作者：國工智能研發部—楊金良

前言

隨著計算機技術的迅猛發展以及Internet進入商業和社會應用階段，設備的種類、數量越來越多，如何利用先進的網絡技術和日新月異的計算機設備來有效地收集、處理這些設備，建立以信息化為核心的管理體制，減輕管理人員和業務人員的數據處理負擔，極大地提高設備管理效率和管理手段，己經成為當今社會的潮流。

在現代化大型研究所信息化管理體系建設中，設備管理系統被看作是重中之重。因為設備是工廠生產中的主體，隨著科學技術的不斷發展，生產設備日益機械化、自動化、大型化、高速化和復雜化，設備在現代工業生產中的作用和影響也隨之增大，在整個工業生產過程中對設備的依賴程度也越來越高。設備管理的各項制度、流程涉及的點多面廣。

在設備管理系統中，設備維護是非常重要的環節，在設備維護完成后，往往要對此次設備維護進行評價，以此來判斷設備維護的效果。在沒有項目分析的情況下，評價打分雜亂無章，且單個評價對于整體的設備維護優化并沒有太大的作用。本次案例就項目分析（item analysis）與設備管理系統相融合進行探討及應用舉例。

含義

項分析（item analysis）是對測驗或量表的項目質量的分析研究。廣義還包括定性分析，即從題目的思想性、內容取樣的適切性以及表達是否清楚等方面加以評鑒。就是根據試測結果對組成測驗的各個題目（項目）進行分析，從而評價題目好壞、對題目進行篩選。分析指標包括項目難度和區分度。

使用項分析可評估調查或檢驗中多個項目度量同一特征的成都。使用此分析，可以執行以下操作：

1.評估幾對項目之間關系的強度和方向。

2.評估檢驗或調查的總體內部一致性。

3.確定忽略項目是否提高了內部一致性。

案例

某企業隨機抽取了3臺設備，并分別記錄了50次設備維護后，設備使用人員對此次設備維護的評價，1為最低分，5為最高分。

分析過程

首先配置讀取組件然后從數據大腦中的組件面板查找項目分析組件，拖到工作面板，配置數據，項目分析組件參數，點擊運行。

再通過拖拽的方式將判別分析組件與Excel讀取鏈接到一起。使用集成好算法的判別分析組件進行數據分析處理，對組件參數進行設置。

分析結果

在這些結果中，所有項目都彼此高度相關。項目 1 和項目 2 存在正線性相關，即 0.903。項目 1 和項目 3 存在正線性相關，即 0.867。項目 2 和項目 3 存在正線性相關，即 0.864。且標準差在1.2-1.4之間，上下波動并不大，說明設備使用人員對設備維護的效果是比較滿意的。

與設備管理系統相融合

國工數據大腦平臺可直接獲取設備管理系統數據，直接將反饋數據對接到創建好的項分析模型中，根據統計的數據，得出設備維修滿意度分析結果，對設備維護效果有一個整體的把控，從而對維修團隊進行整改。提高設備生產效率和使用壽命，為公司創造利益。

參數說明

標準差：標準差能反映一個數據集的離散程度。平均數相同的兩組數據，標準差未必相同。

Cronbach Alpha：一般探索性研究，Cranbach's a系數在0.6以上，基準研究在0.8以上，通常情況下Cranbach's a系數在0.6以上，被認為可信度較高。

Pearson相關系數：用來衡量兩個數據集合是否在一條線上面，它用來衡量定距變量間的線性關系。大于0.7呈高度相關，則說明這些項目度量同一技能或特征。

適用范圍

1、用于統計設備維護后的效果反饋。

2、用于統計培訓試題難度的效果反饋。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

責任編輯：殷守龍