QC七大手法之三(散布图)

散佈圖判讀注意事項
4. 勿依據技術.經驗作直覺判斷; 5. 數據太少,容易發生誤判; 6. 調查有無異常原因.如X與Y可能有正相關關係, 但中間之空隙部份必存在特殊原因,需加以調查, 方能找出結論.
分组演练
请运用散布图小组内讨论并设计出一份 散布图。
谢谢聆听 期望对您有所助益
Q&A
品质管理（QC） 七大手法
之四散布图
讲师：陈智勇
请深思小故事：
天堂與地獄的區別
讲解的内容
第一章 数据与查检表 第二章 柏拉图 第三章 特性要因图
第四章 散布图
第五章 图表与管制图 第六章 直方图 第七章 层别法
查检集数据 柏拉抓重点 鱼骨追原因
散布看相关
管制找异常 直方显分布 层别作解析
第四章 散佈圖
Y
0 X
3.當X增加,Y反而減少,而且形態呈現 一直線發展的現象,這叫做完全負相關.
如下圖所示:
Y
0 X
4.當X增加,Y減少的幅度不是很明顯,這時 的X除了受Y的影響外,尚有其他因素影響 X,這種形態叫作似乎有負相關(非顯著性
負相關),如下圖所示:
Y
0 X
5.如果散佈點的分佈呈現雜亂,沒有任何傾 向時,稱為無相關,也就是說X與Y之間沒有 任何的關係,或X增大時,Y并不改變,這時應 再一次先將數據層別化之后再分析,如下圖
散佈圖的研判
散佈圖的研判一般來說有六種形態. 1.在圖中當X增加,Y也增加,也就是表 示原因與結果有相對的正相關,如下圖 所示:
Y
0 X
2.散佈圖點的分佈較廣但是有向上的傾向, 這個時候X增加,一般Y也會曾加,但非相對 性,也就是說X除了受Y的因素影響外,可能 還有其他因素影響著X,有必要進行其他要 因再調查,這種形態叫做似有正相關稱為 弱正相關(非顯著性正相關)。
所示:
Y
0 X
6.假設X增大,Y也隨之增大,但是X增大到 某一值之后,Y反而開始減少,因此產生散佈 圖點的分佈有曲線傾向的形態,稱為曲線相
關, 如下圖所示:
Y
0 X
散佈圖判讀注意事項
1. 注意有無異常點;異常點應查明原因后再刪除, 異常點多,可能為測定誤差或混入不良品等特別原 因所引起. 2. 是否有層別必要;全體看不出有何相關,層別后 可看出相關關係存在,反之亦然. 3. 是否為假相關;依據技術經驗認為沒有相關,但 經散佈圖分析卻有相關趨勢,宜進一步檢討有否任 何原因造成假相關?
何謂散佈圖? 就是將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;然后用 點 表示出分佈形態
根據分佈的形態來判斷對應數據之間的相
這里講的數據是成對的,一般來說成 對數據有 三種不同的對應關係.
1.原因與結果數據關係. 2.結果與結果數據關係. 3.原因與原因收集相對應數據,至少30組上,並且 整理寫到數據表上. 2.找出數據之中的最大值和最小值. 3.書出縱軸與橫軸刻度,計算組距. 4.將各組對應數據標示在座標上. 5. 記入必要事項.