6、MSA2010-06-Rev.4.pptVIP

4.1.1假设试验分析 — 交叉表法 由于小组不知道零件的参考决定，他们展开了交叉表格(cross-tabulations)来比较每个评价人与其它人的结果(一致性）; 第一步：总结观察数量 小组在审查了“表-计数型研究数据表”中的观测数据，如A-1=1和B-1=1观测一致的数据有34次，如A-2=1和B-2=1观测一致的数据有32次，如A-3=1和B-3=1观测一致的数据有31次，总共有97次； 既在150次观测值中， A=1和B=1时的一致观测次数为97次； 以次类推， 审查A=1和B=0， A=0和B=1， A=0和B=0，具体审核结果见下面“A*B交叉表”。 4.1 风险分析方法 第二步：总结期望的数量 概率法： A*B交叉表 B 总计 .00 1.00 A .00 观测的数量 44 6 50 期望的数量 (一致) (不一致) 50.0 1.00 观测的数量 3 97 100 期望的数量 (不一致) (一致) 100.0 总计 观测的数量 47 103 150 期望的数量 47.0 103.0 150.0 4.1 风险分析方法 在150个观察值中,“A*B交叉表”中显示观察者A=0拒收这个零件为50次，观察者B=0拒收这个零件为47次，拒收概率如下： PA0=50/150=0.333 PB0=47/150=0.313 由于两个观察者是独立的， 观察者A和B认为零件坏的概率为： P(A0 ∩ A0)=PA0PB0=0.333×0.313=0.104 观察者A=0和B=0认为这个零件是坏的期望次数可以通过将他们认为零件坏的概率乘上总观察数得到： 150×PA0PB0=150×0.104=15.7 以次类推， 统计A=0和B=1， A=1和B=0， A=1和B=1，具体统计结果见下面“A*B交叉表”。 4.1 风险分析方法 A*B交叉表 B 总计 .00 1.00 A .00 观测的数量 44 6 50 期望的数量 15.7 34.3 50.0 1.00 观测的数量 3 97 100 期望的数量 31.3 68.7 100.0 总计 观测的数量 47 103 150 期望的数量 47.0 103.0 150.0 4.1 风险分析方法 公式法：期望的数量=纵向数量合计× [横向数量合计/总数之和] 来自于A*B 交叉表格, A=1 和B=1时 纵向数量合计= 103 横向数量合计= 100 总数之和 = 150 因此， A=1和B=1时 期望的数量 = 103×[100/150] = 68.7 来自于A*B 交叉表格, A=1 和B=0时 纵向数量合计= 47 横向数量合计= 100 总数之和 = 150 因此， A=1和B=0时 期望的数量 = 47×[100/150] = 31.3 4.1 风险分析方法 来自于A*B 交叉表格, A=0 和B=1时 纵向数量合计= 103 横向数量合计= 50 总数之和 = 150 因此， A=0和B=1时 期望的数量 = 103×[50/150] = 34.3 来自于A*B 交叉表格, A=0 和B=0时 纵向数量合计= 47 横向数量合计= 50 总数之和 = 150 因此 ，A=0和B=0时 期望的数量 = 47 × [50/150] = 15.7 4.1 风险分析方法 按A*B 交叉表格的计算方法,依次类推,得出B*C交叉表、 A*C交叉表的期望的数量 B*C交叉表 C 总计 .00 1.00 B .00 数量 42 5 47 期望的数量 16.0 31.0 47.0 1.00 数量 9 94 103 期望的数量 35.0 68.0 103.0 总计 数量 51 99 150 期望的数量 51.0 99.0 150.0 4.1 风险分析方法 A*C交叉表 C 总计 .00 1.00 A .00 数量 43 7 50 期望的数量 17.0 33.0 50.0 1.00 数量 8 92 100 期望的数量 34.0 66.0 100.0 总计 数量 51 99 150 期望的数量 51.0 99.0 150.0 4.1 风险分析方法 这些表格的目的在于确定评价人之间一致性的程度。为确定这一致性的程度，小组使用了K