情境
新進工程師工程師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，叫同事品管人員來量：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？
白話翻譯
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。
實戰判斷
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 |
InsightFab 怎麼做
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。
金句
「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。」