散布图(scatter diagram)
散布图
四、散布图的相关检验
2、符号检验法(中值法)
◆令：n1+n3=n+ ; n2+n4=n- ; s=Min(n+，n-)，即s为n+、n-之中的最小值。
◆查符号检验表得判断值Sα。
在符号检验表中查得与n和α相对应的判断值Sα。 其中：n点数的总和（恰好在中位线上的点子不计算）： n=n++n-。
α：显著水平α，也称作风险度，是与置信度β相对应的参数α+ β=1。 α：一般取0.01、0.05，意谓着判断错误的风险率是0.01(1%)和0.05(5%)
达。 ②相关关系：变量之间存在密切关系，但又不能由一个(或几 个)变量的数值精确地求另一变量的数值，称这类变量的关系 为相关关系。
③不相关：事物之间没有关系。
一、散布图概述
3、散布图的用途：
①用来发现和确认两组数据之间的关系并确定两组相
关数据之间预期的关系。
②通过确定两组数据、两个因素之间的相关性，有助
四、散布图的相关检验
2、符号检验法(中值法)
散布图中位线 Y (%)
93 92
Ⅱ n2=5
● ●
P
● ● ● ●
Ⅰ n1=10
● ●
91
90 89 88 87 86 85
● ● ● ● ●
●
● ● ●
●
● ● ● ●
Q
● ● ●
●
● ●
n3 =10
8.0 8.5 9.0
Ⅲ
●
Ⅳ n4 =5
9.5
X(g)
异常值
三、作散布图的注意事项
3、分层的必要性
在下图中，从全体座标点看不至相关，然而，从“*”与 “×”将座标点分层，则发现各自皆有相关。 反之，整体好像相关，而分层后层内没有相关的情况存在， 所以作散布图前应考虑分层，且以不同的记号表示分层后的座 标点。
QCC七大手法
QCC七大手法 1何谓特性要因图(Characteristic Diagram)：对於结果（特性）与原因（要因）间或所期望之效果（特性）之对策间的关系，以箭头连接，详细分析原因或对策的一种图形。
特性要因图为日本品管权威学者石川馨博士於1952年所发明，故又称[石川图]。
又因其形状似鱼骨，故又称为[鱼骨图]。
再因其在阐明原因与结果之关系，亦又称之为[因果图]。
QCC七大手法 2何谓检查表(Check Sheet)：检查表是一种为了便於收集数据，使用简单记号填写并予统计整理，作为进一步分析或作为核对、检查之用而设计的一种表格或图表。
QCC七大手法 3何谓柏拉图(Pareto Diagram)：根据所搜集之数据，按不良原因、不良状况、不良发生位置告示不同区分标准，以寻求占最大比率之原因、状况或位置的一种图形。
QCC七大手法 4何谓散布图(Scatter Diagram)：在两组数据或原因与结果之间是否有相关及其所相关程度如何，无法层别检讨是何者影响结果时，此时应绘制出两种数据之间是否有相关及其相关程序如何的散布图来探讨其潜在因素。
QCC七大手法 5何谓直方图(Histogram)：为了要容易的看出如长度、重量、时间、硬度等计量值的数据之分配情形，所用来表示的图形。
直方图是将所收集的测定值或数据之全距分为几个相等的区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积，用柱子排起来的图形，故我们亦称之为柱状图。
QCC七大手法 6何谓管制图(Control Chart)：是一种以实际产品品质特性与根据过去经验所判明的制程能力的管制界限比较，而以时间顺序来表示的一种图形。
一般管制图纵轴为制品的品质特性，以制程变化的数据为分度；横轴为制品的群体号码，或制造年月日等，以时间顺序、制造顺序，将点绘在图上的一种图形。
QCC七大手法7何谓层别法(Stratification)：为区别各种不同原因对结果之影响，而以各别原因为主体，分别作统计分析的方法，称为层别法。
什么是QC七打手法
什麽是QC七大手法？1.直方图(Histogram)：直方图就是将所收集的数据、质量特性值或结果值，用一定的范围在横轴上加以区分成几个相等的区间，将各区间内的测定值所出现的次数累积起来的面积，用柱形画出图形，直方图可以了解产品在规格标准之下的分布形态。
(1)说明：划分数据（如考试成绩）的分配范围为数个区间，计算各区间内该数据的出现次数，并制作成次数分配表。
(2) 用途：描述数据的分布（平均值、变异、对称），借以判断工序有无异常情形。
并检查该数据是否正常受控，有足够的能力符合客户需求。
步骤：1.收集数据作直方图,数据至少50个以上.一般对于数据个数多少,称为样品大小, 用n 表示.2.整理数据将数据整理,并找出最大值与最大值.3.决定组数分组的组数并没有统一的规定，但太多或太少组皆会使直方图失真.A.分组组数依数据之样本大小n决定B.最大值减最小值的差(R),用2,5,10等相关数值除之.4.决定组距组距h 可由组数k 除以全距R 来决定，如下式。
组距(h)= 全距(R) / 组数(k)一般取h 值为量测单位之整数倍5.决定组界组界即是每一分组之上下界限值，计算方法如下：第一组下组界：＝最小值－最小量测单位／2；第一组上组界：＝第一组下界+h，依此类推。
6. 计算组中点各组皆以组中点为代表值，其计算方法如下：组中点= ( L1+U1 ) / 27.计算次数并作次数分配表：将组界、组中点填入次数分配表，将原数据依其值归类入某一组并以计票的方式以////字划记各组之次数8.绘制直方图以组界或组中点为X轴，次数为Y轴。
再以各组之组距为底边，次数为高，对每一组绘一长方形，相邻的组其长方形需紧靠在一起，不要有空隙.9.记入必要事项收集数据期间,样本大小,品质特性的单位,测定日期,测定者,必要的批号.2.管制图(Control Chart)(1)说明：把品质特性（如芯片的薄膜厚度）的点以记号标示上去，藉着该点在管制界限内侧或外侧的情形，可以判断工序是否在控制状态中。
7.散布图
第七章散布图(Scatter Diagram)一、何谓散布图为何掌握两个变数之相关性，而搜集二组对应数据，会于以两变数为轴的坐标图上，以点来表示出二个特性值之间相关的图形，谓之散布图。
二、种类可分为三类如下;2.1 特性/特性=结果/结果♀生产量/制造成本♀QCC开会发言率/出席率♀钢材强度/硬度2.2 特性/要因=结果/要因♀铁炉温度与不良率♀工作效率/电脑化程度♀产量/自动化程度2.3 要因/要因=要因/要因♀零件的尺寸与零件强度♀灾害防止之安全动作/安全服装♀焊线拉力时间/电力强度三、做法3.1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。
步骤一：收集30组以上的相对数据，整理到数据表上。
（数据不能太少，否则容易发生误判）X之最大值890 Y之最大值59最小值810 最小值42步骤2：找出数据X、Y的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的关系，则横轴代表要因，纵轴代表结果）；并取X及Y的最大值与最小值差为等长度画刻度。
X的最大值—X的最小值=890-810-80Y的最大值—Y的最小值=59-42=17800 810 820 830 840 850 860 870 880 890烧溶温度℃X步骤4：将各组对数据点在坐标上。
横轴与纵轴的数据交汇处点上“·”二组数据重复在同一点上时，划上二重圆记号“◎”三组数据重复在同一点上时，划上三重圆记号“⊙”605856 NO.154 (X=890,Y=58)硬52度50 NO.1Y48 (X=810,Y=47) 图：数据打点法46444240800 810 820 830 840 850 860 870 880 890烧溶温度℃X60 n=3058 时间=9/25~9/29硬56度54Y52 制品名：SA-5050 单位：压延课48 绘图者：林武东46 绘制日：444240800 810 820 830 840 850 860 870 880 890图：钢的烧溶温度与硬度散布图步骤5：记入必要事项数据数、采取时间、目的、制品名、工程名、绘图者、绘制日期、、、、、、、均要说明。
散布图法-详解
散布图法-详解散布图法（Scatter Diagram Method）目录• 1 什么是散布图法• 2 散布图法的步骤• 3 散布图法示例什么是散布图法散布图法（Scatter Diagram Method）是指根据若干时期的历史资料，将其业务量和成本数据逐一在坐标图上标注，形成若干个散布点，再通过目测的方法尽可能画出一条接近所有坐标点的直线，并据以推算出固定成本总额和单位变动成本的一种成本习性分析方法。
散布图法由于将全部成本数据均作为描述成本习性的依据，其准确程度比高低点法高。
但因为其采用目测的方法得出固定成本，因而计算结果也具有一定的不准确性。
在质量管理过程中，经常需要对一些重要因家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？散布团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。
在分析质量事故时，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。
散布图法的步骤散布图法的工作步骤为：1）收集历史数据收集以前各期产量与总成本的历史数据。
2）画出散布图将各期总成本数据标入直角坐标系，画出散布图。
3）确定固定成本平均值根据离散的历史成本点目测成本随产量变动的趋势，画出一条能反映成本平均变动趋势的直线，直线与纵轴的交点即固定成本平均值。
4）计算单位变动成本在直线上任取一点，根据的计算公式，计算出单位变动成本。
5）计算总成本按照计算出的固定成本平均值（a）、单位变动成本(b)，预测未来某期产量下的总成本，预测公式为：y = a + bx式中:y—未来预测期的总成本；x—产量。
QC七大手法(新)
常用品管手法概要概要：统计是采取“数据与事实发言”的管理方法，除了客观判定事实外，亦应具有相当合理的说服力，而在QC活动中所采取的统计手法，均极为简易。
重要性：94年版ISO9001 4.20中，特别规定应将各项品质改善，用统计的手法来分析，2000版ISO9001中8.1策划中谈到使用统计技术的要求，并且条文8.4资料分析万万离不计分析。
常用品管手法1．根据数据、事实发言-图表（GRAPH），查检表（CHECK LIST），散布图（Scatter diagram）；2．整理原因与结果之关系，以探讨潜伏性之问题- 特性要因图（Characteristic Dirgram）；3．凡事物不能完全单用平均数来考虑，应了解事物均有变异存在，须从平均数与变异数来考虑- 直方图（Histogram）、管制图（Control Chart）。
4．所有数据不可仅止于平均，须根据数据之来龙去脉，考虑适当分层-曾别法（Stratification）。
5．并非对所有原因采取措施，而是先从影响较大的2-3项采取措施，即所谓管理重点- 排列图（柏拉图）（Pareto Diagram）.ISO中应使用统计技术的场合推移图：1、品质目标达成情况控制；2、各阶层不良率控制；查检表：1、内部审核结果不符合点分布判断；2、5S执行情况点检；特性要因图：1、显著问题原因分析；2、潜在问题分析；3、客户抱怨分析；曾别图：1、作业条件之曾别；2、制品之曾别；3、班别等；排列图：1、不良项目排列；2、供应商别合格率排列；3、客户别不良率；直方图：1、制程常态分布情况；管制图：1、制程稳定情况。
在近日ISO旋风席卷全球之际，各企业应依实绩的情况，积极的在各阶层全面事实QC教育训练，提升品质意思，熟用各种品管手法/技术，及以提升系统的品质，在近日ISODE 洪流冲击下，必将成为明日企业的佼佼者。
目 录第一章：查检表---------------------3 第二章：散布图--------------------16 第三章：层别图--------------------19 第四章：直方图--------------------26 第五章：柏拉图--------------------45 第六章：特性要因图----------------55 第七章：管制图--------------------59第一章：查检表（Check Sheet;Check list）一．定义：查检表是使用简单易于了解的标准化表格或图形，人员只需填入规定之查检记号，再加以统计完整其数据，即可提供量化分析或比对检查用者谓之，亦称为点检表或查核表。
散布图(scatter diagram)
散布图(scatter diagram)又名：散点图( scatter plot) ,X－Y图(X-Y graph)概述散布图是分别用横、纵坐标轴表示一对变量，来描述它们之间相互关系的一种工具。
加果这两个变量相关，点的分布呈直线或曲线形状。
相关性越强，这些点的散布形状越接近一条直线。
适用场合·当收集到一组成对数据后；·当因变量的值可能受多个自变量值的综合影响时；·当试图确定两个变量是否相关时，例如：——鉴别问题潜在的根本原因；——采用头脑风暴法列出问题因果关系的鱼骨图后，客观地验证这种因果关系是否真的存在；——判断出现的两种相关结果是否都由相同的原因引起；——构建控制图之前对自相关性的检测。
实施步骤1．为可能存在关联的变量收集成对的数据。
2．画一张坐标图，将自变量标于横轴，因变量标于纵轴。
在每一个数据对应的横坐标值和纵坐标值的相交处画点或记号。
如果有两个点落在一起，就在此处画两个相连的点，确保都可以被看到。
3．通过点的分布特征，查看相关关系是否明显。
如果数据点清晰地形成一条直线，便可以证明变量相关，就可以使用回归分析或关联分析进行进一步的分析研究了。
否则要继续完成步骤4～7的工作。
4将图表中的点分成4个象限。
如果在图中有X个点：从上到下，数出X/2个点，在此位置画一条垂直于纵轴的直线；从左到右，数出X/2个点，在此位置画一条垂直于横轴的直线。
注意：如果点数为奇数，直线会经过一个点。
5数出每一个象限内点的个数．不包括落在直线上的点。
6把对角象限内点的个数加起来，并找到其中的较小者以及算出所有象限内点的个数：A=Ⅰ象限点的个数+Ⅲ象限点的个数B=Ⅱ象限点的个数十Ⅳ象限点的个数Q=A和B中的较小者N =A+B7在趋势检验表（表5. 18）中找出N允许的极值。
·如果Q小于临界值，这两个变量相关；·如果Q大于或等于临界值，表明分布是随机的。
示例这个例子是第4章ZZ-400改进项目的一部分。
QC七大手法
SL
SU
直方图（Histogram) 直方图（
4）离岛型：在左端或右端形成小岛。说明存在测量有错误、工序调节错误或使用 了不同原料等异常原因。
SL
SU
直方图（Histogram) 直方图（
5）双峰型：有两个高峰出现。有2种分配相混合，例如2台机器或2家不同供应商 有差异时，会出现这种形状，因测量值不同的原因影响，应先分层后再作直方 图。
散布图(scatter diagram)
3.1 定义：
将两个可能相关的变量数据用点画在坐标图上，用来表示一组成对 的数据之间是否有相关性，能大概掌握原因和结果之间是否有关联及 关联的程度。 3.2 散布图的判读
3.2.1 完全正（负）关联：点散布 在一条直线上； 3.2.2 高度（中度、低度）正（负） 关联：原因（X）与结果（Y） 的变化近于等比例； 3.2.3 无关联：原因（X）与结果 （Y）变化完全不成比例 3.2.4 曲线关联：原因（X）与结果Y）变化呈曲线变化。
质 的 提 升
P A P A P A
改 善
D
C
D
C
改 保持 善
D
C
保持
改 保持 善
持续转动PDCA就可不断提高管理质量，这称为盘状上升。
QC统计手法概述
1.2.3 改善：
改善就是要打破现状，为一种改变目前的作业方法，使效果更好的活动。 改善活动的具体步骤是： 1）确定问题点； 2）对问题点的现状分析； 3）改善措施实施； 4）实施结果的确认； 5）标准化；
2.4.2 记录用检查表制作方法
1） 决定希望掌握的项目和所要收集的数据； 2）决定检查表的格式； 3）决定记录的符号： a. “正”字记号，运用频率最高，一般较常采用； b. “ ”,多用于质量管理，如：次数分配表；
新老七种质量管理工具
新老七种质量管理工具老的七种工具1、检查表（Check Sheet）：也有叫查检表、检查单……。
用于现场收集数据。
内容应当考虑满足以下用具的使用。
也可以作防错工具，提醒操作者应当如何做。
2、层别法（Stratification）：将数据按照不同类别、层次进行分类统计、分析的方法。
以便查出问题。
为此，利用检查表收集数据时就要设计好类别、层次。
3、特性要因图（Characteristic Diagram）：也叫因果图、鱼刺图。
针对结果、现象问题分析可能的原因。
原因的原因……，一直分解到根本原因。
通常结合层别法，针对不同层别分别进行分析。
4、排列图（Pareto Diagram）：也叫帕累图。
根据20：80规律，把各种原因根据某个统计数据从多到少、从大到小排列，确定关键的少数。
抓主要原因的主要方面。
根据这个原理也可以用来确定其他的分析工作，确定主要因素。
5、散布图（Scatter Diagram）：采用层别法做分析时，如果发现A和B两个因素可能相关，可加以利用，譬如，只要控制A也就控制B了。
散布图两个坐标分别代表两个因素，把数据点上，很容易发现是否相关，如何相关的。
6、控制图（Control Chart）：也叫管制图。
用来分析过程是否稳定。
稳定后用来控制过程是否发生特殊原因，也可以和前面各种工具结合用来验证改进过程的效果。
7、直方图（Histogram）：用来检查数据的分布状态，判别是否正常。
常常结合控制图使用。
新的七种工具1、亲和图（Affiliate Chart）：也叫KJ法。
把大量的意见、资料、事实、构思、方案等利用这中方法，根据相近性，把相同、相近的归在一起，形成统一的认识。
2、系统图（System Chart）：把目的和实现目的的措施、手段根据系统展开，绘制成图形，从中发现最佳的措施、方法。
主要把目标分解成措施，把措施当成下层次的目标，再确定措施，如此下去。
图形可以用阶梯类型，也可以用树状的。
qc七大手法及8d
QC七大手法检查表(Data collection form)分层法(Stratification)散布图(Scatter)排列图(Pareto)直方图(Histogram)因果图(Cause-Effect diagram)控制图(Control Chart)1. 查检表（Check List）以简单的数据或容易了解的方式，作成图形或表格，只要记上检查记号，并加以统计整理，作为进一步分析或核对检查用，其目的在於『现状调查』。
2. 柏拉图（Pareto Diagram）根据所搜集之数据，以不良原因、不良状况、不良发生或客户抱怨的种类、安全事故等，项目别加以分类，找出比率最大的项目或原因并按照大小顺序排列，再加上累积值的图形。
用以判断问题症结之所。
3. 特性要因图（Characteristic Diagram）一个问题的特性（结果）受一些要因（原因）的影响时，将这些要因加以整理，而成为有相互关系而且有条且有系统的图形。
其主要目的在阐明因果关系，亦称『因果图』，因其形状与鱼骨图相似故又常被称作『鱼骨图』。
4. 散布图（Scatter Diagram）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，然后用点表示分布形态，根据分析的形态未研判对应数据之间的相互关系。
5. 管制图（Control Chart）一种用於调查制造程序是否在稳定状态下，或者维持制造程序在稳定状态下所用的图。
管制纵轴表产品品质特性，以制程变化数据为分度；横轴代表产品的群体号码、制造曰期，依照时间顺序将点画在图上，再与管制界限比较，以判别产品品质是否安定的一种图形。
6. 直方图（Histogram）将搜集的数据特性值或结果值，在一定的范围横轴上加以区分成几个相等区间，将各区间内的测定值所出现的次数累积起来的面积用柱形画出的图形。
因此也叫柱形图。
7. 层别法（Stractification）针对部门别、人别、工作方法别、设备、地点等所搜集的数据，按照它们共同特徵加以分类、统计的一种分析方法.二： 8D 8D 的原名叫做 8 Disciplines，意思是8 个人人皆知解决问题的固定步骤。
QC 七种工具
『QC - Basic TOOL』Data的理解Cause & Effects DiagramCheck-Sheet Pareto Diagram Graph分层（Stratification）散布图（Scatter Diagram）Histogram未插倒插变形其它累计比率%比率%累计数不良个数不良项目合计■ 时 间：20022002. 8. 27 . 8. 27 ■ 特点：A 工程不良情况■ 制作人：洪吉东■ 目的：减少不良■ 时 间：20022002. 8. 27 . 8. 27 ■ 特点：A 工程不良情况■ 制作人：洪吉东 ■ 目的：减少不良不要批评对方的意见。
不要批评对方的意见。
提出更多的建议。
提出更多的建议。
听取发展别人的意见。
听取发展别人的意见。
自由发表意见。
自由发表意见。
在同时比较多个项目时使用，以中心线延长线的长度比较数量的大小。
20万98年99年2000年制1.工厂组织图作例2.工程流程图制作图表坐标轴。
1）确定竖轴与横轴的刻度，竖轴越向上值越大，横轴越向右值越大。
2）一般而言，若两种数据一种表示原因，另一种表示结果（特性值）时，横轴标记原因值，竖轴标记特性值。
图 2散布图将Data Plot 在Graph Plot 上。
将数据（测定值）标记在图表上。
若有相同数据，Plot 重叠时 ，标记为2重圆圈 （◎）、3重圆圈（⊙） 或在战右标上数字（如：○2、○3......）。
NO30数据的全部份额NO1数据的份额图3 将成对数据制成点。
图4 2重圆圈的构造底板倾斜值M/N 对记录数据的发展变化（History）。
■查看方法（a）：若x增加时，y增加的趋势。
（与增加有关）（b）：若x增加时，y增加的趋势。
（好象与增加有关）（c）：不相干的情况。
（无关）（d）：若x增加时，y减少的趋势。
（好象与减少相关）（e）：若x增加时，y减少的趋势。
（与减少有关）。
第4章：散布图(Scatter Diagram)
第4章：散布图（Scatter Diagram）一．前言散布图有以下的功用：1．能大概掌握原因与结果之间是否有相关及相关的程度如何。
2．能检视离岛现象是否存在。
3．原因与结果相关性高时，二者可互为替代变数。
对于制程参数或产品特性的掌握，可从原因或结果中择一较经济性的变数予以监测。
并可藉观察一变数之变化而知另一变数的变化。
二．散布图的定义特性要因图（鱼骨图）大概可以了解工程上的要因会影响产品的品质特性，散布图也是以这种因果关系的方式来表示其关连性。
并将因果关系所对应变化的数据分别点绘在X-Y轴座标的象限上，以观察其中的相关性是否存在。
三．散布图的制作方法以横轴（X轴）表示原因，纵轴（Y轴）表示结果，作法如下：1．收集成对的数据（x1,y1）,(x2,y2)……整理成数据表。
2．找出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座标，并决定适当刻度便于绘点。
4．将数据依次点于x-y座标中，两组数据重覆时以◎表示，三组数据重覆时以表示。
5．必要时，可将相关资料注记于散布图上。
6．散布图的注意事项：A．是否有异常点；有异常点时，不可任意删除该异常点，除非异常的原因已确实掌握；B．是否需层别：数据的获得常常历为作业人员、方法、材料、设备或时间等的不同，而使数据的相关性受到扭曲；a)全体时低度相关，层别后高度相关；b)全体时高度相关，层别后低度相关；c)是否散布图与固有技术、经验相符；散布图若与固有技术、经验不相符时，应追查原因与结果是否受到重大因素干涉。
四．散布图的判读依散布图的方向、形状，有以下数种相关情形：1．完全正（负）相关：点散布在一直线上。
完全正相关2．高度正（负）相关：原因（X）与结果（Y）的变化近于等比例。
3．中度正（负）相关：原因（X）与结果（Y）的变化仍然近于等比例4．低度正（负）相关：原因（X）与结果（Y）的变化几乎已不成比例5．无相关：原因（X）与结果（Y）的变化完全不成比例6．曲线相关：原因（X ）与结果（Y ）的变化呈曲线变化五． 范例1．因空气污染程度不同，与肺疾病的病例数目间的类系。
散布图定义
散布图(scatter diagram)
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
散布图: 散布图是用非数学(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. 这种图示方式具有快捷, 易于交流, 和易于理解的特点. 下面图1是一种常见的散布图. 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. 推荐两轴的交点采用两个数据集(现象测量值集, 原因因素集)的平均值. 收集现象测量值时要排除其他可能影响该现象的因素. 例如, 测量机器制产品的表面品质时,也要考虑到其它可能影响表面品质的因素, 如进给速度, 刀具状态等.。
品保基本知识
Q C七大手法：1.检验表（Check Sheet）：收集正确具有用的数据。
计算机：Computer2层别法(Strati Fi Cation)：层别问题找出原因。
品质：Quality3.柏拉图（Pareto Diagram）：发现问题的重心。
4.直方图（Histogram）：了解目前品质状况。
5.管制图（Control Chart）：及时发现问题。
6.散布图（Scatter Diagram）：原因与结果的关系。
7鱼骨图：找出原因。
5S:1.整理：不同材料之分类。
2.整顿：标示清楚，3.清洁：清洗干浄4.清扫：设备之点检，准备点检后收藏。
5.素养：遵守纪律。
BOM：物料清单（料号，规格，位置）AQL：允收水准依MIL-STD-105E II 之抽验水准进行抽验。
主要缺点(MA)：MA=0.4其定义为会影响之电气特性或无法使用者或不良为管理及制程上之严重缺失者称之。
次要缺点(MI)：MI=0.65其定义为会影响产品之外观者称之。
SMT：表面粘贴技术。
DIP：手插件（插件通过导通孔穿越PCBA板新安装的元件）OQC：出货检验（成品检验）IPQC：制成品质管制IQC：来料检验ICT：在测试SOP：标准作业指导书ECR / ECN / FN：工程变更通知单FN：量试变更通知单ECR：量产变更通知单ECN：ESD：静电放电（电子产品制程作业之ESD防止措施）ROHS：无铅ROHS是电气，电子设备中限制使用些有害物质指命。
ROHS一共有六种有害物质：①铅pb, ②镉③cd，④汞Hg，⑤六价铬Cr6+, ⑥多溴二苯醚PBDE，⑦多溴联苯PBBISO：国际认证ISO14001 ：环境管理体系ISO9001 ：质量管理体系GB/T 19000－2000，质量管理体系基本概念和术语GB/T 19001－2000，质量管理体系要求ISO 14004－2004，环境管理体系原则、体系和支持技术通用指南GB/T 19011－2000 质量/环境管理体系审核指南品质管理循环---PDCA手法①Plan 计划②DO执行③Check 查检④Action 处置1.决定目标 1.教育训练 1.查检实施结果 1.对异常现象取处置2.决定连成目标的方法 2.实施品名符号二极体 D发光二极体LED三极体QIC存储器IC电阻R排阻RMRP保险丝 F电容C/CF电感L铁氧体磁环FB变压器TR晶针r接口J开关SW蜂器BU2半成品检验规范吃锡不足：①零件脚爬锡高度≧零件脚厚度的1/2②吃锡长度≧零件脚长度的75%③当零件脚长度≧3倍引脚宽度时，吃锡长度≧3倍引脚宽度。
q7七大手段[精华]
![q7七大手段[精华]](https://img.taocdn.com/s3/m/274f545dce84b9d528ea81c758f5f61fb736283f.png)
Q7七大手法品管七大手法是常用的统计管理方法，又称为初级统计管理方法。
它主要包括控制图（管制图）、鱼骨图（因果图）、散布图（相关图）、排列图（帕累托图）、检查表（统计分析表）、数据分层法、直方图等所谓的QC七工具。
检查表检查表(Check Sheets，统计分析表)是QC七大手法中最简单也是使用得最多的手法。
为了记录某种事件发生的频率，以简单的数据，用容易理解的方式，制成图形或表格，必要时记上检查记号，并加以统计整理，作为进一步分析或核对检查之用。
排列图排列图(Pareto Diagram,帕累托图)排列图法，又称主次因素分析法、帕累托（Pareto）图法，它是找出影响产品质量主要因素的一种简单而有效的图表方法。
排列图是根据“关键的少数和次要的多数”的原理而制做的。
也就是将影响产品质量的众多影响因素按其对质量影响程度的大小，用直方图形顺序排列，从而找出主要因素。
其结构是由两个纵坐标和一个横坐标，若干个直方形和一条折线构成。
左侧纵坐标表示不合格品出现的频数（出现次数或金额等），右侧纵坐标表示不合格品出现的累计频率（如百分比表示)，横坐标表示影响质量的各种因素，按影响大小顺序排列，直方形高度表示相应的因素的影响程度（即出现频率为多少），折线表示累计频率（也称帕累托曲线）。
通常累计百分比将影响因素分为三类：占0%～80%为A类因素，也就是主要因素；80%～90%为B类因素，是次要因素；90%～100%为C类因素，即一般因素。
由于A类因素占存在问题的80%，此类因素解决了，质量问题大部分就得到了解决。
散布图散布图(Scatter Diagram,相关图)通过观察相关图看点的分布状态，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。
它用于分析两测定值之间相关关系，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。
品管七大手法
品管七大手法1.查检表（Check Sheet）：为了便于收集数据，使用简单记号填记并予统计整理，并作进一步分析或作为核对、检查之用而设计的一种表格或图表。
2.层别法（Stratification）：在一个群体中，为了深入分析内部状况，而设立一个将母体分割开来的方法或条件，称为层别法。
在品质管理中，主要是对各种条件下所产生的问题及原因作分析。
3.柏拉图（Pareto Diagram）：根据所搜集之数据，按不良原因、状况、发生位置等不同区分标准，以寻求占最大比率之原因、状况或位置的一种图形。
4.特性要因图（Characteristic Diagram）：对于结果与原因间所期望之效果与对策之间的关系，以箭头边疆连结，详细分析原因或对策的一种图形称为特性要因图。
5.散布图（Scatter Diagram）：为研究两个或三个变量之相关性，而搜集成对几组数据，在纵轴与横轴上以点来表示两个或三个特性值之间相关情形的图形。
6.管制图（Control Chart）：对过程或制程中各特性值进行测定、记录、评估和监察过程是否处于受控状态的一种用统计方法设计的图，也叫控制图。
7.直方图（Histogram）：是一种利用常态分布（也叫正常分布）的原理，把50个以上的数据用来分组，用柱形来说明各组数据的个数而组成的一种图形。
品管新七大手法1.亲和图（Affiliate Chart）：也叫KJ法，就是把大量收集到的各种数据、资料，甚至工作中的事实、意见、构思等信息，按其之间的相互亲和性（相近性）归纳整理这些资料，使问题明确明了，取得统一认识和协调工作，以利于问题解决的一种方法。
2.系统图(System Chart)：就是把要实现的目的与需要采取的措施或手段，系统地展开，并绘制成图，以明确问题的重点，寻找最佳手段或措施的一种方法。
3.矩阵图(Matrix Chart)：从问题事项中，找出成对的因素群，分别排列成行和列，找出期间行与列的关系或相关程度的大小，探讨问题的一种方法。
QC七大手法--(散布图)讲义
4
依據製作散佈圖的步驟: (1)步驟1已完成 (2) 找出數據中的最大值與最小值 ,並求出R
最大值-最小值=R
硬度 熔燒溫度
59-42=17 890℃-810℃=80℃
(3)參考R,設定刻度組數,在座標軸上標上刻度。從數據表可看出硬度隨著熔燒溫度變化而變化,則我們可 以設X代表熔 燒溫度,Y代表硬度。
圖D
步 伐
‧‧
‧‧‧‧‧‧‧‧ ‧
‧
‧ ‧ ‧
‧ ‧
‧‧ ‧‧ ‧‧
‧
‧‧
3.不相關(無關)
溫度
濕度
Y的變化與X毫無關係的情形,X與Y之間無關係,必須再調查除了X以外的原因。如氣壓與溫度,見圖E。
圖E
‧‧
溫 度
‧
‧ ‧ ‧‧ ‧‧ ‧ ‧‧
‧ ‧ ‧ ‧
‧ ‧
‧
‧ ‧
‧ ‧
‧
‧
‧ ‧
氣壓
圖F
記 憶
‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧
‧‧ ‧
‧ ‧‧ ‧‧‧‧‧‧‧‧‧
‧‧
‧
年齡
4.曲線相關
作記號的點會呈現某種特定形狀。X與Y並沒有呈直線定比例的變化,但是點的並列方法卻有一定的傾向。
如20年19齡/7與/3記憶,見圖F。
3
5.
零相關,如圖G 圖G
...................................
五.實例製作散佈圖
820
4
55
860
14
54
880
24
51
860
5
48
820
15
43
840
25
品质管理品质知识质量管理旧七种办法之散布图
2
1
4
2
3
9
10
2
13
4
169
26
15
225
11
4
12
16
144
48
16
256
12
7
13
49
169
91
20
400
13
3
11
9
121
33
14
196
14
3
5
9
25
15
8
64
15
2
6
4
36
12
8
64
NO
X’
Y’
X’2
Y’2
X’Y’ X’ ＋ Y’ （ X’ ＋ Y’ ）2
16
2
8
4
64
16
10
100
17
• 标明 X 轴和 Y 轴。 • 找出X和Y的最大值和最小值，并用这两个值标定横轴X和纵轴Y 。 • 描点（当两组数据值相等，即数据点重合时，可围绕数据点画同心圆表
示）。 • 判断（分析研究点子云的分布状况，确定相关关系的类型）。
三、散布图的相关性判断
1. 对照典型图例判断法 2. 中值法（象限判断法） 3. 相关系数判断法
• 计算L X’ X’ 、 L Y’ Y’ 、 L X’ Y’ 。
L
X’
X’
=
∑
X’2
－（
∑X’） N
2
＝839 －（ 141） 2 ＝176.3
30
L
Y’
Y’
=
∑
Y’2
－（
∑
Y’） N
- 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)。
散布图(scatter diagram)
又名：散点图( scatter plot) ,X－Y图(X-Y graph)
概述
散布图是分别用横、纵坐标轴表示一对变量，来描述它们之间相互关系的一种工具。
加果这两个变量相关，点的分布呈直线或曲线形状。
相关性越强，这些点的散布形状越接近一条直线。
适用场合
·当收集到一组成对数据后；
·当因变量的值可能受多个自变量值的综合影响时；
·当试图确定两个变量是否相关时，例如：
——鉴别问题潜在的根本原因；
——采用头脑风暴法列出问题因果关系的鱼骨图后，客观地验证这种因果关系是否真的存在；
——判断出现的两种相关结果是否都由相同的原因引起；
——构建控制图之前对自相关性的检测。
实施步骤
1．为可能存在关联的变量收集成对的数据。
2．画一张坐标图，将自变量标于横轴，因变量标于纵轴。
在每一个数据对应的横坐标值和纵坐标值的相交处画点或记号。
如果有两个点落在一起，就在此处画两个相连的点，确保都可以被看到。
3．通过点的分布特征，查看相关关系是否明显。
如果数据点清晰地形成一条直线，便可以证明变量相关，就可以使用回归分析或关联分析进行进一步的分析研究了。
否则要继续完成步骤4～7的工作。
4将图表中的点分成4个象限。
如果在图中有X个点：
从上到下，数出X/2个点，在此位置画一条垂直于纵轴的直线；
从左到右，数出X/2个点，在此位置画一条垂直于横轴的直线。
注意：如果点数为奇数，直线会经过一个点。
5数出每一个象限内点的个数．不包括落在直线上的点。
6把对角象限内点的个数加起来，并找到其中的较小者以及算出所有象限内点的个数：A=Ⅰ象限点的个数+Ⅲ象限点的个数
B=Ⅱ象限点的个数十Ⅳ象限点的个数
Q=A和B中的较小者
N =A+B
7在趋势检验表（表5. 18）中找出N允许的极值。
·如果Q小于临界值，这两个变量相关；
·如果Q大于或等于临界值，表明分布是随机的。
示例
这个例子是第4章ZZ-400改进项目的一部分。
ZZ.-400制造小组怀疑产品纯度(%)和铁含量(10-6)之间存在相关关系。
关于纯度和铁含量的散布图如图表5.172所示。
图表中共有24个数据点。
中位数线(X/2)画出后，各有12个点落在中位数线的两侧。
为检验相关关系，计算如下：
A=Ⅰ象限点的个数+Ⅲ象限点的个数=4+3=7
B=Ⅱ象限点的个数+Ⅳ象限点的个数=8+9 =17
Q=A和B中的较小者=7和17中的较小者=7
N=A＋B=7＋17=24
在趋势检验表（表5. 18）中找出N的临界值。
当N=24时，临界值是6。
如果Q小于这个临界值，这两个变量相关。
如果Q大于临界值，表明这种分布特征可视为随机出现。
在本例中：
Q=7>6
因此，此分布特征可视为随机出现，没有表现出相关关系。
注意事项
·在什么情况下可以应用散布图？下面是几个例子：
——变量n代表15分钟以后的一个反应的温度。
变量B代表产品颜色的测度。
你认为温度越高可能导致产品越黑。
在散布图中描绘温度和颜色的数据点。
——变量A代表新软件的培训人数，而变量B代表计算机热线服务电话的呼叫次数，你认为培训人数的增加可能会导致呼叫次数的减少。
在散布图中描绘培训人数和呼叫次数的数据点。
——用控制图检验测量数据的自相关性。
在特定的时间测量出变量A的数据，变量B也采用相同的测量方法，但是要用变量A对应数据的前一个时间点的数据。
如果散布图显示出相关性，就再做一张图，变量B采用比变量A提前两个时间段的观测数据。
持续增加散布图中两个变量的时间间隔，直到显示出它们之间没有相关性。
·即使散布图表明了某种相关关系，也不要轻易认为变量之间是因果关系，因为这两个变量可能同时受第三个变量的影响。
·画出数据点后，点的散布形状与直线越相近，这两变量之间的相关性就越强。
参考“相关性分析”中的图表5. 39至图表5.42，以及它们的曲线图类型和相关解释。
·如果直线的趋势不明显，那么由统计量（N和Q）来判断某种相关关系的存在是否具有必然性。
如果由统计量判断相关关系不存在，那么图中的分布情况就可视为随机出现。
·如果散布图表明变量之间不相关，可以考虑数据是否被分层了。
更多的细节请参阅“分层法”。
·如果图中显示两个变量不相关，考虑是否自变量分布范围过宽。
有时是因为数据覆盖的范围不够宽而导致相互之间的关系不够明显。
·充分发挥创造力去思考如何使用散布图去发现问题的根本原因。
·通过“图形方法”了解更多关于图表技术的知识。
通过对决策树图（图表5.68）的研究可以让你更清楚在什么时候使用散布图，以及什么时候附加运用一些其他图表工具对你的工作更有所帮助。
·画出散布图只是分析变量之间关系的第一步。
通过学习“相关性分析”和“回归分析”掌握需要的相关统计方法。
END。