news新闻资讯

新闻资讯
国工数据大脑之项分析(item analysis)与设备管理系统的融合应用
READING
前言

 随着计算机技术的迅猛发展以及Internet进入商业和社会应用阶段,设备的种类、数量越来越多,如何利用先进的网络技术和日新月异的计算机设备来有效地收集、处理这些设备,建立以信息化为核心的管理体制,减轻管理人员和业务人员的数据处理负担,极大地提高设备管理效率和管理手段,己经成为当今社会的潮流。

在现代化大型研究所信息化管理体系建设中,设备管理系统被看作是重中之重。因为设备是工厂生产中的主体,随着科学技术的不断发展,生产设备日益机械化、自动化、大型化、高速化和复杂化,设备在现代工业生产中的作用和影响也随之增大,在整个工业生产过程中对设备的依赖程度也越来越高。设备管理的各项制度、流程涉及的点多面广。

在设备管理系统中,设备维护是非常重要的环节,在设备维护完成后,往往要对此次设备维护进行评价,以此来判断设备维护的效果。在没有项目分析的情况下,评价打分杂乱无章,且单个评价对于整体的设备维护优化并没有太大的作用。本次案例就项目分析(item analysis)与设备管理系统相融合进行探讨及应用举例。

READING
含义

 项分析(item analysis)是对测验或量表的项目质量的分析研究。广义还包括定性分析,即从题目的思想性、内容取样的适切性以及表达是否清楚等方面加以评鉴。就是根据试测结果对组成测验的各个题目(项目)进行分析,从而评价题目好坏、对题目进行筛选。分析指标包括项目难度和区分度。

使用项分析可评估调查或检验中多个项目度量同一特征的成都。使用此分析,可以执行以下操作:

1.评估几对项目之间关系的强度和方向。

2.评估检验或调查的总体内部一致性。

3.确定忽略项目是否提高了内部一致性。

READING
案例

某企业随机抽取了3台设备,并分别记录了50次设备维护后,设备使用人员对此次设备维护的评价,1为最低分,5为最高分。

6.png

 1:数据准备

READING
分析过程

首先配置读取组件然后从数据大脑中的组件面板查找项目分析组件,拖到工作面板,配置数据,项目分析组件参数点击运行。

7.png

 2:读取组件配置

8.png

 3:数据模型配置

再通过拖拽的方式将判别分析组件与Excel读取链接到一起。使用集成好算法的判别分析件进行数据分析处理,对组件参数进行设置。

9.png

 4:项目分析组件配置 

READING

分析结果


10.png

11.png

在这些结果中,所有项目都彼此高度相关。项目 1 和项目 2 存在正线性相关,即 0.903。项目 1 和项目 3 存在正线性相关,即 0.867。项目 2 和项目 3 存在正线性相关,即 0.864。且标准差在1.2-1.4之间,上下波动并不大,说明设备使用人员对设备维护的效果是比较满意的。
READING
与设备管理系统相融合

 国工数据大脑平台可直接获取设备管理系统数据,直接将反馈数据对接到创建好的项分析模型中根据统计数据,得出设备维修满意度分析结果,对设备维护效果有一个整体的把控,从而对维修团队进行整改。提高设备生产效率和使用寿命,为公司创造利益。

READING
参数说明

 标准差:标准差能反映一个数据集的离散程度。平均数相同的两组数据,标准差未必相同。
Cronbach Alpha:一般探索性研究,Cranbach's a系数0.6以上,基准研究在0.8以上,通常情况下Cranbach's a系数在0.6以上,被认为可信度较高。
Pearson相关系数用来衡量两个数据集合是否在一条线上面,它用来衡量定距变量间的线性关系大于0.7呈高度相关,则说明这些项目度量同一技能或特征。


READING
适用范围

1、用于统计设备维护后的效果反馈。

2、用于统计培训试题难度的效果反馈。

图片

END


电话
产品
二维码
首页