GRR计算可以随机抽样吗？MSAS实践

关于GRR计算的采样原则，前文已经提到过。

详见GRR抽样原则-MSA漫谈05。

他说，GRR测试样品的选择应该尽量降低覆盖过程。

这是理想化的理论要求，实际操作过程不是那么简单。

在项目的前期阶段，由于计算过程不好，很难获得足够量的数据。

并且在过程能力分析之前，理论上必须完成对测量系统的分析。

这已成为“鸡下蛋、蛋下鸡”的世界性难题。

因此，在直接计算过程恶化后再进行采样，在实际操作水平上是很困难的。

这里还可以利用我们昨天提到的工艺老化的估计公式。 也就是说，工艺老化=公差/Cp。

这样，就可以大致估计出过程会变坏。 也可以根据过程恶化的范围进行采样。

该方法仍需根据工艺的恶化，有目的地选择样品。

项目初期，在零部件生产少的情况下，我们很难得到涵盖了整个过程恶化范围的零部件。

那么，在这个阶段，是否可以有意识地“制作”样品，进行测量系统的分析？ 为了达到分析测量系统的目的，可以“制作”几个样品。

但是，我不太推荐。

因为“制造”这个零件可能需要调整工艺，产品的质量风险会提高。

那么，在这个过程中，我们能随机采样吗？ 理论上，用随机采样测量GRR是不准确的。

随机抽样由于计算出的部件间的劣化较小，因此计算出的GRR较大。

但是从测量系统分析的角度来说，我认为随机采样也可以达到我们的目的。

在MSA计算的情况下，不仅要看GRR，还要看P/T%。

实际上两者的应用场景不同。

GRR是测量系统老化与工艺总老化的比率，主要看测量系统能否用于支持工艺改进，P/T%是测量系统老化与产品公差的比率，主要看测量系统能否用于判定产品合格与否

在项目初期，更关心测量系统能否检测出不合格品，以确保交付的产品合格。

因此，在项目初期，可以通过随机采样计算P/T%，其中GRR是参考。

随着产品的大量生产，积累数据的计算过程变差，然后重新测量GRR更符合实际操作。

最后，回到昨天的问题。 如果工艺能力足够强，例如Cp=4时，P/T%=9%，此时GRR=360%。

此时过程能力已经很高，我认为没有必要花费成本优化过程能力。

因此，我认为此时没有必要继续优化测量系统。