极差图

极差图被用来确定过程是否受控。原因是无论测量系统误差有多大，控制限将包含该误差。这就是为什么需要在进行相应的测量系统研究之前，需要识别并消除特殊原因变差的原因。。

将由每个评价人对每个零件多次测量读值的极差，画在一个包括了极差平均值和控制限的标准极差图上。从被画在图上数据的分析，可以得到一些有用的解释。如果所有的极差均受控，则说明所有评价人都进行了相同的工作。

如果某个评价人是在控制限之外，则说明他使用的方法与其它人不一致。

如果所有评价人均有一些超出控制范围的点，则说明该测量系统对评价人的技巧较敏感，需要进行改进以获得有效的数据。

图表应该不是显示数据对于评价人或零件关系的图形极差不是对数据的排序。不能像一般控制图趋势分析来使用，即使画出来的数据点是用线条连接的。

稳定性以一个点或多个超过控制限的点来确定，评价人之间或零件之间。稳定性分析要考虑到实用性和统计的显著性含义。

极差图可以帮助确定

●与重复性有关的统计控制

●测量过程中评价人之间对每个零件的一致性。

评审以上图表显示评价人的变差之间存在差异。

链图

画出所有评价人对零件的所有读值以获得对下列的理解：

●个别零件在变差一致性上的影响

●奇异读值的呈现（即不正常的读值）

对上图进行分析可知：没有奇异数据或不一致的零件。

散点图

将个别的读值依评价人所测量的零件绘制图表，以获得下列的理解：

●评价人之间的一致性

●显示可能的分离

●零件-评价人之间的相互作用

对图 18 进行分析可知，没有指出任何明显的分离，但指示出评价人 C 的读值可能比其他人小。

震荡图

在震荡图中，依评价人所测量的零件画出读值的最高值、最低值以及平均值（见图 19）,通

过这图可理解：

●评价人之间的一致性

●分离的呈现

●零件-评价人之间的相互作用

对图 19 进行分析可知，没有呈现任何明显的分离，但指出评价人 B 可能有较大的变差。

误差图

测量系统分析的数据可以通过 “误差图”（见图 20）来被分析，即画出个别读值相对于可接受的参考值的误差。每个零件的个别读值偏差或误差可用以下公式计算：

误差=观察值-参考值或误差=观察值-零件的测量平均值选用哪个公式取决于是否能够得到被测零件的参考值。

对上图进行评审可知：

●评价人 A 具有整体性的正向偏倚

●评价人 B 的变差最大，但无明显的偏倚

●评价人 C 有整体的负向偏倚。

正常化直方图

直方图（图 21）呈示参加这研究的评价人误差的频率分布图示法。这图也可显示所有评价人联合的频率分布。

如果可获得参考值，则：

误差=观测值-参考值

否则：正常化的数值=观察值-零件平均值

直方图能提供一快速目视观察这误差是如何分布的。甚至在对数据分析之前，便能识别出评价人所进行的测量是否存在偏倚或不一致的问题。

对直方图进行分析（图 21）可以加强误差图分析的结论。它们同样指出只有评价人 B 呈现对称图形，评价人 A 和 C 均由于偏倚而带来一系统上变差的来源。

平均值 X—Y 图

由各评价人对每个零件多次读值的平均值，其与参考值或零件总平均值作为相对指数的图示法（见图 22），这图可以帮助确定：

●线性（如果使用了参考值）

●评价人之间线性的一致性

50 注意：每个直方图的“0.0”数值是与其它的直方图对齐。

X-Y 比较图

由每个评价人对每个零件的多次读数的平均值，其与另一评价人的结果成为相对指数的图示法。本图是把一评价人获得的数据与其它的评价人数据进行比较（见图 23），如果评价人之间完全一致，则画出的点将形成一条与起源成 45 度角的直线。

数值计算

量具重复性和再现性的计算如图 24 和 25 所示。图 24 是数据收集表格，记录了所有的研究结果。图 25 是报告表格，记录了所有识别信息和依据指定公式进行的所有计算。