品管7工具之散布图
品质七大手法(C5)-散布图
Xmax=90 Ymax=75 Xmin=10 Ymin=23
3）画出x-y轴坐标，取适当刻度
100 80 60 40
20
0
20
40
60
80
100
4）将数据点绘于x-y轴中
100 80 o 60 o 40 o o o o o o o
20
0
20
1、散布图的概念
1.2散布图的基本概念 将因果关系所对应变化的数据分别 描绘再x-y轴坐标系上，以掌握两个变量 之间是否相关及相关的程度如何，这种 图形叫“散布图”，也称作“相关 图”。，
1、散布图的概念
1.3散布图的分类 1）正相关：当变量x增大时，另一变量y也增大。 相关性强：如马力与载重的关系； 相关性中：如收入与消费的关系； 相关性弱：如体重与身高的关系。 2）负相关：当变量x增大时，另一变量y却减少。 相关性强：如投资率与失业率的关系； 相关性中：如举重力与年龄的关系； 相关性弱：如举重力与身高的关系。
2.1散布图的制作步骤 1）确定要调查的两个变量，收集成对的数据 （x1,y1),(x2,y2)….，整理成数据表； 至少30足以上。
No 1 x x1 y y1
2
3 4
x2
x3 x4
y2
y3 y4
….
….
….
2、散布图的制作
2.1散布图的制作步骤 2）找出两个变量x，y的最大值及最小值； 3）以x，y的最大值及最小值建立x-y坐标，并决定适 当的刻度便于描点； 4）将相对应的两个变量x，y以点的形式描在x-y坐标 中； 5）记入图名、制作者、制作时间等项目； 6）判读散布图的相关性与相关程度。
品质管制(QC)七大手法-散布图、查检表
資料來源：外包進貨明細 收集日期：89 年 7 月 1 日~89 年 10 月 30 日
记录用查检表
电视故障诉愿状况查检表
2月 沒有畫面 畫 面 沒有色彩 電 天線老舊 波 天線方向 沒有聲音 其 合 他 計 74 62 64 3月 4月 合 計 42 9 29 83 15 22 200
记录用查检表
散布图
(Scatter Diagram)
散布图 (Scatter Diagram)
一、何谓散布图
把互相有关连的对应数据，在方格上以纵轴表示结果，以 横轴表示原因。 然后用点表示出分布形态，根据分布的形态来研判对应数 据之间的相互关系。 要因与特性 要因与要因 特性与特性
二、散布图的作用：
查检表 (Check
List)
何谓查检表： 查检表是将原始搜集到的数据用容易了解的方式 作成图形或表格，并记上检查记号(正)，或加以统 计整理，作为进一步分析或检查用。 查检表的种类： 1.记录用查检表：目的在搜集数据型的数据，做进 一步统计整理、调查、分析。 2.点检用查检表：目的主要在检查、确认运作、执 行状况，或检查问题。
查检表必是确实毫无遗漏可检查出来的查检表充份 利用脑力激荡法。
记录用查检表
记录用查检表
汽車定期保養點檢表
10000KM 時定期保養
顧 客 名： 車牌號碼： 日 車 期： 種：
行駛公里：
電瓶液量 水箱 胎壓 火星塞 風扇皮帶 註： 更換 檢查
作 業 者：
空氣濾淨器 機油 分電盤蓋 化油器 ○調整 X
根据上表，绘制出马达运转的散布图
查检表设计的步骤
步骤1.明确目的-了解问题?证明假设?要因解析?则数据收集的对象
范围，以利解析及解释。 步骤2.决定层別的角度
品质管理七大手法之散布图
品质管理七大手法之散布图前面我们学习了品质管理七大手法中的检查表、柏拉图、层别法和特性要因图，本文介绍散布图。
散布图是用来发现和显示两组相关数据之间相关关系的类型和程度，或确认其预期关系的一种示图工具。
散布图主要分为以下几种类型：1.强正相关（a）：x增大，y也随之线性增大，x与y之间可用直线y=a+bx(b为正数)表示。
此时，只要控制住x，y也随之被控制住了。
2.弱正相关（b）：点分布在一条直线附近，且x增大，y基本上随之线性增大，此时除了因素x外可能还有其它因素影响y。
3.无关（c）：x和y两变量之间没有任何一种明确的趋势关系，说明两因素互不相关。
4.弱负相关（d）：x增大，y基本上随之线性减小，此时除x之外，可能还有其它因素影响y。
5.强负相关（e）：x与y之间可用直线y=a+bx(b为负数)表示。
y随x的增大而减小。
此时，可以通过控制x而控制y的变化。
6.非线性相关（f）：x、y之间可用曲线方程进行拟合，根据两变量之间的曲线关系，可以利用x的控制调整实现对y的控制。
散布图的制作方法：1.一般收集至少20组以上资料；2.找出数据中的最大值与最小值；3.准备座标纸，划出纵轴、横轴的刻度，计算组距，通常纵轴代表结果，横轴代表原因，组距的计算应以数据中的最大值减小值除以所需设定的组数求得；4.将各组对应数标示在座标上；5.须填上资料的收集地点、时间、测定方法、制作者等项目。
下面用散布图展示电动自行车的工艺设计与人工时效之间的关系，由潍坊品质管理部工艺组提供的丽颖生产工艺的有关数据如下：总工时：1880秒，工位最短工时：28秒，工位最大工时：57秒工位布置：50人则人均工时：37.6秒（即理论上每37.6秒下1台车）理论人工时效=3600秒/[37.6秒（每台）*50人]=1.91台/人实际上我们计算人工时效是按最大工时（瓶颈工位工时）计算，即：实际人工时效=3600秒/[57秒（每台）*50人]=1.26台/人那么实际工时效率=1.26台（每人）/1.91台（每人）=66%，也就是说，因瓶颈工位导致的人工时效损失为34%。
质量管理旧七种方法之散布图
编号 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
CO2含量 6.5 6 6.7 6.5 6.5 6.9 6.6 6.2 6.8 6.8 6.1 6.3 6.1 6.2 6.4
CO含量 28.2 28.4 28.1 28.2
28 28 28.3 28.2 28 28.2 28.2 28.2 28.4 28.4 28.4
X’
1
1
2
9
3
5
4
4
5
5
6
9
7
7
8
6
9
1
10
2
11
4
12
7
13
3
14
3
15
2
Y’
X’2
Y’2
X’Y’
X’ ＋ Y’ （ X’ ＋ Y’ ）2
7
1
49
7
8
64
16
81
256
144
25
625
8
25
64
40
13
169
5
16
25
20
9
81
14
25
196
70
19
361
19
81
361
171
28
784
10
49
100
后附相关系数检查表
以上三种判断方法对同一实例进行分析判断的结论是一致的。
相关系数检查表
α
N－2
1 2 3 4 5 6 7 8 9 10
0.05
0.997 0.950 0.878 0.811 0.754 0.707 0.666 0.632 0.602 0.675
品管七大手法之散布图
y
y
x
x
(6-5 图)
6-6 曲线相关 x 开始增大时，y 也随之增大,但达到某一值后,则当 x 增大时, y 却减少。
y
x
(6-6 图)
品管七大手法 —— 散布图
七. 散布图判读注意事项。 7-1 注意有无异常点。 对异常点应调查原因,原因查明之后,异常点即删除,但若原因未查明,普通仍要列入判断。异常点甚多, 可能是因测定误差或混入不良品等特别原因所引起。
（3）结果(特性)与二个原因(要因)间之关系. ‧钢板酸洗时之酸洗时间与酸洗温度 ‧加热炉之保持时间与保持温度 ‧灾害防止之安全动作与安全服装
品管七大手法 —— 散布图
五、散布图之作法。
(例) 某制品之烧溶温度及硬度间是否存有关系存在,今收集30组数据,请分析之。 步骤1: 收集30组以上的相对数据,整理到数据表上。(数据不能太少,否则易生误判)
x № 浇溶温度℃
21
810
22
850
23
880
24
880
25
840
26
880
27
830
28
860
29
860
30
840
y 温度
44 53 54 57 50 54 46 52 50 49
x 之最大值890 最小值810
y 之最大值59 最小值42
步驟2: 找出數據 x、y 之最大值及最小值。
步骤3: 画出纵轴与横轴. (若是判断要因与结果之关系,则横轴代表要因,纵轴代表结果)；并取
回归直线 y - y = b ( x - x ) 符号检定表:
b = S (x y) y = - 69.5156 + 0.1416 x S (x x)
散布图 ppt课件
10
散布图（相关图）
象限判断法：
2020/4/18
11
散布图（相关图）
象限判断法举例：
(
)，因是远远大于，故为强正相关。
2020/4/18
12
散布图（相关图）
相关系数判断法：
2020/4/18
13
散布图（相关图）
相关系数判断法：
2020/4/18
14
散布图（相关图）
相关系数判断法：
18
散布图（相关图）
附：相关系数检查表
2020/4/18
19
散布图（相关图）
附：相关系数检查表
2020/4/18
20
两组数据间的相关性： 特性——要因 特性——特性 要因——要因
2020/4/18
3
散布图（相关图）
散布图的相关关系：
（1）正相关：a强正相关；
b弱正相关；
2020/4/18
4
散布图（相关图）
散布图的相关关系：
（2）负相关：a强负相关；
b弱负相关；
2020/4/18
5
散布图（相关图）
散布图的相关关系：
2020/4/18
7
散布图（相关图）
判断散布图相关性的方法：
（1）对照典型图例判断法； （2）象限判断法； （3）相关系数判断法；
2020/4/18
8
散布图（相关图）
例：淬火温度℃与零件硬度的数据表如下：
2020/4/18
9
散布图（相关图）
对照典型图例4/18
（3）不相关：
（4）曲线相关：
2020/4/18
6
散布图（相关图）
散布图作用：
质量管理工具-散布图
44
独立变量 (“原因”)
42
40
800 810 820 830 840 850 860 870 880 890 900
2、散布图—绘图步骤
（4）标定数据
把数据组（X，Y）分别标在直角坐标系相应的位置上。
当散布图上出现明显偏离其他数据的异常点时,应查明原因, 以便决定是否删除或校正。
Y
60
55
◎
50
0 （A）强正相关
X
Y
X与Y关系 强正相关 X变大，Y也变大
说
明
X、Y之间，可以用
直线表示。一般只要 控制住X，Y就会得 到相应控制。
强负相关
X变大，Y变小；X变 小，Y变大
X、Y之间，可以用
直线表示。一般只要 控制住X，Y就会得 到相应控制。
0 （B）强负相关
X
3、检查表--相关性判断
图
形
Y
0 （C）弱正相关
XYX与Y关系 弱来自相关 X变大，Y大致变大说
明
除X因素影响Y外，
还要考虑其他因素 （一般可进行分层处 理，寻找X以外的因 素）
弱负相关
除X因素影响Y外，
X变大，Y大致变小； 还要考虑其他因素 X变小，Y大致变大。 （一般可进行分层处
硬度Y
44 53 54 57 50 54 46 52 50 49
2、散布图—绘图步骤
（3）在坐标纸上建立直角坐标系。
依据变量 X 和 Y 画出横坐标轴和纵坐标轴。 横轴和纵轴的长度应基本相等，以便于分析相关关系。
60
58
56
从属变量 (“结果”)
54
52
50
48
品管(QC)七大手法之散布图
↑Y
→X (5)無相 關
→X (6)無相關
(7）負相關（強）
(7）負相關（中度）
(7）負相關（弱）
散布图制作注意事项
❖ 注意事項: 1.注意是否有異常點存在. 2.是否有假相關.
3.是否有必要層別.
•層別後的散佈圖-範例：菜包的柔軟度
y
柔
純糯米
軟
度
↑
糯米、在來米
各半
0
x
→水份
純在來米 純在來米
散布图电脑案例制作
目录 1.散布图定义 2.散布图功用与用途 3.散布图的制作 4.散布图案例
散布图定义
定义： 把互相有關連的對應數據，在方格紙上
以縱軸表示結果，以橫軸表示原因；然後 用點表示出分布形態，根據分布的形態來 判斷對應數據之間的相互關係。
散布图功用与用途
❖ 散布图的功用与用途：
1.檢定兩變數間的相關性。 2.從特性要求尋找最適要因。 3.從要因預估特性水準。
1.开启Execl档，将两个因素之数据进行整理； 2.在工具栏中直接点击图表或是插入工具，点击图表； 3.在图表导向中标准类型中选中XY散点图； 4.点击数据区域，选择EXECL档中整理的两个因素数据； 5.完成，生成图表，并右键点图表选项，将标题，XY填
入； 6.图表着色，完成。
人數：30人 製 作：江老師
35 21
製作日：4/3
33
(kg) 體 重 31
120 122 124 126 128 130 132 134 136 138 140
身高(cm)
散布图的判读
↑Y
↑ Y
↑Y
→X （ 1）正相關（強）
→X （2）正相關（中度）
散布图
• 7、对散布图进行分析 • （1）查找异常值 • 对绘制完成的散布图，首先要从整体上 进行观察，看是否存在偏离的、比较远 的点。如果存在，先调查此点的数据来 源，确认数据是否异常。
• • • • •
（2）特性值不因素间相关性的判断： 方法有三种： 对照典型散布图判断法； 符号判定法； 相关系数判断法；
1、确定研 究对象
• 举例： • 某酒厂为了研究酒醅的酸度和酒精度之 间存在什么关系，决定制作散布图，下 表是酒醅化验结果。
样品
1 2 3
酸度
0.5 0.9 1.2
酒精度
6.3 5.8 4.8
样 品
11 12 13
酸度
1.2 0.8 1.2
酒精度
5.3 5.9 4.7
样 品
21 22 23
酸度
0.5 1.2 0.6
确认钢熔化的温度不钢的硬度间是否存 在相关性，于是决定做散布图。 QC小组收集的数据如下：
钢熔化温度与硬度统计表
NO. 硬度 熔化温度 NO. 硬度 1
2 3 4
熔化温度 NO. 硬度 810
880 840 880
熔化温度 890
870 820 860
44
49 55 55
829
830 870 860
11
12 13 14
44
57 50 54
21
22 23 24
59
50 53 51
5
6 7 8 9 10
48
46 45 51 53 52
820
820 830 830 870 840
15
16 17 18 19 20
49
50 52 46 54 53
质量管理-质量控制-老七种工具之四：散布
(d) 完全负相关
x
散布图大致可分为下列情形：
(5)无关 即x变化不影响y的变化。
y
···············
无关
x
Hale Waihona Puke 制作与观察散布图应注意的几种情况
(a)应观察是否有异常点或离群点出现，即有个 别点子脱离总体点子较远。 如果有不正常点子应剔除； 如果是原因不明的点子，应慎重处理，以防还 有其它因素影响。
2.散布图与相关系数r
变量之间关系的密切程度，需要用一个数量指标 来表示，称为相关系数，通常用r表示。 不同的散布图有不同的相关系数，r满足：1≤r≤1。 因此，可根据相关系数r值来判断散布图中两个 变量之间的关系。
散布图与相关系数r表
r值 r=1 1＞r＞0 r=0 0＞r＞-1 r= -1
喷漆时的室温与漆料粘度的关系；
零件加工时切削用量与加工质量的关系；
热处理时钢的淬火温度与硬度的关系(如图4-9)等 等。
从图4-9可见，数据的点子近似于一条直线，在
这种情况下可以说硬度与淬火温度近似线性关系。
散布图
从图中可见，数据的 点子近似于一条直线， 在这种情况下可以说 硬度与淬火温度近似
制作与观察散布图应注意的几种情况
(b)散布图如果处理不当也会造成假象，如图。
若将x的范围只局限在中间的那一段，则在此范 围内看，y与x似乎并不相关，但从整体看，x与y 关系还比较密切。
y
○
○
○
○ ○
○ ○ ○○
○
○○○ ○
○
○ ○
○ ○
○
○○○ ○○ ○
○ ○○ ○
x 局部与整体的散布图
制作与观察散布图应注意的几种情况
品管(QC)七大手法之散布图
品管（QC）七大手法之散布图摘要品管七大手法主要是用较便捷的手法来解决一些管理上的问题，在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法。
下面我们就QC七大手法中的散布图进行介绍。
什么是散布图？散布图是用非数学的方式来辨认某现象的测量值与可能原因因素之间的关系. 这种图示方式具有快捷，易于交流, 和易于理解的特点。
用来绘制散布图的数据必须是成对的(X,Y)。
通常用垂直轴表示现象测量值Y ，用水平轴表示可能有关系的原因因素X。
散布图又叫相关图，它是将两个可能相关的变数资料用点画在坐标图上，用成对的资料之间是否有相关性。
散布图的分类1、强正相关（如容量和附料重量）2、强负相关（油的粘度与温度）3、弱正相关（身高和体重）4、弱负相关（温度与步伐）5、不相关（气压与气温）6、曲线相关散布图的构成散布图是由一直角坐标，其横轴表示X变量的测定值，纵轴表示Y变量的测定值，将各组X测定值与Y测定值之交点全部绘出，即成为散布图。
散布图的特色(1)从散布图可简单容易判断X与Y两个变量间:•是否有相关关系。
•相关关系的強弱。
•是正相关或者負相关。
•是直线相关或是曲线相关。
(2)从散布图上可简单容易判断数据是否有异常趋势或是有沒有必要作层別分析。
散布图的用途(1)验证两个变量间的相关关系。
(2)掌握要因对特性的影响程度。
散布图的作法1、收集X与Y两个变量足够之对应数据。
2、计算X变量测定值的平均值，计算Y变量测定值的平均值。
3、在直角横坐标X轴上划出X值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。
纵坐标Y轴上划出Y值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。
4、X轴与Y轴之交点处不可标示0数字，并且X轴的全宽度与Y轴的全宽度最好相等。
5、将各組之数据的点绘于坐标上：(1)如有2点重复时以⊙表示。
散布图培训
对散布图的类型分析判断方法有： ① 对照典型图形分析法：
将绘制的散布图与6种典型图相对比，从而确定其相关关系和程度。
② 简单象限法：
在图上画一条与y轴平行的P线，使P线左、右两侧的点数相等或大致相 等；
在图上再画一条与x轴平行的Q线，使Q线上、下两侧的点数相等或大致 相等；
PQ两线把图形分成四个象限，计算各象限区域内的点数，线上的不计 计算对角象限内的点数，即 nⅠ+nⅢ， nⅡ+nⅣ
➢ 当nⅠ+nⅢ﹥nⅡ+nⅣ时，为正相关； ➢ 当nⅠ+nⅢ﹤nⅡ+nⅣ时，为负相关； ➢ 当nⅠ+nⅢ＝nⅡ+nⅣ时，为不相关；
Y
P
nⅡ
n Ⅲ
n
nⅠ
Q
Ⅳ
X
六、注意事项：
图表尽量做成正方形行状（横轴：纵轴=1:1的比例） 有没有分层的必要性，有时也会由于其他原因的影响，导致
相关关系不是很清晰，分层消除其影响
QC7大工具之一 散布图
何谓QC 七种工具（1）
QC七大手法又称新旧QC七大工具，都是由日本总 结出来质量管理工具，旧七大手法偏重于统计分析 ，针对问题发生后的改善，新QC七大手法偏重于思 考分析过程，主要强调在问题前进行预防。之所以 称为“七种工具”是因为日本古代武士在出阵作战 时，经常携带有7种武器。我们常提QC七大手法通 常指旧QC七大手法。
20
207
45
40
202
抗拉强度 (kg/cm2)
43
42 43 44 46 46 43 44 44 46 45 45 45 45 44 42 43 45 45 44
謝謝大家!
X (c)正相关（弱）
工具丨超级实用的散布图
工具丨超级实用的散布图01 . 散布图是什么？散布图，质量管理七大方法之一，是用来研究两个变量是否存在相关关系及存在何种相关关系的一种图示工具。
这种成对的数据可能是“特性—要因”、“特性—特性”、“要因—要因”的关系。
制作散布图的目的是为辨认一个品质特征和一个可能原因因素之间的联系。
在质量管理过程中，经常需要对一些重要因素进行分析和控制。
这些因素大多错综复杂地交织在一起，它们既相互联系又相互制约既可能存在很强的相关性，也可能不存在相关性。
如何对这些因素进行分析？散布图法便是这样一种直观而有效的好方法，通过做散布图，因素之间繁杂的数据就变成了坐标图上的点，其相关关系使一目了然地呈现出来。
02 . 散布图的用途1 研究两个变量之间是否存在相关关系2 确认两个变量之间存在何种相关关系3 预测两个变量的变化规律，控制其变化范围03 . 散布图的分类04 . 散布图实施步骤(1) 确定需要分析的两个变量(2) 收集对应数据(3) 画出横坐标x与纵坐标y，添上特性值标度(4) 根据数据画出坐标点(5) 对散布图进行分析判断05 . 散布图的分析与判断方法(1) 对比典型图例分析法通过和典型图例对照，判断符合哪种相关关系。
简单直观，但误差较大。
(2) 象限判断法将散布图中的点分为4个象限，通过计算各象限点子的数量的相互大小关系判断。
点子较少时，判断误差较大。
(3) 相关系数判断法通过公式计算相关系数，直接根据数据表进行计算判断，不用作图。
06 . 应用散布图注意事项1 收集两组变量数据不能太少，一般要在30对以上，否则误差太大；2 收集的数据必须3 观察是否有异常点出现，对于异常点应查明原因。
4 画出散布图只是分析变量关系的第一步，应通过相关性分析等统计方法开展进一步分析。
07 . 案例剖析某酒厂要判定中间产品酒中的酸度和酒度2个变量之间有无关系，存在什么关系？（搜集到的数据如下表）。
品管七大手法之散步图
注意
谢 谢 聆 听
●
●
●
● ● ● ●
● ●
●
●
● ● ●
● ● ● ● ●
●
●
●
●
●
● ● ● ●
Y
● ●
●
●
● ● ● ● ●
●
X
弱负相关
Y●● ● ●Fra bibliotek● ● ● ● ● ●
●
● ● ● ● ● ● ● ● ● ● ● ● ● ●
0
X
当X增加，Y减少的幅度不是很明显， 这时的X除了受Y影响之外，尚 有他因素影响X，这种型态叫做 弱负相关。
原因与原因数据关系
一群人身高为结果而以他 。 们父母身高数据来看即是 原因与原因数据关系
散布图制作的步骤
记入必要事
五个步骤
将各组对 应数据标示
项后完成
在坐标轴上
画出纵轴 与横轴刻 度，计算 组距 找出数据 中最大值 和最小值
搜集相关的 对应数据， 并整理到数 据表上。
六种型态
●
Y
● ● ● ● ● ●● ● ● ● ●
0
X
假如X增大，Y亦随之增大，但是X增 大到某一数值时之后， Y反而开 始减少，因此产生的散布图点的 分布有曲线倾向的型态，称之为 非线性相关。
1.注意是否有异常点存在 ：异常点存在时，应马上查出 原因，如属异常就应立即删除，或在散布图上注明原因。
2.是否有假相关：有时候散布图经分析是有相关的现象， 但是根据经验告诉我们那是不可能相关，这时后应进一步 检什么原因造成者假相关。 3.是否有必要层别：有时候整体来看散布图看似相关，但 如果加以层别法化之后却又发现无相关。有时亦有相反情 况发生，整体看似无相关但层别法后却变成有相关的型态 出现。所以在散布图必须层别化时，可以用点的形状变化 或用颜色区分，这样更能正确判断。
品管七大手法 - 散布图
散布图
散布图(Scatter Diagram,相关图)
适应的管理活动
散布图是表示两个变量之间关系的图，又称相关图，用于分析两测定值之间相关关系，它有直观简便的优点。
通过作散布图对数据的相关性进行直观地观察，不但可以得到定性的结论，而且可以通过观察剔除异常数据，从而提高用计算法估算相关程度的准确性。
内涵
观察相关图主要是看点的分布状态，概略地估计两因素之间有无相关关系。
基本说明
通过观察相关图主要是看点的分布状态，概略地估计两因素之间有无相关关系，从而得到两个变量的基本关系，为质量控制服务。
相应的表格或其他工具
图形(a)和(b)表明X和Y之间有强的相关关系，且图形(a)表明是强正相关，即X大时，Y也显著增大；图形(b)表明是强负相关，即X增大时，Y却显著减小。
图形(c)和(d)表明X和Y之间存在一定的相关性。
图形(c)为弱正相关，即X增大时，Y也大体增大；图形(d)为弱负相关，即X增大，Y反会大致减小。
图形(e)表明X和Y之间不相关，X变化对Y没有什么影响。
(f)表明X和Y之间存在相关关系，但这种关系比较复杂，是曲线相关，而不是线性相关。
质量管理旧七种方法之散布图33页PPT
质量管理旧七种方法之散布图
31、园日涉以成趣，门虽设而常关。 32、鼓腹无所思。朝起暮归眠。 33、倾壶绝余沥，窥灶不见烟。
34、春秋满四泽，夏云多奇峰，秋月 扬明辉 ，冬岭 秀孤松 。 35、丈夫志四海，我愿不知老。
谢谢你的阅读
❖ 知识就是财富 ❖ 丰富你的ቤተ መጻሕፍቲ ባይዱ生
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
德青源品管部
- 10 -
五、散布图的运用
当不知道两பைடு நூலகம்因素之间的关系或两个因素之间关系在认 识上比较模糊而需要对这两个因素之间的关系进行调查和确 认时，可以通过散布图来确认二者之间的关系。实际上是一 种实验的方法。 需要强调的是，在使用散布图调查两个因素之间的关系 时，应尽可能固定对这两个因素有影响的其他因素，才能使 通过散布图得到的结果比较准确。 散布图法在企业的质量管理中经常用到，如棉纱的水分 含量与伸长度之间的关系，喷漆时的室沮与咳料粘度的关系 ，热处理时钢的淬火湿度与硬度的关系，冶炼某种钢时钢液 的含碳量与冶炼时间的关系，零件加工时切削用量与加工质 量的关系等等，都会用到这种方法。有了散布图，我们就能 自觉地利用它来控制影响产品质量的相关因素
德青源品管部 -1-
二、散布图的定义
1、散布图是用来表示一组成对的数据之间是否有相关性的一种图表， 是用非数学(既图示)的方式来辨认某现象的测量值与可能原因因素之间的 关系。这种成对的数据或许是[特性—要因]、[特性—特性]、[要因—要因] 的关系. 这种图示方式具有快捷, 易于交流, 和易于理解的特点。 2、散布图又叫相关图，它是将两个可能相关的变数资料用点画在座标 图上，用成对的资料之间是否有相关性。这种成对的资料或许是特性一 原因，特性一特性一原因的关系。通过对其观察分析，来判断两个变数 之间的相关关系。 3、目的: 为辨认一个品质特征和一个可能原因因素之间的联系。
德青源品管部
-2-
三、散布图的分类
1.强正相关（如容量和附料重量） 2.强负相关（如油的粘度与温度） 3.弱正相关（如身高和体重） 4.弱负相关（如温度与步伐） 5. 不相关（如气压与气温） 6.非线性相关
德青源品管部
-3-
德青源品管部
-4-
四、散布图的制作说明
1、散布图的制作方法
1.收集资料（至少三十组以上） 首先要搜集调查因素的有关数据，X与Y应一一对应，为保证必要的 判断精度，数据最好取30组以上； 2.找出数据中的最大值与最小值； 3. 通常用纵轴代表结果，横轴代表原因； 4、计算组距。组距的计算以数据中的最大值减最小值再除以所需设 定的组数求得。是否一定需分组？ 5.将各组对应数以坐标点形式一一标注于直角坐标系中； 6.填上资料的收集地点、时间、测定方法、制作者等项目。
德青源品管部
- 12 -
谢 谢！
德青源品管部
- 13 -
品管七工具之散布图
2010-07-29
由：李晓敏 准备
散布图(scatter diagram)
一、前言 在质量管理过程中，经常需要对一些重要因素进行分析 和控制，这些因素大多错综复杂地交织在一起，它们既相互 联系又相互制约，既可能存在很强的相关性，也可能不存在 相关性。如何对这些因素进行分析？散布图便是这样一种直 观而有效的好方法，通过做散布图，因素之间繁杂的数据就 变成了坐标图上的点，其相互关系便一目了然地呈现出来。 在分析质量事故时．我们总是希望能够寻找到造成质量 事故的主要原因，但影响产品质量的因素往往很多，有时我 们只需要分析具体两个因索之间到底存在着什么关系。这时 可将这两种因素有关的数据列出来，并用一系列点标在直角 坐标系上，制作成图形，以观察两种因素之间的关系，这种 图就称为散布图，对它进行分析称为相关分析。
-6-
德青源品管部
-7-
港货鸡蛋克重
1 克重范围 61g-62.95g 个数 占比 46 25.00% 63g-64.95g 59 32.07% 65g-66.95g 51 27.72% 67g-68.25g 28 15.22% 2 3 4
德青源品管部
-8-
德青源品管部
-9-
2、绘制散布图注意事项。 (1)要注意对数据进行正确的分层，否则可能做出错误的判断。这是因为 在不分层时，有时从整体上观察不到两因素间的相关性，但分层后却出 现相关关系；反之，也可能在不正确的过细分层情况下看不出因素的相 关性，而从整体上观察却存在相关关系。 (2)观察是否有异常点或离群点的出现。对于异常点，应查明发生的原因 ，它是由于测量错误造成的，还是由于生产或实验条件的突然变化造成 的？如果经调查后，表明它是由于不正常的条件或错误造成的，就应将 它剔除；对于那些找不出明显原因的“异常点”，应慎重处理，它们很 可能包含着我们还没有认识到的其它规律。 (3)当收集到的数据较多时，难免出现重复数据。在作图时，可以用双重 圈或多重圈表示，或者在点的右上方注明重复次数。 (4)由相关分析所得的结论，应注重数据的取值范围。一般不能任意更改 其适用范围，当取值范围不同时，应再作相应的试验与分析。
德青源品管部
-5-
D 1 汇总
抽查次数 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 周龄 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 A级 周预算标准 84.0% 88.0% 88.0% 88.0% 88.0% 87.5% 87.0% 86.5% 86.5% 85.5% 85.0% 84.5% 84.0% 83.5% 83.0% 82.5% 82.0% 81.5% 81.0% 80.5% 80.0% 79.5% 79.0% 78.5% 78.0% 77.5% 77.0% 76.5% 76.0% 75.0% 73.8% 德青源品管部 实际 84.90% 82.50% 86.70% 77.90% 79.90% 86.00% 78.40% 76.10% 75.70% 74.90% 71.30% 70.70% 74.40% 71.10% 76.30% 69.60% 68.20% 65.50% 59.40% 65.00% 62.00% 51.10% 54.10% 51.00% 50.00% 49.50% 52.00% 50.20% 53.90% 49.40% 42.20%
德青源品管部 - 11 -
六、散布图的弊端及补救
通过观察散布图，虽然可以对变量间的相关趋势做出大 致的估计，但是这样做由于缺乏客观的统一判定标准．可靠 性较低，还只能说是一种定性判断的方法。为了提高判断的 精度，在实际工作中，常采用相关系数检验法，不过这种方 法不仅涉及较复杂的数理统计理论，且较为麻烦。为了在工 作现场条件下，能尽快地做出散布图相关性的判断，并使判 断有较可靠的科学依据，目前广泛地把数理统计中常用的简 易符号检验法应用到散布图的相关检验中来。