测量系统分析培训--6 计数型系统分析Kappa
计数型测量系统分析报告-KAPPA(适用10-50个样品)
料号量具编号量具名称测量者 A 品名量具类型评价人数测量者 B 特性状态定义重复次数测量者 C 零件数量报告人批准日期产品编号A-1A-2A-3B-1B-2B-3C-1C-2C-3真值(REF)12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849501=合格 0=不合格计数型测量系统分析报告计数型#DIV/0!人员更换定期（校准/年度）修复后新购公差变化DataSummary/A*BA*CB*CA*RefB*RefC*Ref0*00000001*00000000*10000001*1000SelfagreementA B C 00A*B Cross01总计Po:#DIV/0!A0计数000期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数000期望值#DIV/0!#DIV/0!#DIV/0!总计计数000期望值#DIV/0!#DIV/0!#DIV/0!B*C01总计Po:#DIV/0!B0计数00期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数000期望值#DIV/0!#DIV/0!#DIV/0!总计计数0期望值#DIV/0!#DIV/0!#DIV/0!A*CCrosstabulC 01总计Po:#DIV/0!A0计数0期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数0期望值#DIV/0!#DIV/0!#DIV/0!总计计数0期望值#DIV/0!#DIV/0!#DIV/0!Reproduci bilityKappa 判定Kappa=(Po-Pe)/(1-Pe)A*REFCrosstabul1总计Po:#DIV/0!A0计数000期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数000期望值#DIV/0!#DIV/0!#DIV/0!总计计数000期望值#DIV/0!#DIV/0!#DIV/0!B*REFCrosstabul1总计Po:#DIV/0!B0计数000期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数000期望值#DIV/0!#DIV/0!#DIV/0!总计计数000期望值#DIV/0!#DIV/0!#DIV/0!真值#DIV/0!#DIV/0!#DIV/0!真值B C A*B B*C A*C #DIV/0!#DIV/0!#DIV/0!编制：审核：核准：。
MSA计数型Kappa分析
3
4.3
22.7
0
123
19.7 103.3
24
126
24.0 126.0
总计
27 27.0 123 123.0 150 150.0
Po 0.98
Pe 0.72
3，是评价人A 在150次判定中， A也认为不合格 的次数,基准值
不合格，
评价人A与基准交叉表数据分析
0，是评价人A在150次判定中，基 准值不合格，A也认为不合格的次
Po 0.98
Pe 0.72
3，是评价人A 在150次判定中， A认为合格的总 数,（0+123=123）
评价人A与基准交叉表数据分析
24，是基准总的不合格总数，不 合格8个，3次判定（8*3=24）
A与基准 交叉表
数量
0 期望数量
A
数量
1 期望数量
总计
数量 期望数量
基准值
0
1
24
3
4.3
22.7
1 期望数量
总计
数量 期望数量
基准值
0
1
24
3
4.3
22.7
0
123
19.7 103.3
24
126
24.0 126.0
总计 27 27.0 123 123.0 150 150.0
Po 0.98
Pe 0.72
KAPPA=（P0-Pe ）/ （n-Pe ） P0 =24+123
Pe =4.3+103.3 总评价次数：150
总计
27 27.0 123 123.0 150 150.0
总计
27 27.0 123 123.0 150
Kappa分析(自动生成)
评
确
价
认：
承 认：
4/4
40 1 1 1 1 1 1 1 1 1
41 1 1 1 1 1 1 1 1 1
42 0 0 0 0 0 0 0 0 0
43 1 1 1 1 1 1 1 1 1
44 1 1 1 1 1 1 1 1 1
45 1 1 1 1 1 1 1 1 1
46 1 1 1 1 1 1 1 1 1
47 1 1 1 1 1 1 1 1 1
1/4
计数型测量系统分析报告
（评价人交叉分析）
A 与 B 交叉表
B
0.00
1.00
A
0.00
计算
29
1
期望的计算
6.4
23.6
1.00
计算
3
117
期望的计算
25.6
94.4
计算
32
118
总计
期望的计算
32.0
118.0
A 与 C 交叉表
C
0.00
1.00
A
0.00
计算
28
2
期望的计算
6.2
23.8
系统有效得分 （所有评价人自己保持一致）
50 44 88.0%
系统有效得分与计数 （所有评价人与基准一致）
50 44 88.0%
A B C
结论：
有效性 ≥90% 96.0%
96.0%
94.0%
漏发警报的比例 ≤2%
2.00%
误发警报的比例 ≤5%
2.00%
0.00%
4.00%
2.00%
4.00%
基于上述信息，判定该测量系统中，评价人ABC均接受，该测量系统符合要求
MSA计数型测量系统分析——假设试验分析法(Kappa)
6.136.13 计数型测量系统分析计数型测量系统分析——————假设试验分析法假设试验分析法假设试验分析法（（Kappa Kappa））说明：参照张智勇所著《ISO/TS16949五大工具最新版一本通》（机械工业出版社）编写。
计数型测量系统的分析是为了确定不同班次，不同生产线的检查人员是否能正确地区分合格品和不合格品，分析出测量结果与标准值的符合程度，以及他们自身和相互之间重复检查的一致程度。
假设试验分析—交叉表法是一种常用的计数型测量系统分析方法。
交叉表法可以在基准值（分析用样品称为基准，用计量型测量系统对样品进行测量，测量值称为基准值）已知的情况下进行，也可以在基准值未知的情况下进行。
在基准值未知的情况下进行，可以评价测量人之间的一致性，但不能评价测量系统区分好与不好的能力。
在基准值已知的情况下，即可评价测量人之间的一致性，又能评价测量人员与基准值的一致性，以及测量的有效性、漏判率和误判率，从而判断出测量人区分合格和不合格零件的能力。
6.136.13.1 .1 .1 未知基准值的一致性分析未知基准值的一致性分析1）随机选取g=50（一般选取g=30～50个样本）个能够覆盖过程范围的零件，对这些零件进行编号。
零件的编号不要让测量人知道，但分析人应该知道。
2）由3名评价人以随机盲测的方式测量所有零件各m=3次，每人测量次数为n=g×m=50×3=150次。
“接受”记为“1”，“拒绝”记为“0”，将三人所测150×3=450个数据记录于表6-21中。
测量时应按这样的规则进行：先让A 测量人以随机顺序对50个零件进行第1轮测量，然后让B 测量人、C 测量人以随机顺序进行第1轮测量，再让A 测量人进行第2轮测量，以此类推，完成测量工作。
表6-21 计数型测量系统分析数据表零件测量人A 测量人B 测量人C基准基准值代码A-1 A-2 A-3 B-1 B-2 B-3 C-1 C-2 C-31 1 1 1 1 1 1 1 1 1 1 0.476 901 +2 1 1 1 1 1 1 1 1 1 1 0.509015 +3 0 0 0 0 0 0 0 0 0 0 0.576459 －4 0 0 0 0 0 0 0 0 0 0 0.566152 －5 0 0 0 0 0 0 0 0 0 0 0.57036 －6 1 1 0 1 1 0 1 0 0 1 0.544 951 ×7 1 1 1 1 1 1 1 0 1 1 0.465454 ×8 1 1 1 1 1 1 1 1 1 1 0.502295 +9 0 0 0 0 0 0 0 0 0 0 0.437817 －10 1 1 1 1 1 1 1 1 1 1 0.515573 +11 1 1 1 1 1 1 1 1 1 1 0.488905 +12 0 0 0 0 0 0 0 10 0 0.559918 ×13 1 1 1 1 1 1 1 1 1 1 0.542704 +14 1 1 0 1 1 1 1 0 0 1 0.454518 ×15 1 1 1 1 1 1 1 1 1 1 0.517377 +16 1 1 1 1 1 1 1 1 1 1 0.531939 +17 1 1 1 1 1 1 1 1 1 1 0.519694 +18 1 1 1 1 1 1 1 1 1 1 0.484167 +19 1 1 1 1 1 1 1 1 1 1 0.520496 +20 1 1 1 1 1 1 1 1 1 1 0.477236 +21 1 1 0 1 0 1 0 1 0 1 0.452310 ×22 0 0 1 0 1 0 1 10 0 0.545604 ×23 1 1 1 1 1 1 1 1 1 1 0.529065 +24 1 1 1 1 1 1 1 1 1 1 0.514192 +25 0 0 0 0 0 0 0 0 0 0 0.599581 －26 0 1 0 0 0 0 0 0 1 0 0.547204 ×27 1 1 1 1 1 1 1 1 1 1 0.502436 +28 1 1 1 1 1 1 1 1 1 1 0.521642 +29 1 1 1 1 1 1 1 1 1 1 0.523754 +30 0 0 0 0 0 1 0 0 0 0 0.561457 ×31 1 1 1 1 1 1 1 1 1 1 0.503091 +32 1 1 1 1 1 1 1 1 1 1 0.505850 +33 1 1 1 1 1 1 1 1 1 1 0.487613 +34 0 0 1 0 0 1 0 1 1 0 0.449696 ×35 1 1 1 1 1 1 1 1 1 1 0.498698 +36 1 1 0 1 1 1 1 0 1 1 0.543077 ×37 0 0 0 0 0 0 0 0 0 0 0.409238 －38 1 1 1 1 1 1 1 1 1 1 0.488184 +39 0 0 0 0 0 0 0 0 0 0 0.427687 －40 1 1 1 1 1 1 1 1 1 1 0.501132 +41 1 1 1 1 1 1 1 1 1 1 0.513779 +42 0 0 0 0 0 0 0 0 0 0 0.566575 －43 1 0 1 1 1 1 1 1 0 1 0.462410 ×44 1 1 1 1 1 1 1 1 1 1 0.470832 +45 0 0 0 0 0 0 0 0 0 0 0.412453 －46 1 1 1 1 1 1 1 1 1 1 0.493441 +47 1 1 1 1 1 1 1 1 1 1 0.486379 +48 0 0 0 0 0 0 0 0 0 0 0.587893 －49 1 1 1 1 1 1 1 1 1 1 0.483803 +50 0 0 0 0 0 0 0 0 0 0 0.446697 －3）根据表6-21中的0和l 数据的结果将评价人A 和B、B 和C、A 和C 利用交叉表方法进行统计（见表6-22），A*B 栏中“0*0”代表A、B 两人均判拒绝的次数，统计有44个；“0*1”代表A 判拒绝而B 判接受的次数，统计有6个；“1*0”代表A 判接受而B 判拒绝的次数，统计有3个；“1*1”代表AB 两人同时判为接受的次数，统计有97个，将统计结果依次填入表6-22中。
KAPPA
KAPPA 测试流程
人员测试名单
配眼睛矫正 视力测试 NG NG 淘汰 OK
重测
OK
培训/考核 OK NG KAPPA 测试 OK OK 合格检验员 再进行考核3次 NG
淘汰
KAPPA 测试执行步骤
1. 测试点及人员确定 （工站，名单） ２．检验人员视力检查（矫正视力1.0上） ３．产品检验标准培训（培训记录） ４．测试样品收集 ５．Kappa测试 （kappa表） ６．Kappa值计算 （交叉表）
第一格代表检验员A在第一次和第二次 测量中判定为良品的次数
第二格代表检验员A在第一次测量中判 定一个样品为次品，在第二次测量中 判定为良品的次数
交叉表
Rater A First Measure Good Bad Rater A Second Measure Good Bad 10 1 11 2 7 9 12 8
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
Rater A First Measure Good Bad Rater A Second Measure
检验员A比例
代表10/20
Good Bad
0.5 0.05 0.55
0.1 0.35 0.45
0.6 0.4
由行和列的总和计算而得
计算检验员A的Kappa值
对Kappa的定义将有所不同，取决于我们是在定义检验员内部 Kappa，还是在定义检验员之间的Kappa
计算A的Kappa
Rater A First Measure Good Bad Rater A Second Measure Good Bad 0.5 0.1 0.6 0.4
0.05 0.35 P 0.55 Pchance 0.45 K observed 1 Pchance Pobserved 等于上表对角线上概率的总和： P observed =(0.500 + 0.350) = 0.850
KAPPA分析说明
KAPPA分析说明Kappa 评估说明：⽬的：评价【⽬视测量系统】的检出能⼒对象：从事产品外观检查的岗位⼈员，包括：品管QC、外观全检⼈员周期：新⼊或转岗⼈员培训合格后，在岗⼈员每季度⼀次；标准：《测量系统分析程序》（C0801-S10）《风险分析法（Kappa）分析报告》（FM-C0801-S10-03）制作评估样品（50pcs）：1.1 从量产中收集50个产品，不限产品型号，但须为相同⽣产⼯艺；其中有35个为不良品，不良类型需基本覆盖所有常发外观缺陷，缺陷程度不能太明显；1.2 将收集的样品交由品管⼯程师评判，将评判结果和缺陷内容按样品顺序进⾏记录，并对样品做好较隐秘的序号标记（1~50），必要时可使⽤特殊符号；样品序号状态参考值缺陷内容特殊符号1不合格0脏污⽩，⿇点XX… ………50合格1⽆2、评估准备：2.1 评估前，样品收集⼈对被评价⼈进⾏培训，明确产品外观缺陷的评判标准和接收准则；2.2 评估按检验⼯位开展，每次评价3位员⼯，被评价⼈已独⽴上岗并培训合格；不⾜3⼈时也可单独评价；2.3 三位被评价⼈依次完成50个样品的3次检查，累计产⽣150个检查结果，三次检查需交替或间隔⼀定时间后进⾏，确保“盲测”；2.4 需要⼀位数据记录员和⼀位标准判定⼈协助完成评估3、评估步骤：3.1 记录员在评估表上记录被评价⼈的基本信息，确认3位评估⼈的检查顺序（按⼈次交替进⾏）后，开始评估；3.2 记录员调整样品顺序，交由第⼀位被评价⼈检查，记录检查结果，判定正确记【√】，错误记【×】；当检查结果为不合格时，评价⼈告知缺陷内容和位置（若样品有多个缺陷，只要有⼀个缺陷描述正确，即判为正确）；3.3 重复步骤1.2，完成余下的8轮样品检查，记录检查结果；再将⼿⼯数据录⼊【kappa分析报告】，形成评估结果报告（合格由1表⽰，不合格由0表⽰）。
3.4 检查中如对样品缺陷有异议，由标准判定⼈评判4、评估结果（判定准则）：条件⼀：⼀致性（Kappa值）0.75＜Kappa≤1表⽰有很好的⼀致可接受0.4＜Kappa≤0.75表⽰⼀致性⼀般条件接受0＜Kappa≤0.4表⽰⼀致性不好不可接受条件⼆：有效性&漏判率&误判率结果有效性漏判率误判率备注可接受≥90%≤2%≤5%同时满⾜条件接受≥80%≤5%≤10%同时满⾜不可接受＜80%＞5%＞10%满⾜⼀个测量系统判定条件⼀和条件⼆同时为【可接受】，测量系统判为【可接受】条件⼀和条件⼆同时为【不可接受】，测量系统判为【不可接受】其他情形，测量系统判为【条件接受】，需明确限定条件5、结果应⽤：5.1 部门主管基于测量系统评估结果，更新员⼯的技能等级⽬视表；每季度定期评估后，再次更新技能等级⽬视表；5.2 评价结果为【不可接受】时，关联部门应暂停该测量系统的使⽤，并对已检测的产品进⾏追溯处理；并基于分析报告改进测量系统，如⼈员培训、检查⽅法调整、检查环境改善，必要时考虑调整被测⼈员的岗位安排；5.3评价结果为【条件接受】时，关联部门需采取措施持续改进。
计数型量具分析报告(Excel带计算KAPPA公式)
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
34.0
66.0
51
99
51.0
99.0
总计
50 50.0 100 100.0 150 150.0
A与基准交叉表
操作者B(
B-1
B-2
1
1
1
1
0
0
0
0
0
0
1
1
1
1
1
1
0
0
1
1
1
1
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
1
1
1
1
1
0
0
0
0
1
1
1
1
1
1
0
0
1
1
1
1
1
1
0
0
1
1
1
1
0
0
1
1
0
0
1
1
1
1
0
0
1
1
1
1
0
0
1
1
1
1
0
0
1
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。
➢计数型测量系统分析——一致性比率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。
1. 操作者对同一部件重复测量时应一致，这类似于计量型测量系统的重复性分析。
每个操作者内部的计数型测量系统都有各自的一致性比率。
2. 操作者不但对同一部件重复测量时应一致，而且应与该部件的标准值一致（若标准值已知），这类似于计量型系统的偏倚分析。
将每个操作者的计数型测量系统的结果与标准值相比较、分析，又有各自不同的一致性比率。
3. 所有操作者对同一部件重复测量时应一致，这类似计量型测量系统的再现性分析，操作者计数型测量系统分析之间有一个共同的一致性比率。
4. 各操作者不但对同一部件重复测量时应一致，而且应与该部件的标准值一致（若标准值已知）。
通常，使用这种一致性比率来衡量计数型测量系统的有效性。
一般说来，一致性比率至少要大于80%，最好达到90%以上。
当值小于80%，应采取纠正措施，以保证测量数据准确可靠。
➢计数型测量系统分析——卡帕值（k）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；P e为期望一致的比率。
K在计算上有两种方法：Cohen 的k和Fleiss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。
《KAPPA培训讲议》课件
KAபைடு நூலகம்PA的优势和特点
KAPPA的软件具有高度可定制性和灵活性，可以满足不同行业和应用领域的需求。
第二部分：KAPPA的应用领域
第三部分：KAPPA在石油勘探中的应用
KAPPA在注水开发中的应 用
KAPPA的技术可以帮助优化注 水开发方案，提高油田的采收 率和产能。
2
KAPPA培训认证流程
参加KAPPA培训并通过筛选和认证流程，将获得KAPPA认证证书。
3
KAPPA培训认证的价值和意义
KAPPA认证将增强个人能力和竞争力，为职业发展提供更多机会。
结束语
感谢各位参加今天的《KAPPA培训讲议》！通过本课程的学习，希望能够增加您对KAPPA的了解，并 为您职业发展带来更多机遇。
《KAPPA培训讲议》PPT 课件
欢迎参加今天的《KAPPA培训讲议》！本课程将为您介绍KAPPA的发展历史、 优势和应用领域，以及在石油勘探中的关键应用和培训认证流程。
第一部分：介绍KAPPA
什么是KAPPA
KAPPA是一家专注于数据分析和解释软件的公司，致力于提供优质的技术和培训服务。
KAPPA的发展历史
KAPPA在油藏动态监测中 的应用
KAPPA的工具可以实时监测油 藏的动态变化，帮助石油公司 做出及时决策。
KAPPA在优化采收率中的 应用
KAPPA的技术可以帮助优化采 收率，提高油井的生产效率和 经济效益。
第四部分：KAPPA培训课程和认证
1
KAPPA培训课程概述
KAPPA提供丰富多样的培训课程，涵盖数据分析、解释和软件使用等方面。
MSA测量系统分析讲义kapa
PPT文档演模板
2020/11/2
MSA测量系统分析讲义kapa
0、相关定义
分析的原理： 当我们在跳动时，目标也许没有跳动，但测量
的结果也许是对方在动（如在火车上的人---）；测 量系统分析的目的是不要把测量系统的波动（如自 己的波动）当成过程的波动，造成基于数据的过程 控制为错误的行动。
v 量具重复性和再现性(R&R)的可接受性准则：
v n 数值<10%的误差测量系统可接受 . n 10%<数值<30%的误差测量系统可接受或不 接受, 决定于该测量系统之重要性, 量具成本、 修理所需之费用等因素，可能是可接受的 . n 数值>30%的误差测量系统不能接受, 须予以 改进. 进行各种势力发现问题并改正，必要时 更换量具或对量具重新进行调整, 并对以前所 测量的库存品再抽查检验, 如发现库存品已超 出规格应立即追踪出货通知客户, 协调处理对 策.
PPT文档演模板
MSA测量系统分析讲义kapa
•测量系统分析是一个过程
•输入:SWIPE
•测量系 统分析
•输出: •测量数据
PPT文档演模板
MSA测量系统分析讲义kapa
ＭＳＡ实施步骤
１、根据控制计划，针对被测量的特性选择适当的测量工具； ２、确定测量系统分析方法（计数／计量，大样／小样）； ３、确定要进行分析所需的样品容量（从一定容量大小的总体内选取
PPT文档演模板
MSA测量系统分析讲义kapa
宽度变差
●精密度 v √重复读数彼此之间的“接近度” v √测量系统的随机误差分量 ●重复性 v √由一位评价人多次使用同一种测量仪器，测量同一零件的同一特性时获得的
测量变差 v √在固定和规定的测量条件下连续（短期）试验变差 v √通常指E．Ｖ．-设备变差 v √仪器（量具）的能力或潜能 v √系统内变差
计数型MSA表格(Kappa模型)-公式可见-可编辑-无锁定
A
0.0
B
60
C
60.0
总计 判定结论：
A — 0.000 0.000
B 0.000
— 0.000
C 0.000 0.000
—
B 0.00 数量
期望数量
1.00 数量
期望数量
60 60.0
0 0.0
0
60
0.0 60.0
0
0
0.0 0.0
总计 A与C交叉表
数量 期望数量
A 总计
0.00 数量
期望数量
1.00 数量
期望数量 数量 期望数量
60 60.0
C 0.00
60 60.0
0 0.0
60 60.0
0 0.0
1.00 0
0.0 0
0.0 0
0.0
60 60.0 总计
60 60.0
0 0.0
60 60.0
注：Kapaa=(Po－Pe)/(1－Pe) 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 有效性 = 正确判断的数量 / 判断的机会总数
计数型测量系统研究(Kappa模型)
零件 A-1
A-2
A-3
B-1
B-2
B-3
C-1
C-2
C-3
1
2
3
4
5
6
7
9
10
11
12
13
14
15
16
17
18
19
20
评价人
分析：
确认：
基准
基准 值
代码 － － － － － － － － － － － － － － － － － － － －
Kappa Training
度 程的合符 级等 准标与 数分的 定评们他 于基 力能的 员购采 个每估评 ） 好 最（ ）差最 （ 从数分 分 评商应 供个每 给员购采 ） 级等准标 为之称 们我，了 级等 过评统 系级分 的立建会 员委 购采的 验经有 前之被都 息信的 商应供个 每： 意注（ 员购采 的同不个 给 息信的 商应供 个 供提
2 2 2 σ MS = σ rpt + σ rpd
3
性复重 性复重 性复重 性复重
统系量测 统系量测 统系量测 统系量测
?
.
性现再的差
员验检 员验检 员验检
1 2
值均 值均 值均 值均
值均 值均 值均 值均
异变的间之值均平量测的得测所 具工测量的同相用员作操的同不由性特个一同的品产个一同对是性现再
=
0.83 – 0.21 = 0.79 1 – 0.21
%01 ≥
5%~10%
%5 ≤ 率判误
量数总会机格合际实 会机格合 率判误 量数总量数判漏不际实 率判漏 量数判误
率 分百的 格合不 为判误品 产的 格合将 者量测 ：率判误 率 分百的 格合为 判漏品产 的格 合不将 者量测 ：率判漏
漏判率/误判率
基本概念
？ 吗据数 实真是的 你诉 告统系 量测的 你信相你 ？ 吗据数 实真是的 你诉 告统系 量测的 你信相你 ！善 改能 不就你 ，量测 能不果如 ！善 改能 不就你 ，量测 能不果如 ？ 统系测量 的样 同取采 能户客 的你望期 ？ 统系测 量的你证 验以 室验实 的界外 一有否是 ？较比行 进统 系测量 的用采 被些一对 ？流交 员查检与
供应商分级系统（例1）
1. 2. 3. 4.
16
顺序属性研究
评分结果
计数型测量系统分析KAPPA报告(MSA第四版)
＞30% 被认为是不可接受的。
补充：
kappa大于0.75表示有很好的一致 如果Ppk大于1，则将测量系统与过程进行比 较 如果Ppk小于1，则将测量系统与公差进行比 较
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
总检查数 一致的数 量 95%UCI 计算所得 结果 95%LCI
0
1
1
0
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
0
1
1
1
1
1
1
1
1
0
1
0
0
0
0
1
1
1
1
0
0
0
0
1
1
1
1
1
1
1
1
0
0
0
0
1
1
1
0
1
1
1
1
0
0
0
0
1
1
1
1
1
1
1
1
0
0
0
0
1
1
1
1
0
0
0
0
A、基准
A
0
KAPPA培训讲议
我们什么时候做 Kappa
1. 检验员的资格认定和重新认定 2. 新技艺 3. 虽新技艺产生的新标准，或者标准更新
怎么做Kappa --1
操作指南 1. 样品准备:
选择30个样品, 其中约80%为不良品(23~25pcs); 20%为良品(5~7pcs). 不良样品: 最好只有1种不良,且不良能适用某一检验标准进行准确的判定. 在非外观检验面进行编号(Sample No): 1 ~ 30. 记录每一个样品的不良现象及位置以及编号做为标准(Standard). 2. 人员: 检验人员若干名.(如例:共6名, 代号A,B,C,D,E,F,G) 记录员1名. (代号R) 主导员1名.(代号H) 3. 测试程序: 主导员(H)将样品1~30顺序打乱. 主导员H按照打乱后的顺序依次将样品递给检验员A做判定; 记录员(R)将打 乱后的顺序运行顺序1,2,3,……,29,30填写到运行顺序(Run Order)里面. 检验员A依据检验标准进行判定,注意判定的时间长短依检验规范要求. 检验员A将判定结果告知主导员H和记录员R. 记录员R将判定结果填写到表格内(Result). 检验员A测试完第1遍后(试验次数, Trail), 检验员B继续进行第1遍测试;直到最后 所有检验员全部测试完第1遍. 重复测试所有检验员, 并记录判定结果. 重复2次(共测试3次).
5. 挑选的不良品要有针对性，难度适中，太容易或者太难皆不可取
6. 挑选的不良品之不良现象要遵守此机种的外观标准
怎么做Kappa –3_注意事项
1. 在测试过程中, 不得让检验员知道所检验样品的编号和标准; 也不得记 录或记忆编号的检验结果.
2. 如只有一名测试员测试，每轮时间间隔不得少于40分钟 3. 每轮测试完毕，样品的序列号要重新打散
MSA第三版中KAPPA分析法精讲
Top Consulting
总计 7 33.0 92 66.0 99 99.0 50 50.0 100 100.0 150 150.0
A
1
总计
观测值 期望值 观测值 期望值 观测值 期望值
假设检验分析—交叉表方法
计算Kappa值 Kappa=（P0-Pe)/(n-Pe) 其中P0=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。 A与B的Kappa值 P0=44+97=141 Pe=15.7+68.7=84.4 Kappa=(141-84.4)/(150-84.4)=0.86
1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1
0.476901 0.509015 0.576459 0.566152 0.570360 0.544951 0.465454 0.502295 0.437817 0.515573 0.488905 0.559918 0.542704 0.454518 0.517377 0.531939 0.519694 0.484167 0.520496
A-3
1 1 0 0 0 0 1 1 0 1 1 0 1 0 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
B-2
1 1 0 0 0 1 1 1 0 1 1 0 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
Top Consulting
计数型测量系统研究—Signal Detection
计数型GRR KAPPA MSA第四版 测量系统分析
3
80.0%312.5%508.8%0.5
(+0.05/-0.05)Ppk:
0.5
0.77评价人A
评价人B
评价人C
最小KAPPA值：目标尺寸：
评估日期：统计人员：GR&R值：24%
测量人数：实验次数：样品数量：
评定结果：
最小有效率：最大漏失率：最大误判率：量规/量仪：尺寸编号：工件机种：公司
#### TECHNOLOGY CO .,LTD GAGE R & R CHART
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
总检查
数
一致的
数量
95%UCI
计算所
得结果
95%LCI
样本：
补充：
kappa大于0.75表示有很好的一致
对于产品控制的情况下，当测量结果与决定准则是确定“符合或不符
合某特性的规范”（如：100%检验或抽样），样品（或标准）必须被
选择，但不需要包括整个过程范围。
测量系统的评估是以特性公差为
基础（如对公差的%GRR）。
在过程研究情况下，当测量结果与决定准则是确定“过程稳定性、方
向以及是否符合自然的过程变差”（如：SPC、过程控制、能力及过
程改进），在整个作业过程范围的样本可获得性变得非常重要。
当评
估一测量系统对过程控制的适用性时（如对过程变差的%GRR），推荐
采用过程变差的独立估计法（过程能力研究）。
如果Ppk大于1，则将测量系统与过程进行比
如果Ppk小于1，则将测量系统与公差进行比。
KAPPA(杨昌月)中华讲师网
测量系统Kappa系数的使用方法无标准比较测量系统的研究（测量系统内部研究）∙测量系统分析的种类：数据是我们分析问题和作出判断的必要依据，所以数据的生产过程是至关重要的，数据的生产是有测量系统产生的；所以在进行数据测量之前，对测量系统的分析是必不可少的。
测量系统分析应该包含以下几个方面：1.偏倚性2.变差3.线性4.稳定性5.重复性6.再现性∙使用环境：以上的分析多用于可测量型测量系统的分析，比如测量一个零件大小，直径，半径等，也就是指多为连续型数据的测量系统，如果我们要研究属性分类测量系统的性能时，是很难用以上方法进行的，因为无法获得变差，平均方差等值，所以，无法使用方差分析，这时候Kappa系数法为我们提供了解决方法。
比如我们要研究的问题为：o把产品分为合格与不合格o把声音分为大，中，小o把考核分为优，良，不合格∙案例分析：生产线上需要操作人员对生产的产品进行检查，所检查的产品分为合格或者不合格两个水平，现在从一批成品中随机的抽取50个产品让A和B两个操作员进行检查，评定结果如下表，现在我们要对A,B两人的一致性作出评定。
假定：1--表示判断为合格品，0--表示判断为不合格品问题说明：我们研究的问题并不是最终产品多少个是合格的，多少是不合格的，而是在研究我们的测量系统，也就是操作人员A,B是不是具有很高的一致性，原因很简单，我们知道即使是同样的产品，用同样的标准，让不同的人进行检查，结果都可能不一样，我们首先要解决的就是保证测量系统一致性很好之后才考虑产品的合格率。
而KAPPA系数法就是在探索测量系统是否保持较高的一致性。
假设一个参数n ij，下标i表示A这个操作人员评判的结果, j表示B这个操作员评判的结果我们将上面的数据进行整理得到如下表；这么理解表中的数据呢？n00,表示操作员A，B同时评判产品为不合格的数量；n01表示操作人A认为产品不合格，而B认为产品为合格的数量，依次类推；n0+表示操作员A认为所有产品不合个的总数是多少，依次类推。
- 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)。
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-
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=0.566152-0.542704=0.023448
dLSL=0.470832-0.446697=0.024135
Kappa 用来分析操作者之间的一致性,但不说明真实的对错
-5-
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.
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, 2015
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 GR&R 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.
≤5% ＞5%
≤10% ＞10%
公式
当 Kappa=1, 表示完全一致 当 Kappa>0.75, 表示有很好的一致性 当 Kappa<0.40, 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:
第六章
计数型测量系统分析
Kappa法取样相关准则
-8-
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 0.476901 0.509015 0.576459 0.566152 0.57036 0.544951 0.465454 0.502295 0.437817 0.515573 0.488905 0.559918 0.542704 0.454518 0.517377 0.531939 0.519694 0.484167 0.520496 0.477236 代码 + + × × + + + × + × + + + + + +
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.
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)
-6-
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 1.2~1.5 <0.5 or >1.5
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%
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-
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 Pchance
P 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”
NO-GO
-3-
GO
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)
注： 21～50样板数据省略
-9-
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 47.0 103.0 150.0
总检查数 一致的数量 95%UCI 计算所得结果 95%LCI
50 39 88.5% 78.0% 64.0%
-12-
50 39 88.5% 78.0% 64.0%
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%
C. 评价者A,B均认为反对的期 望为: E=150*0.104=15.7
A. 一个评价者纯粹靠机遇的观察的机率有多大？ P .B0.=50/150=0.333
B. 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-
第六章
计数型测量系统分析 Kappa分析
Kappa A A — B 0.86 C 0.78
Kappa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
B
C 基准
0.86
0.78 0.88
—
0.79 0.92
0.79
— 0.77
Kappa 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.
d=0.0237915
此为区域II宽度的估计值, 且GRR的估计值为6*σGRR
-16-
-2-
第六章
计数型测量系统分析
ARR---定性数据(Attribute Data)的R&R
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 2
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
92.8% 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%ห้องสมุดไป่ตู้70.9% 78.2% 66.3% 系统有效结果%与参考的比较
-11-
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%