【正文】 ttribute MSA73Kappa屬性測量系統(tǒng)u屬性 /順序測量系統(tǒng)使用了接受 /拒絕標準或分級，例如， 用 (15) 確定是否達到可以接受的質(zhì)量水平uKappa技術可以用來評估這些屬性和順序測量系統(tǒng)74 你真的擁有太多的屬性數(shù)據(jù)嗎 ?u很多檢驗過程能夠收集連續(xù)數(shù)據(jù)，但選擇屬性數(shù)據(jù)以簡化檢驗員的任務u例如，很多功能測驗將連續(xù)地評估一項產(chǎn)品（溫度、承載力，硬度等等）并以通過 /失敗記錄其結(jié)果u設法獲取連續(xù)數(shù)據(jù)75屬性和順序測量u屬性和順序測量經(jīng)常依靠主觀分類或分級u例子包括：u把部件特征分級為好或壞u在品嘗之后分級葡萄酒的香味和口感u從 1到 5給雇員的表現(xiàn)分級u給體操打分u在利用這些測量系統(tǒng)之前，我們應該評估它們嗎？u不評估它們的后果是什么呢？76 測量系統(tǒng)分析 – 屬性數(shù)據(jù)u什么方法適于評估屬性測量系統(tǒng)？u屬性系統(tǒng) － 同等處理所有誤分類的 Kappa技術u順序系統(tǒng) －考慮誤分類等級的 Kappa技術u例如，如果我們從 1到 5判斷一油漆產(chǎn)品的等級，檢驗員 A把它評為 1級，檢驗員 B評為 5級，比起檢驗員A把它評為 4級而檢驗員 B評為 5級來，具有更大的誤分類77數(shù)據(jù)類型u常態(tài) : 包含不具有排序基礎或可以分別出量的差別的數(shù)字，例如 u 例子 : 一公司中 : A部門、 B部門、 C部門u 一車間中 : 機器 機器 機器 3u 運輸?shù)念愋?: 船、火車、飛機u順序 : 包含可以分等級的數(shù)字。u 例子： 產(chǎn)品性能 : 優(yōu)秀、很好、好、一般、差u 品嘗試驗： 味淡、辣、很辣、辣得難受u 客戶調(diào)查： 強烈滿意、滿意、不滿意、強烈不滿意78Kappa技術uKappa適用于非定量系統(tǒng)，如u好或壞u通過 /不通過u區(qū)分聲音 (嘶嘶聲、叮當聲、重擊聲 )u區(qū)分色彩亮度u通過 /失敗79Kappa技術u適用于屬性數(shù)據(jù)的 Kappau同等處理所有誤分類u要求單元之間相互獨立，并且檢驗員或分級員是獨立作出分級的u要求評估類別是相互排斥的80操作定義（檢查標準）u存在著一些質(zhì)量特點，或者難以定義或者定義很耗費時間u要一致地評估分類，幾個單元必須由一個以上的評估人或判定人作出分類u如果評估員之間達成足夠的一致，那么就有可能，盡管不能保證，分級是正確的u如果評估員不能達成足夠的一致，那么分級的可用性就很有限了差勁的屬性測量系統(tǒng)幾乎總是可以歸咎于差勁的操作定義81? 留意事項(1) 樣品應選定代表 Process的樣品。(1) 把平時檢查的作業(yè)者選定為作業(yè)者的選定對象，并成為 Blind Appraisal.計數(shù)型 Gage RR很難區(qū)分良 /不率的樣品 20%~30%不易區(qū)分良 /不率的樣品 30%~40%比較容易區(qū)分良 /不率的樣品 30%~40%很容易區(qū)分良 /不率的樣品 0%~20%82 屬性測量系統(tǒng)中的 α和 β風險uα風險 /生產(chǎn)者風險u 合格產(chǎn)品被拒絕u不必要的報廢 /返工的原因u被人為削減的過程性能uβ風險 /消費者風險 u接受了不合格產(chǎn)品u不滿意的客戶u夸大的過程性能83結(jié)果 ?u哪些是重要的應關心的問題？u如果檢驗員之間和內(nèi)部不能達成很好的一致，會有什么風險呢？u次品正在流向下一步操作或客戶嗎？u優(yōu)質(zhì)品正在被返工或處理掉嗎？u評估的標準是什么？u 如何度量一致性？84什么是 Kappa? u P observedu 判定員一致同意的單元的比率 =判定員一致判定為優(yōu)良的比率 +判定員一致判定為次劣的比率u P chanceu預期偶然達成一致的比率 =（判定員 A判定為優(yōu)良的比率*判定員 B判定為優(yōu)良的比率） +（判定員 A判定為次劣的比率 *判定員 B判定為次劣的比率）u 注意： 上述等式適用于兩類分析，即優(yōu)良或次劣85Kappau要達成完全一致， P observed = 1 且 K=1u一般說來，如果 Kappa值低于 ，那么測量系統(tǒng)是不適當?shù)膗如果 Kappa值為 ，那么測量系統(tǒng)是優(yōu)秀的uKappa的下限為 0到 1u如果 P observed = P chance 那么 K=0 u因而 Kappa值為 0表示達成一致和隨機偶然預期達成的一致是一樣的86? Kappa量測能力評價指標l上面的判斷基準根據(jù) Project的目標有可能變更。l基本上，達不到 100%時，必須調(diào)查其原因。u需要計算每個操作員的 Kappa和操作員之間的 Kappa91考慮下列數(shù)據(jù)92分級員 A的 交叉表在每個單元格中填入收集到的信息93交叉表第一格代表分級員 A在第一次和第二次測量中判定為優(yōu)良的次數(shù)94交叉表第二格代表分級員 A在第一次測量中判定一個單元為次劣，在第二次測量中判定為優(yōu)良的次數(shù)95交叉表第三格代表分級員 A在第一次測量中判定一個單元為優(yōu)良，在第二次測量中判定為次劣的次數(shù)96交叉表第四格代表分級員 A在第一次測量和第二次測量中判定一個單元為次劣的次數(shù)97交叉表邊格的數(shù)字代表行和列的總和98交叉表 比例分級員 A比例下表代表上表的數(shù)據(jù)，其中每個單元格用總數(shù)的百分比來表示代表 10/2099交叉表 比例由行和列的總和計算而得100對 Kappa的定義將有所不同，取決于我們是在定義分級員內(nèi)部Kappa， 還是在定義分級員之間的 Kappa記得怎樣計算 Kappa嗎 ? Pobserved– 判定員一致同意的單元的比率 =判定員 A/B一致判定為優(yōu)良的比率 +判定員 A/B一致判定為次劣的比率 Pchance– 預期偶然達成一致的比率 =（判定員 A判定為優(yōu)良的比率 *判定員 B判定為優(yōu)良的比率） +（判定員 A判定為次劣的比率 *判定員 B判定為次劣的比率）101Pobserved 等于上表對角線上概率的總和： P observed =( + ) = Pchance 等于每個分類概率乘積的總和： Pchance =(*) + (*0..45) = 那么 Krater A=( )/(1 )=計算分級員 A的 Kappa102K Rater B =數(shù)字比例計算分級員 B的 Kappa103? 利用 Minitab的 二元分類 系數(shù)型 Gage RR的 StudyEx) 為了分析以 Go/NoGo Gage判定合格 /不合格的系數(shù)型測試系統(tǒng) 選了 15 EA 樣品 (合格品 8個 ,不合格品 7個 )之后由 3名測試人員反復測了 3次后得到了如下的 Data. 104Attribute Gage RR StudyAttribute Gage RR Study for MeasuremWithin AppraiserAssessment AgreementAppraiser Inspected Matched Percent (%) % CI A 15 14 ( , )B 15 13 ( , )C 15 13 ( , ) Matched: Appraiser agrees with him/herself across trials.? 測量一致性 評價評價每個測試人員反復測試出的值之間的測量一致性* 各測試人員的反復測量的結(jié)果的一致性的比率 反復測試每個樣品時一致的樣品數(shù)總樣品數(shù) 100反復性 105Each Appraiser vs StandardAssessment AgreementAppraiser Inspected Matched Percent (%) % CI A 15 14 ( , )B 15 12 ( , )C 15 12 ( , ) Matched: Appraiser39。 assessments agree with each other.All Appraisers vs StandardAssessment Agreement Inspected Matched Percent (%) % CI 15 11 ( , ) Matched: All appraisers39。 對于最佳擬合直線， 用公式 ： yi = ax i + b (g:零件個數(shù)， m:量測次數(shù)）x i = 基準值yi = 偏倚平均值 斜率 (Slope)中心對一個已知 X0， α 自信度區(qū)間為：下限： b+aX0上限： b+aX0(7)劃出〝偏倚 =0〞的線，并對圖進行審查，以觀察是否存在特殊原因 ，以及線性是否