Industrial KnowledgeHồi quy là gì? Phân tích hồi quy tuyến tính cơ bản cho nhà máy | Ví dụ
Nội dung bài viết 9 mục
Biểu đồ phân tán cho thấy “nhiệt độ càng cao thì độ bám càng tốt”. Nhưng tốt hơn bao nhiêu khi tăng 5°C? Nhiệt độ giải thích được bao nhiêu phần dao động? Phân tích hồi quy biến cảm giác đó thành một phương trình có thể dùng để đặt thông số và dự báo.
Tóm tắt nhanh
- Phân tích hồi quy xây phương trình mô tả quan hệ giữa biến đầu ra liên tục Y và một hay nhiều biến X: Y = b0 + b1·X.
- Đọc hệ số b (mức thay đổi của Y), p-value (p < 0,05 là có ý nghĩa), R² và R² hiệu chỉnh.
- Luôn kiểm tra phần dư, không chỉ nhìn R².
- Lỗi lớn: nhầm tương quan với nhân quả, ngoại suy ra vùng chưa từng chạy, đưa quá nhiều X với ít dữ liệu.
Hồi quy là gì?
Phân tích hồi quy (regression) là phương pháp thống kê xây dựng phương trình mô tả quan hệ giữa một biến đầu ra liên tục Y và một hay nhiều biến đầu vào X. Dạng đơn giản nhất là hồi quy tuyến tính đơn:
Y = b0 + b1·X
Trong đó b0 là hệ số chặn, b1 là độ dốc — Y thay đổi bao nhiêu khi X tăng một đơn vị. Khi có nhiều X, ta có hồi quy bội: Y = b0 + b1·X1 + b2·X2 + … Trong Six Sigma, hồi quy là cách định lượng trực tiếp quan hệ Y = f(X).
Các chỉ số cần đọc
| Chỉ số | Ý nghĩa | Cách đọc |
|---|---|---|
| Hệ số b1, b2… | Mức thay đổi của Y khi X tăng 1 đơn vị | Dấu cho biết chiều tác động |
| p-value của hệ số | X có ảnh hưởng thật hay không | p < 0,05 → có ý nghĩa thống kê |
| R² | Tỷ lệ dao động của Y được mô hình giải thích | 0–100%; càng cao càng tốt |
| R² hiệu chỉnh | R² có phạt khi thêm X không cần thiết | Dùng để so sánh mô hình bội |
| Sai số chuẩn (S) | Mức sai lệch điển hình giữa dự báo và thực tế | So với dung sai |
| Phần dư (residual) | Thực tế trừ dự báo | Nên ngẫu nhiên, không có hình dạng |
Các bước thực hiện
| Bước | Việc làm |
|---|---|
| 1 | Chọn Y và các X nghi ngờ (từ fishbone, kinh nghiệm) |
| 2 | Thu dữ liệu cặp X–Y cùng thời điểm, cùng sản phẩm |
| 3 | Vẽ biểu đồ phân tán để xem dạng quan hệ |
| 4 | Chạy hồi quy, đọc hệ số, p-value, R² |
| 5 | Kiểm tra phần dư: phân bố, xu hướng, điểm bất thường |
| 6 | Xác nhận bằng thử nghiệm thực tế, rồi dùng phương trình để đặt thông số |
Ví dụ tại nhà máy Việt Nam (số liệu minh hoạ)
Xưởng sơn tĩnh điện khung xe đạp ở Bình Dương bị lỗi bong sơn. Nhóm thu 40 mẫu, đo độ bám (thang lực kéo, N/cm²) cùng nhiệt độ lò sấy và thời gian sấy.
Hồi quy đơn theo nhiệt độ: Độ bám = −62 + 0,55 × Nhiệt độ (°C); R² = 58%, p < 0,001.
Hồi quy bội thêm thời gian sấy:
| Hạng mục | Giá trị |
|---|---|
| Phương trình | Độ bám = −80 + 0,52 × Nhiệt độ + 1,1 × Thời gian (phút) |
| p-value nhiệt độ | < 0,001 |
| p-value thời gian | 0,003 |
| R² hiệu chỉnh | 76% |
Yêu cầu độ bám ≥ 34. Ở nhiệt độ lò thực tế 180°C và thời gian 12 phút: −80 + 93,6 + 13,2 ≈ 26,8 — dưới yêu cầu. (Mô hình đơn lại cho −62 + 0,55 × 180 = 37: vì nó bỏ qua thời gian sấy, ngầm coi thời gian ở mức trung bình của 40 mẫu, trong khi lò thực tế chỉ sấy 12 phút — ngắn hơn mức đó — nên mô hình bội, có tính thời gian, cho dự báo thấp hơn và sát thực tế hơn.) Đặt 195°C và 15 phút (trong giới hạn khuyến nghị của sơn): −80 + 101,4 + 16,5 ≈ 37,9. Sau thử nghiệm xác nhận, tỷ lệ bong sơn giảm từ 3,5% xuống 0,6%.
Khi nào dùng hồi quy?
- Y và X đều là dữ liệu liên tục (nhiệt độ, áp suất, thời gian, kích thước).
- Cần định lượng mức ảnh hưởng, không chỉ biết “có ảnh hưởng”.
- Cần dự báo hoặc tìm thông số vận hành.
- Khi được phép chủ động thay đổi X, DOE cho kết luận nhân quả mạnh hơn hồi quy trên dữ liệu lịch sử.
Mẹo áp dụng và dùng Excel
- Excel: Data Analysis ToolPak → Regression cho hệ số, p-value, R², phần dư. Hàm nhanh:
=SLOPE(),=INTERCEPT(),=RSQ(). - Trên biểu đồ phân tán, thêm Trendline và chọn “Display equation” để xem nhanh.
- Không dự báo ngoài phạm vi dữ liệu đã thu.
- Khi hai X tương quan mạnh với nhau (ví dụ nhiệt độ lò và nhiệt độ phôi), chỉ giữ một hoặc dùng DOE.
Lỗi hay gặp
- Nhầm tương quan với nhân quả: hai biến cùng tăng theo mùa không có nghĩa biến này gây biến kia.
- Chỉ nhìn R², bỏ qua kiểm tra phần dư.
- Ngoại suy phương trình ra vùng chưa từng chạy.
- Đưa quá nhiều X vào mô hình với ít dữ liệu.
- Dữ liệu X và Y không ghép đúng cặp thời gian.
Câu hỏi thường gặp
R² bao nhiêu là đủ? Không có ngưỡng chung. Với quá trình sản xuất, R² 60–80% đã hữu ích; quan trọng là sai số dự báo nhỏ hơn dung sai.
Y là đạt/không đạt thì sao? Dùng hồi quy logistic thay vì hồi quy tuyến tính.
