测量系统分析工具常见问题
面向质量工程师、制造质量团队、系统维护人员和审核准备场景的实用说明。
1. 研究选择与准备
如何选择 Variable Gage R&R、Kappa 或 Type 1？
数值型测量并包含零件、操作员和重复测量时，使用 Variable Gage R&R。输出为 OK / NG、缺陷类别等分类判定时，使用属性一致性 / Kappa。使用一个参考件或标准样件进行重复测量、评价短期量具能力、偏倚、Cg 和 Cgk 时，使用 Type 1 量具研究。
Type 1 能否替代完整 Gage R&R？
不能。Type 1 适合在受控重复测量条件下检查量具本身，但不评价零件间变差、多名操作员或操作员与零件交互作用。当这些来源会影响工程判断时，Type 1 只能作为补充研究，不能替代完整 Gage R&R。
MSA 研究是否需要代表实际使用工况？
需要。测量方法、夹具、操作人员、零件范围、分辨率、环境条件和正常操作程序应尽量代表计划使用的测量过程。如果研究条件与实际使用不一致，所得结果可能无法支持计划中的工程决策。
MSA 结果可接受是否代表量具已经校准并且准确？
不能直接等同。校准或验证用于确认量具示值与已接受参考标准之间的关系，并支持计量溯源；MSA 用于评价特定研究条件下测量过程的变差表现。MSA 结果可接受不能替代校准，也不能单独证明量具在所有应用中均准确或适用。
Kappa 是否必须有参考标准？
如果需要评价与已知标准的一致性，强烈建议提供参考标准。没有参考标准时，工具仍可评价操作员内部和操作员之间的一致性，但不能计算对标准准确率、对标准 Kappa 或混淆矩阵。
2. 结果解释
%Study Variation 与 %Tolerance 有什么区别？
%Study Variation 是将测量系统变差与本次研究观察到的总变差比较。%Tolerance 是将测量系统变差与工程公差比较。当已提供公差时，%Tolerance 通常更适合用于放行或规格判定。
为什么 %Study Variation 很低但总体仍可能不可接受？
当输入公差时，总体结论可能使用基于公差的评价依据。测量系统相对于研究变差可能表现较好，但仍可能占用过多规格公差。请始终查看报告中使用的是哪一种评价依据。
ndc 代表什么？
ndc 用于估计测量系统能够区分多少个不同的零件变差类别。ndc 越高，区分能力越强。ndc 偏低可能来自测量噪声较高、零件间变差不足，或样品范围不能代表过程变差。
为什么 Kappa 总体评价基于最低适用 Kappa？
属性 MSA 可能在不同一致性路径上失效：操作员自身重复判定不稳定、操作员之间不一致，或与参考标准不一致。使用最低适用 Kappa 可以让总体评价反映最薄弱的实际一致性来源。
Cg 和 Cgk 分别代表什么？
Cg 主要评价短期重复性相对于公差的能力。Cgk 同时考虑相对于参考值的偏倚。如果重复读数稳定但整体偏离参考值，Cg 可能可接受，而 Cgk 处于临界。
3. 数据、浏览器与会话
刷新或关闭页面后，我的数据会怎样？
测量数据、字段映射、设置和分析结果仅保留在当前浏览器会话中，除非用户主动导出。刷新、关闭页面或浏览器异常可能导致当前工作丢失。离开页面前，请导出所需的 PDF、HTML、JSON 或原始数据。如果当前尚未实现 JSON 导入和现场恢复，不得把 JSON 描述为可以恢复项目的工程文件。
测量数据是否会上传到服务器？
统计分析在浏览器本地完成，分析流程不会主动将原始测量数据上传至分析服务器。网站可能收集基础页面使用信息。用户主动提交反馈时，反馈内容及相关技术信息可能会发送至已配置的反馈服务。请勿在反馈表单中填写机密测量数据。
支持哪些文件格式和数据结构？
导入流程支持由浏览器端解析器处理的 CSV 和 Excel 格式。当必要字段可以识别时，常见长表和宽表 MSA 数据结构均可解析。建议避免合并单元格、备注混入数据行，以及零件或操作员命名不一致。
工具最多支持多少行数据？
当前版本不声明统一且经过验证的最大记录数。实际性能取决于分析类型、数据结构、浏览器版本、可用内存、图表渲染和报告大小。较大的数据集可能导致导入、分析或报告生成变慢。只有完成浏览器和设备性能测试后，才能公布推荐的数据量上限。
推荐使用什么浏览器？
建议使用近期版本的 Chrome、Edge 或 Safari，以获得较稳定的文件导入、计算、图表渲染和报告导出体验。兼容性可能因浏览器版本和设备而异。用于受控流程或审核相关用途前，组织应验证其批准的浏览器环境。
4. 方法与审核使用
本工具的计算方法基于哪些标准或方法？
本工具实现了常用的 MSA 方法，包括基于 ANOVA 的变量型 Gage R&R、属性一致性 / Kappa 分析以及 Type 1 量具研究。相关术语和计算结构参考常用 MSA 方法体系设计。在尚未完成有文件记录的软件验证包之前，不应将工具描述为已经认证、完全符合 AIAG MSA 第 4 版或符合 VDA 5。组织在正式使用前应通过已批准的参考案例验证软件结果。
为什么结果可能与 Excel 模板或其他统计软件不同？
差异可能来自计算方法和设置，包括 ANOVA 与均值极差法、交叉或嵌套设计、交互项是否合并、合并阈值、负方差分量处理、非平衡数据处理、公差定义、研究变差倍数和显示精度。比较结果前，应先确认研究设计和所有关键计算设置一致。
本工具或报告能否单独证明符合 IATF 16949？
不能。工具可以提供计算结果和结构化支持记录，但合规性还取决于组织批准的程序、客户特殊要求、软件验证、量具校准与溯源、人员资格、样本选择、研究条件、记录控制、复核和批准。报告应作为支持性证据，而不能作为独立的合规证明。
报告能否作为量具批准的唯一依据？
不能。报告提供统计证据和结构化工程解释，但不能替代校准、计量溯源、计划使用工况下的适用性确认、研究设计复核、数据质量复核、产品风险评价，以及组织要求的验证和批准流程。
审核时，MSA 报告还应配合哪些支持记录？
根据组织和客户要求，支持记录可能包括原始数据、研究计划、量具标识、有效的校准或验证记录、测量方法、人员资格、样本选择依据、环境或使用条件、软件版本、计算方法、接收准则、复核记录和批准记录。
5. 报告与共享
如何保存当前分析并与同事共享？
可以导出 PDF 或 HTML 作为可读报告，并使用 JSON 保存当前输入、设置和结果的结构化记录。原始数据也应按照组织的记录控制要求单独保存。如果当前版本尚未支持 JSON 导入和项目恢复，重新打开导出的 JSON 并不能自动恢复完整分析现场。
为什么报告会显示多个评价指标？
MSA 判断通常不能只看一个指标。变量型研究可能显示总 Gage R&R、EV、AV、PV、ndc、交互作用和基于公差的指标。Kappa 研究会区分操作员内部、操作员之间、对标准准确率和对标准 Kappa。Type 1 报告会区分重复性能力、偏倚能力、偏倚和重复读数变差。
属性 MSA 是否只支持合格 / 不合格？能否分析多个类别？
工具可以分析两个或更多分类结果。对于没有自然顺序的名义分类，可使用普通 Kappa；对于具有明确顺序的分类，可使用线性或二次加权 Kappa。分析使用的类别顺序必须经过仔细确认。如果当前版本自动确定类别顺序，且尚未提供用户自定义分类顺序的设置，在确认顺序前不应直接依赖加权 Kappa 结论。
为什么导出的报告看起来和页面仪表板不同？
页面仪表板更适合交互查看，紧凑报告更适合打印、归档和 PDF 输出。因此报告可能使用更紧凑的表格和简化图表，但应保留相同的计算值和评价依据。
是否可以把机密测量值写入反馈表单？
不建议。反馈表单只用于提交使用问题、文字不清、错误或功能建议。它会把反馈内容和有限技术上下文发送到已配置的反馈服务。请勿填写原始测量数据、客户名称、供应商名称、零件编号、产品名称或其他机密信息。