4-MSA量测系统分析要点.pptVIP

MSA量測系統分析Measurement System Analysis 哪個製程較好呢？ 测量系统验证 测量系统误差 测量系统验证 系統精密度不好的原因 步骤 1. 选定代表製程长期变动的10个樣本 2. 量测儀器的校正 3. 让第一个作业者对所有樣本任意顺序各做一次量测 (Blind Measurement盲測) 4. 让第二个作业者按同样地方法实施(所有作业者相同) 5. 以同样的方法按必要的次数重复量测 6. 得到的DATA输入Minitab并进行分析 樣本的选定 樣本一般为10个，能代表製程的散布。 NDC識別指数 属性数据测量系统分析Attribute MSA Kappa技术 Kappa适用于非定量系统，如 好或坏 通过/不通过 区分声音 (嘶嘶声、叮当声、重击声) 區分色彩亮度 通过/失败 Kappa技术 适用于属性数据的Kappa 同等处理所有误分类 要求单元之间相互独立，并且檢驗员或分级员是独立作出分级的 要求评估类别是相互排斥的 操作定义（检查标准） 存在着一些质量特点，或者难以定义或者定义很耗费时间 要一致地评估分类，几个单元必须由一个以上的评估人或判定人作出分类 如果评估员之间达成足够的一致，那么就有可能，尽管不能保证，分级是正确的 如果评估员不能达成足够的一致，那么分级的可用性就很有限了 什么是 Kappa? P observed 判定员一致同意的单元的比率=判定员一致判定为优良的比率+判定员一致判定为次劣的比率 P chance 预期偶然达成一致的比率=（判定员A判定为优良的比率*判定员B判定为优良的比率）+（判定员A判定为次劣的比率*判定员B判定为次劣的比率） 注意： 上述等式适用于两类分析，即优良或次劣 Kappa 要达成完全一致， P observed = 1 且 K=1 一般说来，如果Kappa值低于0.7，那么测量系统是不适当的 如果Kappa值为0.9或更高，那么测量系统是优秀的 Kappa的下限为0到 -1 如果 P observed = P chance 那么 K=0 因而Kappa值为 0表示达成一致和随机偶然预期达成的一致是一样的 考虑下列数据 分级员A的 交叉表 交叉表 交叉表 交叉表 交叉表 交叉表 交叉表-比例 交叉表-比例 记得怎样计算Kappa吗? Pobserved 判定员一致同意的单元的比率=判定员A/B一致判定为优良的比率+判定员A/B一致判定为次劣的比率 Pchance 预期偶然达成一致的比率=（判定员A判定为优良的比率*判定员B判定为优良的比率）+（判定员A判定为次劣的比率*判定员B判定为次劣的比率） 计算分级员A的Kappa 计算分级员B的Kappa 各分級員的Kappa值 分级员之间的Kappa 我们使用相同程序估计分级员之间的Kappa 计算中，我们将限于我们感兴趣的一对检验员的首次判定 如果有检验员的重复性很差（低于85%），那么在计算检验员间分级中不用到他/她 Kappa – 分级员A对分级员B 分级员之间的Kappa 分级员A对分级员B的Kappa 分级员之间的Kappa 分级员之间的Kappa–数字 记得怎样计算Kappa吗? Pobserved 判定员一致同意的单元的比率=判定员一致判定为优良的比率+判定员一致判定为次劣的比率 Pchance 预期偶然达成一致的比率=（判定员A判定为优良的比率*判定员B判定为优良的比率）+（判定员A判定为次劣的比率*判定员B判定为次劣的比率） 计算分级员A对分级员B的Kappa 分級員間兩兩相比的Kappa值 Kappa结论 当前测量系统够能用吗？ 你将把你的改进努力集中在哪些方面？ 你将对哪些分级员进行必需的培训？ 记住 尽力避免属性数据 操作定义相当重要 属性测量系统需要大量的维护 Kappa是测验一个主观测量系统的重复性和再现性的一个很容易的方法 两个分级员都判定为次劣的次数 (使用首次测量) 计算分级员之间的 Kappa: 下表代表上表中的数据，其中每个单元格以总数的百分比来表示 对Kappa的定义将有所不同，取决于我们是在定义分级员内部Kappa，还是在定义分级员之间的Kappa Pobserved等于上表对角线上概率的总和： Pobserved =(0.450 + 0.300) = 0.750 Pchance等于每个分类概率乘积的总和： Pchance =(0.600*0.55) + (0.400*0..45) = 0.51 那么 Krater A/B=(0.75 - 0.51)/(1 - 0.51)=0.489 A對B Cohens Kappa Statistics Res