許耀山
電子信息制造業是廈門市重點支柱產業,具有完整的產業鏈。該產業中有許多企業采用了先進的質量管理方法,保持產品質量的可靠性與持續創新,從而在市場競爭中占據國內龍頭地位。而在質量管理中人的因素起著關鍵性的作用,尤其是對生產一線檢驗人員素質的評估非常重要。通過對檢驗員自身、每個檢驗員與標準、檢驗員之間、所有檢驗員與標準的一致性的評估,對于存在的問題及時處理,可以避免將良品當成不良品導致制造成本增加的誤判風險,或者將不良品當成良品,導致客戶抱怨、上線使用不良率增加的漏檢風險。由此可見,對計數型測量系統分析十分必要。
計數型測量系統分析就是依據產品進程對關鍵崗位人員或新進員工及經驗欠缺的員工進行崗前培訓后的檢測。其評估方法有以下2種。
計算公式:一致性比率=一致性的次數÷測量的總次數。
分為:檢驗員自身對于同一產品或零部件每一次檢測值的一致性比率,每個檢驗員的檢測值與標準值的一致性比率,檢驗員之間對同一產品或零部件檢測一致性比例,所有檢驗員與標準的一致性比率等4大類。
評估標準:一致性比率至少要大于80%,最好達到90%以上。
卡帕只用于2個變量具有相同的分級數的情形,其計算公式:

式中,P0為不能排除隨機猜對的可能性的實際一致性比率,不能作為衡量一致性的標志;Pe為期望一致的比率,即隨機猜對的比率。使用卡帕值(k)對計數型測量系統能力的判斷,如表1所示。

表1 計數型測量系統的合格標志
生產班組或QC班組需確定對應項目的外觀檢驗關鍵崗位人員清單,并進行對應的培訓,新品轉量產前組織人員進行項目首次計數型測量系統的分析。
①量產一個月后進行計數型測量系統的二次評估、分析工作。
②每三個月進行一次例行計數型測量系統的二次評估、分析工作。
對新員工自身進行首次計數型測量系統的二次評估。
進行計數型測量系統的二次評估、分析工作。
1.收集樣品30個(1/3樣品屬于良品,1/3樣品屬于易判斷的不良品,1/3樣品屬于不易判斷的不良品),當樣品不便收集時也可自定數量。
2.對樣品進行隨機編號并記錄標準(要求包括OK/NG,針對NG品要描述具體不良)。
3.將需要測試的人員進行分組,3人一組(甲、乙、丙),也可以2~5人一組,并準備測量結果記錄表格,準備開始測試。
4.甲、乙、丙分別對10個樣品進行判斷測試并記錄,10個樣品測試完后,對甲、乙、丙3人更換樣品再測試,以此順序直至30個樣品甲、乙、丙全部測試完成。
5.重復“步驟4”,將剩余的測試人員3人一組完成第一次樣品測試。
6.對樣品次序打亂重新編號,重復“步驟4”和“步驟5”,完成所有人員的第二次樣品測試(每個人需要進行2次測試,測試時間間隔需超過1小時)。
7.將2次測試結果進行整理,把數據輸入到Minitab新版軟件的工作表中,通過創建屬性一致性分析工作表和屬性一致性分析的兩大步驟進行數據分析。
8.依據Minitab軟件的分析結果確認下一步行動。
分析計數型數據時有多種方法,可使用Office Excel軟件或統計軟件。這里采用Minitab最新版Minitab 19進行分析,其具有操作簡單、精確、高效的特點,且是中文版,故應用廣泛。
例如:某光電企業為檢驗新員工感官評估的培訓效果,特取了包含良品和不良品10個產品,由5位受訓的檢驗員進行檢驗,每人檢驗2次。然后,按照測量系統的評估步驟進行評估,取得的檢測數據如表2所示。試對此測量系統進行分析,即分析四大類的一致性比率Kappa值,以此判定新員工培訓效果。

表2 受訓新員工判定結果
在Minitab 19工作表1中輸入部件和基準數據列。
選擇統計>質量工具>創建屬性一致性分析工作表。如圖1所示,首先點“▼”選擇。

圖1 創建工作表對話框選擇內容
工作表中的樣本標準/屬性:選擇此項可根據工作表中存儲的樣品名稱和已知標準生成列。樣本(S):點擊部件將其選入框內;已知標準(K):點擊標準將其選入框內;檢驗員人數:5人;姓名:檢驗員A,檢驗員B,檢驗員C,檢驗員D,檢驗員E;重復數(M):2;選項:選擇不隨機化。然后,點兩次確定,完成工作表的創建。
這是關鍵一步,決定能否對數據的快速處理。如果數據一個一個輸入,那么需要耗費較多的時間,尤其是當部件量大或重復數多時,數據量非常大。這樣依據部件號與評估一一對應的輸入也很容易出錯。因此,創建屬性一致性分析工作表時,在選項中選擇不隨機化很重要。選擇不隨機化后,可將標準值的數據直接復制到評估列,然后,能夠較直觀地根據樣本、標準與個人評估值的差異,修改評估列數據以保證部件與每個人的評估值的對應關系。
在評估數據正確輸入后,進行一致性分析。選擇統計>質量工具>屬性一致性分析。
在屬性列中輸入該評估的列,在樣本中輸入部件的列,在檢驗員中輸入檢驗員的列。如圖2所示,然后單擊確定,輸出窗口輸出數據如下。

圖2 屬性一致性分析對話框輸入信息示意圖
(1)檢驗員自身評估一致性

圖3 Fleiss的Kappa統計量

圖4 Kendall的一致性系數
評估中只有1個或2個可區分值。未計算Kendall系數。
(2)每個檢驗員與標準評估一致性

圖5 Fleiss的Kappa統計量

圖6 Kendall的相關系數
評估和標準中只有1個或2個可區分值。未計算Kendall系數。
(3)檢驗員之間評估一致性

圖7 Fleiss的Kappa統計量

圖8 Kendall的一致性系數
評估和標準中只有1個或2個可區分值。未計算Kendall系數。
(4)所有檢驗員與標準評估一致性

圖9 Fleiss的Kappa統計量

圖10 Kendall的相關系數
評估和標準中只有1個或2個可區分值。未計算Kendall系數。
上述輸出數據表明,4種類型的一致性達到90%及以上,Kappa值最小值為0.73,大于標準的0.7,測量系統是合格的。即,培訓效果達到目標要求,可以接受。
輸出圖形如圖11所示,它是一張二合一圖形。其中左圖是顯示各檢驗員重復性的區間圖,右圖是顯示各檢驗員偏倚的區間圖,生動地展示了輸出窗口中的計算結果。

圖11 計數型測量系統的分析圖
廈門電子信息產業的高質量發展,迫切需要采用更先進的質量管理方法。而這種方法建立在精確的數據分析基礎上得以實現。測量系統分析是確保數據的準確性與精密度的手段。計數型測量系統分析在電子信息企業得到廣泛的應用。使用正確的方法收集數據,并靈活地應用Minitab 19軟件,能夠幫助企業質量工程技術人員、生產現場管理人員、六西格瑪項目團隊成員快速地評估測量系統的適宜性,提高了工作效率與工作質量,確保電子產品質量的持續改進與提升。