Статистические методы в управлении качеством. Ефимов В.В. - 21 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

21
21
Переменную Т
7
можно
было
выделить в самостоятельный фактор, так как
ни с одним потребительским требованием она не имеет значимой корреляци-
онной нагрузки (более 0,4). Но, на наш взгляд, это не следует делать, так как
фактор «дверь не должна ржаветь» не имеет непосредственного отношения к
потребительским требованиям по конструкции двери.
Таким образом, при утверждении технического задания на проектирова-
ние конструкции дверей автомобиля именно названия полученных факторов
будут вписаны как потребительские требования, по которым необходимо
найти конструктивное решение в виде инженерных характеристик.
2.2.3. Дисперсионный анализ факторов
Укажем на одно принципиально важное свойство коэффициента корре-
ляции между переменными: возведенный в квадрат он показывает, какая
часть дисперсии (разброса) признака является общей для двух переменных.
Или, говоря проще, насколько сильно эти переменные перекрываются. Так
например, если две переменные Т
1
и Т
3
с корреляцией 0,8 перекрываются со
степенью 0,64 (0,8 в квадрате), то это означает, что 64% дисперсии той и дру-
гой переменной являются общими, т.е. совпадают. Можно также сказать, что
общность этих переменных равна 64%.
Напомним, что факторные нагрузки в факторной матрице (табл.2.3) яв-
ляются тоже коэффициентами корреляции, но между факторами и перемен-
ными (потребительскими требованиями). Поэтому возведенная в квадрат
факторная нагрузка (дисперсия) характеризует степень общности (или пере-
крытия) данной переменной и данного фактора. Определим степень пере-
крытия (дисперсию D) обоих факторов с переменной (потребительским
требованием) Т
1
.
Для этого необходимо вычислить сумму квадратов весов
факторов с первой переменной, т.е. 0,83•0,83 + 0,3•0,3 = 0,70. Таким образом
общность переменной Т
1
с обоими факторами составляет 70%. Это доста-
точно значимое перекрытие.
В то же время, низкая общность может свидетельствовать о том, что пе-
ременная измеряет или отражает нечто, качественно отличающееся от других
переменных, включенных в анализ. Это подразумевает, что данная перемен-
ная не совмещается с факторами по одной из причин: либо переменная из-
меряет другое понятие (как, например, переменная Т
7
), либо переменная
имеет большую ошибку измерения, либо существуют искажающие диспер-
сию признаки.
Следует отметить, что значимость каждого фактора также определяется
величиной дисперсии между переменными и факторной нагрузкой (весом).
Для того чтобы вычислить собственное значение фактора, нужно найти в ка-
ждом столбце факторной матрицы (табл.2.3) сумму квадратов факторной на-

Страницы