Gage R&R für Attribute in Excel - Anleitung

Dieses Tutorium zeigt Ihnen, wie Sie eine Gage R&R-Analyse (Reproducibility & Repeatability) für Attribute in Excel mithilfe der Statistiksoftware XLSTAT einrichten und interpretieren.

Datensatz für die Durchführung einer Gage R&R-Attributanalyse in Excel mithilfe von XLSTAT

Die Daten entsprechen der Bewertung des Gesundheitszustands der Haut von 15 Patienten durch 5 Gutachter in zwei Wiederholungen. Der Gesundheitszustand der Haut wird auf einer 5-Punkte-Ordinale-Skala bewertet: Hervorragend, Gut, Mittel, Schlecht, Sehr schlecht. Darüber hinaus wurden die Hautmerkmale außerdem biologisch bewertet, um Referenzwerte zu erhalten. Die Daten werden in einem Beobachtungs-/Variablentabellenformat gespeichert, das aus einer Spalte mit den Namen der Gutachter, einer Spalte mit den Identifikationen der Patienten, einer Spalte mit den von den Gutachtern durchgeführten Messungen und einer Spalte mit den Referenzwerten besteht. Ausschließlich zu Informationszwecken gibt es eine fünfte Spalte mit den Wiederholungen.

Die Absicht dieses Tutoriums besteht darin, eine Gage R&R-Studie für Attribute durchzuführen, um einen Messprozess zu kontrollieren und zu beurteilen. In unserem Beispiel möchten wir die Fähigkeit von 5 Gutachtern, den Hautzustand von 15 Patienten basierend auf einer visuellen Begutachtung zu bewerten, einschätzen. Die Ergebnisse werden mit Referenzwerten des Hautzustands verglichen, die sich durch eine biologische Analyse ergeben.

Einrichten einer Gage R&R-Attributanalyse

Um eine Gage R&R-Studie für Attribute durchzuführen, wählen Sie den Befehl XLSTAT/SPC/Messsystemanalyse (Gage R&R).

Das Dialogfenster SPC Messsystemanalyse (Gage R&R) für Attribute erscheint.

Wählen Sie in der Registerkarte Allgemein das Datenformat Beobachtungen/Variablen-Tabelle (eine Spalte für alle Messungen) aus. Danach wählen Sie die Spalte Geschätzter Zustand im Feld Messungen aus und wählen Sie den Datentyp Ordinal aus. Wählen Sie die Spalte Gutachter im Feld Prüfer und die Spalte Patient als Teile aus. Aktivieren Sie die Option Referenz und wählen Sie die Spalte Tatsächlicher Zustand im Feld Referenz aus.

Aktivieren Sie die Option Beschriftung der Spalten, da die erste Zeile der Auswahlen die Spaltennamen enthält.

In der Registerkarte Optionen aktivieren Sie alle Statistiken und geben Sie 95 für das Konfidenzintervall ein. In der Registerkarte Ausgabe aktivieren Sie Übereinstimmung, um die Bewertungsübereinstimmung anzuzeigen.

In der Registerkarte Diagramme aktivieren Sie Übereinstimmungsdiagramme und die beiden Unteroptionen Innerhalb des Prüfers und Prüfer versus Referenz.

Die Berechnungen beginnen, sobald sie auf OK geklickt haben. Sie werden aufgefordert, die Anzahl der Zeilen und Spalten zu bestätigen (diese Meldung kann im Optionspanel von XLSTAT durch Entfernen der Markierung bei Auswahl bestätigen lassen umgangen werden).

Interpretieren der Ergebnisse einer Gage R&R-Attributanalyse in XLSTAT

Die Ergebnisse werden in vier Bereichen angezeigt: Innerhalb des Prüfers, Zwischen Prüfern, Prüfer versus Referenz und Alle versus Referenz.

In allen Abschnitten wird als erstes die Bewertungsübereinstimmungstabelle angezeigt. In der Bewertungsübereinstimmungstabelle Innerhalb der Prüfer können wir sehen, dass 15 Patienten (untersucht) ausgewertet wurden und Lea mit sich selbst über die Wiederholungen der Bewertungen der 15 Patienten (abgeglichen) übereinstimmte, d. h. 100,00 % der Patienten wurden mit einem Konfidenzintervall von 95 % von 81,90 % bis 100,00 % abgeglichen; wohingegen Luis mit sich selbst nur für 8 Patienten übereinstimmte, d. h. 53,33 % mit einem Konfidenzintervall von 95 % von 26,59 % bis 78,73 %. Die Bewertungsübereinstimmungstabelle wird durch das Bewertungsübereinstimmungsdiagramm veranschaulicht, in dem die allgemeine Ähnlichkeit für jeden Gutachter mit ihrem Konfidenzintervall angezeigt wird.

Die zweite Tabelle enthält das Fleiss’ Kappa für jeden Prüfer und jede Antwort in den Abschnitten Innerhalb des Prüfers und Prüfer versus Referenz und für jede Antwort in den Abschnitten Zwischen Prüfer und Alle versus Referenz.

Im Abschnitt Innerhalb des Prüfers sehen wir, dass Lea ein Fleiss’ Kappa von 1,00 aufweist. In der Tat stimmt sie vollkommen mit sich selbst überein. Luis zeigt ein gesamtes Fleiss’ Kappa von 0,3878, das sich signifikant von 0 unterscheidet (p-Wert < 0,05). Jedoch weist ein derart geringer Wert auf eine schlechte Übereinstimmung hin. Eine allgemeine Regelt zeigt an, dass Kappa-Werte größer als 0,75 eine gute bis ausgezeichnete Übereinstimmung anzeigen.

Die dritte Tabelle enthält das Cohens Kappa für jeden Prüfer und jede Antwort in den Abschnitten Innerhalb des Prüfers und Prüfer versus Referenz und für jede Antwort in den Abschnitten Zwischen Prüfer und Alle versus Referenz. Das Cohens Kappa Innerhalb des Prüfers kann nur dann für jeden Prüfer berechnet werden, wenn genau zwei Wiederholungen auf jeder Seite vorhanden sind, und das Cohens Kappa zwischen Prüfern kann nur für zwei Prüfer mit einfacher Wiederholung berechnet werden. Die Cohens Kappas stimmen mit den Fleiss’ Kappas überein.

Die vierte Tabelle enthält den Kendall Konkordanzkoeffizient in den Abschnitten Innerhalb des Prüfers und Zwischen Prüfer, und die Kendall Korrelationskoeffizienten in den Abschnitten Prüfer versus Referenz und Alle versus Referenz.

Lea, Tim und Zoe zeigen Kendall Konkordanzkoeffizienten von 1,00, was eine starke Assoziation zwischen den beiden Wiederholungen anzeigt. Peter zeigt einen Kendall Konkordanzkoeffizient von 0,9869, was ebenfalls eine starke Assoziation anzeigt. Diese 4 Koeffizienten sind mit einem p-Wert < 0,05 verbunden, die Nullhypothese (Koeffizient ist gleich 0) wird abgelehnt. Luis hat einen Kendall Konkordanzkoeffizient von 0,5865 mit einem p-Wert von 0,2882, die Nullhypothese kann nicht abgelehnt werden.

Sehen wir uns nun den Kendall-Korrelationskoeffizient Prüfer versus Referenz an. Die Ergebnisse zeigen, dass es eine starke Assoziation zwischen den Bewertungen von Lea, Tim und Zoe und der Referenz (Koeffizient nahe an 1) gibt. Die Assoziation zwischen den Bewertungen von Luis und der Referenz ist niedriger (0,6074), aber immer noch signifikant verschieden von null. Nur Peter zeigt einen sehr niedrigen Koeffizienten (0,1078) mit einem p-Wert von 0,4491. In seinem Fall kann die Nullhypothese nicht abgelehnt werden.

Referenz

AIAG. (2010). Measurement Systems Analysis (MSA) Reference Manual. 4th Edition, Chrysler, Ford, GM.