プロセス改善作業を行ったことがある場合、または行う予定がある場合、十分な精度の測定値が実際のところ得られているのかどうかを自問されたことがおそらくあるでしょう。データを使用して調整やリソース割り当てに関する重要な決定を下す前に、まずデータを信頼する必要があります。測定システム分析 (MSA) とは、測定システムにおける変動量を推定および評価する手順を広く指します。その一種類がEMP調査であり、ホウィーラー法としても知られています。EMPとは評価測定プロセス（Evaluate Measurement Process）のことです。EMP調査では、次の測定変動の2つの原因を評価します。
EMP調査では、反復性と再現性に基づいて、最高評価の第1クラスから最低評価の第4クラスまで測定システムを分類しています。実際には、こうしたクラスは、測定システムが少なくとも標準偏差3のプロセス平均における変化をどの程度検出できるかを説明するものです。測定システムがこのような変化を検出できれば、他のプロセス改善活動にも役立つはずです。たとえば、多くの管理図では、特殊な原因がプロセスに影響を与えていることを示す信号として、全体平均から標準偏差が3以上離れたサブグループの平均を使用します。
たとえば、消費者向け食品メーカーは、シリアルの箱の充填重量を監視します。製造業者は、さまざまな測定値の変動が十分小さく、他のプロセス改善分析を使用できることを確認したいと考えています。EMP調査の結果は、測定システムが許容できるか、また測定システムをどのように改善するかを判断するのに役立ちます。
EMP統計は、測定システムに分類を提供します。これらの結果では、分類は第1クラスです。チームは、この測定システムが他のプロセス改善活動に使用するのに十分であるとの自信を持てます。
EMP調査には、測定システムの改善を優先する時期を決断するのに使用できる情報も含まれています。平均範囲分析 (ANOMR) と主効果分析 (ANOME) では、プロセス変動と比較して再現性が低い領域を示します。このANOMRでは、測定者Bは他の2人の測定者よりも一貫性が低くなっています。測定者Bの一貫性を改善することで、測定システムが改善されます。
このANOMEの例では、異なる測定者がお互いよりも高く、または低く測定する傾向があります。さまざまな測定者の平均測定値を近づけるよう改善することで、測定システムが改善されます。
データに基づいて行動するには、データが正しいと信頼する必要があります。Minitab Statistical SoftwareのEMP調査により、測定システムを許容できるかどうか、および測定システムの改善方法を確認できます。測定の精度を評価すると、その後に続くすべての測定が信頼できるデータに基づいて構築されているとの自信を持つことができます。