第四章- 第 C 节变差研究
所有描述的研究，是在研究期间对测量系统（包括环境的后果）本质的计算。由于测量系统是被用于作出对产品、过程或服务的未来判定，所以就需要对测量系统作出分析的结论。从计算到分析结果的转化需要专业知识和专家，以能：
确保某研究的设计和实施已考虑到所有预期的测量变差来源。
根据预期的用途、环境、控制，保养等分析结果（数据）。
V1：标准 GRR 研究
这些研究已被包含在本参考手册中。
这些研究包括图形分析和数值分析。
V1a——极差法（R&R）
V1b——极差法（R&R 和零件内部）
V1c——ANOVA 法（R&R）
V1d——修改的 ANOVA/极差法
V2:p≥2 台仪器的多个读数
这里允许多台仪器的比较。
应用：
a）零件不会由测量过程而被改变的测量系统，即测量系统是非破坏性的，并且可使用具有
如下特性的零件（样本）：
１）静态属性，或
２）稳定的动态（变化）特性
假设：
已知特性（属性）的定性期限，并延续超过预期的研究期间，即在整个预期的使用和/或储存期间，被测特性不会改变；
零件（样本）涵盖了该特性（属性）的过程变差的预期范围；
采用 Grubb70（或 Thompson）71 估计的分析：
过程变差性；
仪器变差性=重复性；
置信度范围的计算是可获得的。
V3：分割的样本（m=2）
应用：
个别的零件（样本）部分的测量不可被重复，因此可用破坏性和不可重复的测量系统进行研究，并且可被使用在动态我的测量系统分析。
假设：
已知特性（属性）的定性期限，并延续超过预期的研究期间；即在整个预期的使用和/或储存期间被测特性不会改变；
零件（样本）涵盖了该特性过程变差的预期范围；
这些样本被分成 m 部分。m=2 时常称为试验一再试验研究。
采用回归技术分析：
用误差估术语计重复性：σ 重复性估计=σ2 e；
线性（通过估计线和 45°线进行比较）
V3a—V3 用于连续的配对零件
本研究同 V3 一样，但使用连续连续零件的配对，而不是分割样本。本研究应用在当不破坏被测量的属性，该零件就不能被划分的情况。
这是一个上边界分析：σ 重复性估计≤σ e+σ 样本之间
V4—分割样本（一般）
应用：
个别的零件（样本）部分的测量不可被重复，因此可用破坏性和不可重复的测量系统进行研究，并且可被使用在动态特性的测量系统分析。
70见参考清单，NO.15。
71见参考清单，NO.38。
假设：
特性（性质）的保存寿命已知并延续超过预期的研究时期，即在预期的使用和/或储存期间被测特性不改变；
零件（样本）涵盖了该特性（属性）的过程变差的预期范围；
把样本分割成 m 部分。这里 m 为 2 或 3 的倍数； m≥2（如 m=3，4，6，9┄）
采用以上方法进行分析：
包括图形法的标准 GRR 技术
ANOVA——随机化的分组设计（双向 ANOVA）。
V4a—V4 用于从不同批次中连续（同质的）配成对的零件
本研究同 V4 研究一样，但使用连续零件而不是分割样本。本研究应用在于当不破坏被测量的属性，该零件就不能被划分的情况。
这是一个上边界研究：σ 重复性估计 ≤ σe + σ 零件 + σ 批次
下述研究件假定零件（样本）特性（属性）是动态的：
V5：与 V1 相同，使用稳定的零件
本研究中使用基于工程知识和专门技术为基础的稳定过程的零件；例如，磨合过的发动机对新发动机的比较。
V6—时间序列分析
假设：
在规定的时间间隔内重复的读值；
已知特性（属性）的定性期限，并延续超过预期的研究期间；即在预期的使用和/或储存期间，被测特性不会改变；
零件（样本）涵盖了该特性（属性）的过程变差的预期范围；
通过确定了每个样本的退化模型来分析：
Σ 重复性估计 = σe ；
退化的一致性（如果 n≥2）；
V7：线性分析
假设：
在规定的时间间隔内重复的读值；
已知（已有文件说明的）在规定的时间间隔内，这测量系统中的退化具有线性回应。
已知特性（属性）的定性期限，并延续超过预期的研究期间；即在预期的使用和/或储存期间，被测特性不会改变；
零件（样本）涵盖了该特性（属性）的过程变差的预期范围；
通过线性回归来分析：
Σ 重复性估计 = σe ；
退化的一致性（如果 n≥2）；
V7a—V7 用于同质性的样本
通过线性回归来分析：
这是一个上边界分析：σ 重复性估计≤σe+σ 零件之间
V8：特性（性质）随时间的衰变
可以修改 V6 和 V7，以确定这退化是否基于于时间（即定性期限）或活动
V9：V2 用于同时存在的多个读值，且 P≥3 台仪器
分析同 V2[参见 Lipson 和 Sheth，13.2 节]。