MSA训练方法

好，我们今天讲 mac 啊，测量系统、微信啊，先要知道这个 mac 的它的定义啊，它的价值在哪里啊？这是测量系统啊，系统不是测量设备啊，测量设备是测量系统的一部分， 这里研究的是测量系统啊，不是研究的是产品啊，这个一定要把它区分开来，现在很多人把这个 spc 和 msc 混到一起去了 啊，那测量系统的话，这一个产品可能是要重复测量的啊， spc 啊， spc 它是，呃，抽压啊，可能收 五个样本，六个样本，八个样本啊，抽样啊，他是测不同的产品，而测量系统研究的是，呃，多次测量不同的人测量啊，他是不一样的啊，不一样啊。那么我们看到这个测量系统的这个， 我们这个教材啊，这个教材的部分，呃，这里面是大纲啊，大纲。那么我们这这堂课来讲一下这个测量系统的概念，讲一下这个，呃，稳定性、偏疑和线性啊，讲一下这些东西。好，那后面这些在 在那个叫，我们这个在网上都有啊，网上都有。我们我们以前发布过这方面的视频 啊，包括破坏型的啊、技术型的啊，这些在网上都可以搜得到，搜得到啊，然后我们看一下什么是 mc， 为什么要做 mc 啊？ 嗯，测量系统的定义是用来对比测量特性值的良具和其他设备、人员、标准、规程、操作、软件、环境和假设的集合。那么这里面就是告诉我们测量系统是一个集合，这个集合包括设备、人员、标准、规程、软件、环境啊，包括这些东西 啊，这个测量设备合格，测量人员合格不代表测量系统合格，比如我们这个卡车交置呢，是没有任何问题，但是我们这测试的结果，不同的人测的是不一样的，而且自己每次测的结果也会有一点差异，我们允许这种差异的存在啊，允许这种差异的存在，但是呢啊，不能超过我们的这个 界定值啊，界定值。那么这个测量系统的变差来自于什么呢？来自于设备，人员、原材料、操作、回升环境等等。对，这个也就是为什么要做测量系统问题的原因，就是因为会产生测量的变差，会在这叫测量的误差 啊，我产生误差，所以要做 max 的问题，那如果是不做这个 max 问题，会导致什么样的后果呢？就是我的，我们的 spc 有没有意义？我们的检测有没有意义？ 我们 spc 不是要做这个 cpappa 的温习吗？要做管制什么的意见吗？但是我们如果是测量系统有问题啊，测量系统他可能就会发出假的信号或者错误的信号 啊，本来这个东西不应该报警的啊，报警啊，该报警啊，不报警啊，那本来是这个东西应该是判 ng 的啊，可能会判判 ok 了啊，判 ok， 比如看这个外观啊，看这个外观啊，这次是 a 检员的，看外观他说是 ok 的啊，下次是同样一个东西啊，同样的东西， b 检员他可能是 ng 的。 登机的啊，但是客户呢，就不允许你们这个车辆的误差有这么大啊，所以他客户一般都会要求供应商啊，做这个 mac 的温习啊， mac 啊，那么这里有一个解释就是 mac 啊，测量系统不代表是质量设备啊，测量设备是 mac 的一部分， 那么这个测量的误差来这来是一标准，零件、仪器、能程序和玩具啊，不同的玩具，这个结果不一样啊，所以我们新买的测量设备为什么要较准啊？因为环境不一样，有些像很高低温啊，这个恒温很小， 做一些这种实验或者三十元啊，他们都要对这个玩具提出要求，比如震动啊，这个啊，这个温湿度啊，都要提出要求。为什么不同的环境对质量的结果是不一样的啊？是不一样的啊，这是质量误差的一个来源啊，来源于 swipce 啊，这个看一看啊 啊，比如我们测试的结果是三点四二，但是他的增值是三点四零，他的测量的误差又是零点零二啊，这个测量误差是永永远存在的， 但是不能超过我们啊这个要求的范围。我们现在研究的是这个啊，研究的是这个这个测量的误差啊，测量的误差，这就是这个这个词。我们现在研究这个啊，你们这个这个这个词到底有多大 啊？我们这个增值是相对的啊，相对的就是用更机密的仪器去测这个一个结果啊，更机密的一个相对的增值啊，像这 就是一个什么偏移字啊，偏移的大小啊，偏移的大小。质量设备较准，合格了，对吧？质量系统合格了吗？不不，不一定啊，不一定，我们现在一切都有较准啊，较准，但是 测量系统不一定合格的。测量系统误差与测量设备的误差是同一个二点八，不同的概念。那么测量设备的误差是来源于测量设备啊，那测量系统的误差来源于什么呢？来愿意测量设备知识的环境知识的人员会标准，是吧？那就是你那个标准就是这个较准的依据吗？是不是你哪哪一个东西为较准的一个创造值？

大家好，今天我给大家分享一下 msa 分析当中的一个很基本的技能，叫做盲册。水果 msa 的那些观众可能会知道 msa 的基础是偏移， 但是我现在所讲的不是偏于这个基础，而是盲册这个基本的操作技能。 什么是盲策呢？举个例子啊，大家有没有留意过有一种街头的骗局，就是比如说啊，我这里有三张牌啊，这张牌里面有一只鬼，另外两只不是鬼。好了，那么那些骗子呢啊，就会不断的很快速的去转移这些牌，转完之后呢，就让那些 上当受骗人过来压住了啊，看你压不压得住那只鬼，那如果他一爽，他不是那只鬼，好 拿出来，不好意思，你投了钱就没了啊。实际上真正的鬼只有那个骗子才知道是在哪里啊， 那么在 msc 里面，当然我不需要去骗人，但是 msc 里面要做的盲册是差不多的，原理就说我不能让测量的人知道他所测量的零件是哪一个零件。 怎么说呢？举个例子，如果我现在是做啊偏移，那么我在测这一个零件，以这个零件作为一个标准键来做偏移的时候，我必须混另外两个假的零件，所谓的假的零件，不是说另外两个零件 啊，一定是不合品啊，他应该都是差不多的，比如说大家可以看到我在这个零件上面是标了一个数字的 编号的，对不对啊？那么我测的三个零件其实上面都是有编号的啊，可能是一二三号，那么只有二号零件的数据是需要记录下来的，而一号和三号 是假的，这个数字是不用记录到偏移里面来进行一个分析的，那么在做偏移的时候，我应该至少有两个人来操作， 那么有一个人负责递零件以及负责记录数据，而做测量的那个人呢？他不要去看零件的编号， 每次别人把零件递给他的时候，他就撤，然后把结果告诉那个记录者，那么那个记录者拿到零件一看是几号，他就知道把这个数值记录在几号零件上，那么最后只有二号 零件测量的数值拿出来计算偏移，而一号和三号呢，就不会管了。那么这就是在做偏移的时候做盲册的一种方法。又比如说我在做重复性的界限性，也就说该卷啊的时候好。又比如说大家看到这里有十个零件， 那么每一个零件上都有编号，比如说这个是八号，又比如说这个是二号，总之每个零件上 都有一个编号，那么好了，那么我同样最好是有两个人，至少要两个人来操作啊， 一个负责递零件以及记录数字，另外一个就负责撤，那么比如说啊，别人递给我一个八号零件，但我不知，不知道他是八号，我不要去看那个编号，我就撤，撤了数字告诉他这个零件的数值是多少，那么那个记录者 就知道在八号零件里面记录他的测量的数字什么，然后他又递过来一个四号的零件，那么我也不要去看这个编号是不是四号，反正他递给我，我不去看编号，直接就撤，撤完之后告诉他数值多少好了，那么他就把这个 零件呢四号零件的数值也同样把它记录下来，这样就把十个零件连测三遍全部做完。那么对于测量的这个人来说，他是不要知道那个编号是什么，他就只管测就行了。另外一个记录者才知道几号零件测量的数值什么， 从而把它记录下来，最后做该绝纳的分析和计算，那么在这个过程中就是盲策。同样的道理，在用大量法进行技术型的分析的时候，也是一样用盲策。 比如说啊，我在做大洋法的时候，我有很多零件测量的人也不要去啊， 知道我现在测的这个零件啊，是几号零件，所以最好也是至少有两个人，一个负责递送零件，另外一个负责测量。当我介绍零件这个是合格还是不合格，以及他是几号零件，我是不需要知道的，我只是要 进行测量，然后告诉记录者这个合格还是不合格啊，然后就这样一个一个的把它全部测完，然后把三遍都做完之后， 最后再来计算数值。总之，这个盲册是 msc 里面必须掌握的一个很基础的技能。为什么要盲册呢？因为检测人如果对上一次测量的结果有记忆的话，会导致 他在操作测量仪器的时候，心里面下意识的去偏向于上一次的检测结果，这种心理因素是很难去消除的。 因此 msc 要求做检测的时候要用盲册，这是有科学的道理的啊。今天关于这个 msc 里面盲册的技巧，我就给大家分享到这里，谢谢大家。如果您喜欢这个视频的话，请一键三连。

大家好，欢迎来到本期分享，今天我们将手把手教大家如何用 excel 来做 grr 分 析，从数据录入到结果判定，一步一步带大家搞定。本次分享将分为六个部分，从准备工作开始，一步步教大家完成 grr 的 excel 实操，最后还会解答一些常见问题。 在准备阶段，样品选择和量具要求直观重要，我们需要选择十个能代表过程变异的零件，并确保所用的量具精度足够在校准期内且操作规范。同时准备好包含零件号、测量员、测量次数和测量值的数据录入表格。第一步，数据录入。 我们把刚才测量得到的所有数据准确无误地录入到 excel 表格里。录入完成后一定要仔细检查一遍，确保没有输错数字。第二步，计算均值和极差。首先我们用 average 函数计算每个零件所有测量值的平均值， 然后用 max 减去 mean， 算出每个零件测量值的极差，也就是波动范围。接下来我们计算每个测量员的平均测量值以及所有零件极差的平均值。这两个数值是我们后续计算重复性和在线性的关键。第三步，计算重复性和在线性。 首先用极差均值乘以系数 k 一， 得到重复性变异 ev， 它代表了设备本身的波动。 然后用测量员均值的极差乘以系数 k 二，再经过一系列计算，得到在线性变异 av， 它代表了人员操作带来的差异。有了 ev 和 av， 我 们就可以计算出测量系统的总变异 gr 二， 然后用 gr 二除以过程的总变异 tv， 就 能得到 gr 二百分比，这是我们判断测量系统是否合格的重要指标。最后一步结果判定我们主要看两个指标， gr 二百分比和可分辨类别墅 ndc。 gr 二百分比小于百分之十是优秀，百分之十到百分之三十尚可，超过百分之三十就必须改进 ndc 大 于等于五才合格，否则说明测量系统分辨能力不够。在实操过程中，我们可能会遇到一些问题，比如 gr 二百分比过高， 这时候我们要从量距、人员、方法三个方面去排查。如果是在线性 a v 过大，说明人员操作差异大，需要加强培训。 如果是重复性 a v 过大，那可能就是良句本身的问题了。总结一下，掌握了用 excel 做 grr 分 析，能让我们的测量数据更可靠，应对审核也更轻松。 如果大家想要今天演示用的 grr 分 析 excel 模板，欢迎在评论区留言， grr 模板我会免费发给大家，记得关注我，获取更多质量管理干货！感谢大家的观看，我们下期再见！

你的大脑能记住多少信息？如果你二十四小时不停地学习，直到一百岁，大脑最终能记住并随时调用的信息大约是二到三亿个 token。 相比之下，主流 ai 的 记性通常被锁死在一百万以内，超过这个数，它就会开始胡言乱语。 如何让 ai 跨越这道红沟？ evermind 推出的 msa 直接轰到了一亿 token。 第一招，先扫目录，再读正文。以前的 ai 遇到问题会傻傻地把整个图书馆翻个遍， msc 则是给精准定位最相关的十几本书，剩下百分之九十九的无关信息碰都不碰，这让他在处理长文本时速度飞快。 第二招，回归每本第一页。传统 ai 把所有文档从头编号到第几一页，训练时从没见过这么大的数字，推理时自然蒙了。 msa 让每篇文档独立从第一页开始，不管图书馆多大，每本书看起来都是熟悉的长度。 第三招，持续联想。有些问题需要串好几步才能回答。 m s a 不 强求一次解锁搞定，而是像人类回忆一样，每找到一条线索，就以它为跳板，继续往下找，直到答案浮出水面。 三招叠加， m s a 把 ai 的 记忆上线扩大了整整一百倍，还能保留 transformer 架构，实现端到端持续进化。 在一亿 token 的 极限测试下，它的准确率损耗不到百分之九，而那些两千亿参数的顶级模型，在同样的长度下几乎全部罢工。 真正拥有长期记忆的 ai， 不 再是那个聊几句就失忆的对话框，而是一个能陪你走过漫长岁月，越用越懂你的数字灵魂。

大家好，今天给大家讲的是技术型测量系统分析，前面我们对计量型测量系统分析 g r r 已经进行了详细的培训，详情可进质量红姐主页查看。今天我们将重点学习另一种非常实用的方法，假设性试验分析，也就是 a r r 方法。 本次课程只在帮助大家掌握如何评估和改进我们日常使用的技术型测量系统，确保我们的质量判断准确可靠。希望通过今天的学习，大家能够将所学应用到实际工作中，提升我们的质量保证能力。在我们开始正式学习 a 二二方法之前，让我们先思考一个问题， 为什么我们需要进行技术型测量系统分析？大家可以看到，我们日常工作中经常使用通指令、目视标准卡等工具进行合格不合格的判断，但这些工具真的可靠吗？不同的检验员对同一个瑕疵的判断会不会不一样？ 我们会不会犯把好产品判坏或者把坏产品放过去的错误？这些问题直接关系到我们的产品质量和成本。 因此，对这类技术型数据进行专门的测量系统分析直观重要，它能帮助我们确保每一个判断都是准确的，从而做出正确的决策。那么什么是 ar 二呢？ ar 二是 attribute agreement analysis 的 缩写，既属性一致性分析，也常被称为假设性试验分析。它是一种专门用来评估技术型测量系统能力的方法， 其核心思想是将检验员的判断结果与一个已知的准确的真值进行对比，从而计算出三个关键指标， 有效性、漏报率和误报率。有效性衡量的是整体判断的正确率。漏报率指的是把不合格品误判为合格品的概率，这是最需要警惕的风险。 而误报率则是把合格品误判为不合格品的概率，这会造成不必要的成本浪费。理解这三个指标是掌握 a r 二方法的关键。现在我们进入实操环节， a r 二分析的第一步也是最关键的一步就是样品选择。我们的目标是选出一组能代表整个生产过程变异的样品。 具体怎么做呢？首先，数量上至少要五十个，复杂情况下可以更多。其次，样品的覆盖范围要广，不仅要有明显的合格品和不合格品，更重要的是必须包含那些边界线或极难判断的样品，这些样品才能真正检验出我们测量系统的分辨能力。 最后，我们需要为这些样品建立一个准确的真值，也就是金标准。这通常由三位经验丰富的专家共同讨论确定。 如果专家们都无法达成一致，那说明我们的检验标准本身就有问题，需要先解决标准的清晰度问题。完成样品准备后，我们需要确定参与测试的人员和进行盲测编号。 人员方面，我们通常选择三名日常操作该量距或标准的检验员，分别标记为 abc。 接下来是盲测编号。这一步非常重要，目的是消除检验员的主观偏见。我们需要给每个样品一个唯一的编号，比如一到五十，并打乱顺序。 同时准备的记录表上只记录检验员和他们的判断结果，绝对不能让检验员看到样品的真值，以保证判断的独立性和客观性。准备工作就绪后，就进入数据收集阶段。这个过程必须严格遵循三个原则，随机化、独立和盲测。 具体操作流程是，首先，检验员 a 在 独立的环境中对打乱顺序的样品逐一进行判断并记录结果，完成后立即离开，不得与任何人交流。接着，检验员 b 进入，但样品顺序必须再次打乱，以避免顺序带来的影响。最后是检验员 c， 整个过程中，检验员只能依靠平时的训练和记忆进行判断，不能查阅标准文件，确保数据的真实性。数据收集完成后，我们需要对数据进行整理，构建一个交叉表。这个表格是后续分析的基础，我们可以使用专业的统计软件，如 mini tab， 也可以用 excel 手动处理。 表格的结构很清晰，至少需要包含五列样品编号、每个样品的真值以及三位检验员各自的判断结果。 这样整理后，我们就能清晰地看到每个检验员的判断与真值之间的差异。接下来我们演示如何使用 mini tab 软件进行 ar 二、分析首先打开 mini tab， 依次点击统计质量工具测量系统分析、属性测量系统分析。 在弹出的对话框中，我们需要指定几个关键信息，在部件号中选择我们的样品编号列。在操作员中，如果数据是按列排列的，就直接选择 abc 三列， 然后在已知标准属性中选择我们之前确定的真值列。最后，类别属性通常选择两类，代表合格与不合格。 设置完成后，点击确定，软件就会自动为我们生成分析报告。为了帮助大家更好地理解 ar 二的计算原理，我们可以用 excel 手动计算一遍。 核心是为每个检验员建立一个二乘二的混淆矩阵，这个矩阵清晰地展示了检验员的判断与真值之间的四种组合，一致合格、漏报、误报和一致不合格。 基于这个矩阵，我们可以计算出三个关键指标，有效性是对角线元素之合除以总数。漏报率是漏报数 b 除以所有真正的不合格品数， 误报率是误报数 c 除以所有真正的合格品数。理解这个计算过程，能让我们更深刻地把握 a r 二分析的本质。得到分析结果后，我们如何判定测量系统是否合格呢？ 这里我们参考 a i a g m s a 手册第四版的标准。对于有效性，百分之九十以上是优秀的，百分之八十到百分之八十九之间是临界状态，需要根据误判的严重性来决定是否接受。低于百分之八十则必须改进。 对于漏报率，也就是漏掉不合格品的概率，标准非常严格，超过百分之五就是不可接受的，因为这直接关系到客户风险。 对于误报率，超过百分之十会造成大量的成本浪费，也是不可接受的。这些数值标准是我们评估和改进测量系统的重要依据。现在我们来看一下如何解读 mini top 的 输出报告。这份报告包含了丰富的信息，我们需要重点关注三个部分。首先是每个检验员与标准的对比， 这里可以看到 abc 三位检验员各自的有效期、漏报率和误报率，我们可以从中发现哪位检验员的表现需要改进。 其次是检验员之间的一致性，这部分告诉我们三位检验员的判断是否一致，如果一致性差，可能说明操作标准不统一。最后是所有检验员与标准的对比，这给出了整个测量系统的整体安全性，是我们评估系统能力的最终依据。 在解读时，请特别关注 p 值和 cop 值，这两个指标是判断测量系统是否合格的关键。理论学习之后，我们来进行一个案例演练。 这里有一个案例，某公司对产品外观进行目检，取了五十个样品，由三名检验员进行判断，屏幕上显示的是 mini top 的 分析结果。现在请大家思考三个问题， 第一，检验员 a 的 漏报率是多少？这个数值是否合格？第二，在三位检验员中，谁的误报率最高？ 第三，综合来看这个测量系统整体是否可接受？为什么？大家可以分组讨论一下，稍后我们来揭晓答案。当我们的 a r r 分 析结果显示测量系统不可接受时，我们需要分析原因并采取改进措施。 常见的失败情况主要有三种，第一，漏报率高，也就是坏品被放走了。这通常是因为标准定义不清、环境不佳或培训不足。我们的对策是加强培训，改善环境，明确标准。 第二，误报率高，好品被错杀。这可能是因为检验员过于保守或标准本身不合理，我们需要进行心理疏导，并重新审视标准。 第三，检验员之间一致性差。这说明缺乏统一的操作手法。解决办法是制定详细的标准作业指导书，确保每个人的操作都一致。在 a r 二分析的实操过程中，有几个常见的陷阱需要我们特别注意，我称之为避坑指南。 首先是样品选择陷阱只选好坏分明的样品是测不出系统真实能力的，必须包含边界样品。 其次是真值陷阱，真值的准确性是整个分析的基础，如果专家都无法确定真值，那分析就无从谈起。第三是独立性陷阱，检验员之间绝对不能交流，也不能看到他人的记录，否则数据就失去了客观性。 最后是频率陷阱，长时间连续测量会导致疲劳，影响判断准确性，应在正常的检验节奏下进行。最后，我们来简单回顾一下今天的课程内容。 a r 二分析的核心是围绕三个指标展开，有效率、漏报率和误报率， 他们分别关系到整体判断的准确性、客户风险和成本风险。而完成一次成功的 a r 二分析，关键在于四个步骤选，对包含边缘样品的样本进行独立的盲测，将结果与准确的真值进行对比。 最后根据标准查表判定系统是否合格。希望大家记住，一个好的测量系统是我们质量保证的第一道防线，关注质量红姐为您解决更多质量问题。

大家好，今天我们一次性讲清楚 m s a。 测量系统分析内容包括概念、核心指标 g r 二、计算方法、判定标准、内审审核、新设备验收都能用，建议收藏。一、什么是 m s a？ m s a 就是 测量系统分析，用来判断测量数据是否真实可靠，排除人员、设备、操作方法带来的误差，保证合格与不合格的判断准确。它是 i s o 九零零一和 i a t f 一 六九四九的强制要求。二、 m s a 四个核心指标，第一个 天意指测量平均值与真实值的差异，简单说就是量距准不准。第二个，重复性， 同一个人、同一台设备多次测量的一致性，代表设备稳不稳定。第三个，在线性，不同人员测量同一个产品的一致性，代表换人测量差不差。第四个限性在整个测量范围内偏倚是否稳定，代表测小测大都准不准。 三、 grr 是 什么？ grr 指量距、重复性和在线性是最常用的测量系统分析方法，用来评估设备误差和人员误差对测量结果的影响。四、 grr 二计算方法 重复性，也就是设备误差 ev 在 线性，也就是人员误差 a v 总测量误差 grr 二等于设备误差与人员误差的平方和开根号零件之间的差异。 p v 总变异 tv 最终结果 grr 百分比等于 grr， 除以总变异，再乘以百分之百五、 grr 判定标准 grr 小 于百分之十，测量系统优秀，可以接受。百分之十到百分之三十之间条件可接受，需要改进。 大于百分之三十，测量系统不可接受，必须整改。设备误差大，说明设备夹具工装需要改善。人员误差大说明人员操作方法培训需要加强。六、 m s a。 五步法 第一步，准备工作，案局已较准，选择三名操作员，准备五到十个零件。第二步，确定分析方法， 连续数据用 g r 二判定，结果用 copy。 第三步，采集数据，三个人每个零件测量三次，盲测不修改数据。第四步，计算 g r 二并判定。第五步，改善问题，保存报告。 七、什么时候必须做 m s a。 新粮去验收设备大修后，质量异常时，审核前都必须做。八、职责分工，质量部负责组织计算，出具报告，使用部门负责配合测量，规范操作。 九、总结 m s a。 不是 为了应付审核，而是为了保证数据真实，数据不准，后续质量管控全部无效。 良句不准，质量就没有保障。本期我们讲解了 m s a。 定义四大指标， g r 二、计算公式、判定标准和实操五步法，学会这些，内省客户审核都能轻松应对。

我们今天讲的内容，主讲的内容呢是测量系统分析 m s a。 啊，是。呃，今天我们讲的 m s a 是 按什么讲的？我们按照六 sigma 黑带来讲，要达到黑带的水平，要达到专业的水平啊，我们把 m s a 全明白。好， m s a 呢，它是，呃，我们六 sigma 黑带在定义在测量阶段的最核心的工具方法。好，在幺六九四九当中，它是六大工具方法当中的一个核心工具方法。 m s a。 测量系统分析啊，我们希望我们的 核心骨干，包括研发，包括工程，包括工艺，包括我们质量的好友能够会做 m s a， 会达到 m s a 的 这种比较高的水平，如果 m s a 呢？他的这一部分的，嗯，这个重复性、再现性不好，我们能够去做相应的改善啊，这个是我们所期望的目标。好，我们是结合了 六 c 个码黑带的 m s a， 结合了幺六九四九当中的六大工具方法手册当中的 m s a。 好， 我们来讲的。然后呢，我们要嵌入到流程当中。什么流程？ a p q p 的 流程好，它又是 p p a p 的 交付物，所以我们要满足幺六九四九的要求，满足客户的要求。然后呢，测量系统的分析， 有技术型的，有计量型的好，我们计量型的里面还会遇到破坏型的 msa， 这个破坏型的 msa 我 们怎么做呀？我们要学习这一部分的内容。好的，呃， msa， 哪一些行业要做 msa 好？ 汽车行业，汽车零部件行业是强制性标准，为什么？幺六九四九它是强制性标准， p p a p， 它是要强制性完成的，所以呢，汽车行业是必须要做的， 其他行业要不要做？其他行业呢？也要做啊，所以呢，我们要学习测量系统分析。好，我们不仅仅要学理论，我们要注重实战，注重实操，要会用，呵呵，在新产品开发阶段要会用，在我们的质量控制阶段，整个的过程控制阶段我们要会用，在供应商质量管理阶段我们也需要会用。 好啊，这个就是整个的一个基本的信息。嗯，我们在讲什么？测量系统分析， msa， 我 们按黑袋来讲，我们讲实在，我们讲落地，我们讲辅导啊，我是呵呵， 质量可信实战专家严林老师，呃，我们学习的对象是谁呀？质量人员还有谁呀？研发还有谁呀？工艺设备管理等等的。好，我们培训的对象是谁呀？哎，想成为黑带的，想成为审核员的，想成为专家的行业呢？不仅仅是汽车行业，制造业啊，我们想把质量做好的制造业，我们都应该要学习的 培训的方式和方法啊。我颜磊老师建议是线下培训，哈哈哈，没有办法，那只能进行线上培训哈。线下培训最好的结合你的产品，结合你的产业，结合你的 特殊特性，线下培训效果是最好的啊。那没有办法，退而求其次，线上培训，当然我们要讲究辅导项目，你怎么做的啊？然后做的好不好啊？做的对不对啊？结果是怎么样的？需要有项目的辅导，这个是我们所希望的。来， 我们希望通过这样的一个学习，两天的学习，两天的辅导，我们知道啊，测量系统分析它的重要性啊，我们要知道不仅仅是重复性和在线性，我们要知道分辨率偏以限性 稳定性啊，很多很多。做 m s a。 的， 他就知道重复性，在线性，他的前面那三个都没有搞明白。分辨率偏以限性、稳定性，他这些都没有搞明白，这一些都没有分析啊。感谢点赞赞的好友，今天是二零二六年三月八号女神节，大家女神节快乐啊，严老师好。嗯， 铁粉好友好。嗯，好，我们继续啊。我们哪一些要掌握，哪一些要做 m s a 啊？哪一些？我们哪一些必须要做 m s a。 汽车行业必须要做 m s a。 呵呵呵，引导，晚上好。嗯， 福气满满，恭喜发财，好，我们的。嗯，感谢点赞赞的好友哈，一直在点赞赞啊。我们的汽车行业是必须要做 m s a 的， 客户有要求的，必须要做 m s a 的。 好是属于关键重要特性的，必须要做 m s a 的， m s a 做的结果要放到 p p a p 交付物里面的。 呵呵，好，我们不仅仅用 excel 表做，我们要上系统，我们要用 mini table 来做我，然后确保我提交的质量，然后识别与改进。测量系统好吗？测量系统足矣吗？呵，我的测量系统要改善吗？嗯，这个是我们要去识别和改善的。好，独立完成全流程啊，我 m s a。 的 计划执行报告、规党啊，改进等等这一些的，我需要通过学习我们的核心骨干，我们的供应商，他要具备这个能力，那么这个是讲希望通过这。

测量系统分析啊， 好，我们这个。呃测量系统分析呢？我们讲其中一部分啊，讲其中一部分有些不实用的我们就不讲了啊。测量系统分析先先看一下我们这个课程的内容啊，那么我们主要会讲一下这个 啊，测量分析，呃，这个分析的它的定义啊，作用啊，价值啊，然后怎么样去做这个测量系统分析？然后怎么来分析啊？这个测量系统是 ok 和 ng 的。 好吧，主要是讲一下这个啊，讲一下这个好，我们看到什么是 呃 msa 啊？什么什么是 msa 啊？测量系统分析，用来被测量特性赋值的量计和其他设备、人员标准 啊，归程操作，软件环境和假设的集合啊。然后这个测量系统呢？就包括什么？包括了这个测试的人员是吧？测试的设备 啊，测试的设备还有测试的方法啊，测试的软件啊，测试的环境，就这个意思，是不是测试的环境就是。那么我们有一个概念啊，有一个概念要要把它理清楚啊。测量设备等同于测量系统吗？ 先解决一下这个问题嘛，是吧。测量设备等同于测量系统吗？测量设备卡尺、 卡尺跟测量系统是相等的吗？啊？不相等啊，这是第一个概念啊，这个要搞清楚啊，卡尺不等同于测量系统知道吧？不等等不等同于测量系统。测量系统包括了什么？包括了卡尺 包括了什么？这个测试的方法，测试的人员，还有被测试的产品，还有测试的玩具，有些行业测试的玩具影响很大的，我们现在有个项目是做那个喇叭那个鼓子，它喇叭那个鼓子要测 f o， 测 f o 的 话，我跟你讲， 它那个喇叭那个鼓子一定要望着那个实验室静止一个小时，测的才非常准，而且温湿度要管控才非常准。就是就是，你这个 fo 那 个仪器啊，很精准也没有用，如果你不望着实验室望一个小时，而且没有在温湿度管控的条件去测，测的很不准的， 很不准。所以呢，我们的测试的环境啊，测试环境，测试的方法啊，测试的设备， 测试的人员都是为影响测量的结果的，是不是啊？好，这是这个概念啊，这个概念。那么我们测量系统微 c 的 这个变差啊，是测量系统的变差，是不是啊？我们测量系统 m s a 啊，啊？ m s a 微 c 的 变化呢？是测量系统的 测量系统的变差，是不是测量系统的变差？我们 s p c 研究的是什么？研究的是产品的变差，对不对？这个可以区分吧 这个可以区分吧？是不是产品的变差？因为，呃，是呃，这个树上掉下来的任何的叶子啊，树，树叶啊，它是都是不一样的啊，都是不一样的，这就叫产品变差了，是不是产品变差啊？它的变差的来源来源于什么？ 可能来源于什么设备，这条设备本身不稳定对不对？也有可能来要人是吧？人培训不到位，经验不足是吧？今天说合格，明天说不合格是吧？还有可能是环境影响，温湿度啊，这些 啊，这个变，这是变差的来源吗？是不是人也会影响，设备也会影响，环境也会影响，往往也会影响啊？往往影响，因为我们，我们有些很多气质产品他是百分之百全检的，你注意观察一下那全检的那两三个人，他们检验的方法是不一样的， a 是 这样看，看完了这个面，再看这个面，这个看 b 可能就是另外一种方法，这就这就会导致什么测量系统的变差，同样是看外观的，不同的检验员他看的方法是不一样的， 看的方法不一样的。是不是还有这个漆灯光啊，也什么影响？是不是灯光也影响你这个像灯光如果是太暗了的话，也有些有些不良，也是看不出来的，是不是看不出来？好吧，好，这是， 呃，什么叫测量系统？还有测量系统的啊？变差的来源啊，变差的来源来源于什么啊？标准啊，零件啊，仪器啊，人啊，程序啊，环境啊，是不是会影响啊？会影响， 那么我们这个公式可以看得出看出什么东西来了。第一个这是我们，呃，我们的测量设备显示出来的值，是吧？测量设备比如卡尺显示出来的值三点四二，是不是 那相对真实是让人家是三点四零，我们这个测量的误差是零点零二啊，这是一个假设啊，让你们理解我们眼睛看到的是三点四二，是不是是让人家真实的是什么三点四零，但是这个我们幺六九四九 啊，客服他是有要求的，你的这个，这个误差是不能超过多少的，是不是？或者是不能超过零点零二啊？不能超过零点零一，是不是你超过了你这个测量系统就不合格， 就要改善啊，改善话，要不然是什么嘞？你改变你的测量环境咯？你，你实验室装空调咯， 是不是要制定什么啊？制定这个测量的作业指导书，比如我们我刚才讲的那个测测 fo 的， 测 fo 的， 你要你要搞一个测 fo 的 作业指导书，先要禁止放一个小时，是不是空调要打开是吧？空调要打开。来来什么降低这个什么降低这个 啊？这个这个这个大学里面这个这个这个读什么呀？是一部戏龙是不是这个好像是大学，高大学。呃， 这个大学一年级好像有有有有这个是吧？这个是啊有有这个这个这个叫一部戏龙还是叫什么啊？现在忘记了啊？现在很多东西都不记得了一点都不记得了啊。啊？这是这这个概念啊这个概念 啊。测量设备校准合格了就代表测量系统合格了吗？肯定是不行的，是不是啊？测量设备校准合格了，还有很多一很多东西会影响这个测量系统的误差，是吧？ 这个这个不对的，测量系统的误差与测量设备的误差是同一个概念。不一样啊，测量系统的误差就盘掉了人的误差啊，环境的误差，是不是设备的误差， 然后测量设备的误差就是单纯的一个啊？单纯的一个就是我们测量设备的误差，通过两种方法来解决，一般都是年度的校准，对不对？还有定期的点检是吧？定期的点检，像你们一般来讲像你的测量设备的话一般都是要点检的嘛？是不是啊？定期的点检啊？定期的点检啊？ 啊？这个啊，这是这个啊，这个概念啊，那么我们呃我们测量系统分析的还要研究研究一个什么？研究一个亲密度跟准确度啊？亲密度。 呃，亲密度啊，准确度，这个比较抽象的啊。啊？什么叫亲密度呢？就是波动不要太大啊，波动不要太大。怎么理解什么叫波动不要太大了啊？波动不要太大啊？ 你波动。我不管，你这个正确答案是多少多少了啊？我不管你的正确答案是多少，比如这个正确答案是三点四零，是不是三点四零？我不管你这个三点四零。好，我，我现在研究亲密度是什么意思呢？假如我测的是三点四一，三点啊，三点四二， 呃，三点四二、三点四一，我基本上测的是这个值，是这个值啊，我这这我这是，我这几个例子啊，反正是我三点三点四九、三点四八、三点四九啊，三点四八， 这这这都是三点四八、三点四九。好，我们的正确答案。假设我这个产品用更精密的仪器，用三次元去测， 三次元去测，把毛边全部去掉，把毛边搞干净，用三次元去测，测的是三点四零，是不是？好，我们用卡纸去测，用卡纸去，我叫叫两个员工去测啊，测，测，测，测，测啊测，他测，测的时候是三点四八三的。那我们说明一个什么问题？ 这个产这个测量系统的亲密度没有问题，对不对？可以这样理解吗？亲密度没有问题，准确度有问题， 可以这样理解吗？因为他测的都是三点四八、三点四九，准确度有，为什么有问题呢？我用三十元测的结果是三点四零， 但是你们这个这两个人测测，测的三点四九，这三点四九。人家有一个好处是什么呢？都是三点四九、三点四八，三点四九，就是准确度有问题，不合格，但是精密都是合格的 啊，亲密度是合格，当然了我们要通过数据分析来来合格，但是我从从肉眼来看看判断的话，我们这个亲密度是合格的，为什么它波动很小啊？可以这样理解吗？可不可以这样理解啊？就是这个概念啊，亲密度跟准确度啊，亲密度好， 那么亲密度这里面哪些是亲密度的？这个温吸啊？位置温吸，位置温吸是准确度还是亲密度？离上温吸，这个是准确度还是亲密度？ 这个位置分析是准确度。什么叫准确度？就是说我，我在那个用三次元测的结果，你们测的结果要跟三次元的结果相差不要太远，这叫准确度啊，位置分析啊，位置分析 啊，这个是准确度，这个是精密度。我们技术型的，技术型的又基本上也研究了什么？研究了准确度也研究了精密度。技术型的，技术型的你们现在做了吗？看外观，做了没有？ 看外观，你们你们公司做了没有啊？啊？看外观啊，我这个用那个通指挥呀，或者看外观啊，你们这个技术型的做了测量系统有没有？ 就是三个检验员去看看这个座椅的外观，有的人说合格，有的人说不合格，这个叫叫什么？叫技术型的？重复性和在线性，技术型的拿五十个样品， 以前老版本是拿二十个样品，让让两到三个人去看，你要看的百分之百一致跟标准答案一致，先把标准答案定出来。技术型的他研究了什么？机密度 也研究了准确度啊，技术型的，计量型的呢啊？计量型的现在我们一般研究的是什么啊？这个机密度的问题。计量型的我们现在做的比较多的是这个啊，重复性和在线性嘛，对不对？ 是吧？重复性，在线性是什么度？他是离散分析。离散分析是什么？亲密度 啊？亲密度，离散分析他是亲密度啊，亲密度就是我不管你这个标准答案是多少，就是你们几个检验员买只测，我希望测的结果要一致啊，不要这次说合格，下次说不合格， 要保持一致。就这个意思啊。您你们公司现在目前做了做了什么？做了重复性在线性，是不是啊？做了这个。呃，大洋法破坏性的就没有了，是不是破坏性的？破坏性的就是你那个电焊啊， 你那个电焊不是有有吸焊、假焊啊或者是击穿啊那些吗？是不是破坏性的你们这个就没有吗？是不是 没有啊？没有，但是现在很多工厂有破坏性的啊很多工厂有啊，像我们那个。呃那个焊接的那个打端子的，我外面外面有一台小的端子机啊，打端子的他就要做破坏，要去拉的，要把他拉断的，你知道吗？拉力 啊，那个也是破坏性的呀。你你那你们是测什么项目？还没把它搞烂呢。呃，随时燃烧，随时燃烧，燃烧啊。 啊，这这个测量的误差大不大？这个这个阻拦的这个测量的误差。你你们现在 m s r 分 析分析了这个阻拦的测量误差吗？ 这个一般都是品质部在弄这个嘛， 是吧，你怎么弄这个啊？原则上是你所有的测量系统啊都要做这个。呃机密度跟准确度的分析的啊。所有的测量系统 啊，像你，你们要测阻拦啊，阻拦也会有测量的误差嘛？有些人说这个阻拦是合格的，有些人说不合格，是吧？这个也叫测量误差啊。测量误差像这种属于破坏型的呀，一烧了就没有啊。 你们有这个表格吗？这不是不是有这个测量系统微信这个表格吗？ 你们做了做过是不是你？你看过？你看过你们的那个。呃。这个阻拦的测量分析的用的是什么方法吗？ 他是怎么测的你们知道吗？是怎么分析的你知道吗？你们是所有的测量系统都是做了分析的是吗？ 你们有阻燃测试还有什么测试？呃。眼睛看看外观还有外形尺寸。外形尺寸用什么？卷尺还是钢尺？ 卷尺，钢尺，卡尺都有。那你卷尺卡尺，呃。钢尺你都要做，呃。宠物性在线性啊，是吧，主人的话你是破坏性的呀。呃。然后还有什么 延误，是不是延误也是破坏性的吧？延误，是啊，望多久的话也会破坏呀，是吧？延误。 您们就是这几个吧。看外观。延误主人是吧？外形尺寸就这几个没有了哈。没有了啊，那您你们要要分析的就是用这个重复性在线性 啊。看外观，看外，看外观就可以用这个大样法或者小样法啊。大样法，小样法，然后这个主人跟延误用这个破外形的。 破坏性的啊，等下我们讲一下这个破坏性的怎么弄啊？破坏性的一个要用 midi table 软件来分析啊，像这个的话就可以用表格来分析，用这个 excel 的 表格分析 啊。好，那么我们呃再看一下这几个概念呢啊这几个概念，一个是呃位置分析啊。位置分析有偏移限性和稳定性啊。是什么叫偏移呢啊？什么叫偏移啊？什么叫偏移？ 这个比较抽象啊。什么叫偏移？举个例子啊举个例子。假设我这个产品我用三十元去测，测的是三点四零，三十元去测。好，现在我教你们用卡尺去量 卡尺，用 a 员工去量，量这个产品量十次，它测的结果是三点四一，这个零点零一就是偏移， 就是偏移，你量一次也不行，你量十次啊，测十次量十次啊。 那么我们也有方法。这个零点一是 ok 还是 ng 呢？你不能凭感觉吗？我感觉的是 ok， 感觉的是 ng， 不是 这样的啊。这个要做数据分析的啊数据分析啊，看一下是 ok 还是 ng 啊。跟公差没有任何关系跟公差没有任何关系。是这个跟这个就这个是研究的人员和测量的卡尺，测量的环境的，是研究这个的， 跟产品的那些。呃，这个产品是良品，不良品啊，没有任何关系，你搞几个不良品去弄都可以。是这个这个意思啊。啊，这是这是偏移的概念啊，偏移的概念啊。这个是标准答，这个是这个是产品的标准答案。这个也可能是个不良品的啊。这个是个标准答案 啊，这个是标准。三点四零是标准。我是用三次元测出来的，但是我用现场的 id 勾七用 a 员工要他测，测十次，他的卡尺测的就是三点四一，这就产生了误差了，产生测量误差啊。呃，这个东西可能是良品，也可能是不良品啊。 有有有，软件有那个 excel 的 软件，就是把这个呃十次测的结果，十次或者十二次，一般都十到十五次嘛。测十到十五次，你把这个测量的真实的值，你看到的真实的值放在那个 excel 那 个表格里面去 表格里面去就看什么了啊？看那个微信出来的结果啊？微信出的结果啊。呃。 这个结果呢？呃。等下我把这个表格演示给你看一下。这个比较简单啊。啊？看一下这个 wechat 的 出的结果是怎么样的啊？就是这个偏移啊，偏移这个概念好，限行啊。限行的是什么概念啊？限行啊，限行 限行啊。啊？好，这个零件啊，这个零件假设是一个一个长方形啊， 这这个零件是一个长方形。它的尺寸有什么嘞？有三点四零的尺寸啊，有六点八的八。八一的尺寸啊。也有十二点啊，一一的尺寸啊。十二点一的尺寸。你看到嘛？代表不同的量程，是不是不同的量程啊？我是也是用这个 a 员工间量。 a 员工间量。 a 员工量呢？这个也量了十次。这个也量了十次。这个也量了十次啊。量了十次。 量到十四之后呢啊？这个这个三点四零。这个量到十四。六点八一量到十四，二点一一量到十四。您看到没有？这个这个零件它覆盖了两层啊，量到十四之后呢？好，它比如这三点四零。这个啊，它量的是三点四一。是不是啊？六点八一的。这个啊？它量的是六点八零 啊，六点八零啊，六点八零。然后十二点一。这个量的是什么啊？十二点啊，他的测了十次啊测了十次啊，十二点一三啊，十二点一三。好， 那眼睛看是看不出来这个啊，这个测量系统是 ok 还是 ng 的， 是不是啊？这个测量这个限性是有没有问题？眼睛看看看不出来，你只有把什么嘞啊？把这个 这个测的十次啊测的十次，这个测的十次，这个测的十次。测量结果忘在这个软件里面去做分析做分析啊，看一下这个有成不存在性的问题啊？成不存在性问题。然后我们先理解这个概念啊理解这个概念啊，理解这个现象的概念。是什么概念啊？好 啊，理解这个概念。呃啊理解概念啊，我们怎么画一下啊？怎么画一下啊？是三点三点四零，是不是啊？三点四零，六点八一， 六点八一，十二点一一啊，十二点一一啊啊？十二点一一。好，假设假设，我这里几个案例啊，假设它是 呃三点四零的这个产品啊，这个尺寸，呃，我们叫 a 员工就是测了十次啊，测了十次，他的测的结果呢？是 三点四一，三点四一，就是正零点零一嘛，他测的偏大了嘛？是不是测的偏大了？好六点八一呢？呃，是，他也是测的偏大了，偏大了，大了。零点零二啊零点零二。就是他测的是六点八三， 六点八三啊，然后，呃这边呢啊这边啊，十二点一一，它也偏大了零点零二啊，零点零二。 如果存在这种情况啊，存在这种情况就是车的全部偏大或者全部偏小啊，或者是呃偏大的比较过分，我们就说它存在陷性问题 啊，就是你，你这个产品全部都偏大了啊，就是在不同的良辰，不同的良辰全部偏大或者偏小或者是。呃，有几个是偏大的，有几个偏小的，但是偏的比较过分的 啊，我我们就这样去理解了啊，就这样去理解这个概念，这个行还是不行？还是要通过软件来分析的，要通过软件要把这个测量的值输到软件里面去做分析啊，你先理解这个概念啊，这不同的量程 啊不同的量程啊，不同的量程啊。全部偏大， 测的结果全部偏大或者全部偏小或者是过大过小过大或者过小啊，有的过大有的过小，我们就说他存在现行问题，这个概念可以理解吗？可以理解吗？啊？他这个研究的也是位置误差，是不是 也是研究的位置？是不是他要考虑到标准答案嘛？是不是我们标准答案是三点四零嘛？是吧？三点四零嘛？ 不同的两种，全部偏大或者偏小或者偏的过大或者过小啊，有的过大有的过小啊，就存在这个现象问题啊存在现象问题啊， ok， 这是这个概念啊这个概念。然后再看稳定性啊再看稳定性啊，稳定性。好，我们继续 继续稳定性啊继续继续啊。好，还是三点四零这个样品三三点四零这个样品这个样品呢？我放到实验室放到实验室，我每天生产之前我叫我们这个 a 员工去测，测三次 啊测三次。比如这个十一月十一号我让他测三次， 他测的是三点四四一啊，十二号又让他去测三次，三次啊啊，三次。可能他测的是三点四二 啊啊，然后十三号又让他去测，每年让他去测啊让他去测，他测的是三点啊三点四一啊十四号又让他去测啊测的是啊，三点四零啊三点四零。你看你注意看啊注意看，他十一号也有误差 是吧？测量误差十二号也有测量？我标准答案三点四零嘛，是不是我。当然了，我这个样品会保护好了，不能让它生锈啊，那些东西啊啊是会保护好不能变形啊那些啊，我望的实验室嘛实验室啊，温湿度是有管控的是不是 就是我每天只要这个产品有生产我就让他去测我就让让那个屏管去测啊屏管去测好，这个都是有误差，这个大了零点零一，大了零点零二，是不是啊？零点零二，大了零点零一啊，这个就 ok 啊 ok 啊，好，这个眼睛看是看不出来，这个 这个屏管还有这个卡尺这个屏管这个卡尺，这个车辆系统行还是不行，眼睛看看不出来的。是不是啊？我们自然感觉到他这个有稳定性的问题， 但是这个稳定性行不行呢？啊？稳定性啊，存在稳定性误差的问题 稳定性误差问题存存在稳定性误差的问题，但是这个误差啊，这个误差能不能接收还是要数据分析 要数据分析啊。啊？你不能说，哎，我感觉到他行，感觉到不行也不是这样的啊，有可能行有可能不行，反正他百分之百是存在稳定性的问题的 啊。存在稳定性的问题啊，但是这个稳定性能不能接受那就不一定了是吧。啊？这个这个概念能理解吗？这个是谁？时间的推移看到吗？看到没有？时间的推移，这个能理解吗？ 这是时间的推移，时间不一样啊，但是我们这个产品是一样的，卡尺也是一样的呀， 明白了吗？我这个产品我刚才讲了我这个产品是放在实验室的呀，这这个产品我只要这个这个几种，在生产的时候我就让他叫叫这个瓶管去测一下 啊。对对对，对，同样的人对同样的人，而且我这个产品是没有变异的， 是产品是冇变异的，是您您看一下没有这个东西。是是我是要去做一个点检，看到没有是要做一个点检的动作，我就有我要求这个平管员啊去点检一下啊，这个可能是我们卡齿有变异啊， 可能是卡纸有变异，是不是？你看我们有些工厂他是做我们有一个做那个机加工，不是做机加工，做那个做那个。呃，设备的啊？做设备的，他前面不是有机加工吗？ 是让他那个都是质检来的，他们老板都会要求啊，你这个作业员每天上班之前要点检一下你这个卡尺要去点检是让我们这个就有一件点检的功能，您知道吗？点检一下你这个卡尺，因为那个卡尺如果变形了的话啊，或者有大量的油的话就测的不准是吧？ 啊？这都不准，现在我们中国这么卷他不可能养那么多平管的。我跟你讲他一年做五六千万都没有平管的，全部靠质检的，他就会要求员工，员工一些什么呢？用个标准件去点检一下这个卡尺点检一下啊，就这个概念。 这个可以理解吧？美菱镜可以理解吧？可以吧。啊？好，下面下面啊，这个是针对那种塞齿来的啊？塞齿啊那种，呃，测量那个孔 孔的大小，或者是啊那个那个腮龟啊，这个是研究那个腮龟的啊？腮龟啊，这个比较复杂了。这个这个我呃，我就不想讲了啊？这个很多人听不太懂，但是我这个表格有啊，研究那个孔的大小和那些那些腮龟啊，那些啊针孔啊 啊啊，这个就是，呃，信号探测法，那么这个像这个大样法的啊？大样法是五十个样品啊，五十个样品。 五十个样品也看什么？要看它的准确度也要看它的亲密度啊准确度，它准确度准确度要达到百分之九十啊，准确度达到百分之九十，然后，呃，那些亲密度了，就是亲密度的话一个是什么错检、漏检啊那些，啊啊 啊，那个 cabo 要大于百分之七十五啊？ cabo 大 于百分之七十五， cabo 大 于百分之七十五，也就是一个亲密度的问题啊亲密度的问题啊，这是几个概念啊？几个概念？那破坏性的，我等一下，我讲一下啊，用软件演示给你们看一下破坏性的，好吧？好好， 这个这个概念我们就讲完了啊讲完了这个概念啊讲完了这个概念。

我们今天讲的内容，主讲的内容呢是测量系统分析 m s a。 啊是，哈哈哈，好，来，我们继续哈。嗯，我们来看分辨率， 分辨率测量系统识别被测量特性微小变化的能力是测量系统的最小的基本，基本的要求。我们去算算清楚它的一个指数，这个指数要大于等于五，谁来算？命令 table 直接帮你算，算出来之后你只要做一个判断题，大于等于五吗？啊，大于等于五我就接受啊，不是大于等于五我就不能接受，所以呢，这个是谁帮你算的？ mini table 直接会帮你算好偏倚测量结果的平均值与正值之间系统的差异，反映它的准确性啊。那么这个就是两个限性。 限性横坐标是什么？量程重坐标是偏倚，偏倚在测量范围之内变化的趋势会是稳定的吗？会随着我的测量的范围变大，它的偏倚变大吗？所以在考虑限性限使用的什么方法。 哎，直播看到了，好，我们要判断他的现性好不好？判断现性好不好，我们做的是什么分析？回归分析可以了哈。啊，感谢，欢迎关注主播，我们看的是你是不是存在着现性，有没有存在着问题分析的方式？方法叫做什么方法叫做回归分析啊？叫做回归分析。所以我们要学什么？要学回归分析 好稳定性，它的横坐标是时间，纵坐标是偏倚。特别注意哈，纵坐标不是实测值，纵坐标是偏倚啊，如果你的纵坐标是实测值，那就变成我质量特性的 x 八 r 图， x 八 s 图了。不对了哈，横坐标是时间，纵坐标是偏倚，做的才是我测量系统的稳定性 啊。稳定性我们就是按照什么来做？ spc， cpk 来做啊，那么这个是重要的部分再来哈。呃，就到了我们呵，重复性和在线性的学习了。 重复性和在线性的学习讲的是重复性啊。我测三遍，十个部件我每一个测三遍。好，小鹿老师每一个测三遍。好运滴老师每一个测三遍。自己测三遍，得到三遍，有一个极差，我有三个我，我有十个极差，我测三遍。 一个零部件测三遍有一个极差，十个零部件就有十个极差。我有十个极差，小鹿老师有十个极差。运滴老师有十个极差。好，我们这些极差去推断他的波动。谁带来的啊？他就是重复性所带来的。哈哈， 理解就是这样理解的哈。嗯，我自己测的结果跟我自己测的结果去最大减最小就是极差啊。我每一个部件测三遍，我就有一个极差，十个部件我就有十个极差。小鹿老师再来，他有十个极差，韵迪老师来，他有十个极差，我就有三十个极差，根据这三十个极差去推断波动， 这是谁带来的？重复性所带来的啊？这个是它的物理意义，理解一下就可以了。计算没关系的，计算我们交给谁？我们交给 minnie table。 好， 再测三遍，十个部件我每个测三遍，我有一个平均值。 好，小鹿老师做完这件事情有一个平均值。韵迪老师做完这件事情有个平均值，我的平均值跟小鹿老师平均值跟韵迪老师平均值之间产生的差异。这个是什么带来的？这个叫做重复性，在线性所带来的重复性是自己跟自己比 好，在线性是我的平均值跟小鹿老师的平均值跟韵迪老师的平均时所带来的。对的，这个叫做在线性啊，重复性是自己跟自己测量的结果有一个极差。总共有多少个极差啊？我有十个，小鹿老师有十个，韵迪老师有十个，有三十个极差，用三十个极差去推断他的波动，这个叫重复性，非常好。好， 我有一个总的均值，小鹿老师有一个总的均值，这时候就有三个均值，三个均值的差异大不大呀？这个叫在线性。 哈哈哈，好，重复性得到的方差，标准差的平方啊，加上在线性。嗯，它的一个推断标准差的平方，波动的平方，求和开根号啊，得出来的是 get 二的二，然后再除上总的误差。嗯， 判断准则小与等于百分之十，很优秀啊。嗯，十到三十之间啊，的，这个，这个，勉勉强强，商量商量啊，三十以上，不行不行，这个测量系统肯定不行。好，所以它是有判定的准则的啊。 mini table 操作 有交叉型的啊， gaussian 法有 x 八 r 法，好，有 anova 法啊，它有各种的方法。测量系统，我们分析完之后先要看可区分类别数是不是大于五，这个是什么呀？哎，分辨率， 分辨率好不好？好啊，就 ok 了。嗯，再来啊，怎么做？我们先判断它是计数型还是计量型的。嗯，如果是计量型的，我们一般来说十个样本好，一般来说三个不同的测量人员测量系统。嗯，每个人每个样本测三遍，我们记录实测值。好，交给 mini table， 呵呵，然后分析结论，看结论，这就是整个。

大家好，我是质量红姐，今天为大家讲解 s p c 实战工具包。这份工具包只在为工程师和质量管理者提供一套可直接使用的方法和工具，帮助大家在日常工作中快速上手统计过程控制，也就是 s p c。 无论您习惯使用 excel 还是专业的 mini tab 软件，这份指南都将为您提供清晰的操作指引和使用的速查表。 希望通过本副路的学习，大家能够独立完成 s p c。 的 各项计算和分析工作。本次工具包主要分为四个部分， 首先，我们会学习常用软件的操作提示，包括 excel 和 mini tab 的 核心功能。其次，我们会提供一个实用的 s p c 控制图速查表，方便大家随时查找。接着，通过一个实战案例，将理论知识应用到实际操作中。 最后，我们会一起探讨 s p c。 的 真正价值，理解其作为持续改进工具的核心意义。现在我们进入第一部分常用软件操作提示。 这一部分将分别介绍 excel 和 minimap 这两款软件在 s p c 中的核心操作，帮助大家快速掌握关键技能。首先是 excel 中的标准差计算 标准差是衡量数据离散程度的重要指标。在 excel 中，我们可以使用 s t d， d v 点 s 函数来计算样本标准差。具体操作非常简单，只需在单文格中输入公式，等于 s t d， d， v 点 s， 例如，等于 s t d， d， v 点 s， 然后按回车即可得到结果。这个函数能帮助我们快速评估过程的稳定性。为了使用 excel 的 高级统计功能，我们需要先加载数据分析工具库， 具体步骤是，点击文件菜单，选择选项，在弹出的窗口中找到加载项，点击转到，然后勾选分析工具库并确定 加载成功后，在数据选项卡下就能看到数据分析按钮了，这为我们后续生成直方图和进行描述统计打下了基础。直方图是观察数据分布的重要工具，在 excel 中，我们可以通过数据选项卡下的数据分析功能来生成。 选择直方图，设置好数据区域和输出位置，并勾选图标输出，就能得到直观的分布图。 通过直方图，我们可以快速判断数据是否符合正态分布，这对于后续的过程能力分析直观重要。描述统计分析可以一次性为我们提供数据的多个关键指标，如均值、标准差、中位数等。 操作方法同样是通过数据分析功能选择描述统计，设置好数据区域并勾选汇总统计，即可生成一份详细的统计报告，这对于快速了解数据的整体特征非常有帮助。接下来我们介绍更专业的统计过程控制软件 minipop。 虽然 excel 功能强大，但 minipop 在 s p c 方面更加专业和便捷，是质量工程师的首选工具。我们将学习如何使用 minipop 生成常用的控制图。 x barr 控制图是最常用的控制图之一，用于监控子组数据的均值和极差。在 mini tab 中生成步骤如下，首先确保数据格式正确，然后通过菜单栏依次选择 stat control charts， various charts for subgroups x barr， 在 对话框中设置数据列和子组大小，并在 process capability 选项卡中输入规格线， mini tab 就 会自动生成控制图，并计算出 c p k 值，非常方便。当我们的数据是单键流，或者每次只能测量一个样本时，就需要用到 imr 控制图。 在 mini tab 中生成 i 杠 m r 控制图非常简单，只需通过菜单栏选择 stat control charts verilisk charts for individuals imr， 然后输入数据列即可， 它能有效监控单值数据的变化趋势。接下来是第二部分，我们为大家准备了一份 s p c 控制图速查表， 这份表格汇总了常用控制图的类型、控制线系数和适用场景，建议大家打印出来，在实际工作中随时查找，非常方便。这就是我们的 s p c 控制图速查表。表格中列出了四种最常用的控制图类型， excel r i m r p 图和 c 图， 每种类型都标注了其控制线系数的来源或计算公式，以及最适合的应用场景。例如， excel 二图适用于子组大小在二到九之间的情况， 而 i 杠 m 二图则适用于单件流数据，大家可以根据实际情况选择合适的控制图。理论学习之后，我们通过一个实战案例来巩固所学知识。这个案例是关于某零件外径尺寸的 spc 分 析，我们将完整演示从数据准备到结果解读的全过程。首先我们来看案例中的数据， 这是某零件外径尺寸的测量数据，共采集了五个子组，每个子组包含五个样本。 这些数据是我们进行 spc 分 析的基础。接下来我们使用 mini tab 来分析这些数据，操作步骤如下，首先将数据输入 mini tab， 然后选择生成 x bar。 二、控制图，设置好数据列和子组，大小为五，并在过程能力选项中输入规格下限九点九零和规格上限十点一零。 点击确定后， mini tab 就 会为我们生成控制图和 c p k 值。现在我们来看分析结果。首先是控制图，从图中可以看到，无论是均值还是极差，所有的数据点都落在控制线之内，并且没有出现明显的异常趋势， 这说明我们的生产过程是稳定的，处于统计受控状态。除了控制图，我们还关注 c p k 值。 c p k 值反映了过程满足规格要求的能力。一般来说， c p k 值大于一点三三，表示过程能力充足。 在我们的案例中计算出的 c p k 值大于一点三三，这说明我们的生产过程不仅稳定，而且有足够的能力来满足产品的尺寸、规格要求。最后，我们来探讨一下 spc 的 真正价值。 学习了这么多操作方法和工具，我们更应该理解其背后的核心思想。首先，我们必须明确， s p c 绝不是一场填表游戏，也不是挂在墙上的装饰品， 它更像是一面镜子，能够真实地反映出我们生产过程的实际状态。通过这面镜子，我们能清楚地看到过程是否稳定，是否存在我们未曾察觉的异常。作为工程师，我们的目标不应该仅仅是让控制图看起来好看，没有异常点， 更重要的是要通过 s p c 这面镜子主动去寻找过程中可以改进的机会，从而让我们的生产过程不仅是受控的，更是具备充足能力的。总结一下， s p c 的 核心精神可以概括为三点，第一，控制图只是工具，不是我们的最终目的。 第二，控制图上的异常点不是失败的标志，而是指引我们改进的信号。第三，也是最重要的一点，持续监控，持续改进，这才是 s p c 乃至整个质量管理体系的灵魂所在。 希望大家能真正理解并鉴行这些理念。本次 s p c 实战工具包的介绍到此结束，感谢大家的观看，希望这份指南能对大家的工作有所帮助，我们下次课程再见！

最后，我再给你提几个注意事项，这些都是我踩过的坑，希望你别再踩了。第一， masa 必须定期复合，换良驹、换人、换方法、换环境，都要重新做 m s。 比如说你换了一个新的操作员，他用你的良句测出来的结果和之前的操作不一样，那你就得重新做 drn， 看看是不是在线性出问题了。第二， spc 不是 一次性工作，它是持续监控的机制， 你不能画完一次控制图就不管了，你得每天看，每周看，每月看，一旦有异常马上处理，不然你的过程很可能又回到不稳定的状态，那之前的努力就白费了。第三， d o e 结果必须用 spc 验证。你优化了参数，找到了最优组合，那你得回到控制图和能力指标上，确认一下优化后的过程是不是稳定的，能力是不是提升了，而且这个效果是不是可复制的。 比如说你优化之后， cp 值从一点零提到了一点五，那你得连续监控一周，看 cp 值是不是一直保持在一点五左右， 而不是今天一点五，明天又降到一点零了。好了，今天咱们聊了这么多，从三个工具的定位，到执行顺序的核心逻辑，再到每个阶段的落地方法， 还有特殊情况的处理和注意事项。我希望你听完之后，能对这三个工具的使用顺序有一个清晰的认识，以后在用的时候别再乱序了。其实质量工具的使用就像盖房子一样， 先打地基，再搭框架，最后装修， msa 就是 地基， spc 是 框架， doe 是 装修，地基打不好，框架搭不牢，装修再漂亮也没用。最后，我想问问你， 你在工作中有没有遇到过因为工具使用顺序不对而踩坑的经历？欢迎在评论区跟我分享，咱们一起交流，一起进步。

我们今天讲的内容，主讲的内容呢是测量系统分析。 m s a。 啊，是我们来看哈，我们怎么来做？ m s a， 我 们怎么来策划？ m s a， 我 首先要识别关键重要的特性，那从哪里知道的？从 q f d， 从 d f a 当中知道的？好，我要识别 关键特性，涉及到法律法规的，涉及到安全性的，这个是关键特性。呃，重要特性，特殊特性，客户有特殊要求的，市场上老坏的特殊特性。我要确定哪一些应该要做控制计划，哪一些必须要做 m s a， 哪一些？我怎么呃频度，频次？好，我要确定测量的方法，测量的方案， 仪器设施设备人员， s o p， 人机料法环测量。好实施 m s a， 我 们先做分辨率，然后做偏移，做限性，做稳定性。呵，都做完了再做，根据 r n r， 我 们输出相应的报告。呃，测量系统好还是不好？我要不要持续地改进我们的测量系统？好的， 必须要做测量系统的情况场景企业，什么企业必须要做测量系统的行业好？呃，必须要做测量系统分析的，比如说新的测量系统导入 仪器设施设备通，重新校准过了。呃，我们的产品发生变更，过程发生变更了，数据出现异常，我们先排查一下测量系统有没有问题。好，我们在做 p p a p 之前应该要做完测量系统，还有就是周期性的测量系统分析。呃，企业常见的测量系统分析的误区，呵呵，仅做了 重复性和在线性，没有做其他的。没有做分辨率啊，偏移啊，限性啊，稳定性啊，样本单一，不具备，不具备代表性，那我的样本要覆盖 整个生产过程变异的范围啊，我的样本不能是我某一个批次的很集中的啊，我的样本是不是能够包含整个的情况？好破坏性的测量系统分析会不会做？不要把仪器合格等同于测量系统合格。不是的，测量系统的数据弄虚作假，哈哈哈，一看这就是假数据啊，编的，哈哈，好的，那，那么这个是讲测量系统， 来，我们来讲，当发现问题的时候我们改进他啊，那么改进的方式方法我们还是一样的去做系统性的改进。用什么方法？人机料法环测量的方法啊？我们去找变异源在哪里，我们怎么去控制好变异源？好，我们来讲案例了哈。嗯，来，我们来看案例，哈哈哈，我们直接用了六十个马黑带的案例。 嗯，来，请看啊，这是多少个部件？二测量了两遍，操作员二测量了两遍，操作员三测量了两遍。好，我 第一行操作员一和二之间有一个平均值，有一个极差啊，所以呢？极差，总共操作员一有二十个极差，操作员二有二十个极差，操作员三有二十个极差，那么总共的这种组内的极差就有六十组极差的数据。 再来啊，我操作员一二十个部件，每个部件测两遍，我可以求到平均值，我可以求到一个总的平均值二十二点二五和小鹿老师的平均值二十二点二八和 运低老师的平均值二十二点六。平均值之间有没有差异？有的啊，这个差异叫做什么性？这个差异叫做在线性啊，所以重复性，在线性。好部件，我 二十个部件，每个人测了两遍，就是每一个部件总共测了六遍，六遍得到一个平均值，二十点一，二十三点七，二十点五，一直往下。好，这个是零部件本身存在着波动啊，那么我们要看的是总波动，我们要看的是重复性的波动，占总波动的比重啊，这个就是 g r 的 r， 怎么做哈？ 来，我们直接上干货，直接上干货，来，我们打开 mini table， 老师用的是 mini table 幺九版。好，我们打开 mini table， 我 们把数据放到 mini table 当中，我们进入到统计质量工具。良句，研究好交叉 这个栏目，确定啊，我们确定就弹出对话框。好，我把零件双击进来，操作员双击进来，测量双击进来。分析方法有两种你都可以选啊，比如说我们通常用 x 八 r， 呵呵，我可以选 x 八 r， 我 也可以选方差分析，两个都可以选好，选了以后确定，确定完之后他就得出了 右边的对话框，我们只需要看这最右边的啊，最右边的啊，百分号，百分号三十二点零六， 这个是测量系统的误差，占了三十二点零六啊，不可接受啊，不可接受，对不起，不可接受啊，总的是百分之百，测量系统误差超过了三十了，没得商量，测量系统改一下啊，所以测量系统分析你学会了它就非常的简单。嗯，十个部件三个人，每个人测三遍，把数据记录下来，然后交给 mini table， 测完了之后就直接看测量系统分析，这个得到的结论，小于等于百分之十。接收啊，百分之十到三十之间，我们看看能不能商量商量，大于百分之三三十啊，没得商量，好贪婪。一定要看可区分的类别数等于四， 要求是大于几，要求是大于五，对不对啊？所以这个测量系统是不可接收的啊，判定它是不可接收的好，它就会有这张图表。 这张图表我们怎么看呢？哎，对的。嗯，我们先看变异值，嗯，整个的量距的 r， n 的 r 高吗？高，是谁带来的？重复性所带来的？不是在线性带来的，是重复性带来的啊，那么这个就是知道它的一个结论，所以这张图出来了会看。好，我们再来看啊， 再看一个案例啊，这个案例不是太好哈。嗯，属于不合格的案例。嗯，我们通常计量型的测量系统分析要十个样本，样本量少了。感谢小鹿老师一直在点赞赞哈。嗯， 我们的样本量要五个是不够的，我们希望是十个，所以这里为了简化只有五个样本，实际生产当中最好多一些的量样本起码是十个，最好是二十个。好的好，那么我们的测量员，测量员他测量了两遍，我们通常的是测量三遍啊，他这里测量两遍就简单化了。好的，我们把数据放到 mini table 里面，再来一遍。 线下的培训，很多线上培训也包括线下培训，老师会手把手教你 mini table， 然后手把手的看到你 操作是正确的，得出正确的结果。哈哈，一般严老师会怎么样？我做每一步，你跟着我做一遍，然后得到了结论。我看看你得的结论跟我得的结论是不是一样 啊？这个叫做什么？我做，你看，我做，你做。好。第三步就是我不做了，你自己做来，重新来过，重新擦掉，你自己动手把测量系统做一遍，哈哈哈，你做会了 才能出考场啊。然后是你去到线下去组织做一次测量系统分析，做一个案例啊，然后把案例 做出 mini table， 得出结论，交完作业进行答辩啊，通过了我才会发这个证书给你。这个是线下培训哈哈哈。好的哈，所以我们希望是线下培训哦，我们希望是手把手教，我们希望是做真实的案例，然后我们希望是大家 通过培训都掌握这套方法。好，我们打开 mini table， 从统计质量工具量具分析一样的再来一遍，交叉好输入进来。呃，操作操作员测量结果，数据结果全部放进来确定， 他就会帮你生成右边的，右边的你就看整个的结论用的方分析啊，方差分量整个的一个分析，我们看右下角量距评估测量系统，他整个的 变异占了百分之四十五点九七，对不起，不合格，呵呵，这个测量系统不合格应该要小于等于百分之十，如果是百分之十到百分之三十之间可以商量，大于百分之三十肯定不能商量，没得商量改去，呵呵，至于怎么改人机料法还测量啊。 好，我们看右边的，先看这四十五点九七，不合格哦，再看可区分类数二小于等于五，不合格呦。好，我们再看左边的这张图。呃，梁距 r 的 二柱子特别高，不合格呦，不合格，谁带来的呀啊？他是在线性，比重复性要高啊，是在线性所带来的，所以我们要去改在线性。 好的哈。嗯，这就是他的分析方法，我们用 x 八 r 分 析的结论。好，我们尝试着用方差分析再来一遍。嗯，他是计算公式不一样，底层的计算逻辑不一样，计算公式不一样。我们看结论， 合计的 i n 的 二五十八点零八不合格哟。可区分的类别数一不合格哟。小于等于五不合格哟。好，是在线信所带来的不合格哟。

我们今天讲的内容，主讲的内容呢是测量系统分析。 m s a 啊，是好，幺六九四九六大工具方法手册。对测量系统分析有什么要求啊？组织应进行测量系统分析，已确定各种测量测量设施设备结果的变异。啊，他的变异吗？他满足要求吗？ 好，测量系统定期的验证，我要校准仪器设施设备，满不满足要求，这个叫计量，这个叫校准。好，我还要做测量系统分析，校准合格的计量仪器设备不代表测量系统好。然后我要留有记录，留有证据啊，我们要供 审核，供第三方审核，供客户审场啊，供我们内省外部实验室要求用于检验测试和校准的外部商业独立的实验室，应该要获得 c n s 的 认证。哪一些应该要做 m s a 啊？幺六九四九当中规定啊，关键特性。 什么是关键特性？涉及法律法规的，涉及产品安全的好，特殊特性，涉及我整级不能工作的，涉及到客户有特殊要求的，这个叫特殊特性。 然后呢，我要按 a p q p 的 要求，要做 m s a。 测量系统的策划，要做 m s a。 的 计划，然后要去组织做 m s a。 在 产品设计阶段，在公益设计阶段，就要做 m s a。 好， 然后在验证和确认阶段，就要完成 m s a。 要达到 认证的要求，要达到客户的要求，呵呵，要有效地完成 m s a， 然后它应该它是 p p a p 的 交付物之一，它要确保在 p p a p 之前要做好，要完成啊。所以是幺六九四九， m s a。 是 幺六九四九六大核心工具方法排第几啊？严老师排个序哈， a p q p 排第一，呵呵，顶，飞马批，飞马排第二 好，哪一些要做控制计划排第三啊，严老师的排序哪一些要做控制控制计划排第三，排第四个就是先做 m s a， 然后再做 sp c p k， 没有做 m s a， 你 去做 c p k 和这个 spc 会让人觉得哈哈哈，你的数据可信吗？啊，我们下个礼拜天的晚上八点会讲 spc cpk 啊，大家可以预约下一场的直播。好，我们继续啊，来好，我们再来看计量型 msa， 我 们来学关键的内容了哈。 嗯，感谢运迪老师一直在点赞赞啊，感谢太阳漫步者关注主播一直在点赞赞。好，我们继续来 认识一下，第一个要认识一下叫分辨率测量系统识别背测特性微小变化的能力，你的分辨率够不够啊？啊，你的分辨率够不够啊？他要大于几啊？他应该要大于五啊，分辨率要足够的好，嗯，你比如说我要测量金戒指，哈哈，我要测量金戒指，你拿个体重秤去秤 测量金戒指，你的分辨率够不够啊？你的最小刻度够不够啊？啊，分辨率好，第二个叫偏移，我重复测量多次得到的平均值跟我增值之间的差异，比如说我有一个标准块我有一个标准块， 比如说我有一个标准块，我知道这个标准块，是啊，嗯，五十克的好，我去重复测这个标准块得到的数据他是 五十点五克，那就是跟它的增值出现了偏移，它就是零点五克，这个就叫偏移，呵呵，就是我测到的值和增值之间的差异，它叫偏移。特别注意 attention， please 它的横坐标， 我们横坐标。比如说我研究现行横坐标是量乘，重坐标是偏倚，随着我的量乘从小到大，你的偏倚会变大吗？啊？那什么意思？比如说同样是体重秤，体重秤，宝宝刚出生的时候体重。我们家是巨巨婴宝宝啊，我们家宝宝是七点六，七点六斤， 七点六斤，大宝贝，大宝贝。好，那在七点六斤的这个刻度上，他的偏移是多少？所以横坐标。小鹿老师来了。嗯嗯，小鹿老师节日快乐，女生节快乐，女神节快乐。哈哈哈，好，我们再讲我们的内容。嗯，好，我们继续哈。 限性，限性的横坐标是量成，哈哈哈。我们的，呃，小宝贝，刚出生的小宝贝七点六斤。那我拿体重称去称，他的 重坐标是偏移。好，小宝贝长成了大宝贝。多大的宝贝？小宝贝长成了大宝贝，现在大宝贝是一百二十公斤。哈哈，那这个量程到一百二十公斤的时候，他的偏移有多大？所以他的横坐标。呃呃呃，崔严老师来了哈。嗯， 欢迎，崔严老师也是我们的老师哈。来，横坐标，他是量程，重坐标是偏移，他叫限性。他叫什么性？叫限性？限性是什么？分析啊？我们常说的散点图，我们常说的回归分析，用的限性分析。好，第四个叫稳定性 测量系统。先看稳定性。稳定性是什么？那我一个体重秤，一个体子秤，我买的是华为牌的。好，我用了几年了？三年五年了， 刚买的时候横坐标是时间，我刚买第一年的时候他偏移大不大啊？我买了两年，三年五年十年用下来啊。他的偏移大不大？所以他的横坐标是时间，重坐标是偏移，哈哈哈，所以测量系统分析哈，先要问一遍 分辨率偏以限性稳定性。先要把这四个都问一遍，然后才是 agent r n r 测量系统分析当中的重复性加在线性才到 agent r n r。 嗯， 我们有很多好友，嗯，就是幺六九四九的好友，直接上来就重复性和在线性。前面四个都没有研究，直接上来重复性在线性那是不对的。六 sigma 嘛，黑带，你要学到黑带的水平，你就知道分辨率够不够偏以限性稳定性好不好。嗯，然后才是测量系统分析 啊。感谢关注主播的，感谢点赞赞的，感谢转发直播的好友哈，你鼓励闫林老师经常开播啊，呵呵。啊，我闫林老师坚持开播哈，预约下一场直播。下一场直播我们讲什么啊？我们讲 spc 六大工具方法手册，我们先把它讲完， 呵呵，已经讲了六节课了哈，我们再往下预约，下一次我们讲测量。呃， s p c。 好， 所以呢，我们标准的依据是什么？嗯， m s a。 测量我们 m s a 的 手册，幺六九四九的手册。幺六九四九的最新版本啊， m s a 的 最新版本。好，我有没有工具方法可用？最常见的两种， mini table 和 yump。 那 最常见的。好，我们要输出我的测量系统分析的报告，所以哈，我们要先看分辨率，看偏移，看线性，看稳定性，再看 data r n r 测量系统分析好不好。嗯，那么它是一个过程啊，是一个系统，是一个过程。

大家好，我是质量学长，上期视频我们讲了计量型 m i c 之 gr 的 计算，本期视频我们来讲计数型 m i c 如何运用。咱们先来聊聊第一个话题，就是计数型 m i c 的 核心理论。 ok， 然后我们要先搞清楚它的基础定义和适用场景， 到底什么叫计数型 m i c？ 它跟计量型 m i c 最关键的区别到底在哪？其实计数型 m i c 就是 专门用来评估那些测量结果是离散的、定性的，这样的测量系统， ok， 比如说你这个东西是合格还是不合格，是通还是只？或者说我们把外观缺陷分成 abc 级，风险分成一二三等级， 它都是一些有限的类别，所以说它是跟那种测量长度啊、重量啊这种连续数据的计量型 m i c 完全不是一个思路。对，完全不一样。那计数型的就比较适合像墓室的外观检验，通止规的这种检测，或者说人工的这种缺陷判定， 以及 go no go 这种测试。嗯，它的目的就是要知道这个测量系统是不是能够一致且准确地区分开合格和不合格， 然后把我们的误判和漏判的风险降到最低。明白了，那在做技术性 m s a 的 时候，有哪些关键的术语和指标是我们必须要掌握的？呃，首先第一个就是基准值，也叫真值或者标准值，它是通过更精密的设备或者说专家团队一致判定的，对，它是一个没有争议的零件的真实结果。 那如果没有这个机准值的话，你后面的分析其实是没有意义的。 ok， 那 盲测在这个里面是起到一个什么样的作用？盲测就是说评价人，他在测量的时候是不知道这个零件的机准值是多少的，嗯，也不知道别人测出来是多少， 也不知道自己上一次测出来是多少，这样可以避免他的记忆偏差，或者说一些主观的影响。对，然后保证数据是真实可靠的。所以重复性和在线性在计数型的这个分析里面又该怎么去理解呢？重复性就是同一个人对同一个零件多次测量结果一致的程度， ok， 然后在线性就是不同的人对同一个零件测量结果一致的程度。懂了，懂了，那有哪些量化的指标是我们经常会用到的？然后这些指标一般是怎么去判断它是不是好的？常用的像单个评价人的有效性 就是他做的所有的测量里面跟基准值一致的比例是多少。嗯，那一般我们都用百分比来表示，然后百分之九十以上我们就认为是可接受的， 百分之八十到九十之间就是有条件接受，如果低于百分之八十，那就是不可接受的。听起来挺直观的，那系统整体安全性这个又是怎么算的？系统整体安全性就是所有的评价人，他们跟基准值一致的次数 除以总的测量次数再乘以百分之百。嗯，那他的判定标准也是一样的，百分之九十以上是可接受，低于百分之八十是不可接受。那漏判率和误判率这两个指标会用到哪些场景？漏判率就是我们把本来是不合格的 判成了合格的，它的这个比例对，那这个在汽车行业或者医疗行业这种高风险的行业里面，我们一般要求是不能超过百分之一，那普通行业的话是不能超过百分之二，嗯，然后误判率就是我们把本来合格的判成了不合格的， 这个比例一般我们要求是不能超过百分之五。明白了，还有一个 cup 值，它到底是衡量什么的？ cup 值它是用来衡量 评价人之间的一致性的一个指标。 ok， 他 是考虑了随机因素之后的一个一致性，那一般我们是要求他要大于等于零点七五， 零点七五以上我们就认为是一致性很好，零点四到零点七五之间是一致性中等，但是属于有条件接受， 如果低于零点四的话，那就是一致性太差了，是不可接受的好。然后技术型 m、 s、 a， 它的标准的分析流程到底是怎么来做的？这里面每一步其实都有很多讲究的，那我们就来好好地讲一讲，每一步到底该怎么做，有什么讲究？首先第一步就是样本的选取，那我们一般会建议是选三十到五十个零件， ok， 然后这三十到五十个零件里面要包括很明确的合格的，很明确的不合格的，还有就是刚好在合格和不合格边界上的。对，而且这个边界件的占比最好不要低于百分之三十，因为这样才能够真正的去考验出来你的这个测量系统的分片能力。 这么看样本的选择还是挺关键的。对，那评价人的选择是不是也有一些注意的点？对，评价人就是一定要选 平时实际操作这个测量的一线的人员， ok， 不 能说找几个专家来代替他们，因为只有这样你就得到这个结果，才是真正能够反映你现场的实际情况的。然后具体执行测量的时候有什么细节我们要去关注呢？在测量的时候就是每个评价人对每个零件都要进行盲测， ok， 而且要测两到三次，然后零件的顺序要打乱，要重新编号，这样就不会让评价人能够认出这是他之前测过的哪个零件。嗯，避免一些主观的偏差。数据收集完了之后，我们接下来要做哪些计算和判定呢？ 数据收集完了之后，我们就是要跟基准值去做对比，然后分别计算出这个重复性、有效期、漏判率、误判率和卡帕值。 嗯，那最后就是要把这些结果跟我们的判定标准去做一个对比，如果说有一些项目不满足要求的话，我们还要去针对这些薄弱的环节制定一些改进的措施。 好的，接下来咱们要讲一个非常实用的东西啊，就是技术型 msa 的 实操案例。对，那我们先来看一看这个案例的场景是怎么设定的，就是这个汽车零部件的工厂，它在做这个表面划痕的目视检验的 msa 的 时候，它的判定标准 基准值是怎么定的？然后样本是怎么选的？这几个关键的要素是怎么定的？这个案例里面它的判定标准就是非常明确的，就是当划痕的深度大于等于零点零二毫米的时候，我们就判为不合格，用零来表示。然后小于零点零二毫米的我们就判为合格，用一来表示， ok， 那 他的这个基准值呢，是通过高精度的激光显微镜来对每一个零件的划痕进行测量，然后得出来的一个唯一的值。哦，这样啊，那样本呢？样本是怎么来选举和分配的？样本的话，总共是选了三十个零件，嗯，然后这三十个零件里面呢，有十个是明显合格的， 有十个是明显不合格的，还有十个是边界的。 ok， 就是 它的这个划痕深度是在零点零一八到零点零二二毫米之间，然后这十个边界的里面又有五个是临界合格，五个是临界不合格的，所以最后这个基准值里面是十五个合格，十五个不合格。原来是这样， 那这个测量是怎么安排的？就是有三个一线的检验员，然后每个检验员对这三十个零件进行两次的盲测。 ok， 零件的顺序是打乱的，然后重新编号的，所以总共是产生了一百八十个数据。我们来看一下这个原始的测量数据啊，这张表里面都有什么关键的信息？这个表里面就是首先它有零件的编号， 然后有这三十个零件的基准值。嗯，接下来就是三个检验员每个人对每个零件的两次盲测的结果。 ok， 合格就是一，不合格就是零。咱们这个计算重复性的时候，具体是怎么来算的？然后这三个检验员他们的结果分别是多少？ 重复性的话，就是同一评价人两次测量结果一致的零件数除以总的零件数，再乘以百分之百。 ok， 那 比如说检验员 a， 它是有二十八次是一致的，那它的重复性就是二十八除以三十，再乘以百分之百， 约等于百分之九十三点三三。嗯，检验员 b 是 二十六次一致，那它的重复性就是约等于百分之八十六点六七。然后检验员 c 是 三十次全部一致，那它的重复性就是百分之百。原来是这样计算的，那单个评价人的有效期和系统整体的有效期，我们要怎么去算？单个评价人的有效期就是 他的测量结果跟积分值一致的次数，除以他的总测量次数，再乘以百分之百。 ok， 那 比如说检验员 a， 他 总共测了六十次，有五十五次是跟积分值一致的，那他的有效性就是五十五除以六十，再乘以百分之百，约等于百分之九十一点六七。 嗯，那检验员 b 是 百分之八十五，检验员 c 是 百分之九十五。了解了，那系统整体的有效期是怎么来体现的呢？系统整体的有效期就是把三个人跟基准值一致的次数全部加起来， 然后除以总的测量次数，再乘以百分之百。嗯，那我们这里就是一百六十三除以一百八十，再乘以百分之百，约等于百分之九十点五六。我有一个疑问啊，这个漏判率和误判率到底是怎么计算的？漏判率就是把本来是不合格的判成了合格的次数， 除以不合格的总测量次数，再乘以百分之百。 ok， 那 误判率就是把本来是合格的判成了不合格的次数，除以合格的总测量次数，再乘以百分之百。所以说每个人都要单独算这两个指标，是吗？对，比如说检验员 a， 它的漏判是三次，误判是两次， 那它的漏判率就是百分之十，误判率就是约等于百分之十六点六七，误判率约等于百分之十三点三三， 检验员 c 是 漏判率为零，误判率是百分之十。然后系统整体的话就是漏判率约等于百分之八点八九，误判率是百分之十。我很好奇这个 cap 值到底是怎么算出来的？你能给我们演示一下吗？当然可以， 那我们就以检验员 a 为例吧。嗯，首先我们要把它的这六十次测量结果做成一个二乘二的交叉表， ok， 那 这个表里面就会有它判对的，判错的各种情况的次数。那有了这个交叉表之后，接下来怎么去计算 cap 值呢？ 有了这个表之后，我们就可以算出来，观察一致率后，就是它总共判对的次数除以总测量次数。嗯，然后期望一致率 pe 就是 用每一行的合计乘以每一列的合计，再除以总次数。最 后我们就可以根据这个公式， kappa 等于一减 pe 分 之 po 减 pe， ok， 算出来 kappa 是 等于零点八三三四。那其他两个检验员的 kappa 值是不是也都要这样去算？是的，那检验员 b 算出来是零点七，检验员 c 算出来是零点九， 然后他们三个人的平均 carpa 是 零点七八。好的，那我们这个案例里面最终的这个结果判定到底是一个什么样的情况？整体来看的话，我们这个系统的有效期是百分之九十点五六，然后平均 cap 是 零点七八。那这两个指标都是满足我们可接受的标准的。 ok， 但是呢，我们细看的话就会发现，检验员 b 它的这个有效期和 capa 都是属于条件接受的。嗯，所以它是需要进行一些有针对性的培训的。看来还有一些风险点是需要我们特别关注的。没错没错，就是检验员 a 和 b， 它们的漏判率分别是百分之十和百分之十六点六七， 都是远远超过我们一般行业的百分之二的这个标准的。 ok， 所以 他们两个是要重点针对边界件的判定，以及要使用一些目视对比样件来进行强化的训练，对，降低我们的不良流出的风险。那检验员 c 他的这个重复性是百分之百，然后漏判率是零， 它其实是可以作为一个标杆。嗯，把它的这个操作的过程做成一个标准化的作业指导书。好的，那在做这个技术型 m、 s、 a 的 时候，有哪些核心的注意事项是我们一定要去严格遵守的？首先第一点就是基准值的确定，一定要用更高精度的设备，或者说让跨部门的专家团队来独立的进行盲测。 ok， 一 致判定，绝对不能说用评价人的多数意见来作为基准值，这样的话会把你测量系统的偏差给掩盖掉，对后面的分析就完全没有意义了。明白了，那样本的选举呢？有什么特别的要求吗？样本里面一定要有足够的边界件。 ok， 就是 我们说的临界的产品， 这个边界件的占比最好是不少于百分之三十。嗯，因为你如果都是好的或者都是坏的，那这个检验员他就算能力很差，他也能全部分辨。对，对，那你的这个有效性看起来就会很高，但是其实你这个系统的分辨能力是没有被真正的考验到的。 哦，原来边界件这么重要啊，那在实际测量的过程当中，有哪些操作细节是我们必须要注意的？实际测量的时候一定要严格的执行盲测， 就是样本一定要打乱顺序，然后编号要隐藏。 ok， 不 能让评价人知道这个是什么东西，也不能让他知道别人是怎么判的，或者说上一次自己是怎么判的。嗯，不然的话就会有记忆效应，或者说从众心理，那你这个数据就会失真。 我还有一个疑问啊，为什么在这个技术型 m s a 里面，我们要特别关注漏判率，而不是只看整体的有效期？因为漏判率它是直接关系到客户的风险的。嗯，尤其是像汽车啊，医疗啊这种高风险行业，就算你的整体安全性很高，但是你一旦漏判率超标了，那这个就是不能接受的， 必须要整改。看来漏判率的优先级确实很高啊。那在数据分析的时候，还有什么指标是我们不能忽略的？除了漏判率之外，还有一个就是 ko 值，嗯，这个是比单纯的复合率要靠谱的多，因为它是修正了随机一致的偏差。 ok， 它 是 a i a g 手册里面推荐的一个核心的判定指标，那我们在做分析的时候，一定要同步的去计算这个 ko 值。行，那在做这个技术型 m s a 的 时候，常见的错误都有哪些？ 常见的错误有很多，比如说最基础的一个错误就是没有基准值，或者说基准值确定的方法是错误的。嗯，那有些企业他就是直接拿三个评价人里面有两个相同的结果作为基准值， 那这个就相当于你是用测量系统本身来做基准。对，那你后面所有的分析就都没有意义了，这是一个非常严重的错误，样本的选择会不会也容易出错呢？对啊，样本选择也很容易出错，比如说他没有包含足够的边界件， 或者说他的样本量太小了，嗯，比如说他就选了十个二十个零件，然后都是好的，或者都是坏的，那他的这个有效期就会虚高。 ok， 那 等到他在实际生产当中遇到了这种临界的产品，他就会大批量的出错， 这也是行业里面最常犯的一个错误。我还有一个疑问啊，在测量和统计的过程当中，还会有哪些错误会导致我们的数据失真，或者说分析的结果不靠谱呢？ 比如说没有盲测， ok， 就是 你让评价人按照顺序去测，或者说你直接告诉他这个基准值是多少，那他可能就会下意识的去保持一致。对，那你这个重复性和有效性看起来就会很好，但其实都是假象，根本就不能反映他真实的能力。 哦，那还有别的错误吗？还有就是统计错误，比如说他只看复合率。嗯，那我举一个极端的例子，就是如果我的基准是十五个 ok 和十五个 ng， 然后检验员全部都判成了 ok， 那 他的复合率还有百分之五十对，但是他的 ka 值是零，那其实他就是瞎猜的， 所以说符合率经常会高估你的一致性。 ok， 必须要用 cup 来修正。这么看数据分析的方法还真得选对。那在实际操作当中还有哪些容易被忽视的错误呢？还有一个很容易被忽视的错误就是每个评价人他只测一次。嗯，那你这个是没有办法计算重复性的，就不符合 aig msa 手册的要求。对， 还有就是只看整体的有效期，没有去关注漏判率和误判率。那有可能你的漏判率已经高的离谱了。 ok， 那 你就会有很多不良品流到客户那里，造成很严重的后果。好了，这期我们先到这里，下期我们来讲 c g 和 c g k， 关注学长，带你学习更多质量知识。

大家好，我是质量学长，今天咱们这一期内容呢，来聊一聊在测量系统分析当中两个非常重要的指标。嗯，一个是 c g， 一个是 c g k， 这两个指标主要是用来评估测量设备本身的能力的。是的是的，这个也是在很多行业，尤其是汽车行业用的非常多，那我们就直接开始吧。好的，我们首先要聊的呢，就是这个 c g 和 c g k 它的核心定义。对，那我想先问一下，就是 c g 和 c g k 这两个指标到底是用来衡量什么的？ c g 和 c g k 其实它是属于这个量距能力指数，它是用来专门衡量测量设备本身的能力的， 它是可以帮我们排除掉比如说操作人员啊，零件啊，装甲啊这些其他的因素的影响。然后它是 vga 五里面非常重要的一个评价项目，在 iatf 一 六九四九这个体系下面也用的非常多。明白了， 那 c g 和 c g k 它们两个之间有什么具体的区别吗？呃， c g 它只考虑量距的精密性，就是你在相同的条件下重复测量的波动离散程度，它是不考虑测量的偏移的，那它跟这个过程能力里面的 c p 是 对应的。 那 c g k 呢？它是一个综合的指标，它既考虑了精密性，也考虑了准确性，就是它既看你的测量的波动， 同时它也看你的这个测量的均值和参考真值之间的偏移。嗯，那它其实是相当于过程能力里面的 c p k。 原来是这样。然后紧接着我们要说的就是这个 c g 和 c g k 它们的标准的计算公式。嗯，那你能不能跟我们讲一讲这里面都涉及到了哪些核心的符号和参数？当然可以。 呃，第一个就是 t， t 表示的是背测产品特性的公差范围，它是等于上公差减去下公差。 ok， 然后 k 呢，是一个公差的占比系数，那这个在大部分的行业里面默认都是百分之二十，也就是零点二， 但是也有一些企业会根据自己的需要来设定这个 k 值，那如果一旦不是百分之二十的话，是一定要特别说明的。了解了，那除了 t 和 k 之外，还有哪些比较关键的符号呢？还有就是 s g， s g 是 这个量距 重复测量的样本标准差，那这个推荐是要测量五十次以上，如果实在做不到的话，最少也要二十五次。然后 x bar 是 你这多次测量的均值， x m 是 指的是经过较准的标准件的参考真值。然后还有一个叫 bias， 它是绝对偏移，它等于 x bar 减 x m 的 绝对值。 ok， 那你现在可以跟我们讲一讲 c g 和 c g k 这两个具体的计算公式是什么样子的吗？可以啊， c g 的 话，它是等于 k 乘以 t 再除以六倍的 s g， 那 当 k 取百分之二十的时候，这个公式就可以简化成零点一 t 除以三 s g。 哦，它这个其实就是拿百分之二十的公差带和这个量距的六希格码的总波动去比，所以这个波动越小， c g 的 值就会越高。那 c j k 的 公式呢？是不是也有类似的这种含义？对， c j k， 它的分子呢？是二分之 k t 再减去 b s 的 绝对值，然后分母同样是三 s g， 当 k 是 百分之二十的时候，上面就是零点一 t 减去 x 减 x m 的 绝对值。嗯，那它其实就是 在考虑完偏移之后，剩下的公插带和这个量距的三西格码的波动去比，所以也是波动越小，偏移越小， c g k 就 会越高。好，我还有个问题啊，就是 c g 和 c g k 在 实际使用的时候，到底是在哪些场景下用的最多？最典型的就是 新的测量设备，刚进场的时候我们要验收，或者是说这个设备定期较准的时候，我们要去验证它是不是合格。 ok， 再就是设备经过了大修，或者说位置发生了移动， 关键部件有更换，我们都要对它的性能做一个重新的核查。明白了，这些其实都是对测量设备的一些关键环节的把关，没错没错，还有就是 像一些全自动化的测量设备，它其实是没有人的操作因素在里面的，那我们也会用 cg 和 cjk 去做它的长期的能力监控。 嗯，然后还有就是在做 grr 研究之前，我们要先确保这个良句本身是没问题的，才会进入到后面的整个测量系统的分析。最后一个就是在汽车行业，如果是德系 oem 的 供应商，你要通过 iatf 一 六九四九的体系认证， cg 和 cjk 是 强制要做的。听起来 cg 和 cjk 真的 很重要啊，那我们在正式的去分析 cg 和 cjk 之前， 我们要做哪些准备，或者说要满足哪些前提条件？呃，首先最重要的就是你一定要有一个有计量溯源性的校准标准件，然后它的这个参考值的不确定度要小于等于你量距精度的十分之一， 并且它的标称值最好是在公差带的中心，千万不能用生产零件来代替标准件哦。这个标准件我们还要保证测量的环境是恒温恒湿，没有震动的， 然后整个过程最好是由一个非常熟练的操作员来进行，这样可以排除掉环境和人员带来的一些额外的变异。 然后量距本身当然也要经过校准并且预热，它的分辨率要满足十分之一，原则就是分辨率要小于等于公差 t 的 十分之一。最后就是我们要对这个标准件进行至少二十五次，最好是五十次连续的重复测量， 在这个过程当中是不允许调整量距或者是重新装夹的。这些步骤听起来就很严谨啊，那具体在实施 c j 和 c d k 分 析的时候，都有哪些关键的操作和计算的步骤呢？第一步我们要确定我们要测的这个特性的公差范围 t， 然后要知道我们用的这个标准件的参考真值 x m， 同时我们要确认我们的量距的分辨率和量程是符合要求的。 嗯，第二步就是由一个操作员在这个稳定的环境下对这个标准件进行 n 次的连续测量，然后把每一个测量值都完整地记录下来，那这些数据都记下来之后，接下来就是计算了吧。对，第三步就是我们要计算这组数据的平均值 x bar， 绝对偏倚 bias， 还有样本标准叉 s g， 然后我们就代入那个公式，就可以算出 c g 和 c g k 了。那算出来之后我们就要按照这个判定的标准去看我们这个良句是不是合格，如果不合格的话，我们要找出原因进行整改， 整改之后我们还要再重新验证一遍，只有合格了我们才可以正式投入使用，或者是说去做下一步的 g r 分 析。然后说到这个判定标准啊，我想知道就是在行业里面对于 c g 和 c g k 这两个值是怎么来分级判定的？ 呃，一般我们会把它分成四个等级，嗯，第一个等级就是 c g 和 c g k 都大于等于一点三三，那这种我们就直接判为合格， 这个时候良句就可以正常使用了，或者说可以进入到下一轮的 gr 分 析。哦，那看来一点三三是一个重要的分界线。没错没错，如果说 c g 和 c g k 都大于等于一点六七，那我们就可以说这个良句的能力是优秀的，它特别适合那种关键的或者是安全特性的高精度测量。 嗯，那如果说它是在一到一点三三之间，那这个就属于临界，就是它的能力勉强够，那只能说临时用在一些非关键的特性上，并且我们要限期对它进行整改， 那如果说它是小于一的，那就是不合格了，这个时候就绝对不能用了，我们要对这个梁具进行维修或者是更换，或者是说降级处理。好的，聊完了判定标准啊，我还有个问题，就是 c g 和 c g k 在 实际使用的过程当中 有哪些特别需要注意的细节呢？首先就是它和 gr 的 这个使用顺序千万不能错，就是一定要先做 c g 和 c g k， 确认合格了之后再去做 gr， 因为如果说你的梁具本身 c g 和 c g k 都没通过的话，那就说明这个良句本身是有问题的。你后面去做 gr 的 话，你根本就没有办法分辨这个误差到底是从哪来的，你做了也是白做明白了，那 k 值的选择是不是也有些讲究？对 k 值的话，大家默认都是用百分之二十嘛？ 那如果说你们公司自己有规定说要用百分之十五或者百分之十，那你一定要在你的报告里面特别说明，不然的话，不同的 k 值算出来的结果是没有办法直接对比的。说的很有道理， 那如果我算出来这个 c g 和 c g k 结果不合格，有什么快速的方法可以帮我们找到可能的原因吗？当然有啊，如果说你的 c g 是 合格的，但是 c g k 不 合格，那基本上就是说明你的偏倚太大了， 那你这个时候优先去做一下校准，做一下修正，然后重新算一下 c g k， 那 大概率就可以解决问题。嗯，那如果说你的 c g 和 c g k 都是不合格的， 那这个时候你就要去重点检查一下是不是你的这个量具有磨损，或者是说有部件儿松动，精度下降，分辨率不够等等这些硬件的问题。我还有一个疑问啊，就是 c g 和 c g k 都合格了， 是不是就代表整个测量系统就没问题了？不是的， c g 和 c g k 合格，只能说明这个量具本身没有问题，但是整个测量系统是不是 ok 的， 你还要去做 gr， 偏倚、限性、稳定性这些全部都要做，全部都合格了，才能说明你的这个测量系统是 ok 的， 嗯，这个才是一个完整的 m s a 分 析， ok 了，那么今天我们把这个 c g 和 c g k 这两个量距能力指数给大家做了一个比较详细的介绍，从它的定义到它的计算，到它的应用，以及在使用当中要注意的一些细节，希望大家可以点点赞，学长带你学习更多的质量管理知识。