2026年03月18日 09:05:51 来源：东莞市宇匠数控设备有限公司 >> 进入该公司展台 阅读量：1
可用性需求指标体系确定
加工中心可用性需求指标体系经修正后，就可进行实施调查，本文采用预调查方式进 行调研。目的是验证以上可用性需求体系，进一步对其完善，形成最终的加工中心可用性 需求体系，并为可用性需求重要度的确定提供参考。
2.2.3.1问卷设计原则
在进行可用性需求问卷编写当中，须符合以下几项要求：
1. 目标清晰：将所询问的内容向被询问者完整清楚的提出，提问目的明确，拟定 问题要重点突出，不面面俱到，而且问卷设计中的问题要保持中立，没有任何的暗示和诱 导。
2. 清楚明了 ：如果调查表内容的说明清楚明了，调查人员对被调查者只需稍作解 释，说明意图，被调查者就可以答卷。被调查者能否乐于回答、能否有效顺利地作答是直 接检验问卷设计好坏的标准。
3. 内容精练：问卷中的题量要适当。如果题量过大，被调查者会厌烦，不愿继续 回答。因此，要求问卷设计内容精练。
4. 处理及时：为了能够及时对结果进行统计，可借助计算机来整理所有已选出的 答案，因此问卷设计要易于编码、录入、汇总等，从而提高调查统计工作的效率。
2.2.3.2问卷设计
(1) CNC加工中心可用性需求的量化
由于可用性需求的各项指标是定性指标，是人内心的一种反应。然而，为获得可用性 需求，要求各项指标是可以度量的。所以，必须对指标进行量化处理，才能定量的分析各 项需求指标。因此在本文中，采用态度测量技术对指标进行量化处理，即用数字去反映用 户对各项指标的看法。
(1) 态度测量
在这一测量之中，关于“态度”的解释有以下3点[85]: —是指对人或物的属性的一些看 法或拥有的信息；二是对人或物的具体好恶感受或评价；三是指对人或物的行为倾向，即 对态度对象做出的某种行为的准备态度。
的态度测量法是量表法，这种方法要求人们直接表达他们对某一物体、活动的 信念、情感与行为倾向，根据一定的统计规则，采取事前选择的办法，将某个事物的一些 属性用特定的符号或数字来表示，编制用于测评的量表，以此来测量人们心理活动，获得 人们对某种事物所持有的态度[86]。
(2) 量表设计
本文选择的李克特量表在现阶段的使用较为普遍，它在上世纪90年代初就已被使用。 其构造较简单而且易于操作，提问方法直截了当，它要求被调查者对一组与测量主题有关 的陈述语句发表自己的看法[87]。关于在设计问卷时应该采用几点量表法，学者Berdie(1994) 认为：5点量表是适合的，若出现大于5点选项的情况，则会不利于人们进行判断；同时，3点和5点量表相比，前者未能将平和的看法与严厉的看法充分体现，而后者则能 够将这两点不同看法之间的差异体现出来。所以，本文选择后一种量表法，把其中可用性 需求划分为以下几大类别，“很不重要”、“不很重要”、“一般重要”、“比较重要”和“很重要”。
本文参考相关的级度理论，通过对数控加工中心可用性需求体系里面的“精度保持性”进行 分析，提出了如表2.11所示的参考指标[88]。
表2.11加工中心可用性需求态度级度
态度详述
很不重要顾客所购买的立式加工中心，不需调试，精度能一直保持良好。
不很重要加工中心需定期简单调整，精度能长久保持。
一般重要加工中心需定期进行调试，精度能够长久保持。
比较重要加工中心需经常调试，但精度仍有下降趋势。
很重要加工中心经常调试，精度仍呈现下降状态。
量表的制定主要含有以下内容：首先“赋值”，按照提出的要求，对各个态度情况赋予 相应的数值，相应赋值如表2.12所示；在量表里面通过数字来掲示态度的特性是基于以下 两点来考虑的：一是利于数字进行归纳、计算与说明方便统计；二是可降低态度测量的难 度，使之易于被理解。其次是“定位”，把所有的数字按照一定顺序整理成一组，在考虑被 询问者的不同态度后，给出这些数字在这一组上的定位。
表2.12可用性需求评分表
| 分数 | 很不重要 | 不很重要 | 一般重要 | 比较重要 | 很重要 |
| 5分制 | 1 | 2 | 3 | 4 | 5 |
李克特量表较易设计，被调查者对每个指标的回答进行赋值，最终可确定可用性需求 体系。
(2) 预调研问卷的确定
根据加工中心（线轨加工中心）可用性需求体系，本次问卷设计主要包括以下两个部分：
部分，是有关加工中心用户的背景资料，如答问卷者的单位及其职务等有关问题。 第二部分，为主体问题部分。该部分为封闭式问题，封闭式问题是针对问题事先设计 出了各种可能的答案，由被调查者从中选择，其优点是答案标准化，回答问题较方便，便 于统计处理和分析。
所设计加工中心（高速加工中心） ??可用性需求甄选封闭式问卷测评标准见表2.13。
表2.13加工中心可用性需求测评标准表
比较重要(当前情 况不太满足需求)
很重要
(亟待解决的问题)
很不重要不很重要一般重要
序可用性需（当前情况非常满（当前情况比较满（当前情况一般 号 求足需求）足需求）满足需求）
MTBF
123
两班制生产，半两班制生产，半两班制生产，半 年内，故障数不年内，故障数为年内，故障数为 超过2个。2-4个。4-5个。
4
两班制生产，半年 内，故障数5-7个。
两班制生产，半年 内，故障数多于7 个。
2
精度保
持性
不需调试，精度需定期简单调需定期进行调 能一直保持良整，精度能长久试，精度能够长 好。保持。久保持。
需经常调试，但精 度仍有下降趋势。
经常调试，精度仍 呈现下降状态。
故障诊
断
使用设备内部用机外轻便仪 计算机检测故表在机内设定 障及定位。的检测孔检测。
人工控制机内 检测电路进行 故障定位。
由故障状态，通过 经验对部分部位 进行人工排查，实 现故障定位。
机内无设定的检测 孔，须人工逐点寻 迹。
4
维修难不需使用工具 易程度即可简单修复。
需使用通用工 具进行维修。
需要两人以上， 使用通用工具 进行维修。
需使用专业工具 进行维修。
需两人以上，使用 专业工具进行维 修。
维修安
全
维修过程不会 接触到任何安 全隐患。
进行维修时，会维修中存在人 有小刮伤隐患。员轻伤隐患。
维修中存在有毒 有害的隐患。
维修时有爆炸、毒 气泄漏等重大伤亡 隐患。
6
符合维
修的人
机环工
程要求
维修人员所处 的位置、姿势与 使用工具均舒 适。
维修时，人稍有维修时，人容易 不便，但不会疲疲劳，但不会有 劳。损伤。
维修时，一些操作 会导致疲劳损伤。
维修时，经常需要 采用易致伤的姿 势。
7
维修费
用
实际维修费用实际维修费用实际维修费用 低于行业平均低于行业平均与行业平均维 维修费用60%。维修费用80%。修费用持平。
实际维修费用高实际维修费用高于 于行业平均维修行业平均维修费用 费用 60%。80%。
平均维修时间介平均维修时间介于 于3-5小时。 大于5小时。
维修时平均维修时间平均维修时间平均维修时间 间 小于1小时。介于1-2小时。介于2-3小时。
表2.13中，每个指标量值的制定是根据多年来对数控机床各种使用性能的总结，并对 现在使用情况的深入掌握的前提下制定的。将加工中心（龙门加工中心）每一项指标的平均情况定义为中间 项，也就是可用性需求为“一般重要”的这一等级，认为该量值是目前加工中心该指标的平 均值。
(3) 问卷的发放与回收
加工中心可用性问卷设计完成后，就要实施调查。在实施之前，需要选择好被调查者 的范围，以及在哪里寻找被调查的对象；须给出抽样方法和样本量；还需要确定调查方法 等等。具体步骤如下：
1) 确定调查对象
在ISO 9000: 2000质量标准中，列举的用户有：消费者、委托人、最终使用者、零售 商、受益者和采购方等，且注明“用户可以是组织内部的或外部的”。
机床企业的用户存在以下不同情况：
(1) 用户属于机床购买者，不易出现较大变动。通常属于为上游企业配套，或通过经 销商销售产品；
(2) 在购买之前大都经专家检测或试用合格后购买；
(3) 机床购买数量多、花费的资金多；
(4) 用户的一些不同看法都能够及时的提出来。由于机床购买的数量多、花费的资金 多，大部分用户对于购买过程中出现的一些问题，都能够马上反馈出来；
(5) 用户的看法高度集中，针对性强，用户非常希望制造厂对所提意见能尽早改进， 测量结果在生产企业质量管理改进中的可应用性强。
在确定调查对象时，应了解用户的购买情况及使用情况，从而精确地确定要调查的对 象。本文确定的调查对象为加工中心（卧式加工中心）设备管理人员及最终使用者。发放对象为加工中心用 户的管理人员及采购、维修人员与操作人员。
2) 样本的抽取
基于机床行业的特殊性，根据样本总体数量和置信度来确定抽样样本量，按照样本量 确定预调查有效问卷。
3) 调查方法
一般情况下，有下列调查方法：即面谈调查法、问卷调查法、邮寄调查法、电话调查 法、网上调查法等。通常来讲，在已确定拟调查人范围的时候，经由电话交流可以在短时 间内得出结果；邮寄问卷调查适用于问卷较长、对调查时间要求不高的情形。为使得预调 查更具代表性和实际意义，本研究采用深入企业现场发放问卷的方法。
4) 收集调查信息时的注意事项
在收集当中，一定要谨慎对待每一个环节。因为使用者对有关本企业的一些信息反应 强烈，对问题持谨慎的处理态度就显得十分重要。
5) 调查资料的分类整理
在对用户可用性调查需求以后，得到相应问卷，同时还要通过一定的归类与整理工作， 以保证该项资料在比较准确和完整，以揭示事物的内在关联和规律。调查资料进行一定程 度的归类与整理，指的是采用科学方法，审核所调查的各项资料，进行检验和初步加工， 从而保证资料更加系统，并具有一定的条理性，以较为简单的方式，全面反映调查对象的 基本情况。
加工中心（东莞加工中心）可用性需求调查资料的整理步骤如图2.2所示。
6) 问卷登记、检查
问卷回收后，本文首先对问卷地区、实发问卷数量及回收问卷数量等情况进行了登记 记录。本次调查，发放问卷的回收率高达80%。对回收问卷还进行了再次复核，并将其中 的无效问卷去除掉，最终得到有效问卷，预调查问卷的回收率为63.3%。
2.2.3.3问卷检验数据分析
问卷检验可以达到两个效果，其一就是要对问卷中的问题的合理性进行测试。因为这 些问题可以从底部指标体系中提取出来，所以，检验设计就是检验指标是否合理，如指标 设计是否正确，以及分类是否科学等。其二就是验证问卷的稳定和可靠性如何，同时还对 问卷调查是否能获得实际结果进行测定，即对问卷分析工作是否得以有效开展进行相关测 试，也叫相关分析，该分析借助因子分析法进行验证；并运用信度分析来验证后者是否合 理。本文则是采用了 SPSS16,进行了合理性和有效性分析，完善了问卷及可用性需求体系。
1) 因子分析
效度就是一次测验的有效程度，严格的说，效度是指一个测验或量表实际能测出其所 要测量的特性的程度[9°]。通常问卷调查的效度是指：准则效度分析、单项与总和相关效度 分析等。见的就是结构效度分析，因子分析又是其中实施的分析方法，效度分析 的方法就是要利用因子分析测量量表[91_92]。因子分析要达到的效果主要是对其中的数 据进行浓缩，其主要是对各大测评变量内部的依赖关系进行研究，从而对内部数据的基本 结构进行分析，并通过一些假想的变量分析数据的基本结构。这些假想变量的主要作用就 是把以前变量的属性反映出来，并对这些变量间的相互关联进行解释。因子分析多用于查 明测评指标中所含因子的性质和数目，即对测评指标进行分类，并检验分类的合理性[93_95]。
因子分析工作的最终目的，就是要使得每一个公因子同某一群特定变量建立关联，这 些公因子均从量表中提取出来，可以把量表内部的结构反映出来。通过这样一种分析方法, 可以准确分析出问卷的测量者是否可以全面验证设计最初阶段的假设结构。以统计分析原 理来看，所有的指标都是由两个部分构成：公共因子和特殊因子，而且这两个因子在所有 的指标中都会有所体现。因子分析工作的最后效果就是要提炼出一组高度关联的元素，并 评价指标的公共因子。因子分析模型以形式来看，类似于多元回归模型，所有的测评变量 都是因子组成的线性组合。假定共有测评变量个数为Z个测评变量，本次测评中分别为4 =MTBF，x2=精度保持性，x3=故障诊断，x4=维修难易程度，x5=维修安全，；c6=符合维 修的人机环工程要求，x7=维修费用，x8=维修时间，则因子模型的一般表达形式为[96_97]:
f 1, f2,...f„——公因子，是所有测评变量中共有的因子，对变量之间的相互关
联情况进行了描述。
ei——特殊因子，是指测评变量中的特殊因子，类似于多元回归中的残差项，主要是 表示该变量中无法用于公因子解释的环节。
bij一因子负荷，它是第/个变量在第y_个公因子上的负荷，也就是指多元回归分析 中的标准回归系数“ =（ i=1,2...,l;j=1,2...,n）。
因子分析中最重要的就是要明确公因子的数量，并计算因子负荷。表2.14是加工中心（加工中心厂家） 可用性需求问卷在对数据进行总结后得到的结果。KMO是Kaiser-MERYER-Olkin的适当 取样性的量数，KMO值越大，就越有利于进行此类分析。若该值小于0.5,则难以进行因 子分析[98]。通过相应的调查以后，得到KMO值为0.589,所以可进行因子分析。Barlett 球体检验的显著性水平P (Sig=0.000),没有超过百分之五，表示变量之间存在关联，可 进行因子分析。
| 表2.14 KMO和巴特利球体检验 | ||
|
| KMO | 0.594 |
|
| 近似卡方 | 91.225 |
| Bartlett的球形度检验 | 自由度 | 28 |
|
| 显著性 | 0.000 |
此外，本文采用主因子进行因子抽取，方差极大正交旋转抽取因素，以特征值大于1 作为分类标准，提取其中的各大因素，并参照碎石图来确定具体的数量。此项可使因子上 的具有载荷的变量数最小，可简化对因子的解释。对抽取结果进行以下处理：判断是 否保留某一条目可以采用如下的标准：①该条目在某一因子上的负荷是否大于0.5;②该 条目不能有交叉负荷，即两个因子上都有超过0.4的负荷。
表2.15总方差分解表1
| 成. |
| 初始特征值 |
| 提取平方和载入 | 旋转平方和载入 | ||
| 份 | 合计 | 方差 百分比 | 累积 百分比 | 方差 百分比 | 累积 百分比 | 方差 百分比 | 累积 百分比 |
| 1 | 4.275 | 53.435 | 53.435 | 4.275 53.435 | 53.435 | 3.937 49.218 | 49.218 |
| 2 | 1.547 | 19.340 | 72.776 | 1.547 19.340 | 72.776 | 1.885 23.558 | 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 |
|
|
|
|
上表为总方差分解表，得出了各个因子贡献率。从表中的数据不难看出，有两个特征 根是大于1的，同样由碎石图也可得到以上的结论。因此，从其中选择两个共同因子。从 下面的图2.5,可以看到从第3个因子开始特征值不会有很大的变化，这一点表明提取2 个因子是正确的选择。从总方差分解图里得出，2个共同因子对总体方差的72.776%进行 了解释，即累计贡献率达到72.776%。
8个特征根变化情况见图2.3。
在得到了8个因素的初始负荷矩阵后，再用正交旋转法得到最终的因子负荷矩阵，各 因子负荷如表2.16所不。
表2.16旋转后的因子负荷矩阵
| 可用性需求指标 |
| 共同度 |
|
| 1 |
| 2 | |
| MTBFX1 | 0.180 |
| 0.784 |
| 精度保持性X2 | -0.011 |
| 0.883 |
| 故障诊断X3 | 0.867 |
| -0.223 |
| 维修难易程度X4 | 0.876 |
| 0.166 |
| 维修安全X5 | 0.736 |
| 0.488 |
| 符合维修的人机环工程要求X6 | 0.804 |
| 0.014 |
| 维修费用X7 | 0.861 |
| 0.258 |
| 维修时间X8 | 0.675 |
| 0.329 |
若获得的指标因子负荷值不足0.5,就认为该问项无法用于反映提取因子，应将 其删除，此外若同时在两个因子上的负荷值都大于0.40的变量，则说明该因子意义模糊， 不能很好区分，也应删除。由表可看到，“维修安全”指标的因子负荷在两个因子上的值都
在0.4以上，故删除该指标，并再次对剔除后的可用性需求做因子分析。最终得到因子分 析结果如表2.17与图2.4。
表2.17总方差分解表2
| 成 |
| 初始特征值 |
|
| 提取平方和载入 |
| 旋转平方和载入 | ||
| 份 | 合计 | 方差百 分比 | 累积百分 比 | 合计 | 方差百分 比 | 累积百分 比 | 合计 | 方差百分 比 | 累积百 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中数字显示，特征值大于1的有两个，另结合碎石图2.8,考虑提取两个因子， 所选2个因子的特征根解释了总体方差的72.872%。说明这两个因子已包含了大部分变量 信息，具有很强的解释能力。
7个特征根的大小变化情况见图2.4。旋转后的因子负荷矩阵如表2.18。
表2.18旋转后的因子负荷矩阵
| 可用性需求指标 |
| 共同度 |
|
| fl |
| f2 | |
| MTBFX1 | 0.197 |
| 0.830 |
| 精度保持性X2 | -0.035 |
| 0.844 |
| 故障诊断X3 | 0.867 |
| -0.217 |
| 维修难易程度X4 | 0.876 |
| 0.169 |
| 符合维修的人机环工程要求X6 | 0.800 |
| 0.000 |
| 维修费用X7 | 0.868 |
| 0.282 |
| 维修时间X8 | 0.681 |
| 0.358 |
共同度是所有测评因子负荷的平方和。该值大小是测评指标有效性的反映，即表明该 测评指标对共同因子有很大的关联。从图2.9可以看到，各指标中的因子值均大于0.5, 且不存在符合删除标准的指标，因此在问卷中的七个指标都是极其合理的，通过因子分析 可以从其中获得两个主要因子，/；和/2。把上图中同行列的因子负荷较大的指标划分到 同一系列中，并以这一标准来解释因子的意义。
将以上结果代入，可得加工中心（650加工中心）可用性需求因子分析模型如下：
得到最后的因子负荷后，需要给每个因子一个有意义的解释，即7个测评变量共分为 两类，应对每一类做出解释。解释因子通常借助因子负荷矩阵来完成，先是把所有因子中 有显著负荷的变量找出来，依据这些变量的意义为因子命名。从上图2.9得出，每个测评 变量都有一个因子负荷值，高分并不意味着变量表现杰出，它们仅仅表明哪些变量可以融 入于其中，并形成某一因子。
把其中同一列的负荷较大的测评指标归到一起，然后对公因子进行解释：
1) f1:在f1上有显著负荷的测评指标有故障诊断、维修难易程度、符合维修的人机 环工程要求、维修费用、维修时间，这说明公因子与维修性有关，所以可称为维修 性需求因子；
2) f2 在f2上有显著负荷的测评指标有MTBF、精度保持性，这说明公因子/2与 可靠性有关，所以f2可称为可靠性需求因子。
由这里不难看出，因子分析经删除指标维修安全^后，得出的归类与问卷中除'以外 建立的加工中心（850加工中心）可用性需求体系的三级指标吻合，问卷效度很合理。
2) 信度分析
信度是指测评中所运用的手段和取得资料的可靠性或真实性[99]。信度系数是衡量测评 结果好坏的一个重要技术指标，一般能力与成就测评的信度高于0.9,性格、兴趣等用于 测评人格的信度系数控制在0.80-0.85之间。
就加工中心可用性需求测评而言，信度是指可用性需求测评问卷可以体现出用户评价 的可靠性程度。如果在设计问卷时出现了偏差，（容易出现高分或者是低分），问卷的信 度就会有所减弱。本次测评中，使用克朗巴哈《信度系数法来测量问卷的信度，这是目前 的信度系数。
删除指标■^后，利用收集来的数据进行信度分析工作，^=7,按照克朗巴哈〃信度 系数法提供的相关计算公式，得到信度《=〇.831,所以认定问卷的信度较高。
通过对加工中心（1060加工中心）可用性需求的预调研，对调研问卷进行因子分析以及信度分析，从而 进行指标剔除，最终得到加工中心可用性需求体系如表2.19。
表2.19加工中心可用性需求体系
| 一级指标 | 二级指标 | 三级指标 |
|
|
| MTBF |
|
| 可靠性需求 | 精度保持性 |
|
|
| 故障诊断 |
| 可用性需求 |
| 维修难易程度 |
|
| 维修性需求 | 符合维修的人机环工程要求 |
|
|
| 维修费用 |
|
|
| 维修时间 |
2.3本章小结
本章通过相关文献资料查阅，借助深度访谈得到了加工中心可用性需求初始指标集， 并借助两轮专家咨询法进行了指标筛选，最后通过预调研问卷验证，采用因子分析和信度 分析进行指标删减完善，最终确定了加工中心可用性需求指标体系。具体来说，可用性需 求指标包括可靠性需求指标和维修性需求指标，其中可靠性需求指标包括MTBF和精度保 持性，维修性需求指标包括故障诊断、维修难易程度、符合维修的人机环工程要求、维修 费用和维修时间。本章既为第三章可用性需求组合重要度分析提供了研究对象，又为第四 章基于QFD的加工中心（钻攻中心）可用性技术需求分析提供了研究基础，并最终服务于第五章可用 性保障技术的制定。
本文采摘自“基于QFD的加工中心可用性保障技术研究”，因为编辑困难导致有些函数、表格、图片、内容无法显示，有需要者可以在网络中查找相关文章！
本文由伯特利数控整理发表文章均来自网络仅供学习参考，转载请注明！
