MSA 量測系統分析怎麼做?GR&R 判定標準與量測數據的自動來源

你的 GR&R 報告,是不是每次都剛好過?
問這句沒有冒犯的意思。台灣不少工廠的 MSA 報告長期落在 %GRR 二十幾趴,年復一年在同一個位置。這種穩定通常來自兩件事:量測的十個件是特地挑出來的、或者數據是抄進 Excel 之後「整理」過的。真正把樣本隨機抓、讓三個作業員盲測、把原始數據直接灌進去算,很多量具第一次跑出來的結果會讓人嚇一跳。
MSA 量測系統分析(Measurement System Analysis)要回答的問題很單純:你量到的變異,有多少是產品真的在變,有多少是你的量具跟量測的人自己製造出來的。這個比例超過三成,你的檢驗數據就沒有辦法拿來判定合格與否,後面的 SPC 管制圖、製程能力指數、PPAP 送件資料全部跟著失去意義。
我們在幫製造業做 QMS 系統開發時,最常遇到的狀況是「GR&R 會算,但算完那份報告躺在計量課的電腦裡,跟每天真正在用的檢驗數據完全沒有連起來」。這篇除了把 GR&R 怎麼做、怎麼判講清楚,還會談一件多數文章不談的事:量測數據要怎麼從量具直接收進系統,而不是靠人抄。
MSA 量測系統分析是什麼:速覽表
一句話:MSA 是用統計方法檢查「你的量測系統本身可不可信」的一整套做法,GR&R 只是其中最常用的一項。
問題 | 答案 |
|---|---|
MSA 全名 | Measurement System Analysis,量測系統分析 |
在檢查什麼 | 量具、量測方法、作業員、環境、SOP 這整套系統的變異 |
包含哪些分析 | 解析度、偏倚、線性、穩定性、重複性、再現性(GR&R)、計數型一致性 |
最常被要求的是哪一項 | GR&R(重複性與再現性研究) |
誰要求的 | IATF 16949 與客戶 CSR,PPAP 第 8 項就是 MSA |
標準的做法 | 10 個件 × 3 個作業員 × 3 次,隨機盲測 |
判定看哪兩個數 | %GRR 與 ndc(可區別類別數) |
沒過會怎樣 | 該量具量出來的所有數據不能用於判定,PPAP 會被退 |
MSA 是 IATF 16949 核心工具之一,在 IATF 16949 六大核心工具裡它負責的是「數據可不可信」這一段。它的位置很特別:SPC、製程能力、檢驗判定全部站在它上面,它塌了上面全塌。
這件事我們在做客製化 QMS 開發時看得特別清楚。很多公司花大錢導入了管制圖與戰情看板,數據來源卻是作業員在紙本上抄的卡尺讀數,量具的 GR&R 從來沒做過。看板很漂亮,數字沒有意義。
量測系統的五個特性:GR&R 只管其中兩個
GR&R 只管兩件事,量測系統要看的有五件。這五個特性的定義依 Quality-One 的 MSA 說明整理如下。
特性 | 中文 | 在問什麼 | 怎麼查 |
|---|---|---|---|
Repeatability | 重複性 | 同一個人、同一支量具、量同一個件,結果一不一致 | GR&R 研究裡的 EV |
Reproducibility | 再現性 | 換不同的人來量同一批件,結果一不一致 | GR&R 研究裡的 AV |
Bias | 偏倚 | 量出來的平均值跟真值差多少 | 用標準件重複量,看平均值偏移 |
Linearity | 線性 | 偏倚在量測範圍的兩端是不是一樣大 | 取多個不同大小的標準件,各自算偏倚 |
Stability | 穩定性 | 同一支量具,這個月跟三個月後的偏倚一不一樣 | 定期量標準件,畫管制圖看趨勢 |
前兩項合起來就是 GR&R,後三項要用標準件(有已知真值的件)才能做。台灣工廠普遍只做前兩項,後三項多半掛在校正報告裡帶過。這個做法有風險:偏倚跟線性有問題的量具,GR&R 一樣會過。量得非常穩定,但全部穩定地量錯,這在只看 %GRR 的報告裡完全看不出來。
還有一個常被跳過的前置檢查:解析度。量具的最小刻度要能切得夠細,實務上常用的判斷是量具解析度不超過製程變異或公差帶的十分之一。用一支最小刻度 0.01 mm 的卡尺去量公差帶 0.02 mm 的尺寸,這種案子不用做 GR&R,光看解析度就知道不會過。
這五個特性跟量具的校正是兩件不同的事,很多人會混淆。校正處理的是「量具相對於標準的準確度」,MSA 處理的是「這個量具放在你現場、給你的作業員用、量你的產品時的變異」。兩者都要做,而且校正是 MSA 的前提。校正制度怎麼建,看儀器校正管理制度。
GR&R 怎麼做:10 × 3 × 3 那張表的由來
先講結論:標準做法是取 10 個件、找 3 個作業員、每人每件量 3 次,總共 90 筆數據。
Quality-One 的建議是:從正常生產中隨機取至少 10 個件,3 個作業員,每人每件量 3 次。計數型量具(通過/不通過)則用 10 個件、2 個作業員、每人 2 次,用 Kappa 值判定一致性。
執行時有五個細節決定這份報告有沒有意義:
細節 | 正確做法 | 常見的錯 |
|---|---|---|
取樣 | 從實際產線隨機取,涵蓋製程的正常變異 | 挑好件,或全部取自同一模穴同一時段 |
編號 | 件要編號,但作業員看不到 | 編號直接寫在件上,作業員記得上次量多少 |
順序 | 每一輪都重新隨機排序 | 三輪都照 1 到 10 的順序量 |
獨立性 | 作業員之間看不到彼此的結果 | 三個人圍著同一張表填 |
原始值 | 記錄量具的原始讀數 | 四捨五入後才記,把解析度自己砍掉 |
第五項最容易被忽略。卡尺讀到 0.01,記錄的人習慣寫成 0.02 的整數倍,這個動作直接讓 ndc 掉一半。原始數據直接進系統的價值,有一半就在這裡。
另外一個排程上的判斷:MSA 要排在量產試作之前。PPAP 送件流程裡,MSA 是第 8 項、尺寸結果是第 9 項、初期製程研究是第 11 項,順序就是這樣安排的。先確認量測系統可信,量出來的數才有資格拿去算製程能力。MSA 排在最後做的團隊,遇到不合格時已經沒有時間重量。
GR&R 判定標準:%GRR 與 ndc 兩把尺
判定要同時看兩個數字,只看一個會漏掉東西。
第一把尺:%GRR。iSixSigma 的定義講得很直接:
%GRR | 判定 | 實際該怎麼處理 |
|---|---|---|
低於 10% | 可接受 | 直接用 |
10% 到 30% | 視情況可接受 | 依該特性的重要性、量具成本、修理成本決定。特殊特性建議拉回 10% 以下 |
超過 30% | 不可接受 | 必須改善,改善前該量具量出來的數據不能拿來判定 |
這裡有一個容易吵架的地方:%GRR 的分母。分母取「製程總變異」算出來的叫 %Study Variation,取「公差帶」算出來的叫 %Tolerance(也常叫 P/T 比)。兩者的用途不同:判斷「這支量具能不能用來判合格與否」看 %Tolerance,判斷「這支量具能不能用來看製程改善」看 %Study Variation。ANOVA gauge R&R 的整理提到 P/T 比低於 0.1 時量測系統可以可靠判定規格內外,高於 0.3 時會出現把不良判成良品、良品判成不良的情況。
客戶要求哪一個,看 CSR。兩個都算出來寫進報告,是比較安全的做法。
第二把尺:ndc(number of distinct categories,可區別類別數)。這個數字回答的是「你的量具能把這批件分成幾個看得出差別的等級」。Minitab 的說明引用 AIAG 的準則:ndc 大於等於 5 才算可接受的量測系統。
ndc 太低的意思很具體:ndc 等於 2,代表你的量具只分得出「大的」跟「小的」;ndc 等於 3,只分得出大中小。這樣的量測系統畫出來的管制圖,點會擠在幾條水平線上,看起來很穩定,實際上是解析度不足造成的假象。
兩把尺一起看的理由:%GRR 合格但 ndc 小於 5 的情況是存在的,通常發生在製程變異本身很小的時候。這種時候 %GRR 好看是因為分母大,量測系統其實沒有真的變好。
平均值全距法與變異數分析法差在哪
AIAG 的 MSA 手冊提供兩種計算方式,台灣現場兩種都會看到。
比較項目 | 平均值全距法(Average and Range) | 變異數分析法(ANOVA) |
|---|---|---|
計算難度 | 查表 + 四則運算,可以手算或用 Excel | 要跑變異數分析,實務上靠軟體 |
能不能拆出交互作用 | 不行 | 可以,能單獨看作業員與件的交互作用 |
結果差異 | 兩種方法結果不同但多數情況接近 | 同左 |
適合的場合 | 現場快速判斷、資源有限、沒有統計軟體 | 正式報告、客戶要求嚴、需要找根因 |
對數據的要求 | 較寬鬆 | 同樣需要平衡的設計(每人每件次數一致) |
SPC for Excel 的整理說得很清楚:兩種方法產生的結果不完全一樣,多數情況下會接近;ANOVA 方法可以偵測到作業員與件的交互作用,平均值全距法做不到。
交互作用這件事值得展開。它的意思是「某個作業員量大件特別準、量小件特別不準」,或者「某個作業員對某一類件有系統性的偏差」。平均值全距法只會告訴你「作業員之間有差異」,ANOVA 會告訴你「差異發生在哪一段」。這個資訊決定改善方向:全域差異通常是訓練或 SOP 問題,局部差異通常是治具或量測手法問題。
我們的判斷是:現場自主檢查用平均值全距法就夠,對外送件與找根因一律用 ANOVA。理由很現實:平均值全距法的查表係數(d2 等)在不同版本手冊裡有出入,客戶審報告時很容易在這裡挑毛病。
GR&R 不合格怎麼辦:照這個順序查
不合格之後最糟的反應是直接換量具,因為換了之後多半還是不合格。原因很簡單:重複性跟再現性是兩個不同的病,要先分清楚是哪一個。
這張圖的重點在最後一個框:當解析度、治具、訓練都做過還是不合格,代表這個量測原理本身不適合這個特性,要換的是方法,不是量具品牌。薄件用外徑分厘卡量會壓變形,這種情況換十支分厘卡都一樣。
改善完成之後有一個步驟常被漏掉:回頭更新 QC 工程表的「評估量測技術」欄位。量測方法改了、治具換了、樣本數調了,管制計畫上寫的還是舊的,下次稽核這就是一個不符合。
量測數據怎麼自動收進來:多數文章不談的那一段
到這裡為止的內容,網路上找得到的資料都講得差不多。接下來這一段是我們在做系統時看到、而技術文章很少寫的部分:這些數據平常是怎麼進到報表裡的。
台灣工廠的現況大致分三種:
做法 | 現場長什麼樣 | 每天花掉的時間 | 出錯的地方 |
|---|---|---|---|
純手抄 | 作業員量完寫在紙本檢驗表,月底由品保打進 Excel | 打字 1 到 2 小時/天 | 打錯、漏打、字跡辨識錯誤、原始表單遺失 |
半自動 | CMM 匯出 CSV,人工複製貼上到報表範本 | 整理 30 到 60 分鐘/天 | 貼錯欄、版本混亂、檔名認不出是哪個批次 |
直接收 | 數位量具或 CMM 把讀數直接送進系統,綁料號與批號 | 接近 0 | 需要前期建置與量具選型 |
從第一種跳到第三種,技術上沒有想像中難。現在多數數位卡尺、分厘卡、高度規都有數據輸出接口,CMM 與投影機軟體幾乎都能匯出結構化檔案或走 API。真正的工程量在後面:資料進來之後要能自動對上料號、工單、工站、量具編號、作業員,才有辦法直接算 GR&R 與管制圖。
這一段做起來之後,MSA 這件事會變成另外一個樣子:
- GR&R 研究不用另外排一天。系統從日常檢驗數據裡挑出符合條件的樣本,直接跑
- 量具的穩定性可以持續監控。同一支量具量標準件的歷史數據在系統裡,偏倚趨勢自動畫出來
- 作業員之間的再現性變成可觀察的指標,不用等到年度 MSA 才發現某個人的讀數一直偏高
- 量具過期自動鎖定。校正到期的量具在系統裡無法被選為量測工具,數據根本進不來
這幾件事我們在做品質管理系統客製開發時做過幾種不同的組合。比較務實的起點通常是先把「檢驗數據不用手抄」這一段做掉,MSA 與 SPC 的自動化是後面自然長出來的。想了解量測數據跟生產系統怎麼分工,ERP、MES、QMS 差在哪那篇講得比較完整;如果你的量測是在獨立實驗室做的,客製化 LIMS 實驗室資訊管理系統那條線更接近你的情況。
什麼時候要做 MSA:時機與週期
時機 | 要做什麼 | 依據 |
|---|---|---|
新產品開發 | 所有特殊特性的量測系統都要做 GR&R | APQP 第三、四階段 |
PPAP 送件前 | 送件涉及的量測系統 MSA 報告要在有效期內 | PPAP 第 8 項要求 |
新增量具 | 上線前先做 | 內部規定 |
量測方法變更 | 換量具、換治具、改量測點都要重做 | 變更管理 |
年度定期 | 依內部規定的週期重做,常見為一年 | IATF 16949 與客戶 CSR |
客訴涉及量測爭議 | 優先確認量測系統,再談產品 | 矯正措施流程 |
作業員異動 | 新人納入再現性評估 | 內部規定 |
最後一列值得特別講。台灣製造業現場人員流動率不低,GR&R 報告上簽名的三個作業員,一年後可能只剩一個還在。報告還在有效期內,但那份報告描述的量測系統已經不存在了。把「作業員異動觸發 MSA 複核」寫進程序書,是一個成本很低、效果很直接的補強。
客訴那一列同樣重要。客戶說尺寸超規、你自己量卻是合格的,這種爭議的第一步是比對雙方的量測系統,不是急著道歉或急著辯解。把量測系統爭議納入客訴處理流程的標準步驟裡,可以省掉很多來回。
MSA 跟進料檢驗也有直接關係。IQC、IPQC、OQC 三道檢驗關卡用的量具如果沒做 MSA,抽樣計畫設計得再嚴謹也接不住。抽樣管的是「抽幾件」,MSA 管的是「量得準不準」,兩者缺一不可,抽樣計畫的部分可以看 AQL 抽樣計畫。
想把 MSA 的結果接到日常管制,SPC 統計製程管制那篇是下一站;想看整套品質系統該怎麼組起來,從 QMS 品質管理系統是什麼開始比較有全貌。
如果你現在的狀況是「知道要做 MSA,但檢驗數據還在紙上」,可以把現況丟過來聊聊。我們陪你看一下從哪一段開始最划算,值不值得做我們會直接說。
我們怎麼看 MSA 的統計方法本身三十年沒變過,我們判斷未來也不會變,會變的是數據的取得成本。過去做一次 GR&R 要停線半天、找三個人、抄九十筆數據,所以大家一年只做一次,做完就放著。數位量具與邊緣收集裝置的價格這幾年掉得很快,這件事的經濟結構正在改變:當量測數據本來就是自動進系統的,GR&R 從「一年一次的專案」變成「隨時可以跑的查詢」。對品保主管的具體意義是,評估要不要投資自動收集時,別只算省下的抄寫工時,要算進「量測系統從年度快照變成連續監控」這個能力差。判斷自己該不該動手,看一個指標:你上次的 GR&R 報告是幾月做的,那三個簽名的作業員現在還在不在原來的工站。
我們做過這件事 這篇講的資料自動化,跟我們平常在做的是同一件事。我們做的是企業客製化系統開發,目前有 40+ 企業客製案落地,其中不少是把散在現場的紙本表單與單機 Excel 收進一套有權限、有版本、有稽核軌跡的系統。 量測數據這一塊最難的一步是先把「量具編號、工站、料號、作業員」四個主檔整理乾淨,接線反而是簡單的部分。這四個主檔沒對齊,數據收進來也拼不回一份能用的 GR&R。 如果你正在評估要不要把檢驗數據這一段系統化,歡迎聽你聊聊現在的實際情況,我們會直接告訴你這值不值得做、從哪裡開始最划算。
QMSA 量測系統分析是什麼?
MSA 是 Measurement System Analysis 的縮寫,用統計方法評估一套量測系統本身的變異有多大。量測系統包含量具、治具、量測方法、作業員、環境與作業標準書,MSA 檢查的是這整套系統,量具只是其中一環。它是 IATF 16949 核心工具之一,也是 PPAP 提交清單裡的第 8 項。
QGR&R 多少才算合格?
常用的判定是 %GRR 低於 10% 可接受、10% 到 30% 視情況可接受、超過 30% 不可接受。落在 10% 到 30% 這一段時,要依該特性的重要程度、量具成本與修理成本綜合判斷,客戶指定的特殊特性建議拉到 10% 以下。另外要同時看 ndc 可區別類別數,AIAG 準則是大於等於 5。
Qndc 是什麼?為什麼要看 ndc?
ndc 是 number of distinct categories,可區別類別數,代表這套量測系統能把產品分成幾個看得出差別的等級。AIAG 的準則是 5 以上才算可接受。只看 %GRR 會有盲點:製程變異本身很小的時候,%GRR 會因為分母大而好看,但量具其實分不出產品的差異,這時候 ndc 就會低於 5。
QGR&R 要量幾個件、幾個人、幾次?
計量型量具的標準做法是從正常生產中隨機取 10 個件、找 3 個作業員、每人每件量 3 次,共 90 筆數據。計數型量具常見的做法是 10 個件、2 個作業員、每人每件 2 次,用 Kappa 值判定一致性。取樣要涵蓋製程的正常變異範圍,刻意挑好件會讓報告失去意義。
Q平均值全距法和變異數分析法要用哪一個?
兩種方法算出來的結果不完全相同,多數情況下會接近。變異數分析法的優勢是可以拆出作業員與零件的交互作用,找根因時資訊比較完整;平均值全距法計算簡單,適合現場快速自主檢查。對客戶送件與正式報告建議用變異數分析法,避免查表係數的版本差異被質疑。
QMSA 和儀器校正是同一件事嗎?
兩件事。校正處理的是量具相對於國家標準的準確度,通常送外部認證實驗室做,產出校正證書;MSA 處理的是這支量具放在你的現場、給你的作業員用、量你的產品時會產生多少變異。校正合格的量具,MSA 一樣可能不合格。校正是 MSA 的前提,做 MSA 之前要先確認量具在校期內。
QGR&R 不合格可以直接換新量具嗎?
先分清楚是重複性大還是再現性大再決定。重複性大代表問題在量具、治具或解析度,換量具可能有用;再現性大代表問題在人與量測方法,換再貴的量具也不會改善。兩項都大的話先處理量具端,因為量具不穩的情況下,人的差異量不準。三種方向都做過仍不合格,要考慮的是換量測原理,例如接觸式改為非接觸式。
Q計數型量具(通止規、外觀判定)要怎麼做 MSA?
只給通過或不通過的判定算不出 GR&R,要改做屬性一致性分析,用 Kappa 值看判定的一致程度。常見做法是取十個件、兩位檢驗員、每人每件重複兩次,比對同一個人前後判得一不一致(重複性)與不同人之間判得一不一致(再現性),必要時再跟已知的標準答案比對,看判得準不準。判定門檻業界普遍用 Kappa 0.75 當一致性良好的下限,0.90 以上比較理想,實際要求以客戶或內部規範寫死的數字為準。真正的關鍵在取樣:樣本一定要含判定邊界附近的件,全部拿明顯好件與明顯壞件去測,Kappa 會漂亮得沒有意義。
AUTHOR
恆遠數位編輯團隊
留言(0)
尚無留言,成為第一個留言的人吧!