一文读懂 MSA（测量系统分析）｜概念篇

本文作者：一鸣 来源：质量管理笔记

一鸣一直想要就测量系统分析(MSA) 相关内容作一些总结, 种种原因一直没能抽出时间做这个事，今天总算开了个头。没错，只能是开头，MSA内容较多,这篇推文只能涉及一些概念。

一、什么是“测量系统分析”？

什么是测量系统分析？也许我们不能解释得很清楚，但其实每个人在我们初中化学课上都已经研实践了：读取试管中溶液量的时，为确保读取值的准确度我们需要让视线与页面平直，这是一个简单的测量系统分析的问题。

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“。

我想这么解释恐怕很难被接受，所以，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“。

先看什么是测量系统？

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（交互作用）。

OK，再看什么是“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测量系统，更不是零件，而是测量系统输出的变差。所以也有用测量变差分析 Measurement Variation Staudy（MVS）替代测量系统分析MSA的。不管叫什么名头，这里的“分析”都代表了一系列的分析方法，关于具体方法，下文将介绍。

二、测量系统分析的目的

理解了测量系统分析的含义，就不难清楚ＭＳＡ的目的：ＭＳＡ的目的就是通过对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。

补充一句：在质量领域我们把变差视为头号大敌，认为变差小是一种美。然而在自然界，变差，也就是多样性，本身就是一种美。

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，包括一鸣。为了便于理解记忆，我们先对“变差”　进行“剥洋葱”，即进行解构，看看哪些指标可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。

解构第一层：

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。

解构第二层：

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。

解构第三层：

1）精确度（precision)=重复性Repeatability + 再现性Reproducibility

2）准确度（Accuracy）=偏倚Bias+稳定性Stability+线性Linearity

OK，MSA的研究变差的指标其实就是上面等号右边的这5个，所以ＭＳＡ方法论包括了：

1、重复性研究 Repeatability Study

同一个人，用同样的设备/方法/设置，在相同的环境，测量同一个产品多次所观察到的变差；主要研究设备导致的误差。

理解举例：你去金店买黄金饰品的时候，同一个营业员对你看上的金饰用相同的量具3次称重，你发现3次测量结果波动很大，这就是重复性不好。

2、再现性研究　Reproducibility study

不同的人，用同样的设备/方法/设置，在相同的环境，测量同一个产品所观察到的变差；主要研究人导致的误差。

理解举例：接上面的例子，这时另外一个营业员过来用同样的工具、方法对同样的金饰称3次，发现和第一个人测量的平均值比，此人的测量平均值差异也很大，那么就是说的再现性的问题。

3、偏倚研究Bias Study

观测到的均值和基准值（参考值）之间的差异。

理解举例：金饰的真值假设为50g,而今天你测量10次得到平均值为45g, 那么5g的差异就是偏差。

4、稳定性研究 Stability Study

在不同时间区间测量时得到的偏倚大小的情况，好的稳定性意味着什么时候测量偏倚都差不多。

理解举例：接着上面偏倚的例子，一个月后，用同样的量具测那个真值50g的饰品10次，得到平均值40g, 比一个月前少了10g，这说明稳定性很不好啊。

5、线性研究　Linearity Study

如测量结果随量程的变化始终保持很小的Bias，那么测量系统的Linearity就好。

理解举例：还是上面那个量具，第一次测量真值50g的金饰偏差假比为0.5g, 第二次测量真值200g金饰得到的偏差为5g.也就是说随着量程变大，变差也越来越大，这个系统的线性非常糟糕。

四、MSA之前提，不可忽视的分辨率

足够的分辨率Resolution是进行MSA的前提。

分辨率即测量装置的敏感度（最小刻度），分辨率高时被测对象的微小变差都可以被测出，分辨率低则不然；举例，用最小单位分别为１分米和1厘米的软尺来测量人的高度，哪个误差更小不言而喻了吧。选取测量装置分辨率是的一个经验法则（Rule of thumb）是：装置的分辨率即最小刻度值至少为被测特性的尺寸规范（specification）或者过程变差（6个过程标准差宽度）的十分之一。一般来说分辨率由测量设备/装置自身决定，与人的操作和环境无关系。前面金饰的例子很夸张，也许我们应该从分辨率的角度找找原因。

五、小结

综上，一个完整的ＭＳＡ过程逻辑上及理论上，应该遵循如下步骤：分辨率-〉准确度（偏移、线性、稳定性）-〉精确度（重复性、再现性）。

当然，在实际工作中，根据不同的情况会有所侧重。比如在汽车行业，对于车身金属结构件的测量系统（涉及检具/检支架、操作者、三座标机等），三座标机本身的定期校准也会涉及分辨率、偏倚、线性和稳定性；检具上百分表的应用就涉及分辨率的确认；PPAP提交前一般需要作重复性再现性分析；每年度对检具的三座标精度校定涉及稳定性确认。