请教在MSA分析中关于偏倚和线性分析中过程变差如何计算？

你指的是σr：量具的重复性标准偏差 还是σTV：零部件生产过程变异（包括零部件本身的变异和测量系统的变异）的标准偏差。
一 如果是σr
有两种方法求得σr:
1 在使用重复n次测量某一基准值求偏倚时，使用贝赛尔公式直接计算
σr=根号（Σ（Xi-Xbar)^2/n-1）
2 在使用控制图来研究时（稳定性研究）
用Rbar/d2 估计出来的，d2请查MSA手册的附录C
注：附录C的表中横排m是subgroup size（子组容量）,竖排g是number of subgroup(子组个数）

其实贝塞尔公式和Rbar/d2* 都是估计用样本数据估计母本数据标准偏差的，两者估计的结果在样本数不大时，无太大差异。在样本数较大时，推荐使用贝赛尔公式，样本信息充分利用,计算出来的值应该更接近母本数据。
当然实际的母本数据（n=无穷）的标准偏差到底是多少，上帝才知道，这两种方法都是估计。

二 σTV 由两种方法求得
1 直接由历史数据得知的，如你就知道某个部件的某个尺寸在2.5-3.0mm波动,6σTV=0.5mm

2 还有一种方法是在研究R&R时用的，即你已经知道了σPV及σms(其实就是σr&r),σTV=根号（σPV^2+σms^2)

三 接下来，在偏倚分析中%EV=（EV/TV）100%=（6σr/6σTV）100%=（σr/σTV）*100%