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(duì)應(yīng)分析(Correspondence analysis)也叫相應(yīng)分析，是一種多元統(tǒng)計(jì)分析方法。對(duì)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(guó)統(tǒng)計(jì)學(xué)家Jean-Paul Benzecri和日本統(tǒng)計(jì)學(xué)家Hayashi chikio等對(duì)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(duì)應(yīng)分析的特點(diǎn)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(duì)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(shí)也取得了很好的成果。但是在民用航空運(yùn)輸類飛機(jī)維修過程中的影響和因素應(yīng)用較少，而航空器維修差錯(cuò)是誘發(fā)或直接導(dǎo)致飛行事故最重要的原因之一，對(duì)維修差錯(cuò)進(jìn)行分類和分析有助于航空安全。本文使用對(duì)應(yīng)分析方法對(duì)我國(guó)民航公司航空器維修差錯(cuò)的實(shí)際數(shù)據(jù)進(jìn)行了主要原因分析。

1 對(duì)應(yīng)分析的基本原理

對(duì)應(yīng)分析是指對(duì)兩個(gè)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(duì)應(yīng)分析也是利用降維的思想，但是不同的是對(duì)應(yīng)分析是同時(shí)對(duì)數(shù)據(jù)表中的行和列進(jìn)行分析。對(duì)應(yīng)分析可以分成簡(jiǎn)單對(duì)應(yīng)分析和多元對(duì)應(yīng)分析，簡(jiǎn)單對(duì)應(yīng)分析主要是用于研究?jī)蓚€(gè)分類變量之間的關(guān)系，本文使用簡(jiǎn)單對(duì)應(yīng)分析。

假設(shè)兩個(gè)分類變量分別用行和列在一個(gè)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(shí)對(duì)行和列進(jìn)行因子分析，首先對(duì)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(jì)，pi·是第i行的累計(jì)。再對(duì)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(duì)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(duì)應(yīng)關(guān)系，使得變換后的數(shù)據(jù)對(duì)行與對(duì)列是對(duì)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(duì)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(shí)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(duì)應(yīng)分析方法的基本思想［2－7］。

2 維修差錯(cuò)概念及維修差錯(cuò)的實(shí)際數(shù)據(jù)來源

維修差錯(cuò)是人在維修活動(dòng)中受到各種外在、內(nèi)在的因素影響而導(dǎo)致的錯(cuò)誤行為發(fā)生的一種差錯(cuò)。具體是指維修人員在維修活動(dòng)中，違反維修對(duì)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)異常或人員傷亡及裝備損傷的結(jié)果。在對(duì)航空器進(jìn)行維修的工作中，維修差錯(cuò)發(fā)生的比率較大，所涉及的面較廣，直接影響飛機(jī)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(jì)，約1/3的維修責(zé)任事故與維修差錯(cuò)有關(guān)，因此，研究、預(yù)防和減少維修差錯(cuò)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(cuò)－人的因素案例集》［9］，書中取材于1990－2001年我國(guó)民用航空運(yùn)輸類飛機(jī)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(jiǎn)單整理后得到航空器維修差錯(cuò)的原因情況數(shù)據(jù)，案例中維修差錯(cuò)(事件)的原因和所占的百分比為表中數(shù)據(jù)，由于某個(gè)維修差錯(cuò)有可能由多個(gè)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(cuò)的原因情況表

3 維修差錯(cuò)實(shí)際數(shù)據(jù)的對(duì)應(yīng)分析

首先我們要對(duì)表1相關(guān)的定性變量賦值:

對(duì)于誘因類變量賦值為:知識(shí)和技能—“1”，違規(guī)—“2”，計(jì)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(gè)人因素—“8”，器材管理—“9”，飛機(jī)設(shè)計(jì)—“10”，設(shè)備和工具—“11”，組織機(jī)構(gòu)—“12”。

對(duì)于維修差錯(cuò)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(cè)試/故障隔離欠妥—“3”，損壞飛機(jī)/發(fā)動(dòng)機(jī)/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(duì)表 1利用 SPSS軟件作對(duì)應(yīng)分析［10－12］。

(1)列聯(lián)表分析。由于維修差錯(cuò)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(cuò)，不同誘因引起的維修差錯(cuò)主要原因不同，誘因和維修差錯(cuò)結(jié)構(gòu)這兩個(gè)變量不是獨(dú)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(duì)其做進(jìn)一步分析。

(2)對(duì)結(jié)果匯總表(見表3)進(jìn)行對(duì)應(yīng)分析。運(yùn)行SPSS軟件得到對(duì)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(duì)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(qiáng)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(jì)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(diǎn)總覽表分析。表4是行點(diǎn)總覽表，Mass項(xiàng)表示行變量所占的百分比，而后面1、2則是行點(diǎn)在兩個(gè)維度的坐標(biāo)(SPSS稱為得分)，即有坐標(biāo)點(diǎn)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(xiàng)為慣量，代表每個(gè)行點(diǎn)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(diǎn)總覽表

表5 列點(diǎn)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(cuò)中的9個(gè)維修差錯(cuò)和12個(gè)誘因等級(jí)分為4類，知識(shí)和技能—“1”和維修文件—“4”一般較容易引起檢查/測(cè)試/故障隔離欠妥、損壞飛機(jī)/發(fā)機(jī)/附件、修理不當(dāng)?shù)染S修差錯(cuò)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(cuò)的發(fā)生，計(jì)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(gè)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(cuò)，飛機(jī)設(shè)計(jì)—“10”，組織機(jī)構(gòu)—“12”一般較容易引起安裝不當(dāng)?shù)木S修差錯(cuò)。

由此可以得出維修差錯(cuò)的主要原因及建議措施:

(a)航空器檢查/測(cè)試/故障隔離欠妥、損壞飛機(jī)/發(fā)機(jī)/附件、修理不當(dāng)?shù)染S修差錯(cuò)的發(fā)生主要是由于維修人員的知識(shí)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(cuò)發(fā)生的主要原因是飛機(jī)的設(shè)計(jì)和組織機(jī)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(shí)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(cè)試/故障隔離欠妥、損壞飛機(jī)/發(fā)機(jī)/附件、修理不當(dāng)?shù)染S修差錯(cuò)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(cuò)的發(fā)生主要是由于操作違規(guī)及飛機(jī)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(cuò)發(fā)生的主要原因是民航公司計(jì)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(jí)信息溝通不及時(shí)，以及工作環(huán)境和設(shè)施、工作人員的個(gè)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(shí)不但要注意應(yīng)聘人員的個(gè)人素質(zhì)還要看他是否有責(zé)任心，這一點(diǎn)非常重要。

圖1 對(duì)應(yīng)分析的二維圖

4 結(jié)論

根據(jù)實(shí)際數(shù)據(jù)對(duì)民用航空公司維修差錯(cuò)主要原因機(jī)理的分析，從而航空公司可有針對(duì)性地采用預(yù)警和預(yù)控管理對(duì)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(jì)算和分析結(jié)果表明，采用對(duì)應(yīng)分析方法可以挖掘維修差錯(cuò)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(cuò)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(duì)影響航空器維修差錯(cuò)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(jì)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(jì)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(duì)應(yīng)分析［J］.數(shù)理統(tǒng)計(jì)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(guó)衛(wèi)生統(tǒng)計(jì)，1999，16(2):114－117.

［4］河北大學(xué)新校區(qū)研究生學(xué)院.對(duì)應(yīng)分析的簡(jiǎn)單應(yīng)用－收入與消費(fèi)結(jié)構(gòu)的對(duì)應(yīng)分析［J］.中國(guó)民營(yíng)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(guó)防工業(yè)出版社，2007(4):144－147.

［9］中國(guó)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(cuò)［M］.北京:中國(guó)航空出版社，2003.

［10］盧紋岱，吳喜之.SPSS統(tǒng)計(jì)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(jì)分析從基礎(chǔ)到實(shí)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(jì)分析精要與實(shí)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(dòng)機(jī)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(bào)，2010，27(2):17－21.

［14］費(fèi)成巍，艾延廷，王蕾，等.基于支持向量機(jī)的航空發(fā)動(dòng)機(jī)整機(jī)振動(dòng)故障診斷技術(shù)研究［J］.沈陽航空工業(yè)學(xué)院學(xué)報(bào)，2010，27(2):29 －32.