数据是分析问题的基础，一旦数据有问题，则会导致分析的原因与措施的措施偏离问题的本质，做出错误的决定。而数据是通过测量来的，保障数据真实、有效的基础是测量系统分析。因此，在测量数据之前，首要的工作是保证测量系统的有效、稳定。

测量是一个过程，人员、零件与仪器是输入，测量报告是输出，由人员、仪器、零件、方法与环境组成的一套测量系统，自然导致测量系统无效或不稳定的原因也离不开这几个因素。

1.人员

由人员导致的测量差异叫再现性，其定义是不同的人员使用相同的仪器，对同一个零件的同一个特性值进行多次测量引起的差异，可见这种测量方式的变量是人员，差异只能是由人员导致的，比如：

1.1测量人员手法：使用游标卡尺时的力度大小，与其它人员相比，这样会导致数据整体偏大或偏小，这一点能从Operator图上明显的显示出来。

1.2测量位置：不同的测量人员在测量同一个特性值时，可能落地的测量点不同，这样也会导致出测量的数据出现差异。

2. 量具

2.1量具分辨力：量具分辨力太小，不足以支撑识别过程变差。比如一个数据公差是±0.04，你用一个分辨力是0.02的游标卡尺，肯定没有办法识别变差。

2.2 量具磨损：一个量具磨损对测量的影响很大，但只做重复性与再现性又识别不出来，只能通过偏倚分析识别。

3. 零件

抽样零件没有覆盖过程波动，抽样的数据太集中，导致测量系统的波动占比较大。这种情况可以通过 Xbar控制图识别，要求Xbar上的50%点超出规格限。

这种情况是测量系统不合格最常见的，说到底还是对测量系统分析的基础知识了解的不够。

4. 测量方法

这种情况多是更改测量方法，比如外观缺陷检查，由CCD更改为AOI。在测量方法变更时，必须做测量系统分析，以验证测量系统是否满足要求。

至于环境，比如温度/湿度的影响，在我所经历的实际测量中影响较小，很少会出现因环境问题导致的测量系统误差增大。