概念介绍： MSA—(Measurement System Analysis) ，又称测量系统分析，主要是使用数理统计和图表的方法对测量系统的分辨率和误差进行分析，以评估测量系统的分辨率和误差对于被测量的参数来说是否合适，并确定测量系统误差的主要成分，如不合适则改善测量系统误差的主要成分，从而确保数据的信赖性。

     作为被研究对象的测量系统通常包括五个特性：偏倚(Bias)、稳定性(Stability)、线性(Linearity)、重复性(Repeatability)、再现性(Reproducibility)。前三个特性统一被定义为准确度(Accuracy)，可以通过校准分析Calibration Study予以保证；后两个特性统一被定义为精确度(Precision)，需要通过Gage R&R Study 予以保证。

     测量系统分析作为五大质量工具（APQP/MSA/FMEA/SPC/PPAP）之一，从最早的汽车行业推广开来，已经被越来越多的制造企业所接受并被重视起来。

     究其影响力变大的原因，在于对测量要求的评价不仅再关注测量工具问题，而是将测量方法、计量器具及设备、软件、测量者等为得到测量值而涉及到的全部因素归纳成为测量系统，并把测量系统作为评价和改善的对象。因此能够消除真正潜在的测量错误风险，帮助测量数据使用者进行有效的分析。具体结合工厂实际，MSA在不同场合应用的方法和作用也不尽相同，以下主要从计数型MSA中两类情况下讲解

1.  在我们判定的标准是NG/OK这种形式下，我们把结果直接记为1和0，等同于OK和NG的概念，我们的计数型MSA通常是有标准结果的，在Minitab 中的操作中可以选定这样的一列数据，Mintab可以识别这种1和0的数字

2. 但是实际应用过程中，我们的判定通常是以不良种类魏标准这样每个产品就是回出现很多个不良，我们得到的结果已经不再是1和0方式表达出的NG和OK，而是具体的不良名称 ，这个时候minitab已经不能直接处理了，需要我们进行手工对比不良名称是否与标准结果一致，一致记为1，不一致记为0，再进行相应的分析