请问GRR是什么？

答：GRR是指量测的再现性（Repeatability）与再生性（Reproducibility）可以图表方式说明如下：

为计算再现性(Repeatability)，在其取得数据时应符合下列条件：

◆同一人员 ◆相同的归零条件

◆同一产品 ◆同一位置

◆同样的环境条件　　　　　 ◆数据要在短时间内取得

再现性的目的只是要获知设备的变异性。

再生性(Reproducibility)则希望获知不同条件下的变异，因此取得数据时应符合下列条件：

◆不同的人员 　　　　　　 ◆不同的归零条件

◆ 不同的位置 　　　　　　 ◆不同的环境

◆数据宜在较长期间内取得

第2问：请问GRR目的何在？

答：若我们抽测100支圆杆的外径，我们可以得到100组数据，它形成一个分配（ ， ）

但是若深究这些数据的分配是否会永远如此呢？其实并不尽然，因为同样的样本若交给同一个人第二天再量一次，它就不可能与原来的分配（ ， ）完全相同。同样地，同一组样本若交给另一个人用同样的量具来量，当然也就会再形成另一个分配（ ， ）。

　　有了这样的认知，我们就明白原始的数据标准差（ ）中其实己含盖了产品真值标准差（ ），量器量测误差（ ）及其它随机误差（ ）其关系如下：

GRR的目的就是要降低量测误差（ ），使量测值之 尽量接近 （真值之标准差）。

第3问：请问GRR的优劣是否有放诸四海皆准的共识呢？

答：这是一个好问题，目前举世公认的原则与分级标准如下：

第4问：请问上面公式的分子为何要乘5.15？

答：这是因为计算GRR时是采用99%的信赖区间，依据常态分配99%的范围含盖在 2.575个 之内，所以分子要乘5.15（2 2.575）。

第5问：为获得可信之GRR，请问在实务上是否有一些标准程序？

答：有的，其程序如下：

1，准备被测件样本（至少5parts)

2，将被测件交给平常实际作业之人员（至少3人）反复量测

（每一样本至少量2次）

3，记录各量测数据

4，计算GRR

第6问：GRR非做不可吗？若一时做不到是否有其它替代指标？

答：这个问题好极了，中国人说尽信书不如无书，天下当然没有非作GRR不可的道理，因为QS-9000的4.11.4节就清楚说是『譬如』GRR，表示GRR只是指标之一。

　　如果有一些限制而未能作GRR时，举世公认的替代指标是Cpk，因为在计算Cpk中的Cp时，此Cp用的是数据标准差（ ），它已包括了量测误差（ 详见第2问之公式），因此若Cp/Cpk己能达到客户的要求，那么亦间接证明现有的量测系统也足堪信任。

第7问：请问那些情况不适用GRR？

答：这个问题的症结仍在于我们对GRR的定义是否清楚（详见第一问），因为作GRR时必须使用同一样本（Parts）反复量测，因此只要有任何样本无法被反复量测，那么基本上即不适用GRR，这一类的情况中尤其以破坏性测试为最明显，因为样本实际上已无法被反复测试。因此凡是破坏性测试，原则上均不适用GRR，近年来虽有讨论用代用特性来做GRR的替代方案，但争议颇多，所以若要使用替代方案时，请务必小心谨慎。

　第8问：请问该优先使用GRR的状况有那些前提？

答：这又是一个高明的问题，原则上该优先使用GRR的情况均应有下列前题：1.本质上是非破坏性之量测数值。2.该量测特性之制程能力Cp值明显不足。

　　在此状况下我们就必须运用GRR深入探究此时的制程能力是产品之真象或假象？若GRR<10%则表示问题出在产品本身，反之若GRR>25%（C级，请参考第3问）那就表示量测系统不够精确，因而扭曲了产品的真值，这时我们就应立刻着手改善量测系统，改善时可参考下面的鱼骨图，找出回题症结，再予以克服，以改善GRR。

第9问：GRR的想法我清楚了，但是GRR的计算及分析似乎比较复杂，不知是否有可代劳之软件？

答：目前坊间之统计软件，大部分均包括了GRR的分析功能，其中STATGRAPHIC尤其以图形分析及分析取胜，有心人不妨一试。

　第10问：从长期来看GRR可如何加以运用？

答：长期来看GRR可持续运用在下列领域或时机：

1.新量具可借助GRR来建立有效的验收系统。

2.新进检测人员可借助GRR来建立公允的合格认证系统。

3.配合Cpk不断导引研发更价廉而堪用的测试设备。

4.若遇到产品规格大幅加严时（如Impedance的Tolerance由12Ω降至5Ω）则必须立即警觉必须将测试设备升级，以免误判了新产品的真实性能。

什么是GRR