こんにちは。インコです!
前回の記事では工程能力指数についての攻略を述べていきました。
式だけで見るとよくわかりませんが、図と合わせてみると意外と見えてくるものがありましたね。
工程能力指数についてまとめていますので興味ある方は是非ご覧ください!
QC検定3級【品質管理検定】工程能力指数は基礎公式だけでOK!~5分解説~
こんにちはインコです! 前回までの記事は管理図について書いていきました。 かなり覚えることが多く頭を悩ませた方も多いとは思いますが、かなり重要な分野となります。 時間がなくて全部覚えられないという方も、せめてX-R管理図は確実に押さえておきたいですね。 QC検定3級における管理図について理解を深めたい方は是非ご覧ください。 ...
さて今回の記事は相関分析について述べていきます。
相関分析を簡単に表すと
QC7つ道具「散布図」の強化版
です。散布図の知識+公式4つ増えただけなので意外と簡単な範囲となります。
それでは行ってみましょう。
相関分析とは
QC検定3級の相関分析の範囲は簡単にまとめると以下になります。
散布図+4つの公式
散布図はQC7つ道具の一つのツールかというのはご存じかと思います。
その知識にたったの4つの公式の知識を理解するだけで完結しますので肩の力を抜いて学んでいくのがいいでしょう。
さて個の相関分析ですが、これまではQC検定3級の出題範囲外でした。
しかし第29回より大問として出題されるようになった新人君となります。
まぁ管理図と比べたらはるかに楽なのでいいですが、、
それはさておき、そもそも相関分析って「どんな時に使うのか」というと、
相関分析は2つのデータの関係について調べることが出来ます。
2つのデータの関係というと「散布図」を思い出すかと思いますが、
似ているようで少し違います。2つのデータ関係をより詳細に関係を解析したいとき「散布図」ではなく。「相関分析」を用います。
力関係でいうと以下になります。
相関分析>散布図
またこの二つのデータを変数x、変数yとすると、
変数xの連続的な値に対して、変数yも連続的に変化する関係がある場合、
xとyの間に相関があるといいます。
一般的に、2変数は
・「横軸=要因変数x」
・「縦軸=結果変数y」
と表します。また変数が2つの場合の解析法を「単相関分析」、3つ以上の変数について関係を解析する方法を「重相関分析」といいます。
QC検定3級では単相関分析のみ出題されるので、重相関分析に関しては覚えなくいてもOKです。
さてここからは3つの相関について簡単に紹介していきます。
正直言葉道理なので簡単に説明します。
正の相関
要因変数xが増加すると、結果変数が増大する散布図の事を「正の相関」があるといいます。
負の相関
要因変数xが増加すると、結果変数が増大する散布図の事を「負の相関」があるといいます。
相関なし
要因変数xが増加すると、結果変数yが増大する散布図の事を「相関がない」といいます。
相関係数
相関係数(試料相関係数)は「r」で表し、2つの変数の間にどの程度直線的な関係があるかを示す数値です。
また先ほど相関分析には2種類あるとお伝えしました。これらを区別するために2つの変数時の相関係数を単相関係数と呼びます。
相関係数「r」は
-1≦r≦+1
この相関係数「r」が+の場合は正の相関、-の場合は負の相関があることを示します。
このrが0に近ければ近いほど相関関係が薄くなり、±1に近づけば近づくほど相関関係が強いことを示します。
相関係数の公式
さてここからは相関係数「r」の求め方についてご紹介していきます。
題名にも記載されていますが、相関分析が個人的にサービス問題である理由が、新しい公式を2つ覚えれば解決してしまうからです。
一見難しそうに見えますが、よく見ると新しく覚えることはたったの2つです。
それでは3つの公式を見てみましょう。
Sxの求め方
Sxはxの平方和を示します。
式だけ見ると難しそうに見えますがただの平方和です(笑)
Syの求め方
Syはyの平方和を示します。
こちらもただの平方和です。
Sxyの求め方
Sxyはxとyの積和となります。
言葉で表すと、
xとyをかけた合計からxの合計とyの合計をかけてn(試料数・サンプル数)で割ったものとなります。
少しだけややこしいですが、ここさえ勘違いしなければ、全く問題ありません。
rの求め方
上記1)~3)の結果をこの式に代入することにより、相関係数が求まります。何度も言いますがrの範囲は
ー1≦r≦+1
です。この範囲外の値が出た時は計算ミスをしているので注意が必要です。
相関係数の決定
相関係数はしつこいようですが、
-1≦r≦+1
の値を取ります。
相関の強さというのは予め決まっているので先ほど用いた散布図ももちいて説明していきます。
*rの値は±を表します。
今回用いる図は+の図のみ用います。
強い相関がある
r≧0.8の時強い相関があるといいます。
相関がある
0.8>r≧0.6の時相関があるといいます。
弱い相関がある
0.6>r>0.4の時弱い相関があるといいます。
ほぼ相関なし
r<0.4の時ほとんど相関がないといいます。
試験攻略ポイント
さてここからはQC検定3級の相関分析の攻略に移っていきます。
相関分析の試験攻略法としては以下が挙げられます。
1)相関係数rはー1≦r≦+1
2)相関係数rは±1に近づくほど強い
3)公式はrを求める式とSxyだけでOK
4)計算が苦手な人は問題傾向で覚えてしまう
5)相関係数rはあくまで可能性
それでは一つずつ見ていきましょう。
相関係数rはー1≦r≦+1
いやもう何回も言われたからわかったよ、、、
と思われている方。本当ですか?
試験では意外と、以下のように問われます。
1)-1<r<+1 2)0<r<+1 3)-1≦r<+1 4)0≦r≦+1 5)-1≦r≦+1
さてこのように問われた場合皆さんは引っかかりませんか?
恐らく数人は引っかかります。単純なものほど記憶はあいまいになります。
私は初見時しっかり2)のような答えを選び間違えました。
このようなくだらないミスをしないように心がけましょう。
相関分析rは±1に近づくほど強い
先ほどの4章でr≧0.8だから相関が強い~のようなことを4段階で説明させていただきました。
しかいこの細かい数値はなかなか覚えられないですよね。
なのでrは±1に近づくほど強いと覚えてしまって細かい数値は覚えなくても大丈夫です。
細かい数値を覚えるなら他の事を暗記した方がいいというのが個人的見解です。
公式はrを求める式とSxyだけでOK
この記事を読んでくださっているということは恐らく、これ以前のQC検定の理解はある程度理解していると予想されます。
ですのでQC検定の入り口である平方和などはかなりの理解があると思います。
ですのであえてSx=○○と数式で覚えず、Sx=平方和と覚えてしまいましょう。
数式だと変にこんがらがる可能性があります。
計算が苦手な人は問題傾向で覚えてしまう
これはあまりお勧めはできませんが、この範囲はある程度問題の出題方法が確立しています。
問題出題方法としては表のデータから当てはまる数値を見つけて回答するといった形です。
例えば以下のようになります。
このようにすでに計算されて出題されます。
ですので「この表の位置の値は公式のどの位置に来る」のような覚え方でも意外と正解できたりします。この当てずっぽうでも正答できるのがマーク試験の強みですね。
しかし慣れてきたら公式をしっかり覚えましょう。
相関分析rはあくまで可能性
ここは実戦分野で問われることが多いです。
相関分析で求まったrの値が限りなく±1に近いとします。
その場合その結果は絶対なのか?を問われるとNOです。
相関係数rが限りなく1に近くても、二つの変数間に因果関係、または理論的な関係が存在する可能性を示すだけなので、強い相関がある場合でも、事実調査や理論的検討が必要である。
逆に相関係数rが0に近くても2つの変数間に関係がないとは言えない場合があります。
これらを問われたときは気を付けましょう。
まとめ
・公式は2つだけ覚える
・相関係数はー1≦r≦+1
・相関係数は絶対ではない
・rは±1に近づくほど強い
いかがでしたか?
今回は相関係数についてご紹介しました。
新たに覚える公式は2つだけです。
ここさえ乗り越えればこの範囲はばっちりです。
しっかり理解を深めておきましょう。
次回は品質管理の実戦分野です。それでは!
QC検定【品質管理検定】の実践分野って何が出題される?手法分野との違いとは?
こんにちは。インコです! QC検定は「品質管理の手法」と「品質管理の実戦分野」の二つの分野に分類されるのはご存じでしょうか。 品質管理の手法分野は計算分野やQC7つ道具や新QC7つ道具といった割とメジャーな分野が出題されます。 どちらかというと理系向きなステージであり、一度型を覚えてしまえば後々楽に解けるのが特徴です。 ...
QC検定3級を楽して合格したい方にお勧めです!
QC検定3級【品質管理検定】を合格したい方必見!0から3ヶ月で9割獲得した勉強法のすべて
ものづくりに携わるうえでものづくりと品質管理という役割は切っても切れない関係なのはご存じでしょうか? 最近は品質の不正などの多発により「品質」への関心が集められています。 その関心と共に注目されている自己摘発が そこで今回の記事はQC検定3級をした自身の経験をもとに攻略法・勉強法をお伝えできればと思います。 Point.1 こんな人にお勧めです ・勉強時間が足りないから要領よく学びたい ...
ブログランキング参加しています!
にほんブログ村
勉強法ランキング
FC2 Blog Ranking
0 件のコメント:
コメントを投稿