量测系统分析MSA
MSA测量系统分析流程及方法
MSA测量系统分析流程及方法MSA（测量系统分析）是对测量系统稳定性、可靠性和能力的评估，用于确认测量结果的准确性和可靠性。
它可以用于评估任何测量系统，包括设备、仪器和应用程序。
以下是MSA的流程和方法：1.确定测量系统的目的和应用：在开始MSA之前，首先需要明确测量系统的目的和应用。
这将有助于确定需要分析的关键因素以及选择适当的方法。
2.选择测量系统分析方法：根据测量系统的类型和目的，选择适当的MSA方法。
常见的方法包括GR&R（重复性与再现性）分析、准确性、稳定性和线性度分析。
3.收集数据：使用标准样本或实际样本来收集测量数据。
应该保证数据具有代表性和充分，以便能够全面评估测量系统的性能。
4.重复性与再现性（GR&R）分析：这是评估测量仪器和操作员之间的可重复性和再现性的方法。
它通常包括重复性（同一操作员重复测量同一样本）和再现性（不同操作员在不同时间重复测量同一样本）的分析。
5.准确性分析：准确性是评估测量结果与真实值之间的偏差程度。
可以使用标准样本或比较方法（如正交试验）来评估准确性。
如果测量系统有偏差，可以进行校正，以提高测量的准确性。
6.稳定性分析：稳定性是指测量系统的输出是否随时间而变化。
稳定性分析可以通过收集数据的不同时间点来进行。
7.线性度分析：线性度是指测量系统对于不同输入值的响应是否是线性的。
线性度分析可以通过收集不同输入值对应的测量数据来进行。
8.分析结果和改进措施：对收集到的数据进行分析，并得出结论和建议。
如果测量系统的性能不符合要求，应制定相应的改进措施，例如修理、更换或校准测量设备，培训操作员，改进测量方法等。
9.持续监控和改进：MSA是一个持续改进的过程，应确保测量系统的性能得到持续监控和改进。
定期重复MSA分析，以确保测量系统的稳定性和准确性，及时发现和纠正潜在问题。
总结起来，MSA的流程包括确定目的和应用、选择方法、收集数据、进行分析，最后制定改进措施和持续监控。
MSA测量系统分析
MSA测量系统分析MSA（测量系统分析）是一种用于评估和改进测量系统稳定性、偏倚和线性性能的方法。
通过进行MSA，可以确定测量系统是否足够稳定和准确，以便在不同的情况下对产品进行正确的测量。
稳定性是指测量系统在相同的测量条件下的一系列测量结果是否一致。
稳定性是MSA中最基本的指标之一，因为如果测量系统不稳定，那么无论多么准确的测量工具都无法提供可靠的测量结果。
偏差是指测量结果与真实值之间的差异。
在MSA中，需要比较测量系统的平均偏差与零偏差之间的差异。
如果两者之间存在较大的差异，则说明测量系统存在系统性的偏离问题，需要进行校准或修正。
线性是指测量系统的输出是否与输入之间存在良好的线性关系。
在MSA中，需要绘制出测量系统的线性回归图，通过斜率和截距来评估测量系统的线性性能。
如果回归线接近理想的45度直线，则说明测量系统的线性性能较好。
在进行MSA时，一般采用以下步骤来评估测量系统的稳定性、偏差和线性性能：1.收集测量数据：使用相同的测量系统对一批样本进行测量，并记录测量结果。
2.统计分析：对于每个样本，计算测量结果的平均值和标准偏差。
然后，计算每个样本平均值之间的差异，并计算整体平均偏差和标准偏差。
3. 制作控制图：使用收集的测量结果，绘制测量系统稳定性的控制图。
通常使用X-bar图来监控平均值的稳定性，使用R或S图来监控标准偏差的稳定性。
4.比较平均偏差和零偏差：计算测量系统的平均偏差和零偏差之间的差异，并进行比较。
如果差异较大，则说明测量系统存在系统性的偏离问题。
5.绘制线性回归图：使用测量数据，绘制测量系统的线性回归图。
计算斜率和截距，并与理想的45度直线进行比较。
如果回归线接近理想线，则说明测量系统具有良好的线性性能。
通过以上步骤，可以对测量系统进行全面的评估，并确定是否需要采取措施来改善测量系统的稳定性、偏差和线性性能。
常用的改善方法包括校准测量工具、调整测量程序和培训操作人员等。
总之，MSA是一种重要的质量管理工具，能够帮助企业评估和改进测量系统的稳定性、偏差和线性性能。
五大手册-MSA测量系统分析
-2.575
+2.575
99%
5.15
5.15 标准误差包含了正态分布的99%。
在分子中使用2.575 gage (即5.15/2 = 2.575)
公差= USL – 平均值 或 平均值 - LSL
总是使用历史 平均值
2021/6/3
Minitab要求数据排成3列...
Part # 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 1 1 2 2
•
- 评价人的选择应从日常操作该仪器的人
中挑选
2021/6/3
4、测量系统研究的准备
• 样品的选择
•
- 能否获得代表生产过程的样品, 样品必须是选自于过
程
• 并且代表整个的生产的范围
• 编号
•
- 必须对一个零件编号以便于识别
• 分辨力
•
- 仪器的分辨力至少直接读取特性的预期过程变的十分
之 一, 例如,如果特性的变为0.001, 仪器应能读取0.0001
- 偏离(Bias) - 直线性(Linearity) - 稳定性(Stability)
宽度或散布
- 再现性(Repeatability) - 重复性(Reproducibility)
2021/6/3
测量系统误差
偏离(Bais)
意味着观测测量平均和基准值间的偏差。 偏离又叫正确性。
基准值 Reference value
输出之一。 • SPC手册指出MSA是控制图必需的准备工作。
2021/6/3
2、为什么要进行测量系统分析 2.2客观需要
变差
变差
所得結果
测量系统分析报告MSA
测量系统分析报告MSA1. 引言测量系统分析（Measurement System Analysis，简称MSA）是指通过分析和评估测量系统的性能、稳定性和可靠性，来判断测量结果的准确性和可靠性的过程。
本报告旨在对某测量系统进行全面的分析和评估，以帮助提升测量系统的质量和可靠性。
2. 测量系统分析方法在进行测量系统分析时，常采用以下方法：2.1 重复性与再现性分析重复性和再现性是评估测量系统可靠性的重要指标。
通过对同一对象进行多次测量，可以评估测量结果的一致性和稳定性。
2.2 偏倚分析偏倚分析用于评估测量系统是否存在系统性的误差。
通过对测量系统进行校准，并比较校准前后的测量结果，可以判断测量系统的偏倚情况。
2.3 线性分析线性分析用于评估测量系统是否存在线性关系。
通过测量系统对一系列已知标准进行测量，并绘制测量结果与标准值之间的图表，可以判断测量系统的线性关系。
3. 案例分析本次测量系统分析以某电子元件测量系统为例进行分析。
3.1 重复性与再现性分析通过对同一电子元件进行连续十次测量，并记录测量结果，得到以下数据：测量次数测量结果1 12.32 12.43 12.14 12.35 12.26 12.47 12.58 12.29 12.610 12.3通过计算这十次测量结果的平均值和标准偏差，得到重复性和再现性的评估数据。
3.2 偏倚分析为了评估测量系统的偏倚情况，我们对测量系统进行了校准，并测量了一系列标准样本。
校准前后的测量结果如下：标准样本校准前测量结果校准后测量结果1 2.3 2.12 3.4 3.23 4.5 4.44 5.6 5.75 6.7 6.56 7.8 7.9通过比较校准前后的测量结果，可以评估测量系统的偏倚情况。
3.3 线性分析为了评估测量系统的线性关系，我们选择了一系列已知标准进行测量，并绘制了测量结果与标准值之间的图表。
图表显示测量系统的测量结果与标准值之间存在一定的线性关系。
测量系统分析报告MSA
测量系统分析报告MSA在现代制造业中，为了确保产品质量的稳定性和一致性，对测量系统进行准确的分析和评估是至关重要的。
测量系统分析（Measurement System Analysis，简称 MSA）就是一种用于评估测量过程的工具和方法，它可以帮助我们确定测量数据的可靠性、准确性以及可重复性。
测量系统通常由测量人员、测量设备、测量方法、测量环境和被测量对象等要素组成。
而 MSA 的目的就是要评估这些要素对测量结果的影响，并确定测量系统是否能够满足预期的测量要求。
MSA 主要包括以下几个方面的内容：一、测量系统的准确性准确性是指测量结果与真实值之间的接近程度。
在 MSA 中，通常通过与标准值进行比较来评估测量系统的准确性。
例如，如果我们要测量一个零件的长度，已知其标准长度为 100mm，而测量结果为98mm，那么就存在 2mm 的偏差。
为了提高准确性，我们需要对测量设备进行校准，并确保测量方法的正确性。
二、测量系统的重复性重复性是指在相同的测量条件下，对同一被测量对象进行多次测量时，测量结果的一致性。
如果一个测量系统具有良好的重复性，那么多次测量的结果应该非常接近。
例如，对同一个零件的同一尺寸进行10 次测量，如果测量结果的差异很小，说明测量系统的重复性较好。
三、测量系统的再现性再现性是指在不同的测量条件下，由不同的测量人员使用相同的测量设备和测量方法对同一被测量对象进行测量时，测量结果的一致性。
例如，不同的操作人员在不同的时间对同一个零件的同一尺寸进行测量，如果测量结果的差异较小，说明测量系统的再现性较好。
四、稳定性稳定性是指测量系统在一段时间内保持其性能的能力。
通过定期对测量系统进行监控和测量，可以评估其稳定性。
如果测量系统的稳定性较差，可能需要对其进行维护或更换。
为了进行有效的 MSA，我们通常采用以下几种方法：1、均值极差法（Average and Range Method）这是一种常用的评估测量系统重复性和再现性的方法。
超详细MSA测量系统分析讲解
2.线性的分析方法和接受准则
●回顾：
1.什么是线性？
●线性指南
1.在量具的操作范围内，选择g（子组数）≥5个零件 2.检验每个零件，以确定基准值 3.一个人测量每个零件m（子组容量）≥10次 4.计算每次测量的零件偏倚及零件偏倚的平均值。（偏倚i，j=Xi，j -基准值） 5.在线性图上画出单值偏倚和基准的偏倚值 6.计算并画出最佳拟合线和置信带 7.画出“偏倚=0”线，评审该图指出特殊原因和线性的可接受性 （即“偏倚=0”线必须完全在拟合线置信带以内）
MSA
课前思考
1.什么是MSA ？ 2.什么时候做MSA？ 3.谁做MSA？ 4.哪些测量系统需要做MSA？ 5.在哪里做MSA？ 6.怎么做MSA？原理是什么？
MSA
第一单元
MSA的基本概念
MSA
二.MSA的基本概念
1.测量的定义
●测量：被定义为“对某具体事物赋予数字（或数值），以表示它们 对于特定特性之间的关系”。这定义由C.Eisenhart（1963）首次提出 。赋予数字的过程被定义为测量过程。而数值的指定被定义为测量值 。
3.MSA与FMEA（潜在失效模式及后果分析）
a. FMEA可以用来识别特殊特性，为SPC和MSA确定控制和分析的 对象
b.可以建立测量系统FMEA，管理测量系统的风险
MSA
一.MSA的概述介绍
（二）MSA 与汽车行业五大质量手册
4.MSA与SPC（统计过程控制）
测量系统对适当的数据分析来说是很关键的，在收集过 程数据之前就应很好地对它加以了解。这些测量系统缺少 统计控制，或它们的变差在过程总变差中占很大比例，就 可能做出不恰当的决定。
MSA–测量系统分析
MSA –测量系统分析引言MSA（测量系统分析）是一种用于评估和验证测量系统准确性和可靠性的方法。
在许多行业中，准确的测量数据对于产品质量和过程改进至关重要。
因此，对测量系统进行分析和评估是确保数据质量的关键步骤。
本文将介绍MSA的基本概念、主要组成部分和常见的分析方法，以及如何使用Markdown文本格式输出。
MSA的概述测量系统是指用于测量和收集数据的工具、设备和方法。
这些测量系统可以包括各种仪器、传感器、计量设备和人工操作。
MSA的目标是确定测量系统的偏差、重复性和稳定性，以评估测量过程的可靠性和准确性。
MSA的主要目标是确定测量系统的变异来源，并分析其对于测量结果的影响。
通过评估测量系统的可行性和稳定性，我们可以确定任何必需的改进和修正。
MSA的组成部分MSA包括以下三个主要组成部分：1.制程能力分析（PPK）：通过对测量系统进行评估，确定其是否能够满足产品或过程的需求。
制程能力分析是一种量化的方法，用于确定测量系统能够产生多大程度的变异。
2.重复性与再现性分析：重复性是指在同一测量条件下进行多次测量时，测量结果之间的差异。
再现性是指在不同测量条件或不同测量者之间进行测量时，测量结果之间的差异。
通过对重复性和再现性进行分析，可以确定测量系统的一致性和可靠性。
3.精确度分析：精确度是指测量结果与真实值之间的接近程度。
通过与参考标准进行比较，我们可以评估测量系统的准确性和偏差。
常见的MSA分析方法以下是几种常见的MSA分析方法：1.方差分析（ANOVA）：ANOVA是一种统计分析方法，用于分解测量变异的来源。
通过将测量结果进行分解，我们可以确定各个变异来源的贡献程度，并确定潜在的改进措施。
2.控制图：控制图是一种用于监控和分析过程变异的图表。
通过绘制测量结果的控制图，我们可以可视化测量系统的偏差和变异，并及时发现异常情况。
3.直方图：直方图是一种图表，用于显示测量结果的频率分布。
通过绘制测量结果的直方图，我们可以了解测量数据的分布情况，并判断测量系统的精确度和稳定性。
测量系统分析报告MSA
测量系统分析报告MSA前言：测量系统是评估产品质量和过程稳定性的重要工具。
测量系统分析（MSA）是一种系统性的方法，用于评估和优化测量系统的准确性、精确度、稳定性和能力。
本报告旨在为读者提供关于测量系统的详细分析和评估结果。
一、背景介绍在任何生产或制造领域中，对产品进行准确的测量是确保质量控制的关键因素。
测量系统即测量工具、设备和人员的组合，用于定量评估产品的属性或特征。
可靠性和准确性的测量系统对于正确评估产品的一致性、稳定性以及满足客户要求至关重要。
二、测量系统分析的目的测量系统分析的主要目的是评估和改进测量系统的性能，确保测量结果准确可靠。
该分析有助于确定测量系统的误差来源，评估测量设备和工具的重复性和再现性，并为生产过程提供可靠的测量数据，帮助生产商做出正确的决策。
三、分析方法选择合适的分析方法对测量系统进行评估是至关重要的。
常用的MSA方法包括重复性和再现性分析、偏差和准确度分析、稳定性分析以及测量能力评估。
根据实际情况和需要，可以选择单因素方差分析、方差－方差分析或组件间方差分析等方法。
四、评估结果1. 重复性和再现性分析：通过对同一样本进行多次测量，计算重复性和再现性指标。
根据分析结果确定测量系统中存在的误差来源，以及测量设备和操作者之间的差异。
重复性和再现性分析结果对评估测量系统的稳定性和可靠性至关重要。
2. 偏差和准确度分析：通过与真实值进行比较，分析测量系统的偏差和准确度。
评估测量结果与实际情况之间的差异，并确定偏差的来源。
这有助于改进测量系统的精确性和准确性。
3. 稳定性分析：对测量系统的稳定性进行评估，查看测量结果是否随时间发生变化。
通过监测和控制稳定性，可以确保测量系统具有一致性和可靠性。
4. 测量能力评估：评估测量系统的能力，即判断测量系统是否满足产品质量控制的要求。
通过分析测量系统的变异性、精确度和准确度，评估其对于产品特性的测量能力。
五、结论与改进建议基于对测量系统的分析和评估，我们得出以下结论：1. 测量系统的稳定性较高，能够提供一致性和可靠的测量结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
量测系统分析M S A Document number【SA80SAB-SAA9SYT-SAATC-SA6UT-SA18】量测系统分析(MSA)目录第1章量测系统介绍1.1 概述、目的、术语11.2 量测系统之统计特性21.3 量测系统的标准31.4 量测系统的通则31.5 选择/制定检定方法3第2章量测系统之评价2.1概述5鉴别力5量测系统变异的类型7量测系统分析8再现性8再生性9零性间变异10偏性10稳定性11线性13范例说明15量测系统研究之准备20计量值量测系统之研究21稳定性之准则21偏性之准则21独立取样法21图表法22分析23再现性与再生性之准则23全距法23平均值与全距法23.1执行研究24.2图表分析26.3计算及研究34变异数分析法38量具绩效曲线43计数值量具研究47短期法47长期法48第3章附录标准常态分配表52常数表54如何适当的选用量测系统分析流程55表格56量测系统分析版(Measurement System Analysis)第1章量测系统介绍1.1概述、目的、术语概述我们知道，一个制程的状况必须经由量测来获取相关信息，因此量测数据将会决定制程是否应被调整，如果统计结果，制程超出管制界限，即制程能力不足时，则须对制程作某些调整，否则，制程将会在无调节的状态下运作。
量测数据的另一用途是可以检视二个或更多变异彼此之间是否存在某种关系性，如塑料件的尺寸将与进料温度有关。
因此，量测数据的品质对于制程分析结果占有相当重要的因素，为了确保分析结果不致对制程误判，就必须重视数据的品质。
量测数据品质与制程是否在稳定状况下所获得的多种量测有关，若在稳定状况下所获得某一特性的量测数据，其结果”近似于”该特性的标准值，则数据品质可谓”高”；若某些或全部数据偏离标准值甚远，则数据品质可谓”低”。
常用于表示数据品质高低的统计特性有偏差与方差，所谓偏差是指量测数据平均值与标准值之差异；所谓方差则是指量测数据本身之间差异。
如果数据品质是不可接受，则必须加以改进，然而这常常应改进量测系统本身，而非改进数据。
因此，对于量测系统品质的评估，是极其重要的，其评价程序应包括设计及验证长时间的能力评价追溯标准作业定义管制维修及再验证1.目的本篇的目的在于说明评价量测系统品质之准则，虽然也可以运用在其它量测系统上，但主要还是以使用在工业界制程的量测系统为主，且特性数据可重复读取。
1.术语量测（Measurement）：对某具体事物赋予数据，以表示他们对于特定特性之间的关系。
赋予数据的过程称为量测过程，而数据称为量测值。
量具（Gage）：任一可用以量测之设备，通常是用以特别称呼使用在生产现场者，包括GO/NO-GO设备。
量测系统（Measurement System）：操作、准则、量具和其它设备、软件及指定之一群待量测之集合，经由完整程序而取得量测值。
量测系统之统计特性理想之量测系统是一个具有零偏差、零变异的统计特性，但很不幸的是，这种理想的量测系统几乎很少见的，因此，我们必须存在一个观念，就是当在决策时，必须考虑到所依据的是一个非理想统计特性之量测系统。
所以设备管理之责任是确认当每一量测系统被使用时都具有适当的统计特性。
虽然每一量测系统可能需具备一些各别的统计特性，但下列举出五项所有量测系统必备的统计特性：(1)量测系统须在统计管制下，亦即量测纟统之变异仅根源于共同原因，而非特殊原因。
(2)量测系统的变异必须小于制程变异。
(3)量测系统的变异必须小于规格界限。
(4)量测之最小刻度必须小于制程变异或规格界限之较小者，一个通用的法则是：最小刻度应小于制程变异或规格界限较小者之1/10。
(5)因量测项目的改变，量测系统之统计特性可能变更，但最大的量测系统变异必须小于制程变异或规格界限较小者。
量测系统的标准量测标准分级中，最高级为国家级标准，由国家级标准对应的次一级标准，称为初级，通常由政府部门或学术机构取得，当然私人公司亦可由国家级标准取得初级的对应。
但因初级标准常常显得太昂贵，故又可对应至次一级标准，称为第二级标准，通常由一般私人企业所取得。
第二级标准又可被对应到另一级，称为作业标准，本级常用于调整在生产中使用的量测系统，又称为生产标准。
总之，不采用可追溯之标准而去确定一个量测系统的精度是难以被接受的，尤其是当生产者与客户之间的量测可能不统一而产生冲突时，更显得可追溯的量测标准之信赖度的重要。
量测系统的通则每一量测系统均应被评估以决定是否适用于预期之工作。
通常以两阶段来评估，第一阶段评估是执行测试以决定量测系统是否具有需求之统计特性，以执行被要求之工作，又称为阶段一评估。
第二阶段评估是执行定期之检定以决定此一量测系统是否维持在可接受状态，即使量测系统例行执行保养及/或再校正、再检定，又称为阶段二评估。
量测系统之测试方法应有书面化程序，包含：范例选择量测项目之规格及执行测试的环境。
规定数据收集、记录及分析之方式。
定义重要条件及原则之作业方式。
追溯之标准。
选择/制定检定方法当选择或制定检定方法时，一般考虑之因素如下：(1)是否使用可追溯国家标准之标准其适用标准是何级水准标准通常为评估量测系统精确度之基本。
(2)在阶段二评估测试时，应采用盲目测量或是易于取得量测值的方式。
所谓盲目测试是指当作业者执行量测时，事先不知被测物是否有任何不同，而在实际的量测环境下执行量测。
(3)检定之成本。
(4)检定所需之时间。
(5)对于非众所皆知的条文应予以定义，如再现性、再生性….等。
(6)是否此量测系统所取得之量测将用以比较其它量测系统所取得之量测如是，则其中之一的量测系统应考虑采用可追溯(1)项标准之检定方法。
(7)阶段二评估之频率，应视该量测系统之统计特性对设施之重要性而定。
第2章量测系统之评价准则2.1概述评估一量测系统时，应确定三项基本问题。
(A)本量测系统是否具备适当的鉴别力(B)是否具有全时的统计稳定性(C)量测误差(变异)是否微小鉴别力量测系统能发现并真实地表示被测特性很小变化之能力，称为鉴别力。
如最小的量测刻度太大而不足以辨别制程变异，则为鉴别力不足。
鉴别力不足的象征将会在R-CHART上显现出来，因此，若使用鉴别力不足的量测系统所表现的R-CHART，将可能造成型I误差。
下图将介绍不同鉴别力之量测系统，所能对制程做不同的管制。
只能显示其制程主要变异来自于平均值偏移不可用于估计制程参数与指数只能显示制程生产符合或不符合产品只能用于制程变异较大的管制不可用于估计制程参数与指数只能提供粗糙的估计能与管制图一起使用被推荐图1.制程分配在区别分类数（Number of Distinct Categories, ndc）上对管制与分析的影响图2可说明鉴别力不足的量测系统被使用在制程上的例子图2制程管制图管制图(a)为量测刻度的量测值；(b)为量测刻度的量测值。
当R值只有1、2或3个值落在管制界限内，或R值虽有4个落在管制界限内，但超过1/4的 R值为0，则此量测系统为鉴别力不足，如管制图(b)量测系统变异的类型 (删除零件间变异)2.再现性(量具变异)(Repeatability)－同一人使用同一量具量测同一零件之相同特性多次所得变异。
2.再生性(人的变异)(Reproducibility)不同人使用同一量具量测同一零 件之相同特性所得之变异。
2.稳定性(Stability)－同一人使用同一量具于不同时间在同一地点量测同一零件之相同 特性所得之变异。
3.偏性(Bias)－同一人使用同一量具量测同一 零件之相同特性多次所得平均 值与工具室或精密仪器量测同一零件之相同特性所得之真值或参考值之间的偏差值Array 2.线性(Linearity)－指量具各作业范围之偏性。
量测系统分析再现性指量具变异本身是定值，因量具本身误差及产品在量具之位置差，则构成量测再现性差异。
如R-CHART在管制状态下，则再现性之标准差或量具变异估计值σeR d =2*量具变异或再现性EVRd e =⨯= 5155152..*σ其中表示在常态分配中具有99﹪信赖度(即99﹪信赖度=，可用2=查附录得出a=，故信赖区间=1－×2)(d2*查附录。
如果量测系统再现性不足，可能原因是：零件内部（抽样样本）：形状、位置、表面光度、锥度、样本的一致性。
仪器内部：维修、磨损、设备或夹具的失效、品质或保养不好。
标准内部：品质、等级、磨损。
方法内部：作业准备、技巧、归零、固定夹持、点密度的变异。
评价者内部：技巧、位置、缺乏经验、操作技能或培训、意识、疲劳。
环境内部：对温度、湿度、振动、清洁的小幅度波动。
错误的假设—稳定，适当的操作。
缺乏稳健的仪器设计或方法，一致性不好。
量具误用。
失真（量具或零件）、缺乏坚固性。
应用—零件数量、位置、观测误差（易读性、视差）。
再生性指作业者变异是定值，由X －CHART 中比较每一平均值可发现。
再生性或作业者变异之估计标准差σo o R d =2*作业者变异或再生性o *2oσ15.5d R 15.5AV =⨯= R o 为某一作业者最大平均全距与最小平均全距之差，但再生性受量具变异之影响，故必须减去量具变异，即调整后AV AV EV nr nr o e=-⎡⎣⎢⎢⎤⎦⎥⎥=-()()()(.)(.)原2222515515σσ σo AV =/.515 n:零件数 r:量测次数如果测量系统再生性不足，可能原因是：零件之间（抽样样本）：使用相同的仪器、操作者和方法测量A 、B 、C 零件类型时的平均差异。
仪器之间：在相同零件、操作者和环境下使用A 、B 、C 仪器测量的平均值差异。
注意：在这种情况下，再现性误差通常还混有方法和/或操作者的误差。
标准之间：在测量过程中，不同的设定标准的平均影响。
方法之间：由于改变测量点密度、手动或自动系统、归零、固定或夹紧方法等所造成的平均值差异。
评价者（操作者）之间：评价者A 、B 、C 之间由于培训、技巧、技能和经验所造成的平均值差异。
推荐在为产品和过程鉴定和使用手动测量仪器时使用这种研究方法。
环境之间：在经过1、2、3等时段所进行的测量，由于环境周期所造成的平均值差异。
这种研究常用在使用高度自动化测量系统对产品和过程的鉴定。
研究中的假设有误。
缺乏稳健的仪器设计或方法。
操作者培训的有效性。
应用—零件数量、位置、观测误差（易读性、视差）。
2.零件间变异可由X －CHART 发现，若组平均值无落在管制界限外，则零件间变异隐藏在再现性内，且量测变异支配制程变异。
反之，若有过半的平均值落在管制界限外，则此量测系统被认为是适用的。
若量测程序是定值(R-CHART 在管制状态下)且能鉴别零件间变异(X －CHART 之过半点落于管制界限外)，则能估计量测系统标准差σσσm e o =+()22，而零件间标准差σp p R d =2* 故零性间变异PV R d p p ==5155152..*σ，量测系统变异或量具R ＆R=σmR p 为每一零件平均值最大值与最小值之差。