基于SEM的可用性需求客觀重要度分析
考慮加工中心用戶可用性需求指標體系的特點，構建相應的模型。將7項可用性需求指標作為內生變量，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。在設定好模型的標準、潛變量和組織架構之后，需要根據所設定的模型進行參數估計，來判斷模型是否合理，如果不合理就需要對模型進行參數調整，直到調整到合適的模型。本文采用建模軟件為AMOS16.0,估計方法為極大似然估計。(2)參數估計1)數據收集根據圖3.3所設定的模型結構，本次調查針對機床企業主管、采購人員、維修人員及操作人員發出問卷115份，回收了106份問卷，回收率為92%。問卷依然釆用李克特五點量表法，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個評比等級。2)信度效度分析在問卷調查以后，就可以展開信度和效度分析。如果最后計算出的因子負荷系數在標準的負荷系數范圍內，那么表示模型的結構效度是處于合理程度的。《值在0.8以上說明問卷效度很好，具體解釋參考第二章。如表3.7是模型的結構效度和信度的檢驗情況。從該表不難發現，各檢驗結果都可以達到衡量標準，所以得知此模型的信度和效度良好。表3.7指標體系因子分析 第二層指標 第三層指標 因子負荷 «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 符合維修的人機環工程要求 0.834 維修費用 0.586 維修時間 0.673 3)基于SEM的二階驗證性因子分析通過AMOS軟件，分析數據的二階驗證性因子，得到可用性需求指標模型的標準化參數圖，也即結構方程路徑圖，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其中的各類參數，并通過擬合參數的數值來判定擬合程度的優劣。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,因此各項擬合指標值表明模型與樣本數據的擬合度很好，基于這些指數與相關理論，可以認定此次設計的模型擬合優度良好。表3.8模型的擬合度檢驗 指標 CMIN/DF P CFI GFI RMSEA AGFI NFI IFI 指標值 2.146 0.01 0.947 0.93 0.07 0.85 0.907 0.948 (4)評價模型結構參數從上表3.8,不難得出各擬合指標都可以達到預期的要求，所有數據都處于較好水平，這也意味著建立可用性需求指標模型得到了較好的數據支持。(5)客觀重要度計算通過圖3.4可以看出，結構方程模型一方面導出了每個測量變量對潛變量的影響路徑系數，同時也導出了每個一階因子對二階因子的路徑影響系數，對這些路徑系數進行歸一化后便得到相關變量的權重系數（田飛，2007)。本文結合路徑分析法借助路徑系數計算結果對可用性需求指標進行賦權，從指標解釋的功能性角度確定指標權重，以闡述各變量之間的相對重要程度。按照該方法，所得到的指標權重值通常會隨著評價指標與評價范圍的調整而發生調整，因此該方法是一種動態分析法，實用性較強。具體計算如下：客觀重要度的歸一化方法。把所有分類指標的路徑系數相加，所有指標與該路徑系數總和相除，以取得權重值。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，還可以計算各個指標相對重要度。具體指標客觀重要度的計算方法。第一層歸一化后指標的重要度與第二層每個觀測變量歸一化后的指標重要度做乘法，就可以得到每個具體指標的重要度。本文采摘自“基于QFD的加工中心可用性保障技術研究”，因為編輯困難導致有些函數、表格、圖片、內容無法顯示，有需要者可以在網絡中查找相關文章！本文由海天精工整理發表文章均來自網絡僅供學習參考，轉載請注明！相關內容可查閱：主頁（加工中心）、產品頁（CNC加工中心）、文章頁（精工加工中心）