价程序应包括设计及验证●长时间的能力评价●追溯标准●作业定义●管制●维修及再验证1.1.2目的本篇的目的在于说明评价量测系统品质之准则，虽然也可以运用在其它量测系统上，但主要还是以使用在工业界制程的量测系统为主，且特性数据可重复读取。
1.1.3术语量测（Measurement）：对某具体事物赋予数据，以表示他们对于特定特性之间的关系。
赋予数据的过程称为量测过程，而数据称为量测值。
量具（Gage）：任一可用以量测之设备，通常是用以特别称呼使用在生产现场者，包括GO/NO-GO设备。
量测系统（Measurement System）：操作、准则、量具和其它设备、软件及指定之一群待量测之集合，经由完整程序而取得量测值。
1.2量测系统之统计特性理想之量测系统是一个具有零偏差、零变异的统计特性，但很不幸的是，这种理想的量测系统几乎很少见的，因此，我们必须存在一个观念，就是当在决策时，必须考虑到所依据的是一个非理想统计特性之量测系统。
所以设备管理之责任是确认当每一量测系统被使用时都具有适当的统计特性。
虽然每一量测系统可能需具备一些各别的统计特性，但下列举出五项所有量测系统必备的统计特性：(1)量测系统须在统计管制下，亦即量测纟统之变异仅根源于共同原因，而非特殊原因。
(2)量测系统的变异必须小于制程变异。
(3)量测系统的变异必须小于规格界限。
(4)量测之最小刻度必须小于制程变异或规格界限之较小者，一个通用的法则是：最小刻度应小于制程变异或规格界限较小者之1/10。
(5)因量测项目的改变，量测系统之统计特性可能变更，但最大的量测系统变异必须小于制程变异或规格界限较小者。
1.3量测系统的标准量测标准分级中，最高级为国家级标准，由国家级标准对应的次一级标准，称为初级，通常由政府部门或学术机构取得，当然私人公司亦可由国家级标准取得初级的对应。
但因初级标准常常显得太昂贵，故又可对应至次一级标准，称为第二级标准，通常由一般私人企业所取得。
第二级标准又可被对应到另一级，称为作业标准，本级常用于调整在生产中使用的量测系统，又称为生产标准。
总之，不采用可追溯之标准而去确定一个量测系统的精度是难以被接受的，尤其是当生产者与客户之间的量测可能不统一而产生冲突时，更显得可追溯的量测标准之信赖度的重要。
1.4量测系统的通则每一量测系统均应被评估以决定是否适用于预期之工作。
通常以两阶段来评估，第一阶段评估是执行测试以决定量测系统是否具有需求之统计特性，以执行被要求之工作，又称为阶段一评估。
第二阶段评估是执行定期之检定以决定此一量测系统是否维持在可接受状态，即使量测系统例行执行保养及/或再校正、再检定，又称为阶段二评估。
量测系统之测试方法应有书面化程序，包含：●范例●选择量测项目之规格及执行测试的环境。
●规定数据收集、记录及分析之方式。
●定义重要条件及原则之作业方式。
●追溯之标准。
1.5选择/制定检定方法当选择或制定检定方法时，一般考虑之因素如下：(1)是否使用可追溯国家标准之标准？其适用标准是何级水准？标准通常为评估量测系统精确度之基本。
(2)在阶段二评估测试时，应采用盲目测量或是易于取得量测值的方式。
所谓盲目测试是指当作业者执行量测时，事先不知被测物是否有任何不同，而在实际的量测环境下执行量测。
(3)检定之成本。
(4)检定所需之时间。
(5)对于非众所皆知的条文应予以定义，如再现性、再生性….等。
(6)是否此量测系统所取得之量测将用以比较其它量测系统所取得之量测？如是，则其中之一的量测系统应考虑采用可追溯(1)项标准之检定方法。
(7)阶段二评估之频率，应视该量测系统之统计特性对设施之重要性而定。
第2章量测系统之评价准则2.1概述评估一量测系统时，应确定三项基本问题。
(A)本量测系统是否具备适当的鉴别力？(B)是否具有全时的统计稳定性？(C)量测误差(变异)是否微小？2.1.1鉴别力量测系统能发现并真实地表示被测特性很小变化之能力，称为鉴别力。
如最小的量测刻度太大而不足以辨别制程变异，则为鉴别力不足。
鉴别力不足的象征将会在R-CHART上显现出来，因此，若使用鉴别力不足的量测系统所表现的R-CHART，将可能造成型I误差。
下图将介绍不同鉴别力之量测系统，所能对制程做不同的管制。
图1.制程分配在区别分类数（Number of Distinct Categories, ndc）上对管制与分析的影响图2可说明鉴别力不足的量测系统被使用在制程上的例子图2制程管制图管制图(a)为量测刻度0.001的量测值；(b)为量测刻度0.01的量测值。
当R值只有1、2或3个值落在管制界限内，或R值虽有4个落在管制界限内，但超过1/4的R值为0，则此量测系统为鉴别力不足，如管制图(b)2.1.2量测系统变异的类型(删除2.1.2.3零件间变异)2. 1.2.1再现性(量具变异)(Repeatability)同一人使用同一量具量测同一零件之相同特性多次所得变异。
2. 1.2.2再生性(人的变异)不同人使用同一量具量测同一零件之相同特性所得之变异。
2. 1.2.3稳定性(Stability)－同一人使用同一量具于不同时间在同一地点量测同一零件之相同特性所得之变异。
3. 1.2.4偏性(Bias)－同一人使用同一量具量测同一零件之相同特性多次所得平均值与工具室或精密仪器量测同一零件之相同特性所得之真值或参考值之间的偏差值2.1.2.5线性(Linearity)－指量具各作业范围之偏性。
2.2量测系统分析2.2.1再现性指量具变异本身是定值，因量具本身误差及产品在量具之位置差，则构成量测再现性差异。
如R-CHART在管制状态下，则再现性之标准差或量具变异估计值σeRd=2*量具变异或再现性EV Rd e=⨯=5155152..*σ其中5.15表示在常态分配中具有99﹪信赖度(即99﹪信赖度=5.15，可用5.15/2=2.575查附录3.1得出=0.005，故信赖区间=1－0.005×2)(d2*查附录3.2)。
如果量测系统再现性不足，可能原因是：●零件内部（抽样样本）：形状、位置、表面光度、锥度、样本的一致性。
●仪器内部：维修、磨损、设备或夹具的失效、品质或保养不好。
●标准内部：品质、等级、磨损。
●方法内部：作业准备、技巧、归零、固定夹持、点密度的变异。
●评价者内部：技巧、位置、缺乏经验、操作技能或培训、意识、疲劳。
●环境内部：对温度、湿度、振动、清洁的小幅度波动。
●错误的假设—稳定，适当的操作。
●缺乏稳健的仪器设计或方法，一致性不好。
●量具误用。
●失真（量具或零件）、缺乏坚固性。
应用—零件数量、位置、观测误差（易读性、视差）。
2.2.2再生性 指作业者变异是定值，由X －CHART 中比较每一平均值可发现。
再生性或作业者变异之估计标准差σo oR d =2* 作业者变异或再生性o *2o σ15.5d R 15.5AV =⨯= R o 为某一作业者最大平均全距与最小平均全距之差，但再生性受量具变异之影响，故必须减去量具变异，即调整后AV AV EV nr nr o e =-⎡⎣⎢⎢⎤⎦⎥⎥=-()()()(.)(.)原2222515515σσ σo AV =/.515 n:零件数 r:量测次数如果测量系统再生性不足，可能原因是：● 零件之间（抽样样本）：使用相同的仪器、操作者和方法测量A 、B 、C 零件类型时的平均差异。
● 仪器之间：在相同零件、操作者和环境下使用A 、B 、C 仪器测量的平均值差异。
注意：在这种情况下，再现性误差通常还混有方法和/或操作者的误差。
● 标准之间：在测量过程中，不同的设定标准的平均影响。
● 方法之间：由于改变测量点密度、手动或自动系统、归零、固定或夹紧方法等所造成的平均值差异。
● 评价者（操作者）之间：评价者A 、B 、C 之间由于培训、技巧、技能和经验所造成的平均值差异。
推荐在为产品和过程鉴定和使用手动测量仪器时使用这种研究方法。
● 环境之间：在经过1、2、3等时段所进行的测量，由于环境周期所造成的平均值差异。
这种研究常用在使用高度自动化测量系统对产品和过程的鉴定。
● 研究中的假设有误。
● 缺乏稳健的仪器设计或方法。
● 操作者培训的有效性。
应用—零件数量、位置、观测误差（易读性、视差）。
2. 2.3零件间变异 可由X －CHART 发现，若组平均值无落在管制界限外，则零件间变异隐藏在再现性内，且量测变异支配制程变异。
