同一根轴，三个人量出三个数问题到底出在产品，还是出在你的尺子上？

MSA 测量系统分析

重复性与再现性 GR&R

同一根轴，三个人量出三个数

问题到底出在产品，还是出在你的尺子上？

质量人必修课 | 读懂重复性与再现性，才算真正会看数据

同一根轴，A 量是 25.012，B 量是 24.996，C 量是 25.031。三个人吵了一下午，谁也说服不了谁。

最后班组长拿来第四把卡尺一量，25.004。

问题来了：这根轴到底合不合格？

一、先接受一个事实：测量值从来不等于真值

很多质量纠纷的根源，不是产品做坏了，而是我们默认了一个根本不成立的假设： 量出来的数，就是零件真实的尺寸。

实际上，任何一次测量得到的结果，都可以拆成两部分：

观测值 = 零件真值 + 测量误差
而测量误差，又来自人、机、料、法、环的叠加

把它放到过程变差里看，会更直观：

观测到的过程变差 = 产品真实变差 + 测量系统变差

这句话的杀伤力在于： 如果你的测量系统变差足够大，你看到的"过程波动"很可能全是尺子的抖动，而不是机床的抖动。

于是就出现两种典型的误判：

误判一：把好件判成坏件。过程其实很稳定，是量具在抖，你却去调机床、停机、返工，白折腾一整班。

误判二：把坏件判成好件。量具分辨力不够，超差的零件在读数上"看着挺好"，直接流到客户手上。

这两种错误，都会真金白银地烧钱。MSA（Measurement System Analysis，测量系统分析）存在的意义，就是在你相信数据之前，先审一审这把尺子。

二、重复性与再现性，差的到底是一个字还是一整个逻辑

这两个词只有一字之差，也是全公司最容易被讲混的一对概念。先给一句能记住的话：

一个人反复量，量出来的差异叫 重复性；
换几个人量，量出来的差异叫 再现性。

拆开讲清楚：

对比项 重复性 Repeatability 再现性 Reproducibility 通俗叫法 设备变差 EV 评价人变差 AV 变化的是 只有"测了很多次" 换了个操作的人 保持不变的 同一人、同一量具、同一零件、同一特性、同一位置、短时间间隔 同一量具、同一零件、同一特性（人变了） 反映的是 量具本身的能力：精度、夹紧、磨损、分辨力、示值稳定性 测量方法的统一性：培训、手法、读数习惯、作业指导书 变差大了说明 "这把尺子不行" "这几个人的量法不统一" 典型改进方向 换量具、修量具、加定位工装、控制温湿度与振动 写测量作业指导书、统一测力与取点、专项培训

一个现场速判法：让同一个人对同一件零件连测 10 次，看这 10 个数的极差；再让三个人各测 1 次，看三个平均值的极差。前者大就是设备问题，后者大就是人的问题，两个都大，恭喜你，两边都得治。

把这两项合在一起，就是业内天天挂在嘴上的 GR&R（Gauge Repeatability and Reproducibility，量具重复性与再现性），也常被写成 R&R。

三、放到全景里看：MSA 的"五性"各管一段

重复性和再现性只是 MSA 的一半。完整的计量型测量系统分析，要看五个统计特性。可以用一句话分两类： 前三个管"准不准"，后两个管"稳不稳"。

特性 回答的问题 一句话理解 偏倚 Bias 量得准不准 多次测量的平均值，与标准件真值之差 线性 Linearity 全量程都准吗 在量程的小端、中端、大端，偏倚是否一致 稳定性 Stability 今天准，下个月还准吗 同一标准件在不同时间测，结果是否漂移 重复性 Repeatability 同一个人量，稳吗 短时间多次测量的变差，设备变差 EV 再现性 Reproducibility 换个人量，还一样吗 不同评价人平均值的变差，评价人变差 AV

做产品符合性判定，偏倚是底线；做过程能力分析和 SPC，重复性与再现性是底线。 GR&R 不合格，Cpk 算出来再漂亮也不能信。

四、GR&R 怎么做：从取样到判定的五步

不用被统计公式吓住，GR&R 的现场逻辑其实非常朴素。标准做法是 均值极差法，流程如下：

① 选零件：10 件，必须覆盖整个过程变差

这是最容易做错的一步。零件不能只挑合格件，也不能全是同一批次。要特意挑出偏小、中间、偏大的件，甚至带上两件临界超差的。 选样的代表性，直接决定 GR&R 结果的可信度。

② 选评价人：2 到 3 名日常实际操作者

不要用"最熟练的老师傅"来秀数据，也不要拉一个从没量过的实习生。就选平时真正在做这个测量的人，结果才有代表性。

③ 盲测：随机顺序，每人每件测 2 到 3 次

给零件编号，但 编号不要暴露尺寸大小顺序；每轮打乱顺序再测；评价人之间不许交流读数，也不许回看自己上一轮的结果。这一步叫"盲测"，防的是记忆偏差和从众效应。

④ 计算：三种方法，按场景选

极差法：只算总极差，最快，适合现场快速筛查，精度低。
均值极差法（X-R）：最常用，手算或 Excel 都能做，能分别算出 EV 和 AV，缺点是算不出人与零件的交互作用。
方差分析法（ANOVA）：最严谨，能分离出"人 × 零件"交互作用，现在主流 MSA 软件默认用它。

⑤ 判定：看 %GR&R 和 ndc 两个数

只报一个 %GR&R 是不够的，必须同时看区别分类数 ndc（number of distinct categories）。详见下一节。

核心公式（看不懂可以跳过，不影响使用）

GR&R 变差：σGRR = √(EV² + AV²)
总变差：σTV = √(σGRR² + σPV²)
占比：%GR&R = σGRR ÷ σTV × 100%
区别分类数：ndc = 1.41 × (σPV ÷ σGRR)

有个常被追问的点：到底用标准差 σ，还是用 5.15σ（99% 置信区间）？答案是 都可以。因为 %GR&R 是比值，分子分母同时乘 5.15，结果完全一样。但一份报告里口径要统一，别一半用 σ、一半用 5.15σ。

五、判定的三档红线，以及那个常年被忽略的 ndc

%GR&R 结论 该怎么处理 ≤ 10% 可接受 测量系统能力充分，可直接用于过程控制与产品判定 10% ~ 30% 有条件接受 视零件重要性、测量成本、后续改进难度决定；用于过程分析需谨慎 > 30% 不可接受 必须改进后再评；在此之前的数据不应用于过程能力分析

第二个指标 ndc（区别分类数），含义是：这套测量系统能把过程变差可靠地分成几档。

通俗点说，如果 ndc = 2，那这把尺子基本只能告诉你"大"或"小"，跟用通止规没区别；如果 ndc ≥ 5，它才勉强能撑起一张 SPC 控制图。

ndc ≥ 5 是及格线，对应 %GR&R 约 28% 以下。
ndc < 2 意味着测量系统几乎无分辨能力，数据只能做合格/不合格判定，不能用于过程分析。

这也是为什么 只看 %GR&R 会漏掉分辨力不足的问题：一个分辨力很差的量具，可能因为重复性"看起来很稳"而算出不错的 %GR&R，但 ndc 一算就露馅了。

六、算一笔真实账：一个机加工车间的 GR&R 改进

讲个很典型的现场场景，方便对号入座。

某机加工车间，加工一根 φ25 ±0.05 的台阶轴，外径用外径千分尺检测。过去三个月，检验员之间为"这件到底超没超差"吵过无数次，返工率也一直下不来。质量部决定做一次 GR&R。

研究设计

零件：10 件，从当班产品中按尺寸从小到大挑选，覆盖整个过程变差范围
评价人：3 名日常检验员（A、B、C）
测量：每人每件测 3 次，盲测，随机顺序
方法：均值极差法（X-R）

变差分量 改进前 改进后 重复性 EV 0.0042 0.00105 再现性 AV 0.0031 0.00085 GR&R 0.00522 0.00135 零件变差 PV 0.0140 0.0140 %GR&R 34.9% 9.6% ndc 4 14

结论：改进前 34.9%，直接判不合格。而且 EV（0.0042）明显大于 AV（0.0031），说明主因在设备和方法，不只是人的问题。

他们做了四件事：

① 把"手持零件、悬空测量"改成 V 型块定位 + 固定测力装置，消除人为握持变形和测力不一致。

② 把用了六年的机械千分尺换成 数显千分尺，去掉人工读刻度带来的估读误差。

③ 编写 测量作业指导书：明确取点位置（距端面 10mm 处）、旋转 90° 测两点取平均、测棘轮响三声。

④ 三名检验员做 统一手法培训与比对，培训后重测。

三个月后复评：%GR&R 降到 9.6%，ndc 从 4 提到 14。最直观的变化是，检验员之间关于"超没超差"的争执基本消失了，同类零件的误判返工下降了一大截。

七、拿到一个糟糕的 %GR&R，先查谁

这是最实用的一节。GR&R 不合格，改进方向完全取决于变差来自哪一段：

EV 明显大于 AV：问题在量具和方法

查这七项：分辨力是否满足 1/10 法则；量具是否磨损或需校准；装夹定位是否可靠；测量力是否恒定；零件在测量中是否变形（薄壁件尤其）；环境温湿度与振动；量具与被测件的材质热膨胀差异。

AV 明显大于 EV：问题在人

查这五项：有没有测量作业指导书；取点位置是否统一；读数时机与估读规则是否统一；人员是否经过培训与能力确认；量具是否对某些人不友好（如视线角度、测力手感）。

ndc 偏低但 %GR&R 尚可：查分辨力

典型的"量具太粗"。记住 1:10 法则： 量具分辨力应不大于过程变差或公差带宽的十分之一，取两者中较小者。φ25±0.05 公差带 0.1mm，分辨力至少要能读到 0.01mm；如果只有 0.02mm 的刻度，就该换量具了。

如果是用 ANOVA 法做的，还会多一项： 人与零件的交互作用显著。意思是某个评价人在某几件特定零件上表现特别离谱，通常能追到具体的操作手法问题，比如测锥面时找最大值的习惯不一样。

八、六个高频误区，看看你踩过几个

误区一：只用合格件做 GR&R

零件变差 PV 被人为压小，分母直接塌陷，%GR&R 必然虚高，最后得出"量具不合格"的错误结论。 取样必须覆盖过程变差，这是第一原则。

误区二：拿同一件标准件反复测，当成 GR&R

那测出来的是重复性和稳定性，缺了零件变差和再现性，不是完整的 GR&R。

误区三：做一次，管一辈子

量具会磨损，人员会轮换，产品会换代。至少 每年定期复评一次；出现新量具、新特性、新检验员上岗、量具维修或校准异常、过程能力突变时，必须重做。

误区四：只盯 %GR&R，不看 ndc

分辨力不足会被漂亮的 %GR&R 掩盖住，直到 SPC 控制图上出现一层一层的台阶才被发现。

误区五：把锅全甩给"量具不行"

现场统计下来，相当比例的 GR&R 超标，根因是 测量方法没有标准化，而不是量具精度不够。先统一手法，再谈换设备，能省下不少预算。

误区六：做完就归档，不用于决策

MSA 不是应付审核的一张表。它的结论应该直接连到三个地方：SPC 是否可用、Cpk 数据是否可信、检验频次和量具选型怎么定。

九、落地清单：把 MSA 变成日常，而不是一次运动

照着下面这七条建制度，比做十次漂亮的 GR&R 报告更有用：

① 建测量系统台账。每台量具编号、对应特性、最近一次 GR&R 结果、有效期、责任人，一张表管到底。

② 做特性分级。关键特性（安全件、功能件、客户指定）必做 GR&R，一般特性可视风险简化或只做重复性检查。

③ 设触发条件。新量具验收、新品试产、量具维修后、检验员变更后、过程能力异常时，自动触发重评。

④ 写测量作业指导书。取点位置、测力方式、读数时机、环境条件、记录精度，一条条写死，别留"看着办"的空间。

⑤ 分辨力前置检查。选量具阶段就过一遍 1:10 法则，别等设备买回来才发现读不出来。

⑥ 计数型另开一路。通止规、目视检查这类判定型测量系统，用 Kappa 一致性分析，评估的是错判率和漏判率，不是 GR&R。

⑦ 结论要闭环。%GR&R 超标的，必须有改进措施、责任人和复评日期，而不是在报告上签个"知悉"了事。

最后留一句话：

在质量管理体系里，数据是所有决策的地基。而重复性与再现性，就是这块地基下面的那层钢筋。

钢筋锈了，上面盖得再漂亮，也随时可能塌。

所以下次再有人为了 0.01mm 争得面红耳赤，先别急着判产品，先去问问： 这把尺子，我们审过吗？

你所在的现场，GR&R 超标通常卡在哪一环？是量具本身，还是几个人的量法始终统一不起来？欢迎在评论区聊聊你的经历。