MSA求解

首先必须说这是一个很好的事例，我们一个个来看，先看计算出来的数据：
1.数据判断有一个基准，如下
项目 判定基准
良好 可使用 不可使用
%contribution <1% 1~10% >10%
%study var. <10% 10~30% >30%
categories >10 4~9 <4

从你的数据看 %contribution=79.19% %study var.=72.06% categories=1
按照判定基准当然是不可使用，但是具体问题是存在于哪里呢？我们再来看看这些图：
1.上左图：这是显示整个R&R的综合情况，是体现变异所在，前面三个“量具 R&R”、“重复 Repeat”、“再现性”是体现量具对数据变异的贡献度，这几个贡献度越低越好，达到0的话说明你的量具达到理论的完美状态，第四个“部件间”这个是指你所用的测试样品本身的特性数值在测定变异中的贡献度，这个是越大越好。

1. 中左图：这个是评价测定者别反复测定是否稳定，在R Chart界限内，且值越小说明反复性越好，如果有超出R Chart界限就需要确认测定人员的原因，并且重新测试
2. 左下图：对不同样品的鉴别能力评价，这个图中显示的点超出R Chart界限的数量越多越好，超出的数量越多说明设备的鉴别能力越强。而从你的数据看最大的问题就是在这一块，显示点全部在R Chart内部，说明设备对不同样本几乎没有鉴别能力。
3. 右上图：对样本本身的评价，判断样本是否正确反映了工程的散布，所选样本在SPEC范围内各区段均匀分布，尽量不要选择接近的样品，一般选择10~12个样本。你的样本有点少，切前三个样本相对数据比较集中，第一个样本和第五个样本特性值之间需要补充样本
4. 右中图：判断测定者之间的差异，从图上看，两名测定者之间也是存在差异，特别是体现在中位值上
5. 右下图：评价单个样本之间两名测定者测定是否一致，从你的图上看除了第五个样本测定一致外，其他样本均存在很大差异，也就是说两名测定人员测定方法上存在很大差异。

综合以上我们可以判断：
1.首先这个测定结果NO PASS

1. 两名测定者之间的测定方法存在很大差异，需要进行观察分析，找出差异后统一方法再次测定
2. 设备对不同样本的鉴别能力低，但这个具体是因为测定人员测定方法引起的或者是测定器本身引起的需要完成测定方法统一的方案后再次根据评价结果判断。如果得出的结果任然是鉴别能力差的话就是需要分析测定其本身的问题，找仪器厂商进行维修，重新送往设备校验机构进行校验。

以上就是大概的分析内容，有理解错误的地方请指出，勿喷哈。