什麼是MSA

• Measurement System Analysis 量測系統分析
• 透過獨立客觀的量測流程與統計分析檢驗機台設備的信賴度和操作人員的一致性，以利於降低變異和產品製程的風險

何時用MSA

• 異常分析
• 關鍵特性 – 法令法規
• 關鍵特性 – 客戶要求
• 關鍵特性 – 關鍵製程或嚴重影響品質

什麼是好的量測系統

1. 分辨力(Discrimination)
   • 量具(gage)解析度(resolution)滿足需求
     汽車行業行動小組(Automotive Industry Action Group, AIAG)認為要能將量測物(Device Under Test, DUT)做區別分類的組數要大於(greater than) 5。
   • 十分之一法則(One to ten rule)
     以規格允差範圍(total tolerance)的1/10做為量測系統必要解析度。
   • 解析度不足可能造成量測數值過度去尾，並造成異常。
     (下方的 X Bar Range 平均值與全距管制圖 說明量具精度造成的影響)
     
2. 準確度(Accuracy)：位置變異(Location Variation)
   • 穩定性(Stability) or 漂移(Drift)
     以前、現在、未來都能產出一模一樣的量測結果。
   • 偏倚(Bias)
     量測結果與真實結果一致。
   • 線性(Linearity)
     即便有難以避免的偏倚狀況，在可量測的範圍內，各量測點間偏椅量的差異也非常小。
3. 精密度(Precision)
   • 重複性(Repeatability)：量具變異(Equipment Variation)
     同一個人對同一個量測物進行重複量測，每次的量測結果都一樣。
   • 再現性(Reproducibilty)：評價者變異(Appraiser Variation)
     不同一個人對同一個量測物進行量測，每個人的量測結果都一樣。

MSA如何評估量測系統

MSA主要在評估量測系統的準確性與變異性是否符合需求。

在短時間內(ex:1Hr)反覆測試預定的標準件，然後在預定的周期內重複測量，以獲得分析數據。樣本數建議至少要有25個(最好50個)。(參考連結)

5性分析（依執行順序）

1. 分析準確度(Accuracy) – 穩定性、偏倚、線性
   1. 穩定性
      繪製XbarR Chart(計量型)或P Chart(計數型)管制圖來進行分析
   2. 偏倚
      • 越小越好，理想值為0
      • Bias% = (平均 – 目標值) / 規格允差範圍 x 100%
   3. 線性
      統計的ANOVA迴歸分析
2. 分析變異(Variability) – 重複性、再現性
   • 變異結構圖
     
   • AIAG對於量測變異佔總變異(規格公差)比例(比值)的評判：
     • <10% – 可接受
     • 10~30% – 條件接受
     • >30% – 不可接受
   • 計量型(電流電壓等有實際量測數值的情境)分析工具
     Gage R&R (量具的重複性和再現性分析)
   • 計數型(判定PASS/FAIL等沒有實際量測數值的情境)分析工具
     Kappa係數計算