属性值数据的测量系统分析
属性值数据的测量系统分析1.属性值测量数据的获得
一般选取20个或20个以上的零件（合格与不合格品约各占一半），在从事日常检验活动的人员中至少选择2个测量者，每个测量者对每个零件重复测量至少2次，此时重复性是指同一测量者对同一零件不同测量轮数的一致性，再现性则是不同测量者对同一零件测量时的一致性。如果已知测量对象的属性， 则还可以分析不同测量者对于标准的吻合程度。
2.属性值测量系统一致性分析
（1）操作者各自的一致性分析（重复性）
用操作者测量同一个零件一致的次数除以零件数。
（2）每个操作者与标准的一致性
操作者对同一个零件两次（或多次）测量结果一致且与标准一致的次数除以零件数。
（3）操作者之间的一致性（再现性）
两个操作者对同一个零件的多次测量一致的次数除以零件数。
（4）所有测量者与标准的整体比较
两个操作者对同一个零件的多次测量一致且与标准一致的次数除以零件数。
3.通用方法：还可从有效性、漏判率、误判率方面进行判断
有效性：分为测量者的有效性和系统有效性。若测量者对同一被测零件的所有测量结果一致，且与基准一致，则称之为有效；测量者的有效性是指有效零件数目与被测零件数之比。若所有测量者对同一被测零件的所有测量结果一致，且与基准一致，称为系统有效，系统有效性是指系统有效地零件数目与被刺零件数目之比。
漏判率：对每个测量者，将基准为不可接受的零件漏判为可接受的机会百分率。
误判率：对每个测量者，将基准为可接受的零件误判为不可接受的机会百分率。
计数型数据测量系统的判断标准
判断 有效性 漏判率 误判率
可接受 ≥90% ≤2% ≤5%
接受-需要改进 80%~90% 2%~5% 5%~10%
不可接受 ≤80% ≥5% ≥10%
4.卡帕值（κ ）
只有两个变量且具有相同的分级数和分级值，卡帕值为：k=(Po-Pe)/(1-Pe)
式中，Po 为实际一致的比率，Pe 为期望一致的比率。
计数型测量系统的合格标志
κ 测量系统能力
大于 0.9 良好
介于 0.7~0.9 之间 可接受
小于 0.7 不合格
感谢分享 {:1_180:}{:1_180:}{:1_180:} 谢谢分享 感谢分享 学习了的
谢谢分享 谢谢分享{:1_180:} 楼主您好，您提供的这份关于属性值测量系统分析（Attribute MSA）的总结非常系统和专业，涵盖了从数据收集到分析方法（一致性百分比、风险分析、卡帕值）的几个核心层面。整体框架和大部分内容都是准确且符合行业实践的（例如AIAG MSA手册的指导思想）。
这是一个非常好的基础，几乎不需要“修正”，但可以从附件几个方面进行“调整”和“补充”，使其更加严谨和具有可操作性。
感谢分享
页:
[1]
2