量具GageR&R(测量系统分析)

所属分类：质量控制

这个方法是做什么的

回答“我的量具和操作员，测出来的数有多少是真实差异、有多少是测量误差”。做法是让若干名操作员各自把同一批零件重复测量若干次，再用随机效应的双因素含交互方差分析把总变异拆成三块：重复性 EV（同一操作员重复测同一零件的波动，代表设备/量具本身）、再现性 AV（不同操作员之间的差异，含操作员主效应与零件×操作员交互）、零件间 PV（真正的产品差异）。前两者合起来就是量具 R&R。演示数据是 AIAG 手册建议的 10 零件 × 3 操作员 × 3 次重复共 90 次量测。

判定用两个指标。%GRR 按 √GRR/√TotalVar 计算（AIAG 判据：<10% 优秀、10%~30% 视应用与成本条件接受、>30% 不可接受），ndc（可区分类别数）=1.41×√(PV/GRR)，表示这套测量系统能把零件分成多少档，AIAG 要求 ≥5。报告另给 ICC=PV/TotalVar 作为量具区分力的等价表达。卡④还把误差落到具体的人身上：操作员均值的两两比较（以交互均方为误差项、Holm 校正）定位系统性偏倚，分操作员的偏倚与重复性标准差则区分“手不稳”和“读数基准偏了”这两类完全不同的问题。交互不显著时，报告会额外给出把交互并入重复性的简化模型结果供相互印证。

需要准备什么数据

• 放入[定类]零件编号：不限
• 放入[定类]操作员/评价人：不限
• 放入[定量]测量值：不限

数据要求

• 数据表至少 20 行。
• 单列缺失率不超过 5%。
• 不接受取值全都一样的列（零方差列没有可分析的变异）。
• 「放入[定类]零件编号」的类别数需在 2~60 之间。
• 「放入[定类]操作员/评价人」的类别数需在 2~20 之间。
• 「放入[定类]零件编号」的每一组至少 4 个样本。
• 「放入[定类]操作员/评价人」的每一组至少 4 个样本。

以上条目由系统从该方法的校验规则直接生成，与上传数据时的实际拦截规则一致。

什么时候用它

• 新量具、新检具、新测量方法投用前的验收
• 控制图上波动一直偏大，怀疑相当一部分来自测量而不是工艺
• 体系审核（IATF 16949、AIAG MSA）要求提交测量系统分析报告
• 做过程能力研究之前，先确认 σ 里没有掺进过多的测量误差

前提是硬的：必须是平衡完全交叉设计——每名操作员都测量全部零件，且每个“零件×操作员”组合的重复次数完全相同且至少 2 次，否则无法把重复性从交互中分离出来，模块在数据不平衡时会直接拦截并提示补齐。至少 2 个零件、2 名操作员；数据要求把行数下限定在 20，AIAG 建议的规模是 10×3×3=90 行。还有一条容易被忽略却最要命：所选零件必须覆盖实际生产的变异范围，卡①用零件主效应的显著性检验这个前提。

什么时候不要用它

• 要评估的是量具准不准（偏倚、线性）而不是稳不稳：Gage R&R 只管精密度，用标准件做偏倚/线性研究；比较两种测量方法是否一致请用「Bland-Altman法」。
• 数据不是平衡完全交叉（有人只测了部分零件、重复次数不齐）：本模块会拦截，改用「方差成分分析」按不平衡随机效应模型估计各分量。
• 测量结果是分类判定（合格/不合格、等级 A/B/C）而不是连续读数：方差分解无从谈起，用「Kappa一致性检验」评估评价人之间的一致性。
• 评的是量表、问卷或评分者信度，不是工业量具：用「组内相关系数(ICC)」，它的模型选择更贴合评分场景。
• 零件与操作员是你真正关心的固定水平（就这三个人、就这十件），而不是从总体里抽样：随机效应的 EMS 口径不适用，用「双因素方差分析」按固定效应处理。
• 想知道过程本身够不够格：那是另一件事，用「过程能力分析」；本模块只回答“量出来的数可不可信”。

容易误读的地方

• 两个 %GRR 口径不能混用判据，混了会把不合格的量具判成优秀。 报告同时给出 %研究变异 30.14% 与 %贡献 9.08%。前者是标准差占比，是 AIAG 判据（<10%/10~30%/>30%）针对的那一个；后者是方差占比，因为开了平方，数值恒小于等于前者。演示数据按 30.14% 判是“不可接受”，若拿 9.08% 去对 <10% 这条线，会得出“优秀”的相反结论。卡③的图注专门解释了两者的大小关系，卡④的结论文案也点名了“两者判据不可混用”。
• 重复性和再现性指的是完全不同的两件事，改进方向也完全相反。 重复性 EV 是同一个人拿同一把量具重复测同一个零件的波动，问题在设备（夹持不稳、分辨力不足、量具磨损）；再现性 AV 是不同人之间的差异，问题在人和方法（读数习惯、基准设定、作业指导书不清）。演示数据 σ_EV=0.038153、σ_AV=0.080972，卡④的结论文案据此给出“以再现性为主，改进重点在作业标准化与操作员培训”——这种情况下换一把更贵的量具是白花钱。
• 零件选窄了，好量具也会被判成不合格。 %GRR 的分母是本次所选零件的总变异，零件之间越接近，分母越小，同样的测量误差算出来的 %GRR 越差。卡①的表注把这称为 MSA 里最容易被忽视也最容易毁掉结论的前提，并用零件主效应的 F 检验来把关（演示 F(9,18)=831.232，p<0.001，说明零件确实跨越了可分辨的范围）。卡⑤进一步提醒：若产品有明确公差，还应报告相对公差的 %P/T=6σ_GRR/公差带，零件选窄时 %GRR 会变差而 %P/T 不变，两者可能给出相反结论；%P/T 本模块不计算，需按公差带自行折算。
• F 检验的分母是交互均方，不是误差均方——所以自由度看起来“不对”是对的。 随机效应模型下 E[MS_零件]=σ²_e+n·σ²_交互+b·n·σ²_零件，因此零件与操作员都要以交互均方为分母，只有交互项才以误差均方为分母。演示数据零件是 F(9,18)、操作员是 F(2,18)、交互是 F(18,60)。卡②的表注写明：若像固定效应模型那样一律除以误差均方，会系统性高估零件与操作员的显著性。同理，卡④操作员两两比较的自由度取的是交互自由度 18 而非误差自由度。
• 方差分量为负被截断成 0，是个需要留意的信号而不是修正。 EMS 法解出的分量可能为负，报告按惯例截断为 0。演示数据交互分量正是这种情况（σ²_交互=0.000000），卡⑤的“局限”一栏解释说这提示对应效应的真实方差接近 0，同时也提示样本量偏小。截断之后 AV 就完全等于操作员主效应，读数时要知道这一步做过。
• 操作员之间“全部显著”不等于量具不行。 演示数据操作员主效应 F(2,18)=227.237、p<0.001，三对两两比较经 Holm 校正后全部显著，三名操作员的均值分别高出/低于总均值 0.0749、0.0113、−0.0862。这些差异全部属于再现性，说明的是读数方法或基准设定不统一。把它读成“量具精度不够”，会导致换量具而问题照旧。

报告里有什么

1. 输出结果一：数据概览与前提检验
2. 输出结果二：双因素含交互 ANOVA（主结果）
3. 输出结果三：可视化
4. 输出结果四：效应量与事后分析
5. 输出结果五：结论与解读