测量系统分析
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。
测量系统分析
随机误差和系统误差：
随机误差——突然发生、不可预测、可通
过重复测量避免
可能源于：环境因素的波动
测量位置的不同
人员作业的偶然性
仪器、设备的重复特性
Reproducibility）
不同的测量人员、使用不同设备、在不同
X¯¯b
X¯¯a
X¯¯c
重复性与再现性——R&R
Gage Repeatability & Reproducibility）
测量趋势图
测量线性和准确度研究测量重复性和再现性测量重复性和再现性属性测量
考虑人与部件的交互作用，选方差分析法（ANOVA），不考虑时，选Xbar& R分析法判断交互作用α值
适用于破坏性测试，每一个操作者针对的零件都是唯一的，所以不存在operator by part的交互作用
测量人员各自的可重复性测量人员各自的正确性漏判率& 错判率
测量系统的可重复性测量系统的正确性。
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。
测量系统分析(MSA)-实例
03 实例测量系统分析
偏倚分析
确定测量系统的准确性
通过比较测量系统所得结果与已知标准值或参考值之间的差异， 评估测量系统的偏倚程度。
计算偏倚值
将测量系统的结果与标准值或参考值进行对比，计算出偏倚值。
判断偏倚是否可接受
根据所允许的偏倚范围，判断测量系统的偏倚是否在可接受的范围 内。
线性分析
1 2
测量系统分析（MSA）-实例
目录
• 测量系统分析概述 • 实例选择与数据收集 • 实例测量系统分析 • 实例测量系统评价 • 实例总结与改进建议
01 测量系统分析概述
定义与目的
定义
测量系统分析（MSA）是对测量系 统的误差来源、大小及分布进行评 估的过程。
目的
识别测量系统的变异性来源，确 保测量系统能够满足产品质量和 过程控制的要求。
测量系统分析的重要性
提高产品质量的可预测性和可靠性
01
通过对测量系统进行全面分析，可以了解测量误差的大小和分
布，从而更准确地预测产品质量。
优化生产过程控制
02
准确的测量数据是生产过程控制的基础，对测量系统进行有效
的分析有助于提高过程控制的稳定性和有效性。
降低成本
03
通过减少测量误差，可以减少重复测量、检验和返工等不必要
的操作，从而降低生产成本。
测量系统分析的步骤
确定分析范围和对象
明确需要分析的测量设备、工 具或方法，以及相关的操作人
员和环境条件。
数据收集
收集一定数量、具有代表性的 测量数据，包括重复测量、再 现性数据等。
数据分析
对收集到的数据进行统计分析 ，识别测量系统的变异性来源 。
结果评估与改进
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概述测量系统分析（MSA）是一种用于评估和提高测量系统的准确性和稳定性的方法。
在制造和生产过程中，准确的测量是至关重要的，因为它对产品质量的监控和改进起着关键作用。
本文档将对测量系统进行分析，包括可重复性、再现性和稳定性等关键指标的评估，以及对所得数据的解释和建议。
测量系统简介测量系统是用来进行尺寸、重量、温度等物理量测量的设备和过程的总称。
测量系统可以包括测量仪器、传感器、仪表和操作方法等。
而测量系统分析是对这些测量系统进行评估和优化的过程。
测量系统的重要性测量系统是确保产品尺寸和规格准确的关键因素。
一个好的测量系统可以提供可靠的数据，帮助生产商识别潜在的质量问题，并做出正确的调整，以确保产品的一致性和合格性。
然而，一个不准确或不稳定的测量系统可能会导致误判，从而对产品的质量和性能产生负面影响。
MSA的关键指标可重复性（Repeatability）可重复性是指在相同测量条件下，测量系统对同一对象进行重复测量的结果间的一致性。
当一个测量系统具有良好的可重复性时，重复测量的结果应该接近。
在测量系统分析中，使用计算变异系数（CV）来评估测量数据的可重复性。
再现性（Reproducibility）再现性是指在不同测量条件下，不同测量系统或不同测量人员对同一对象进行测量所得结果的一致性。
一个良好的测量系统应该具有较高的再现性，即不同的测量设备和人员能够得到相似的测量结果。
在测量系统分析中，可以使用方差分析（ANOVA）来评估测量数据的再现性。
线性度（Linearity）线性度是指测量系统的输出值是否与被测量对象的实际值呈线性关系。
一个好的测量系统应该具有较好的线性度，即在不同测量范围内，测量结果与实际值之间应该存在一个良好的线性关系。
可以使用回归分析来评估测量数据的线性度。
稳定性（Stability）稳定性是指测量系统在一段时间内保持准确性和一致性的能力。
测量系统的稳定性对于长期生产过程的监控和控制非常重要。
测量系统分析通用课件
数据处理软件
用于对测量数据进行处理、分 析和存储，通常与测量仪器集 成在一起。
人员
负责维护、校准和使用测量系 统的人员，需具备相关技能和
知识。
02 测量系统的评价
CHAPTER
测量系统的误差来源
随机误差
01
由于随机因素引起的测量值无规律变化的误差，如温度、湿度
波动等。
系统误差
02
由于测量系统本身的不完善、测量原理的近似、测量器具的精
预防措施
针对常见故障制定预防措施，避免故障再次发生 。
04 测量系统分析的实际应用
CHAPTER
在生产质量控制中的应用
测量系统分析在生产质量控制中发挥着关键作用，通过对 生产过程中的各种参数进行准确测量和评估，确保产品质 量的稳定性和可靠性。
在生产过程中，测量系统分析通过对原材料、半成品和成 品的质量检测数据进行统计分析，识别出潜在的质量问题 ，并采取相应的措施进行改进。
环境监测领域
测量系统在环境监测领域的应用前景广阔，能够 实现环境参数的实时监测和数据分析，为环境保 护提供科学依据。
医疗领域
测量系统在医疗领域的应用前景广阔，能够实现 生理参数的实时监测和数据分析，为医疗诊断和 治疗提供支持。
提高测量系统性能的途径与方法
采用先进的传感器技术
采用高精度、高稳定性的传感器是提高测量系统性能的关键，能 够实现更准确、更可靠的测量。
此外，测量系统分析还可以用于评估生产设备的性能和精 度，确保生产过程的稳定性和一致性，提高生产效率和产 品质量。
在产品研发与设计中的应用
在产品研发与设计阶段，测量系统分析同样具有重要意义。通过 对产品性能参数的准确测量和评估，有助于优化产品设计，提高 产品的性能和可靠性。
- 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)。
附件：测量系统分析7.1测量系统的重复性和再现性分析方法（简称%R＆R或%GR＆R）工序量具、产品和质量特性；7.1.2 选择使用极差法，均值和极差法中的其中一种方法对检验、测量和试验设备进行分析。
7.1.3 从代表整个工作范围的过程中随机抽取样品进行。
7.1.4 %R＆R测量系统分析的工作人员在进行检验、测量和试验设备测量系统的重复性和再现性分析时，必须先对被分析的检验、测量和试验设备进行零件评价人平均值和重复性极差分析，同时所分析的零件评价人平均值和重复性极差之结果必须均受控方可进行被检验、测量和试验设备测量系统的重复性和再现性分析工作；否则该检验、测量和试验设备的测量系统不能检查出零件间的变差且不能将其用于过程控制中。
7.1.5 零件评价人平均值和重复性极差分析：选择2-3个操作员（至少2人）在全然不知情的状况下利用校准合格的量具对随机抽取的5-10个样品进行盲测，每个操作员对同一样品的同一特性在盲测的情况下重复测量2-3次。
A）、被测量的产品由进行%R＆R测量系统分析的工作人员将其进行编号，但这些编号不能让进行测量工作的操作员知道和看到。
B）、让操作员A以随机盲测的顺序测量5-10个样品，等操作员A把5-10个样品第一次测量完后由进行%R＆R测量系统分析的工作人员将其重新混合，再让操作员A 以随机盲测的顺序进行第二次测量5-10个样品，第三次随机盲测则以此类推；在操作员A把5-10个样品共2-3次全部测量完后由进行%R＆R测量系统分析的工作人员将其重新混合，然后让操作员B和/或C在不互相看对方的数据下测量这5-10个样品，操作员B和/或C的2-3次随机盲测同操作员A的随机盲测方法。
操作员或进行%R＆R测量系统分析的工作人员将所测量的结果记录于“零件评价人平均值和重复性极差控制图”上。
，依据“零件评价人平均值和重复性极差控制图”上的数据和产品质量特性规格进行计算和分析，并将其分析的结果记录于“零件评价人平均值和重复性极差控制图”上。
结果分析：A）、如果所有的极差都受控（即：均在控制限内），那么评价人是一致的，则方可进行下一步骤（即B）；如果所有的极差都不受控，那么可能是由于评价人技术，位置误差或仪器的一致性不好所造成，则在进行下一步骤（即：B）之前应先纠正这些特殊原因，并使极差图进入控制中，方可进行下一步骤（即：B）。
B）、如果有一半以上或更多的平均值落在控制限之外，则该测量系统足以检查出零件间变差，并且该测量系统可以提供控制该过程的有用数据；如果有一半以下的平均值落在控制限之外，则该测量系统不足以检查出零件间变差，并且不能用于过程控制，同时不能进行该检验、测量和试验设备测量系统的重复性和再现性分析工作。
选择2-3个操作员（至少2人）在全然不知情的状况下利用校准合格的量具对随机抽取的5-10个样品进行盲测，每个操作员对同一样品的同一特性重复测量2-3次。
A）、被测量的产品由进行%R＆R测量系统分析的工作人员将其进行编号，但这些编号不能让进行测量工作的操作员知道和看到。
B）、让操作员A以随机的顺序测量5-10个样品，然后让操作员B和/或C在不互相看对方的数据下测量这5-10个样品。
操作员或进行%R＆R测量系统分析的工作人员将所测量的结果记录于“量具重复性和再现性X-R分析数据表”上。
负责组织此项测量系统分析研究的工作人员，依据“量具重复性和再现性X-R分析数据表”上的数据和产品质量特性/规格进行计算，并将其记录于“量具重性和再现性X-R分析报告”上。
结果分析：A）、当重复性（AV）变差值大于再现性（EV）时，可采取下列措施：a）、增强量具的设计结构。
b）、改善量具的夹紧或被测量产品定位的使用方式（检验点）。
c）、对量具进行维护和保养。
B）、当再现性（EV）变差值大于重复性（AV）时，可采取下列措施：a）、再明确订定或修改作业标准，加强操作员对量具的操作方法和数据读取方式的技能培训。
b）、可能需要采用某些夹具协助操作员，以提高操作量具的一致性。
c）、量具经维修校准合格后再进行%R＆R 分析。
%R＆R接受准则：a）、%R＆R<10%，可接受；b）、10%≤%R＆R≤30%，依据量具的重要性、成本及维修费用等因素，决定是否可接受或不可接受；c）、%R＆R＞30%，不能接受，必须进行改进。
7.1.7 极差法（R）：选取两位评价人和5个产品进行分析，每个评价人对每个产品进行盲测一次，并将测量结果记录于“量具极差法分析表”中（每个操作员应熟悉和了解使用量具的一般操作程序，避免应操作不一致而影响测量系统的可靠性），并评估不同操作员对量具使用的熟练程度。
针对重要特性（尤其指有特殊特性符号的）测量所使用量具的精度应是被测量产品公差的1/10（即其最小刻度应能读到1/过程变差或规格公差较小者），以避免量具的分辩力不足，而一般特性测量所使用量具的精度应是被测量产品公差的1/5。
负责组织此项%R＆R测量系统分析研究的工作人员，依据“量具极差法分析表”的数据和产品质量特性/规格进行计算，并将其计算结果记录于“量具极差法分析表”上；必要时，可将其作成X-R控制图。
A）、每个被测量产品的极差是评价人A获得的测量结果与评价人B获得的测量结果或评价人C获得的测量结果的绝对差值，然后利用这些极差之和计算出平均极差（R），总测量变差可通过平均极差乘以5．15/d2得到（5．15代表正态分布的99%测量结果）。
B）、当过程变差不易求得时，公式中的过程变差可用产品规格公差代替。
%R＆R接受准则：a）、%R＆R<10%，可接受；b）、10%≤%R＆R≤30%，依据量具的重要性、成本及维修费用等因素,决定是否可接受或不可接受；c）、%R＆R＞30%，不能接受，必须进行改进。
，应对以前用该量具检测的成品或库存品进行抽查检验，如发现已超出规格要求，必须立即追踪并通知顾客进行妥善处置。
7.1.8 稳定性分析法7.1.8 稳定性分析法：选取一个样品，并确定其可追溯标准的真值或基准值。
如果没有这样的样品，则从产品中选取一个样品，其测量值应处于预期测量范围的中间区域，并将其作为标准样品，可能需要准备对应于预期测量范围的低、中、高数值的三个标准样品，对每个样品单独测量并绘控制图，但一般只不需做中间值那一个就可以了。
定期（每小时、每天、每周）测量基准样品3-5次，并将其测量的数据记录于“量具稳定性分析报告”中；决定样本容量和频率时，考虑的因素有：校准周期、使用频率、修理次数和使用环境等。
7.1. 8.4计算控制界限，确定每个曲线的控制限并根据控制图对失控或不稳定状态作出判断。
7.1. 8.5 计算测量结果的标准偏差，并将其与过程（工序）的标准偏差进行比较，以确定测量系统的稳定性是否适用；如分析结果显示，测量系统的标准偏差大于过程的标准偏差，则此量具是不可接受的。
利用控制图的判定方式来对稳定性的准则进行判定：Ⅰ、不能有点子超出上、下控制限；Ⅱ、连续3点中不能有2点落在A区或A区以外之区域；Ⅲ、连续5点中不能有4点落在B区或B区以外之区域；Ⅳ、不能有连续8点（或更多点）落在控制中心线的同一侧。
Ⅴ、不能有连续7点（或更多点）持续上升或下降。
凡呈现不稳定状态（或失控）时，代表量具已经不稳定，必须对量具进行校准或维修，量具维修并经重新校准合格后，应重新对量具进行稳定性分析。
7.1.9 偏倚分析法：独立样本法：A、选取一个样品并确定其相对可追溯标准的基准值，如果没有这样的样品，则可从产线中选取一个其测量值落在中心值区域的零件当成标准样品来进行偏倚分析；可能需要建立相应于预期测量范围的高、中、低三个数值的三个样品并对每个样品用更精密的量具测量10次计算其平均值，此值即为“基准值”。
B、由一位操作员（评价人）以常规的方式对每个样品测量10次，并将测量结果记录于“量具偏倚分析报告”中，然后计算10次读数的平均值，此值即为“观测平均值”。
C、计算偏倚：偏倚 = 观测平均值—基准值；过程变差= 6б偏倚偏倚% = ---------- × 100%过程变差D、过程变差无法求得时，可用规格公差代替，这样“偏倚%”的计算公式中分母使用“规格公差”代替。
图表法：如果用评价稳定性的X-R控制图或X-б控制图中的数据，也可以用来评价偏倚。
A、选取一个样品并确定其相对可追溯标准的基准值，如果没有这样的样品，可从生产线中选取一个其测量值落在中心值区域的零件当成标准样品来进行偏倚分析；可能需要建立相应于预期测量范围的高、中、低三个数值的三个样品并对每个样品用更精密的量具测量10次计算其平均值，此值即为“基准值”。
B、以X-R控制图或X-б控制图表中的数据计算出 X值。
C、计算偏倚：偏倚 = X —基准值；过程变差= 6б偏倚偏倚% = ---------- × 100%过程变差D、过程变差无法求得时，可用规格公差代替，这样“偏倚%”的计算公式中分母使用“规格公差”代替。
偏倚接受准则：A、对测量重要特性的系统，偏倚%≤10%时可接受；B、对测量一般特性的系统，偏倚%≤30%时可接受；C、偏倚%>30%时，此测量仪器不可接受。
如果偏倚较大，可从以下方法中查找原因：A、标准或基准值有误差，检验校准程序。
B、仪器被磨损，主要表现在稳定性分析上，应制定维护或重新修理的计划。
C、制造的仪器尺寸不对。
D、测量了错误的特性。
E、仪器校准不正确，复查校准方法。
F、操作员操作仪器不当，复查检验方法。
G、仪器修正计算不正确在测量系统工作范围内选定5个产品，它们的测量值应覆盖量具工作范围。
在计量室或工具间用全尺寸检验设备（精密量具）测量每个产品10次，并计算其平均值，然后将其确定为“基准值”，同时确定它们各自所取得的“基准值”是否覆盖了被检量具的工作范围。
让一位经常使用该量具的操作员（评价人）对5个产品以盲测的方式按随机抽取顺序分别测量每个产品各10次（或更多次），并将其测量值记录于“量具线性分析报告”中，然后计算各产品的测量平均值，此值即为每个产品的“观察平均值”。
计算偏倚平均值：偏倚平均值 = 观测平均值—基准值；过程变差= 6б绘图：采用下列公式计算有关参数，然后绘图。
方程式：Y = b + ax式中：x = 基准值y = 偏倚b = 截距a = 斜率拟合优度= R 2∑y∑xy - (∑x - )ny xa =b = ∑- a ×（∑）∑x 2—(∑x) 2 n n[∑xy - (∑x - ∑y)] 2n拟合优度（R 2 ）=[∑x 2(∑x) 2]×[∑y 2(∑y) 2 ]n n线性 = 斜率× 过程变差线性% =（线性 / 过程变差）× 100%线性接受准则：A、对测量重要特性的系统，线性%≤5%可接受。