测量系统分析（MSA）实用指南

无论是传统的燃油汽车、燃气汽车，还是新兴的新能源汽车，其日益增长的质量要求也越来也显著，近十来年各种汽车召回事件就足以证明这一点。
汽车的质量管理越来越得到社会各界的重视，IATF16949五大质量工具之一的MSA作为一项基础性的工具举足轻重。
所有的质量管理活动都离不开数据，而可靠的数据源自于可靠的测量系统，切合实际地应用测量系统分析（MSA）至关重要。

本书在编写过程中，虽立足于AIAG MSA参考手册，但又没有拘泥于手册的内容，本书扎根于统计学的理论知识，结合计量学的原理，站在质量体系的高度，对平时人们习以为常的一些理解误区进行了充分的剖析和纠正，同时还引入一些新的理论与概念以对MSA的理论框架进行补充，比如数据采集后要进行粗大误差的判别和剔除，对于破坏性测量系统引入“假设检验”、“相关性分析”和“熵增原理”，对于样本分布过于集中的问题引入了“数据平移”的概念，等等。

通过阅读和学习本书的内容，读者不仅可以从技术层面深入地理解和掌握MSA的基本理论和逻辑思路，还可以从管理层面做到系统性地应用MSA这项质量工具，无论读者从事的是工程技术工作还是管理工作，本书中的诸多思想均能起到抛砖引玉的作用，其特点是引导人们如何思考MSA问题而不是急于去解决一个一个具体的MSA问题，其重点在于培养MSA全面性的专业人才。

以聚焦应用的基本思路，使读者能够举一反三，应对现实的MSA工作中各种复杂多变的情况。
案例来源于现实工作，以融会贯通的MSA理论为基础，以解决真正的MSA实际问题为*终目的。 

本书的内容分为上、中、下三篇。上篇为入门与管理，中篇为理论与提高，下篇为应用与实战。“入门与管理”包括两部分的内容，其一在于纠正对MSA的错误认知，明确MSA的实际价值和意义，其二在于提出MSA所需要的管理资源配置以及具体的管理思路。
“理论与提高”是对MSA理论体系的归纳、总结和升华，着重剖析MSA理论背后的原理，以便使读者不仅知其然，更能知其所以然，为活学活用MSA奠定扎实的理论基础。
“应用与实战”结合作者多年推行MSA的经验，将理论与实践有机结合；通过本篇的学习，读者可以应对更加复杂的测量系统分析工作。

本书不仅适用于初学测量系统分析（MSA）的人员循序渐进地学习，还适合有一定理论和实践基础的从业人员直接选择所需要的内容进行参考，同时还适合其他从事测量工程相关工作的人员有针对性地学习。

杨朝盛，2007年毕业于黑龙江大学，毕业后进入制造行业，先后从事检测技术、计量工程、质量管理、售后服务、企业治理等相关工作。曾创办质量管理咨询公司，担任过质量主管、质量总监、质量控制分管领导、董事长助理等职务，拥有丰富的质量管理与企业治理经验，在质量工程领域有所建树。在宁德时代工作期间，致力于从0至1推行MSA技术与管理架构的建设，解决了诸如铜箔厚度、电芯厚度、模组平面度测不准等历史难题，受到苹果、宝马、大众等企业客户的充分肯定，全面提升了公司各类数据的可靠性和可信度，为公司规模化制造的实现奠定了基础；2017年被宁德时代评为KT（关键人才）。在华鼎国联分管质量控制期间，通过系统工程，解决了中心实验室ICP多年来测不准的痛点，得到公司高层公开口头表扬。在创办咨询公司期间，先后在国防计量论坛、五度咨询 公众号、优酷、腾讯、爱奇艺、仪课通等平台发布诸如APQP、MSA、FMEA、企业计量管理等公益课程，旨在普及先进的工程技术和管理理念，为中国制造添砖加瓦。

前言
上篇·入门与管理
第1章
测量系统分析概论
11可靠性研究的发展历史 // 002
12测量系统分析的起源与发展 // 005
第2章
测量系统分析的价值与意义
21IATF16949对测量系统分析的要求 // 008
22测量系统分析的应用范畴 // 011
221测量系统分析在质量管控中的应用 // 011
222测量系统分析在过程能力研究中的应用 // 013
223测量系统分析在研发领域的重要作用 // 018
224测量系统分析在六西格玛管理中的地位 // 019
23测量系统分析与组织的实际收益 // 021
第3章
测量系统分析对组织管理的要求
31组织的决策层对测量系统分析工作的影响 // 025
32测量系统分析管理工作的认知误区 // 026
33测量系统分析管理工作模式 // 028
34管理工作的标准化 // 031
中篇·理论与提高
第4章
测量数据
41对测量数据质量的期望 // 036
42测量数据的分类 // 037
第5章
重要的概念
51与MSA有关的重要概念 // 039
52与计量学有关的重要概念 // 046
第6章
测量系统的分类及其分析方法
61测量系统的分类 // 054
62各类测量系统的分析方法 // 057
第7章
测量系统分析的时机
71MSA在APQP中出现的时机 // 059
72MSA分析时机评估原则 // 062
73MSA分析周期定义原则 // 063
第8章
可重复的测量系统的分析方法
81测量系统的特性 // 068
82测量系统的重复性与再现性 // 070
83测量系统的有效解析度（NDC） // 084
84测量系统的偏倚和线性 // 091
841测量系统偏倚分析 // 094
842测量系统线性分析 // 101
85属性测量系统的一致性 // 107
851名义属性测量系统 // 109
852有序属性测量系统 // 111
853二进制属性测量系统 // 115
86测量系统的稳定性 // 125
861计量型测量系统的稳定性分析 // 127
862计数型测量系统的稳定性分析 // 132
第9章
粗大误差的剔除
91粗大误差的定义 // 140
92粗大误差的剔除方法 // 143
921拉依达准则 // 143
922格拉布斯准则 // 146
923狄克逊准则 // 151
第10章
不可重复的测量系统的分析方法
101嵌套型测量系统的分析 // 156
102破坏性测量系统的分析 // 160
103假设检验 // 161
1031假设检验的概念 // 162
1032双样本t检验（2sample ttest） // 165
1033配对t检验（paired ttest） // 170
1034单因素方差分析（1way ANOVA） // 173
1035F检验（Ftest） // 179
1036Bartlett检验（Bartlett test） // 180
1037MannWhitney检验（MannWhitney test） // 181
1038KruskalWallis检验（KruskalWallis test） // 184
1039Mood′s中位值检验（Mood′s median test） // 187
10310Levene′s检验（Levene′s test） // 191
10311等比率检验P（2proportion test） // 191
104相关性分析 // 195
105熵增原理 // 199
第11章
参考手册导读
111参考手册的基本框架 // 205
112参考手册的重要指导精神 // 211
下篇·应用与实战
第12章
抽样原则
121GRR分析抽样原则 // 218
122偏倚与线性分析的抽样原则 // 221
123属性的一致性分析抽样原则 // 224
124稳定性抽样原则 // 226
125数据平移 // 227
第13章
盲测试验的安排
131手动测量系统的盲测 // 235
132自动化测量系统的盲测 // 237
第14章
Minitab软件介绍
141Minitab的界面和功能 // 241
142Minitab在MSA中的应用指南 // 257
1421GRR分析 // 257
1422偏倚/线性分析 // 263
1423属性的一致性分析 // 265
1424统计稳定性分析 // 271
第15章
测量系统分析策划与实操案例
151测量系统分析策划 // 274
152常规MSA方法应用案例 // 276
153替代MSA方法应用案例 // 289
154MSA的输出及报告模板范例 // 304
第16章
测量系统分析结果解读
161GRR分析结果解读 // 309
162偏倚和线性分析的结果解读 //315
163属性的一致性分析结果解读 // 320
第17章
与测量结果相关的处理与表达
171数值修约 // 329
172单位制 // 330
173测量不确定度 // 335
第18章
测量系统变异研究
181理想的测量系统 //344
182过程变异 // 346
183变异源分析 // 347
184测量系统的改进 // 350
185项目管理在测量系统改进中的应用 // 352
186测量误差的减小 // 354
187测量系统改进案例 // 363
附录
附录A测量系统分析作业流程图 // 383
附录B与均值极差分布相关的数值表（d*2值表） // 384
附录CX-R图控制限系数表 // 386
附录DF检验临界值表（显著性水平α=005） // 387
附录Et分布α分位数表 // 388
附录F格拉布斯准则临界值T（r，α）表 // 390
附录G狄克逊准则临界值D（r，α）表 // 391
附录H相关系数临界值表 // 392
附录IMSA计划表（模板） // 393

参考文献 // 394

测量系统分析（MSA）作为IATF16949五大质量工具之一，已得到广泛关注和应用。MSA工具问世已有30年，在我国，MSA这个质量工具实际上是在2000年后才逐步得以推广的。在MSA的应用与实践中，各制造企业对MSA的理解和应用水平表现得参差不齐，大体上包含五个层次的水平：

个层次：根本没有听说过MSA，或者有所耳闻但从来没有接触过MSA。如果为非汽车制造业尚可理解，毕竟MSA主要是应用于汽车制造业及其供应链。

第二个层次：虽然接触过MSA并尝试过应用它，但缺乏对MSA 基本的理解和掌握，甚至把MSA与计量搞混淆。这种情况常见于创业初期的制造公司，无论是从人才的培养还是MSA的应用环境而言均很不成熟。

第三个层次：正在应用MSA但不得要领。对MSA的理解过于肤浅和片面，没有深入、系统地对它进行过研究和掌握。

第四个层次：非常熟练地应用MSA工具，但管理上却不予以重视，导致出现MSA团队单打独斗的局面， 终的结果是MSA工具仅表现出了它技术的一面，而难以发挥其管理的效能。 典型的就是容易出现测量系统开发阶段与MSA的管理脱节、测量系统的改善工作难以开展和推行等情况，例如其他部门因为不理解MSA工作而导致的不配合，或者因为管理层不理解MSA工作而导致各相关部门难以配合、无从配合的境地。

第五个层次：不仅从技术层面熟练应用和掌握MSA这个质量工具，在管理上也有一套成熟的制度和流程，并且管理层对MSA也有足够的认知和重视。这是MSA有效发挥其功能的 佳状态，也是我们期待的一种应用水平。

在管理学上有一个概念，那就是无论在制造过程中出现了什么问题，究其 终的根本原因还是要归结于体系和流程的缺陷。本书的编写立足于技术和管理的结合，不仅有对技术的深入剖析和探讨，也包含了对管理上的建议，旨在站在系统的高度来处理测量系统的根本问题。由于国内外在MSA的研究方面资料非常匮乏，本书在编写过程中，也是非常不容易地搜集了一些关于MSA的专业资料和文献，以AIAG MSA手册为核心参考资料，以盛骤、谢式千等编写的《概率论与数理统计》（第4版）为主要的统计学参考资料，结合马林、何桢教授编著的《六西格玛管理》以及马逢时、周暐、刘传冰编著的《六西格玛管理统计指南——MINITAB使用指导》，计量学方面则以中国计量测试学会组织编写的《一级注册计量师基础知识及专业实务》（第3版）、叶德培编著的《测量不确定度理解评定与应用》为主要参考资料，同时还参阅了大量的关于MSA方面的论文和文献资料，历时半年的准备与编写工作，终于完稿。

在完稿的激动之余，期待本书能得到很好的推广，一来为本人这十来年测量工作所学习到的理论知识和所获得的测量工作经验进行总结和升华；再者希望为在国内推广MSA工具起到一个助推作用；而且也是向MSA领域的各个专家和学者致敬，感谢你们的研究成果，这些研究成果是支撑本人能够编写好本书的强力支柱，没有你们的研究成果，本书的内容将会缺乏充分的理论支撑和实践论证； 后则是感谢本人奋斗过的公司为我提供了积累测量实践经验的机会。

本书的内容分为上、中、下三篇。上篇为入门与管理，中篇为理论与提高，下篇为应用与实战。这样编排不仅适用于初学者循序渐进地学习，也适用于有一定理论和实践基础的从业人员直接选择自己所需要的内容进行参考，同时还适用于其他从事测量工程相关工作的人员有针对性地对全书内容进行快速定位和检索。

“入门与管理”包括两部分内容：其一在于纠正对MSA的错误认知，明确MSA的实际价值和意义；其二在于提出MSA所需要的管理资源配置以及具体的管理思路，这也是MSA在实际应用中必然要面对且要想办法解决的现实问题。

“理论与提高”是对MSA理论体系的归纳、总结和升华，着重剖析理论背后的原理和意图，使读者不仅知其然，更能知其所以然，为今后活学活用MSA奠定扎实的理论基础。本书致力于完善MSA理论框架，尤其是在本篇中，针对破坏性测量系统的分析方面着重进行了叙述与铺陈，通过这一部分的学习，读者可以使自己的MSA理论体系更加完备，在应用时更能得心应手。

“应用与实战”是本书的又一特色。结合本人多年的一线MSA推行经验，发现实际状况远比想象的复杂而多变，如果认为MSA是一项可以“公式化”的、“简单”的工作，那可就大错特错了。因此，本人将理论与实践进行有机结合，在本篇内容的编写时尤为慎重，描述时做到尽量缜密周到，避免误导读者。通过本篇的学习，读者可以应对更加复杂的测量系统分析工作，而不会陷入迷茫或毫无对策的境地。

本书在编写过程中，虽立足于AIAG MSA参考手册，但又没有拘泥于手册的内容。本书扎根于统计学的理论知识，结合计量学的原理，站在质量体系的高度，对平时人们习以为常的一些理解误区进行了充分的剖析和纠正，同时还引入一些新的理论与概念，以对MSA的理论框架进行补充，比如数据采集后要进行粗大误差的判别和剔除，对于破坏性测量系统引入“假设检验”“相关性分析”和“熵增原理”，对于样本分布过于集中的问题引入了“数据平移”的概念，等等。当然，每一种新的理论和概念的引入皆有其合理与不合理的一面，这些都只是对MS