计数型MSA表格(Kappa模型)-公式可见-可编辑-无锁定

格式：xls
大小：90.50 KB
文档页数：2

下载文档原格式

/ 2

计数型msakappa分析中“期望计数”的计算方法

计数型MSA：Kappa分析中“期望计数”的计算方法我们仍用MSA手册中的例子来做说明。

两评价人A和B分别对随机抽取的50个零件进行测量，对每个零件的测量随机地重复了3次。

设定1表示可接受的决定（即评为1类），0表示不可接受的决定（即评为0类）。

测量结果用以下交叉表列出。

科恩（Cohen）给出的Kappa计算公式为：MSA手册中定义P0为对角栏框中（观测）计数占总计数的比例，Pe为对角栏框中期望计数占总计数的比例。

（第三版中文MSA手册中翻译有误，这里是按英文版翻译过来的）（观测）计数容易理解，如对角栏框中的44表示A和B都评为0类的测量次数，97表示A 和B都评为1类的测量次数，而6则表示A评为0类但B评为1类的测量次数，3则表示A评为1类但B评为0类的测量次数。

因此，，P0也就是评价人A和B在测量中实际一致性的比率。

那期望计数是指什么呢？假如这两位评价人都是任意地（猜测）将50 个零件判定为可接受或不可接受，其结果也会达到一定程度的一致，不过这里的一致是偶然达到的，这种偶然达到的一致性比率称为偶然一致性比率，也就是Kappa计算中的Pe。

当评价人A 与B 随机地作评价时，此两人行动一定是独立的，互不影响，从而两人同评为0 类的概率为P0+×P+0，两人同评为1 类的概率为P1+×P+1。

（这里P0+表示A评价人评为0类的测量次数占总测量次数的比率，P1+表示A评价人评为1类的测量次数占总测量次数的比率；同理P+0、P+1分别表示B评价人评为0类的测量次数占总测量次数的比率，和B评价人评为1类的测量次数占总测量次数的比率。

这时偶然一致性比率Pe = P0+×P+0+ P1+×P+1。

因此，这里15.7和68.7分别就是两评价人同时评为0类和1类的期望计数，分别为对应单元格行总计数乘以列总计数除以总计数（即总测量次数）所得。

同样31.3和34.3这两个期望计数也是按同样方式得出的。

MSA计数型(kappa)分析表

表单编号：QR-QA-50 版本：02
MSA计数型(Kappa)分析表
量具名称：量具编号：量具型号：零件名称：交叉表： A与基准 0 A 1 总计交叉表数量期望数量数量期望数量数量期望数量交叉表数量期望数量数量期望数量数量期望数量交叉表数量期望数量数量期望数量数量期望数量基准值 0 21 3.8 3 20.2 24 24.0 1 3 20.2 123 105.8 126 126.0 基准值 0 21 3.8 3 20.2 24 24.0 1 3 20.2 123 105.8 126 126.0 基准值 0 24 3.8 0 20.2 24 24.0 B 0 22 3.8 2 20.2 24 24.0 C 0 21 3.8 3 20.2 24 24.0 C 0 21 3.8 3 20.2 24 24.0 1 3 20.2 123 105.8 126 126.0 1 3 20.2 123 105.8 126 126.0 1 2 20.2 124 105.8 126 126.0 1 0 20.2 126 105.8 126 126.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 总计 24 24.0 126 126.0 150 150.0 Po 0.96 Pe 0.73 评价人A：评价人B：评价人C：零件数量：分析人：评价时间：测量次数： 3次/人 50 pcs 评价人与基准值交叉数据： 0-0 0-1 1-0 A 21 3 3 B 21 3 3 C 24 0 0 Kappa程度： Kappa A A — B 90.08% C 85.12% 基准 85.12% 评价人有效性：项目 A 有效性 92.00% 漏检 12.50% 误判 2.38% 1-1 123 123 126

计量型MSA分析表

MSA-01001
量具复现性长期分析
重复性(量具变异) SGV = Rbar1 / d2 = ###### / 1.128 = #VALUE!
注: d2 是基于重复的数量(见下表)
量具导致公差的百分比 100 * 6 * SGV 公差再现性(操作员的变异) Rbar2 = XbarABC最大值 - XbarABC最小值= SOV = Rbar2 / d0 = 0.0000 / 0.0000 1.410 = 0.0000 0.000% = 0.0000 = #VALUE! 0 = #VALUE!
范围统计控制验证
Rbar1 = RbarA + RbarB + RbarC = Operators UCLR = D4 * Rbar1 = 3.268 ###### 2 * = #VALUE!
#VALUE!
=
#VALUE!
= Range Upper Control Limit
注:D4是基于重复的数量(见下表)
XbarA =
0 重复 2
3
R
Xbar2
Xbar3
RbarA
操作员 B: 样品编号 1 1 2 3 4 5 6 7 8 9 10 合计平均数 Xbar1
XbarB =
0 重复 2
3
R
Xbar2
Xbar3
RbarB
操作员 C: 样品编号 1 1 2 3 4 5 6 7 8 9 10 合计平均数 Xbar1
注: d 0是基于操作员的数量(见表)
操作员变异导致的公差百分比 100 * 6 * SOV 公差范围 = 0.00 0 = #DIV/0!
重复性和再现性组合 (测量变异 ) SMV = SOV2 + SGV2 = 0.0000

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。

MSA培训-计数型

计数型MSA
假设试验分析
案例背景:
某生产制程Ppk = 0.5,使用合格/不合格量具以剔除不合格品研究准备:
代表整个生产范围的50个零件
3个评价人
3次试验
计数型数据收集表
评价人相互之间的比较A*B交叉表
B*C交叉表
A*C交叉表
Kappa - 评价人相互之间的一致性程度指标
Kappa = （Po-Pe)/（1-Pe)
Po = 对角单元观察比例之和
Pe = 对角单元期望比例之和
Kappa >= 0.75 显示良好的一致性
Kappa < 0.40 显示一致性程度不好
A*B交叉表
例如, 计算Kappa（A*B)
Po = （44+97)/150=0.940
Pe = （15.7+68.7)/150=0.563
Kappa（A*B) =（0.940 - 0.563) /（1 - 0.563)=0.86
但此Kappa并没有告知测量系统分辨合格/不合格能力比较评价人与基准的一致性
A*基准交叉表
B*基准交叉表
C*基准交叉表
以上数据显示每个评价人与基准之间有很好的一致性
有效性
正确判定件数/总判定件数
错误率
不拒收不合格品的次数/（正确判定不合格品次数+不拒收不合格品的次数)
错误警报率
拒收合格品的次数/（正确判定合格品次数+拒收合格品的次数)
以评价人A为例
有效性 = 42/50 = 0.84 = 84%
错误率 = 3/48 = 0.063 = 6.3%
错误警报率 = 5/102 = 0.049 = 4.9%
正确判定件数从数据收集表统计
测量系统接受指南。

计数型MSA分析表(最新)

135.0
150
Po:
0.92
Pe:0.77源自Po:0.89Pe:
0.78
C
0.00
1.00 总计
Po:
0.95
12
5
17
1.7
15.3
17 Pe:
0.81
3
130
133
13.3 119.7
133
15
135
150
15.0 135.0
150
A*C
0.521 差
Reprodu 0.720
Prepared by Richard Li
基准
0.00
1.00 总计
Po:
0.93
9
6
15
1.5
13.5
15.0 Pe:
0.77
0
75
75
7.5
67.5
75.0
9
81
90
9.0
81.0
90.0
0.00 计算期望的计
1.00 计算期望的计计算期望的计
基准
0.00
1.00
总计 Po:
0.98
8
1
9
0.9
8.1
9.0 Pe:
0.82
1
80
A*基准 B*基准 C*基准
11
9
9
8
C-2 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1
C-3 1 1 1 0 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1

计数型MSA分析表(大样法)

REF 0.00 33 8.1 0 24.9 33 33.0 REF Count Expected Count Count Expected Count Count Expected Count 0.00 33 8.4 0 24.6 33 33.0 REF Count Expected Count Count Expected Count Count Expected Count A 0.93 Good A 50 46 92% Good 漏发 0.0% 0.0% 0.0% B 0.91 Good % Appraiser B 50 45 90% Good 0.00 33 8.4 0 24.6 33 33.0 C 0.91 Good C 50 46 92% Good 误发 3.4% 4.3% 4.3% 1.00 5 29.6 112 87.4 117 117.0 1.00 5 29.6 112 87.4 117 117.0 1.00 4 28.9 113 88.1 117 117.0
Part #/零件 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 A-1 A-2 A-3 B-1 B-2 B-3 C-1 C-2 C-3 Ref/参考值
Total 37 37.0 113 113.0 150 150.0 Total 38 38.0 112 112.0 150 150.0 Total 38 38.0 112 112.0 150 150.0
Po: Pe:
0.97 0.64
B*REF Crosstabulation 0.00 B 1.00 Total

MSA测量系统分析全套表格模板(全公式未加密)

1、2、3、4、5、线性GRR计数型Kappa分析MSA测量系统分析全套表格模板稳定性偏倚Excel原件可在本文档左侧回形针处取出再现性Kappa=(Po-Pe)/(1-Pe)A*参考交叉表A01总计Po:0.95Pe:0.51B*参考交叉表B01总计Po:0.97Pe:0.51C*参考交叉表C01总计Po:0.96Pe:0.5130期望的数量26.4636.5463数量38487期望的数量数量60363一致性好6666Kappa 一致性好判定误发期望的数量638728 4.76%可接受2.30%可接受 4.76%可接受3.45%可接受可接受5.75%可接受01参考总计62063871501C0.90有效性判定重复性检查总数匹配数漏发A A B 评价人评价人%B 93.33%可接受判定判定0.9383.33%2530 3.17%36.5450.4687数量638715090.00%可接受0.92A C 一致性好150期望的数量B 期望的数量36.9651.0488数量6387150期望的数量26.0435.9662数量38588期望的数量6387数量60248.7284150数量6387150期望的数量35.28数量28284总计01Kappa 判定A*B 0.89一致性好C 3027A*C 0.93一致性好参考B*C 参考总计可接受期望的数量27.7238.280.90一致性好数量615Page 11 of 11。

计数型测量系统分析MSA报告范本(全公式未加密)

144
150
Po: 1.00
150
Pe: 0.92
总计
6 6 144 144 150 150
再现性
Kappa=(Po-Pe)/(1-Pe)
Po: 1.00 Pe: 0.92
总计
6
6
144
144
150
Po: 1.00
150
Pe: 0.92
总计
6
6
144
144
150
Po: 1.00
150
Pe: 0.92
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
0
-
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1
+
1+Fra bibliotek1+
0
-
1
+
1
+
1
+
1
+
1
+
1
+
1
+

计数型MSA范例

假设试验一.基本资料1.产品代号/品名:2.测定器:3.测定数注:1表示合格, 0表示不合格.) 4.操作者之间交叉表A*B交叉表0,B-1为0的次数)+ (A-2为0,B-2为0的次数) + (A-3为0,B-3为0的次数)6=(A-1为0,B-1为1的次数) + (A-2为0,B-2为1的次数) + (A-3为0,B-3为1的次数)3=(A-1为1,B-1为0的次数) + (A-2为1,B-2为0的次数) + (A-3为1,B-3为0的次数)1,B-1为1的次数)+ (A-2为1,B-2为1的次数)+ (A-3为1,B-3为1的次数)期望的数量15.7 =150 *(47/150*50/150)期望的数量34.3 =150 *(103/150 *50/150)期望的数量31.3 =150 *(47/150 *100/150)期望的数量68.7 =150 *(103/150 *100/150)二.一致性评估1.一致性评估标准标准: Kappa≥0.75 合格,表示一致性好;标准: Kappa≤0.4不合格,表示一致性差;标准: 0.75＜Kappa＜0.4,有条件合格, 表示一致性较好.注: Kappa最大值等于1.三.有效性评做.1.有效性评估标准评价者可接收:需要改进2.计算公式2.1.有效性=作出正确决定的次数/总决定次数有效性评价者不可接收:需要改进≥90%评价者可接收决定测量系统≥80%＜80%员A:(A1/A2/A3与参考值84%完全一致的次数42)/50=84%员B:(B1/B2/B3与参考值90%完全一致的次数45)/50=90%员C:(C1/C2/C3与参考值80%完全一致的次数40)/50=80%。

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)。

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－－－－－－－－－－－－－－－－－－－－
计数型测量系统研究(Kappa模型)
0
0
0.0 0.0
60
0
60.0 0.0
60
0
60.0 0.0
总计
0:0
0:1
1:0
1:1
A
0
60
0
0
0
B
0
60
0
0
0.0
C
0
60
0
0
60
60.0
60
A
B
C
60.0 总计
Kappa 有效性
漏发
0 #N/A 100.00%
0
0
#N/A
#N/A
100.00% 100.00%
误发
#N/A
#N/A
#N/A
0
0.0
60
60.0 判定标准：
60
Kappa大于0.75表示有很好的一致性，
60.0
Kappa为1时，表示有完全的一致性，
Kappa小于0.40则表示一致性不好。
总计
0 0.0
60 60.0
60 60.0
判定测量系统评价人可接受评价人可接受和边缘可能需要改进评价人不可接受需要改进
有效性 ≥90%
期望数量数量期望数量
C与基准判断交叉表
C 总计
0.00 数量
期望数量
1.00 数量
期望数量数量期望数量
参考
0.00 1.00
0
0
0.0 0.0
60
0
60.0 0.0
60
0
60.0 0.0
参考
0.00 1.00
0
0
0.0 0.0
60
0
60.0 0.0
60
0
60.0 0.0
参考
0.00 1.00
≥80%
＜80%
漏发误发 ≤2% ≤5%
≤5% ≤10%
＞5% ＞10%
A与B交叉表
A 0.00 数量
期望数量
总计
1.00 数量
期望数量数量
期望数量
B与C交叉表
B 0.00
60 60.0
0 0.0
60 60.0
C 0.00
1.00 0
0.0 0
0.0 0
0.0
1.00
总计
60
60.0
Kappa
0
零件名称：
零件编号：
规格公差：零件数量：
量具名称：
量具编号：
PCS
量具类型：
评价人数：测量次数：
评价人A：评价人B：评价人C：数据分析人：
评价时间：
A与基准判断交叉表
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
B与基准判断交叉表
B 总计
0.00 数量
期望数量
1.00 数量