InsightFab — AI 製程分析平台

情境

新進工程師小李用游標卡尺量了一個零件：10.023mm。五分鐘後再量一次：10.031mm。他懷疑自己量錯了，叫同事小王來量：10.018mm。

三個數字，差最多 0.013mm。你的規格是 ±0.05mm，感覺好像還好。

但如果你的 Cpk 計算結果說製程能力只有 0.95……真的是製程有問題，還是量測工具本身的誤差就佔了大半？

Gage R&R 把「你看到的總變異」拆成三部分：

真正的零件差異（Part-to-Part）：你希望這個大

Repeatability（重複性）：同一人量同一件，每次不同 → 儀器問題

Reproducibility（再現性）：不同人量同一件，結果不同 → 人的問題

%GRR = (量測系統標準差 ÷ 總標準差) × 100%

如果 %GRR = 38%，代表你「看到的變異」有 38% 是量測工具帶進來的噪音，不是真實的零件差異。

執行 Gage R&R 的標準設計：

10 個零件（要能代表製程的變異範圍，不能全選規格內好品）

2–3 位操作員

每人量每件 2–3 次

隨機化：不讓操作員知道前一次的量測結果

主因判斷對策 Repeatability 大儀器本身不穩換精度更高儀器、校正、防震 Reproducibility 大操作員手法不一統一 SOP、固定量測位置、夾具

在 JMP 和 Minitab 跑 Gage R&R，要先設計表格、輸入 part/operator/replicate 結構，然後解讀 ANOVA 輸出。InsightFab 上傳標準格式 CSV，直接給你燈號診斷和改善建議。

「改善製程之前不做 Gage R&R，就像戴著霧面眼鏡做精密手術——你以為你看清楚了，但你沒有。」