量测系统分析(MSA)
17/26
MSA-計量型說明
Gage R&R資料解析(三)
EV: 設備變異(再現性) = //R x K1 AV: 人員變異(再生性)
R & R: 再生性 & 再現性 = TV: 全變異 =
18/26
MSA-計量型說明
Gage R&R資料解析(四)-Gage R&R判斷項目
1.VOP: 流程的總變異(%Study) 2.VOC: 客戶要求的規格(%Tolerance) 3.鑑別力(NDC) 總容差,Tolerance
總容差,Tolerance
LSL USL 量測的再現性加上再生性
量測的變異
製程總變異,VOP
%R&R ≤ 10% 表示量測系統良好。 10% ≤ %R&R ≤ 20% 表示量測系統尚可接受。 20% ≤ %R&R ≤ 30% 或許可接受的灰色地帶。 （若不打算進一步改善，則需有充分的理由加以說明。） %R&R ≥ 30% 表示量測系統能力不足，不可接受。
在量測過程中所得到的量測值不會是真 值，就像所有流程一樣，必定存在某些 變異。 量測系統分析(MSA)提供一種系統性的方 法，以鑑別出整體的流程變異中，有多 少是來自於量測系統。
2/6
量測系統分析概說(三)
What is MSA?
計量值 計數值 G R&R E/Pfa/Pmiss
3/6
量測系統分析概說(四) Timing For MSA?
MSA-計量型說明
量具的線性(Linearity) – 範例
工程師欲檢視用於某製程上之量測系統的線性誤差，該製程誤差為± 2.5單位長度。 其在量測系統的可量測範圍內挑選了不同尺寸的6個零件，先確立此6個零件的真 實尺寸(參考值)，之後請量測系統的主要操作者對其6個零件各量測12次，得數據 如下:
2 6.07 6.02 6.08 5.95 6.10
3 5.99 5.91 5.98 5.99 6.00
4 5.89 6.00 6.01 6.02 6.09
5 6.04 6.05 6.05 6.05 6.03
6 5.97 6.00 5.97 5.89 6.00
7 5.97 5.98 6.03 6.01 5.98
操作者 B 操作者 A
操作者 C
再生性
不同人持同器量同物多次，所得量測平均值之差異。
9/26
MSA-計量型說明
Q1: Gage R&R 應由誰執行？
量具的使用單位
R+M PE QA
RD
Q2: 量具的偏性(Bias)應由誰執行？
公司的儀校單位
10/26
MSA-計量型說明
如何進行Gage R&R分析(一)
如此，可以讓我們計算下 列變異： 1.個別操作者及量具的組 內變異(再現性)。 2.不同操作者的組間變異 性(再生性)。
13/26
MSA-計量型說明
如何進行Gage R&R分析(四)
Parts需先進行編號。 以隨機之方式取出已編號 Parts，交由測手量測並讀 出量測值。 每次量測前，測手需模擬 實際操作，做必要之歸零 與設定。 測手A量完全部Parts後再 交由測手B量測。 第一輪(1st trial)量完後，再 進行第二輪量測。 避免測手對待測Parts量測 值有記憶。
Person
Environment
統為 變何 異量 測 系 ﹖
6/6
MSA-計量型說明
變異的類型
量測到的總變異 Parts內 的變異 量測系統 的變異
量測系統的 變異性(Variability)
量測系統的 準確性(Accuracy)
再現性 (Repeatability)
再生性 (Reproducibility)
S R-Sq R-Sq(adj) 0.0739434 98.5% 98.1%
6 12.34 13.00 -0.66
偏倚(Y) = -0.142*參考值(X)+1.14 線性% = |-0.142|*100% = 14.2% 造成線性過大的常見原因 : 1.儀器未校正 2.量具品質不佳 3.缺乏穩健量測方式
6.05
Sample Mean
_ _ X=6.0144 6.00
5.95 1 2 3 4 5 Sample 6 7 8 9 10
LCL=5.9555
0.2
UCL=0.2160
Sample Range
0.1
_ R=0.1021
0.0 1 2 3 4 5 Sample 6 7 8 9 10
LCL=0
3/26
24.425 24.400 24.475 24.425 24.400 24.375 24.450 24.425 24.425 24.375 24.475 24.500
平均值 : 293.15/12 = 24.429 mm 偏性(Bias)為量測平均值減去參考值 : 24.429-24.400 = 0.029 mm 若系統被用於允差± 0.24毫米的流程量測上，則偏倚可以下列方式表達 : %偏性 = |0.029|/0.48*100% = 6.04%
零件 平均值 參考值 偏倚 1 3.72 3.00 0.72 2 5.49 5.00 0.49 3 7.11 7.00 0.11 4 8.74 9.00 -0.26 5 10.59 11.00 -0.41
偏 倚 = 1.14 - 0.142* 參 考 值 0.8 0.6 0.4 0.2 0.0 -0.2 -0.4 -0.6 -0.8 2 4 6 8 B 10 12 14
儘可能依日常的活動(business as usual)進行這個步 驟
12/26
MSA-計量型說明
如何進行Gage R&R分析(三)
一般進行Gage R&R的資料收集時，需符合下列 要求：
2~3位操作者。 量測5~10個Parts(計量型)。 每次量測重複約 2~3次。
選擇足夠的樣品(計量型)使得 (操作者的人數, O ) x (樣品數, S) > 15 如果不可行，依以下規則選擇重覆次數︰ 如果O x S < 15，重覆次數=3 如果O x S < 8 ，重覆次數=3或4 如果O x S < 5 ，重覆次數=4或5 如果O x S < 4 ，重覆次數=5或6
偏性 (Bias)線性 (Linea Nhomakorabeaity)
穩定性 (Stability)
1/26
Gage R&R
MSA-計量型說明
變異的類型-量具的穩定性(Stability)
量測平均值 1 基準值 量測平均值 2 Time
穩定性
以同器於不同時間點量同物3~5次。 量測平均值的差異代表其穩定性。
2/26
MSA-計量型說明
4/6
量測系統分析概說(五)
What is measurement system variance?
2 2 2 sT = sP + sMSA
總變異 產品變異 量測系統變異 USL
LSL
量測系統變異可能惡化而無法察覺目前製程之變異水準。
5/6
量測系統分析概說(六)
量測系統變異來源?
Standard Work piece Instrument
A
Fitted Line Plot
4.受測零件或量具會隨尺寸不同而有差異
7/26
MSA-計量型說明
變異的類型-量具的再現性(Repeatability)
再現性 重覆量測所產生之變異
同人持同器量同物多次，所得量測值之變異。
8/26
MSA-計量型說明
變異的類型-量具的再生性(Reproducibility)
盡可能由測手自行取樣， 以確保樣品製備之誤差已 包含在評估內。
如光學二次元量測儀之燈 光設定；X-Ray膜厚輪廓 測定儀之邊界設定。
14/26
MSA-計量型說明
如何進行Gage R&R分析(五)
Q1: 如為破壞性量測，Parts無法重複量測。 Gage R&R 如何進行？
如需進行破壞性試驗，必須假定同一批中所有產品的相同程度夠高， 以致於可以將之視為同一部件。否則產品間的變異將掩蓋量測系統的 變異。
8 5.98 6.03 6.03 6.01 6.09
9 6.03 6.02 6.01 6.02 6.09
10 6.03 5.99 6.03 6.07 5.97
1 2 3 4 5
造成系統不穩定的常見原因 : 1.量具或夾具耗損或腐蝕 2.設備老化 3.環境溫度變化
UCL=6.0733
Xbar-R Chart of Sample
量测系统分析（MSA)
量測系統分析概說(一)
為何要進行量測系統分析?
製程的改善是依據所量得之數據進行分 析與決策，錯誤的數據將導致錯誤的決 策。
目前的量測設備是否足以信任？ 獲得精確的量測資料。 指出量測系統的變異源以供改善。 確認量測系統改善的結果。
1/6
量測系統分析概說(二)
What is MSA?
量具汰舊換新、維修或增購校驗後。 例：同一儀器，利用到另一 預定的定期評估計畫。 量測特性。 新的重要特性產生時。 例：Coil Lx 規格加嚴 新規格公差加嚴時。 例：量測設備移至不同廠區 使用環境變動時。 新的使用人員尚未被鑑定合格時。 例：磁膜塗佈厚度改以X-Ray 新式量測設備引入時。 量測。
造成偏性過大的常見原因 : 1.量具未校正 4.量測者疲勞 2.量具變形 5.觀測誤差 3.量測位置不正確
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MSA分析
测量系统MSA分析1. 简介测量系统分析（Measurement System Analysis，简称MSA）是针对测量系统进行的一项评估，用于确定测量系统的准确性和稳定性。
MSA分析是质量管理中非常重要的一部分，可以帮助我们评估测量系统的可靠性，从而确保产品质量的准确性和可靠性。
2. MSA分析的目的MSA分析的主要目的是确保测量系统的有效性和稳定性。
它通过评估测量系统的各种组件，如测量设备、操作员和测量过程，来确定测量系统的可靠性和精确度。
具体来说，MSA分析有以下几个目标：•评估测量设备的准确性和稳定性•评估操作员的测量技能和一致性•评估测量过程的可重复性和再现性•识别并减少测量系统中的变异源3. MSA分析的方法在进行MSA分析时，通常可以采用以下几种方法：3.1 精度和偏差分析精度和偏差分析是一种常用的MSA分析方法，它通过比较测量系统的测量结果与参考值之间的差异来评估测量设备的准确性和稳定性。
通常可以采用直方图、散点图等方式来可视化表示测量结果与参考值之间的差异，进而确定测量设备的偏差情况。
3.2 重复性和再现性分析重复性和再现性分析是评估测量过程的可重复性和再现性的方法。
重复性指的是同一测量设备在同一测量条件下进行多次测量时产生的结果的一致性，而再现性指的是不同测量设备在相同测量条件下进行多次测量时产生的结果的一致性。
通过统计分析和可视化展示重复性和再现性的数据，可以评估测量过程的稳定性和可靠性。
3.3 线性度和偏移分析线性度和偏移分析是评估测量系统线性度和偏移情况的方法。
线性度指的是测量设备在不同测量范围内的测量结果是否存在线性关系，而偏移指的是测量设备的测量结果是否存在常数偏差。
通过对测量结果进行统计分析和可视化展示，可以确定测量系统的线性度和偏移情况。
4. MSA分析的应用MSA分析在实际应用中具有广泛的用途，特别是在制造业领域。
以下是一些常见的应用场景：•生产线上定期进行测量设备的校验和维护，以确保测量结果的准确性和稳定性。
测量系统分析(MSA)
稳定性好
真值 时间 1
时间 1
真值
稳定性差
时间 2
时间2
时间 3
时间3
Y的测量系统评价 对散布的评价
- 精密度 : 根据测量系统反复性和再现性的总变动
- 反复性 : 重新测量也有相同的结果吗 ?
- 再现性 : 用其他测量系统也有相同的结果吗 ?
Y的测量系统评价
精密度
- 测量系统中的总散布 术语: 随机误差（ Random Error ）， 分散（ Spread ）， 测试/再测试误差（ Test/Retest error ） 重复性和再现性
据的信赖性,通过研究测量系统所发生的 Nhomakorabea动对工程散布的影响,从 而判断该测量系统的适合性
MSA 概要
测量系统评价的重要性
1.测量数据 1)作为分析判断的基本依据,有必要评价其信赖性; 2)依据测量系统进行观测和评价
2.测量系统的分析 是6SIGMA活动的最基本的工作和最重要的部分之一
3.测量系统分析被强调的原因 1)所有的产品通常都是由许多部件构成的; 2)产品的小型化趋势使产品的误差界限缩小; 3)部件更换或组装时通常要求有互换性; 4)为了能大量生产,通常有增大自动组装的必要性
计量型数据的 Gage R&R P/T 比
P / T = 5.15*s MS
Tolerance
一般用 %表现
说明有多少百分比的公差 由测量误差所占据
包括重复性和再现性
作为目标，我们追求 P/T < 30%
注意 : 5.15标准偏差占测量系统散布的 99%. 5.15是产业标准.
计量型数据的 Gage R&R
70
80
Process
测量系统分析报告MSA五性
测量系统分析报告MSA五性在制造业和质量控制领域，测量系统分析（Measurement System Analysis，简称 MSA）是一项至关重要的工作。
它有助于确定测量设备、方法和操作人员是否能够准确可靠地获取数据，从而保证产品质量和生产过程的稳定性。
MSA 通常包括五个特性的评估，即准确性、精确性、稳定性、重复性和再现性。
接下来，让我们详细了解一下这五个特性。
一、准确性（Accuracy）准确性是指测量结果与真实值之间的接近程度。
简单来说，就是测量是否正确。
如果一个测量系统的准确性差，那么即使测量结果很稳定和精确，也无法提供有价值的信息。
要评估测量系统的准确性，通常会使用偏倚（Bias）这个概念。
偏倚是测量值的平均值与参考值之间的差异。
例如，我们用一把尺子去测量一个标准长度为 10 厘米的物体，如果多次测量的平均值是 98 厘米，那么就存在－02 厘米的偏倚。
为了减少偏倚，提高准确性，我们需要对测量设备进行定期校准，确保其与标准值保持一致。
同时，操作人员的培训和正确的测量方法也对准确性有着重要的影响。
二、精确性（Precision）精确性反映的是测量结果的重复性和再现性。
重复性（Repeatability）指的是在相同条件下，由同一个操作人员使用同一测量设备对同一零件进行多次测量所得结果的一致性。
而再现性（Reproducibility）则是不同操作人员、不同测量设备或在不同环境条件下对同一零件进行测量所得结果的一致性。
如果一个测量系统的精确性好，那么无论谁来测量，或者在什么条件下测量，得到的结果都应该非常接近。
例如，在测量一个零件的尺寸时，如果同一个人多次测量的结果差异很小，或者不同的人测量的结果也很相近，那么这个测量系统的精确性就比较高。
为了提高精确性，我们需要选择合适的测量设备和测量方法，同时对操作人员进行充分的培训，减少人为因素的影响。
三、稳定性（Stability）稳定性是指测量系统在一段时间内保持其性能的能力。
测量系统分析（MSA）
测量系统分析（MSA）测量系统分析（MSA ）1 目的和范围规范测量系统分析，明确实施方法、步骤及对数据的处理、分析。
2 规范性引用文件无 3 定义3.1 测量系统：用来对测量单元进行量化或对被测的特性进行评估，其所使用的仪器或量具、标准、操作、方法、夹具、软件、人员、环境及假设的集合；也就是说，用来获得测量结果的整个过程。
3.2 稳定性：是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。
稳定性是整个时间的偏倚的变化。
3.3 分辨率：为测量仪器能够读取的最小测量单位。
别名：最小读数单位、刻度限度、或探测度、分辨力；要求低于过程变差或允许偏差（tolerance ）的十分之一。
Minitab 中常用的分辨率指标：可区分的类别数ndc=(零件的标准偏差/ 总的量具偏差)* 1.41，一般要求它大于等于5才可接受，10以上更理想。
3.4 过程总波动TV=6σ。
σ——过程总的标准差3.5 准确性（准确度）：测量的平均值是否偏离了真值，一般通过量具计量鉴定或校准来保证。
3.5.1 真值：理论正确值，又称为：参考值。
3.5.2 偏倚：是指对相同零件上同一特性的观测平均值与真值的差异。
%偏倚=偏倚的平均绝对值/TV 。
3.5.3 线性：在测量设备预期的工作量程内，偏倚值的差值。
用线性度、线性百分率表示。
3.6 精确性（精密度）：测量数据的波动。
测量系统分析的重点，包括：重复性和再现性3.6.1 重复性：是由一个评价人，采用一种测量仪器，多次测量同一零件的同一特性时获得的测量值变差。
重复性又被称为设备波动（equipment variation ，EV ）。
3.6.2 再现性：是由不同的评价人，采用相同的测量仪器，测量同一零件的同一特性时测量平均值的变差。
再现性又被称为“评价人之间”的波动（appraiser waration ，AV ）。
3.6.3 精确性%公差（SV/Toler ），又称为%P/T ：是测量系统的重复性和再现性波动与被测对象质量特性公差之比，%P/T=R&R/(USL-LSL)*100%=6 MS σ / (USL-LSL) *100%。