분산 성분 분석

분산 성분 분석은 데이터셋에서 관찰된 전체 변동을 서로 구별되고 식별 가능한 원인으로 분해하는 통계 기법입니다. 전체적으로 변동이 얼마나 있는지만 측정하는 것이 아니라 그 변동을 분해하여 작업자, 기계, 배치, 측정 장비 같은 각 원인이 전체에 정확히 얼마나 기여하는지 알려 줍니다.

최종 검토

핵심 요점

분산 성분 분석은 데이터셋에서 관찰된 전체 변동을 서로 구별되고 식별 가능한 원인으로 분해하는 통계 기법입니다.

이 페이지 내용
  1. 분산 성분 분석이란?
  2. 분산 성분 분석은 언제 사용합니까?
  3. 분산 성분 분석의 올바른 사용 지침
  4. 대안: 분산 성분 분석을 사용하지 않아야 할 때
  5. 분산 성분 분석 예제
  6. 분산 성분 분석 방법

분산 성분 분석이란?

분산 성분 분석은 데이터셋에서 관찰된 전체 변동을 서로 구별되고 식별 가능한 원인으로 분해하는 통계 기법입니다. 전체적으로 변동이 얼마나 있는지만 측정하는 것이 아니라 그 변동을 분해하여 작업자, 기계, 배치, 측정 장비 같은 각 원인이 전체에 정확히 얼마나 기여하는지 알려 줍니다.

변동이 어디서 오는지 아는 것이 변동을 줄이기 위한 첫 번째이자 가장 중요한 단계이므로, 이는 제조 및 품질 관리에서 특히 가치가 있습니다. 잘못된 변동 원인을 개선하면 시간과 자원이 낭비되며, 분산 성분 분석은 올바른 원인을 겨냥하도록 보장합니다.

간단한 정의: 전체 공정 변동을 각각의 기여 원인으로 나누어, 데이터의 전체 산포에서 어떤 요인(기계, 작업자, 배치 등)이 얼마만큼을 차지하는지 알려 주는 도구입니다.

분산 성분 분석은 언제 사용합니까?

  • 부품이 배치 안에 내포되고 배치가 교대 안에 내포된 경우처럼 내포 또는 계층적 데이터 구조 가 있을 때 사용합니다.
  • 개선 노력을 어디에 집중할지 정하기 전에 공정 변동의 주요 원인을 식별하고 순위를 매겨야 할 때 사용합니다.
  • 측정 오차를 실제 부품 간 변동과 분리하기 위해 측정시스템분석 에서 사용합니다.
  • 연구의 요인이 고정이 아니라 변량 일 때, 즉 가능한 수준의 더 큰 모집단에서 추출한 표본(예: 무작위로 선택한 작업자, 무작위로 고른 배치)을 나타낼 때 사용합니다.

분산 성분 분석의 올바른 사용 지침

  • 분산 성분이 의미 있으려면 모든 요인이 변량 효과 여야 합니다. 요인이 고정이라면 대신 표준 분산분석을 사용하십시오.
  • 반응 변수는 연속형이어야 합니다.
  • 분석을 실행하기 전에 데이터 구조가 내포 또는 교차로 올바르게 정의 되었는지 확인하십시오. 구조가 잘못되면 분산 추정값이 타당하지 않습니다.
  • 가능하면 균형 데이터셋 을 수집하십시오. 집단마다 관측값 수가 같으면 가장 안정적이고 정확한 분산 추정값을 얻습니다.
  • 각 성분의 기여율 을 해석하십시오. 전체 변동의 30%를 넘게 기여하는 원인은 보통 즉각적인 조사와 조치가 필요합니다.

대안: 분산 성분 분석을 사용하지 않아야 할 때

  • 모든 요인이 고정 효과 (의도적으로 선택한 특정하고 미리 정해진 수준)인 경우에는 다음을 사용하십시오: 분산분석
  • 특히 측정시스템을 평가하는 경우에는 다음을 사용하십시오: Gage R&R 연구 . 측정시스템 평가를 위해 만들어졌으며 더 실행 가능한 출력을 제공합니다.
  • 반응이 범주형 또는 계수형인 경우에는 다음을 사용하십시오: 계수형 일치도 분석
  • 내포가 없는 단순한 2-집단 비교 인 경우에는 다음을 사용하십시오: 등분산 검정 또는 F 검정

분산 성분 분석 예제

한 의학 연구자가 여러 요인이 맥박수에 미치는 영향을 연구하려고 합니다. 연구자는 학부생 91명의 키, 몸무게, 성별, 흡연 선호, 활동 수준, 안정 시 맥박수를 기록합니다. 그런 다음 학생들을 무작위로 두 집단으로 나눕니다. 첫 번째 집단은 제자리에서 1분 동안 달리고 다른 집단은 가만히 서 있습니다. 이어서 연구자는 학생들의 맥박수를 다시 기록합니다. 단계는 다음과 같습니다.

  1. 필요한 데이터를 수집했습니다.
Variance Component Analysis — figure 1
  1. 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
  2.  분산 성분 분석을 찾으려면 Statistical module> Anova>Variance Component Analysis를 선택합니다.
  3.  도구 안에서 다음과 같이 데이터와 다른 입력값을 입력합니다.
Variance Component Analysis — figure 2

5. 위 도구를 사용하면 다음과 같은 출력이 나옵니다.

Variance Component Analysis — figure 3

분산 성분 분석 방법

절차는 다음과 같습니다.

  1. Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
  2. 홈 페이지에서 Statistical Tool> Anova >Variance Component Analysis를 선택합니다.
  3. 다음으로 데이터를 직접 입력하거나, 엑셀 시트의 데이터를 전체 복사(Ctrl+C)하여 여기에 붙여넣기(Ctrl+V)합니다.
  4. 필요한 옵션을 입력합니다.
  5. 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.

분산 성분 분석의 도구 화면은 두 부분으로 나뉩니다.

Variance Component Analysis — figure 4

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. Data Pane에서는 각 행이 하나의 부분군을 이룹니다. 데이터는 직접 입력하거나, 엑셀 시트의 데이터를 전체 복사(Ctrl+C)하여 여기에 붙여넣기(Ctrl+V)할 수 있습니다.

Load example: 샘플 데이터가 불러와집니다.

Load File: 엑셀 데이터를 직접 불러올 때 사용합니다.

오른쪽 부분에는 다음과 같은 여러 옵션이 있습니다.

  • Response: 연속형 측정 데이터가 들어 있는 열, 즉 전체 변동을 개별 원인으로 분해하려는 결과 변수를 선택합니다. 필수 항목입니다. 반응 변수는 치수, 무게, 강도 또는 측정 가능한 품질 특성 같은 수치형 연속 변수여야 합니다. 분석은 이 열의 전체 산포 중 지정한 각 변량 요인에 기인하는 비중을 분해합니다.
  • Random Factors: 작업자, 기계, 배치, 교대처럼 정량화하려는 변동 원인을 나타내는 열을 선택합니다. 여러 요인을 선택하려면 Ctrl 또는 Command + 클릭을 사용합니다. 이러한 요인은 변량 요인이어야 합니다. 즉 데이터의 수준이 가능한 수준의 더 큰 모집단에서 추출한 무작위 표본, 예를 들어 많은 작업자 중에서 무작위로 고른 3명을 나타내야 합니다. 분석은 이러한 각 요인이 반응 변수의 전체 변동에 기여하는 분산을 추정합니다.
  • Confidence Level: 각 분산 성분 추정값 주위에서 계산하는 신뢰구간의 확실성 수준을 설정합니다. 기본값은 95%이며, 각 요인의 참 분산 기여분이 표시된 구간 안에 있다고 95% 확신한다는 뜻입니다. 신뢰수준이 높을수록 구간은 넓어지고 확실성은 커지며, 낮을수록 구간은 좁아집니다. 95% 기본값은 대부분의 통계 및 품질 응용에서 사용하는 표준이며 대다수 연구에 권장됩니다.

자주 묻는 질문

분산 성분 분석이란 무엇입니까?

분산 성분 분석은 데이터셋의 전체 변동을 서로 구별되는 원인으로 분해하고, 작업자, 기계, 배치, 측정 장비 같은 각 원인이 전체에 얼마나 기여하는지 보여 줍니다. 변동이 어디서 오는지 아는 것이 변동을 줄이는 첫 단계이므로, 개선 노력이 올바른 원인을 겨냥하게 됩니다.

분산 성분 분석은 언제 사용합니까?

교대 안의 배치 안의 부품처럼 내포 또는 계층적 데이터에서 공정 변동의 주요 원인을 식별하고 순위를 매길 때, 그리고 측정시스템분석에서 측정 오차를 부품 간 변동과 분리할 때 사용합니다. 요인은 가능한 수준의 더 큰 모집단에서 추출한 표본을 나타내는 변량이어야 합니다.

변량 요인과 고정 요인의 차이는 무엇입니까?

변량 요인의 수준은 많은 작업자 중에서 고른 3명처럼 더 큰 모집단에서 추출한 무작위 표본입니다. 고정 요인은 의도적으로 선택한 특정 수준입니다. 분산 성분은 변량 효과에서만 의미가 있으며, 모든 요인이 고정이라면 대신 표준 분산분석을 사용하십시오.

분산 성분 결과는 어떻게 해석합니까?

각 성분이 전체 변동에 기여하는 비율을 살펴봅니다. 전체 변동의 30%를 넘게 기여하는 원인은 보통 조사와 조치가 필요합니다. 각 성분 추정값 주위의 신뢰구간은 그 추정값을 얼마나 정밀하게 알고 있는지 보여 줍니다.