2.3 测量系统分析与组织的实际收益
任何一项工具的引入，我们都会迫切关心它到底能给组织带来怎样的收益。MSA作为对测量系统变差研究的一项强大的工具，我们也不禁要问同样的问题——MSA可以给企业带来哪些收益呢？
首先，我们来看一个现象，那就是测量设备的引入。
很多企业在测量设备引入之后才发现量具的性能不能满足测量的要求，比如某内阻测试仪的分辨力为0.001mΩ，即1μΩ，而零件的内阻规格是Rin＜15μΩ，最终的后果是，14.5μΩ的零件A和15.4μΩ的零件B在该内阻测试仪上均显示为15μΩ，而实际上零件A是合格的，零件B却不合格，但测量员误判为A和B均不合格。
这能怪测量员吗？我们只能说不能，测量员的操作一点问题都没有，他/她是严格按照零件的规格和量具的操作程序进行的。
那么问题出现在哪里呢？很显然，问题出现在量具的分辨力无法满足使用要求上。粗略判断，该内阻测试仪的分辨力最好是在0.1μΩ——不过MSA手册要求是过程变差或公差范围的1/10（参见8.2节），因此，具体是多少，我们还需要结合其他信息才能作出判断。但可以肯定的是，1μΩ是无法满足使用要求的。
现在，我们来看一下这台内阻测试仪的价格，经过查询采购价格，这台内阻测试仪的价格为3.5万元，一共有18条同样的生产线，总计采购金额为63万元。可以预见，如果此问题没有被及时发现和得到及时纠正的话，无论是后续的产能扩大新添置内阻测试仪还是以旧换新，都将给企业带来无穷无尽的成本损失和品质隐患。而这种损失和隐患是隐藏起来不容易发现的，需要对MSA有足够的认识才能规避此类损失和隐患。
还有一个问题也不能忽略，那就是客户对我们的信任可能也会因此有所降低。如果该零件的内阻特性是产品的关键特性甚至是安全影响特性，未来可能会在市场上发生品质事故或安全事故，进而企业的品牌形象也会遭受到影响甚至破坏。
我们再来看一组统计数据：据统计，2018年截至3月21日，全国共召回汽车37次，共涉及乘用车314.6万辆，远远高于去年同期的196.5万辆，同比增长60%[7]。
召回汽车涉及的问题包括安全气囊、“机油门”“进水门”等，其产生的根源我们无从知晓。但问题的产生无非是管理缺陷、设计缺陷、质量缺陷等，有多少问题是可以从MSA的角度去避免的呢？尤其是设计缺陷、质量缺陷等问题，管理者在分析问题时，是否考虑过某些问题是因为测量系统的能力不足导致的决策错误呢？
这个例子让我们知道一个事实，就是产品一旦流入市场，市场会用一把公正的量尺去衡量它。在品质的管理过程中，我们不能抱有侥幸的心理。在前文内容中，我们从体系、过程监控、研发以及六西格玛品质改进的角度分别阐述了MSA的重要性，从这些重要性当中，我们完全有理由相信，如果MSA工作做不好，会引起很多连锁的不良反应。这些不良反应大体上表现在以下五个方面：成本浪费、品质风险、顾客信任、品牌效应、行业牵连。
MSA本身的核心指导思想是“预防为主”，后期对测量系统的改进是被动的。因此，我们必须要做到的一点是，组织内部所有要用到的测量数据务必是准确可靠的，这是一种预防性的、基础性的保证，不能被忽略，也不能放松对它的要求。
相应地，如果MSA工作做到位了，可以给组织带来的收益也表现在五个方面：避免成本的浪费；降低因测量不可靠导致的品质风险；提高顾客对组织的信任；提高品牌的影响力，增强用户对品牌的信心；对整个行业信任度的建立也有一定的帮助。
当然，我们绝对不能对此有所误解，认为但凡做了MSA，组织就一定收益。要知道，任何MSA工作的开展都是一种成本的投入，我们在策划MSA时就需要权衡利弊。接下来，我们来探讨一下如何权衡MSA工作与组织利益之间的关系。
测量系统分析的目的就是确保测量系统是可靠的。需要特别注意的是，这里用“确保”而不是“确认”，原因是“确保”包含了“确认”和“保证”两个方面的意思，简而言之就是先“确认”测量系统是否可靠，如果不可靠的话就需要改善，进而达到“保证”测量系统可靠的目的。
有些人会说：“我们的测量系统是目前世界上最先进的，绝对可靠，根本不用做MSA。”实际上这句话本身的出发点是好的，其潜台词就是——我们花了这么大价钱投入到这套测量系统中去，如果它不可靠了，就再也找不到更好的替代设备了，那么你也不用做MSA了，因为你做不做MSA，我们都只能用它。
然而，正确的逻辑是：最先进≠最适合。
1．是否要做MSA
是否需要做MSA，我们要从哪几个方面去考量呢？作为制造业，我们首先要考量的因素是“客户要求”，其次是“体系要求”，再者就是“品质要求”。
（1）客户要求
如果业务能在与客户谈判桌面上争取更多可能的话，MSA工作会更加顺畅，很多阻碍实际上是来自于客户的一些不合理的要求，然而又解释不清楚。因为有时候要让客户懂一个道理，得先让他明白一套逻辑，所以只能接受。有些人甚至会开始做假数据去欺骗客户，其实这是完全没有必要的。
我们建议，企业的业务人员可以在与客户的谈判时带上MSA工程师的意见，也可以直接让双方的MSA的工程师对接，在前期的技术沟通上把工作做足，除去不必要的羁绊，为MSA更科学、更合理、成本更低地开展提供空间。因此，“客户要求”是可以进行谈判的，只要合理，只要客户是真心想合作，相信客户就会理性地看待问题，从而理解我们的意见。
（2）体系要求
好的质量体系就是公司的灵魂，体系中的绝大部分条款都是经过千锤百炼的精华，每一条的要求都是有其自身的逻辑和价值的，因此，体系的要求也具有了合理性。然而，值得一提的是，体系的要求通常都是比较笼统的，体系不会细到指导你具体怎么去开展MSA。因此，我们只谈必要性，不谈如何操作，仅需要认真执行体系的要求即可。
（3）品质要求
如果说“客户要求”“体系要求”是表，那么“品质要求”就是里。表里如一固然是最理想的状态，然而问题就在于实际状况中，MSA工作不是独立的，是嵌入到各个环节中和各个管理模块中去的。常识告诉我们，短期内，品质与利润是矛盾的；而实际上从长远来看，品质与利润却又是统一的，品质可以打造品牌，品牌可以创造利润，因此真正高瞻远瞩的企业视品质为企业的生命。从这一点来看，MSA工作就需要大团队的理解和支持，否则，单独地去满足“品质要求”会非常困难，处处受阻，举步维艰。
以上三点说明了MSA工作的必要性。
但是，实际状况和理论有出入，MSA工作并非是简单地满足这几个要求，如果机械地进行的话，MSA这个强大的工具就失去了生命力，甚至会变助力为阻力，影响公司业务的整体收益。很多公司，尤其是国内的一些中小型企业，对MSA的理解还不到位，运用起来也有偏差，不但在技术上理解不到位，而且在管理上也机械僵化，甚至很多人一提到MSA就想到GRR，把MSA等同于GRR其实是极其片面的理解。
2．对MSA进行必要性权衡
我们对MSA工作还需要进行“必要性权衡”，即找平衡点。这个平衡点就是在品质有保障的前提下，使公司的利润最大化。必要性权衡基于四个方面进行：成本控制、风险规避、效率和可操作性。这四个方面相辅相成，不是简单的独立关系。
必要性权衡是在认同了MSA一定要做的前提下进行的进一步考量。
（1）第一点权衡：成本控制
商业化的企业一定要盈利，这个大家都非常清楚。然而，潜在的成本风险就像幽灵一样，无处不在，一不小心，就会给公司带来经济上的损失，而且很多时候人们还意识不到到底是哪个环节出了问题。在固有的盈利模式下，通常觉察不到利润还有再提升的空间。
本节前文中的例子就是说明了因对分辨力认识不足，导致选择量具不当，从而造成的成本损失的问题。再举一个例子可以说明这一点。
对于某零件A，当初客户坚持要做拉力测试。根据调查发现，A的成本约为120元，作为破坏性测试，由于对GRR理解不到位，我们机械地采用嵌套GRR分析法。根据嵌套GRR的取样数量，需要90个A，即零件成本约10800元。然而，GRR抽样不一定是10个（或组），考虑功效[8]的问题：10个样品（90个A）的功效为90%，5个样品（45个A）的功效为80%，综合其他因素考量（设备参数设置、仪器本身计量性能、操作员的熟练性、夹具的合理性等），认为可以承受得起这10%的置信度削减，却可以节省5400元。因此，我们用了45个A进行了嵌套GRR分析。
基于样品的焊接拉力极度不一致的特点，上述5400元其实也是白白浪费掉的，同时我们发现嵌套GRR的结果非常差（GRR%=93%，NDC=1），问题到底出在哪里？后来经过不断调查研究发现，夹具的上下部分不同轴，导致部件不是直向被拉脱的，而是斜向被撕裂的。经过设备工程师调整后，嵌套GRR结果仍旧很差。再次多方面排查原因，初步估计测量系统出现问题的可能性已经不大（最有可能的问题点是夹具，已经改善好了），最后考虑到是样品不一致程度太大的缘故。经过人为调试不同设备关键参数的生产条件下制造出的零件A进行拉力实验发现，拉脱力依旧没有规律可言，和设备关键参数并不成正比。最后迫不得已，选择了假设检验的单因子方差分析的办法（参见第10.3节），我们把单因子定在了不同时间段上面。因此，这种方法甚至可以不用专门去取样，可以直接获取首件检查的数据进行分析，而此时的分析样品成本降至零，其结果也有一定的参考价值。这就是成本考量的另一个典型案例。
（2）第二点权衡：风险规避
正常做好MSA工作的前提下，风险规避通常会发生在测量系统分析不可靠时改善决策阶段。例如，有些量具本身的分辨力（Discrimination）不够，导致测量系统的有效解析度（Number of Distinct Categories, NDC）不足，即测量系统没有足够的能力去分辨出实际过程的变异，那么理论上，这个时候是需要改善的。然而改善成本高得出人意料，比如1万倍的成本（原量具是10元的软尺，更换后量具是10万元的自动影像测量系统），而且需要替换1000套，总成本是1亿元。这种情况下，就要考虑风险到底能否接受了。如果能接受，那么就不会去替换量具；如果接受不了，且不想替换量具，就要考虑一旦发生品质事故后品牌形象是否会受损、退货赔款会花多少钱、是否会失去客户和市场、不良产品是否会给社会带来危害等问题。
当然，这些问题在设计之初是做过失效模式分析（FMEA）的，而现在我们依旧可以用FMEA工具对其风险重新进行合理的评估。如果评估之后，这个风险我们可以承受，那就保持量具不变。但请注意，这不是真正意义上的让步接受，我们需要在后工段利用其他手段进行监控产品的特性，从侧面控制该特性的关联参数，尽可能地降低品质风险。
（3）第三点权衡：效率
当MSA工作严重影响到生产效率时，就要重新思考MSA工作的安排是否合理、流程是否具有可操作性。单纯的MSA分析工作是可以畅通无阻的，但要综合考虑生产效率时，就需要有很好的统筹管理（包括获取计划部门给出的生产计划，获取设备部门的设备安装、调试、保养计划，获取生产部的5S安排节点等，都是MSA统筹工作很好的切入点）。总之，影响到了效率，MSA管理工作毫无疑问是不到位的，只有优化资源配置，合理安排时间节点，获取必要的组织资源，才能呈现最佳的协作状态。
（4）第四点权衡：可操作性
选择MSA分析方法时，可操作性往往左右着我们的选择。就拿破坏性的测量系统来说，如果样品之间的一致性太差，则会严重影响我们对测量系统可靠性的判断，因此，通常会选择破坏性的测量系统分析方法。但破坏性的测量系统分析方法往往又比不上方差分析法（ANOVA），选择正确的替代方法，也是有一定的参考价值的。
从方法的有效性来看，通常我们选择MSA方法的优先级是：交叉方差分析（across ANO-VA）＞嵌套方差分析（nest ANOVA）＞均值极差法（X-bar R）、风险探测法、信号探测法＞极差法（Range）、假设检验（Hypothesis test）、相关性分析、其他替代的方法。
知道优先级之后，还要考虑可操作性，如果无法进行，只能降级选择，千万不能机械地套用条条框框。这样的MSA还不如没有，只是在浪费时间，起不到实际的作用。
[1] 散装材料（Bulk Material）包括但不局限于以下内容：黏合剂和密封剂（焊料、橡胶类）；化学品（漂洗、软化、磨光、添加剂、处理剂、颜色/颜料、溶剂）；涂料（表面涂层、内涂层、底漆、磷化剂、表面处理剂）；发动机冷却液（防冻剂）；纺织品；薄膜和薄膜片；含铁和非铁金属（钢材原料、铝、钢卷、铸锭）；铸造材料（砂/硅土、合金材料、其他矿物/矿石）；燃料和燃料制品；玻璃和玻璃制品；润滑油（机油、油脂等）；单分子物体；前聚合体和聚合体（橡胶、塑胶、树脂及其原料）；功能性液体（变速器油、动力转向液、制动液、制冷剂）。
[2] 注意：凡PPAP、APQP中提到的量具需要区分，有的是指测量仪器，有的却是指测量系统，读者需要根据上下文仔细区分。
[3] 具体参见由中国汽车公司技术研究中心翻译的克莱斯勒、福特和通用汽车公司的Statistical Process Control（SPC）. AIAG USA（1995版）。
[4] 7M1E：Man（人员）、Machine（机器）、Material（物料）、Method（方法）、Management（管理）、Measure（测量）、Market（市场）、Environment（环境）；
5W3H：Why（为什么）、What（什么事）、Where（在哪里）、When（什么时候）、Who（谁）、How（怎样做）、How much（成本多少）、How do you feel（结果如何）；
8D：D0为征召紧急反应措施、D1为小组成立、D2为问题说明、D3为实施并验证临时措施、D4为确定并验证根本原因、D5为选择和验证永久纠正措施、D6为实施永久纠正措施、D7为预防再发生、D8为结案并祝贺；
QC七大手法（旧）：因果图、层别法、柏拉图、查检表、散布图、直方图和控制图；QC七大手法（新）：关联图、亲和图、系统图、矩阵图、矩阵数据分析、PDPC法和网络图；
PDCA循环：Plan（计划）、Do（执行）、Check（检查）、Action（行动）。
[5] IATF16949五大工具：APQP、PPAP、MSA、SPC、FMEA。
[6] DMAIC：Define（界定）、Measure（测量）、Analyze（分析）、Improve（改进）、Control（控制）；
DMADV：Define（界定）、Measure（测量）、Analyze（分析）、Design（设计）、Verify（验证）。
[7] 数据来源于福建省质量管理协会财经期刊《福建质量管理》2018年3月26日发布的信息。
[8] 功效：在假设检验中，原假设不成立而接受原假设的概率。