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

Un Gage R&R par attributs, ou analyse d'agrément par attributs, vérifie un contrôle conforme ou non conforme (passe, ne 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 sont d'accord avec eux-mêmes, entre eux et avec la référence. C'est la moitié « attributs » de l'analyse des systèmes de mesure (MSA), à côté du Gage R&R par variables que vous menez 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 sur tous les essais, c'est-à-dire que chacune de ses décisions répétées sur une pièce correspond à la référence. La recommandation AIAG courante la lit avec un code à trois couleurs : 90 % ou plus est acceptable, 80 à 90 % est limite et demande souvent une amélioration, moins de 80 % est inacceptable. Chaque évaluateur doit passer la barre, pas seulement la moyenne, donc cet outil tire le verdict de l'évaluateur le plus faible.

Quelle est la différence entre le taux de non-détection et le taux de fausse alarme ?

Une non-détection, c'est déclarer bonne une pièce réellement mauvaise : une pièce refusée par la référence est acceptée. Une fausse alarme, c'est déclarer mauvaise une pièce réellement bonne : une pièce acceptée par la référence est refusée. Le taux de non-détection, ce sont les non-détections divisées par toutes les occasions où la référence refuse, et le taux de fausse alarme, les fausses alarmes divisées par toutes les occasions où la référence accepte. La non-détection est en général l'erreur la plus coûteuse, car une pièce non conforme s'échappe. La recommandation AIAG est donc plus serrée sur les non-détections (plages de 2 % et 5 %) que sur les fausses alarmes (plages de 5 % et 10 %).

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

Le kappa mesure l'agrément corrigé de l'agrément attendu 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 largement citée, donnée dans le manuel AIAG, veut qu'un kappa de 0,75 ou plus indique un agrément bon à excellent, et qu'en dessous de 0,40 il soit faible. C'est un recoupement utile de l'efficacité, car il tient compte du nombre de pièces bonnes et mauvaises de l'étude.

Que signifient l'agrément intra-évaluateur, inter-évaluateurs et face à la référence ?

L'agrément intra-évaluateur demande si une personne répète sa propre décision sur une pièce d'un essai à l'autre (constance). L'agrément inter-évaluateurs demande si tous les évaluateurs donnent la même décision sur une pièce (reproductibilité entre personnes). L'agrément face à la référence demande si les décisions correspondent à la bonne réponse connue (l'efficacité, c'est-à-dire la justesse). Un évaluateur peut être parfaitement constant et se tromper quand même, donc les trois sont nécessaires, et c'est l'efficacité face à la référence qui décide si le contrôle est fiable.

Combien de pièces, d'évaluateurs et d'essais faut-il prendre ?

Une étude par attributs AIAG classique prend 3 évaluateurs, une cinquantaine de pièces et 3 essais chacun. Choisissez des pièces qui couvrent la décision : des pièces nettement bonnes, des pièces nettement mauvaises et un bon nombre proche de la limite d'acceptation, car c'est près de la limite que les contrôleurs divergent. Une petite étude va plus vite mais donne un kappa grossier et instable. Traitez un résultat sur 10 pièces comme un simple dégrossissage et prenez plus de pièces, concentrées près de la limite, pour une étude qui servira à décider.

Calculateur Gage R&R par attributs

Saisissez les décisions conforme ou non conforme de chaque évaluateur face à une référence connue et obtenez l'efficacité, les taux de non-détection et de fausse alarme, l'agrément intra et inter-évaluateurs, ainsi qu'un kappa, avec un verdict en trois couleurs face aux recommandations AIAG. Le pendant du Gage R&R par variables pour les contrôles passe ou ne passe pas. Tout tourne dans votre navigateur.

Plan de l'étude

Évaluateurs

Pièces

Essais

Saisissez P pour une pièce acceptée (bonne) et F pour une pièce refusée (mauvaise) dans chaque cellule, colonne de référence comprise. L'outil lit aussi pass/fail, good/bad, 1/0 et yes/no. La référence est la décision correcte connue pour chaque pièce.

Décisions

Un P ou un F par évaluateur, pièce et 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 modèle à télécharger. Utilisez les flèches ou la touche Entrée pour passer d'une cellule à l'autre.

Résultat

Efficacité ≥ 90 %, non-détection ≤ 2 %, fausse alarme ≤ 5 %, κ ≥ 0,75 Efficacité de 80 à 90 %, non-détection ≤ 5 %, fausse alarme ≤ 10 %, κ de 0,40 à 0,75 Pire que l'orange sur un critère Le verdict global retient le pire de ces quatre critères sur l'ensemble des évaluateurs.

Méthode : analyse d'agrément par attributs, AIAG MSA 4e éd. L'efficacité, le taux de non-détection et le taux de fausse alarme suivent le tableau d'efficacité AIAG (non-détection ≤ 2 % / ≤ 5 % ; fausse alarme ≤ 5 % / ≤ 10 %). Le kappa est le kappa de Cohen de chaque évaluateur face à la référence, regroupé sur tous les essais. Le verdict global repose sur l'évaluateur le plus faible.

Vous menez des études par attributs sur de vrais moyens de mesure ? Axiospec réalise les quatre études MSA AIAG dans l'application et classe chacune avec l'instrument qu'elle concerne.

Suivez vos instruments gratuitement

L'analyse d'agrément par attributs, en clair

Ce qu'une étude par attributs vous apprend

Quand votre instrument donne un nombre, vous menez un Gage R&R par variables. Quand la décision est conforme ou non conforme, passe ou ne passe pas, bon ou mauvais, il n'y a pas de nombre à traiter. Vous étudiez alors si les personnes qui décident sont d'accord. Une étude d'agrément par attributs confie un lot de pièces à quelques évaluateurs, leur fait juger chaque pièce plus d'une fois, 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 sont-ils d'accord entre eux, et sont-ils d'accord avec la vérité.

Efficacité, non-détections et fausses alarmes

L'efficacité, c'est la justesse de la décision : la part des pièces qu'un évaluateur classe correctement à tous les essais, face à la référence. L'AIAG la lit avec un code à trois couleurs, 90 % ou plus acceptable, 80 à 90 % limite, moins de 80 % inacceptable, et demande que chaque évaluateur passe la barre. Cet outil juge donc sur l'évaluateur le plus faible, pas sur la moyenne. Deux erreurs se cachent sous ce chiffre. Une non-détection, c'est accepter une pièce réellement mauvaise : une pièce non conforme s'échappe. Une fausse alarme, c'est refuser une pièce réellement bonne : vous rebutez ou retouchez une pièce saine. Comme une non-détection coûte en général plus cher, les plages AIAG sont plus serrées sur les non-détections (2 % et 5 %) que sur les fausses alarmes (5 % et 10 %).

Intra, inter et face à la référence

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

Le kappa et les seuils AIAG

Un pourcentage d'agrément brut peut sembler élevé simplement parce que la plupart des pièces sont manifestement bonnes. Le kappa corrige l'agrément attendu par hasard, compte tenu du nombre de pièces bonnes et mauvaises de 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 AIAG : un kappa de 0,75 ou plus est bon à excellent, en dessous de 0,40 il est faible. À lire avec l'efficacité, pas à sa place.

La méthode et ses limites

Ce calculateur utilise le calcul d'agrément par attributs de l'AIAG MSA, les mêmes chiffres que l'analyse d'agrément par attributs de Minitab : intra-évaluateur, inter-évaluateurs, chaque évaluateur face à la référence, tous les évaluateurs face à la référence, plus les taux de non-détection et de fausse alarme. Il donne un kappa de Cohen par évaluateur comme recoupement distinct, ce qui diffère du kappa de Fleiss utilisé par Minitab. Prenez-le donc comme une indication de tendance plutôt que comme une correspondance exacte. Ses limites tiennent à l'étude que vous lui donnez. Une étude sur 10 pièces est un dégrossissage rapide. Une étude sur laquelle vous allez décider demande plus de pièces, souvent une cinquantaine, concentrées près des limites d'acceptation et de refus où les contrôleurs divergent vraiment, car c'est là qu'un contrôle faible se voit. L'outil calcule le kappa de Cohen sur le tableau regroupé évaluateur contre référence plutôt qu'un kappa de Fleiss entre évaluateurs, donc une valeur ici peut différer légèrement 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 (agrément par attributs) ?

Un Gage R&R par attributs, ou analyse d'agrément par attributs, vérifie un contrôle conforme ou non conforme (passe, ne 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 sont d'accord avec eux-mêmes, entre eux et avec la référence. C'est la moitié « attributs » de l'analyse des systèmes de mesure (MSA), à côté du Gage R&R par variables que vous menez 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 sur tous les essais, c'est-à-dire que chacune de ses décisions répétées sur une pièce correspond à la référence. La recommandation AIAG courante la lit avec un code à trois couleurs : 90 % ou plus est acceptable, 80 à 90 % est limite et demande souvent une amélioration, moins de 80 % est inacceptable. Chaque évaluateur doit passer la barre, pas seulement la moyenne, donc cet outil tire le verdict de l'évaluateur le plus faible.
Quelle est la différence entre le taux de non-détection et le taux de fausse alarme ?

Une non-détection, c'est déclarer bonne une pièce réellement mauvaise : une pièce refusée par la référence est acceptée. Une fausse alarme, c'est déclarer mauvaise une pièce réellement bonne : une pièce acceptée par la référence est refusée. Le taux de non-détection, ce sont les non-détections divisées par toutes les occasions où la référence refuse, et le taux de fausse alarme, les fausses alarmes divisées par toutes les occasions où la référence accepte. La non-détection est en général l'erreur la plus coûteuse, car une pièce non conforme s'échappe. La recommandation AIAG est donc plus serrée sur les non-détections (plages de 2 % et 5 %) que sur les fausses alarmes (plages de 5 % et 10 %).
Qu'est-ce que le kappa et quelle valeur est bonne ?

Le kappa mesure l'agrément corrigé de l'agrément attendu 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 largement citée, donnée dans le manuel AIAG, veut qu'un kappa de 0,75 ou plus indique un agrément bon à excellent, et qu'en dessous de 0,40 il soit faible. C'est un recoupement utile de l'efficacité, car il tient compte du nombre de pièces bonnes et mauvaises de l'étude.
Que signifient l'agrément intra-évaluateur, inter-évaluateurs et face à la référence ?

L'agrément intra-évaluateur demande si une personne répète sa propre décision sur une pièce d'un essai à l'autre (constance). L'agrément inter-évaluateurs demande si tous les évaluateurs donnent la même décision sur une pièce (reproductibilité entre personnes). L'agrément face à la référence demande si les décisions correspondent à la bonne réponse connue (l'efficacité, c'est-à-dire la justesse). Un évaluateur peut être parfaitement constant et se tromper quand même, donc les trois sont nécessaires, et c'est l'efficacité face à la référence qui décide si le contrôle est fiable.
Combien de pièces, d'évaluateurs et d'essais faut-il prendre ?

Une étude par attributs AIAG classique prend 3 évaluateurs, une cinquantaine de pièces et 3 essais chacun. Choisissez des pièces qui couvrent la décision : des pièces nettement bonnes, des pièces nettement mauvaises et un bon nombre proche de la limite d'acceptation, car c'est près de la limite que les contrôleurs divergent. Une petite étude va plus vite mais donne un kappa grossier et instable. Traitez un résultat sur 10 pièces comme un simple dégrossissage et prenez plus de pièces, concentrées près de la limite, pour une étude qui servira à décider.

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

Calculateur Gage R&R (par variables) Calculateur de biais et de linéarité Modèle Gage R&R Excel gratuit Logiciel d'étalonnage ISO/IEC 17025 Comparer les logiciels d'étalonnage Tous les outils

Emportez la liste de contrôle de préparation à l'audit

La liste de contrôle que les auditeurs déroulent vraiment, en remontant le fil. Ensuite, quatre e-mails courts et pratiques. Pas de spam, désabonnement en un clic.

Gardez l'étude avec l'enregistrement

Axiospec garde chaque étalonnage, chaque lecture et chaque certificat dans un registre unique à intégrité vérifiable, conçu pour l'ISO/IEC 17025.

Commencer

Vous avez une liste d'instruments ? Envoyez-la nous et nous la chargeons pour vous, en général sous un à deux jours ouvrés. Gratuit avec toutes les offres.