测量系统分析

测量系统分析(Measurement Systems Analysis,MSA) 数据是通过测量获得的，对测量定义是：测量是赋值给具体事物以表示他们之间关于特殊特性的关系。这个定义由C．Eisenhart首次给出。赋值过程定义为测量过程，而赋予的值定义为测量值。

从测量的定义可以看出，除了具体事物外，参与测量过程还应有量具、使用量具的合格操作者和规定的操作程序，以及一些必要的设备和软件，再把它们组合起来完成赋值的功能，获得测量数据。这样的测量过程可以看

作为一个数据制造过程，它产生的数据就是该过程的输出。这样的测量过程又称为测量系统。它的完整叙述是：用来对被测特性定量测量或定性评价的仪器或量具、标准、操作、夹具、软件、人员、环境和假设的集合，用来获得测量结果的整个过程称为测量过程或测量系统。

众所周知，在影响产品质量特征值变异的六个基本质量因素(人、机器、材料、操作方法、测量和环境)中，测量是其中之一。与其它五种基本质量因素所不同的是，测量因素对工序质量特征值的影响独立于五种基本质量因素综合作用的工序加工过程，这就使得单独对测量系统的研究成为可能。而正确的测量，永远是质量改进的第一步。如果没有科学的测量系统评价方法，缺少对测量系统的有效控制，质量改进就失去了基本的前提。为此，进行测量系统分析就成了企业实现连续质量改进的必经之路。

如今，测量系统分析已逐渐成为企业质量改进中的一项重要工作，企业界和学术界都对测量系统分析给予了足够的重视。测量系统分析也已成为美国三大汽车公司质量体系QS9000的要素之一，是6σ质量计划的一项重要内容。此时，以通用电气(GE)为代表的6σ连续质量改进计划模式即为：确认(Define)、测量(Measure)、分析(Analyze)、改进(Improve)和控制(Control)，简称DMAIC。

从统计质量管理的角度来看，测量系统分析实质上属于变异分析的范畴，即分析测量系统所带来的变异相对于工序过程总变异的大小，以确保工序过程的主要变异源于工序过程本身，而非测量系统，并且测量系统能力可以满足工序要求。测量系统分析，针对的是整个测量系统的稳定性和准确性，它需要分析测量系统的位置变差、宽度变差。在位置变差中包括测量系统的偏倚、稳定性和线性。在宽度变差中包括测量系统的重复性、再现性。

测量系统可分为“计数型”及“计量型”测量系统两类。测量后能够给出具体的测量数值的为计量型测量系统；只能定性地给出测量结果的为计数型测量系统。“计量型”测量系统分析通常包括偏倚(Bias)、稳定性(Stability)、线性(Linearity)、以及重复性和再现性(Repeatability&Reproducibility，简称R&R)。在测量系统分析的实际运作中可同时进行，亦可选项进行，根据具体使用情况确定。

“计数型”测量系统分析通常利用假设检验分析法来进行判定。

测量系统分析，是指用统计学的方法来了解测量系统中的各个波动源，以及他们对测量结果的影响，最后给出本测量系统是否合符使用要求的明确判断。

测量系统必须具有良好的准确性和精确性。他们通常由偏倚和方差等统计指标来表征。

偏倚用来表示多次测量结果的平均值与被测质量特性基准值（真值）之差，其中基准值可通过更高级别的测量设备进行若干次测量取其平均值来确定。

波动是表示在相同的条件下进行多次重复测量结果分布的分散程度，常用测量结果的标准差σms或过程波动PV表示。这里的测量过程波动是指99%的测量结果所占区间的长度。通常测量结果服从正态分布N（u，σ^2），99%的测量结果所占区间的长度为5.15σ。