Capa sem texto: dois inspetores examinando peças metálicas lado a lado sob luz de inspeção, com leve acento verde.

O que é a análise de concordância de atributos

A análise de concordância de atributos (ou MSA por atributos) mede se os inspetores classificam as peças como boas ou ruins de forma consistente entre si, ao longo do tempo e em relação a um padrão conhecido. O índice Kappa (Cohen) mede essa concordância descontando a parte que ocorreria por acaso.

Ela se aplica quando o resultado da inspeção é uma decisão (aprova/reprova, passa/não passa, presença/ausência de defeito), e não um valor medido. Para dados contínuos, o estudo é o Gauge R&R.

Mapa visual do Kappa e da concordância

O mapa traz a matriz de concordância de dois inspetores, o cálculo do Kappa e os índices de eficácia, perda e falso alarme.

CONCORDÂNCIA DE ATRIBUTOS E KAPPA
Mapa visual 203: Teste Kappa: concordância de atributos na MSA, com exemplo. Clique no mapa para ver em tamanho real.Baixar o mapa em PNG

Fórmula do Kappa de Cohen

Kappa = (po − pe) ÷ (1 − pe)

Kappa = 1 indica concordância perfeita; 0, concordância igual à do acaso; valores negativos, concordância pior que o acaso. A concordância simples (po) engana: dois inspetores que aprovam quase tudo concordam muito, mesmo sem enxergar defeito algum. O Kappa corrige isso.

Exemplo resolvido: dois inspetores, 50 peças

Exemplo fictício. Os inspetores A e B classificam as mesmas 50 peças (OK ou NOK), sem saber a resposta um do outro.

B = OKB = NOKTotal A
A = OK20525
A = NOK32225
Total B232750
  1. Concordância observada: po = (20 + 22) ÷ 50 = 42 ÷ 50 = 0,84.
  2. Concordância por acaso: pe = (25 × 23 + 25 × 27) ÷ 50² = (575 + 675) ÷ 2.500 = 0,50.
  3. Kappa = (0,84 − 0,50) ÷ (1 − 0,50) = 0,34 ÷ 0,50 = 0,68.

Os dois concordam em 84% das peças, mas metade disso seria esperada ao acaso. O Kappa de 0,68 mostra concordância apenas moderada a boa.

Anúncio · Publicidade

Como interpretar o valor do Kappa

KappaLeitura (critério usual do manual MSA)
acima de 0,75Boa concordância
0,40 a 0,75Marginal: aceitável conforme o risco, com melhoria
abaixo de 0,40Ruim: o sistema de inspeção não é confiável

No exemplo, 0,68 fica na faixa marginal. Antes de aceitar, olhe as 8 peças discordantes (5 + 3): quais eram, em que defeito, e se o critério visual estava claro.

Comparando cada inspetor com o padrão

Quando existe uma classificação de referência (peças avaliadas por um especialista ou por medição), calculam-se três índices por inspetor. Exemplo fictício: o inspetor A avaliou 25 peças boas e 25 ruins conforme o padrão.

Padrão = bomPadrão = ruim
A aprova234
A reprova221

Critérios usuais do manual MSA: eficácia acima de 90% aceitável e entre 80% e 90% marginal; perda até 2% aceitável e até 5% marginal; falso alarme até 5% aceitável e até 10% marginal. O inspetor A, com 88% de eficácia e 16% de perda, precisa de ação, apesar do Kappa de 0,76: o Kappa sozinho esconde que o erro mais caro é a peça ruim aprovada.

Anúncio · Publicidade

Como montar o estudo

  1. Escolha 30 a 50 peças que representem o processo, com cerca de metade boas e metade ruins, incluindo peças limítrofes e os defeitos reais da linha.
  2. Defina o padrão: classifique cada peça por especialista ou medição, e registre a resposta sem que os inspetores a vejam.
  3. Use 2 a 3 inspetores que realmente fazem a inspeção, nas condições normais de luz e tempo.
  4. Repita 2 ou 3 vezes com as peças em ordem aleatória e com intervalo, para avaliar a repetibilidade.
  5. Registre em uma folha de verificação, calcule Kappa entre inspetores, de cada um consigo mesmo e contra o padrão. Para mais de dois inspetores, use o Kappa de Fleiss; para notas ordenadas (p.ex. 1 a 5), o coeficiente de Kendall. Softwares como o Minitab fazem os cálculos.
  6. Aja nas discordâncias: defina amostras-limite visuais, melhore a iluminação e a descrição do defeito, treine com TWI e atualize o trabalho padronizado.

O tamanho do estudo segue a mesma lógica do tamanho da amostra: poucas peças geram um Kappa instável.

Onde aplicar

Se a inspeção visual é frágil, considere eliminar a decisão humana com poka-yoke ou inspeção automática. Instrumentos dos dispositivos passa/não passa continuam sob calibração. A amostragem do lote vem depois, no plano de NQA: ela não corrige um inspetor que erra.

Erros comuns

Perguntas frequentes

O que é o Kappa na análise de concordância de atributos?

É um índice que mede a concordância entre classificações, descontando a concordância que ocorreria por acaso. Vai de −1 a 1.

Qual a fórmula do Kappa?

Kappa = (po − pe) ÷ (1 − pe), com po a concordância observada e pe a esperada por acaso.

Qual Kappa é aceitável?

Pelo critério usual do manual MSA, acima de 0,75 é boa concordância, entre 0,40 e 0,75 é marginal e abaixo de 0,40 é ruim.

Quantas peças usar no estudo?

De 30 a 50 peças, com cerca de metade boas e metade ruins, incluindo peças limítrofes, avaliadas por 2 a 3 inspetores em 2 ou 3 repetições.

Qual a diferença entre Kappa e Gauge R&R?

O Kappa avalia decisões (OK/NOK); o Gauge R&R avalia medidas contínuas. Os dois fazem parte da MSA.

Por que a taxa de perda importa mais que o Kappa?

Porque ela mostra quantas peças ruins passam e chegam ao cliente. Um inspetor pode ter Kappa razoável e ainda deixar passar muitos defeitos.

Anúncio · Publicidade

Fontes

  1. AIAG. Measurement Systems Analysis (MSA), Reference Manual, 4th ed. Automotive Industry Action Group, 2010.
  2. COHEN, J. A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 1960.
  3. MONTGOMERY, D. C. Introdução ao Controle Estatístico da Qualidade. Rio de Janeiro: LTC.

Para estudar mais: fontes e links confiáveis

Guarde este endereço: o Manufatura Enxuta é a sua escola de manufatura enxuta. Volte sempre que precisar estudar, com artigo completo, mapa visual e fontes confiáveis. Siga uma das trilhas de estudo ou consulte o glossário A–Z.

Encontrou uma causa especial? Resolva na raiz.

Baixe o e-book gratuito "Kit de Resolução de Problemas", com PDCA, A3, 5 Porquês e Ishikawa.

Baixar e-book
Foto de Vagner Soares

Sobre o autor

Vagner Soares

Especialista em Lean Manufacturing e Gestão Comportamental

Mais de 20 anos de indústria automotiva e metalmecânica (GM e Dana), especialista em Lean Manufacturing desde 2006. Instrutor e mentor do SENAI no programa Brasil Mais Produtivo, com consultorias, treinamentos e auditorias em mais de 50 empresas, unindo qualidade, produtividade e desenvolvimento de pessoas.