MSA测量系统分析...ppt

注：①有效性：是指评价人评价零件时，将好的零件（参考1，在公差 0.45~0.545之内）判为好的，将坏的零件（参考0，超出0.45~0.545范围的）判为坏的，其得到正确判别零件数除以评价人总评价零件数即为有效性百分比； ②错误率：是指评价人将坏的零件判为好零件的次数除以对坏的零件的总评价次数的百分比； ③错误警报率：是评价人将好的零件判为坏的零件的次数除以对好零件的总评价次数的百分比。 在本例中，根据参考值（即参考1）在公差范围内的好零件共有34件，评价人对每个零件评价3次，共102次。 （参考0）坏零件（即超出公差范围的）共有16件，评价人对每个零件评价3次，共48次。 计数型MSA 假设检验分析 计数型MSA 假设检验分析 这些结果显示：各个评价者对于该测量系统，在有效性、错误率与错误警报率上都有不同程度的结果。在所有三个项目中，没有一位评价者可接受的。 是否需要为这过程更改接受标准？这些风险可以被接受吗？评价者是否需要更好的培训？测量系统的环境可不可以被改善？ 重要的是：顾客对这测量系统与其研究结果会有何看法？顾客原本预期的情况是什么？ 顾客是否接受这些风险？ 计数型MSA 假设检验分析 kappa 设计这些表的目的是确定评价人之间意见一致的程度。为了确定评价一致的水平，小组用科恩的kappa来测量两个评价人对同一目标评价值的一致程度。 Kappa是一个评价人之间一致性的测量值，检验是否沿对角线格子中的计数(接收比率一样的零件)与那些仅是偶然的期望不同。设： po=对角线单元中观测值的总和； pe=对角线单元中期望值的总和。 则：kappa=(po-pe)/(1-pe) 。 计数型MSA 假设检验分析 案例─kappa Kappa是测量而不是检验。其大小用一个渐进的标准误差构成的t统计量决定。一个通用的经验法则是kappa大于0.75表示好的一致性（ Kappa 最大为1）；小于0.4表示一致性差，计算结果如下： kappa A B C A — 0.86 0.78 B 0.86 — 0.79 C 0.78 0.79 — 计数型MSA 假设检验分析 案例─kappa结果说明: 分析表明所有的评价人之间表现出的一致性好。 在此分析中有必要确定评价人之间是否存在差异。但是分析并未告诉我们测量系统区分不合格的与合格的零件的能力。在分析中，小组用计量型测量系统测量了零件，用结果确定基准判断。 用这些新的信息，另一组交叉表格被开发出来，用来将每个评价人与基准判断比较。 计数型MSA 假设检验分析 基准 总 计 0 1 A 0 计算 期望的计算 45 15.0 5 34.0 50 50.0 1 计算 期望的计算 3 33.0 97 68.0 100 100.0 总计 计算 期望的计算 48 48.0 102 102.0 150 150.0 A与基准判断交叉表 计数型MSA 假设检验分析 基准 总 计 0 1 B 0 计算 期望的计算 45 15.0 2 32.0 47 47.0 1 计算 期望的计算 3 33.0 100 70.0 103 103.0 总计 计算 期望的计算 48 48.0 102 102.0 150 150.0 B与基准判断交叉表 计数型MSA 假设检验分析 基准 总 计 0 1 C 0 计算 期望的计算 42 16.3 9 34.7 51 51.0 1 计算 期望的计算 6 31.7 93 67.3 99 99.0 总计 计算 期望的计算 48 48.0 102 102.0 150 150.0 C与基准判断交叉表 计数型MSA 假设检验分析 结论：每个评价人与基准有好的一致性。 然后小组计算了测量系统的有效性。 有效性=正确判断的数量／判断的机会总数。 A B C kappa 0.88 0.92 0.77 假设检验分析─kappa 小组也计算kappa值以确定每个评价人与基准判断一致的程度。 计数型MSA 假设检验分析 有效性分析结果： 来 源 %评价人 -1 %得分和计数-2 评价人A 评价人B 评价人C 评价人A 评价人B 评价人C 总受检数 50 50 50 50 50 50 符合的 42 45 40 42 45 40 FALSE NEGATIVE(APPRAISER BIASED TOWARD REJECTION) 0 0 0 FALSE POSITIVE(APPRAISER BIASED TOWARD ACCEPTANCE) 0 0 0 MIXED 8 5 10 95%上限 93% 97% 90% 93% 97% 90%