[其它考试]232 离散数据测量系统分析.ppt

2.3.2 离散数据测量系统分析 2.3.2 离散数据测量系统分析 目标： 掌握如何评估离散数据测量系统 主要内容： 离散数据测量系统的基本知识 背景 离散数据分类 Kappa 技术 Kappa 是什么？ 列联表 用 Minitab 进行离散数据测量系统分析 离散数据测量系统的基本知识 背景 离散数据分类 Kappa 技术 Kappa 是什么？ 列联表 用 Minitab 进行离散数据测量系统分析 离散数据测量系统的基本知识 大部分物理性测量系统采用可提供连续型数据的测量设备 我们可使用控制图(Control Chart)或量具的重复性和复验性（Gage RR)方法来进行连续数据测量系统的分析 离散数据测量系统使用接受/拒绝标准或等级方法来评定是否达到一个可以接受的质量标准 Kappa 技术可用于评估离散数据测量系统。 你是否只能使用离散型数据? 许多检验流程有能力收集连续数据，但选择用离散型数据来简化检验者的工作 例如许多功能性测试能用连续的刻度来评估产品的性能（温度、气压值、电压值、尺寸、硬度等），但用“通过与否”来记录结果 设法取得连续数据 离散数据分类 名义型: 包含的数字在顺序上的没有先后之分也在数量上的没有大小之分（比如：标签）。 例如： 在公司里有：A部门, B部门, C部门 在商店里有：机器 1, 机器 2, 机器 3 通工具的种类有：轮船，火车，飞机 有序型: 这种分类存在顺序和程度之分，例如： 产品表现：优秀、很好、好、一般、差 番茄辣椒酱味道测试：温和、微辣、鲜辣、重辣 顾客调查：十分赞同、同意、不同意、十分不赞同 名义型和有序型离散测量系统 名义型和有序型测量系统经常依赖于主观的分类和评级 实例包括： 用优质或劣质来评估部件 通过品尝来测量酒的香味、味道 用从1到5的分数来评估员工表现 体操得分 名义型和有序型离散测量系统的评估方法 有哪些合适的评估离散数据测量系统的方法? 名义型离散测量系统 – 平等的对待所有错误分类的Kappa 技术 有序型离散测量系统 – 认为错误分类是存在等级之分的Kappa 技术 例如：我们用1到5的等级标准来评定上漆部件。当检验员A评估部件 a为1分，而检验员B 评估a为 5分时, 错误分类要比当检验员A评估部件a 为4 分而检验员B 评为 5分时更为严重。 离散数据测量系统的基本知识 背景 离散数据分类 Kappa 技术 Kappa 是什么？ 列联表 用 Minitab 进行离散数据测量系统分析 Kappa 技术 Kappa 技术适合用于离散数据测量系统，例如： 好与坏 通过/不通过 不同的噪音分类 (嘶声, 叮当声, 抨击声) 合格/不合格 Kappa 技术 运用在离散型数据中的Kappa 技术 平等的对待所有的错误分类 不假设这些评估值在其可能的范围内是均匀分布 要求被评估的部件是独立的，同时，需要评估人员做出分类和判断也是独立的 要求评估类别相互排斥 运作定义 有一些质量特性很难定义或是需要花费一定的时间来定义。 为了保证评估等级的一致性，被评估的部件必须进行分类，同时针对一位评估者来说将尽量多。 如果评估者之间的意见真正一致的话，即使没有百分之百的保证，这些评估等级也具备精确的可能性。 如果评估者之间存在分歧的话，那么这些评估等级的实用性是非常有限的。 Kappa 是什么？ “K” Pobserved (观测的) 评估者达成一致的比例 = 两个评估者都认为优质的比例 + 两个评估者都认为劣质的比例 Pchance (机会) 偶然达成一致的比例 = (评估者 A 认为优质的比例 * 评估者 B 认为优质的比例) + (评估者 A 认为劣质的比例 *评估者 B 认为劣质的比例) 注意: 方程式只适用于“两个类别”的分析，例如，好或不好 Kappa 当 P observed = 1 且 K=1时，可达成完全一致 根据经验法则，如果 Kappa值低于0.7，那么这个测量系统是不适当的 如果 Kappa值为0.9以上，那么这个测量系统是优秀的 Kappa值的下限范围是 0 到 –1 当 P observed = P chance 时，那么 K=0 当 P observed =0，P chance=0.5, 那么 K=–1 因此Kappa值为 0 表示达成的一致性与偶然的随机性相同 离散数据测量系统的指导方针 当选择部件进行研究时，需要考虑以下内容: 如果你只有两种分类，优质和劣质，原则上你最少要有20个优质部件和20个劣质部件，最多有50个优质部件和50个劣质部件。 尽量保持大约 50% 的优质率和 50% 的劣质率。 需要一个多种程度的标准来评估优劣。 离散数据测量系统的指导方针 如果你有两种以上的分类标准，