如果您已经完成或计划完成过程改进工作，可能已经想过自己是否真的获得了足够精确的测量值。您必须信任数据，才能根据数据做出有关调整和资源分配的关键决策。测量系统分析 (MSA) 泛指估计和评估测量系统测量变异量的过程。一种是 EMP 研究，也称为 Wheeler 方法。EMP 的全称是 Evaluate Measurement Process（评估测量过程）。EMP 研究可评估导致测量变异的两个根源：
- 重复性：同一操作员在相同条件下使用同一量具多次测量同一部件时观察到的变异。
- 再现性：不同操作员在相同条件下使用同一量具多次测量同一部件时观察到的变异。
.jpg?width=359&height=266&name=cereal%20(1).jpg)
根据重复性和再现性，EMP 研究可对测量系统进行分级，评级范围从最高（一级）到最低（四级）不等。实际上，这些评级说明测量系统检测过程均值（至少 3 个标准差）发生偏移的能力水平。如果测量系统能够检测到此类偏移，则其将对其他过程改进活动有用。比如，很多控制图使用与总体均值相差超过 3 个标准差的子组均值作为表示特殊原因影响过程的信号。
比如，消费食品制造商监控谷物箱的填充重量。制造商想要确保不同测量的差异很小，以便能够进行其他过程改进分析。EMP 研究结果可以帮助您确定测量系统是否可接受以及如何改进测量系统。
测量系统是否可接受？
EMP 统计可对测量系统进行分级。从以下结果中，可以看到分级为一级。该团队可以确信测量系统适合用于其他过程改进活动。
测量系统能够做出怎样的改进？
EMP 研究还包括可帮助决定何时优先改进测量系统的信息。均值范围分析 (ANOMR) 和主效应分析 (ANOME) 能够显示哪个地方的再现性相对于过程变异较低。在以下 ANOMR 中，操作员 B 的一致性低于其他两个操作员。提高操作员 B 的一致性将能改进测量系统。
在本例中，各操作员的测量值往往高于或低于彼此。让各操作员的平均测量值更接近将能改进测量系统。
信任您的数据
要根据数据采取行动，需要相信数据正确无误。Minitab Statistical Software 中的 EMP 研究使您能够了解测量系统是否可接受以及如何改进测量系统。在评估测量精确度时，可以确信后面所有内容均是根据可信数据而构建。
尝试 EMP 研究并亲眼看。获取 Minitab 统计软件的免费试用版
