属性一致性分析

概述

属性一致性分析用于评估按检验员和已知标准作出的评级之间的一致性。您可以使用属性一致性分析来确定由检验员作出的评估的准确性，并确定哪些项目具有最高的误分类率。因为大多数应用程序将项目分成两类（例如，好/差或通过/未通过），“协助”只分析二进制评级。为了评估两个以上类别的评级，您可以使用 Minitab 中的标准属性一致性分析（统计 > 质量工具 > 属性一致性分析）。在本文中，我们将介绍如何确定哪些统计数据会显示在“协助”报告中用作属性一致性分析，以及如何对这些统计数据进行计算。

注意：“协助”报告中显示的数据检查没有专门的使用指南。

输出

*

*

*

有两种主要方法可以评估属性一致性：

检验值和标准值之间的一致性比率

检验值和标准值之间的一致性比率按一致性比率随机调整（被称为卡帕统计）

“协助”中的分析专门针对绿带 (Green Belts) 而设计。这些从业者有时候不知道如何解释卡帕统计。例如，检验值和标准值之间的一致性比率为 90％ 要比相应的卡帕值 0.9 来得更直观。因此，我们决定将卡帕统计从“协助”报告中排除出去。在 Minitab 中标准属性一致性分析的会话输出窗口（统计 > 质量工具> 属性一致性分析）中，Minitab 显示每个检验员和标准之间的绝对一致性比率以及所有检验员和标准之间的绝对一致性比率。对于每个检验员和标准之间的绝对一致性，试验数将影响此比率计算。对于所有检验员和标准之间的绝对一致性，试验数和检验员人数会影响此比率计算。如果在研究中增加试验数或检验员人数，则一致性的估计比率会被人为降低。不过，这个比率被假定为不随检验员人数和试验数而改变。因此，该报告将在“协助”报告中显示成对的一致性比率，以避免此问题。

“协助”报告为检验员、标准类型、试验和比率的置信区间显示检验值和标准值之间的成对一致性比率。该报告还显示最常见的误分类项目和检验员误分类评级。

计算

成对比率计算不包含在 Minitab 中标准属性一致性分析的输出窗口（统计 > 质量工具 > 属性一致性分析）中。事实上，卡帕值便是根据更改对一致性调整的成对一致性结果，用于表示此输出窗口中的成对一致性比率。如果“协助”结果深受用户好评，我们可能会在日后增加成对比率选项。

我们用下面的数据来说明具体计算方式。

本文摘自Minitab协助白皮书，本书包括一系列文章，解释了Minitab统计人员为制定在Minitab统计软件的“协助”中使用的方法和数据检查所开展的研究。