[Help] 如何用Guage R&R来评估外观检验的有效性

最近公司的产品外观问题较多，矛盾集中反映在以下几方面：

1. 外观标准定义的不够measurable,有些概念模糊；
2. 同样的外观标准，不同的人理解有差异，尤其对于检验员；
3. 标准本身都是general要求，具体的许多defects需要依靠limit sample.

需要采取的actions:
1.重新评估标准，根据实际状态进行跟新
2.最不同的检验员，包括供应商端的检验员之间存在的理解差异进行分析，即测量系统的分析，希望用Guage R&R来找到差距；
3.规范limit sample，难点是如何确保三方有同样的限度样品。

当前的问题：action 2中提到的测量系统，就是人的判断，如何找到不同人直接理解的差距？都在哪些检验项目上存在差异？Guage R&R是不是一个好方法？有没有更好的方式？

这也是外观件普遍存在的一个问题，在此求助各位同学多多给出你的idea/advice/bad expererience/ gold sample哦 :-)