3月にあるQC検定1級の試験に合格するために、品質管理を学習中です。
QC検定1級の過去問を読み物に編集しました。
----------
※試験では赤字の箇所が選択肢問題として出題されています。
【問題】
2018年・春
問8
手順1.データを収集する
項目(変数)×対象(サンプル)の形式のデータを採取する。
手順2.データの単位を無次元化する
項目ごとに平均値0、標準偏差1となるようデータを変換する。このことをデータの規準化ともいう。
手順3.項目間の関係性を見る
2つの項目間に直線的な関係があるかどうかを評価する相関係数を計算する。これは、-1から+1までの値をとり、±1に近いほど直線的な関係性があるとみなすことができる。多くの項目間の関係性が強い場合、低い次元でデータを解釈することが可能になる。そのようなことを分析する手法は多変量解析法の一つの主成分分析である。
手順4.取り上げる主成分を選ぶ
新しい評価尺度(主成分)を求める場合、その主成分の分散ができるだけ大きくなるようにする。主成分分析では、主成分の分散は相関係数行列の固有値と一致する。一つの主成分の固有値が全主成分の固有値の和の何%に対応するのかを表しているのが寄与率である。また、例えば、第1主成分の寄与率と第2主成分の寄与率とを加えたものを第2主成分までの累積寄与率と呼ぶ。この値が80%を超えるまでの主成分を採用することが目安となる。
手順5.主成分の解釈とネーミングを行う
各主成分と各項目との相関係数を因子負荷量という。この値は各主成分が元の各変数とどのくらい強く関係しているかを示すものである。手順4で取り上げた第1主成分と第2主成分のネーミング(意味づけ)を行う。主成分のネーミングは、主観的に行われるが、その際、手がかりとなるのは、因子負荷量の大きさと符号である。
手順6.計算とグラフから情報を得る
各対象に対して主成分の値を算出したものが主成分得点である。この値は、対象のグループ分けや対象の評価に使う。グループ分けの際に役立つものは、複数の主成分同士の散布図である。第2主成分まで採用するのであれば、第1主成分と第2主成分に基づく主成分得点の散布図を作成し、視覚的にグループ分けを行う。
----------
過去問の出典はこちらです。