测量系统分析（MSA）：你的数据可能是个演员

上个月，去一家汽配厂。质量经理一脸得意：“我们Cpk常年1.67！” 我瞄了眼出货报告，再看了看现场——数显卡尺在油污里戳来戳去，操作员量完内径，随手一丢。“量具做过MSA吗？” 我问。他愣了一下：“每年都校准啊……” 行了，后面不用说了。这场景见太多了。

MSA，就是测量系统分析。不是校准。校准只是和标准器比对，但重复性和再现性呢？偏倚呢？稳定性呢？统统不知道。你都不知道量出来的数有几个是真的，那CPK就是个演员。💡 记住：测量系统不行，数据就是噪音。

五性一力？其实就死磕GRR

教科书上说MSA包括偏倚、线性、稳定性、重复性、再现性。还有分辨力。说实话，大部分工厂，能把GRR（重复性和再现性）做明白就不错了。重复性，同一个零件同一个量具同一个人反复测，波动多大；再现性，换个人来测，结果差多少。两者加一起，就是测量系统总变异。

做GRR实验，标准套路是3个人×10个零件×3次，交叉测。然后噼里啪啦方差分析。现在Minitab一点，六合一图出来，%研究变异或者%公差一看，心里有数。但问题来了……

%SV还是%公差？选错等于白做

太多人栽这里了。质量部门流传着一句“小于30%就行”。那是什么鬼标准？有的直奔10%以内，觉得不优秀都不好意思。然而，选择参考指标非常重要。如果你的目的是纯判断零件合格与否，用%公差（% Tolerance）合适；如果你想拿这些数据做过程控制，算Cpk，搞SPC，必须用%研究变异（% Study Variation）。✅ 搞混了，要么过度要求测量精度浪费钱，要么放进来一堆不准的数据，最后工程师们对着控制图干瞪眼。

我经历过一档子事：某产品关键尺寸公差±0.01mm，量具GRR的%公差才8%，漂亮啊。可一算%SV，48%！什么概念？测量系统造成的波动，占了整个过程观测波动的将近一半。这意味着，过程明明很稳定，但数据看起来就像过山车。产线被调来调去，越调越烂。罪魁祸首，就是用了劣质气动量仪，重复性巨差。这事最后，把量仪换成更高精度的，直接成本多花了二十万——可比起报废和客诉，值。

问：我们一直用%公差来判断量具是否合格，有错吗？
答：也不能说全错，但得看场景。纯粹做产品检验，比如最后一道把关，%公差足够。可是现代制造早就不是纯检验思维了，要过程控制、要预防。这时候，%SV才是硬道理。AIAG MSA手册第四版也强调了，优先使用%SV评估测量系统变差对过程分析和控制的影响。别守旧了。

问：GRR%合格了，是不是万事大吉？
答：天真！GRR只是基本。量具的线性不好，在小量程准，大量程偏得一塌糊涂；稳定性差，上午测下午漂。还有偏倚，哪怕重复性再好，整体歪了，同样要命。这些都得定期检查。我有次帮一家注塑厂做偏倚分析，发现模具测温热电偶整体低了3度。3度啊，塑料流动特性全变了，怪不得缩水率老超标。不做偏倚，根本发现不了。

自动化测量就没MSA的事儿了？大错特错

现在到处搞智能制造，在线测量系统，机械手上下料，摄像头一扫，数据直传MES。看起来无人化，没有人员误差了。且慢！设备间的差异性呢？我们用三台自动化检具同时测一个标准件，结果数据能差出0.003mm。这在轴承行业就是生死之差。这种多设备系统，得做扩展GRR，把设备作为因子变进去。还有嵌套式GRR，对付破坏性测试——比如拉力试验，同一个零件没法测两次。如果不做，你根本不知道拉力机今天是不是“心情不好”。

更头疼的是，很多自动检测设备，软件算法一更新，测量值就漂。这怎么评估稳定性？必须建立计划性的稳定性监控，定期用标准块或基准件跑一遍，画控制图。别以为在线就等于可靠，数据欺骗性更强——因为它自动、高速，错误也被无限复制。

问：我们公司马上要审IATF16949，MSA只做了GRR，够吗？
答：审核员不傻。至少你要证明对所有关键测量系统都做过评估。偏倚、线性、稳定性，该有都得有。如果测量系统非常规（比如破坏性的、自动化的），方法要对路。临时抱佛脚，编一份完美数据？劝你不要。曾经看过一家供应商，GRR数据漂亮得离谱，结果我去现场一看，三坐标测头都撞歪了……假数据害人害己。实在来不及，老老实实做，把问题暴露出来，审核员反而觉得你诚实，整改计划可接受。