계수형 합치도 분석에 대한 데이터 고려 사항

유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.

평가자가 표본을 랜덤 순서로 평가해야 합니다.
데이터 수집 순서가 결과에 영향을 미치지 않도록 하려면 각 평가자가 반복실험 내에서 모든 표본을 랜덤하게 평가해야 합니다. 모든 평가자가 모든 부품을 한 번 측정한 후 모든 반복실험에 대해 공정을 반복합니다.
각 표본에 대해 알려진 기준 등급이 있을 수 있습니다.
기준 값(마스터 값이라고도 함)은 표준 표본을 위한 알려진 정확한 등급입니다. 예를 들어, 알려진 정확한 날염 품질 등급의 표준 직물 표본이 있습니다. 이 표본을 평가자가 날염 품질의 등급을 정확하게 매기는지 평가하기 위해 사용합니다.
적절한 연구를 위해서는 50개 이상의 표본이 있어야 합니다.
적절한 합치도 추정치를 얻으려면 50개 이상의 표본이 필요합니다. 전체 공정 변동 범위에서 표본을 선택하십시오. 많은 표본으로 반복실험을 적게 하는 것이 적은 표본으로 반복실험을 많이 하는 것보다 좋습니다.
평가자가 각 표본을 두 번 이상 평가해야 합니다.
같은 표본을 일관성있게 평가하는 평가자의 능력을 평가하기 위해서는 각 평가자가 랜덤 순서로 2번 이상 각 품목의 등급을 매겨야 합니다.
반복실험은 중요하지만 지루할 수 있습니다. 리소스를 계획할 때는 많은 표본을 적은 횟수의 반복실험을 통해 랜덤 순서로 평가하는 것이 적은 표본을 많은 횟수의 반복실험을 통해 랜덤하지 않게 평가하는 것보다 좋습니다.
적절한 연구를 위해서는 3명 이상의 평가자가 있어야 합니다.
최상의 결과를 얻으려면 3 - 5명의 평가자를 연구에 포함하십시오. 측정 시스템을 사용하는 평가자의 수가 실제로 3명보다 적은 경우가 아니라면 연구에서 3명 미만의 평가자를 사용해서는 안 됩니다. 평가자 간에 큰 차이가 있는 것으로 의심될 경우 3 - 5명보다 많은 평가자를 사용하는 것을 고려해야 합니다. 한 평가자의 정확성이 다른 평가자들보다 낮은 경우와 같이 평가자 간의 차이가 확인되면 종종 교육을 통해 일관성을 개선할 수 있습니다.
측정 시스템을 사용하는 모든 평가자를 대표하는 평가자를 선택하십시오. 최적(또는 최악)의 평가자만 사용하여 연구를 수행할 경우 결과가 치우치고 평가자 간 차이에 대한 정확한 추정치를 제공하지 못하게 됩니다. 정확성을 보장하는 가장 좋은 방법은 연구의 평가자를 랜덤하게 선택하는 것입니다.
평가자가 각 범주에서 추출한 대략적으로 같은 수의 항목을 평가해야 합니다.
최상의 결과를 얻으려면 여러 범주에서 비슷한 수의 표본을 추출하여 평가자가 각 범주에서 추출된 표본의 등급을 정확하게 매기는지 평가해야 합니다. 한 범주에서 표본을 적게 추출할 경우 해당 범주에 대한 추정치의 정확도가 떨어질 수 있습니다.
반응값이 이항 데이터(예: 통과/실패, 예/아니요)인 경우 근소하게 허용되는 여러 개의 표본과 근소하게 허용되지 않는 여러 개의 표본이 필요합니다. 예를 들어, 통과하는 표본 중 합리적인 수의 표본이 간신히 통과합니다.
계수형 합치도 분석은 균형을 이루어야 합니다.
각 평가자가 각 표본을 같은 횟수만큼 평가해야 합니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오