计数型MSA计算分析(假设试验法入门实例讲解)

计数型MSA研究方法——假设试验分析（交叉表法）：
实例详解
计数型MSA研究对象：定性分析测量系统，外观、通止规等
常用方法：假设试验分析
操作方式：选择50个产品，其中2/3左右合格品和1/3左右不合格品，3个检验人员分别对其进行3次测量，相当于每人150次测量。

得出的结果，判定合格记录为1，判定不合格记录为0
得出以下表格所示的结果：
（为便于观察和理解，这里将测量人员判定结果与标准不一致的标成黄色）
计数型MSA的指标要求和计算：
1、Kappa：判定人员一致性好坏的指标，接收准则：Kappa＞0.75 1.1人员之间的一致性：
期望发生的次数：根据判定结果的概率，会发生的次数
A判定为0的概率=A判定为0的次数/A判定的总次数=（44+6）/150=0.333 A判定为1的概率=A判定为1的次数/A判定的总次数=（3+97）/150=0.667 B判定为0的概率=B判定为0的次数/A判定的总次数=（44+3）/150=0.313 B判定为1的概率=B判定为1的次数/A判定的总次数=（6+97）/150=0.687
A判定为0，同时B判定为0的概率=0.333*0.313=0.104
A判定为0，同时B判定为1的概率=0.333*0.687=0.229
A判定为1，同时B判定为0的概率=0.667*0.313=0.209
A判定为1，同时B判定为1的概率=0.667*0.687=0.458
A判定为0，同时B判定为0期望的次数=0.104*150=15.6
A判定为0，同时B判定为1期望的次数=0.229*150=34.35
A判定为1，同时B判定为0期望的次数=0.209*150=31.35
A判定为1，同时B判定为1期望的次数=0.458*150=68.7
Po：A与B判定结果一致的概率=（44+97）/150=0.94
Pe：期望结果一致的概率=（15.6+68.7）/150=0.562
Kappa=== 0.863
Kappa＞0.75，说明A与B一致性较好
A与C、B与C按相同方式计算并进行判定
1.2人员与标准之间的一致性
Po=（45+97）/150=0.947
Pe=（16+68）/150=0.56
Kappa=（0.947-0.56）/（1-0.56）=0.879
Kappa＞0.75，说明A与标准一致性较好
B、C与标准的一致性按相同方式计算并进行判定
2、有效率、漏判率、错判率：判定单个人员好坏的指标
有效率：完全判定正确的零件个数/总零件个数
漏判率：将不合格判定为合格的次数/标准为不合格的次数（Ⅱ类风险，顾客风险）
错判率：将合格判定为不合格的次数/标准为合格的次数（Ⅰ类风险，工厂风险）
根据数据计算结果：
人员A有效率=42/50=84%
人员A漏判率=3/48=6.25%
人员A错判率=5/102=4.9%
结果表明，人员A有效率位于可接受边缘，漏判率不接受，错判率接受。

综合判定，该人员不可接受
人员B、C按照相同方式计算并判定
最终测量系统的结果由Kappa和有效率、漏判率、错判率综合进行判定，其中一项不可接收即需要进行改进。