测量系统分析在铝电解电容器用铝箔外观检测中的应用

邹道兵

（新疆众和股份有限公司 乌鲁木齐 830013）

1 前言

测量系统分析分为连续型和属性值测量系统，两者覆盖了所有的测量尺度。大多数的量具都是能提供连续型数据测量装置，但也有一些量具只能提供属性数据。属性数据也叫做定性数据或分类数据，其类别之间是相互排斥的，如产品分为合格品与不合格品，考试成绩分为优秀、良好、及格、不及格四类。属性数据的测量系统分析有多种方法，较为常用的是一致性比率和Kappa技术，下面就两种技术应用于铝电解电容器用铝箔的外观判定进行说明。

2 测量系统分析的应用

从外观检测样片库中，有意挑选了30个较容易混淆的样片，每个样品进行编号并且由工程师检测的结果作为每个样品的基准值。现由4名操作者来测量决定产品的等级数，其中操作者1、操作者2、操作者3为多年进行此检测的员工，操作者4为新员工（已做检测培训）。每个检测人员分别评估每个样品3轮，总共产生600个测量数据（数据略）。

2.1 一致性比率分析结果

对评估结果的一致性进行分析，分为检验员自身结果一致性和与标准一致性的评估，检验员自身结果一致性结果见表1，检验员与标准一致性的结果见表2。检验员自身的一致性的相符数为检验员在多次试验中的评估与自身一致的数目，检验员与标准的一致性的相符数为检验员在多次试验中的评估与标准一致的数目。

表1 检验员自身一致性结果

表2 检验员与基准一致性结果

表1显示了每个操作者测量结果自身的一致性，操作者1、2、3测量自身的结果的一致性均达到了96.69%，操作者4的一致性结果仅为73.33%。表2显示了每个操作者测量结果自身的一致性，操作者3与标准的一致性最高，达到了93.33%，操作者4与标准的一致性最低，仅为66.67%。

离散型测量系统分析有效性的判定可以一致性比率为基准进行判定，具体的判定准则见表3所示：

表3 一致性比率判定准则

操作者1、2、3的测量系统的一致性可接受，结果符合要求。操作者4的自身一致性和与标准的一致性均较低，原因为其为新员工，测量系统一致性不可接受，评估结果不准确，其判别能力不足以达到要求，与培训效果不良和熟练程度较低有关，需进行再次培训。

针对操作者4为新员工，其判别能力不能达到要求，操作者1、2、3评估一致性结果见表4。

表4 检验员之间和检验员与标准之间评估一致性

从结果可以看出，检验员之间和检验员与标准之间的评估一致性均为73.33%，

低于80%，测量系统不合格，不能被接受。具体原因为各检验员之间对标准的判定存在一定的偏差，标准的制定中对易混淆样片的细节说明还不足够细化，同时也与挑选样片的易混淆程度相关。结合生产实际，该一致性可被接受。即便如此，提高检测人员的专业检测水平，对所有检测人员进行规范的测量培训，并且在样品的判定细节上给予更加详细的说明仍是下一步改善的重点。

2.2 Fleiss’Kappa的分析结果

对评估结果的Fleiss’Kappa分析，分为检验员自身和与标准卡帕值比较，分析结果见表5。

表5 Fleiss'Kappa分析

从表5中结果可以看出，操作者1、2、3与自身的卡帕值均大于0.9，操作者4为0.73。与标准比较，操作者3的卡帕值为0.92，操作者1、2均为0.82，操作者4仅为0.68。

Fleiss’Kappa系数的取值范围为[-1，1],其系数值越大，一致性越强。它有一个通用的经验法则，具体见表6。

表6 Fleiss’Kappa系数通用经验法则

从每位操作者与标准的κ值可以看出，操作者3的判定是优秀的，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，还需要改进。

3 结论

对于连续型测量系统，有许多指标来评价其性能，包括稳定性、偏倚、线性、重复性和再现性等，现在连续型测量系统已经在企业中广泛使用。但对于属性值测量系统，测量值是通过人对质量特征主观的分类和定性的评价而得到的。本文通过对属性值测量系统在检测中进行一致性比率和卡帕值分析，有效的识别出各检测员可接受程度及改进的方向。属性值测量系统分析的方法可以作为化检验系统分析和新方法或新系统验收的一个很好的手段。进行属性一致性分析所需的成本非常低，而且为检测系统的控制阶段提供了重要的保证。对探索提高质检检测能力提供了有益的借鉴和示范，具有良好的经济和社会效益。