Диаграмма разброса (корреляция) широко применяется для выявления зависимости одних показателей (характеристик, явлений) от других [8]. На рис. 20 и 21 представлены графики зависимости параметра готового изделия A от параметров B и C комплектующих изделий. На рис. 20 наглядно прослеживается зависимость параметра A от параметра B, а из рис. 21 очевидно, что параметр A не зависит от параметра С.
Так же как и метод расслоения, корреляцию применят с целью выявления причинно–следственных связей (анализ связи причин и результата). Корреляция является прекрасным методом для "распутывания" причинно–следственных связей, но применение метода корреляции требует особой аккуратности при выполнении эксперимента. Если исследуется зависимость между двумя величинами, то говорят о парной корреляции. Когда анализируют зависимость между несколькими величинами, то речь идет о множественной корреляции (это более сложный метод анализа по сравнению с методом парной корреляции). В этом разделе будут рассмотрены некоторые основы парной корреляции. Для выявления зависимости между двумя показателями (или явлениями), например, A и B, необходимо взять выборку n и для каждой единицы продукции оценить с требуемой точностью параметры A и B. Результаты необходимо зафиксировать в контрольном листке, структуру которого следует продумать до проведения исследования (анализа). Простейшая форма контрольного листка для исследования зависимости между параметрами представлена в табл. 11.
Рис. 20. График корреляционной зависимости между параметрам A и B .
Рис. 21. График корреляционной зависимости между параметрами A и C .
Таблица 11
Контрольный листок
№ п/п | Проверяемые параметры | |||
A | B | C | Д | |
1 | A1 | B1 | C1 | Д1 |
2 | A2 | B2 | C2 | Д2 |
3 | A3 | B3 | C3 | Д3 |
… | ||||
Ai | Bi | Ci | Дi | |
… | ||||
An–1 | Bn–1 | Cn–1 | Дn–1 | |
An | Bn | Cn | Дn | |
Итого n |
По контрольному листку можно построить графики зависимости между: А–В; А–С; А–Д; В–С; В–Д; С–Д. Например, если по оси абсцисс отложить значение параметра В для первой детали (B1), а по оси ординат – значение параметра А для этой же детали (A1), то на графике получим одну точку с координатами B1, A1. Проделав аналогичную процедуру для всех n значений, получим на графике n точек (см. рис. 20). Следовательно, можно сделать вывод о наличия зависимости между параметрами A и B. Численно степень зависимости можно оценить величиной коэффициента корреляции r по формуле:
r= ,
где Ai и Bi значения параметров A и B для i-й детали;
, – средние арифметические значения величин A и B;
SA, SB – стандартные отклонения величин А и В;
n – число изделий в выборке (объем выборки).
Рекомендуемое значение n, для выполнения корреляционного анализа: n 30.
Коэффициент корреляции определяется по формуле:
r=
Точки, нанесенные на график в прямоугольной системе координат, образуют так называемое "поле корреляции". Если зависимость имеет место, то поле корреляции вытянуто и направление "вытянутости" не совпадает с направлением осей координат. Если величины независимы, то поле корреляции параллельно одной из осей координат или имеет форму круга (см. рис. 21). Графический анализ позволяет установить наличие зависимости и приблизительно оценить степень этой зависимости. Например, можно утверждать, что зависимость между параметрами A и Д (рис. 22) сильнее, чем между параметрами A и B (см. рис. 21) т.е. более тесная связь. Для количественной оценки такой связи между двумя величинами нужно знать коэффициент корреляции r. Причем, если r= , то это свидетельствует о наличии функциональной зависимости. Если r=0, то величины независимы. Чем ближе значение коэффициента корреляции к 1, тем теснее зависимость между параметрами.
Рис. 22. График корреляционной зависимости между параметрами A и Д.
На рис. 23а изображена прямая линейная зависимость (r=+1), на рис. 23б – обратная линейная зависимость (r=-1).
Рис. 23. Графики линейной зависимости
На рис. 24 соответственно изображены графики корреляционной линейной зависимости.
Рис. 24. Графики корреляционной линейной зависимости
Коэффициенты корреляции соответственно равны +0,9 (см. рис. 24а) и –0,9 (см. рис. 24б).
На рис. 24а с увеличением величины X величина y увеличивается, а на рис. 24б – наоборот уменьшается.
Корреляция может иметь и криволинейный характер (рис. 25).
Рис. 25. Графики корреляционной зависимости (криволинейная корреляция)
Для выявления наличия или отсутствия причинно–следственных связей можно ограничиться только построением графика, (коэффициент корреляции можно не вычислять); но всегда необходимо дать логическое, профессиональное объяснение, чем данная зависимость, если она обнаружена, может быть обусловлена (вызвана).
С помощью корреляции можно грамотно решать многие вопросы. Например, установить зависимость точности обработки изделия от точностных параметров станка, технологического приспособления, различных параметров инструмента; определить зависимость микроструктуры металла от различных параметров электропечи (при термообработке); выяснять зависимость толщины покрытия от концентрации электролита и т.д. Спектр возможностей данного метода неограничен. Он находит широкое применение для решения различных технических, экономических, организационных, социальных и других проблем.
Дата: 2019-02-24, просмотров: 308.