关于Cgk判定和MSA五大特性研究方法比较之我所见

欧立威-德尔拓

/Oliven

德系的Cgk，其实他把仪器之间的偏移（甚至对标准仪器）也当成了再现性的变异。

很多情况下，对于改进测量系统，线性的研究和偏倚的研究是必要的。

比如我在戴尔做过一个案例。测量物就是员工的电话销售的12分钟的录音。测量促销意愿的和技巧得分。

前提：

1.三位打分的裁判就是一套独立的测量系统。

2.每一次录音经6个仲裁员统一听完以后讨论一致给出一个分数作为标准值。

3.分值0~10分。

问题：

1.我们可以发现某个裁判他的问题是线性偏差，比如说，选手得分越高，他越压分。

2..比如说另一个裁判，他是平均偏倚问题。他几乎对每个选手的分数都比标准值高一点。

3.还有一位裁判是再现性的问题，他对普通话好的销售员，打分很稳定，对带有浓厚福建本地口音的销售员，打分就不稳定。

如果不按照线性偏倚研究，重复性和在线性研究分开。我们无法快速的分析测量系统的问题，并针对对其影响因素进行改进。

而Cgk的做法是，把这些不同来源的变异混在一起，只按照容差去要求合格即可。所以，存在几个问题的可能：

1.测量系统有各式各样不完全是德系的机械行业的理解。

2.有的测量物有公差，有的测量物没有公差。

3.有的测量物可以有标准值，有的测量物没有标准值。所以要通过标准件来校准，实际测样是得不到参考值的。

4.将测量的误差混在一起，笼统地看作一个变异，仅仅用来判定测量系统G/NG是简单有效的。但不利于有效的针对影响因素对测量系统进行针对性的改进。

5.把线性和平均偏倚分开，把重复性和在线性分开研究，并精确掌握此技能，对研究一些测量规律性的误差是非常有帮助的。