属性一致性分析
属性一致性分析(AAA)是一种统计方法,用于评估多名检验员或观察者依据一组属性将项目分类时的一致程度。该方法常用于质量控制、产品开发和市场研究,以评价不同检验员所给评级或评价的一致性和可靠性。
最后审阅
核心要点
属性一致性分析(AAA)是一种统计方法,用于评估多名检验员依据一组属性将项目分类时的一致程度。
什么是属性一致性分析?
属性一致性分析(AAA)是一种统计方法,用于评估多名检验员或观察者依据一组属性将项目分类时的一致程度。该方法常用于质量控制、产品开发和市场研究,以评价不同检验员所给评级或评价的一致性和可靠性。
在属性一致性分析中,将一组项目交给一组检验员,每名检验员依据一组属性或特征对这些项目进行分类。随后对各分类结果进行比较,并用统计指标评估检验员之间的一致程度。该分析可用于识别变异来源,例如培训差异、对属性的理解差异或对分类规则的解读差异。
何时使用属性一致性分析?
当组织需要评价多名检验员或观察者所给评级或评价的一致性和可靠性时,通常使用属性一致性分析(AAA)。在依据一组属性或特征对项目进行分类或评级的场合,AAA 是一种有用的技术。以下是可使用 AAA 的一些具体情形:
- 质量控制:AAA 常用于质量控制,以确保产品符合规定的质量标准。可请检验员依据一组属性或特征对缺陷或质量问题进行分类,并分析检验员之间的一致程度,以判断分类中是否存在不一致或差异。
- 市场研究:AAA 可用于市场研究,以评价对产品或服务所给评级或评价的一致性。可请检验员依据一组属性或特征对产品或服务进行评级,并分析检验员之间的一致程度,以判断在认知或对属性的理解上是否存在差异。
- 产品开发:AAA 可用于产品开发,以评价对原型或设计方案所给评级或评价的一致性。可请检验员依据一组属性或特征对原型或设计方案进行分类,并分析检验员之间的一致程度,以判断分类中是否存在不一致或差异。
总体而言,当组织需要评价多名检验员或观察者所给评价或评级的一致性和可靠性时,AAA 十分有用。当项目的分类或评级基于一组属性或特征时,它尤为有用。
正确使用属性一致性分析的指南
- 在每次重复内随机评价样本
- 为每个样本使用已知的参考评级
- 样本至少 50 个,才能构成充分的研究
- 每个样本按随机顺序至少评价两次
- 检验员至少 3 名,才能构成充分的研究
- 随机选取具有代表性的检验员
- 各检验员评价的各类别样本数量应大致相同
- 对于二元响应,应使用处于临界合格和临界不合格状态的样本
- 属性一致性分析必须是平衡的
替代方法:何时不宜使用属性一致性分析
- 当二元计数型测量量具给出合格/不合格数据时,应使用 Attribute Gage Study (Analytic Method) 进行分析。
- 对于连续数据,请选用 量具 R&R 研究
属性一致性分析示例
一家纺织印花公司的检验员按 1 至 5 分的等级对棉织物的印花质量进行评级。质量工程师希望评估检验员所给评级的准确性和一致性。为此,工程师请四名检验员对 50 个织物样本的印花质量按随机顺序各评价两次。由于数据中每个样本都有标准参考值,质量工程师既可以将检验员的评级与参考值比较,也可以在检验员之间相互比较一致性和准确性。她按以下步骤完成了分析:
- 她工作了一整天,收集了所需数据。
- 现在,借助以下网址分析数据:https://statsai.zometric.com/
- 她在工具中输入数据,并将置信水平设为 95。
- 使用上述工具后,她得到如下输出:


如何进行属性一致性分析
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页的 Measurement System Analysis 下可以看到 attribute agreement。
- 点击 attribute agreement,进入工具界面。
- 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- 接下来,需要输入置信水平的值。
- 最后,点击页面底部的 calculate,即可得到所需结果。
attribute agreement 的工具界面分为两部分。

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可以手动输入数据,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
右侧提供以下选项:
- Confidence level: 在属性一致性分析中,置信水平是一个统计度量,反映对分析结果可以给予的信心程度。它表示检验员之间的真实一致程度落在指定范围内的概率。置信水平通常以百分数表示,置信水平越高,表示结果的确定性越大。例如,95% 的置信水平意味着真实一致程度有 95% 的概率落在指定范围内。置信水平是解读属性一致性分析结果时的重要考虑因素,因为它表明了对分析所得结论可以给予的确定程度。
常见问题
什么是属性一致性分析?
属性一致性分析(AAA)是一种统计方法,用于评估多名检验员依据一组属性将项目分类时的一致程度。将各分类结果相互比较,并在有已知参考值时与之比较,以判断评级的一致性和可靠性,并找出培训或解读等方面的变异来源。
进行属性一致性分析需要多少样本和检验员?
要构成充分的研究,应使用至少 50 个样本和至少 3 名检验员,并让每个样本按随机顺序至少被评价两次。随机选取具有代表性的检验员,为每个样本使用已知的参考评级,让检验员评价的各类别样本数量大致相同,并保持研究平衡。
什么情况下应改用量具 R&R 或属性量具研究?
对于连续测量数据,应使用量具 R&R 研究,而不是属性一致性分析。对于给出合格/不合格数据的二元计数型测量量具,应使用 Attribute Gage Study (Analytic Method)。属性一致性分析适用于将项目评级或分入类别的场合,例如 1 至 5 分的印花质量等级。
如何在 Zometric Statistical Software 中进行属性一致性分析?
在 Measurement System Analysis 下打开 Attribute Agreement,输入或粘贴数据,设置置信水平(示例中为 95),然后点击 Calculate。示例中,四名检验员对 50 个织物样本按随机顺序各评价两次,并与参考值对照,因此可将其评级与参考值以及检验员之间相互比较。
