機(jī)床商務(wù)網(wǎng)技術(shù)文章
基于SEM的可用性需求客觀重要度分析
閱讀：130 發(fā)布時(shí)間：2020-8-11考慮加工中心用戶可用性需求指標(biāo)體系的特點(diǎn)，構(gòu)建相應(yīng)的模型。將7項(xiàng)可用性需求 指標(biāo)作為內(nèi)生變量，可靠性需求和維修性需求作為可用性需求模型的一階因子中的內(nèi)生潛 變量，可用性需求就是模型中的二階外生潛變量，建立可用性需求模型，如圖3.3所示。
在設(shè)定好模型的標(biāo)準(zhǔn)、潛變量和組織架構(gòu)之后，需要根據(jù)所設(shè)定的模型進(jìn)行參數(shù)估計(jì)， 來(lái)判斷模型是否合理，如果不合理就需要對(duì)模型進(jìn)行參數(shù)調(diào)整，直到調(diào)整到合適的模型。 本文采用建模軟件為AMOS 16.0,估計(jì)方法為極大似然估計(jì)。
(2) 參數(shù)估計(jì)
1) 數(shù)據(jù)收集
根據(jù)圖3.3所設(shè)定的模型結(jié)構(gòu)，本次調(diào)查針對(duì)機(jī)床企業(yè)主管、采購(gòu)人員、維修人員及 操作人員發(fā)出問(wèn)卷115份，回收了 106份問(wèn)卷，回收率為92%。問(wèn)卷依然釆用李克特五點(diǎn) 量表法，將可用性需求重要程度劃分成“很不重要”、“不很重要”、“一般重要”、“比較重要” 和“很重要”5個(gè)評(píng)比等級(jí)。
2) 信度效度分析
在問(wèn)卷調(diào)查以后，就可以展開(kāi)信度和效度分析。如果后計(jì)算出的因子負(fù)荷系數(shù)在標(biāo) 準(zhǔn)的負(fù)荷系數(shù)范圍內(nèi)，那么表示模型的結(jié)構(gòu)效度是處于合理程度的。《值在0.8以上說(shuō)明 問(wèn)卷效度很好，具體解釋參考第二章。如表3.7是模型的結(jié)構(gòu)效度和信度的檢驗(yàn)情況。從 該表不難發(fā)現(xiàn)，各檢驗(yàn)結(jié)果都可以達(dá)到衡量標(biāo)準(zhǔn)，所以得知此模型的信度和效度良好。
表3.7指標(biāo)體系因子分析
| 第二層指標(biāo) | 第三層指標(biāo) | 因子負(fù)荷 | «值 |
| 可靠性需求 | MTBF | 0.834 |
|
|
| 精度保持性 | 0.912 |
|
|
| 故障診斷 | 0.842 |
|
|
| 維修難易程度 | 0.722 | 0.837 |
| 維修性需求 | 符合維修的人機(jī)環(huán)工程要求 | 0.834 |
|
|
| 維修費(fèi)用 | 0.586 |
|
|
| 維修時(shí)間 | 0.673 |
|
3) 基于SEM的二階驗(yàn)證性因子分析
通過(guò)AMOS軟件，分析數(shù)據(jù)的二階驗(yàn)證性因子，得到可用性需求指標(biāo)模型的標(biāo)準(zhǔn)化 參數(shù)圖，也即結(jié)構(gòu)方程路徑圖，如圖3.4所示。
(3) 模型擬合
在AMOS中一般采用極大似然法估計(jì)其中的各類參數(shù)，并通過(guò)擬合參數(shù)的數(shù)值來(lái)判 定擬合程度的優(yōu)劣。觀察表3.8可看到，CMIN/DF=2.146小于3, P值小于0.05, AGFI、 NFI、CFI和IFI均接近或大于0.9, RMSEA低于0.08,因此各項(xiàng)擬合指標(biāo)值表明模型與樣
本數(shù)據(jù)的擬合度很好，基于這些指數(shù)與相關(guān)理論，可以認(rèn)定此次設(shè)計(jì)的模型擬合優(yōu)度良好。
表3.8模型的擬合度檢驗(yàn)
| 指標(biāo) | CMIN/DF | P | CFI | GFI | RMSEA | AGFI | NFI | IFI |
| 指標(biāo)值 | 2.146 | 0.01 | 0.947 | 0.93 | 0.07 | 0.85 | 0.907 | 0.948 |
(4) 評(píng)價(jià)模型結(jié)構(gòu)參數(shù)
從上表3.8,不難得出各擬合指標(biāo)都可以達(dá)到預(yù)期的要求，所有數(shù)據(jù)都處于較好水平， 這也意味著建立可用性需求指標(biāo)模型得到了較好的數(shù)據(jù)支持。
(5) 客觀重要度計(jì)算
通過(guò)圖3.4可以看出，結(jié)構(gòu)方程模型一方面導(dǎo)出了每個(gè)測(cè)量變量對(duì)潛變量的影響路徑 系數(shù)，同時(shí)也導(dǎo)出了每個(gè)一階因子對(duì)二階因子的路徑影響系數(shù)，對(duì)這些路徑系數(shù)進(jìn)行歸一 化后便得到相關(guān)變量的權(quán)重系數(shù)（田飛，2007)。本文結(jié)合路徑分析法借助路徑系數(shù)計(jì)算 結(jié)果對(duì)可用性需求指標(biāo)進(jìn)行賦權(quán)，從指標(biāo)解釋的功能性角度確定指標(biāo)權(quán)重，以闡述各變量 之間的相對(duì)重要程度。按照該方法，所得到的指標(biāo)權(quán)重值通常會(huì)隨著評(píng)價(jià)指標(biāo)與評(píng)價(jià)范圍 的調(diào)整而發(fā)生調(diào)整，因此該方法是一種動(dòng)態(tài)分析法，實(shí)用性較強(qiáng)。具體計(jì)算如下：
客觀重要度的歸一化方法。把所有分類指標(biāo)的路徑系數(shù)相加，所有指標(biāo)與該路徑 系數(shù)總和相除，以取得權(quán)重值。例如：可靠性需求、維修性需求的重要度各為：0.628, 0.935, 則歸一化后二者重要度各為0.4, 0.6。同樣，還可以計(jì)算各個(gè)指標(biāo)相對(duì)重要度。
具體指標(biāo)客觀重要度的計(jì)算方法。第一層歸一化后指標(biāo)的重要度與第二層每個(gè)觀 測(cè)變量歸一化后的指標(biāo)重要度做乘法，就可以得到每個(gè)具體指標(biāo)的重要度。
本文采摘自“基于QFD的加工中心可用性保障技術(shù)研究”，因?yàn)榫庉嬂щy導(dǎo)致有些函數(shù)、表格、圖片、內(nèi)容無(wú)法顯示，有需要者可以在網(wǎng)絡(luò)中查找相關(guān)文章！
本文由伯特利數(shù)控整理發(fā)表文章均來(lái)自網(wǎng)絡(luò)僅供學(xué)習(xí)參考，轉(zhuǎn)載請(qǐng)注明！
相關(guān)內(nèi)容可查閱：主頁(yè)（加工中心）、產(chǎn)品頁(yè)（CNC加工中心）、文章頁(yè)（數(shù)控加工中心）