MSA测量系统分析，Excel模板直接套用

FT 测试良率周报突然掉了 2.3 个点，PE 第一反应是测试机台漂移，质量拉 SPC 发现键合剪切力的 Cpk 从 1.67 掉到 1.21。所有人围着工艺参数找了一整天原因，换探针、标机台、查温区，折腾到下班没结论。最后是 SQE 在群里甩了一句：先做个 GR&R，确认你测出来的数到底能不能信。结果推力计的 %GR&R 高达 28%、ndc 只有 4，所谓"良率下滑"里一大半是量具自己在抖——调工艺纯属白调。

在封测厂干质量/测试这些年，这种事见太多了。我们舍得花大价钱上 Minitab、买机台，却经常忽略最底层的一件事：你拿来判定合格、算 Cpk、写 8D 的那串测量数据，本身稳不稳、准不准？MSA（测量系统分析）就是干这个的。但它最劝退的是计算——GR&R 的 Xbar-R 法一堆 K 系数、方差分量，手算极易错。后来我把 AIAG MSA 手册第 4 版的算法做成 Excel 模板，10 个零件 × 3 名操作员 × 2~3 次，填数自动出 %GR&R、ndc 和判定，量产前测量系统验证从两天压缩到两小时。今天把模板结构和用法直接给你，复制数据就能跑。

解决方案概览

核心思路：你负责按规范取样、盲测、录数，Excel 按 AIAG MSA 第 4 版算法算方差分量和 %GR&R，自动给判定结论。模板覆盖三张子表——计量型 GR&R（Xbar-R 口径）、计数型属性一致性（Kappa）、偏倚/线性/稳定性（单量具三项），一份量产前量具准入或年度验证，从"请质量工程师花两天算"变成"PE 自己半小时出报告"。

分步实操

第一步：定分析对象与取样（15 分钟）

先想清楚"量具"指什么。封测厂常见的 MSA 对象：

• CP 探针台的量测通道（电压/电流/漏电流量具）
• FT 测试机的参数读值（功能测试项、直流参数）
• 键合拉力计 / 推拉力计（wire pull、die shear）
• X-Ray 空洞率判读（计数型）
• 膜厚仪、二次元/三次元（尺寸量具）
• 外观检验 / AOI 过杀漏杀判定（计数型）

取样三件事，错一件结论就废：

• 样本量：计量型 GR&R 标准取 10 个零件 × 3 名操作员 × 每人测 2~3 次（K=10、O=3、n=2/3）。零件必须来自产线正常波动范围，覆盖好中差。
• 盲测：操作员不知道被测件编号，也不知道历史真值，否则会"往标准值上靠"，人为压低波动。
• 代表性：最忌拿 10 个全良的"黄金样品"来做 GR&R，%GR&R 会虚低，上了产线照样翻车。

第二步：计量型 GR&R 模板（Xbar-R 法）

GR&R 算的是"量具变异占总体变异的比例"。Xbar-R 法是 AIAG 推荐的交叉 GR&R 算法，模板把极差转方差，自动拆解成重复性（设备本身）和再现性（操作员之间）。

录入区结构（示例前 6 行，实际 30 行 = 10 件 × 3 人）：

计算区关键公式（模板已内置，Excel 语法）：

Rbar = AVERAGE(极差R列)                       ' 极差均值K1   = IF(n=2, 4.56, 3.05)                  ' 随试验次数 n：n=2 取 4.56，n=3 取 3.05EV   = Rbar * K1                            ' 重复性Xdiff = MAX(三名操作员均值) - MIN(三名操作员均值)K2   = 2.70                                ' 随操作员数 O=3AV   = SQRT(MAX((Xdiff*K2)^2 - EV^2/(n*K), 0))   ' 根号内为负则取 0GRR  = SQRT(EV^2 + AV^2)                    ' 量具 GR&RPV   = Rp * 1.62                           ' 零件间变异，Rp=零件均值极差，K=10 时 K3=1.62TV   = SQRT(GRR^2 + PV^2)                   ' 总变异%GR&R = GRR / TV * 100%EV  = EV / TV * 100%AV  = AV / TV * 100%PV  = PV / TV * 100ndc  = INT(1.41 * PV / GRR)                 ' 分辨力

判定（AIAG MSA 第 4 版）：%GR&R ≤ 10% 可接受；10% < %GR&R ≤ 30% 视重要性/成本有条件接受；%GR&R > 30% 不可接受；ndc ≥ 5 是硬门槛。

拿到结果先看 ndc——ndc < 5 说明量具分辨力不够（比如读数只到 0.1g 但过程波动只有 0.05g），这时先换量具或加密读数，再谈 GR&R，否则整份分析失效。

第三步：计数型属性一致性（交叉表 / Kappa）

对 X-Ray 判废、外观检验、AOI 过杀漏杀这类"合格/不合格"判定，计量型 GR&R 用不了，改用计数型 MSA。核心是 Kappa 系数——它扣除了"瞎猜也能蒙对"的偶然一致。

录入区结构：每个操作员对每件零件判 2 次，与"标准件真值"对照。

计算（模板已内置，以操作员 A 为例，Excel 语法）：

自身一致性 = COUNT(A两次判读相同) / 总件数        ' ≥90% 才算稳Po = COUNT(A判读与真值相同) / 总件数             ' 与标准一致性Pe = (A合格数*真值合格数 + A不合格数*真值不合格数) / 总件数^2   ' 偶然一致Kappa = (Po - Pe) / (1 - Pe)

判定：Kappa ≥ 0.75 可接受；0.40 ~ 0.75 需改进；< 0.40 不可接受。

重点：外观检验的 GR&R 不能只靠"大家看得差不多"。AOI 过杀（误杀良品）和漏杀（放过不良）代价不一样，宁漏勿杀还是宁杀勿漏，要在反应计划里定清楚，再据此设 Kappa 门槛。

第四步：偏倚 / 线性 / 稳定性（单量具三项）

GR&R 过了，只说明"量具波动小"，不代表"量具准"。还要确认三项：

• 偏倚 Bias：同一标准件的观测均值 − 参考值。用 t 检验判断是否显著：|bias| ≤ 量具分辨力/10 且 t 检验不显著才合格。偏大说明系统偏高/偏低，需校准归零。
• 线性 Linearity：偏倚是否随量程变化。在各校准点测偏倚后做回归，斜率显著 ≠ 0 即存在线性问题（量程两端飘）。
• 稳定性 Stability：同一标准样隔期重复测，打 X-MR 控制图。连续 15 点不超界、均值落在置信区间内即稳定。

偏倚工作表（示例）：

| 校准点参考值 | 实测均值 | 偏倚=均值-参考 | 分辨力 | |偏倚|≤分辨力/10 | 重复标准差σr | 试验次数n | |---|---|---|---|---|---|---|---| | 5.00 g | 5.08 g | 0.08 | 0.01 | 公式 | 0.06 | 3 | | 8.00 g | 8.15 g | 0.15 | 0.01 | 公式 | 0.06 | 3 | | ... | ... | ... | ... | ... | ... | ... |

稳定性工作表：每天同一时刻测同一标准样 1 次，连续 15~25 天，自动算均值与 UCL/LCL（均值 ± 3×MRbar/1.128），超界即不稳定。

模板自带"改善对策映射表"：把 %EV / %AV / Kappa / 偏倚 哪一项超标，自动提示对应改善方向（见第五步）。

第五步：判定与改善动作映射

GR&R 出结论不是终点，要落到动作：

• %GR&R > 30% 或 ndc < 5：先查分辨力（换更精细量具/加密读数），再查人员与夹具。
• 重复性 EV 大（%EV 高）：量具本身波动 → 校准、维修、换设备，或加定位治具减少手持波动。
• 再现性 AV 大（%AV 高）：操作员手法不一 → 细化 SOP、统一夹持定位、增加专用工装。
• 计数型 Kappa 低：做"标准样品集（标准片）"对齐判据，做判读培训与考核。
• 偏倚显著：校准归零或调整补偿值；线性问题：分段校准或换量具。
• 稳定性异常：查环境（温湿度）、量具老化、标准样漂移，必要时缩短校准周期。

模板里把上面这套映射做成一张表，PE/质量拿到报告就能直接开改善任务，不用再翻手册。

关键参数说明

1. K 系数表 —— 必带。Xbar-R 法靠 K1/K2/K3 把极差转方差，随试验次数、操作员数、零件数而变，模板已内置查表，改 n 自动切换。
2. 样本量 K×O×n —— 标准 10×3×2。样本太少 ndc 不足，结论不可信；非要省也别低于 5×2×2。
3. ndc ≥ 5 —— 分辨力硬门槛。低于 5 整份分析失效，先解决量具分辨力。
4. 盲测 —— 必做。操作员知情会人为压低波动，GR&R 结果失真。
5. 判定口径 —— 用 AIAG MSA 第 4 版（%GR&R + ndc 双判），别只报 P/T 比。
6. %GR&R 与 P/T 比 —— 两码事。%GR&R 看量具变异占"过程总变异"；P/T 比（精密度比）= 6σ量具 / 公差带，看量具占"客户公差"的比例。验收时两个都看，别混。
7. 数据脱敏 —— 真实料号、客户参数用"产品 A""参数 α"替代，别直接外发。

常用 K 系数（AIAG MSA 第 4 版）：

常见问题和避坑提醒

1. 拿"黄金样品"做 GR&R，%GR&R 虚低

有人图省事，挑 10 个全良、参数都贴中心的"黄金样品"来测。这批件本身差异极小，PV 被压扁，%GR&R 自然好看。可一旦上产线，真碰到边缘参数件，量具波动立刻显形，GR&R 结论完全失效。正确做法：样本必须覆盖产线正常波动的好中差，最好带几件接近规格限的边界件。

2. 操作员知情，主动往标准值靠

不做盲测，操作员看见"这是 3 号件、上次测 8.2"，手就不自觉往 8.2 上凑。波动被人为压低，AV 算出来偏小，GR&R 过了，产线一换人立马翻车。正确做法：零件随机编号、打乱顺序，操作员不知测的是哪件、历史值多少；有条件用遮挡标签或专人发件。

3. 样本量压到 5×2×2，ndc 直接垮

赶进度把样本砍到 5 件 × 2 人 × 2 次，Rbar 和 Rp 都估计不准，ndc 往往掉到 4 以下。这时 %GR&R 再低也不能信。正确做法：守住 10×3×2 底线；资源实在紧，至少 8×3×2，并明确在报告里标注样本量受限。

4. %GR&R 和 P/T 比混为一谈

这是最容易误导客户的点。%GR&R 看量具占"过程总变异"，过程本身很散时 %GR&R 容易过；P/T 比看量具占"客户公差带"，公差很宽时 P/T 容易过。两个口径结论可能相反——过程能力差的件，P/T 过了但 %GR&R 没过，照样不能用来判合格。正确做法：验收时 %GR&R 与 P/T 比同时报，客户有特殊要求优先按客户。

5. 只做 GR&R 不做偏倚，量具"稳但不准"

GR&R 通过的量具只是"波动小"，不代表"读数对"。偏倚显著时，每次都系统性偏高 0.1g，Cpk 看着漂亮，实际一批料悄悄偏出规格。正确做法：GR&R 通过后补做偏倚（至少 1 个校准点）和稳定性（连续监控），量产前三项齐全才算量具准入完成。

6. 计数型只报一致率不报 Kappa

外观/AOI 判定常写"三人一致率 92%"，看着很高。但瞎猜也有基础一致率，不扣掉偶然一致的 Kappa 可能只有 0.3（不可接受）。正确做法：计数型必报 Kappa，AOI 还要单独拆过杀率/漏杀率，按反应计划定处置规则。

<img src="./Realistic_photography__two_sem_2026-08-24T10-40-25.png" alt="配图3：两名工程师在电脑前评审 GR&R 报告，一人手指 Excel 中的 %GR&R 与 ndc 判定单元格，另一人手持量具校准记录/SOP 对照，桌上放着样品与检测报告，体现"PE 与质量共同把关"协作场景" title="配图3：两名工程师在电脑前评审 GR&R 报告，一人手指 Excel 中的 %GR&R 与 ndc 判定单元格，另一人手持量具校准记录/SOP 对照，桌上放着样品与检测报告，体现"PE 与质量共同把关"协作场景">

总结

这套 MSA Excel 模板的核心价值，是把测量系统验证从"质量工程师花两天手算"变成"PE 自己半小时出报告"。三张子表覆盖计量型 GR&R、计数型一致性和偏倚/线性/稳定性，填数自动出结论，判定直接映射改善动作。

更值钱的是框架通用——换量具、换产品，同一套表改取样范围和参考值就能复用。量产前量具准入、客户审核、年度验证，这是封测厂质量体系的标配动作，一次搭好全线复用，才是真的提效。

如果你要现成的 MSA Excel 模板文件（含 GR&R Xbar-R 自动计算、属性一致性 Kappa、偏倚/线性/稳定性三张子表，公式已写好直接填数），我帮你打包好了。

公众号回复【MSA-EXCEL】领取本文 MSA 测量系统分析 Excel 模板（含计量型 GR&R / 计数型 Kappa / 偏倚线性稳定性三张子表，公式已内置）+MSA 第 4 版判定标准速查卡

本文为半导体工程师AI/自动化提效系列第10篇，关注公众号获取更多 SPC、FMEA、8D、APQP 自动化的实用教程。