医药工程设计进度关键影响因素分析

2021-08-06程辉

新型工业化 2021年4期

关键词：工程设计信度医药

程辉

（浙江美阳国际工程设计有限公司，浙江杭州 314000）

0 引言

医药工程项目的设计进度会直接影响其内部管理效率，相关人员借助有关试验不断革新其关键性指标，促进工程设计的精细化，无论是政策上还是设计上都可开展医药工程项目的改进工作，保障全民的医药健康。

1 构建医药工程设计进度关键影响因素的基本原则

医药工程在设计阶段会受到多种条件影响，多种要素的形成原因也较为复杂，在进行实际设计期间，项目管理人员在设置影响其进度的关键性要素时需遵循该工程项目的基本特性，即无论是项目还是数据都要具备不同程度的代表性，其各个项目可达到数据分析的基本需求，在开展统计检验时可相互独立，在设计其各类关键性要素期间还要将多种不可变因素及时排除，使相关因素可获得即时性优化，从而满足该类工程项目的设计要求。设计进度影响中的关键性要素指标可分成外部要素与内部要素，外部要素主要包含建设单位与政府政策；而内部要素则为医药设计方案、设计人员的专业能力、设计信息的共享度等，为增进该项目试验数据的准确性，该试验将着重审查其内部要素。

2 医药工程设计进度关键影响因素的实例分析

2.1 设计前的准备

在进行了多项文献研究后，技术人员可通过相应试验来了解医药工程设计进度关键影响因素。在正式设计前相关人员可做出相应准备。

首先，挑选出合适的试验样本较为重要，在选择样本的过程中相关人员应注重其在医药设计行业的代表性，其内部数据要与石化、化工、医药、施工、咨询与设计等领域相关。

其次，在完成样本的选择后，针对医学工程设计进度的研究进行相应假设，如表1所示。

表1 不同周期下关键影响因素指标与关系假设间的关系

最后，在完成各项要素的指标设计后，项目试验人员要进行科学的资料收集，具体来说，为使其内部试验数据变得更加有效、可靠，可采用问卷调查法，即借助五点法来展现医药工程的设计进度，并将量化指标的重要性进行分级，如A代表“极不重要”、B为“不太重要”、C属“一般水平”、D则是“比较重要”、E则属于“非常重要”等级。对于调查对象的选择来说，试验人员可找寻某医药工程项目的设计师，此类数据将带有较强的有效性、代表性，且数据资料绝对准确、真实，在完成相关准备工作后相关人员可正式进入到试验阶段。

2.2 分析描述类统计

在完成该试验的问卷调查后，试验人员一共收到了148份试卷，将14份不合格的试卷剔除后，可知剩下的134份问卷的结果较优质。如表2所示，多个项目名称的最大值与最小值皆在5与1之间，其标准差的范围差距较大，相比较来说，由于设计人员的专业水平、医药设计方案与设计信息共享度的平均值分别为4.194、4.104、4.112，其标准差与中位数出现了不同程度的差别，从关键影响要素的指标中看，设计人员的专业水平与医药设计方案的相关数据较相似，而设计信息的共享度与其产生了些许差别。

表2 医药工程类设计进度关键影响的具体要素

2.3 检验信度

为提升有关数据的稳定性、可靠性，试验人员应设置适宜的信度检验，在开展检验的过程中要仔细审查其内部存有的各项因素，如样本的充足程度、调查方案的科学性、问卷设计的合理性与调查人员的检测资质等，通过适宜的信度检验来确定相关数据[1]。

当前常用的信度检验方式为Cronbach，s Alpha系数检测法，对其实行一致性检验，随着系数的升高其信度值也随之增大，若其系数在0.7以上，其信度则处在较高水平，促进了研究依据的合理性、稳定性。同时，在了解相关系数后还有助于修正调查问卷中的各项数据，在调查过程中当某个变量出现变化时该系数增大，则可判定该调整较合理，反之则不合理。具体来说，当信度范围在0.3以内时，其数据标准则为“不可信”；若信度范围在0.3-0.7之间，其标准可升级成“可信”；当信度范围在0.7-0.9之间时，其数据标准在“很可信”；而如果想要数据标准为“非常可信”，该信度范围需在0.9以上。如表3所示，在医药工程设计进度关键影响要素中，无论是建筑单位、医药设计方案还是设计信息的共享度，其Cronbach，s Alpha系数均在0.4以上，也就说明了该数据的可信度较高，去除掉已删除的系数，医药设计方案的系数仍在0.9以上，以此来说明该项目数据的准确性。

表3 工程项目关键进度影响要素中的Cronbach，s Alpha系数

2.4 分析关键影响要素中的因子

在进行关键影响要素中的因子分析时，试验人员要提取出变量中的共性因子，在描述各类因素与指标间关联性的过程中要尽量降低因子的使用数量，借助些许的因子来描述出更多的原始信息[2]。

比如，在分析医药工程设计进度关键影响要素中的因子时，相关人员需将其内部的因子编号，并找出其特征根，特征根中的含有方差解释率与积累百分比，经过相关计算后，当其特征根为2.207时，其方差解释率与积累百分比的值相同，皆为27.584%，在此过程中其方差解释率会出现不同程度的旋转，在旋转前其数值为27.584%，到了旋转后则变为了24.424%；当其特征根为1.701时，方差解释率与积累百分比的数值出现了变化，分别为21.267、48.851%，通过一定程度的旋转，其方差解释率由21.267上升到22.093%、而积累百分比则由48.851降为46.517%。通过多项数据可知，在特征根超过1时，其旋转方差的解释率总量在75%左右，说明了此类因素为关键性要素，且相关程度较高。

2.5 开展回归分析

在开展正式的回归分析前，试验人员应了解回归分析的主要作用，其为科学性较强的统计分析方式，在运用此项方法的过程中可确定多个变量间的依赖程度与相互关系，为增强数据分析的准确性，要设定相关数据的显著性值，在本次试验中该数值的显著性标准为0.05，在运算数据期间将其内部存有的虚假变量剔除，与回归系数相关的检验结果为T，显著性值与T的绝对值呈正向相关，其与回归系数的检验值密切相关。通常来讲，若显著值在0.05以内，证明其检验性较显著，R代表了自变量与决定系数，在使用过程中可解释变异量在总变异量中的比例，当自变量增加时可适时调整R，通过不断修正来提升其预测能力[3]。

具体来说，在分析医药工程设计进度中关键影响要素中的设计周期时，试验人员可调取其内部的4-5个要素，通过相应计算后可看出其显著性值在0.05以下，也就是T的检验结果较显著，R值在完成相应的调整后，其数值有所回落，代表了回归贡献值的下滑，通过合理的调整后回归方程的解释变得更为合理。透过多项分析结果可知在同一个设计周期下，设计人员的专业水平、政府政策的关系假设应为正相关、设计信息的共享性与医药设计方案呈负相关，试验人员找到了设计进度内部的关键影响要素[4]。

2.6 实例结论

通过该试验的整套设计过程，试验人员需了解到医药工程设计进度关键影响要素在工程项目设计中的重要性，影响该工程设计进度的主要要素为设计信息的共享度、医药设计方案与设计人员的专业水平等[5]。

由于医药设计单位中的进度机制正逐渐完善，在设计完成量增多、设计周期缩短的情况下，设计单位会更为满意，其制度建设的水平就越高。比如，针对设计信息的共享度而言，当医药工程中的设计人员实时共享其掌握的设计信息时，工程项目的建设效率将更高，工作人员的工作积极性也会出现较大改变，在设置完善的信息共享平台后，各部门的联系会更为紧密，借助良好的沟通，改善项目建设水准。同时，医药设计方案也会影响项目设计进度，其原因在于当该方案的合理性较强时，可最大化该项工作的设计效率，通过其专业程度来改变建设人员的满意度。此外，设计人员的专业水平会对工程进度产生直接影响，若其技术水准较高、专业能力较强，该工程项目的建设或设计时间会被有效缩短，保障其整体的设计水平。