La gage R&R attribut concerne spécifiquement les caractéristiques attributaires, c’est-à-dire des caractéristiques qui sont catégorisées plutôt que mesurées numériquement. Par exemple, les caractéristiques comme la conformité à une spécification, la présence ou l’absence d’un défaut, etc.
La norme MSA (Measurement System Analysis), fournit des lignes directrices et des méthodologies pour évaluer et améliorer la fiabilité d’un système de mesure, qu’il s’agisse de mesures continues ou attributaires. Pour les caractéristiques attributaires, la MSA propose des méthodes spécifiques pour évaluer la répétabilité et la reproductibilité, notamment avec la méthode Gage R&R attribut avec l’indicateur Kappa de Cohen (voir détail).
Selon la norme MSA, pour réaliser une étude Gage R&R attribut, les étapes suivantes sont généralement recommandées :
- Sélection des caractéristiques attributaires : Identifiez les caractéristiques attributaires que vous souhaitez évaluer. Exemple : L’aspect
- Définition des catégories : Définissez clairement les catégories ou les classifications pour chaque caractéristique attributaire. (CF/NCF) / (OK/KO) etc…
- Sélection des opérateurs : Choisissez les opérateurs qui effectueront les mesures. Il est important que ces opérateurs soient représentatifs de ceux qui utiliseront le système de mesure dans la pratique.
- Collecte des données : Mesurez les caractéristiques attributaires sur un échantillon de pièces à l’aide du système de mesure en question. Cette étape nécessite un expert qui va caractériser les échantillons avant l’étude Gage R&R. Puis chaque opérateur devrait mesurer chaque pièce.
- Analyse des données : Utilisez des méthodes statistiques appropriées pour décomposer la variation totale en composantes attribuables à la répétabilité (variation due au même opérateur) et à la reproductibilité (variation due à différents opérateurs).
- Interprétation des résultats : Évaluez la proportion de variation totale attribuable à la répétabilité et à la reproductibilité. Si ces composantes de variation sont faibles par rapport à l’intervalle de tolérance de la caractéristique, le système de mesure est considéré comme fiable pour les caractéristiques attributaires.
Kappa de Cohen
Le coefficient kappa de Cohen, souvent simplement appelé le « kappa », est une mesure statistique utilisée pour évaluer l’accord entre deux observateurs ou méthodes de mesure lorsqu’ils classent des éléments en catégories discrètes. Il est largement utilisé dans les domaines de la recherche médicale, de l’épidémiologie, de la psychologie et d’autres disciplines où la concordance entre observateurs ou méthodes est importante.
Le coefficient kappa prend en compte à la fois l’accord réel entre les observateurs et l’accord qui pourrait être dû au hasard. Il corrige ainsi le simple taux d’accord brut en tenant compte de la probabilité d’accord due au hasard.
Le coefficient kappa est calculé à l’aide de la formule :
Kappa =\frac{P_{0}-P_{e}}{1-P_{e}}
- 𝑃0 est la proportion d’accord observée entre les observateurs.
- 𝑃𝑒 est la proportion d’accord attendu due au hasard.
Le coefficient kappa peut varier de -1 à 1, où :
- Kappa = 1, indique un accord parfait entre les observateurs.
- Kappa=0, indique un accord équivalent à celui qui pourrait être obtenu par le hasard.
- Kappa=-1, indique un désaccord complet entre les observateurs.
Efficacité :
L’efficacité d’une méthode de mesure attribut, permet de quantifier le taux de bonnes décisions sur le nombre d’opportunités globale.
Efficacité = \frac{\text{nombre de décisions bonnes}}{\text{nombre de pièces contrôlées}}
Taux d’erreur :
Le taux d’erreur exprime la fréquence à laquelle une pièce non conforme est erronément considérée par l’opérateur comme conforme.
Taux d'erreur = \frac{\text{nombre de décisions "conformes" sachant que la pièce est "non conforme"}}{\text{nombre d'opportunités pour une pièce non conforme}}
Taux de fausses alarmes :
Le taux d’erreur exprime la fréquence à laquelle une pièce conforme est erronément considérée par l’opérateur comme non conforme.
Fausses alarmes = \frac{\text{nombre de décisions "non conformes" sachant que la pièce est "conforme"}}{\text{nombre d'opportunités pour une pièce conforme}}