原文始发于微信公众号（药时代）：夏彬 | 测量系统分析（MSA）——总论1
引言
某个周五，上司跟笔者说：DOE的实验数据下周一出来哦，下周分析结果。周一早上，笔者兴冲冲的到现场，打开邮箱，点开数据集，OK，开搞，一个小时后正当笔者开始准备享用茶点的时候邮件来了：
QC：不好意思，数据感觉检测的有点问题，我们还想再复测一下…
笔者:需要多久啊？
QC：不知道，大概还要几天，等消息吧
笔者：为什么感觉有点问题？
QC：不知道，就是感觉没测的准的样子…
笔者：没测的准？什么意思？这个情况好几次了呢，不会复测后再复测吧？
QC：我们也想一次搞定啊，可是…原因…(此处省略1万字)
笔者：你们以前做过MSA吗？
QC：MSA是什么？从没听说过，为什么要做这个？
笔者：哦，那我来说说吧…
（图片来源：网络）
(以上场景如有雷同纯属巧合，下列部分名词解释来自于百度)
正文
笔者了解下来，不想做MSA的朋友通常有以下几种考虑：
（1）我们检测设备都是校正过的；
（2）我们的检测设备是最先进的；
（3）我们的测试人员都是经过培训合格才开始做业务的；
（4）MSA太复杂，工作量巨大，耽误时间；
（5）MSA设计表格、结果分析需要很多统计知识。
希望这一系列MSA文章，能帮助您理解MSA，弄清疑惑，更好的将MSA融入到公司体系、品质管理中。
MSA，全称 “Measurement System Analysis”. 看名字，测量系统的分析。
1 什么是测量系统？
测量系统就是检测设备？NO。 测量系统包括以下几块内容：
1.1 量具、设备（软、硬件）；
1.2 操作（人员、过程）
1.3 测试环境
1.4 待测试件（样品）
2. 为什么要做测量系统分析
多余的话也不用多说，请看下面的公式：
观察到的数据（变异）=实际产品的数据（变异）+测量系统（变异）
图1 变异图
各位朋友看了以上，您思考一会：目前您身边的这些检测家当得到的数据，如果一股脑的直接丢进软件里去运行分析，这结果？是不是现在心里也捏一把冷汗那；更可怕的是, 检测造成的变异我们一直有意无意的在忽略（我们总是默认检测是完美的，大不了重测呗，测到满意为止），所以出来的数据一定是反应产品本身的问题，于是：喂，做合成的，做制剂的，你们的工艺有问题啊…
合成、制剂人员：我们的工艺没问题的，现在请您重新审视下测量系统！
3. 测量系统的变异来源、组成及统计特征?
3.1 来源
测量系统（变异）=量具（变异）+人（变异）
比如，有时候会听到这样的回复：我们新招了几个人，所以测试数据的结果，云云… 这就是“人“带来的变异。
3.2 组成
测量系统的误差可分为五类：偏倚、重复性、再线性、稳定性和线性。
3.3 统计特征
分辨率、测量系统的量化、开展Gauge R&R、属性测量。
其中，Gauge R&R是“GaugeRepeatability and Reproducibility” 的缩写，也就是：测量系统的重复性和复现性。根据数据类型不同，评估分为计数型Discrete(离散型)和计量型Continuous（连续型）
3.3.1 计算重复性
同一人员、相同的归零条件、
同一产品、同一位置、
同样的环境条件、数据需要在短时间内取得。（注：考察的是设备的变异性）
3.3.2 计算再现性
不同的人员、相同的归零条件、
相同的位置、相同的环境、
数据宜在较长期间内取得（注:获知不同条件下的变异）
4. 如何选择合适的工具？
咱们打开前面介绍的质量工具：Minitab。
图2 MSA界面
用它则可轻而易举的进行表格设计和结果的分析。如上图，Minitab非常贴心的给出了根据MSA目标的决策树，而咱们要做的只是根据选择一步步就可以得到最后的结果。
尾声
可能有朋友要说了，天呐，那么多检测设备都要去做MSA，工作量？客户？
这里笔者强调两点：
-
如果在业务开展之初，就得到客户的理解（实际可能是由于业务人员解释不清楚而造成理解的沟壑），那么只要是能对结果有益处并合理的，相信会得到客户的支持；
-
往往只是针对产品重要特征的测量去做MSA分析，而不是所有量具设备都去做分析。那么，什么是重要特征，换个名词：CQA. 是不是好理解了呢？
注：有朋友需要详细了解相关内容，请联系药时代（drugtimes@qq.com）。
夏彬 统计SME
工程师、医学硕士、LeanSigma黑带大师、国际知名统计学软件公司程序测试员。现任上海合全药业制剂项目部组长，负责业务相关数据工作，指导和参与二十余个QbD & DoE项目的设计、开展和统计分析。内容包括：传统统计、实验设计、数据挖掘、机器学习技术等开发和应用。精通Minitab、JMP、Design Expert、Python等软件。迄今，发表核心期刊论文10篇；专利33项（其中11项已授权）。
推 荐 阅 读
▼
夏彬 | 液体制剂的模拟仿真技术
DOE工具5——JMP篇-1（DOE系列之七）
DOE工具4——Statgraphics篇（DOE系列之六）
DOE工具3——MODDE篇（DOE系列之五）
DOE工具之二 —— Minitab篇（DOE系列之四）
DOE工具之一 —— Design Expert篇（DOE系列之三）
处方工艺DOE之我见（系列之二）
处方工艺DOE之我见（系列之一）
原创首发 | 从疫苗事件看当今制药工艺设计
欢迎联系我们！drugtimes@qq.com
发布者：药时代，转载请首先联系contact@drugtimes.cn获得授权
为好文打赏 支持药时代 共创新未来！ 