测量系统确认分析——当判定结果是"合格/不合格"时，如何证明测量可靠
前面的 GR&R 解决的是计量型测量系统（测得连续数值），可现实中有大量判定是计数型/属性类的：目视检验产品合格与否、判定色差/划伤/毛刺、审计分类、缺陷等级判定。此时测量结果不是数值，而是"是与否/优与次"。计量型 GR&R 无法用于此类系统。
计数型 MSA 要回答：不同检验员对同一批件，是否能给出一致且正确的判定？核心指标是 Kappa 一致性系数和属性一致性百分比。它用"重复判定的一致性 + 与参考判定的一致度"来验证测量系统可信。
目视检验是制造业最庞大也最常被忽略的测量系统。若不能证明检验员"看得一致、判得准"，全检和抽检的数据都不可信，SPC/P 图的结论也无从谈起。Kappa 就是给"人眼"做的 MSA。
Kappa（κ）衡量两种判定之间的一致性，并扣除随机碰巧一致的部分——这是它优于单纯"一致率%"的关键。常见的两种形式：
| 形式 | 衡量对象 | 适用场景 |
|---|---|---|
| Cohen 的 Kappa | 两名评定者之间的一致性 | 两检验员 / 检验员与参考基准 |
| Fleiss 的 Kappa | 多名评定者整体一致性 | 多名检验员（≥3）的一致性 |
之所以要扣 Pe：当某类（如"合格"）占比很高时，即使检验员都在乱猜，一致率也会虚高。Kappa 把这一虚高剔掉，才是真实的一致性。
先请该判定问题的权威专家/更可靠手段，为选择的样本标定出标准合格/不合格结论，作为比对基准。
选 20~50 件覆盖"合格/临界/不合格"三类且数量均衡的样本，3 名检验员，每人对每件判定 2~3 轮（隐藏件号、随机顺序）。
① 检验员自身重复一致性（同人跨轮）；② 检验员相互一致性（人与人）；③ 检验员与参考判定的一致率（判得准不准）。
用软件算出各类 Kappa，对照标准：κ ≥ 0.75 优；0.40 ~ 0.75 尚可；< 0.40 差，需改进。
对判定不一致的样本逐件复盘，找出是标准不清晰、抽样争议区还是检验员能力不足，据此修订标准/培训/换方法。
| Kappa 值 | 一致性强度 | 建议 |
|---|---|---|
| κ ≥ 0.75 | 良好 | 计数型测量系统可接受 |
| 0.40 ≤ κ < 0.75 | 尚可 | 需关注争议项，改进判定标准 |
| κ < 0.40 | 较差 | 测量系统不可接受，必须改进 |
补充：实际判单还应结合"属性一致性百分比"（一致件数/总件数），并看检出率（对不合格样品的判出比例）——因为漏放不合格品比误判合格品危害更大。Kappa 与检出率要一起看，缺一不可。
| 对比项 | 计量型 GR&R | 计数型 MSA（Kappa） |
|---|---|---|
| 数据类型 | 连续数值 | 合格/不合格、分类 |
| 核心指标 | %GR&R、ndc | Kappa、一致率、检出率 |
| 衡量对象 | 变异大小 | 判定一致性与正确性 |
| 分析方法 | 均值极差 / ANOVA | 属性一致性表 + Kappa |
黑带提醒：计量型测量系统用 GR&R，计数型判定系统用 Kappa，二者不可互换。很多企业在做"目视检验"时误用计量 GR&R，或用简单一致率糊弄，恰恰漏掉了扣随机巧合的 Kappa——这是审核常见不合格项。
某表面处理车间对"划伤是否超标"纯靠目视。黑带取 50 件（20 合格、15 临界、15 不合格），3 人对每件判定 3 轮，算出 Fleiss Kappa=0.62，整体一致率 84%，但对 15 件临界件的一致率仅 60%，且对不合格件检出率 88%。结论：测量系统"尚可"，但临界区的判定分歧是隐患。复盘发现是判据里"划伤长度≤Xmm"无视觉参照——据此制作标准比对样块+培训后，复测 Kappa 升至 0.82。
1. 样本要含临界件：只在"明显合格/明显不合格"里选样，会得出虚高的一致率。
2. 必须看 Kappa 而非一致率：当不合格率很低时，一致率会被"大家都判合格"的巧合抬高。
3. 检出率单独盯：漏放不合格品是安全与质量红线，与 Kappa 分开评估。
4. 随机与盲态：检验员不能看到件号、不能看到别人结果，否则一致性被人为拉高。
5. 与计数 SPC 联动：计数型判定系统验证通过，P 图/np 图/属性控制图的基础才可信。
计数型 MSA（Kappa）是给"人在做判定、且结果是合格/不合格"的测量系统做的确认分析。用扣除随机巧合的 Kappa 系数 + 属性一致率 + 检出率，证明检验员"看得一致、判得准"——这是目视检验、抽检、分类判定的可靠性根基。