MSA涉及多种方法，每一种都跟统计有关。对大多数人来说，这些方法往往难以被记住，包括我自己。为了便于理解记忆，我们先对“变差”进行剥丝抽茧，即进行结构，看看那些指标可以用于表征测量系统的测量变差。

第一层：

测量观察到的总变差=零件间变差+测量系统误差，其中零件间变差是指不同零件间客观存在的真实差异，由零件本身决定；测量系统误差就是我们MSA的对象，即由测量系统能力决定的测量偏差。

第二层：

测量系统误差=精确度+准确度，精确度研究的是测量变差的波动范围，没有考虑与真值的差异；准确度研究的是测量变差离真值（或参考值）的差异。

第三层：

A、精确度=重复性+再现性；B、准确度=偏倚+稳定性+线性。

MSA的研究变差的指标其实就是上面等号右边的5个，所以MSA方法论包括了：

重复性研究：

同一个人，用同样的设备/方法/设置，在相同的环境，测量同一个产品多次所观察到的变差；主要研究设备导致的误差。理解举例：你去买黄金饰品的时候，同一个营业员对你看上的金饰用相同的量具3次称重，你发现3次测量结果波动很大，这就是重复性不好。

再现性研究：

不同的人，用同样的设备/方法/设置，在相同的环境，测量同一个产品所观察到的变差；主要研究人导致的误差。理解举例：接上面的例子，这时另外一个营业员过来用同样的工具、方法对同样的金饰称3次，发现和第一个人测量的平均值比，此人的测量平均值差异也很大，那么就是说的再现性的问题。

偏倚研究：

观测到的均值和基准值（参考值）之间的差异。理解举例：金饰的真值假设为50g，而今天你测量10次得到平均值为45g，那么5g的差异就是偏差。

稳定性研究：

在不同时间区间测量时得到的偏倚大小的情况，好的稳定性意味着什么时候测量偏倚都差不多。理解举例：接上面例子，一个月后，用同样的量具测那个真值50g的饰品10次，得到平均值40g，比一个月前少了10g，这说明稳定性很不好。

线性研究：

如测量结果随量程的变化始终保持很小的偏倚，那么测量系统的线性就很好。理解举例：上面那个量具，第一次测量真值50g的金饰偏倚假比为0.5g，第二次测量真值200金饰得到偏差为5g，也就是说随着量程变大，变差也越来越大，这个系统的线性非常糟糕。