您还没有绑定微信,更多功能请点击绑定

MSA在服务业应用中遇到问题,求解答

当前公司在实际中遇到一个问题,考虑用MSA解决:公司帮助客户评价其产品并给出评价报告,报告质量很重要。所以需要审核部安排审核员进行审核,审核员根据公司审核标准找出报告中不合理的地方按标准对报告扣分,理论上对于同一份报告在不同时间、不同分公司、不同审核员的审核下扣分应该相同,但实际中是肯定有差别的,是否可以通过MSA进行分析,得到这样几个结论:审核员自身一致性如何(自己对标准理解是否一致)?审核员之间一致性如何?差异是否可接受?(假设20%的偏差是可以接受的)
设计如下:
在报告库中随机抽取10份报告,随机从12个审核员中抽取3人分别对10份报告检查3次看扣分数,得到数据如附件。
有若干问题求解答:
1. 是否需要为每份报告设立一个扣分的基准(最佳扣分值)?
2. 因为报告是随机抽取的,报告之间的差异可能会非常大,这个是否可以?还是说这10份报告一定要抽取水平相近(理论上扣分值相同)的?
3. 使用minitab进行分析的时候,应该选交叉还是嵌套?分析方法用方差分析吗?选项里的过程公差应该填写吗?因为不是实际产品,有所谓规格上下限吗?
数据: pan.baidu.com/s/1qZdcCEg
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

杨格_Alan (威望:668) (江苏 无锡) 机械制造

赞同来自: zhaoliang QACAT mangochueng 薄荷味暮色

16:52更新:
 
单因子方差分析: C17 与 C16 

方法

原假设      所有均值都相等
备择假设    至少有一个均值不同
显著性水平  α = 0.05

已针对此分析假定了相等方差。


因子信息

因子  水平数  值
C16        3  1, 2, 3


方差分析

来源  自由度  Adj SS  Adj MS   F 值   P 值
C16        2  148.67  74.333  14.23  0.005
误差       6   31.33   5.222
合计       8  180.00


模型汇总

                 R-sq(调
      S    R-sq      整)  R-sq(预测)
2.28522  82.59%    76.79%      60.83%


均值

C16  N    均值  标准差    95% 置信区间
1    3   19.00    2.65  (15.77,  22.23)
2    3  11.333   1.528  (8.105, 14.562)
3    3   20.67    2.52  (17.44,  23.90)

合并标准差 = 2.28522

 
Tukey 配对比较 

使用 Tukey 方法和 95% 置信度对信息进行分组

C16  N    均值  分组
3    3   20.67  A
1    3   19.00  A
2    3  11.333    B

不共享字母的均值之间具有显著差异。
 
 
 
 
我权限不够,看不到你的附件。
 
如果我没猜错,这是你要做的项目。目标是减小审核员对同样问题的判断差异....
 
对于已经存在的数据,我们用方差分析看看审核员之间打分有没有本质差异,因为报告是随机抽取的,审核员也是随机抽取的。具体打分过程我不知道您是怎么安排的,从数据是看,我们假设打分是独立进行的哈。
 
因为数据平衡,选用方差分析中的“平衡方差分析”,两个因子均为随机变量,模型中加入报告和审核员的交互作用:我分析的结果可能让您失望了:审核员打分没有本质区别!另外方差齐性检验没有发现异常:三个审核员打分的波动是一致的....
 
方差分析: 扣分值 与 审核员序列, 报告序列 

因子        类型  水平数  值
审核员序列  随机       3  1, 2, 3
报告序列    随机      10   1,  2,  3,  4,  5,  6,  7,  8,  9, 10


扣分值 的方差分析

来源                 自由度       SS      MS       F      P
审核员序列                2      5.8     2.9    0.12  0.891
报告序列                  9  34046.5  3782.9  152.82  0.000
审核员序列*报告序列      18    445.6    24.8    1.40  0.165
误差                     60   1060.0    17.7
合计                     89  35557.8


S = 4.20317   R-Sq = 97.02%   R-Sq(调整) = 95.58%


                                          每项的期望均方(使用
   来源                 方差分量  误差项  限制模型)
1  审核员序列             -0.729       3  (4) + 3 (3) + 30 (1)
2  报告序列              417.576       3  (4) + 3 (3) + 9 (2)
3  审核员序列*报告序列     2.363       4  (4) + 3 (3)
4  误差                   17.667          (4)


均值

报告
序列  N  扣分值
 1    9  17.000
 2    9  19.556
 3    9  40.444
 4    9   8.111
 5    9  76.333
 6    9  16.556
 7    9  13.222
 8    9  17.333
 9    9   9.000
10    9  20.556


审核员
序列     N  扣分值
1       30  23.900
2       30  23.467
3       30  24.067
 


 

7 个回复,游客无法查看回复,更多功能请登录注册

发起人

zhaoliang
zhaoliang

管理咨询

扫一扫微信订阅<6SQ每周精选>