NDC与GR&R：一根藤上的两个瓜

做过测量系统分析的人都有这种体验：拿到一份GR&R报告，最常被追问的就是“%GR&R是多少”，仿佛只要这个数小于10%就万事大吉。但另一个指标——NDC（可区分类别数），却常常被冷落在角落。其实这两个指标描述的是同一个硬币的两面，不把NDC搞明白，测量系统改善很容易走弯路。用一句话点破它们的关系：GR&R衡量的是测量系统的“噪音”占了多少分量，而NDC告诉你，在这个噪音下，测量系统还能把零件分出几个有效的组别。在同创云课堂的六西格玛黑带课程中，我们习惯把NDC叫作“分辨力”的量化数字，它直接决定了数据能不能在分析时“说人话”。

一根藤上的公式：NDC = √2 × (PV / GR&R)

要建立直观理解，不妨回到AIAG测量系统分析手册里的经典公式：NDC = 1.41 × (PV / GR&R)。其中PV是零件变异，GR&R是量具重复性与再现性变异。这个公式没有神秘系数，1.41其实就是根号2，来源于假设两个类别中心至少相隔一个测量系统标准差时才能被可靠区分。所以NDC本质上就是“信号”与“噪声”的比值：PV是信号，GR&R是噪声。噪声越小、零件差异越大，NDC就越高，系统分辨力越强。

反过来理解：如果GR&R已经居高不下，想靠增加样本零件变异来把NDC拉上去，虽然报表数字会变好看，但并没有改变测量系统本身的能力。这种“刷分”操作正是不少人掉进的坑。真正需要做的，是回到变异源分析里，看看到底是重复性（EV）还是再现性（AV）在作祟，从量具、操作者、方法等根源上堵住噪声口子。

判定准则为什么盯住NDC≥5

AIAG手册建议NDC应大于等于5，这不是拍脑袋定的。如果NDC只有2或3，相当于测量系统只能把零件分成两三个大组，过程中微小的质量漂移会被测量噪声彻底淹没。这样的数据拿去画控制图，控制限会宽得像双开门冰箱，过程明明已经偏移了，图上却看不出异常。一般认为，NDC达到5时，测量系统能够用于过程控制分析的初步要求；如果希望在过程能力分析中更精确地估计Cp、Cpk，NDC最好能做到10或更高。

许多企业在做GR&R时会把接受标准简化为“%GR&R＜10%绿灯直通”，但在实际操作里，%GR&R看着绿了，NDC却仍然在3和4之间徘徊的情况并不少见。这通常是因为被测量的零件样本变异本身偏小，报表里的%公差还勉强过关，但%研究变异已经很大。这时候只看%GR&R就不够用了，必须拿NDC交叉验证，不然等发现控制图上一片寂静时，问题早已潜伏了。

从Minitab输出里把关系“读”出来

Minitab做GR&R研究时，会话窗口和图形输出里同时给出了%研究变异（%Study Var）、%公差（%Tolerance）和NDC。很多人习惯用六合一图里的R图和Xbar图判断稳定性，却忽略了最直接的一组数字。建议养成一个习惯：打开Minitab的输出后，先看方差分量表，找到总变异的构成；再去看%研究变异那一列，若%GR&R稍微偏高但NDC有七八个，说明系统尚有“抢救”空间；如果%GR&R看似勉强合格而NDC只有3，那就是红色预警——该量具的区分组数严重不足，不能用于过程控制。

同创云课堂的实操演练中，学员经常问：“老师，到底是先看NDC还是先看%GR&R？”其实两者是一回事。你可以把NDC理解为%研究变异换算成的倍数语言，便于一线人员理解测量系统到底“分得清几档”。如果你需要在报告中用更直观的方式呈现给管理层，NDC说“5个以上”往往比“%GR&R小于20%”更容易建立认知。

从NDC反向优化测量系统的实际改善路径

当NDC不达标，改善路径大致可以分三步走。第一步，检查重复性：观察操作员重复测量同一个零件的波动，如果R图上点频繁超限，往往需要规整测量方法、固定工装夹具，或者对量具进行校准与维护。第二步，缩小再现性：如果不同操作者之间的Xbar图差异显著，就要回到标准作业程序上，找出操作手法、读数习惯的差异，统一培训，必要时引入自动采集设备消除人为变异。第三步，评估零件变异：只有在确认测量系统本身噪声已经压缩到合理水平之后，才考虑扩大取样范围来提升PV。颠倒了这个顺序，就是自欺欺人。

另外，不要忽视交互作用。当零件与操作者交互效应显著时，说明操作者的测量偏差会随零件特性变化而变化，这时候需要针对性设计防错措施。整个过程里，始终以NDC作为判效的“温度计”，因为它能把复杂的方差比转化成一个简单易懂的分组数，让你的改善动作始终盯着分辨力这个核心。

让NDC回归测量系统能力评估的中心位

测量系统分析从来不是一个“做一次通过就行”的合规动作，而是确保数据质量的持续性工作。走通了NDC与GR&R的内在逻辑，你会发现，%GR&R、NDC、方差分量、控制图这些工具其实是在讲同一个故事——测量系统变异是不是挡住了你看见过程真相的视线。下一回当你拿着Minitab输出的GR&R报告时，不妨先问一句：“NDC几个了？”或许这个问题本身，就能倒逼出一轮扎实的测量系统改善。