测量系统分析培训--6计数型系统分析Kappa

合集下载

计数型及计量型分析

Pg 25
Kappa 例子#1
考虑下列数据
First Mea. Second Mea. First Mea. Second Mea. First Mea. Second Mea.
Part A
A
B
B
C
C
1
Good
Good
Good
Good
Good
Good
2
Bad
Bad
Good
Bad
Bad
Bad
3
Good
数据类型
基本计量型（连续数据）
MSA方法
均值和极差，方差分析（ANOVA），偏倚，线性，控制图
信号探测，假设试验分析
基本计数型（离散数据）两元数据一致性KAPPA技术（只有两个选择）多元数据一致性（具有两个以上选择）
不可重复数据
控制图、方差分析（ANOVA）
控制图，方差分析（ANOVA），回归分析多重系统、量具或试验台
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
Pg 24
Kappa 例子#1
Bill Blackbelt正在努力改进一个具有高退货率的油漆过程在工程早期，由于很明显的检验员之间和检验员内部的
差别，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
3. MINITAB分析结果判读;
Pg 10
计量型（连续数据）
步骤一: 数据整理
NOTE: 1）样本应涵盖范围尽量广。（公差上下限及中心值甚至不良品样本） 2）同一测试员不要连续测量同一样本。（样本编号、间隔、无序） 3）数据整理时切记: 样本&测试者&测值一定要一一对应。 Pg 11

测量系统培训资料

均值（X-bar）=19.99
偏移=19.99-20.00=-0.01
%偏移=0.01/0.1=10%
结果说明：
观测值比基准值平均小0.01mm；
占过程变差（公差）的10%；
总结：
值的注意的是，偏移有正有负，上面的例子只是测试了在20.00处的偏移，在多量程的情况下，在没个测量
范围内均有可能出现偏移，这个时候就会考虑测量系统的平均偏移，应该要注意平均偏移很小，不代表各处
•精密度(Precision): 用同样的仪器对同样的部品反复测量时产生的测量值的散布
☞重复性( Repeatability),再现生(Reproducibility)
精度低,正确度差
精度低,正确度高
精度高,正确度低
测量系统的精度及正确度
精度高,正确度高
测量系统的正确度—偏移
测量值
偏移
基准值可接受的参考值或标准值，用作测量值的认可基准；
测量系统的精密度—重复性
测量系统的精密度—再现性
精密度：再现性（又称人员波动(Appraiser variation, AV)）；

测量系统中操作员产生的变异
基于不同操作者的测量数据，按操作员
分组，通过组平均值的差来估算。
应扣除量具的因素（组内变差）
比测量系统总变差小
再现性指不同的人在对同种特性进行测量
确定
测量值的量具 R & R ( X b a r / R )
报表人:
公差:
其他:
量具名称:
研究日期:
变异分量
测量值 ø
100
% 贡献
部件
3.8
百分比
% 研究变异
3.6

计数型量具分析报告(Excel带计算KAPPA公式)

68.7
100.0
47
103
150
47.0
103.0
150.0
C
0
1
42
5
16.0
31.0
9
94
35.0
68.0
51
99
51.0
99.0
总计
47 47.0 103 103.0 150 150.0
A与 C交叉表
0 C
1
总计
计算期望的计算
计算期望的计算
计算期望的计算
C
0
1
43
7
17.0
33.0
8
92
B 与基准交叉表
0 B
1
总计
计算期望的计算
计算期望的计算
计算期望的计算
基准
0
1
45
2
15.0
32.0
3
100
33.0
70.0
48
102
48.0
102.0
总计
47 47.0 103 103.0 150 150.0
B 与基准交叉表
0 C
1
总计
计算期望的计算
计算期望的计算
计算期望的计算
评价人的 Kappa A B C
评价人与基准的 Kappa
A --86% 78%
88%
基准
0
1
42
9
16.3
34.7
6
93
31.7
67.3
48
102
48.0
102.0
B 86%
--79%
C 78% 79%
---

如何判定KAPPA值

如何判定KAPPA值计数型MSA中，判别的标准一般是通过看Kappa值的大小来评判你的测量系统是否值得信赖。

但是这个Kappa值到底是如何计算出来的呢？Kappa(K)一般被定义为在剔除偶然一致之后评价者之间的一致比例：K=[P(observed)-P(chance)]/[1-P(chance)]其中：P(observed)=评价者一致同意的分类比率；P(chance)=评价者偶然一致的分类比率；下面是一个具体的小例子：样本#评价者1评价者21passfail2failpass3passpass4failfail5passpass6failfail7passpass8failpass9passfail10failfail上面是MSA的具体评价值。

步骤1：把数据转换成比率，填入相关表(contingency table)Assessor2Assessor 1passfailpass0.3 (X1)0.2 (Y1)0.5 (Z1)fail0.2 (Y2)0.3 (X2)0.5 (Z2)0.5 (Z3)0.5 (Z4)步骤2：计算P(observed)P(observed)=对角线的比率之和＝X1+X2=0.3+0.3=0.6步骤3：计算P(chance)P(chance)=(Z1×Z3)+(Z2×Z4)=0.5步骤4：计算KK=[P(observed)-P(chance)]/[1-P(chance)]=(0.6-0.5)/(1-0.5)=0.2到这里，K值，即Kappa值就计算出来了。

一般把Kappa值列为非参数统计(检验)方法O#Q1[L4p3M&YJv6nFV-M iP非参数统计S@在统计推断中，如总体均数的区间估计、两个或多个均数的比较、相分析和回归系数的假设检验等，大都是假定样本所来自的总体分布为已知的函数形式，但其中有的参数为未知，统计推断的目的就是对这些未知参数进行估计或检验。

测量系统分析培训教材

测量系统分析培训教材1. 引言1.1 背景测量系统是现代工程中不可或缺的一局部。

不管是工业生产、科研实验还是产品质量控制，准确的测量结果都是确保工作顺利进行的根底。

然而，测量系统的准确性受到各种因素的影响，如系统误差、仪器精度、环境变量等。

因此，对测量系统进行分析和评估是非常重要的。

1.2 目的本教材旨在为学员提供测量系统分析的根底知识和实际操作技巧，帮助学员更好地理解测量系统中的问题，并采取相应措施进行优化和改良。

通过本教材的学习，学员将能够独立进行测量系统的分析和评估，提高工作效率和质量。

2. 测量系统分析根底2.1 测量系统误差测量系统误差是测量结果与实际值之间的差异，可以分为系统误差和随机误差。

本节将介绍各种类型的误差以及如何进行误差分析。

2.2 测量系统评估指标为了评估测量系统的准确性和稳定性，需要使用一些指标进行定量分析。

本节将介绍常用的评估指标，如偏倚、重复性、线性度等，以及它们的计算方法和含义。

3. 测量系统分析方法3.1 方差分析法方差分析法是一种常用的测量系统分析方法，它可以通过比拟不同因素对测量结果的影响程度，识别出主要的误差来源。

本节将介绍方差分析法的原理和实际应用。

3.2 控制图法控制图法是一种图形化的分析方法，通过绘制控制图来监控和分析测量系统的性能。

本节将详细介绍不同类型的控制图，如X-控制图、R-控制图和P-控制图，并讲解如何解读控制图中的信息。

4. 实际案例分析通过实际案例分析，学员将学会将前面所学的知识应用到实际情境中。

本节将提供一些实际测量系统的案例，包括工业生产、科研实验等领域，学员将分析和评估这些案例，找出其中的问题和改良方法。

5. 总结与展望通过本教材的学习，学员将对测量系统分析有一个全面的认识，并能够独立进行测量系统的优化和改良。

然而，测量领域的技术不断创新和开展，仍有待进一步探索和研究。

未来，我们可以进一步研究新的测量系统分析方法和技术，提高测量系统的准确性和稳定性。

MSA计数型(kappa)分析表

表单编号：QR-QA-50 版本：02
MSA计数型(Kappa)分析表
量具名称：量具编号：量具型号：零件名称：交叉表： A与基准 0 A 1 总计交叉表数量期望数量数量期望数量数量期望数量交叉表数量期望数量数量期望数量数量期望数量交叉表数量期望数量数量期望数量数量期望数量基准值 0 21 3.8 3 20.2 24 24.0 1 3 20.2 123 105.8 126 126.0 基准值 0 21 3.8 3 20.2 24 24.0 1 3 20.2 123 105.8 126 126.0 基准值 0 24 3.8 0 20.2 24 24.0 B 0 22 3.8 2 20.2 24 24.0 C 0 21 3.8 3 20.2 24 24.0 C 0 21 3.8 3 20.2 24 24.0 1 3 20.2 123 105.8 126 126.0 1 3 20.2 123 105.8 126 126.0 1 2 20.2 124 105.8 126 126.0 1 0 20.2 126 105.8 126 126.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 Po 0.96 Pe 0.73 评价人A：评价人B：评价人C：零件数量：分析人：评价时间：测量次数： 3次/人 50 pcs 评价人与基准值交叉数据： 0-0 0-1 1-0 A 21 3 3 B 21 3 3 C 24 0 0 Kappa程度： Kappa A A — B 90.08% C 85.12% 基准 85.12% 评价人有效性：项目 A 有效性 92.00% 漏检 12.50% 误判 2.38% 1-1 123 123 126

MSA-AOI(KAPPA分析)

49
100% 100% 100%
96% 96% 98%
86% 86% 89%
%Score vs Attribute 2
A
B
C
50
50
50
48
48
49
100% 100% 100%
96% 96% 98%
86% 86% 89%
0
0
0
0
0
0
2
2
1
Attribute Measurement Systems Study Result
1 Pass
0 Fail
App. A B
姓名张有弟黄花容
C
潘柳
完成日期
2015.07.03
数据记录表
Part A-1 A-2 A-3 B-1 B-2 B-3 C-1 C-2 C-3 Ref Ref
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
3
1
1
1
1
1
1
1
1
1
1
4
0
0
0
0
0
0
0
0
0
0
5
1
1
1
1
1
C
0
1
30
2
6.6
25.4
1
117
24.4
93.6
31
119
31
119
Total
32 32 118 118 150 150

计数性量具的系统分析法_对测量系统分析_MSA_第三版的计数型测量系统的理解和使

在机械零件的制造中，工件的尺寸一般使用通用计量器具来测量，但在成批或大量生产中，多用极限量规来检验。

极限量规是一种无刻度的专用检验工具，用它来检验工件时，只能确定工件是否在允许的极限尺寸范围内，不能测量出工件的实际尺寸，其最终只能对工件做出“合格”和“不合格”两种判断。

使用极限量规的测量系统称为计数型测量系统。

计数型测量系统属于测量系统中的一类，其测量值是一种有限的分级数，最常见的是通过／不通过检具，只有“合格”、“不合格”两种可能。

当使用任何测量系统分析进行决策时，实际上都存在一种可量化的风险。

计数型测量系统最大的风险来自于极限边界，最适当的分析是用量具性能曲线将测量系统变差量化。

但是，在有些计数状况下，不容易得到足够的具有计量基准值的零件或者工作量太大，不适应小型企业使用。

在这种情况下，做出错误或不一致判断的风险可以用Ｋａｐｐａ指数来评价。

Ｋａｐｐａ指数：是用来评价检验时不同评价人之间的一致性。

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。

Ｋａｐｐａ不考虑评价人之间的意见不一致的程度，只考虑他们一致与否。

２案例在生产以内燃机为动力的汽车离合器的过程中，由于离合器通常用螺栓安装在发动机飞轮后端，我们需要对安装中使用的１０个安装螺栓孔和２个定位孔的位置度进行控制，为此，我们设计和制造了一副１２孔的位置度检具来对离合器盖１２孔位置度进行全数检验。

步骤１：随机地从过程中抽取５０个零件样本，以获得覆盖过程范围的零件。

使用三名评价人，每个评价人对每个零件测量三次，测量结果为“合格”的记为“√”，测量结果为“不合格”的记为“×”，将测量结果记入表１。

计数性量具的系统分析法———对测量系统分析（ＭＳＡ）第三版的计数型测量系统的理解和使用翁颖（东风汽车传动轴有限公司苏州分公司）摘要为了对在离合器安装中使用的１０个安装螺栓孔和２个定位孔的位置度进行控制，设计和制造了一副１２孔的位置度检具来对离合器盖１２孔位置度进行全数检验。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

测量系统分析培训--6计数型系统分析KappaMSA中计数型测量系统分析测量系统分析培训教程六第六章计数型测量系统分析Prepared by: fjhuang Apr 05, 2015MSA中计数型测量系统分析第六章计数型测量系统分析计数型数据(Attributes Data)与计量型数据(Variables Data )相对,可以被分类用来记录和分析的定性数据. Go-No Go数据模式.人为因素主导，情况复杂统计模型多种多样,统计学上各家争鸣，尚无定论实践中采用何种形式，取决于实例与统计模型的接近程度对于以”是”和”不是”为计数基础的定性数据，其GRR考察的概念是与定量数据一样的。

但方法上完全不同. 定性数据测量系统的能力取决于操作员判断的有效性，即将”合格”判断成合格，将”不合格”判断成不合格的程度.-2-MSA中计数型测量系统分析第六章计数型测量系统分析ARR---定性数据(Attribute Data)的RR是一种测量数值为一有限的分类数据的测量系统，和获得一连串数值结果的计量型测量系统不同。

Operator 1通/止规是最常用的量具，它只有两种结果；测量的零件是被接受或是拒收Operator 2NO-GO-3-GOMSA中计数型测量系统分析第六章计数型测量系统分析ARR分析方法1.假设性试验分析----Kappa分析法假设性试验分析方法属于大样法，也叫Kappa分析法。

一般使用交叉表格(cross-tabulations)来比较每个评价者与其它人的结果.假设性试验分析包含两个部分:1.测量系统的一致性评价( Kappa测量). 2.测量系统的有效性评价. (包含有效性，漏发警报的比率和误发警报的比例三项)2.信号探测理论法----Signal Detection方法信号控测理论法，一般需确定模糊区域的近似宽度 .从而确定测量系统的GRR。

这种方法需要每个样品零件利用计量型测量系统进行离线评估.-4-MSA中计数型测量系统分析第六章计数型测量系统分析假设性试验分析----Kappa分析法什么是Kappa?Pobserved Pchance K 1 PchanceP observed 评价者一致同意的单元的比率=评价者一致判定为”好”的比率+判定员一致判定为”坏”的比率P chance 预期偶然达成一致的比率=(评价者A判定为”好”的比率*评价者B判定为”好”的比率)+(评价者A判定为”坏”的比率*评价者B判定为”坏”的比率) 注意：上述等式适用于两类分析，即”好”或”坏”Kappa用来分析操作者之间的一致性,但不说明真实的对错-5-MSA中计数型测量系统分析第六章计数型测量系统分析Kappa法-- ARR判断所用的相关指标有效性Effectiveness(E) -即判断“合格”与“不合格”的准确性E=实际判断正确的次数/可能判断正确的机会次数.漏判的几率Probability of miss(P-miss) -将“不合格”判为合格的机会P(miss)=实际漏判的次数/漏判的总机会数.误判的几率Probability of false alarm(P-FA) -将“合格”判为不合格的机会. P(false alarm)=实际误判次数/误判的总机会数.偏倚Bias(B) -指漏判或误判的偏向. B=P(false alarm)/ P(miss)B=1,无偏倚B1,偏向误判B1,偏向漏判-6-MSA中计数型测量系统分析第六章计数型测量系统分析Kappa法--ARR判断所用的相关指标标准决定测量系统评价者可接受条件有效率≥90%漏失率≤2%误判率≤5%偏倚0.8~1.2 0.5~0.8 or 1.2~1.50.5 or1.5评价者可接受条件―可能需要改进评价者不可接受条件―需要改进≥80%80%≤5%5%≤10%10%公式当Kappa=1,表示完全一致当Kappa0.75,表示有很好的一致性当Kappa0.40,表示一致性不好当Kappa=0时，表示表现的一致性比随机抽取的结果好不了.-7-Kappa判断标准:MSA中计数型测量系统分析第六章计数型测量系统分析Kappa法取样相关准则操作员个数1.样品数量的规定1 12 1 2或更多3或更多2或更多3量具个数Qty. of gage 0 1 0 2或更多1 0 2或更多最少零件要求24 18每个零件的检验次数5 4备注12 503 3 MSA第四版要求2.样品的选择1/3合格1/3不合格由专家或可作标准的人员选定样1/3模糊(50%接近合格，50%接近不合格)品随机地给操作员检验-8-MSA中计数型测量系统分析第六章计数型测量系统分析目标尺寸：0.5 (+0.05/ -0.05)B-2 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 B-3 1 1 0 0 0 0 1 1 0 1 1 0 1 1 1 1 1 1 1 1 C-1 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 C-2 1 1 0 0 0 0 0 1 0 1 1 1 1 0 1 1 1 1 1 1 C-3 1 1 0 0 0 0 1 1 0 1 1 0 1 0 1 1 1 1 1 1基准1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1基准值0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.***** 0.*****代码++××+++×+×++++++Kappa测试数据零件1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 A-1 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 A-2 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 A-3 1 1 0 0 0 0 1 1 0 1 1 0 1 0 1 1 1 1 1 1 B-1 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1注：21~50样板数据省略-9-MSA中计数型测量系统分析第六章计数型测量系统分析交叉表分析A、基准-交叉表基准0 A 0 1合计计数预期计数预期计数预期1合计Kappa测试数据分析A、B-交叉表B 0 A 0 1合计计数预期计数预期计数预期1合计44 6 50 15.7 34.3 50.0 3 97 100 31.3 68.7 100.0 47 103 150 47.0 103.0 150.045 5 50 16.0 34.0 50.0 3 97 100 32.0 68.0 100.0 48 102 150 48.0 102.0 150.0B、C-交叉表,/ B、基准-交叉表,/ A、C-交叉表,/C、基准-交叉表―类似预期计算的说明P .A0.=47/150=0.313在A、B-交叉表中，可看出, A反对为50次，B反对为47次C.评价者A,B均认为反对的期望为: E=150*0.104=15.7A.一个评价者纯粹靠机遇的观察的机率有多大？P .B0.=50/150=0.333B.评价者是独立的，两者同时反对的机率为: P (A0∩ B0 ).=0.313*0.333=0.104-10-MSA中计数型测量系统分析第六章计数型测量系统分析Kappa分析Kappa A A― B 0.86 C 0.78Kappa测试数据分析A. Po=在对角栏框中，观测比例的总和B. Pc=在对角栏框中，期望比例的总和BC基准0.860.78 0.88―0.79 0.920.79― 0.77Kappa公式:则：A,B的Kappa为注:其它类似计算即可.从结果来看，所有评价者与其它评价者和基准之间有良好的一致性.-11-MSA中计数型测量系统分析第六章计数型测量系统分析有效率漏失率误判率 A B C 84.0% 90.0%80.0% 6.3% 6.3% 12.5% 4.9% 2.0% 8.8%Kappa测试数据分析有效性分析变差来源总检查数相配数错误的拒收错误的接受不相配95%UCI计算所得结果95%LCI A 50 42评价者% B 50 45 C 50 4092.8% 84.0% 70.9%96.7% 90.0% 78.2%系统有效结果%90.0% 80.0% 66.3%结果%与归因的比较A B C 50 50 50 42 45 40 0 0 0 0 0 0 8 5 0 92.8% 96.7% 90.0% 84.0% 90.0% 80.0% 70.9% 78.2% 66.3%系统有效结果%与参考的比较总检查数一致的数量95%UCI计算所得结果95%LCI50 39 88.5% 78.0% 64.0%-12-50 39 88.5% 78.0% 64.0%MSA中计数型测量系统分析第六章计数型测量系统分析Kappa测试数据分析有效性分析结果对比有效率漏失率误判率A B C 84.0% 90.0% 80.0% 6.3% 6.3% 12.5% 4.9% 2.0% 8.8%决定测量系统评价者可接受条件评价者可接受条件―可能需要改进评价者不可接受条件―需要改进有效率漏失率误判率≥90%≥80%≤2%≤5%≤5%≤10% 80%5%10%-13-MSA中计数型测量系统分析第六章计数型测量系统分析信号探测理论法下限上限IIIIII目标III此种方法是得用信号检查理论，来确定区域II的近似宽度，从而确定测量系统的GRR.需要每个样品零件利用计数型测量系统进行离线评估1.确定公差(规定范围)USL=0.550 LSL=0.450公差=USL-LSL=0.100-14-MSA中计数型测量系统分析第六章计数型测量系统分析信号探测理论法―计算方法2.确定准则当PPK1,比较测量系统与过程误差当PPK1,比较测量系统与公差.此处假定PPK=0.53.计算方法将各参考值数据从高到低排列，确定II区的起始点和终点. dUSL=被所有评价者接受的最后一个零件与被所有评价者拒收的第一个零件之间的距离.(上限)dLSL=被所有评价者接受的最后一个零件与被所有评价者拒收的第一个零件之间的距离.(下限)-15-MSA中计数型测量系统分析第六章计数型测量系统分析信号探测理论法―计算方法d=平均值( dUSL, dLSL)例如:dUSL=0.*****-0.*****=0.0*****dLSL=0.*****-0.*****=0.0*****d=0.***-*****此为区域II宽度的估计值,且GRR的估计值为6*σGRR-16-。