QE能力进阶（6）｜量具校准合格，测量系统却不一定合格：校准与 MSA 的关系
一、证书齐全，判定却依然"飘"
某制造企业做一批铝合金压铸件的关键尺寸放行，千分尺的第三方校准证书全部在有效期内，示值误差都在允许范围内，审核时"计量管理"这一项拿了满分。可是上线三个月，同一批零件白班判合格、夜班判不合格，客户处也出现了"合格品被投诉超差"的退货。质量经理翻遍量具台账，每一把尺子都校准合格，问题看上去无处落脚。
后来做了一次 GR&R：重复性与再现性合计占公差的 43%，远超标。换句话说，量具本身是"准"的，但用它去判定产品这件"事"，整条链路是不够格的。这就是校准与 MSA 最常见的错位——**校准合格回答的是"这把尺子的示值准不准"，MSA 回答的是"用这套测量系统判定产品，风险有多高"。**两者不是同一件事，更不能互相替代。
二、原理：一个管准确度，一个管变差构成
校准是把量具的示值溯源到国家或国际计量基准，输出的是在规定条件、规定量值点上的示值误差、修正值和测量不确定度。它盯住的是量具本体的系统性偏差，是静态的、单点（或有限点）的核查。
MSA 面对的是一个完整系统：量具 + 检验员 + 操作方法 + 环境 + 被测件 + 装夹与定位。它把"用这套系统测出来的数据"拆成若干变差分量，再判断这些变差在实际判定场景下会不会造成误判。
用一句统计语言概括：产品的测量结果服从
σ²观测 = σ²真实 + σ²测量
校准只压住了 σ²测量 中最容易看见的那一块（量具本体偏倚），而重复性（同一人同一件多次测的散布）、再现性（换人、换装夹带来的差异）、线性（不同量值段偏差不一致）、稳定性（随时间漂移）这四块，校准证书里一个字都没有。
后果是量化的。若测量系统的变差（GR&R）达到过程总变差的 30%，则观测到的能力会明显低于真实能力，一个真实 Cp 1.33 的过程，用这套系统去看可能只剩 1.27 左右；更要命的是判定本身——当测量变差 σ测 与"实测值到规格界限的余量"处于同一量级时，规格线附近会形成一条天然的"灰色地带"，同一件产品落在其中，谁测谁有理。实务上有个好用的经验安全条件：测量变差应不大于实测值到最近规格界限余量的 1/3，否则判定结论就不可靠。
三、实操五步：把校准和 MSA 各自做到位
第 1 步：量具分级，校准要求与用途匹配。 按特性重要度把量具分 A/B/C 级。A 级（关键特性）量具的校准须满足 TUR ≥ 4∶1（校准用标准器的准确度与被检量具公差之比，底线不低于 3∶1），校准点不少于 5 点并覆盖实际使用区间（含接近上下限的点），判定规则为：各点 |示值误差| ≤ 最大允许误差（MPE）即合格。只校满量程端点的证书，对实际使用点没有约束力。
第 2 步：先过分辨力这道门。 分辨力判据：≤ 10% 公差，且 ≤ 1/10 过程变差。分辨力不达标时，GR&R 数值必然虚高且无意义——这时该做的是换量具或改测量方法，而不是继续算 GR&R。
第 3 步：做全套 MSA，而不只是 GR&R。 标准做法：10 件 × 3 人 × 3 次（总测次 ≥ 90，单人单件重复 ≥ 3 次）。取样有硬要求：必须取自实际过程，覆盖过程变差，至少一件接近规格上限、一件接近下限（覆盖范围建议达到实际过程 ±3σ）。判定规则：GR&R% < 10% 可接受；10%～30% 条件接受**（需客户书面同意或对判定规则加严）；**> 30% 不可接受，须改进测量系统后重做。
第 4 步：补齐偏倚、线性、稳定性三项。
- 偏倚：用可溯源标准件，重复 ≥ 10 次，判据 |偏倚| ≤ 5% 公差（或 ≤ 5% 过程变差），或用 t 检验，p < 0.05 判定偏倚显著，需修正或调整判定规则。
- 线性：选 ≥ 5 个量值档，每档 ≥ 5 次重复，回归斜率或各档偏倚的 p < 0.05 即判线性不良——这正是"小尺寸测得住、大尺寸测不准"的典型来源。
- 稳定性：用同一标准件定期监控，按时间顺序描点；点超出控制限即停用核查，查明原因后方可恢复。
第 5 步：周期与触发条件分开设定。 A 级量具 MSA 每 12 个月复做，B 级 24 个月，C 级可只做校准不做 MSA。出现下列任一情况必须立即复做 MSA：更换或大修量具、更换检验员、工艺参数或规格变更、客户提出要求、发生误判客诉。注意：校准周期与 MSA 周期是两套日历，不要用一个日期管两件事。
四、常见误区
- 把"校准合格"当成"测量系统合格"。 证书只证明量具本体在规定点的示值准确，人、方法、环境、装夹全都不在证明范围内。
- 把校准证书上的不确定度当成 GR&R 结果。 前者是标准器与校准过程的溯源不确定度，通常在微米级；后者覆盖整个测量系统在真实使用条件下的变差，两者量级与口径都不对应。
- 只在 PPAP 或客户审核前做一次 MSA。 换了一批人、量具大修过、工艺改了，测量系统早已变样，旧报告只是历史文件。
- 取样"挑干净的"。 挑 10 件尺寸几乎相同的样件，GR&R 一定好看，但结论对量产毫无预测力——样本不覆盖过程变差，等于没做。
- 校准点与使用点脱节。 在满量程附近校准合格，而实际只用到量程的 10%，那一段的线性与偏倚完全未经验证。
- 偏倚和线性做了但不看 p 值。 只凭"数值不大"就判合格，忽略了统计显著性，小样本下极易误判。
五、自查清单
- 关键特性量具已分级，A 级量具校准满足 TUR ≥ 4∶1 且覆盖实际使用区间（≥ 5 点）
- 每把在用关键量具的分辨力 ≤ 10% 公差且 ≤ 1/10 过程变差
- 已完成 GR&R（10 件 × 3 人 × 3 次），样件取自实际过程并覆盖变差，判据按 10%/30% 分级处置
- 偏倚、线性、稳定性三项已做且给出 p 值或控制限判定结论
- MSA 复做周期与触发条件已写入控制计划，校准周期与 MSA 周期分别设定
校准是"把尺子校准"，MSA 是"证明这把尺子用在这个场合判定得出可信的结论"。两者的边界划清楚，质量数据才敢拿去下结论。
尺子准不等于判定准，校准与 MSA 各管一段
知识编号：6.2.1
版本：v20260916
作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。