共讀好書

什么是MSA？

MSA也叫測量系統分析，全稱是Measurement Systems Analysis。

數據是通過測量獲得的，對測量定義是：測量是賦值給具體事物以表示他們之間關于特殊特性的關系。這個定義由C．Eisenhart首次給出。賦值過程定義為測量過程，而賦予的值定義為測量值。測量系統分析（MSA）的定義：通過統計分析的手段，對構成測量系統的各個影響因子進行統計變差分析和研究以得到測量系統是否準確可靠的結論。

為了理解MSA的含義，我們可以把它分解成兩個部分，一個是“測量系統”，一個是“分析”。

什么是測量系統？

我們知道測量就是一個對被測特性賦值的過程，測量系統其實就是這個賦值過程涉及到的儀器或量具、標準、操作、方法、夾具、軟件、人員環境等要素的集合。系統中各個要素對測量結果的影響可能是獨立的，也可能是相互影響的。

什么是“分析”？

測量系統分析的根本對象不是零件，而是測量系統輸出的變差。“分析”代表了一系列的分析方法。

MSA的目的是什么？

MSA的目的就是通過測量系統輸出變差的分析，判斷測量系統是不是可接受的，如果不可接受，進而采取相應的對策。需要注意的是，世界上沒有絕對完美的測量系統，因此測量系統誤差可以減少但不能絕對消除。在質量領域我們把變差視為頭號大敵，認為變差小是一種美。然而在自然界，變差就是多樣性，本身就是一種美。

MSA的方法論是什么？

MSA涉及多種方法，每一種都跟統計有關。對大多數人來說，這些方法往往難以被記住，包括我自己。為了便于理解記憶，我們先對“變差”進行剝絲抽繭，即進行結構，看看那些指標可以用于表征測量系統的測量變差。

第一層：

測量觀察到的總變差=零件間變差+測量系統誤差，其中零件間變差是指不同零件間客觀存在的真實差異，由零件本身決定；測量系統誤差就是我們MSA的對象，即由測量系統能力決定的測量偏差。

第二層：

測量系統誤差=精確度+準確度，精確度研究的是測量變差的波動范圍，沒有考慮與真值的差異；準確度研究的是測量變差離真值（或參考值）的差異。

第三層：

A、精確度=重復性+再現性；B、準確度=偏倚+穩定性+線性。

MSA的研究變差的指標其實就是上面等號右邊的5個，所以MSA方法論包括了：

重復性研究：

同一個人，用同樣的設備/方法/設置，在相同的環境，測量同一個產品多次所觀察到的變差；主要研究設備導致的誤差。理解舉例：你去買黃金飾品的時候，同一個營業員對你看上的金飾用相同的量具3次稱重，你發現3次測量結果波動很大，這就是重復性不好。

再現性研究：

不同的人，用同樣的設備/方法/設置，在相同的環境，測量同一個產品所觀察到的變差；主要研究人導致的誤差。理解舉例：接上面的例子，這時另外一個營業員過來用同樣的工具、方法對同樣的金飾稱3次，發現和第一個人測量的平均值比，此人的測量平均值差異也很大，那么就是說的再現性的問題。

偏倚研究：

觀測到的均值和基準值（參考值）之間的差異。理解舉例：金飾的真值假設為50g，而今天你測量10次得到平均值為45g，那么5g的差異就是偏差。

穩定性研究：

在不同時間區間測量時得到的偏倚大小的情況，好的穩定性意味著什么時候測量偏倚都差不多。理解舉例：接上面例子，一個月后，用同樣的量具測那個真值50g的飾品10次，得到平均值40g，比一個月前少了10g，這說明穩定性很不好。

線性研究：

如測量結果隨量程的變化始終保持很小的偏倚，那么測量系統的線性就很好。理解舉例：上面那個量具，第一次測量真值50g的金飾偏倚假比為0.5g，第二次測量真值200金飾得到偏差為5g，也就是說隨著量程變大，變差也越來越大，這個系統的線性非常糟糕。

什么是SPC？

統計過程控制（簡稱SPC）是一種借助數理統計方法的過程控制工具。它對生產過程進行分析評價，根據反饋信息及時發現系統性因素出現的征兆，并采取措施消除其影響，使過程維持在僅受隨機性因素影響的受控狀態，以達到控制質量的目的。

它認為，當過程僅受隨機因素影響時，過程處于統計控制狀態（簡稱受控狀態）；當過程中存在系統因素的影響時，過程處于統計失控狀態（簡稱失控狀態）。由于過程波動具有統計規律性，當過程受控時，過程特性一般服從穩定的隨機分布；而失控時，過程分布將發生改變。

SPC正是利用過程波動的統計規律性對過程進行分析控制。因而，它強調過程在受控和有能力的狀態下運行，從而使產品和服務穩定地滿足顧客的要求。

實施SPC的過程一般分為兩大步驟：

步驟一：

用SPC工具對過程進行分析，如繪制分析用控制圖等；根據分析結果采取必要措施：可能需要消除過程中的系統性因素，也可能需要管理層的介入來減小過程的隨機波動以滿足過程能力的需求。

步驟二：

用控制圖對過程進行監控。

控制圖是SPC中最重要的工具。

目前在實際中大量運用的是基于Shewhart原理的傳統控制圖，但控制圖不僅限于此。近年來又逐步發展了一些先進的控制工具，如對小波動進行監控的EWMA和CUSUM控制圖，對小批量多品種生產過程進行控制的比例控制圖和目標控制圖；對多重質量特性進行控制的控制圖。

MSA和SPC之間的關系？

對于計量值而言,需要使用有效的測量工具來取得需要控制特性的具體數值，SPC圖對MSA有很高的要求。通常,要求GR&R不大于10%。而在進行測量系統分析之前，要事先確認測量儀器的分辨率達到1：10法則，所以先MSA，后SPC是必要的行事準則，如果MSA分析結果顯示測量系統的分辨識率本身不合格，那么收集的數據制成SPC控制圖就不能有效的識別過程的變差。而很多企業而言,因為此點導致做出來的SPC控圖沒辦法有效的應用，甚至造成不必要的錯誤管控。

MSA手冊提出，把測量過程當做是一個制造數據的過程，要評估數據本身的質量，可以拿測量過程做試驗研究，評估測量過程中測量誤差是否足夠小。所以，通常在進行SPC分析之前，需要先考慮MSA。

MSA和SPC區別：

1、MSA是SPC的基礎和根據，只有MSA可依賴了，SPC工作才能意義。

2、MSA使用數理統計和圖表的方法對測量系統的分辨率和誤差進行分析，以評估測量系統的分辨率和誤差對于被測量的參數來說是否臺適，并確定測量系統誤差的主要成分。而SPC用來確定過程的統計控制界限,判斷過程是否失控和過程是否有能力，為過程提供一個早期報警系統，及時監控過程的情況以防止廢品的發生，減少對常規檢驗的依賴性， 定時的觀察以及系統的測量方法替代了大量的檢測和驗證工作。

3、MSA了解測量過程，確定在測量過程中的誤差總量，及評估用于生產和過程控制中的測量系統的充分性。MSA促進了解和改進(減少變差)，對過程做出可靠有效的評估。SPC依其特性所收集的數據，通過過程能力的分析與過程標準化，發掘過程中的異常，并立即采取改善措施，使過程恢復正常的方法。

審核編輯 黃宇