Crear hoja de trabajo de concordancia de atributos
Crear hoja de trabajo de concordancia de atributos es una herramienta de configuración que genera un formulario de recopilación de datos estructurado y aleatorizado para un estudio de análisis de concordancia de atributos, también conocido como estudio de calibre por atributos o estudio Kappa. Organiza qué evaluador debe inspeccionar qué muestra y en qué orden aleatorio, de modo que el estudio produzca resultados válidos e insesgados.
Última revisión:
Idea clave
Crear hoja de trabajo de concordancia de atributos es una herramienta de configuración que genera un formulario de recopilación de datos estructurado y aleatorizado para un estudio de concordancia de atributos (estudio Kappa).
En esta página
- ¿Qué es Create Attribute Agreement Worksheet?
- ¿Cuándo usar Create Attribute Agreement Worksheet?
- Pautas para el uso correcto de Create Attribute Agreement Worksheet
- Alternativas: cuándo no usar Create Attribute Agreement Worksheet
- Ejemplo de Create Attribute Agreement Worksheet
- Cómo usar Create Attribute Agreement Worksheet
¿Qué es Create Attribute Agreement Worksheet?
Crear hoja de trabajo de concordancia de atributos es una herramienta de configuración que genera un formulario de recopilación de datos estructurado y aleatorizado para realizar un estudio de análisis de concordancia de atributos, también conocido como estudio de calibre por atributos o estudio Kappa. Organiza qué evaluador debe inspeccionar qué muestra y en qué orden aleatorio, de modo que el estudio produzca resultados válidos e insesgados.
A diferencia de un Gage R&R estándar, que trabaja con datos continuos y medibles, la hoja de trabajo de concordancia de atributos está diseñada específicamente para situaciones en las que el resultado de la inspección es una categoría, como aprobado/rechazado, bueno/defectuoso, aceptable/rechazo o cualquier otro resultado basado en una clasificación.
Definición sencilla:Una herramienta que crea un plan de inspección aleatorizado y listo para usar en un estudio de concordancia de atributos, y organiza qué evaluador inspecciona qué muestra y en qué orden, para poder medir adecuadamente la concordancia y la consistencia.
¿Cuándo usar Create Attribute Agreement Worksheet?
- Úsela cuando el resultado de la inspección o medición sea categórico y no numérico — por ejemplo, aprobado/rechazado, pasa/no pasa, conforme/no conforme.
- Úsela cuando se validen procesos de inspección visual — como la detección de defectos superficiales, la inspección de etiquetas o la clasificación del aspecto estético.
- Úsela para evaluar si varios evaluadores coinciden entre sí y con un patrón conocido al clasificar artículos.
- Úsela como parte de una validación del sistema de medición antes de lanzar a producción plena un producto, un proceso o un método de inspección.
Pautas para el uso correcto de Create Attribute Agreement Worksheet
- Seleccione una muestra de piezas que incluya una mezcla de artículos claramente buenos, claramente malos y límite — los casos límite son los más informativos para evaluar la consistencia de los evaluadores.
- Use al menos 3 evaluadores y de 20 a 30 muestras , y haga que cada evaluador califique cada muestra al menos dos veces para detectar inconsistencias dentro de cada evaluador.
- Asegúrese de que los evaluadores califiquen las muestras de forma independiente — no deben ver las calificaciones de los demás ni conocer el resultado del patrón conocido durante el estudio.
- Siga el orden aleatorio generado por la hoja de trabajo — presentar de nuevo las muestras en orden aleatorio evita que los evaluadores recuerden sus respuestas anteriores.
- Tras la recopilación de datos, analice con Attribute Agreement Analysis para calcular los estadísticos Kappa y evaluar la concordancia dentro de cada evaluador y entre evaluadores.
Alternativas: cuándo no usar Create Attribute Agreement Worksheet
- Si el resultado de la medición es continuo y numérico, use Create Gage R&R Study Worksheet
- Si las piezas se destruyen durante la inspección, use Nested GRR o un diseño de estudio de atributos destructivo adecuado.
- Si el objetivo es evaluar la exactitud y la precisión de la medición y no la concordancia de la clasificación, use los métodos estándar de Gage R&R
Ejemplo de Create Attribute Agreement Worksheet
Estos son los pasos para generar la hoja de trabajo del estudio Gage R&R:
- Para generar la hoja de trabajo del análisis de concordancia de atributos.
- Ahora analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
- Para encontrar Create Attribute Agreement Worksheet, elija Statistical module> Measurement System Analysis>Create Attribute Agreement Worksheet.
- Después de usar la herramienta mencionada, se obtiene la siguiente salida:



Cómo usar Create Attribute Agreement Worksheet
La guía es la siguiente:
- Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
- En la página de inicio, elija Statistical Tool> Measurement System Analysis >Create Attribute Agreement Worksheet.
- Complete las opciones necesarias.
- Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.
En el tablero de Create Attribute Agreement Worksheet, la ventana está dividida en dos partes.

En la parte izquierda se encuentra Attribute Agreement Analysis Worksheet. En Attribute Agreement Analysis Worksheet, al hacer clic en el botón Generate se crea la hoja de trabajo completa del estudio de concordancia de atributos, según todos los ajustes introducidos arriba. La hoja de trabajo generada enumera todas las asignaciones de inspección en un orden totalmente aleatorio, e indica qué evaluador debe inspeccionar qué muestra en cada réplica. Esta secuencia aleatoria debe seguirse exactamente durante la recopilación de datos para evitar que los evaluadores recuerden decisiones anteriores y para garantizar que los resultados del estudio sean insesgados y estadísticamente válidos.
En la parte derecha hay numerosas opciones, como las siguientes:
- Samples: Define el número total de muestras o piezas que se incluirán en el estudio. El valor predeterminado es 10, que es el mínimo de uso habitual. Las muestras deben seleccionarse con cuidado para incluir una mezcla de piezas claramente aceptables, piezas claramente inaceptables y piezas límite, cercanas al límite de especificación — las muestras límite son las más reveladoras para evaluar la consistencia de los evaluadores y son esenciales para que el estudio sea significativo.
- Appraisers: Define el número de evaluadores que participarán en el estudio. El valor predeterminado es 2; sin embargo, el estándar recomendado es de 3 evaluadores , ya que ofrece una visión más completa de la concordancia entre evaluadores. Cada evaluador inspeccionará de forma independiente cada muestra tantas veces como indique el ajuste Replicates. Los evaluadores deben elegirse entre quienes realizan habitualmente esta inspección en la producción normal.
- Replicates: Define cuántas veces inspeccionará cada evaluador cada muestra. El valor predeterminado es 1; sin embargo, se recomienda encarecidamente un mínimo de 2 réplicas — sin inspecciones repetidas no puede evaluarse en absoluto la consistencia dentro de cada evaluador (repetibilidad). Usar 3 réplicas es el estándar preferido, ya que ofrece una medida más fiable de si cada evaluador toma la misma decisión sobre la misma pieza cuando se le presenta de nuevo en un orden aleatorio distinto.
- Sample Standard: Define si existe un patrón de referencia conocido o una respuesta correcta para cada muestra. Esta lista desplegable controla cómo trata el análisis la evaluación de la exactitud. Hay dos opciones disponibles:
- Sample Standard/Attribute Unknown — no se ha establecido ningún patrón de referencia. El análisis solo puede evaluar la concordancia entre evaluadores; no puede medir si sus decisiones son realmente correctas. Use esta opción cuando aún no existe una referencia experta.
- Sample Standard/Attribute Known — existe una clasificación correcta verificada para cada muestra. El análisis medirá tanto la concordancia entre evaluadores como la exactitud de cada evaluador respecto del patrón conocido. Es la opción preferida, ya que ofrece una evaluación completa y más significativa del sistema de inspección.
- Sample / Sample Name Table: Muestra una fila por cada muestra del estudio. La columna Sample muestra el número de muestra asignado automáticamente. La columna Sample Name es totalmente editable — sustituya los números predeterminados por identificadores significativos, como números de serie, códigos de pieza o etiquetas descriptivas. Usar nombres de muestra claros facilita el seguimiento de la hoja de trabajo completada durante la recopilación de datos y permite rastrear con más facilidad la salida del análisis hasta las muestras físicas concretas.
- Appraiser / Appraiser Name Table: Muestra una fila por cada evaluador del estudio. La columna Appraiser muestra el número de evaluador asignado automáticamente. La columna Appraiser Name es totalmente editable — sustituya los números predeterminados por los nombres reales o los identificadores de empleado de los evaluadores que participan en el estudio. Usar nombres reales garantiza que la hoja de trabajo sea inequívoca y que la salida del análisis identifique con claridad qué persona produjo cada resultado.
Preguntas frecuentes
¿Qué es una hoja de trabajo de concordancia de atributos?
Es un formulario aleatorizado de recopilación de datos para un estudio de análisis de concordancia de atributos, también conocido como estudio de calibre por atributos o estudio Kappa. Establece qué evaluador inspecciona qué muestra y en qué orden, en inspecciones cuyo resultado es una categoría, como aprobado/rechazado, bueno/defectuoso o aceptable/rechazo.
¿Cuántos evaluadores, muestras y réplicas se necesitan?
Las pautas recomiendan al menos 3 evaluadores y de 20 a 30 muestras, con cada evaluador calificando cada muestra al menos dos veces. Sin inspecciones repetidas no puede evaluarse la consistencia dentro de cada evaluador; 3 réplicas es el estándar preferido. Incluya artículos claramente buenos, claramente malos y límite, porque los casos límite son los más informativos.
¿El patrón de la muestra debe ser conocido o desconocido?
Con Sample Standard/Attribute Known existe una clasificación correcta verificada para cada muestra, de modo que el análisis mide tanto la concordancia entre evaluadores como la exactitud de cada evaluador respecto del patrón; es la opción preferida. Con Attribute Unknown, el análisis solo puede evaluar la concordancia entre evaluadores, no si sus decisiones son correctas.
¿Cómo se crea la hoja de trabajo en Zometric Statistical Software?
Abra Create Attribute Agreement Worksheet en Measurement System Analysis, defina el número de muestras, evaluadores y réplicas, elija la opción de patrón de la muestra, cambie opcionalmente los nombres de muestras y evaluadores, y genere la hoja de trabajo. Siga exactamente su orden aleatorio, mantenga la independencia de los evaluadores y analice después los resultados con Attribute Agreement Analysis.
