TA的首页量具R&R怎么做？一文读懂GRR研究的公式、步骤与判定准则
量具R&R怎么做？一文读懂GRR研究的公式、步骤与判定准则
在制造业中，你是否有过这样的困惑：同一件产品，不同的人测量，结果不一样；同一个人重复测，数值也飘忽不定。这到底是产品的问题，还是量具的问题？答案往往藏在量具R&R（重复性与再现性） 研究中。今天，我们不堆砌术语，用一篇教程式文章，带你从“是什么”到“怎么做”，彻底搞懂GRR分析，并附上一个可复现的演示算例。
一、量具R&R是什么？为什么它比“校准”更重要？
量具校准只能保证“量得准不准”，但无法回答“量得稳不稳”。量具R&R（Gage Repeatability & Reproducibility） 是测量系统分析（MSA）的核心工具，用于量化测量系统变差占总变差的比例。
根据AIAG《测量系统分析MSA手册》第4版的定义：
当测量系统变差过大时，即使产品实际合格，也可能被误判为不合格（或反之），导致错误的工艺调整。因此，GRR研究是PPAP、SPC和六西格玛项目的必备前置步骤。
二、怎么做？GRR研究的标准步骤与公式
1. 标准实验设计（AIAG推荐）
2. 核心公式（基于方差分析法ANOVA或均值极差法）
本文以AIAG手册中常用的均值极差法（Xbar-R法） 为例，关键计算如下：
EV = R̄ × K_1
其中， R̄ 是所有操作者极差的平均值， K_1 为常数（取决于重复测量次数，3次时 K_1=3.05，2次时 K_1=4.56，AIAG表提供）。
计算每位操作者所有零件平均值的极差，记为 R_0。
AV = √((R_0 × K_2)^2 - (EV^2 / (n × r)))
其中， K_2 为操作者数常数（3人时 K_2=2.70，2人时 K_2=3.65 ）， n 为零件数， r 为重复测量次数。若根号内为负，则AV取0。
GRR = √(EV^2 + AV^2)
PV = R_p × K_3
其中， R_p 为零件平均值的极差， K_3 取决于零件数（10个零件时 K_3=1.62，AIAG表提供）。
TV = √(GRR^2 + PV^2)
\%GRR = (GRR)/(TV) × 100\%
3. 判定准则（AIAG经验指引）
根据AIAG MSA手册第4版（非强制规范，属于行业经验指引）：
三、一个演示算例（示例数据，仅供演示）
假设某工厂对轴径进行GRR研究，选取5个零件（为简化演示，实际建议10个），3名操作者，每人每件测2次。测量数据如下（单位：mm）：
计算步骤（示例数据，仅供演示）：
1. 每位操作者每个零件的极差（如A对零件1：|10.02-10.01|=0.01）。
计算得：A的极差均值 R̄_A = 0.008，B的 R̄_B = 0.010，C的 R̄_C = 0.008。
总平均极差 R̄ = (0.008+0.010+0.008)/3 = 0.0087。
2. 重复性EV：
EV = 0.0087 × 4.56 = 0.0397 （2次测量时 K_1=4.56 ）
3. 操作者平均值：
A的平均 = 10.021，B = 10.022，C = 10.021。
R_0 = 10.022 - 10.021 = 0.001。
AV = √((0.001 × 2.70)^2 - (0.0397^2 / (5 × 2))) = √(0.0000073 - 0.0001576) → 根号内为负，取 AV = 0（说明操作者差异可忽略）。
4. 零件平均极差：
各零件总平均：10.018, 10.057, 9.982, 10.038, 10.011。
R_p = 10.057 - 9.982 = 0.075。
PV = 0.075 × 1.62 = 0.1215 （5个零件时 K_3=1.62 ）。
5. GRR与TV：
GRR = √(0.0397^2 + 0^2) = 0.0397
TV = √(0.0397^2 + 0.1215^2) = 0.1278
6. %GRR：
\%GRR = (0.0397 / 0.1278) × 100\% = 31.1\%
判定（示例数据，仅供演示）：该演示结果 > 30%，按AIAG经验判据属于“不可接受”。但请注意，此例为简化数据（仅5个零件、2次重复），实际研究应使用10个零件、3次重复，且此结果仅供理解计算流程，不代表真实生产水平。
四、常见误区（避坑指南）
1. 把校准当成GRR：校准只解决“准确性”，GRR解决“精密度”。一个量具即使校准合格，也可能GRR超标。
2. 零件选取不当：零件必须覆盖整个生产过程变差范围，否则会低估PV，导致%GRR虚高。
3. 忽略环境因素：温度、振动、光线等应保持正常生产状态，否则会混入额外变差。
4. 样本量不足：AIAG建议10个零件×3人×3次，少于这个规模会降低统计置信度。
5. 误读判据：10%/30%是AIAG的经验指引（guidance），不是强制规范。某些客户合同可能有更严格或更宽松的要求，以客户要求为准。
五、结语：让GRR计算不再繁琐
手动计算GRR容易出错，尤其是涉及方差分析、常数查表和多层嵌套时。如果你正在做PPAP或过程审核，不妨使用专业的在线工具，自动完成数据录入、计算和图表生成。
? 在线量具R&R分析工具：
https://www.6sq.net/tools/grr/
该工具基于AIAG MSA手册第4版方法，支持均值极差法与方差分析法，输入测量数据即可自动输出%GRR、判定结果及Xbar-R控制图。无需安装，浏览器即开即用，适合质量工程师快速验证测量系统。
本文方法依据：AIAG《测量系统分析MSA手册》第4版（AIAG MSA Manual, 4th Ed.）。所有判定阈值均为AIAG经验指引，实际应用请结合行业规范与客户要求。演示算例数据均为虚构，仅用于说明计算过程。
在制造业中，你是否有过这样的困惑：同一件产品，不同的人测量，结果不一样；同一个人重复测，数值也飘忽不定。这到底是产品的问题，还是量具的问题？答案往往藏在量具R&R（重复性与再现性） 研究中。今天，我们不堆砌术语，用一篇教程式文章，带你从“是什么”到“怎么做”，彻底搞懂GRR分析，并附上一个可复现的演示算例。
一、量具R&R是什么？为什么它比“校准”更重要？
量具校准只能保证“量得准不准”，但无法回答“量得稳不稳”。量具R&R（Gage Repeatability & Reproducibility） 是测量系统分析（MSA）的核心工具，用于量化测量系统变差占总变差的比例。
根据AIAG《测量系统分析MSA手册》第4版的定义：
- 重复性（Repeatability）：同一操作者、同一量具、同一零件，在短时间内多次测量的变差（即设备本身的固有变差）。
- 再现性（Reproducibility）：不同操作者使用同一量具测量相同零件时，平均测量值之间的变差（即操作者差异）。
当测量系统变差过大时，即使产品实际合格，也可能被误判为不合格（或反之），导致错误的工艺调整。因此，GRR研究是PPAP、SPC和六西格玛项目的必备前置步骤。
二、怎么做？GRR研究的标准步骤与公式
1. 标准实验设计（AIAG推荐）
- 选取 10个零件（代表过程变差范围），编号隐藏。
- 选取 3名操作者（A、B、C），均熟悉量具操作。
- 每位操作者按随机顺序，对每个零件重复测量 3次。
- 总测量次数 = 10 × 3 × 3 = 90次。
2. 核心公式（基于方差分析法ANOVA或均值极差法）
本文以AIAG手册中常用的均值极差法（Xbar-R法） 为例，关键计算如下：
- 重复性变差（EV）：
EV = R̄ × K_1
其中， R̄ 是所有操作者极差的平均值， K_1 为常数（取决于重复测量次数，3次时 K_1=3.05，2次时 K_1=4.56，AIAG表提供）。
- 操作者平均极差（R₀）：
计算每位操作者所有零件平均值的极差，记为 R_0。
- 再现性变差（AV）：
AV = √((R_0 × K_2)^2 - (EV^2 / (n × r)))
其中， K_2 为操作者数常数（3人时 K_2=2.70，2人时 K_2=3.65 ）， n 为零件数， r 为重复测量次数。若根号内为负，则AV取0。
- 量具R&R变差（GRR）：
GRR = √(EV^2 + AV^2)
- 零件变差（PV）：
PV = R_p × K_3
其中， R_p 为零件平均值的极差， K_3 取决于零件数（10个零件时 K_3=1.62，AIAG表提供）。
- 总变差（TV）：
TV = √(GRR^2 + PV^2)
- 关键输出：
\%GRR = (GRR)/(TV) × 100\%
3. 判定准则（AIAG经验指引）
根据AIAG MSA手册第4版（非强制规范，属于行业经验指引）：
- %GRR < 10%：测量系统可接受。
- 10% ≤ %GRR ≤ 30%：有条件接受，需根据应用重要性、成本等因素决定。
- %GRR > 30%：不可接受，必须改进测量系统。
注意：AIAG明确指出，这些阈值是“经验法则（guidance）”，并非绝对标准。某些行业（如汽车安全件）可能有更严的内部要求。
三、一个演示算例（示例数据，仅供演示）
假设某工厂对轴径进行GRR研究，选取5个零件（为简化演示，实际建议10个），3名操作者，每人每件测2次。测量数据如下（单位：mm）：
| 零件 | 操作者A测1 | 操作者A测2 | 操作者B测1 | 操作者B测2 | 操作者C测1 | 操作者C测2 |
| 1 | 10.02 | 10.01 | 10.03 | 10.02 | 10.01 | 10.02 |
| 2 | 10.05 | 10.06 | 10.05 | 10.07 | 10.06 | 10.05 |
| 3 | 9.98 | 9.99 | 9.97 | 9.98 | 9.99 | 9.98 |
| 4 | 10.04 | 10.03 | 10.04 | 10.05 | 10.03 | 10.04 |
| 5 | 10.01 | 10.02 | 10.00 | 10.01 | 10.02 | 10.01 |
计算步骤（示例数据，仅供演示）：
1. 每位操作者每个零件的极差（如A对零件1：|10.02-10.01|=0.01）。
计算得：A的极差均值 R̄_A = 0.008，B的 R̄_B = 0.010，C的 R̄_C = 0.008。
总平均极差 R̄ = (0.008+0.010+0.008)/3 = 0.0087。
2. 重复性EV：
EV = 0.0087 × 4.56 = 0.0397 （2次测量时 K_1=4.56 ）
3. 操作者平均值：
A的平均 = 10.021，B = 10.022，C = 10.021。
R_0 = 10.022 - 10.021 = 0.001。
AV = √((0.001 × 2.70)^2 - (0.0397^2 / (5 × 2))) = √(0.0000073 - 0.0001576) → 根号内为负，取 AV = 0（说明操作者差异可忽略）。
4. 零件平均极差：
各零件总平均：10.018, 10.057, 9.982, 10.038, 10.011。
R_p = 10.057 - 9.982 = 0.075。
PV = 0.075 × 1.62 = 0.1215 （5个零件时 K_3=1.62 ）。
5. GRR与TV：
GRR = √(0.0397^2 + 0^2) = 0.0397
TV = √(0.0397^2 + 0.1215^2) = 0.1278
6. %GRR：
\%GRR = (0.0397 / 0.1278) × 100\% = 31.1\%
判定（示例数据，仅供演示）：该演示结果 > 30%，按AIAG经验判据属于“不可接受”。但请注意，此例为简化数据（仅5个零件、2次重复），实际研究应使用10个零件、3次重复，且此结果仅供理解计算流程，不代表真实生产水平。
四、常见误区（避坑指南）
1. 把校准当成GRR：校准只解决“准确性”，GRR解决“精密度”。一个量具即使校准合格，也可能GRR超标。
2. 零件选取不当：零件必须覆盖整个生产过程变差范围，否则会低估PV，导致%GRR虚高。
3. 忽略环境因素：温度、振动、光线等应保持正常生产状态，否则会混入额外变差。
4. 样本量不足：AIAG建议10个零件×3人×3次，少于这个规模会降低统计置信度。
5. 误读判据：10%/30%是AIAG的经验指引（guidance），不是强制规范。某些客户合同可能有更严格或更宽松的要求，以客户要求为准。
五、结语：让GRR计算不再繁琐
手动计算GRR容易出错，尤其是涉及方差分析、常数查表和多层嵌套时。如果你正在做PPAP或过程审核，不妨使用专业的在线工具，自动完成数据录入、计算和图表生成。
? 在线量具R&R分析工具：
https://www.6sq.net/tools/grr/
下图是 6SQ 在线工具一键生成的结果效果：
该工具基于AIAG MSA手册第4版方法，支持均值极差法与方差分析法，输入测量数据即可自动输出%GRR、判定结果及Xbar-R控制图。无需安装，浏览器即开即用，适合质量工程师快速验证测量系统。
本文方法依据：AIAG《测量系统分析MSA手册》第4版（AIAG MSA Manual, 4th Ed.）。所有判定阈值均为AIAG经验指引，实际应用请结合行业规范与客户要求。演示算例数据均为虚构，仅用于说明计算过程。
