MSA是六西格玛项目的基础，确保测量数据可靠。如果测量系统本身变异大，所有分析结论都不可信。
Gage R&R研究/偏倚分析/线性分析/稳定性分析/属性一致性分析/Kappa系数
1.确定测量系统→2.选择样品和操作员→3.进行测量→4.计算Gage R&R→5.判断测量系统能力→6.改进测量系统
某汽车企业MSA项目：卡尺测量系统Gage R&R从35%降至8%，测量数据可靠性大幅提升。更多案例
了解更多请访问六西格玛培训或项目咨询，致电400-889-8319。
Gage R&R是MSA的核心指标，衡量测量系统的变异占总变异的比例。判定标准如下：
| Gage R&R% | 判定 | 行动 |
|---|---|---|
| <10% | 优秀 | 测量系统可接受 |
| 10%-30% | 可接受 | 视应用场景决定是否改进 |
| >30% | 不可接受 | 必须改进测量系统 |
MSA是六西格玛项目的基础，在收集数据前必须先验证测量系统。学习MSA需要掌握计量型和计数型两种分析方法。
掌握Gage R&R基本概念、偏倚和线性分析。建议参加绿带培训。
掌握复杂测量系统分析、自动化测量系统验证、MSA体系搭建。
MSA是六西格玛项目的基础：没有可靠的测量系统，SPC控制图会误判；Cpk计算会失真；DOE实验结论不可信。在DMAIC流程中，MSA必须在Measure阶段首先完成，确认数据可靠后才能进行后续分析。
MSA常见问题：1）操作员间差异大→需要标准化测量方法；2）重复性差→设备需要维护或更换；3）再现性差→操作员培训不足。MSA是六西格玛项目的基础，在收集数据前必须先验证测量系统。了解SPC统计过程控制
常见问题MSA（Measurement System Analysis，测量系统分析）是评估测量系统可靠性的系统方法。MSA的核心理念是：测量数据的质量取决于测量系统的质量——如果测量系统不可靠，基于这些数据的所有决策都不可靠。
MSA评估五个特性：偏倚、稳定性、线性、重复性、再现性。其中重复性和再现性合称GR&R，是最常用的评估指标。
GR&R小于10%为可接受，10%-30%为边缘状态，大于30%不可接受。重复性差通常因量具分辨率不足或磨损，改善方法是更换量具或标准化测量方法。再现性差通常因操作者手法不一致，改善方法是标准化操作规程和培训。
新量具使用前做一次，之后每年至少一次。量具维修后、更换操作者、测量方法变更时需重新做。
标准GR&R研究：10个零件、3个操作者、每人每零件测2-3次，共60-90个数据。