03Three
GR&R 不只是“合格或不合格”，真正重要的是读懂它背后的故事
南达的第三个观点，直接颠覆了很多企业对 GR&R 的认知。在不少工厂里，GR&R 的使用方式非常简单粗暴：
GR&R% ＜ 10% → 通过
ndc ≥ 5 → 通过
结果“绿灯” → 就算量具没问题
于是，大家关注的永远是：“这个量具能不能用？”而不是：“量出来的数字到底能不能信？”
南达强调：真正成熟的企业看 GR&R，从来不只看“合格线”，而是看测量行为本身。什么叫“测量行为”？就是：
测量员之间是否有习惯性偏差？
同一个人重复测量的波动大不大？
样品的选择是否覆盖到真实变差？
是否存在人为判断不一致的问题？
举个例子：如果 GR&R% 在 8%，看起来“合格”，但三个测量员的读数差异非常大，那你能说这个量具可信么？如果 ndc = 5，但样本本身几乎没有变差，那计算出的 ndc 其实毫无意义。
南达的核心提醒是：GR&R 不是结论，而是线索。它不是告诉你“量具合格”，而是告诉你：
量具哪里稳定？
哪里不稳定？
谁的操作一致性差？
样本是否选错？
测量方法是否有缺陷？
南达指出，很多企业做 MSA 做得痛苦，其实不是因为方法难，而是因为一开始就用错了思路。蕞大的问题就在于：不是所有测量系统，都适合用同一套 GR&R。
他举了几个典型误解：
很多量具根本“不可重复”例如外观检查、依赖触觉/经验的手工量具、功能性检具……这些天然存在主观判断的量具，用传统 GR&R 算“重复性”毫无意义。
公差不是万 能分母如果公差本身特别大，用它来算 GR&R% 很容易出现“数字很好看、量具很糟糕”的假象。有时应该用过程变差，当产品过程非常稳定时，用过程变差而不是公差，能更真实评价量具的分辨能力。
样本选错，算得再漂亮也没用，如果 10 个样本几乎长得一模一样，那 Excel 当然会算出“完美 GR&R”，但这结果一点价值都没有。理解测量系统，永远比跑公式重要。
南达在蕞后总结了五个方向，告诉大家：MSA 的真正意义不在于“做完”，而在于“用起来”。
首先，他建议把控制图引入 MSA，而不是只停留在一次性的 GR&R。因为控制图能持续监控量具的稳定性，让测量问题不再等到出事才暴露。
其次，他强调：MSA 的规划应该围绕关键质量特性，而不是围绕“有哪些量具”。换句话说，不是每把尺、每台卡尺都要同等对待——而是看哪些特性一旦测错，就会造成重大风险，把资源优先投在这里。
他还提醒实验室设备（例如三坐标测量机 CMM）：不仅要校准，还要做“稳定性研究”。因为这类设备看似精准，其实在温度、夹具、程序、操作员切换时，都可能悄悄漂移。
第四，他强调一个被忽视的重点：MSA 的目的不是出报告，而是找到改进机会。例如发现某位操作员偏差大，就要回到培训；发现样本问题，就要调整工件选取方式；发现量具不稳定，就要改善测量方法。
蕞后，他建议 AIAG 发布更多 MSA 常见问题 FAQ，帮助企业解决在实际应用中的困惑，让 MSA 不再成为“靠经验摸索的黑箱”。
控制计划里列出的每一种测量设备，真的都“必须”做一次 MSA 吗？
会议蕞后，一个看似技术、实则关乎审核是否开NC的问题被抛了出来：控制计划里列出的每一种测量设备，真的都“必须”做一次 MSA 吗？
还是可以根据重要性排序？
这个问题之所以引发热议，是因为 IATF 16949® 条款 7.1.5.1.1 的文字中写着——“必须”。这让许多企业理解为：只要控制计划里写了，就通通要做 GR&R，不做就是不符合项。
但 Paul 在会后进一步解释了一个关键点：标准正文的“必须”，和注释中的“建议优先特殊特性”，并不矛盾。
从审核角度看：每一种测量系统至少要有一次 MSA 记录，否则审核员有充足理由开不符合。
从资源投入与改进价值看：研究的深度、优先顺序，应围绕CTQ / 特殊特性 排序，而不是平均分配。
毕竟，有些量具即使结果“勉强合格”，也不影响最终质量；而有些量具看似合格，但对关键特性十分敏感，值得更深度研究。
南达进一步强调：真正做对的 MSA，需要时间，也需要投入。蕞重要的不是“有没有做”，而是“有没有因此改善”。
更多MSA知识的阅读(点击链接):
1.专家解答MSA问题1： 100%全检，为什么还是有不合格产品流出?2.专家解答MSA问题2：%GRR超过10%就是意味过程能力有问题吗？
3.你真的了解MSA吗？
4.不是所有测量系统都该做MSA？那得看你在测什么！
5.多品种少量生产中MSA的实施及注意事项
如果需要了解更多内容，欢迎与我们联系，我们将提供专业的管理咨询和数字化解决方案帮助我们的顾客。
邮箱:Marketing@tppconsultancy.com
电话：400 102 1300
微信公众号
