计数型MSA计算分析(假设试验法入门实例讲解)

1、计数型MSA研究方法一一假设试验分析（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）零件A-1A-2A-3B-1B-2B-3C-1C-2C-3基准1111111111121111111111300000000004000000000050000000000611011010017111

2、111101181111111111900000000001011111111111111111111111200000001001311111111111411011110011511111111111611111111111711111111111811111111111911111111112011111111112111010101012200101011002311111111112411111111112500000000002601000000102711111111112811111111112911111111113000000100003111111111113211111

3、11111331111111111340010010110351111111111361101111011370000000000381111111111390000000000401111111111411111111111420000000000431011111101441111111111450000000000461111111111471111111111480000000000491111111111500000000000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>0.751.1人员之间的一致性：A与B一致性，采用交叉表，

4、交叉部分表示同时发生的次数，根据测量结果统计B判定为0的次数B判定为1的次数A合计A判定为0的次数44（对同一产品A和B都将其判定为不合格）6（对同一产品A将其判定为不合格，B将其判定为合格）50按照概率会发生的次数（期望的次数）15.634.35A判定为1的次数3（对同一产品A将其判定为合格，B将其判定为不合格）97（对同一产品A和B都将其判定为合格）100按照概率会发生的次数（期望的次数）31.3568.7B合计47103150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=0.333A判定为1的概率=A判定为1的次

5、数/A判定的总次数=(3+97)/150=0.667B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=0.313B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=0.687A判定为0,同时B判定为0的概率=0.333*0.313=0.104A判定为0,同时B判定为1的概率=0.333*0.687=0.229A判定为1,同时B判定为0的概率=0.667*0.313=0.209A判定为1,同时B判定为1的概率=0.667*0.687=0.458A判定为0,同时B判定为0期望的次数=0.104*150=15.6A判定为0,同时B判定为1期望的次数=0.

6、229*150=34.35A判定为1,同时B判定为0期望的次数=0.209*150=31.35A判定为1,同时B判定为1期望的次数=0.458*150=68.7Po：A与B判定结果一致的概率=(44+97)/150=0.94Pe：期望结果一致的概率=(15.6+68.7)/150=0.562Kappa=0.863Kappa>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A与标准的一致性,采用交叉表,根据测量结果统计标准为0的次数标准为1的次数A合计A判定为0的次数45550按照概率会发生的次数(期望的次数)1634A判定为1的次数3971

7、00按照概率会发生的次数(期望的次数)3268标准合计47103150Po=(45+97)/150=0.947Pe=(16+68)/150=0.56Kappa=（0.947-0.56）/（1-0.56）=0.879Kappa>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）接收准则：有效率漏判率错判率评价人员满足要求三90%W2%W5%评价人员满足要求可能需要改进三80%W5%<10%评价人员不满足要求需要改进<90%>5%>10%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=5/1