問：AIAG推薦的偏倚顯著性檢驗方法和企業內通常在進行的Cg Cgk有什麼關係?
答：AIAG出版的MSA手冊中，偏倚研究提到的顯著性檢驗的方法，側重在介紹偏倚的概念；而Cg, Cgk的計算可以認為是企業的具體實踐，它包含了偏倚的含義，兩者並不衝突。
1、 偏倚顯著性檢驗是怎麼回事，它有什麼優缺點?
AIAG出版的第四版MSA手冊中，研究測量系統偏倚時，提到了獨立樣本法和控制圖法，這兩種方法都是基於假設檢驗方法，評估偏倚在統計上是否為0. 偏倚在手冊中定義為:對相同零件上同一特性測量的觀測平均值與真實值之間的差異，它是測量系統性誤差的分量。這個定義是非常清晰，如何評估該系統性誤差是否能滿足要求？
AIAG手冊推薦的偏倚顯著性檢驗方法，是將偏倚與測量的重複性誤差來比較，看偏倚是否是由於重複性測量中的隨機誤差導致，從而構建一個T統計量，看該T統計量是否小於關健的臨界值（基於5%的顯著性水平確定）。如下圖所示，為便於理解，對於重複性隨機誤差的估計，圖中直接計算測量值的標準差,而沒有像MSA手冊中，基於極差或極差均值去估算標準差。
這種做法的優點的，可以獨立於被測量特性的公差，去評估測量系統的偏倚，其缺點也是很明顯：
1. 對於同樣的偏倚量，當重複性誤差越大，偏倚從假設檢驗的角度更容易滿足要求，而當重複性誤差越小時，T統計量會變大，導致偏倚反而不能滿足要求,也就是說,對於同樣的偏倚量，重複性變差越小的測量系統比重複性變差大的測量系統更不能通過該檢驗測試。(“噪音越小，信號越明顯”)
2. 當測量次數越多時，同樣的信心水平，置信區間會更窄，這就意味著對於同樣的偏倚量，測量次數越多，越不容易通過該檢驗。
綜上所述，偏倚顯著性檢驗的評估的方法，沒有基於測量數據的使用用途（與公差關聯）來評估偏倚;並且重複精度越高的測量系統反而不能滿足要求;測量次數越多，越不容易滿足要求，通常只是介紹偏倚的概念時用到偏倚顯著性檢驗方法，實際在標杆工廠內都不是按這樣的方法去評估偏倚。
2、Cg, Cgk是個什麼東東？
在前文中提到，在測量過程能力證明的過程中，汽車行業通常會進行Cg, Cgk的研究，來評估測量設備在測量標準件的過程中的隨機性誤差和系統性誤差是否適合於測量用途。
如何將cg,cgk與AIAG的偏倚顯著性聯繫起來，其方法是計算cg與cgk的差值，基於公式就可以得到與顯著性檢驗類似的公式，要求差值小於一個常數，該常數與重複測量的次數相關。
在實際工廠運用時，通常也不去看這兩者之間的差值，而是直接看Cg, Cgk是否滿足相關的接收標準。因為這兩個指數的計算是與被測量特性的公差範圍有關，是從測量數據使用用途的角度去評價系統性和隨機性誤差。
這種做法的另一個用途是，將以前在生產製造過程中運用的機器能力指數的概念移植到測量過程中來，即測量設備能力指數，便於概念的理解與交流。
3、總結
在這篇短文中，我們介紹了AIAG的MSA手冊中對於偏倚顯著性檢驗的方法，並說明了其優缺點，同時介紹企業內通常用cg, cgk來替代偏倚顯著性檢驗的原因，介紹了cg, cgk 的計算公式及它與偏倚顯著性檢驗的關係。在汽車行業，更多的企業是通過Cg, Cgk的做法來代替了偏倚顯著性檢驗。
