近期收到很多同学的反馈，对于MSA分析报告—量具 R&R 方差分析报告看不懂，不清楚报告中各张图表的具体含义。

在MSA中，这张图非常重要，每个同学必须会看才行！

我们将报告中的总图划分为六块分图，逐一进行详细讲解：

1.左上图：变异占比条形图

这张图包含三类条形指标，分别对应不同的变异衡量维度。

第一类百分比贡献条形，代表各波动分量的方差与总体波动分量的方差之比；

第二类百分比研究变异条形，代表各波动分量的标准差与总体波动分量的标准差之比；

第三类百分比公差条形，代表各波动分量的标准差的 6 倍数与公差之比。

这张图形最好和分析表搭配查看，图形只能观察大致的数值趋势，

分析表可以得到详细、具体且准确的数值。

从分析表中可以看到，这个测量系统的 P/TV、P/T 数值均大于 30%，NDC 数值小于 5，结合测量系统能力判别准则

能够直接得出这个测量系统测量能力不足的结论。

即便只看图形，也能直观看到对应数值占比超过了 30%，可以粗略判断出测量系统能力不足。

在理想的测量系统中，量具 R&R、重复性、再现性这三项的变异占比会更小，那么对应的部件间变异占比则会更大，这几项数值的平方和为 100%，也就是合计变异。

这就是理想状态，部件间的变异足够大，那么量具 R&R、重复性、再现性这三项的变异就越小

2.左中图：极差控制图（R 图）

这张图是以每个测量员测量同一个部件的极差形成的 R 图，正常情况下，数据点绝大多数应该落在控制限之内。

本次案例中，所有数据点都落在控制限之内，说明各部件测量结果的极差并无特异情况，但这张图的控制限范围过宽，说明重复性误差过大。

这里需要明确，重复性的好坏，需要通过这张 R 图进行判断。

3.左下图：均值控制图（Xbar 图）

这张图是以所有部件的总平均值为中心，以重复观测的标准差为标准差绘制的常规控制图。

正常情况下，应该是绝大多数平均值点落在控制域外。

越多的数据点超出 Xbar 图的控制限，表明过程实际的波动越大，

同时表明测量系统能力越高，越能识别出过程中的变异。

行业内的通用经验认为，这张均值图最好要有 5 层以上的数据类别，层数越多，表明测量系统识别变异的能力越强

4.右上图：按部件分组的测量结果运行图

这张图是按部件分组的测量结果运行图，

图中均值连线的变化越大，表明过程实际的波动越大；

均值周围的多个散点分布越集中，表明重复性与再现性的波动越小。

以本次案例中的大米检测数据为例，6 号大米三个人的测量结果都比较相近，

而 10 号大米三个人的测量结果差异就比较大，

通过这张图可以直观看到不同部件测量结果的波动情况。

5.右中图：按人员分组的测量结果运行图

这张图是按人员分组的测量结果运行图，图中均值连线的变化越小，表明再现性的波动越小。

由于各部件本身的数值相差悬殊，将每个测量员的全部结果平均之后，一般都看不出显著的差异，

通过图中箱体的宽窄，只能粗略查看三个人员测量的波动大小，无法得出明确的结论，因此这张图的参考价值有限。

6.右下图：人员 - 部件均值交互运行图

这张图重叠显示了三个人员按部件分组的测量结果均值运行图，图中连线的变化越大，表明过程实际的波动越大；

三条连线越接近平行，表明人员与部件的交互作用越小。

如果出现交互，说明在对应点位，三个人的测量结果保持一致；

如果三条线完全平行无交互，三个人的测量结果呈现同步的高低变化，有可能出现三个人均未测到真实值的情况。

综上所述：

这张图对测量系统的改进工作有明确的指导意义，我们可以通过这张图，找出测量员间测量结果差异较大的部件，
比如本次案例中的 4、5、10 号大米，在测量培训中，

针对这几个部件开展深入的培训与练习，就可以缩小再现性误差，提升测量的精度

今天的内容，希望对同学们有所帮助

2026年学六西格玛，认准自习人！

添加六六老师微信：zixiren666

获取海量备考资料，顺利通关六西格玛考试