测量系统分析属性培训课件

测量系统分析属性/10/21测量系统分析属性培训课件第1页目标

在本模块结束时你将能够：描述属性测量系统分析定义基本测量术语进行属性gage研究（测量系统分析）概要程序执行测量研究/10/22测量系统分析属性培训课件第2页

流程改进方法论步骤0：项目定义步骤Ⅰ：流程测量步骤Ⅱ：流程分析步骤Ⅲ：流程改进步骤Ⅳ：流程控制计划项目，确定主要流程输入/输出变量进行基本测量系统地测量仪器研究进行短期流程能力研究并建立控制计划完成FMEA并评价控制计划完成多变量研究以确定潜在关键输入变量评价数据并优化关键输入变量用试验设计验证关键输入变量决定最优化操作窗口修正控制计划最终完成控制计划连续验证流程稳定性和能力/10/23测量系统分析属性培训课件第3页研究测量系统

我们一旦有正确数据，我们必须确定有能力来测量它需要获取信息-测量误差有多大？-测量误差起源是什么？-测量系统随时间改变依然是稳定吗？-对于研究有足够能力吗？-我们怎样改进测量系统？/10/24测量系统分析属性培训课件第4页计数型数据MSA

假如很多人评定同一事物，他们需要达成一致：-相互之间-他们自己之间计数型数据比计量型数据包含更少信息，但往往只有它是所能得到-所以我们必须对完整属性测量进行持续不停研究问题是-我能够相信我测量系统得到数据吗？/10/25测量系统分析属性培训课件第5页属性MSA目标

确定：-与整体一致%-与评价者一致%（重复性）-与评价者之间一致%（再现性）-与已知标准一致%（准确性）-Kappa（终究测量系统比随机偶然性好多少）/10/26测量系统分析属性培训课件第6页

Kappa技术非参数方式提供了一些处理主观计数数据工具Kappa技术能够用于属性（计数型）/分类数据分级当质量标准难于或不可能定义时使用几个单位必需分类为由超出一个评价者测量一次以上组成-假如基本上是一致，存在评价正确可能性-假如一致性差，评价是非常有限/10/27测量系统分析属性培训课件第7页属性测量研究：方法

/10/28测量系统分析属性培训课件第8页

属性测量研究-方法挑选2-3个经常评定人随机向一个人提供样本（不告诉哪个样本是哪个）并让这个人评定每一项一旦第一个人完成对全部项目标评定，让其它几个人重复这个工作一旦每个人都已经评定了每一项，再重复一遍上面试验注意：全部评定人、项目及“试验”组合可能应该-每个评定人必须检测全部项目-每个评定人必须检测一样次数项目（试验）/10/29测量系统分析属性培训课件第9页属性MSA范例：投标接收这个范例源于一家企业评定协议报价.关注于当可能应该被接收却可能拒绝协议，对该部门进行研究，怎样测定评价员评价一致性.选取了50个样本—一些是明确能够接收，一些是明确不能接收，还有一些考虑为处于“边界限”之间。四个评定员和一个教授统计了他们评价结果-拒绝或接收协议/10/210测量系统分析属性培训课件第10页属性MSA范例：投标接收结果显示出明确问题

（显示了50个样本中20个结果）在50个样本中，检验者实际上只对一个“拒收”样本全体一致经过他们对于29个“接收”样本全体一致经过%不一致产品=20/50=40%SampleABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RAAR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA检验之间是否达成一致？/10/211测量系统分析属性培训课件第11页属性MSA范例：投标报价%不好接收%好绝收A9/13=69%4/37=11%B9/13=69%4/37=11%C9/13=69%4/37=11%D8/13=62%3/37=11%

整体正确判断%=150/200=75%检验者与教授结果SampleABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RAAR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA5AAAR10ARRR12AAAR13RAAR与教授是否一致？/10/212测量系统分析属性培训课件第12页

Kappa技术在属性MSA研究过程中，Kappa被用来总结在去除偶然一致性后在评定人之间一致程度-假如存在实质性一致，那就存在级别准确可能性-假如不能达成一致，分级有效性就非常有限了使用需求：-测量单位是彼此独立-评定人检验及分类是独立分类级别相互排斥及彻底Minitab计算Kappa值作为属性一致性分析输出一部分/10/213测量系统分析属性培训课件第13页

Kappa

/10/214测量系统分析属性培训课件第14页

Kappa技术Kappa将在-1及+1之间Kappa值为+1代表完全一致普通规则：假如K<0.70，就需要注意测量系统！-1to0.0随机一致最低程度–需要较大努力好–改进确保优异Kappa值提议解释/10/215测量系统分析属性培训课件第15页

Kappa技术Kappa能够用于有多个评价者和含有多个分类情况客户返品案例：-一个绿带有一个降低客户返品项目。由一位客户服务代表（CSR）给

每一个客户返品标识一个代码。大家会担心CSR们标识代码时不能

够一直一致。-三个评价者被要求为30个返品标识原因代码。每个评价者评价两次（

在两个不一样时间各做一次）。-绿带同时要求一个部门教授来评价返品情况/10/216测量系统分析属性培训课件第16页

Minitab属性一致性分析项目：TRMSAATT.MPJ工作表：Customer

Returns.MTW设计：-3CSRs

（评价者）-2天-30次退货

（样本）代码在Category列中教授值在Expert列中/10/217测量系统分析属性培训课件第17页

Minitab属性一致性分析使用属性一致性分析来分析属性测量系统结果/10/218测量系统分析属性培训课件第18页

Minitab属性一致性分析首先填写适当列信息包含教授评级确保在窗口Results中Kappa选项被选中/10/219测量系统分析属性培训课件第19页

图表分析评价者之间一致性就象重复性这里CSR1她自己有90%时间是一致。CSR2有86.7%时间是内在性一致，而CSR3对于返回有96.7%时间是一致图上显示了95%C1一致性%这个图显示了在CSRs与教授观点之间一致性%注意：这两个图有不一样测量刻度！/10/220测量系统分析属性培训课件第20页

数字输出：在评价者范围内与左图类似信息（看前面幻灯片）增加特定匹配及检验数量在评价者范围内评价一致性评价者#检验#匹配#百分比（%）95.0%CIA302790.0(73.5,97.9)B302686.7(69.3,96.2)C302996.7(82.8,99.9)匹配#：评价者在试验过程中是一致。/10/221测量系统分析属性培训课件第21页数字输出评价者与教授这显示了评价者被给予“正确”答案频率r每个评价者与标准评价一致性评价者#检验#匹配#百分比（%）95.0%CIA302376.7(57.7,90.1)B302066.7(47.2,82.7)C302273.3(54.1,87.7)匹配#：评价者评定在试验过程中是与标准一致。我们希望90%或更加好一致性/10/222测量系统分析属性培训课件第22页

数字输出评价者之间一致性与再现性相同：评价者之间

评价一致性检验#匹配#百分比（%）95.0%CI301756.7（37.4，74.5）匹配#：全部评价者之间评定是一致。

所用评价者与标准给出了检验标准有效性指标：全部评价者与标准评价一致性检验#匹配#百分比（%）95.0%CI301550.0（31.3，68.7）匹配#：全部评价者评价与标准一致数量。/10/223测量系统分析属性培训课件第23页

数字输出-Kappa为评价者之间提供每一类缺点Kappa及Kappa值（及其它部分）我们能够识别缺点类型到什么程度？/10/224测量系统分析属性培训课件第24页

Kappa技术对于这个例子，下面Kappa值被计算为-评价者自己单个类别Kappa代表每个评价者屡次评价同一个样本一致性每个评价者总体Kappa代表评价者对于全部分类一致性-在评价者之间单个类别Kappa代表全部评价者对于那个分类样本一致性总体Kappa代表整个研究范围一致性（涵盖全部评价者和分类）/10/225测量系统分析属性培训课件第25页

Kappa技术解释结果-范围从0.19到0.94独立Kappa值，意味着在评价者中一

致性是：对于Damaged检验能力是优异Administrative(管理）及Quantity（数量）测量系统不可接收低；PlannedAdju（计划调整）及Pricing（定价）测量系统处于边缘状态IncorrectPr(不正确生产）、Overstock（过量库存）及Quality（质量）测量系统可用

-总体Kappa是0.7106，指示系统能够使用一些改进方法要改进这个测量系统就很可能需要改变每个缺点类型操作定义或再次训练评价者，或二者都需要/10/226测量系统分析属性培训课件第26页

改进属性测量系统感受增效器（改善人类感觉装置）面具/模板（封闭不重要信息）检验清单自动化重组工作区域最为重要是：评价标准

/10/227测量系统分析属性培训课件第27页

测量系统-要问问题你挑选了正确测量系统了吗？这个测量系统与关键输出相关联吗？准确性、准确性及稳定性看起来像什么？变异起源是什么，及测量误差是什么？要改进这个系统需要做什么？我们是否向适当人通知了我们结果？这个系统是否在适当部位有控制计划？培训频率是多少？频率足够吗？相同系统匹配吗？/10/228测量系统分析属性培训课件第28页案例研究：属性MSA步骤1：数据完整性研究是对任何现有数据采集都要执行-成本：完整性好步骤2：执行属性测量系统分析确定是否能够准确测量发票错误-结论：评价者内部还算一致（大约94%），但能够使用微小改进评价者与教授和评价者间准确性是很遭（大约68%），而且继续前应该改进-所作改进：建立判断错误一致性操作详细说明进行培训-第二次MSA结果评价者内部：100%评价者VS教授：95%在评价者之间：97%/10/229测量系