Qu'est-ce qu'une étude Gage R&R par attributs (accord par attributs)?

Un Gage R&R par attributs, ou analyse d'accord par attributs, vérifie une inspection conforme ou non conforme (passe ou passe pas) plutôt qu'une mesure chiffrée. Plusieurs évaluateurs jugent le même lot de pièces plus d'une fois, chaque pièce a une bonne réponse connue (la référence), et vous regardez à quelle fréquence les évaluateurs s'accordent avec eux-mêmes, entre eux et avec la référence. C'est la moitié par attributs de l'analyse du système de mesure (MSA), à côté du Gage R&R par variables que vous faites sur les instruments chiffrés.

Qu'est-ce que l'efficacité et quelle valeur est acceptable?

L'efficacité est la part des pièces qu'un évaluateur classe correctement à tous les essais, c'est-à-dire que chacune de ses décisions répétées sur une pièce correspond à la référence. La ligne directrice courante de l'AIAG la lit sur un code de couleurs : 90 % ou plus est acceptable, de 80 à 90 % est marginal et demande peut-être une amélioration, et sous 80 % est inacceptable. Chaque évaluateur doit passer la barre, pas seulement la moyenne, alors cet outil fonde le verdict sur l'évaluateur le plus faible.

Quelle est la différence entre le taux d'omission et le taux de fausse alerte?

Une omission, c'est juger conforme une pièce réellement mauvaise : un article non conforme selon la référence est déclaré conforme. Une fausse alerte, c'est juger non conforme une pièce réellement bonne : un article conforme selon la référence est déclaré non conforme. Le taux d'omission est le nombre d'omissions divisé par toutes les occasions où la référence est non conforme, et le taux de fausse alerte est le nombre de fausses alertes divisé par toutes les occasions où la référence est conforme. L'omission coûte d'habitude plus cher, parce qu'une pièce non conforme passe, alors la ligne directrice de l'AIAG est plus serrée sur les omissions (plages de 2 % et 5 %) que sur les fausses alertes (plages de 5 % et 10 %).

Qu'est-ce que le kappa et quelle valeur est bonne?

Le kappa mesure l'accord corrigé de celui qu'on obtiendrait par hasard, sur une échelle où 1 est parfait et 0 ne vaut pas mieux que deviner. Cet outil donne le kappa de Cohen de chaque évaluateur face à la référence, regroupé sur tous les essais. La règle souvent citée, donnée dans le manuel de l'AIAG, veut qu'un kappa de 0,75 ou plus indique un accord bon à excellent, et que sous 0,40 il soit faible. C'est un bon recoupement de l'efficacité, parce qu'il tient compte du nombre de bonnes et de mauvaises pièces dans l'étude.

Que veulent dire l'accord intra-évaluateur, inter-évaluateurs et avec la référence?

L'accord intra-évaluateur demande si un évaluateur répète sa propre décision sur une pièce d'un essai à l'autre (la constance). L'accord inter-évaluateurs demande si tous les évaluateurs donnent la même décision sur une pièce (la reproductibilité entre personnes). L'accord avec la référence demande si les décisions correspondent à la bonne réponse connue (l'efficacité, ou la justesse). Un évaluateur peut être parfaitement constant et avoir tort quand même, alors il vous faut les trois. Et c'est l'efficacité face à la référence qui décide si l'inspection est digne de confiance.

Combien de pièces, d'évaluateurs et d'essais dois-je utiliser?

Une étude par attributs courante de l'AIAG utilise 3 évaluateurs, une cinquantaine de pièces et 3 essais chacun. Choisissez des pièces qui couvrent la décision : des pièces clairement bonnes, des pièces clairement mauvaises et un bon nombre près de la limite d'acceptation ou de refus, puisque c'est là que les inspecteurs se contredisent. Une petite étude va plus vite, mais elle donne un kappa grossier et instable. Traitez un résultat sur 10 pièces comme un simple dépistage, et prenez plus de pièces, concentrées près de la limite, pour une étude sur laquelle vous allez agir.

Calculateur Gage R&R par attributs

Entrez les décisions conforme ou non conforme de chaque évaluateur face à une référence connue et obtenez l'efficacité, les taux d'omission et de fausse alerte, l'accord intra-évaluateur et inter-évaluateurs, et un kappa, avec un verdict par couleur selon les lignes directrices de l'AIAG. Le pendant, pour les contrôles passe ou passe pas, du Gage R&R par variables. Tout se calcule dans votre navigateur.

Configuration de l'étude

Évaluateurs

Pièces

Essais

Entrez P pour conforme (bonne pièce, acceptée) et F pour non conforme (mauvaise pièce, refusée) dans chaque cellule, y compris la colonne de référence. L'outil lit aussi pass/fail, good/bad, 1/0 et yes/no. La référence est la décision connue comme juste pour chaque pièce.

Décisions

Un P ou un F par évaluateur, par pièce et par essai, plus la décision de référence de chaque pièce. Les résultats se mettent à jour en direct.

Collez un bloc depuis Excel en partant de la cellule de référence de la pièce 1 (colonnes : Référence, puis les essais de chaque évaluateur dans l'ordre), ou importez un CSV avec le gabarit à télécharger. Utilisez les touches fléchées ou Entrée pour passer d'une cellule à l'autre.

Résultat

Efficacité ≥ 90 %, omission ≤ 2 %, fausse alerte ≤ 5 %, κ ≥ 0,75 Efficacité de 80 à 90 %, omission ≤ 5 %, fausse alerte ≤ 10 %, κ de 0,40 à 0,75 Pire que la zone jaune sur un critère ou l'autre Le verdict d'ensemble retient le pire de ces quatre critères, tous évaluateurs confondus.

Méthode : analyse d'accord par attributs de l'AIAG MSA, 4e éd. L'efficacité, le taux d'omission et le taux de fausse alerte suivent la table d'efficacité de l'AIAG (omission ≤ 2 % / ≤ 5 %; fausse alerte ≤ 5 % / ≤ 10 %). Le kappa est le kappa de Cohen de chaque évaluateur face à la référence, regroupé sur tous les essais. Le verdict d'ensemble se fonde sur l'évaluateur le plus faible.

Vous faites des études par attributs sur de vrais instruments de mesure? Axiospec effectue les quatre études MSA de l'AIAG dans l'application et classe chacune au dossier de l'instrument auquel elle se rattache.

Suivez vos instruments gratuitement

L'analyse d'accord par attributs, en mots simples

Ce qu'une étude par attributs vous apprend

Quand votre instrument donne un nombre, vous faites un Gage R&R par variables. Quand la décision est conforme ou non conforme, passe ou passe pas, bon ou mauvais, il n'y a aucun nombre à traiter. Vous étudiez donc si les personnes qui tranchent s'accordent. Une étude d'accord par attributs remet un lot de pièces à quelques évaluateurs, fait juger chaque pièce plus d'une fois par chacun, et compare les décisions à une décision de référence connue pour chaque pièce. Elle répond à trois questions distinctes : un évaluateur répète-t-il sa propre décision, les évaluateurs s'accordent-ils entre eux, et s'accordent-ils avec la vérité.

Efficacité, omissions et fausses alertes

L'efficacité, c'est la justesse : la part des pièces qu'un évaluateur classe correctement à tous les essais, par rapport à la référence. L'AIAG la lit sur un code de couleurs, acceptable à 90 % ou mieux, marginale de 80 à 90 %, inacceptable sous 80 %, et demande que chaque évaluateur passe la barre. Cet outil juge donc sur l'évaluateur le plus faible plutôt que sur la moyenne. Deux erreurs se cachent sous ce nombre. Une omission, c'est accepter une pièce réellement mauvaise, alors une pièce non conforme passe. Une fausse alerte, c'est refuser une pièce réellement bonne, alors vous mettez au rebut ou vous retouchez quelque chose de correct. Comme l'omission coûte d'habitude plus cher, les plages de l'AIAG sont plus serrées sur les omissions (2 % et 5 %) que sur les fausses alertes (5 % et 10 %).

Intra, inter et face à la référence

L'accord intra-évaluateur, c'est la répétabilité : une même personne donne-t-elle la même décision sur la même pièce à chaque essai. L'accord inter-évaluateurs, c'est la reproductibilité : tous les évaluateurs arrivent-ils à la même décision sur une pièce. L'accord avec la référence, c'est l'efficacité : les décisions correspondent-elles à la bonne réponse connue. Ce ne sont pas la même chose. Un évaluateur peut être parfaitement constant avec lui-même et constamment dans l'erreur, et toute une équipe peut s'accorder tout en ratant les mêmes pièces limites. C'est donc la comparaison avec la référence qui décide si l'inspection est fiable.

Le kappa et les seuils de l'AIAG

Un pourcentage d'accord brut peut paraître élevé simplement parce que la plupart des pièces sont manifestement bonnes. Le kappa corrige l'accord qu'on obtiendrait par hasard, compte tenu du nombre de bonnes et de mauvaises pièces dans l'étude, sur une échelle où 1 est parfait et 0 ne vaut pas mieux qu'un tirage à pile ou face. Cet outil donne le kappa de Cohen de chaque évaluateur face à la référence, regroupé sur tous les essais comme autant d'occasions. La règle reprise dans le manuel de l'AIAG veut qu'un kappa de 0,75 ou plus soit bon à excellent, et que sous 0,40 il soit faible. Servez-vous-en à côté de l'efficacité, pas à sa place.

La méthode et ses limites

Ce calculateur utilise les calculs d'accord par attributs de l'AIAG MSA, les mêmes chiffres que donne l'analyse d'accord par attributs de Minitab : intra-évaluateur, inter-évaluateurs, chaque évaluateur face à la référence, tous les évaluateurs face à la référence, plus les taux d'omission et de fausse alerte. Il donne un kappa de Cohen par évaluateur comme recoupement distinct, ce qui diffère du kappa de Fleiss qu'utilise Minitab, alors voyez-le comme une indication plutôt que comme une correspondance exacte. Ses limites honnêtes tiennent à l'étude que vous lui donnez. Une étude sur 10 pièces est un dépistage rapide. Une étude sur laquelle vous allez agir demande plus de pièces, souvent une cinquantaine, concentrées près de la limite d'acceptation et de refus, là où les inspecteurs se contredisent vraiment, parce que c'est là qu'une inspection faible se voit. L'outil donne le kappa de Cohen sur la table regroupée évaluateur contre référence plutôt qu'un kappa de Fleiss entre évaluateurs, alors une valeur affichée ici peut différer un peu d'un autre logiciel. Références : AIAG Measurement Systems Analysis (MSA), 4e édition.

Questions fréquentes

Qu'est-ce qu'une étude Gage R&R par attributs (accord par attributs)?

Un Gage R&R par attributs, ou analyse d'accord par attributs, vérifie une inspection conforme ou non conforme (passe ou passe pas) plutôt qu'une mesure chiffrée. Plusieurs évaluateurs jugent le même lot de pièces plus d'une fois, chaque pièce a une bonne réponse connue (la référence), et vous regardez à quelle fréquence les évaluateurs s'accordent avec eux-mêmes, entre eux et avec la référence. C'est la moitié par attributs de l'analyse du système de mesure (MSA), à côté du Gage R&R par variables que vous faites sur les instruments chiffrés.
Qu'est-ce que l'efficacité et quelle valeur est acceptable?

L'efficacité est la part des pièces qu'un évaluateur classe correctement à tous les essais, c'est-à-dire que chacune de ses décisions répétées sur une pièce correspond à la référence. La ligne directrice courante de l'AIAG la lit sur un code de couleurs : 90 % ou plus est acceptable, de 80 à 90 % est marginal et demande peut-être une amélioration, et sous 80 % est inacceptable. Chaque évaluateur doit passer la barre, pas seulement la moyenne, alors cet outil fonde le verdict sur l'évaluateur le plus faible.
Quelle est la différence entre le taux d'omission et le taux de fausse alerte?

Une omission, c'est juger conforme une pièce réellement mauvaise : un article non conforme selon la référence est déclaré conforme. Une fausse alerte, c'est juger non conforme une pièce réellement bonne : un article conforme selon la référence est déclaré non conforme. Le taux d'omission est le nombre d'omissions divisé par toutes les occasions où la référence est non conforme, et le taux de fausse alerte est le nombre de fausses alertes divisé par toutes les occasions où la référence est conforme. L'omission coûte d'habitude plus cher, parce qu'une pièce non conforme passe, alors la ligne directrice de l'AIAG est plus serrée sur les omissions (plages de 2 % et 5 %) que sur les fausses alertes (plages de 5 % et 10 %).
Qu'est-ce que le kappa et quelle valeur est bonne?

Le kappa mesure l'accord corrigé de celui qu'on obtiendrait par hasard, sur une échelle où 1 est parfait et 0 ne vaut pas mieux que deviner. Cet outil donne le kappa de Cohen de chaque évaluateur face à la référence, regroupé sur tous les essais. La règle souvent citée, donnée dans le manuel de l'AIAG, veut qu'un kappa de 0,75 ou plus indique un accord bon à excellent, et que sous 0,40 il soit faible. C'est un bon recoupement de l'efficacité, parce qu'il tient compte du nombre de bonnes et de mauvaises pièces dans l'étude.
Que veulent dire l'accord intra-évaluateur, inter-évaluateurs et avec la référence?

L'accord intra-évaluateur demande si un évaluateur répète sa propre décision sur une pièce d'un essai à l'autre (la constance). L'accord inter-évaluateurs demande si tous les évaluateurs donnent la même décision sur une pièce (la reproductibilité entre personnes). L'accord avec la référence demande si les décisions correspondent à la bonne réponse connue (l'efficacité, ou la justesse). Un évaluateur peut être parfaitement constant et avoir tort quand même, alors il vous faut les trois. Et c'est l'efficacité face à la référence qui décide si l'inspection est digne de confiance.
Combien de pièces, d'évaluateurs et d'essais dois-je utiliser?

Une étude par attributs courante de l'AIAG utilise 3 évaluateurs, une cinquantaine de pièces et 3 essais chacun. Choisissez des pièces qui couvrent la décision : des pièces clairement bonnes, des pièces clairement mauvaises et un bon nombre près de la limite d'acceptation ou de refus, puisque c'est là que les inspecteurs se contredisent. Une petite étude va plus vite, mais elle donne un kappa grossier et instable. Traitez un résultat sur 10 pièces comme un simple dépistage, et prenez plus de pièces, concentrées près de la limite, pour une étude sur laquelle vous allez agir.

Ce calculateur applique la méthode d'accord par attributs de l'AIAG MSA aux décisions que vous entrez et donne l'efficacité, les taux d'omission et de fausse alerte, l'accord intra-évaluateur et inter-évaluateurs, et le kappa de Cohen. Il ne remplace pas le manuel Measurement Systems Analysis de l'AIAG et il n'est pas votre système qualité. Traitez le résultat comme une estimation de travail et validez-le avec votre procédure MSA documentée avant d'agir.

Calculateur Gage R&R (par variables) Calculateur de biais et de linéarité Gabarit Excel Gage R&R gratuit Logiciel de gestion des étalonnages ISO/IEC 17025 Comparer les logiciels de gestion des étalonnages Tous les outils

Emportez la liste de vérification de préparation à l'audit

La liste de vérification à rebours que les auditeurs utilisent vraiment, puis quatre courts courriels pratiques. Pas de pourriel, désabonnement en un clic.

Gardez l'étude avec l'enregistrement

Axiospec conserve les étalonnages, les lectures et les certificats dans un seul registre à détection d'altération conçu pour ISO/IEC 17025.

Commencer

Envoyez-nous votre liste d'instruments et nous la chargeons pour vous, en général en quelques jours ouvrables. Gratuit sur tous les forfaits.