MSA 7 -- Analyse attributive du système de mesure

La méthode MSA 7 est l'analyse attributive du système de mesure et sert à évaluer les systèmes de mesure dans lesquels les caractéristiques ne sont pas évaluées de manière métrique (comme valeur numérique), mais attributive (comme catégorie) -- par exemple "bon/mauvais", "conforme/non-conforme" ou selon une échelle de notation.

Aperçu

Objectif et domaine d'application

L'analyse attributive du MSA répond à la question : Les contrôleurs sont-ils en mesure d'évaluer les pièces de manière cohérente et concordante lorsqu'aucune valeur de mesure métrique n'est disponible ?

Cas d'application typiques :

• Contrôles visuels -- Qualité de surface, écarts de couleur, rayures, bosses
• Contrôles de fonctionnement -- Décisions Bon/Mauvais (par exemple, contrôle par pige de calibrage)
• Évaluations subjectives -- Odeur, toucher, contrôles acoustiques
• Contrôles de tri -- Classification en plusieurs niveaux de qualité

Plan d'expérience

L'analyse attributive du MSA suit la structure d'essai fondamentale suivante :

1. Une sélection de pièces est constituée. Les pièces doivent comprendre à la fois des pièces clairement bonnes et clairement mauvaises, ainsi que des cas limites.
2. Chaque contrôleur évalue chaque pièce plusieurs fois (au minimum 2 passages, 3 recommandés).
3. Les évaluations sont effectuées en aveugle -- les contrôleurs ne connaissent ni la « bonne » réponse (évaluation de référence) ni les évaluations des autres contrôleurs.
4. Optionnellement, une évaluation de référence (décision maître) est établie pour chaque pièce, par rapport à laquelle les évaluations des contrôleurs sont comparées.

Important : La qualité d'une analyse attributive du MSA dépend largement de la sélection des pièces. Si seules des pièces clairement bonnes et clairement mauvaises sont utilisées, l'étude surestime la capacité du processus de contrôle. Assurez-vous d'inclure suffisamment de cas limites.

Saisie de données

Configuration

Avant la saisie des données, vous établissez les paramètres d'essai :

Saisir les évaluations

La saisie de données se fait via un tableau avec la structure suivante :

• Lignes : Pièces (numérotées ou nommées)
• Colonnes : Contrôleurs x Passages (par exemple « Contrôleur A / Passage 1 », « Contrôleur A / Passage 2 », ...)
• Valeurs de cellule : La catégorie d'évaluation choisie

1. Cliquez sur la cellule souhaitée.
2. Sélectionnez la catégorie d'évaluation dans la liste déroulante ou entrez la valeur directement.
3. Naviguez avec Tab ou Entrée vers la cellule suivante.

Conseil : Si une évaluation de référence est disponible, entrez-la dans la première colonne (« Référence »). La concordance des contrôleurs avec la référence est calculée automatiquement.

Info : Vous pouvez également importer les données de saisie par Copier & Coller depuis Excel. Assurez-vous que les catégories d'évaluation correspondent exactement aux catégories définies (respectez la casse).

Valeurs Kappa

Les indicateurs clés de l'analyse attributive du MSA sont les coefficients Kappa, qui quantifient la concordance des contrôleurs.

Kappa de Cohen

Le Kappa de Cohen mesure la concordance entre deux contrôleurs (comparaison par paires) en tenant compte de la concordance attendue par hasard.

Formule :

Kappa = (P_o - P_e) / (1 - P_e)

• P_o = Concordance observée (proportion réelle des évaluations concordantes)
• P_e = Concordance attendue par hasard

Le Kappa de Cohen est calculé séparément pour chaque paire de contrôleurs. Dans my8data, une matrice Kappa complète est affichée, dans laquelle chaque cellule contient la valeur Kappa pour une paire de contrôleurs spécifique.

Kappa de Fleiss

Le Kappa de Fleiss est une extension du Kappa de Cohen pour plus de deux contrôleurs. Il mesure la concordance globale de tous les contrôleurs simultanément.

Le Kappa de Fleiss est affiché dans my8data comme une valeur globale unique et indique le degré de concordance global des contrôleurs.

Échelle d'interprétation

L'interprétation des valeurs Kappa suit la classification courante de Landis & Koch (1977) :

Info : Une valeur Kappa de 1.0 signifie une concordance parfaite. Une valeur de 0 signifie que la concordance n'est pas meilleure que le simple hasard. Les valeurs négatives indiquent une contradiction systématique.

Important : En pratique, une valeur Kappa d'au moins 0.75 est souvent exigée. Dans les domaines critiques pour la sécurité (par exemple, technologie médicale, aéronautique et astronautique), des exigences plus élevées peuvent s'appliquer.

Concordance

En plus des valeurs Kappa, my8data offre d'autres analyses de la concordance des contrôleurs.

Taux de concordance

my8data calcule différents taux de concordance :

Matrice de confusion (Confusion Matrix)

La matrice de confusion oppose les évaluations de chaque contrôleur aux évaluations de référence :

Les indicateurs suivants sont dérivés de la matrice de confusion :

Avertissement : Le taux de défaut est particulièrement critique car il indique combien de mauvaises pièces sont acceptées à tort. Dans les domaines critiques pour la sécurité, ce taux doit être aussi proche que possible de 0.

Conseil : Analysez la matrice de confusion pour chaque contrôleur individuellement. Si un contrôleur particulier a un taux de défaut anormalement élevé, il devrait être formé de manière ciblée. Examinez également les pièces sur lesquelles les erreurs se produisent fréquemment -- ce sont généralement les cas limites, où la décision du contrôleur est incertaine.

Évaluations graphiques

my8data représente également graphiquement l'analyse de la concordance :

• Barres de concordance : Affiche le taux de concordance par contrôleur sous forme de diagramme en barres.
• Carte thermique : Matrice codée par couleur qui montre les pièces où les contrôleurs s'accordent et celles où ils ne s'accordent pas.
• Diagramme de modèle d'erreur : Visualise les pièces qui sont évaluées incorrectement particulièrement fréquemment.