fullseye

msa_attribute_agreement — SPC msa op

• データ種: table → table
• 呼び出し: import fullseye as fs; fs.ledger.msa_attribute_agreement(table, appraiser='appraiser', part='part', rating='rating') (実装を直接呼ぶなら import spc; spc.msa_attribute_agreement(table, appraiser='appraiser', part='part', rating='rating')、台帳から引くなら opsspc.get("msa_attribute_agreement"))

使い方

計数値(合否)検査の一致度(table)。

同じ部品を複数の検査員が判定した表から、検査員の対ごとの Cohen のカッパと 全体の Fleiss のカッパ、および素の一致率を返す。

★カッパは一致率そのものではない。kappa = (p_o - p_e)/(1 - p_e) で、 偶然でも起きる一致 p_e を割り引いた残りを測る —— 合格率 95 % の工程では でたらめに判を押しても素の一致率は 90 % を超えるので、一致率だけ見ると 「よく合っている」と読めてしまう。

★門にできる厳密な値: 全員が同じ判定 → kappa = 1(厳密)。2 人 x 2 カテゴリの Cohen のカッパは 2(ad-bc)/((a+b)(b+d)+(a+c)(c+d)) という閉形式と一致する。 独立でたらめな判定では期待値 0(こちらは標本ごとに揺れるので区間で見る)。

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_measurement_system_analysis — py -3.11 examples/poc_measurement_system_analysis.py

型が繋がる次の op(table を入力に取れる)

msa_anova_table · msa_gauge_rr · msa_bias_linearity · gum_standard_uncertainty · gum_propagate · gum_expanded · gum_monte_carlo · gum_validate

同カテゴリ(msa)

msa_anova_table · msa_gauge_rr · msa_bias_linearity

---

Provenance: spc.py — SPC operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.

This site is open source. Improve this page.