鄒道兵
(新疆眾和股份有限公司 烏魯木齊 830013)
測量系統分析分為連續型和屬性值測量系統,兩者覆蓋了所有的測量尺度。大多數的量具都是能提供連續型數據測量裝置,但也有一些量具只能提供屬性數據。屬性數據也叫做定性數據或分類數據,其類別之間是相互排斥的,如產品分為合格品與不合格品,考試成績分為優秀、良好、及格、不及格四類。屬性數據的測量系統分析有多種方法,較為常用的是一致性比率和Kappa技術,下面就兩種技術應用于鋁電解電容器用鋁箔的外觀判定進行說明。
從外觀檢測樣片庫中,有意挑選了30個較容易混淆的樣片,每個樣品進行編號并且由工程師檢測的結果作為每個樣品的基準值。現由4名操作者來測量決定產品的等級數,其中操作者1、操作者2、操作者3為多年進行此檢測的員工,操作者4為新員工(已做檢測培訓)。每個檢測人員分別評估每個樣品3輪,總共產生600個測量數據(數據略)。
對評估結果的一致性進行分析,分為檢驗員自身結果一致性和與標準一致性的評估,檢驗員自身結果一致性結果見表1,檢驗員與標準一致性的結果見表2。檢驗員自身的一致性的相符數為檢驗員在多次試驗中的評估與自身一致的數目,檢驗員與標準的一致性的相符數為檢驗員在多次試驗中的評估與標準一致的數目。

表1 檢驗員自身一致性結果

表2 檢驗員與基準一致性結果
表1顯示了每個操作者測量結果自身的一致性,操作者1、2、3測量自身的結果的一致性均達到了96.69%,操作者4的一致性結果僅為73.33%。表2顯示了每個操作者測量結果自身的一致性,操作者3與標準的一致性最高,達到了93.33%,操作者4與標準的一致性最低,僅為66.67%。
離散型測量系統分析有效性的判定可以一致性比率為基準進行判定,具體的判定準則見表3所示:

表3 一致性比率判定準則
操作者1、2、3的測量系統的一致性可接受,結果符合要求。操作者4的自身一致性和與標準的一致性均較低,原因為其為新員工,測量系統一致性不可接受,評估結果不準確,其判別能力不足以達到要求,與培訓效果不良和熟練程度較低有關,需進行再次培訓。
針對操作者4為新員工,其判別能力不能達到要求,操作者1、2、3評估一致性結果見表4。

表4 檢驗員之間和檢驗員與標準之間評估一致性
從結果可以看出,檢驗員之間和檢驗員與標準之間的評估一致性均為73.33%,
低于80%,測量系統不合格,不能被接受。具體原因為各檢驗員之間對標準的判定存在一定的偏差,標準的制定中對易混淆樣片的細節說明還不足夠細化,同時也與挑選樣片的易混淆程度相關。結合生產實際,該一致性可被接受。即便如此,提高檢測人員的專業檢測水平,對所有檢測人員進行規范的測量培訓,并且在樣品的判定細節上給予更加詳細的說明仍是下一步改善的重點。
對評估結果的Fleiss’Kappa分析,分為檢驗員自身和與標準卡帕值比較,分析結果見表5。

表5 Fleiss'Kappa分析
從表5中結果可以看出,操作者1、2、3與自身的卡帕值均大于0.9,操作者4為0.73。與標準比較,操作者3的卡帕值為0.92,操作者1、2均為0.82,操作者4僅為0.68。
Fleiss’Kappa系數的取值范圍為[-1,1],其系數值越大,一致性越強。它有一個通用的經驗法則,具體見表6。

表6 Fleiss’Kappa系數通用經驗法則
從每位操作者與標準的κ值可以看出,操作者3的判定是優秀的,操作者1、2的判定是可以接受的,操作者4的一致性是不可接受的,還需要改進。
對于連續型測量系統,有許多指標來評價其性能,包括穩定性、偏倚、線性、重復性和再現性等,現在連續型測量系統已經在企業中廣泛使用。但對于屬性值測量系統,測量值是通過人對質量特征主觀的分類和定性的評價而得到的。本文通過對屬性值測量系統在檢測中進行一致性比率和卡帕值分析,有效的識別出各檢測員可接受程度及改進的方向。屬性值測量系統分析的方法可以作為化檢驗系統分析和新方法或新系統驗收的一個很好的手段。進行屬性一致性分析所需的成本非常低,而且為檢測系統的控制階段提供了重要的保證。對探索提高質檢檢測能力提供了有益的借鑒和示范,具有良好的經濟和社會效益。