王金玉，生文文

(沈陽航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院，遼寧 沈陽 110136)

對應(yīng)分析(Correspondence analysis)也叫相應(yīng)分析，是一種多元統(tǒng)計分析方法。對應(yīng)分析的基本思想首先由Richardson和Kuder在1933年提出，后來由法國統(tǒng)計學(xué)家Jean-Paul Benzecri和日本統(tǒng)計學(xué)家Hayashi chikio等對該方法進(jìn)行了詳細(xì)的論述而使其得到了很好的發(fā)展。對應(yīng)分析的特點就是它所研究的變量可以是定性的，也可以是定量的。目前對應(yīng)分析已經(jīng)被應(yīng)用于許多領(lǐng)域，特別是醫(yī)學(xué)領(lǐng)域應(yīng)用十分廣泛，同時也取得了很好的成果。但是在民用航空運輸類飛機維修過程中的影響和因素應(yīng)用較少，而航空器維修差錯是誘發(fā)或直接導(dǎo)致飛行事故最重要的原因之一，對維修差錯進(jìn)行分類和分析有助于航空安全。本文使用對應(yīng)分析方法對我國民航公司航空器維修差錯的實際數(shù)據(jù)進(jìn)行了主要原因分析。

1 對應(yīng)分析的基本原理

對應(yīng)分析是指對兩個定性變量(因素)的多種水平進(jìn)行相應(yīng)性研究［1］，與因子分析和主成分分析一樣，對應(yīng)分析也是利用降維的思想，但是不同的是對應(yīng)分析是同時對數(shù)據(jù)表中的行和列進(jìn)行分析。對應(yīng)分析可以分成簡單對應(yīng)分析和多元對應(yīng)分析，簡單對應(yīng)分析主要是用于研究兩個分類變量之間的關(guān)系，本文使用簡單對應(yīng)分析。

假設(shè)兩個分類變量分別用行和列在一個表中表示其相互關(guān)系，數(shù)據(jù)為 pij，i=1，2，…，n，j=1，2，…，m。為了同時對行和列進(jìn)行因子分析，首先對數(shù)據(jù)陣按下式進(jìn)行變換:Zij=，其中pij是數(shù)據(jù)表中第i行和第j列出現(xiàn)的頻率，p·j是第j列的累計，pi·是第i行的累計。再對變換后的數(shù)據(jù)陣Z=(zij)n×m進(jìn)行R型和Q型因子分析，進(jìn)行R型因子分析是從矩陣Am×m=Z'Z出發(fā)，求其特征根和特征向量;進(jìn)行Q型因子分析是從矩陣Bn×n=ZZ'出發(fā)，求其特征根和特征向量。

由于矩陣A和B具有相同的非零特征根，且對同一特征根λ，如φ是A的特征向量，則ψ=Zφ是B的特征向量。A與B的這種對應(yīng)關(guān)系，使得變換后的數(shù)據(jù)對行與對列是對等的，從而可以將行因素和列因素相提并論。

將A的第l因子和第2因子繪在因子負(fù)荷圖上可以進(jìn)行R型因子分析，將B的第l因子和第2因子繪在因子負(fù)荷圖上可以進(jìn)行Q型因子分析，又由于A和B的特征根相同，故相應(yīng)的因子貢獻(xiàn)率亦相同，因而可以將兩者對應(yīng)起來進(jìn)行分析，即將A的第1因子和第2因子及B的第1因子和第2因子同時繪在同一坐標(biāo)軸上，則可揭示行因素的不同水平及列因素的不同水平之間的關(guān)系，此即對應(yīng)分析方法的基本思想［2－7］。

2 維修差錯概念及維修差錯的實際數(shù)據(jù)來源

維修差錯是人在維修活動中受到各種外在、內(nèi)在的因素影響而導(dǎo)致的錯誤行為發(fā)生的一種差錯。具體是指維修人員在維修活動中，違反維修對象的客觀要求，導(dǎo)致維修人員的操作與預(yù)定目標(biāo)所發(fā)生的偏差，且產(chǎn)生秩序、狀態(tài)異?；蛉藛T傷亡及裝備損傷的結(jié)果。在對航空器進(jìn)行維修的工作中，維修差錯發(fā)生的比率較大，所涉及的面較廣，直接影響飛機的安全，而最終產(chǎn)生的后果也很嚴(yán)重，這些已成為當(dāng)前危及民航公司航空器安全的主要問題之一。據(jù)統(tǒng)計，約1/3的維修責(zé)任事故與維修差錯有關(guān)，因此，研究、預(yù)防和減少維修差錯已經(jīng)成為進(jìn)行維修改革需要解決的重大課題［8］。

本文數(shù)據(jù)資料來自《民用航空器維修差錯－人的因素案例集》［9］，書中取材于1990－2001年我國民用航空運輸類飛機維修過程中造成一定后果和影響的335例人的因素事件，經(jīng)過簡單整理后得到航空器維修差錯的原因情況數(shù)據(jù)，案例中維修差錯(事件)的原因和所占的百分比為表中數(shù)據(jù)，由于某個維修差錯有可能由多個原因造成，故表中頻率的和不是1，詳見表1。

表1 航空器維修差錯的原因情況表

3 維修差錯實際數(shù)據(jù)的對應(yīng)分析

首先我們要對表1相關(guān)的定性變量賦值:

對于誘因類變量賦值為:知識和技能—“1”，違規(guī)—“2”，計劃和監(jiān)督—“3”，維修文件—“4”，工作任務(wù)—“5”，信息溝通—“6”，環(huán)境和設(shè)施—“7”，個人因素—“8”，器材管理—“9”，飛機設(shè)計—“10”，設(shè)備和工具—“11”，組織機構(gòu)—“12”。

對于維修差錯類變量賦值為:安裝不當(dāng)—“1”，旅行前或工作后遺漏—“2”，檢查/測試/故障隔離欠妥—“3”，損壞飛機/發(fā)動機/附件—“4”，外來物影響安全或使用—“5”，勤務(wù)缺陷—“6”，修理不當(dāng)—“7”，人員受傷—“8”，其它類型—“9。對表 1利用 SPSS軟件作對應(yīng)分析［10－12］。

(1)列聯(lián)表分析。由于維修差錯的主要原因和所占的百分比的數(shù)據(jù)被在表1中直接給出，所以經(jīng)過SPSS軟件所得到的列聯(lián)表與最初的數(shù)據(jù)表一致，并且也一起給出了邊緣求和(如表2所示):

表2 列聯(lián)表

可以看出，不同誘因能引起不同的維修差錯，不同誘因引起的維修差錯主要原因不同，誘因和維修差錯結(jié)構(gòu)這兩個變量不是獨立的，也就是說行變量與列變量之間有依賴關(guān)系。進(jìn)而需要對其做進(jìn)一步分析。

(2)對結(jié)果匯總表(見表3)進(jìn)行對應(yīng)分析。運行SPSS軟件得到對應(yīng)分析過程的最終結(jié)果匯總表(見表3)，它是最重要的對應(yīng)分析結(jié)果輸出表。

從表3中我們可以看到第一列為維數(shù)，第二列為奇異值，所謂奇異值就是慣量的平方根，反映了行與列各水平在二維圖中分量的相關(guān)程度，是行與列進(jìn)行因子分析產(chǎn)生新的綜合變量的典型相關(guān)系數(shù)。0.575是第一維度行分值與列分值的相關(guān)系數(shù)，0.420是第二維度行分值與列分值的相關(guān)系數(shù)，依次類推。第三列為慣量，所謂慣量就是每一維到其重心的加權(quán)距離的平方，用來度量行列關(guān)系的強度。慣量比例，所謂慣量比例就是各維度即公共因子分別解釋總慣量的比例及累計百分比，代表全部解釋比例之和為1，由于第一維度(0.477)、第二維度(0.255)的慣量比例和73.2%，所以其它維度的重要性可以忽略，此種方法類似于因子分析中公因子解釋能力的說明。

表3 匯總表

(3)行/列點總覽表分析。表4是行點總覽表，Mass項表示行變量所占的百分比，而后面1、2則是行點在兩個維度的坐標(biāo)(SPSS稱為得分)，即有坐標(biāo)點誘因1(0.328，0.995)，誘因 2(0.386，－0.336)，以此類推誘因 3，誘因 4.……誘因 12(0.002，0.022)。Inertia項為慣量，代表每個行點與行重心的加權(quán)距離的平方。而表4中行總慣量的值與表5中的列總慣量的值相等，都等于0.693。

表4 行點總覽表

表5 列點總覽表

(4)二維圖結(jié)果分析。從圖1我們可以得到如下的分析結(jié)果:航空器維修差錯中的9個維修差錯和12個誘因等級分為4類，知識和技能—“1”和維修文件—“4”一般較容易引起檢查/測試/故障隔離欠妥、損壞飛機/發(fā)機/附件、修理不當(dāng)?shù)染S修差錯的發(fā)生，違規(guī)—“2”，設(shè)備和工具—“11”一般較容易引起外來物影響安全或使用、勤務(wù)缺陷、人員受傷等維修差錯的發(fā)生，計劃和監(jiān)管—“3”，工作任務(wù)—“5”，信息溝通—“6”，環(huán)境和設(shè)施—“7”，個人因素—“8”，器材管理—“9”一般較容易引起放行前或工作后遺漏、其它類型等的維修差錯，飛機設(shè)計—“10”，組織機構(gòu)—“12”一般較容易引起安裝不當(dāng)?shù)木S修差錯。

由此可以得出維修差錯的主要原因及建議措施:

(a)航空器檢查/測試/故障隔離欠妥、損壞飛機/發(fā)機/附件、修理不當(dāng)?shù)染S修差錯的發(fā)生主要是由于維修人員的知識和技能以及相關(guān)維修文件的缺少等原因引起的，而安裝不當(dāng)?shù)木S修差錯發(fā)生的主要原因是飛機的設(shè)計和組織機構(gòu)的不合理所致，這就要求航空公司應(yīng)該招聘在專業(yè)知識和技能操作等方面都比較熟練的員工，這樣一來可以減少由于航空器檢查/測試/故障隔離欠妥、損壞飛機/發(fā)機/附件、修理不當(dāng)?shù)染S修差錯的出現(xiàn)所帶來的不好的影響和不必要的損失。

(b)外來物影響安全或使用、勤務(wù)缺陷、人員受傷等維修差錯的發(fā)生主要是由于操作違規(guī)及飛機的設(shè)備和工具的欠妥的原因引起的;而放行前或工作后遺漏、其它類型等的維修差錯發(fā)生的主要原因是民航公司計劃和監(jiān)管不當(dāng)，工作人員的工作任務(wù)安排不當(dāng)，上下級信息溝通不及時，以及工作環(huán)境和設(shè)施、工作人員的個人因素還有器材管理等所導(dǎo)致的，這要求民航公司在招聘人員時不但要注意應(yīng)聘人員的個人素質(zhì)還要看他是否有責(zé)任心，這一點非常重要。

圖1 對應(yīng)分析的二維圖

4 結(jié)論

根據(jù)實際數(shù)據(jù)對民用航空公司維修差錯主要原因機理的分析，從而航空公司可有針對性地采用預(yù)警和預(yù)控管理對策降低航空事故率和災(zāi)害損失，是一直以來航空安全管理中研究的課題之一。本文計算和分析結(jié)果表明，采用對應(yīng)分析方法可以挖掘維修差錯和引發(fā)原因數(shù)據(jù)中隱含的主要原因。該方法有助于表層事件與隱含因素的相關(guān)分析，不失為維修差錯主要因素分析的有效方法。不過，目前的探索工作是初步的，對影響航空器維修差錯的各因素的定量化以及推理結(jié)果的定性化描述方面，尚有待于下一步深入的研究。

［1］朱建平.應(yīng)用多元統(tǒng)計分析［M］.北京:科學(xué)出版社，2006，5.

［2］羅盛，馬峻嶺，陳景武.濰坊醫(yī)學(xué)院衛(wèi)生統(tǒng)計教研室，北京大學(xué)臨床腫瘤學(xué)院流行病學(xué)研究室.地區(qū)惡性腫瘤死亡率的對應(yīng)分析［J］.數(shù)理統(tǒng)計與管理，2009 ，28(3):566－570.

［3］陳峰，楊樹勤.相應(yīng)分析及其在多種疾病聚集性分析中的應(yīng)用［J］.中國衛(wèi)生統(tǒng)計，1999，16(2):114－117.

［4］河北大學(xué)新校區(qū)研究生學(xué)院.對應(yīng)分析的簡單應(yīng)用－收入與消費結(jié)構(gòu)的對應(yīng)分析［J］.中國民營科技與經(jīng)濟(jì)，2008，238(12):68－69.

［5］Terry Allen，Amber Thom，Glen Buckner.Infant homicides:an examination using multiple correspondence［J］chance，2008，23(4):29 －34.

［6］Le Roux，B.，and H.Rouanet.Multiple correspondence analysis［J］.Thousand Oaks.2010:67 －70.

［7］Anna Torres and Michael Greenacre.Dual scaling and correspondence analysis of preferences，paired comparisons and ratings［J］.International Jounral of Research in Marketing，2002，19(4):401 －405.

［8］鄭東良.航空維修理論［M］.北京:國防工業(yè)出版社，2007(4):144－147.

［9］中國民用航空總局航空器維修人的因素課題組編著.人的因素案例集－民用航空器維修差錯［M］.北京:中國航空出版社，2003.

［10］盧紋岱，吳喜之.SPSS統(tǒng)計分析(第4版)［M］.北京:電子工業(yè)出版社，2010，4.

［11］羅應(yīng)婷，楊鈺娟.SPSS統(tǒng)計分析從基礎(chǔ)到實踐(第二版)［M］.北京:電子工業(yè)出版社，2010，1.

［12］夏怡凡.SPSS統(tǒng)計分析精要與實例詳解［M］.北京:電子工業(yè)出版社，2010，3.

［13］孫曉倩，艾延廷，張振.航空發(fā)動機傳感器故障診斷方法研究［J］.沈陽航空工業(yè)學(xué)院學(xué)報，2010，27(2):17－21.

［14］費成巍，艾延廷，王蕾，等.基于支持向量機的航空發(fā)動機整機振動故障診斷技術(shù)研究［J］.沈陽航空工業(yè)學(xué)院學(xué)報，2010，27(2):29 －32.