可用性需求指標體系確定-問卷設計
可用性需求指標體系確定加工中心可用性需求指標體系經(jīng)修正后，就可進行實施調(diào)查，本文采用預調(diào)查方式進行調(diào)研。目的是驗證以上可用性需求體系，進一步對其完善，形成最終的加工中心可用性需求體系，并為可用性需求重要度的確定提供參考。2.2.3.1問卷設計原則在進行可用性需求問卷編寫當中，須符合以下幾項要求：1.目標清晰：將所詢問的內(nèi)容向被詢問者完整清楚的提出，提問目的明確，擬定問題要重點突出，不面面俱到，而且問卷設計中的問題要保持中立，沒有任何的暗示和誘導。2.清楚明了：如果調(diào)查表內(nèi)容的說明清楚明了，調(diào)查人員對被調(diào)查者只需稍作解釋，說明意圖，被調(diào)查者就可以答卷。被調(diào)查者能否樂于回答、能否有效順利地作答是直接檢驗問卷設計好壞的標準。3.內(nèi)容精練：問卷中的題量要適當。如果題量過大，被調(diào)查者會厭煩，不愿繼續(xù)回答。因此，要求問卷設計內(nèi)容精練。4.處理及時：為了能夠及時對結(jié)果進行統(tǒng)計，可借助計算機來整理所有已選出的答案，因此問卷設計要易于編碼、錄入、匯總等，從而提高調(diào)查統(tǒng)計工作的效率。2.2.3.2問卷設計(1)CNC加工中心可用性需求的量化由于可用性需求的各項指標是定性指標，是人內(nèi)心的一種反應。然而，為獲得可用性需求，要求各項指標是可以度量的。所以，必須對指標進行量化處理，才能定量的分析各項需求指標。因此在本文中，采用態(tài)度測量技術(shù)對指標進行量化處理，即用數(shù)字去反映用戶對各項指標的看法。(1)態(tài)度測量在這一測量之中，關(guān)于“態(tài)度”的解釋有以下3點[85]:—是指對人或物的屬性的一些看法或擁有的信息；二是對人或物的具體好惡感受或評價；三是指對人或物的行為傾向，即對態(tài)度對象做出的某種行為的準備態(tài)度。最常用的態(tài)度測量法是量表法，這種方法要求人們直接表達他們對某一物體、活動的信念、情感與行為傾向，根據(jù)一定的統(tǒng)計規(guī)則，采取事前選擇的辦法，將某個事物的一些屬性用特定的符號或數(shù)字來表示，編制用于測評的量表，以此來測量人們心理活動，獲得人們對某種事物所持有的態(tài)度[86]。(2)量表設計本文選擇的李克特量表在現(xiàn)階段的使用較為普遍，它在上世紀90年代初就已被使用。其構(gòu)造較簡單而且易于操作，提問方法直截了當，它要求被調(diào)查者對一組與測量主題有關(guān)的陳述語句發(fā)表自己的看法[87]。關(guān)于在設計問卷時應該采用幾點量表法，學者Berdie(1994)認為：5點量表是最為適合的，若出現(xiàn)大于5點選項的情況，則會不利于人們進行判斷；同時，3點和5點量表相比，前者未能將平和的看法與嚴厲的看法充分體現(xiàn)，而后者則能夠?qū)⑦@兩點不同看法之間的差異體現(xiàn)出來。所以，本文選擇后一種量表法，把其中可用性需求劃分為以下幾大類別，“很不重要”、“不很重要”、“一般重要”、“比較重要”和“很重要”。本文參考相關(guān)的級度理論，通過對精工加工中心可用性需求體系里面的“精度保持性”進行分析，提出了如表2.11所示的參考指標[88]。表2.11加工中心可用性需求態(tài)度級度態(tài)度詳述很不重要顧客所購買的立式加工中心，不需調(diào)試，精度能一直保持良好。不很重要加工中心需定期簡單調(diào)整，精度能長久保持。一般重要加工中心需定期進行調(diào)試，精度能夠長久保持。比較重要加工中心需經(jīng)常調(diào)試，但精度仍有下降趨勢。很重要加工中心經(jīng)常調(diào)試，精度仍呈現(xiàn)下降狀態(tài)。量表的制定主要含有以下內(nèi)容：首先“賦值”，按照提出的要求，對各個態(tài)度情況賦予相應的數(shù)值，相應賦值如表2.12所示；在量表里面通過數(shù)字來掲示態(tài)度的特性是基于以下兩點來考慮的：一是利于數(shù)字進行歸納、計算與說明方便統(tǒng)計；二是可降低態(tài)度測量的難度，使之易于被理解。其次是“定位”，把所有的數(shù)字按照一定順序整理成一組，在考慮被詢問者的不同態(tài)度后，給出這些數(shù)字在這一組上的定位。表2.12可用性需求評分表 分數(shù) 很不重要 不很重要 一般重要 比較重要 很重要 5分制 1 2 3 4 5 李克特量表較易設計，被調(diào)查者對每個指標的回答進行賦值，最終可確定可用性需求體系。(2)預調(diào)研問卷的確定根據(jù)加工中心（線軌加工中心）可用性需求體系，本次問卷設計主要包括以下兩個部分：第一部分，是有關(guān)加工中心用戶的背景資料，如答問卷者的單位及其職務等有關(guān)問題。第二部分，為主體問題部分。該部分為封閉式問題，封閉式問題是針對問題事先設計出了各種可能的答案，由被調(diào)查者從中選擇，其優(yōu)點是答案標準化，回答問題較方便，便于統(tǒng)計處理和分析。所設計加工中心（高速加工中心） ??可用性需求甄選封閉式問卷測評標準見表2.13。表2.13加工中心可用性需求測評標準表比較重要(當前情況不太滿足需求)很重要(亟待解決的問題)很不重要不很重要一般重要序可用性需（當前情況非常滿（當前情況比較滿（當前情況一般號求足需求）足需求）滿足需求）MTBF123兩班制生產(chǎn)，半兩班制生產(chǎn)，半兩班制生產(chǎn)，半年內(nèi)，故障數(shù)不年內(nèi)，故障數(shù)為年內(nèi)，故障數(shù)為超過2個。2-4個。4-5個。4兩班制生產(chǎn)，半年內(nèi)，故障數(shù)5-7個。兩班制生產(chǎn)，半年內(nèi)，故障數(shù)多于7個。2精度保持性不需調(diào)試，精度需定期簡單調(diào)需定期進行調(diào)能一直保持良整，精度能長久試，精度能夠長好。保持。久保持。需經(jīng)常調(diào)試，但精度仍有下降趨勢。經(jīng)常調(diào)試，精度仍呈現(xiàn)下降狀態(tài)。故障診斷使用設備內(nèi)部用機外輕便儀計算機檢測故表在機內(nèi)設定障及定位。的檢測孔檢測。人工控制機內(nèi)檢測電路進行故障定位。由故障狀態(tài)，通過經(jīng)驗對部分部位進行人工排查，實現(xiàn)故障定位。機內(nèi)無設定的檢測孔，須人工逐點尋跡。4維修難不需使用工具易程度即可簡單修復。需使用通用工具進行維修。需要兩人以上，使用通用工具進行維修。需使用專業(yè)工具進行維修。需兩人以上，使用專業(yè)工具進行維修。維修安全維修過程不會接觸到任何安全隱患。進行維修時，會維修中存在人有小刮傷隱患。員輕傷隱患。維修中存在有毒有害的隱患。維修時有爆炸、毒氣泄漏等重大傷亡隱患。6符合維修的人機環(huán)工程要求維修人員所處的位置、姿勢與使用工具均舒適。維修時，人稍有維修時，人容易不便，但不會疲疲勞，但不會有勞。損傷。維修時，一些操作會導致疲勞損傷。維修時，經(jīng)常需要采用易致傷的姿勢。7維修費用實際維修費用實際維修費用實際維修費用低于行業(yè)平均低于行業(yè)平均與行業(yè)平均維維修費用60%。維修費用80%。修費用持平。實際維修費用高實際維修費用高于于行業(yè)平均維修行業(yè)平均維修費用費用60%。80%。平均維修時間介平均維修時間介于于3-5小時。大于5小時。維修時平均維修時間平均維修時間平均維修時間間小于1小時。介于1-2小時。介于2-3小時。表2.13中，每個指標量值的制定是根據(jù)多年來對精工機床各種使用性能的總結(jié)，并對現(xiàn)在使用情況的深入掌握的前提下制定的。將加工中心（龍門加工中心）每一項指標的平均情況定義為中間項，也就是可用性需求為“一般重要”的這一等級，認為該量值是目前加工中心該指標的平均值。(3)問卷的發(fā)放與回收加工中心可用性問卷設計完成后，就要實施調(diào)查。在實施之前，需要選擇好被調(diào)查者的范圍，以及在哪里尋找被調(diào)查的對象；須給出抽樣方法和樣本量；還需要確定調(diào)查方法等等。具體步驟如下：1)確定調(diào)查對象在ISO9000:2000質(zhì)量標準中，列舉的用戶有：消費者、委托人、最終使用者、零售商、受益者和采購方等，且注明“用戶可以是組織內(nèi)部的或外部的”。機床企業(yè)的用戶存在以下不同情況：(1)用戶屬于機床購買者，不易出現(xiàn)較大變動。通常屬于為上游企業(yè)配套，或通過經(jīng)銷商銷售產(chǎn)品；(2)在購買之前大都經(jīng)專家檢測或試用合格后購買；(3)機床購買數(shù)量多、花費的資金多；(4)用戶的一些不同看法都能夠及時的提出來。由于機床購買的數(shù)量多、花費的資金多，大部分用戶對于購買過程中出現(xiàn)的一些問題，都能夠馬上反饋出來；(5)用戶的看法高度集中，針對性強，用戶非常希望制造廠對所提意見能盡早改進，測量結(jié)果在生產(chǎn)企業(yè)質(zhì)量管理改進中的可應用性強。在確定調(diào)查對象時，應了解用戶的購買情況及使用情況，從而精確地確定要調(diào)查的對象。本文確定的調(diào)查對象為加工中心（臥式加工中心）設備管理人員及最終使用者。發(fā)放對象為加工中心用戶的管理人員及采購、維修人員與操作人員。2)樣本的抽取基于機床行業(yè)的特殊性，根據(jù)樣本總體數(shù)量和置信度來確定抽樣樣本量，按照樣本量確定預調(diào)查有效問卷。3)調(diào)查方法一般情況下，有下列調(diào)查方法：即面談調(diào)查法、問卷調(diào)查法、郵寄調(diào)查法、電話調(diào)查法、網(wǎng)上調(diào)查法等。通常來講，在已確定擬調(diào)查人范圍的時候，經(jīng)由電話交流可以在短時間內(nèi)得出結(jié)果；郵寄問卷調(diào)查適用于問卷較長、對調(diào)查時間要求不高的情形。為使得預調(diào)查更具代表性和實際意義，本研究采用深入企業(yè)現(xiàn)場發(fā)放問卷的方法。4)收集調(diào)查信息時的注意事項在收集當中，一定要謹慎對待每一個環(huán)節(jié)。因為使用者對有關(guān)本企業(yè)的一些信息反應強烈，對問題持謹慎的處理態(tài)度就顯得十分重要。5)調(diào)查資料的分類整理在對用戶可用性調(diào)查需求以后，得到相應問卷，同時還要通過一定的歸類與整理工作，以保證該項資料在比較準確和完整，以揭示事物的內(nèi)在關(guān)聯(lián)和規(guī)律。調(diào)查資料進行一定程度的歸類與整理，指的是采用科學方法，審核所調(diào)查的各項資料，進行檢驗和初步加工，從而保證資料更加系統(tǒng)，并具有一定的條理性，以較為簡單的方式，全面反映調(diào)查對象的基本情況。加工中心（寧波加工中心）可用性需求調(diào)查資料的整理步驟如圖2.2所示。6)問卷登記、檢查問卷回收后，本文首先對問卷地區(qū)、實發(fā)問卷數(shù)量及回收問卷數(shù)量等情況進行了登記記錄。本次調(diào)查，發(fā)放問卷的回收率高達80%。對回收問卷還進行了再次復核，并將其中的無效問卷去除掉，最終得到有效問卷，預調(diào)查問卷的回收率為63.3%。2.2.3.3問卷檢驗數(shù)據(jù)分析問卷檢驗可以達到兩個效果，其一就是要對問卷中的問題的合理性進行測試。因為這些問題可以從底部指標體系中提取出來，所以，檢驗設計就是檢驗指標是否合理，如指標設計是否正確，以及分類是否科學等。其二就是驗證問卷的穩(wěn)定和可靠性如何，同時還對問卷調(diào)查是否能獲得實際結(jié)果進行測定，即對問卷分析工作是否得以有效開展進行相關(guān)測試，也叫相關(guān)分析，該分析借助因子分析法進行驗證；并運用信度分析來驗證后者是否合理。本文則是采用了SPSS16,進行了合理性和有效性分析，完善了問卷及可用性需求體系。1)因子分析效度就是一次測驗的有效程度，嚴格的說，效度是指一個測驗或量表實際能測出其所要測量的特性的程度[9°]。通常問卷調(diào)查的效度是指：準則效度分析、單項與總和相關(guān)效度分析等。最常見的就是結(jié)構(gòu)效度分析，因子分析又是其中最常實施的分析方法，效度分析的最好方法就是要利用因子分析測量量表[91_92]。因子分析要達到的效果主要是對其中的數(shù)據(jù)進行濃縮，其主要是對各大測評變量內(nèi)部的依賴關(guān)系進行研究，從而對內(nèi)部數(shù)據(jù)的基本結(jié)構(gòu)進行分析，并通過一些假想的變量分析數(shù)據(jù)的基本結(jié)構(gòu)。這些假想變量的主要作用就是把以前變量的屬性反映出來，并對這些變量間的相互關(guān)聯(lián)進行解釋。因子分析多用于查明測評指標中所含因子的性質(zhì)和數(shù)目，即對測評指標進行分類，并檢驗分類的合理性[93_95]。因子分析工作的最終目的，就是要使得每一個公因子同某一群特定變量建立關(guān)聯(lián)，這些公因子均從量表中提取出來，可以把量表內(nèi)部的結(jié)構(gòu)反映出來。通過這樣一種分析方法,可以準確分析出問卷的測量者是否可以全面驗證設計最初階段的假設結(jié)構(gòu)。以統(tǒng)計分析原理來看，所有的指標都是由兩個部分構(gòu)成：公共因子和特殊因子，而且這兩個因子在所有的指標中都會有所體現(xiàn)。因子分析工作的最后效果就是要提煉出一組高度關(guān)聯(lián)的元素，并評價指標的公共因子。因子分析模型以形式來看，類似于多元回歸模型，所有的測評變量都是因子組成的線性組合。假定共有測評變量個數(shù)為Z個測評變量，本次測評中分別為4=MTBF，x2=精度保持性，x3=故障診斷，x4=維修難易程度，x5=維修安全，；c6=符合維修的人機環(huán)工程要求，x7=維修費用，x8=維修時間，則因子模型的一般表達形式為[96_97]:f1,f2,...f„——公因子，是所有測評變量中共有的因子，對變量之間的相互關(guān)聯(lián)情況進行了描述。ei——特殊因子，是指測評變量中的特殊因子，類似于多元回歸中的殘差項，主要是表示該變量中無法用于公因子解釋的環(huán)節(jié)。bij一因子負荷，它是第/個變量在第y_個公因子上的負荷，也就是指多元回歸分析中的標準回歸系數(shù)“=（i=1,2...,l;j=1,2...,n）。因子分析中最重要的就是要明確公因子的數(shù)量，并計算因子負荷。表2.14是加工中心（加工中心廠家）可用性需求問卷在對數(shù)據(jù)進行總結(jié)后得到的結(jié)果。KMO是Kaiser-MERYER-Olkin的適當取樣性的量數(shù)，KMO值越大，就越有利于進行此類分析。若該值小于0.5,則難以進行因子分析[98]。通過相應的調(diào)查以后，得到KMO值為0.589,所以可進行因子分析。Barlett球體檢驗的顯著性水平P(Sig=0.000),沒有超過百分之五，表示變量之間存在關(guān)聯(lián)，可進行因子分析。 表2.14KMO和巴特利球體檢驗 KMO 0.594 近似卡方 91.225 Bartlett的球形度檢驗 自由度 28 顯著性 0.000 此外，本文采用主因子進行因子抽取，方差極大正交旋轉(zhuǎn)抽取因素，以特征值大于1作為分類標準，提取其中的各大因素，并參照碎石圖來確定具體的數(shù)量。此項可使因子上的具有最高載荷的變量數(shù)最小，可簡化對因子的解釋。對抽取結(jié)果進行以下處理：判斷是否保留某一條目可以采用如下的標準：①該條目在某一因子上的負荷是否大于0.5;②該條目不能有交叉負荷，即兩個因子上都有超過0.4的負荷。表2.15總方差分解表1 成. 初始特征值 提取平方和載入 旋轉(zhuǎn)平方和載入 份 合計 方差 百分比 累積 百分比 方差 百分比 累積 百分比 方差 百分比 累積 百分比 1 4.275 53.435 53.435 4.27553.435 53.435 3.93749.218 49.218 2 1.547 19.340 72.776 1.54719.340 72.776 1.88523.558 72.776 3 0.861 10.760 85.536 4 0.572 7.154 90.689 5 0.306 3.820 94.509 6 0.262 3.277 97.787 7 0.116 1.447 99.234 8 0.061 0.766 100.000 上表為總方差分解表，得出了各個因子貢獻率。從表中的數(shù)據(jù)不難看出，有兩個特征根是大于1的，同樣由碎石圖也可得到以上的結(jié)論。因此，從其中選擇兩個共同因子。從下面的圖2.5,可以看到從第3個因子開始特征值不會有很大的變化，這一點表明提取2個因子是正確的選擇。從總方差分解圖里得出，2個共同因子對總體方差的72.776%進行了解釋，即累計貢獻率達到72.776%。8個特征根變化情況見圖2.3。在得到了8個因素的初始負荷矩陣后，再用正交旋轉(zhuǎn)法得到最終的因子負荷矩陣，各因子負荷如表2.16所不。表2.16旋轉(zhuǎn)后的因子負荷矩陣 可用性需求指標 共同度 1 2 MTBFX1 0.180 0.784 精度保持性X2 -0.011 0.883 故障診斷X3 0.867 -0.223 維修難易程度X4 0.876 0.166 維修安全X5 0.736 0.488 符合維修的人機環(huán)工程要求X6 0.804 0.014 維修費用X7 0.861 0.258 維修時間X8 0.675 0.329 若獲得的指標因子負荷******值不足0.5,就認為該問項無法用于反映提取因子，應將其刪除，此外若同時在兩個因子上的負荷值都大于0.40的變量，則說明該因子意義模糊，不能很好區(qū)分，也應刪除。由表可看到，“維修安全”指標的因子負荷在兩個因子上的值都在0.4以上，故刪除該指標，并再次對剔除后的可用性需求做因子分析。最終得到因子分析結(jié)果如表2.17與圖2.4。表2.17總方差分解表2 成 初始特征值 提取平方和載入 旋轉(zhuǎn)平方和載入 份 合計 方差百 分比 累積百分比 合計 方差百分比 累積百分比 合計 方差百分比 累積百 分比 1 3.595 51.357 51.357 3.595 51.357 51.357 3.417 48.813 48.813 2 1.506 21.515 72.872 1.506 21.515 72.872 1.684 24.060 72.872 3 0.814 11.628 84.501 4 0.565 8.076 92.577 5 0.298 4.261 96.838 6 0.121 1.726 98.564 7 0.101 1.436 100.000 表2.17中數(shù)字顯示，特征值大于1的有兩個，另結(jié)合碎石圖2.8,考慮提取兩個因子，所選2個因子的特征根解釋了總體方差的72.872%。說明這兩個因子已包含了大部分變量信息，具有很強的解釋能力。7個特征根的大小變化情況見圖2.4。旋轉(zhuǎn)后的因子負荷矩陣如表2.18。表2.18旋轉(zhuǎn)后的因子負荷矩陣 可用性需求指標 共同度 fl f2 MTBFX1 0.197 0.830 精度保持性X2 -0.035 0.844 故障診斷X3 0.867 -0.217 維修難易程度X4 0.876 0.169 符合維修的人機環(huán)工程要求X6 0.800 0.000 維修費用X7 0.868 0.282 維修時間X8 0.681 0.358 共同度是所有測評因子負荷的平方和。該值大小是測評指標有效性的反映，即表明該測評指標對共同因子有很大的關(guān)聯(lián)。從圖2.9可以看到，各指標中的因子******值均大于0.5,且不存在符合刪除標準的指標，因此在問卷中的七個指標都是極其合理的，通過因子分析可以從其中獲得兩個主要因子，/；和/2。把上圖中同行列的因子負荷較大的指標劃分到同一系列中，并以這一標準來解釋因子的意義。將以上結(jié)果代入，可得加工中心（650加工中心）可用性需求因子分析模型如下：得到最后的因子負荷后，需要給每個因子一個有意義的解釋，即7個測評變量共分為兩類，應對每一類做出解釋。解釋因子通常借助因子負荷矩陣來完成，先是把所有因子中有顯著負荷的變量找出來，依據(jù)這些變量的意義為因子命名。從上圖2.9得出，每個測評變量都有一個因子負荷值，高分并不意味著變量表現(xiàn)杰出，它們僅僅表明哪些變量可以融入于其中，并形成某一因子。把其中同一列的負荷較大的測評指標歸到一起，然后對公因子進行解釋：1)f1:在f1上有顯著負荷的測評指標有故障診斷、維修難易程度、符合維修的人機環(huán)工程要求、維修費用、維修時間，這說明公因子與維修性有關(guān)，所以可稱為維修性需求因子；2)f2在f2上有顯著負荷的測評指標有MTBF、精度保持性，這說明公因子/2與可靠性有關(guān)，所以f2可稱為可靠性需求因子。由這里不難看出，因子分析經(jīng)刪除指標維修安全^后，得出的歸類與問卷中除'以外建立的加工中心（850加工中心）可用性需求體系的三級指標吻合，問卷效度很合理。2)信度分析信度是指測評中所運用的手段和取得資料的可靠性或真實性[99]。信度系數(shù)是衡量測評結(jié)果好壞的一個重要技術(shù)指標，一般能力與成就測評的信度高于0.9,性格、興趣等用于測評人格的信度系精工制在0.80-0.85之間。就加工中心可用性需求測評而言，信度是指可用性需求測評問卷可以體現(xiàn)出用戶評價的可靠性程度。如果在設計問卷時出現(xiàn)了偏差，（容易出現(xiàn)高分或者是低分），問卷的信度就會有所減弱。本次測評中，使用克朗巴哈《信度系數(shù)法來測量問卷的信度，這是目前最常用的信度系數(shù)。刪除指標■^后，利用收集來的數(shù)據(jù)進行信度分析工作，^=7,按照克朗巴哈〃信度系數(shù)法提供的相關(guān)計算公式，得到信度《=〇.831,所以認定問卷的信度較高。通過對加工中心（1060加工中心）可用性需求的預調(diào)研，對調(diào)研問卷進行因子分析以及信度分析，從而進行指標剔除，最終得到加工中心可用性需求體系如表2.19。表2.19加工中心可用性需求體系 一級指標 二級指標 三級指標 MTBF 可靠性需求 精度保持性 故障診斷 可用性需求 維修難易程度 維修性需求 符合維修的人機環(huán)工程要求 維修費用 維修時間 2.3本章小結(jié)本章通過相關(guān)文獻資料查閱，借助深度訪談得到了加工中心可用性需求初始指標集，并借助兩輪專家咨詢法進行了指標篩選，最后通過預調(diào)研問卷驗證，采用因子分析和信度分析進行指標刪減完善，最終確定了加工中心可用性需求指標體系。具體來說，可用性需求指標包括可靠性需求指標和維修性需求指標，其中可靠性需求指標包括MTBF和精度保持性，維修性需求指標包括故障診斷、維修難易程度、符合維修的人機環(huán)工程要求、維修費用和維修時間。本章既為第三章可用性需求組合重要度分析提供了研究對象，又為第四章基于QFD的加工中心（鉆攻中心）可用性技術(shù)需求分析提供了研究基礎(chǔ)，并最終服務于第五章可用性保障技術(shù)的制定。本文采摘自“基于QFD的加工中心可用性保障技術(shù)研究”，因為編輯困難導致有些函數(shù)、表格、圖片、內(nèi)容無法顯示，有需要者可以在網(wǎng)絡中查找相關(guān)文章！本文由海天精工整理發(fā)表文章均來自網(wǎng)絡僅供學習參考，轉(zhuǎn)載請注明！