多语言展示
当前在线:1810今日阅读:27今日分享:41

三天学会QC的7大手法:[3]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)。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。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。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。散布图的分类:强正相关(如容量和附料重量)、 强负相关(油的粘度与温度)、弱正相关(身高和体重)、弱负相关(温度与步伐)、不相关(气压与气温)、曲线相关。
工具/原料

Minitab 16

方法/步骤
1

决定你所关心的Y。通过分析,决定出你所要关心的Y。例如:一工厂研究温度对不良品数量的影响。其中温度为X,不良品的数量为Y。

2

决定和Y有可能的X。找到所有可能影响Y的对应的X因素。

3

收集Y和X的数据。收集到所有X与Y两个变量足够之对应数据。

4

输入MINITAB绘出图形。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。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

判定Y和X之间的关系。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。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。上图,我们可以用直接方式判定,有正相关的倾向。更详细的说明可以进行回归分析。

推荐信息