认同一致性分析(计数型)分解

合集下载

一致性分析

第二节一致性分析举例
计算出各学生的答题能力如属实的表10.3.该值越大表明该学生正确回答问题的能力越大，因此， 1、3和10号学生正确回答问题的能力最强，其次是第8和5等学生。根据数据还可以分析每个问题的答案表10.4，第1、2 、3 、4个问题的答案分别是1 、3 、4 、2. 补充：一致性分析最初来源于认知人类学，为了分析结构化的访谈数据而发展出来的一种技术。
第一节一致性分析的含义
标准答案也是一个向量，是老师给出的回答项。按照标准答案对学生的答题进行评判，就可以得到学生考试的成绩。实际上这样的一个过程相当于计算学生向量和老师向量之间的相关关系。如果这两个向量在全部问题是都相同，学生满分。因此：学生的考试成绩实际上是一个测度，测量的是学生向量和教师向量之间的相似性。这种相似性测度就是简单匹配系数，即学生和教师给树一致性答案的问题数除以问题总数。
第一节一致性分析的含义
我们可以计算任何两个匹配向量之间的相似性。例如，可以计算两个学生之间的相似性。若都是满分，他们的向量相同，前提假设是每个问题的答案只有一个。他们的回答越是错误，二者的答题向量的相似性也就越小。我们把学生之间的一致性（即回答项之间的相似性）看成是一个函数，即涉及每个学生关于所涉及知识的一个函数。
第十章一致性分析
第一节一致性分析的含义
一致性分析：是一种理论，也是一种方法。理论：（研究问题）多个个体在“测试”问题的回答方面有多大的一致性，进而表明他们在多大程度上拥有知识。方法：可用它揭示在面对某些类型的文化内部变动性的条件下，对一系列问题在文化上给出的正确回答。例如：Xij 表示学生i在第j个问题上的选项。由数字构成向量，取值范围是1到5，代表每个固定的学生对每个问题的回答。

用Minitab进行属性一致性(通过不通过)测量系统研究

计数型测量系统分析还可以用Kappa方法计数型测量也要进行测量系统分析，目的是保证测量数据的一致性
计数型测量分析步骤
确定测量属性（Go or No go) 收集样本，确定分析计划(反复测量次数，操作者数等)
计数型测量分析步骤
确定测量属性（Go or No go) 收集样本，确定分析计划(反复测量次数，操作者数等) 随机性的对所有样本进行测量 Minitab分析分析结果并确定后续措施
用Minitab进行属性一致性（通过不通过）测量系统研究用Minitab进行属性一致性（通过不通过）测量系统研究
大家好！今天我们谈谈：“计数型测量”如何进行测量系统研究。也就是属性一致性分析，用Minitab软件进行
最常见的计数型测量就是通过或者不通过
有时候，测量结果Байду номын сангаас属性值或者计数型数据
计数型测量主要针对测量人员进行
同一测量者对同一零件不同测量轮数的一致性程度
Minitab 结果分析
总观测次数对比真值的一致率
检验员C总共评价50 次，有37次与真值一致, 74%一致
偏倚是指一切测量值对真值的偏离
我们可以理解为这是：偏倚
Minitab结果分析
有效判定中（两次结果一致），将不合格判定为合格的比率。 A有3次，3/25=12%
检验员和标准的不一致
某些检验员工作不熟练，对标准不熟判定标准没有规定好，每个人理解不同评价过程环境不佳，例如灯光等
所有检验员和标准的不一致
重复性不好检验员各自的评价方式不一致未落实培训以及效果评估未落实标准规定不好，以及检验员对标准不熟悉
今天就谈到这，欢迎大家交流！
属性值测量数据的获得
一般需要收集20个或20个以上的零件（最好是100个）

计数型MSA(minitab)

数据收集与整理
按照测量计划进行数据收集
按照制定的测量计划，使用合适的测量系统进行数据收集。
数据整理
对收集到的数据进行整理，包括数据筛选、缺失值处理、异常值处理等。
分析数据并评估测量系统的性能
数据分析
对整理后的数据进行统计分析，包括描述性统计、假设检验等。
评估测量系统的性能
根据数据分析结果，评估计数型MSA 的测量系统性能，包括稳定性、重复性、再现性等方面的评估。
进一步研究计数型MSA在不同行业和领域的应用，以拓展其应用范围。
深入研究计数型MSA与其他测量系统评估方法的比较和整合，以提供更全面的测量系统评估方案。
探索使用其他统计软件进行计数型 MSA分析的可行性，以提高分析效率和准确性。
鼓励更多企业采用计数型MSA来评估其测量系统性能，以提高产品质量和生产效率。
同时间或不同操作员检测到的缺陷的一致性来评估。
案例三：产品包装缺陷检测系统
要点一
总结词
要点二
详细描述
产品包装缺陷检测系统是计数型MSA的又一应用案例，用于检测产品包装的完整性。
产品包装缺陷检测系统通常使用机器视觉技术来识别包装上的缺陷或瑕疵，如裂缝、污渍、缺失标签等。计数型 MSA可以用于评估产品包装缺陷检测系统的准确性，通过比较检测到的缺陷与实际存在的缺陷的一致性来评估。此外，还可以评估产品包装缺陷检测系统的可靠性，通过比较不同时间或不同操作员检测到的缺陷的一致性来评估。
通过识别和纠正测量系统中的问题，可以减少不必要的浪费和返工，从而降低生产成本。
提高生产效率
准确的测量结果有助于加快生产速度，提高生产效率。
ห้องสมุดไป่ตู้
计数型MSA的应用场景

计数型msa的实施步骤

计数型MSA的实施步骤概述计数型MSA（Measurement System Analysis）是一种用于评估和验证测量系统稳定性和准确性的方法。

它通常用于生产制造和质量控制过程中，以确保测量结果的可靠性和一致性。

本文档将介绍计数型MSA的实施步骤，并提供相关的指导。

步骤一：确定测量指标1.确定所需测量的关键参数或特征。

2.定义测量指标，例如数量、长度、宽度等。

步骤二：选择合适的样本量和采样方法1.根据实际需求，选择合适的样本容量。

样本容量应充分反映整个生产过程的变异情况。

2.根据测量目的和可行性，选择合适的采样方法，例如随机采样、时间间隔采样等。

步骤三：准备测量设备和环境1.确保测量设备符合精度和准确性要求，并进行校准。

2.创建适当的测量环境，例如控制温度、湿度和光照等。

步骤四：进行测量和数据收集1.进行测量操作，并记录每次测量结果。

2.建立数据收集系统，例如使用电子表格或专业软件进行数据记录和分析。

步骤五：计算测量系统的误差1.使用统计方法（例如均值、方差、极差等）计算每个测量值的误差。

2.分析数据，确定测量系统的稳定性和准确性。

步骤六：评估测量系统的能力1.进行测量系统的能力分析，例如计算重复性和再现性。

2.根据测量系统的能力评估结果，确定是否需要改进或调整测量系统。

步骤七：制定改进措施1.根据测量系统的能力评估结果，确定改进的方向和目标。

2.制定改进措施，并进行实施和监控。

步骤八：持续监控和维护测量系统1.建立定期监控和维护计划，以确保测量系统的稳定性和准确性。

2.定期对测量系统进行校准和验证。

结论计数型MSA是一种有效的方法，可以评估和验证测量系统的稳定性和准确性。

通过按照上述步骤实施计数型MSA，可以提高测量结果的可靠性和一致性，从而对生产制造过程的质量控制做出有效的贡献。

MSA培训常用的MSA方法详解

MSA实施过程与注
05
意事项
明确目标和范围
确定MSA的目标
例如，提高测量系统的准确性和可靠性，减少测量误差等。
明确MSA的范围
包括需要评估的测量系统、测量人员、测量环境和测量数据等。
选择合适的MSA方法
01
根据目标和范围选择合适的MSA方法，如重复性和再现性（R&R）研究、线性研究、稳定性研究等。
计量型数据特点与处理流程
数据特点
连续性、可测量性、服从正态分布。
处理流程
收集数据、整理数据、分析数据、解释数据。
稳定性分析方法
时间序列分析
通过时间序列图观察数据的稳定性，计算移动平均线、移动极差等统计量。
控制图分析
利用控制图判断过程是否处于稳定状态，如X-bar控制图、R控制图等。
偏倚分析方法
偏倚分析目的
评估测量系统与被测对象真实值之间的差异。
分析方法
使用独立样本T检验、配对样本T检验等方法进行比较分析。
注意事项
需确保样本具有代表性和可比性，并考虑测量误差对偏倚的影响。
常用的MSA方法之
04
三：破坏性试验数据
分析
破坏性试验特点及挑战
特点
破坏性试验通常涉及对产品或材料的不可逆改变，以获取关于其性能或可靠性的数据。这类试验往往成本高、周期长，且样本量有限。
在使用仿真模拟法时，需要建立一个能够准确反映破坏性试验过程的计算机模型。通过对模型进行反复模拟和优化，可以生成大量具有代表性的虚拟数据。基于这些数据，可以对测量系统的误差、稳定性和可靠性进行详细分析。
案例分享：某企业破坏性试验MSA实践
案例背景
某企业在生产过程中需要对一种关键零部件进行破坏性试验以评估其性能。由于试验成本高、周期长，企业决定采用MSA方法对测量系统进行分析和优化。

计数型及计量型分析

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
Reported by : T olerance: M isc:
Percent
Sample Range
Components of Variation 100
50
% Contribution %?S t u d y?Va r % Tolerance
0 Gage R&R
A 10
5 0
A 0
-20
Repeat
步骤二: MINITAB操作
①
可重复测量计量型数据Gage R&R
②
99%置信度规格公差
③
Pg 13
计量型（连续数据）
步骤二: 结果判读
Gage R&R Study - ANOVA Method
Two-Way ANOVA Table With Interaction
Source
DF SS MS
σ2GRR=σ2再现性+σB
基准值
GR&R
不好重复性
C
Pg 7
请给出以下图示答案
Pg 8
MSA第三版快速指南
一个“好”的量测系统应该具备哪些特点？准—偏倚小；线性好；稳—稳定性好；重复性好---重复测量结果一致；再现性---不同人测量结果一致好；

计数型测量系统分析报告

样品/名称被测参数记录/日期 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 0 1 1 1 1 0 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 0 0 1 1 1 0 1 1 1 1 1 1 1 1 C 2 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 0 1 1 0 1 0 1 1 0 0 1 1 1 1 1 1 1 0 1 1 1 0 0 1 1 1 0 1 1 1 1 1 1 1 1
基准值 814.0 817.0 815.0 815.0 800.0 814.0 801.0 809.0 812.0 819.0 814.0 817.0 813.0 816.0 820.0 795.0 814.0 804.0 805.0 807.0 795.0 800.0 805.0 819.0 796.0 815.0 812.0 805.0 809.0 815.0 812.0 814.0 820.0 814.0 817.0 815.5 795.0 820.0 812.0 815.0 809.0 821.0 815.0 809.0 812.0 814.0 815.5 816.0 813.0 812.0
Kappa分析结果（要求：Kappa≥0.75） A Kappa 0.96 B 0.96 C 0.94
结论：分析结果表明评价人与基准表现出的一致性良好。
3/4
计数型测量系统分析报告测量系统有效性分析
% 评价人得分与计数
（评价人自己在所有试验上一致）来源总受检数符合数有效率 A 50 48 96.0% B 50 48 96.0% C 50 47 94.0%
797.0
-2005.3.17
817.0

测量系统分析(MSA)

测量系统分析（MSA）测量系统可分为“计数型”及“计量型”测量系统两类。

测量后能够给出连续性的测量数值的为计量型测量系统；而只能定性地给出测量结果的为计数型测量系统。

“计量型”测量系统分析通常包括(Bias)、稳定性(Stability)、(Linearity)、以及重复性和再现性(Repeatability&Reproducibility，简称R&R)。

在测量系统分析的实际运作中可同时进行，亦可选项进行，根据具体使用情况确定。

测量：是指以确定实体或系统的量值大小为目标的一整套作业。

我们通常用分辨力、偏倚、稳定性、线性、重复性和再现性等评价测量系统的优劣，并用它们控制测量系统的偏倚和波动，以使测量获得的数据准确可靠。

有效测量的十原则：1.确定测量的目的及用途。

一个尤其重要的例子就是测量在质量改进中的应用。

在进行最终测量的同时，还必须包括用于诊断的过程间测量。

2.强调与顾客相关的测量，这里的顾客包括内部顾客与外部顾客。

3.聚集于有用的测量，而非易实现的测量。

当量化很困难时，利用替代的测量至少可以提供关于输出的部分理解。

4.在从计划到执行测量的全程中，提供各个层面上的参与。

那些不使用的测量最终会被忽略。

5.使测量尽量与其相关的活动同时执行，因为时效性对于诊断与决策是有益的。

6.不仅要提供当期指标，同时还要包括先行指标和滞后指标。

对现在及以前的测量固然必要，但先行指标有助于对未来的预测。

7.提前制订数据采集、存储、分析及展示的计划。

8.对数据记录、分析及展示的方法进行简化。

简单的检查表、数据编码、自动测量等都非常有用，图表展示的方法尤为有用。

9.测量的准确性、完整性与可用进行阶段评估。

其中，可用性包括相关性、可理解性、详细程度、可读性以及可解释性。

10.要认识到只通过测量是无法改进产品及过程。

基本概念：3.稳定性：测量系统保持其位置变差和宽度变差随时间恒定的能力。

4.偏倚：观测平均值（在重复条件下的测量）与一参考值之间的差值。

计数型量具分析报告(评价人一致性交叉表法)讲稿

测量记录 B 3 1 2 X O O X O X O O X O X O O X O 3 X O O X O
C 1 2 X O O X O X O O X O
A 3 X O X 3 3 O 3 O X 3 O 1 2
B X O 3 3 3 3 3 3 X 3
C O
测量记录项次小计（次） A-B B-C A B A B B O C X B X O X X O
1
1 1
1
1
1
2
49 O O O O O O O O O 50 O O X O O O O O O 测量记录项次总计（次） ⑴ ⑵ ⑶ ⑷ 说明：X--- 不合格 O---- -B B O X A O a=⑵-⑺ ⑺ X 总计 C-A C O X 总计 O a=⑹-⑾ 0 ⑿ 0 c=a+⑿ 0 0 ⑻ 0 c=a+⑻ 0 A X ⑾ 0 b=⑸-⑿ 0 d=b+⑾ 0 0 b=⑴-⑻ 0 d=b+⑺ 0
=⑴+⑵=⑶+⑷
=⑶+⑷=⑸+⑹ =⑸+⑹=⑴+⑵
述，说明计算有误
I- Pe
kappa
⑼=⑻-⑹ 150 150 150
⑽=⑺/⑼ 0.00 0.00 0.00
C 0.00
Po- Pe
I
I- Pe
⑺=⑶-⑹ 0 0 0
⑻ 150 150 150
⑼=⑻-⑹ 150 150 150
A A B C
评价人之间一致性 (kappa值) B 0.00
C 0.00
0.00
叉表法）测试报告编写评价者（3位）记录者审核者
年年
月月
日日

计数型GRR是什么

计数型GRR是什么
计数型GRR（Gauge Repeatability and Reproducibility for Attribute Data）是用于评估测量系统准确性的一种方法，特别是当测量数据是属性数据（非连续的，如合格/不合格）时。

与连续数据的GRR分析（通常用于测量物理量，如长度、重量等）不同，计数型GRR关注的是分类判断的一致性和准确性。

在计数型GRR中，重点在于评估以下两个方面：
1、重复性（Repeatability）：这是指同一操作者使用相同的测量工具在重复条件下对同一样品进行多次测量时结果的一致性。

在计数型GRR中，这意味着检查一个操作者在重复判断同一样品时的一致性（例如，多次判断产品是否合格）。

2、再现性（Reproducibility）：这是指不同操作者使用相同的测量工具和方法对同一样品进行测量时结果的一致性。

在计数型GRR中，这意味着检查不同操作者在对同一样品做出判断时的一致性（例如，不同人员判断同一产品的合格性）。

计数型GRR分析通常用于生产环境中，尤其是在质量控制过程中，当输出结果是基于分类判断（如合格/不合格，良品/次品）时。

它有助于识别和量化测量系统中的变异性，从而确保评估和控制过程的准确性和一致性。

通过计数型GRR分析，可以确定测量系统是否适合于其预定的用途，以及是否需要进一步的改进或校准。

测量系统分析培训--6 计数型系统分析Kappa

• 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.
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.
＜80% ＞5% ＞10%
-13-
第六章计数型测量系统分析
信号探测理论法
下限
上限
I II
III
II I
目标
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
d=0.0237915
此为区域II宽度的估计值, 且GRR的估计值为6*σGRR
-16-
公差=USL-LSL=0.100
-14-
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PPK >1,比较测量系统与过程误差当PPK <1,比较测量系统与公差.
此处假定PPK=0.5
3. 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.

量具研究：属性一致性(goNo go)测量系统分析：用例子把Minitab的使用变简单

45
不合格
A
不合格
46
不合格
A
不合格
47
合格
A
合格
48
不合格
A
不合格
分析例子 49
合格
A
50
不合格
A
合格不合格
1
合格
A
2
合格
A
3
不合格
A
4
不合格
A
5
合格
A
6
不合格
A
7
合格
A
8
不合格
A
9
合格
A
10 不合格
A
11
合格
A
12
合格
A
13 不合格
A
14
合格
A
15 不合格
A
16 不合格
A
17
合格
A
18
合格
A
19 不合格
A
合格合格不合格合格合格合格不合格不合格合格合格合格合格不合格合格不合格合格不合格合格合格不合格不合格合格不合格合格不合格
第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次第二次
属性一致性（通过不通过） Go、No-go 测量系统研究
例子：外观件检验的测量系统分析
大家好！今天我们谈谈：属性一致性，也就是通过或者不通过的测量系统分析，用minitab实现分析
计数型测量系统最大特征是：测量出来的结果是一组有限的分类数，比如说：合格、不合格；比如说：优、良、中、差

MSA管理规定---计量型_计数型_复杂型_量化过度型等4种测量系统分析

1.目的保证公司有效展开测量系统分析（MSA工作，保证测量系统的可靠性，提高测量数据的质量，并为改进提供支持。

2.适用范围在控制计划中所要求的用于测量产品的特性与性能的测量系统。

3.引用文件《测量系统分析》第三版。

4.术语定义4.1.测量：赋值（或数）给具体事物以表示它们之间关于特定特性的关系。

4.2.量具:任何用来获得测量结果的装置，经常用来特指用在车间的装置，包括用来测量合格/不合格的装置.4.3.测量系统：用来对被测特性赋值的操作、程序、量具、设备、软件以及操作人员的集合，用来获得测量结果的整个过程.4.4.稳定性:是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差. 偏倚：是测量结果的观测平均值与基准值的差值.4.5.线性：是在量具预期的工作范围内，偏倚值的差值.4.6.重复性（EV :是由一个检验员，采用一种测量仪器，多次测量同一零件的同一特性时获得的测量值变差.4.7.再现性（M）:是由不同的检验员，采用相同的测量仪器，测量同一零件的同一特性时测量平均值的变差.4.8.零件变差（PV :不同零件之间的变差，零件在多人多次同一个量具测量出的平均值的变差。

4.9.总变差（TV :测量值与真值（基准值）之间的总变差。

4.10.检具能力：由检测设备的测量不确定度与检验特性的公差的比例关系确定.5.职责5.1.质量部负责并组织研发、生产等测量系统涉及人员实施测量系统分析5.2.新产品开发APQP组成员评价测量系统的可接收性，并对存在的问题采取纠正措施，根据测量, 在检验基准书上配置合适的量检具6.工作程序6.1.测量系统的分类6.1.1质量部组织确认测量系统类型，类型包括计量型测量系统、计数型测量系统、复杂测量系统、量化过度测量系统。

6.1.2质量部组织确认需要研究的范围计量型测量系统研究稳定性、偏倚、线性、重复性和再现性。

计数型测量系统研究检验员自身一致性、检验员之间一致性、检验员与标准之间一致性复杂测量系统研究稳定性和变异性6.2.计量型测量系统分析6.2.1仪器和人员的选择测量仪器必须是经过检定或校准合格，测量仪器分辨率的第一准则是能够分辨过程变差的10% 基于对整个测量系统的评价，从日常操作该仪器的人中挑选测量人。

Minitab常用操作简介(DM阶段)

Minitab常用操作简介（DM阶段）
10
计数型数据AR&R分析
M-MSA-ARR研究
11 过程能力分析
M-PCA-能力分析(长度)
12 快捷键
Minitab常用操作简介（DM阶段）
操作步骤 1）统计→基本统计量→显示描述性统计量，点击统计量，勾选需要的统计量 2）统计→基本统计量→图形化汇总 1）计算→概率分布→正态；点击累积概率，输入常量中填入对应Z值 2）图形→概率分布图→查看概率；点击分布，输入对应的均值和标准差，点击阴影区域，X值计算→概率分布→正态；点击逆累积概率，输入常量中填入对应概率数据→堆叠→列；数据→堆叠→行
序
2）统计→质量工具→属性一致性分析；属性列指的是检测的结果
判断标准：有效性≥90% 可接受； 80%＜有效性＜90% 可接受的边缘；有效性≤80% 不接受
漏判率＜2% 可接受； 2%＜漏判率＜5% 可接受的边缘；漏判率＞5% 不接受
1）稳定性检误验判：率统＜计5→%控可制接图受→；子组5的%＜变误量判控率制＜图1→0X%ba可r-接R 受的边缘；误判率＞10% 不接受 2）正态性检验：①先对数据进行堆叠，数据→堆叠→行；②统计→基本统计量→正态性检验 P值大于0.05即为正
态分布 3）能力分析：统计→质量工具→能力分析→正态
CTRL+E 开启最近打开的对话框
序号
用途
1 描述性统计
案例 M-BS-描述性统计
2 根据Z值计算概率
3 计算Z值 4 堆叠
分布识别 5 6 直方图 7 箱线图
以Z=1.72计算
以p=0.95计算 M-MA-数据堆叠
M-BS-分布识别
M-BS-直方图 M-BS-箱线图

计数型测量系统分析(MSA)

计数型测量系统分析(MSA)计数型测量系统的最大特征是其测量值是一组有限的分类数，如合格、不合格、优、良、中、差、极差，等等。

当过程输出特性为计数型数据时，测量系统的分析方法会有所不同，一般可以从一致性比率和卡帕值两个方面着手考虑计数型测量系统分析。

一致性比率是度量测量结果一致性最常用的一个统计量，计算公式可以统一地概括为：一致性比率=一致的次数/测量的总次数根据侧重点和比较对象的不同，又可以分为4大类。

K（希腊字母，读音kappa，中文为卡帕）是另一个度量测量结果一致程度的统计量，只用于两个变量具有相同的分级数和分级值的情况。

它的计算公式可以统一的概括为：以上公式中，P0为实际一致的比率；Pe为期望一致的比率。

K在计算上有两种方法：Cohen的k和Flei的k。

K的可能取值范围是从-1到1，当k为1时，表示两者完全一致；k为0时，表示一致程度不比偶然猜测好；当k为-1时，表示两者截然相反，判断完全不一致。

通常，k为负值的情况很少出现，下表归纳了常规情况下k的判断标准。

在计数型测量系统中研究一个测量员重复两次测量结果之间的一致性，一个测量员的测量结果与标准结果之间的一致性，或者两个测量员的测量结果之间的一致性时，都可以使用k。

对于测量系统的分析，用户最终要得出测量系统是否合格的结论。

如果可以认定测量系统合格，测量系统分析工作可以结束。

但如果测量系统不合格，则要进一步分析，查找出问题，并迅速解决问题。

本文主要介绍的是特殊的但是在某些行业非常适用的计数型测量系统分析方法，这将帮助企业相关人员更全面深入的理解测量系统分析（MSA）。

计数型MSA分析

0.98 0.54
51 18.4 1 33.6 52 52.0
2 34.6 96 63.4 98 98.0
53 53.0 97 97.0 150 150.0
0.97 0.54
51 19.1 4 35.9 55 55.0
1 32.9 94 62.1 95 95.0
52 52.0 98 98.0 150 150.0
B*基准值交叉表基准值 0 1 4页总计第2页共 Po:
0.99
B
0 1
计数值期望值计数值期望值计数值期望值
Total
51 17.7 0 33.3 51 51.0
1 34.3 98 64.7 99 99.0
52 52.0 98 98.0 150 150.0
Pe:
0.55
C*基准值交叉表基准值 0 C 0 1 Total 计数值期望值计数值期望值计数值期望值 A Kappa 结论 B 1 总计 Po: Pe:
A
B
50 48 96% 一致
漏发≤2%合格
50 49 98% 一致
结论
50 46 92% 一致
误发≤5%合格 2.0% 1.0% 4.0%
≥0.90为合格
结论
A B C 结论：
0.0% 0.0% 0.0%
可接受可接受可接受
可接受可接受可接受
分析人：
分析日期：
第3页共 4页
1 1 0 0 0 0 1 1 0 1 1 0 1 1 1 1 1 1 1 1 0 0 1 1 0 0 1 1 1 0 1 1 1 0 1 1 0 1 0 1 1 0 1 1 0 1 1 0 1 0
1 1 0 0 0 0 0 1 0 1 1 0 1 0 1 1 1 1 1 1 0 0 1 1 0 0 1 1 1 0 1 1 1 1 1 0 0 1 0 1 1 0 1 1 0 1 1 0 1 0

量具研究：计数型测量一致性判定(小样法)—MSA的理解

实施步骤是五
步骤六：如果量具无法改进，则不能接受，并且要找到一个可接受的替代测量系统实施步骤是六
就谈到这，欢迎大家交流！
量具研究：计数型测量一致性判定（小样法）
大家好，这个主题我们谈谈：如何用小样法的分析方法进行计数型测量系统研究
计数型量具是指：测量时把各个零件与某些指定限制作比较，如果满足要求则接受该零件，如果不满足要求，则拒收
什么是计数型量具
小样法是用来判定计数型量具一致性程度的方法
什么是小样法和量具一致性
小样法实施步骤一
步骤二：选取两个评价人
步骤二
步骤三：由两个评价人以一种能防止评价人以偏倚的方式两次评价零件
实施步骤三
步骤四：记录每个评价人测量每一个零件的结果，并一一对应，如下表
零件编号真实值
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 11001100110110101110
评价人A
第2次评价 1 1 0 0 1 1 0 0 1 1 0 1 1 0 1 0 1 1 1 0
第次评价 1 0 0 0 1 1 0 0 1 1 0 1 1 0 0 0 1 1 1 0
评价人B
第2次评价 1 0 0 0 1 1 0 0 1 1 0 1 1 0 1 0 1 1 1 0
一致性判定 OK NG OK OK OK OK OK OK OK OK OK OK OK OK NG OK OK OK OK OK
评价人第1次评价 1 1 0 0 1 1 0 0 1 1 0 1 1 0 0 0 1 1 1 0 A 第2次评价 1 1 0 0 1 1 0 0 1 1 0 1 1 0 1 0 1 1 1 0
评价人第1次评价 1 0 0 0 1 1 0 0 1 1 0 1 1 0 0 0 1 1 1 0 B 第2次评价 1 0 0 0 1 1 0 0 1 1 0 1 1 0 1 0 1 1 1 0