检验员检验能力定-Kappa分析.ppt

二厂边窗玻璃外观质量客户退货PPM高 外观质量是检验员靠目视检验，由于很明显的检验员之间和检验员内部的差别及检验能力问题，所以测量系统就是一个关注的问题 下一页的数据是在测量系统研究中收集的。 需要计算每个操作员的Kappa和操作员之间的 Kappa 王鲁检验员的 应急表 应急表 应急表 应急表-比例 检验员王鲁的Kappa Pg * Kappa技术 P observed---判断一致性比率; P chance ---偶然达成一致比率; 二厂包装检验员检验能力分析 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 =（判定员第一次判定为优良的比率*判定员第二次判定为优良的比率）+（判定员第一次判定为次劣的比率*判定员第二次判定为次劣的比率） 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 二厂包装检验员检验能力分析 二厂包装检验员检验能力分析 2月16日对：二厂包装检验员共有13个检验员，进行检验能力分析，若检验员的检验能力不足，误判的概率会很高。若把外观不合格的玻璃误判成合格品发给客户，造成客户投诉和退货；若把外观合格的玻璃误判成不合格品给公司造成损失。 解： 步骤一： 1、样本选定（编号及其判定标准） 2、分析对象（人员、测量次数） 3、实施分析 步骤二：检验员检验数据收集记录 0 1 1 1 1 1 1 0 0 1 1 1 1 0 0 0 0 1 1 0 1 0 0 1 0 0 0 10 0 1 1 0 1 1 1 0 0 0 1 1 1 0 0 1 1 1 1 0 0 0 0 0 0 0 0 9 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 8 0 1 0 0 1 1 1 0 1 1 1 0 0 1 1 0 0 1 1 1 1 0 0 0 0 0 0 7 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 6 0 0 0 1 1 1 1 1 0 1 1 0 0 0 1 0 0 1 1 0 0 1 0 1 1 1 1 5 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1 0 0 1 1 1 1 0 0 1 1 0 0 1 1 1 1 1 0 1 0 3 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 0 0 1 1 1 1 2 1 1 1 1 1 1 1 1 1 0 0 1 0 1 1 0 1 1 1 1 0 1 1 1 0 1 1 1 判断样本标准 文远秀 第二次检验 文远秀 第一次检验 王良科 第二次检验 王良科 第一次检验 罗胜 第二次检验 罗胜 第一次检验 张玄 第二次检验 张玄 第一次检验 罗明英 第二次检验 罗明英 第一次检验 张宇 第二次检验 张宇 第一次检验 向显波 第二次检验 向显波 第一次检验 杨松 第二次检验 杨松 第一次检验 石兰 第二次检验 石兰 第一次检验 梁延 第二次检验 梁延 第一次检验 王鲁 第二次检验 王鲁 第一次检验 晋健 第二次检验 晋健 第一次检验 肖宽鸿 第二次检验 肖宽鸿 第一次检验 序号 每一检验员测2次之结果记录 玻璃编号 样本 标准 在每个单元格中填入收集到的信息 Kappa 例子#1 第一格代表检验员王鲁在第一次 和第二次测量中判定为优良的 次数 Kappa 例子#1 第二格代表检验员王鲁在第一次测量中判定一个单元为次劣，在第二次测量中判定为优良的次数 Kappa 例子#1 第三格代表检验员王鲁在第一次测量中判定一个单元为优良，在第二次测量中判定为次劣的次数 Kappa 例子#1 第四格代表检验员王鲁在第一次测量和第二次测量中判定一个单元为次劣的次数 Kappa 例子#1 边格的数字代表行和列的总和 Kappa 例子#1 检验员王鲁比例 下表代表上表的数据，其中每个单元格用总数的百分比来表示 代表5/10 Kappa 例子#1 由行和列的总和计算而得 Kappa 例子#1 Pobserved 等于上表对角线上概率的总和： P observed =(0.5 + 0.4) = 0.9 Pchance 等于每个分类概率乘积的总和： Pchance =(0.6*0.5) + (0.4*0.5) = 0.5 那么 Krater A=(0.9 - 0.5)/(1 - 0.5)