为了评估现有系统的性能，首先必须确定系统的性能标准。一旦定义了标准，就需要从系统中收集数据。然而，使用不同的工具、方法和人员收集数据会导致不一致的结果，从而导致错误的结论。即使采用标准化的测量方法，测量误差也始终存在。怎么办？测量系统分析 (MSA)了解一下！

测量系统分析（MSA）通常用于六西格玛方法的测量阶段，是一种统计和科学工具，用于确保收集数据的测量是一致、可靠、无偏见和正确的。它强调数据收集方法的标准化和收集数据的评估。通过这样做，所收集数据的错误被最小化。

根据数据类型的不同，统计分析也会有所不同。对于连续测量，可以确定多种统计特性：稳定性、偏差、精度（可分解为重复性和再现性）、线性和辨别性。对于离散测量，可以确定评估人员内部、每个评估人员与标准之间、评估人员之间以及所有评估人员和标准之间的错误率估计值。

对于离散测量，想象这样一种情况：要求评估人员根据规定的质量标准确定被检查对象（产品）是否应归类为合格。在这种情况下，可以进行盲法研究，其中将一些合格和不合格的产品提供给两个或三个评估员。然后，评估员各自确定他们认为产品是否合格。他们被要求不止一次地查看同一个单元，而不知道他们之前已经评估过该单元。这称为“评估人内部”错误率。然后可以确定所有评估员在同一产品上获得相同结果的能力，即“评估员之间”的错误率。此外，还可以确定评估员与专家的一致性程度，称为“评估员与标准”错误率。

对于连续数据测量，如在数据评估之前所强调的，应遵循以下标准：

稳定性：对应于测量系统在测量相同样品时产生相同结果的能力。

偏差： 是样本的实际平均值与其测量平均值之间的差异。

线性度：表示测量误差与测量值在多大程度上呈线性关系。例如，如果一个100cm长的物体的测量值有1cm的误差，而使用相同的测量系统在150cm的物体上测量值有5cm的误差，则可以断定测量系统是非线性的。

为了确定测量系统的变化，有两个需要评估的标准，天行健六西格玛顾问总结如下：

重复性：显示评估人员通过使用相同的测量系统多次评估相同的样本而获得相同结果的程度。

再现性：显示不同的评估者在使用相同的测量系统多次评估相同的样本时得到相同结果的程度。

根据上述标准评估测量系统后，如果误差低于10%，则认为测量系统可靠。如果误差在10% 到 30% 之间，则系统的可靠性值得怀疑，建议在适用的情况下改进测量系统。最后，如果误差超过 30%，则该测量系统被判定为不可接受，不得根据该测量系统收集的数据做出任何分析或结论。