3.4 회귀분석
3.4.2 역사
회귀(Regress)의 원래 의미는 옛날 상태로 돌아가는 것을 의미한다 영국의 유전학자 프.
란시스 갈톤(Francis Galton)은 부모의 키와 아이들의 키 사이의 연관관계를 연구하면서 부모 와 자녀의 키 사이에는 선형적인 관계가 있고 키가 커지거나 작아지는 것보다는 전체 키 평 균으로 돌아가려는 경향이 있다는 가설을 세웠으며 이를 분석하는 방법을 회귀분석 이라고" "
칭하였다 이러한 경험적 연구 후에 칼 피어슨. (Karl Pearson)은 아버지와 아들의 키를 조사한 결과를 바탕으로 함수 관계를 도출하여 수학적 전개를 정립하였다.
회귀분석의 표준 가정 3.4.3
회귀분석은 다음의 가정을 바탕으로 한다.
잔차 는 모든 독립변수 값에 대하여 동일한 분산을 갖는다
1. (Residuals) .
잔차의 평균은 이다
2. 0 .
수집된 데이터의 분산은 정규분포를 이루고 있다
3. .
독립변수 상호간에는 상관관계가 없어야 한다
4. .
시간에 따라 수집한 데이터들은 잡음의 영향을 받지 않아야 한다
5. .
독립변수들 간에 상관관계가 나타나는 경우 다중공선성문제라고 한다
6. .
회귀모형의 적합도 및 선형회귀 3.4.4
회귀모형이 적합한지 확인하기 위해 결정계수 를 사용한다 이는 회귀모형의 독립변수. 가 종속변수 변동의 몇 를 설명하고 있는지를 나타내는 지표이다% .
통계학에서 선형 회귀(linear regression)는 회귀 분석의 하나이다 종속변수. 및 독립변 수 와 임의의항, 와의 관계를 모델링한다 모형은 다음 공식으로 나타낸다. .
여기서 는 절편 상수항 이고( ) , 는 각 독립변수의 계수이며, 는 선형 회귀로 추정되는
모수의 개수이다 선형 회귀는 비선형 회귀과 대비된다 이 방법이 선형 회귀로 불리는 것. . " "
은 종속변수가 독립변수에 대해 선형 함수 차함수 의 관계에 있을 것이라고 추측되기 때문, (1 ) 이다 그러나. 의 그래프가 직선이고 가 의 선형 함수일 것이라고 생각하는 것은 잘못이다 예를 들어 다음과 같은 선형 회귀 도 있기 때문이다. " " .
와 에 관해 선형이기 때문에, 축과 축을 가진 그래프가 직선상에 있지 않더라 도 선형회귀라고 할 수 있다
데이터 정의 3.5
절에서 나열된 자료를 이용하여 년 에 입항하였던 척의 모선 자료를
3.1 2010 KBCT 2,498
토대로 본선작업 수량과 생산성에 미친 정보변경 비율과 반입 시 계근된 무게의 일치도와 영향에 따른 생산성 관계를 도출하고자 한다
C/T .
생산성 관련요소는 마감시간 야드 분산 당일 선석 혼잡도 계근 무게 일치도 정보 변경, , , , 률을 통계자료로 사용하였다.
마감시간(C/T)
①
본선 입항 기준으로 10시간 전에 선적될 컨테이너가 컨테이너터미널 야드에 반입이 되어 야 하는 것을 원칙으로 2009년 평균 반입률은 80%로 나타났다.
야드 분산
②
통상적인 선적 야드 블록은 Q/C 1기당 1블록으로 1:1 비율을 가장 적절한 작업으로 볼 수 있지만 앞서 언급한 내용과 같이 ON-DOCK 비율의 증가로 인해 2009년 평균으로는 1 모선에 평균 10개의 블록이 할당되었다.
당일 선석 혼잡도
③
기중 당일 최대 가동된 시점을 기준으로 선석 혼잡도를 정하였으며 년
KBCT Q/C 14 2009
일일 평균은 기로 나타났다8 .
계근 무게 일치도
④
계근대가 설치된 게이트로 선적될 컨테이너가 통과하면서 무게를 측정하여 야드 장치에 적용하며 장치된 컨테이너 무게가 선사에서 전송하는 CLL무게와 비교되는 것으로 2009년 평균 54.15% 일치하였다.
정보 변경
⑤
선적을 위해 반입된 컨테이너가 선적되기 전 정보가 변경 되는 것으로 정보 변경이 과다 할 경우 선적 시 장비 간 간섭 및 재 조작이 발생되어 생산성에 영향을 주는 것으로 2009년 정보변경은 평균 4% 발생되었다.
제 4 장 생산성 관계 분석
상관관계요소 분석 4.1
본 연구에서는 2009년 KBCT에 입항한 모선 2,498척의 작업관련 자료를 기초로 요소별로 생산성과의 상관관계를 분석하고자 한다 생산성과의 상관관계에 있는 요소는 크게 본선작업. 수량 마감시간준수율 야드 분산 선석 혼잡도 계근 무게 일치도로 설정하였고 모, , , , 선크기별·
요소별로 생산성과의 상관관계를 분석하였다.
<Table 4-1> 생산성 상관요소 데이터
상관관계 분석 4.2
본 절에서는 앞의 생산성 관계요소 데이터를 바탕으로 엑셀을 이용하여 각 요소별 모선· 크기별로 상관관계를 분석하였으며 오차 범위를 설정하여 데이터를 소팅하여 분석하였다, .
본선작업수량 .
①
본선작업수량과 생산성과의 상관관계분석에서는 모선크기 전체적으로는 0.640의 상관관 계가 나타났다 모선크기별로는. 500TEU급의 경우는 0.582 , 2000TEU로 급에서는 0.872의 상관 관계가 나타났다.
급의 경우는 상관관계가 으로 나타났으나 이는 분석 자료가 충분하지 못하
3000TEU 1.000 ,
여 신뢰성 있는 결과라고 할 수 없다.
<Fig. 4-1> 본선작업수량과 생산성(500TEU )급
<Fig. 4-2> 본선작업수량과 생산성(2000TEU )급
모선크기별 본선작업수량과 생산성과의 상관관계는 다음과 같이 나타났으며, 3000TEU급 의 경우 그 상관계수가 아주 높게 나타났지만 분석 데이터 부족으로 신뢰할 수 있는 분석, 결과로 볼 수는 없다.
<Fig. 4-3> 본선작업수량과 생산성 모선크기별( )
마감시간 준수율 .
②
본선 입항기준 10시간 전 기준으로 모선크기별로 마감시간 준수율과 생산성의 상관관계 에 대한 분석을 실시하였다 그 결과 마감시간 준수율과 생산성은 서로 음의 상관관계가 나. , 타났으나 그 정도가 미미하여 분석결과에서는 마감준수율은 생산성과의 상관관계가 매우 낮 은 것으로 나타났다.
<Fig. 4-4> 마감시간 준수율과 생산성(500TEU )급
<Fig. 4-5> 마감시간 준수율과 생산성(2000TEU )급
야드 분산 .
③
선적작업에 필요한 야드 블록수를 평균 4개를 기준으로 야드 분산과 생산성과의 상관관 계를 분석하였다 전체적으로는. 0.457의 상관관계가 나타났으며 모선크기별로는, 1000TEU급 의 경우는 0.418 으로, 5000TEU급에서는 0.507의 상관관계가 있는 것으로 나타났다.
<Fig. 4-6> 야드 분산과 생산성(1000TEU )급
<Fig. 4-7> 야드 분산과 생산성(5000TEU )급
모선크기별 야드 분산과 생산성과의 상관관계는 다음과 같이 나타났으며, 2000TEU급과 급 이상의 모선크기에서의 상관관계가 높게 분석되었다
5000TEU .
<Fig. 4-8> 야드 분산과 생산성 모선크기별( )
선석 혼잡도 .
④
당일 Q/C 가동대수를 기준 선석 혼잡도 데이터를 바탕으로 생산성과의 상관관계를 분석, 하였다. 1000TEU급의 경우 -0.433 으로, 5000TEU급에서는 -0.460의 상관관계가 있는 것으로 분석되었다.
<Fig. 4-9> 선석혼잡도와 생산성(1000TEU )급
<Fig. 4-10> 선석혼잡도와 생산성(5000TEU )급
모선크기별 선석 혼잡도와 생산성의 상관관계분석은 다음과 같이 나타났으며, 3000TEU 급 이하의 경우에 비해서 5000TEU급 이상의 모선의 경우 그 상관관계가 높게 분석되었다.
<Fig. 4-11> 선석혼잡도와 생산성 모선크기별( )
계근 무게 일치도 .
⑤
선적 컨테이너의 반입 시 무게 일치도에 따른 생산성과의 상관관계를 분석하였다 계근. 무게 일치도와 생산성의 상관관계 분석에서는 양의 상관관계가 나타났으나 그 정도가 미미 하여 계근 무게의 경우 마감시간 준수율과 마찬가지로 생산성에 큰 영향을 미치지 않는 것 으로 분석되었다.
<Fig. 4-12> 계근 무게 일치도와 생산성(1000TEU )급
<Fig. 4-13> 계근 무게 일치도와 생산성(5000TEU )급