🔬 量測系統分析 (MSA) - 確保數據品質的基石

量測系統分析 (Measurement System Analysis, MSA) 是一種統計工具，用於評估量測過程本身的變異性。在進行任何製程改進或品質控制之前，必須先確認您的量測數據是可信賴的。若量測系統本身不穩定或變異過大，基於這些數據所做的決策將是錯誤且無效的。

🎯 MSA 的核心目標

MSA 旨在回答兩個關鍵問題：

  1. 量測系統的精確度 (Accuracy)： 量測結果是否與真實值足夠接近？（涉及偏倚、線性等）
  2. 量測系統的精密度 (Precision)： 量測結果的重複性及再現性如何？（涉及變異）

特別是針對 **製程變異 (Process Variation)**，我們希望量測系統帶來的變異應佔總變異的極小部分。

📊 常見的 MSA 類型

1. 量具重複性與再現性 (Gage R&R)

用於評估連續型數據 (Continuous Data) 的量測系統。這是最常見且應用最廣泛的 MSA。

2. 屬性量具研究 (Attribute Gage Study)

用於評估計數型數據 (Attribute Data) 或判斷性量測（如合格/不合格）的量測系統。

💻 JMP CODE (JSL) 範例：Gage R&R 自動化分析

JMP 的 JSL 腳本能夠自動化執行 Gage R&R 分析，並輸出標準的報表。以下範例假設您的數據表中包含「零件 (Part)」、「量測員 (Operator)」和「量測值 (Measure)」三欄：

// 假設數據表已經開啟，並命名為 dt

dt = Current Data Table();

// JMP 使用 "Measure System Analysis" 平台執行 Gage R&R
dt << Measure System Analysis(
Y( :Measure ), // 量測值欄位 (Y)
X( :Part, :Operator ), // X 欄位：零件與量測員為分類因子
Model( Two-way Crossed ), // 選擇雙向交叉模型 (最常用)
Process Variation( 6 ), // 設定製程變異的計算倍數 (通常為 6 Sigma)
Alpha( 0.05 ), // 顯著水準
Capability Spec( 0, 100 ) // 可選：輸入公差規格下限和上限 (LSL/USL) 以計算 P/T 比率
);

// 該腳本將自動打開 Gage R&R 報表，包含變異分解圖、X-Bar & R/S 圖，以及數值結果表。

自動化優勢： 透過 JSL，您可以將此分析流程嵌入到更複雜的報告腳本中，實現一鍵點擊即可完成數據輸入、Gage R&R 分析並輸出結論報告。