散布图教材.pptx

勤威（天津）工业有限公司;散布图：将成对的二组数据制成图表，以视察数据相互间的关系。;在我们的工作现场中，例如比重及浓度、电流密度及电镀厚度或者业务部门的访问次数及成交率等，像这些调查二个两个数据之间的关系者常常会出现。这时所使用的图标就是散布图。;②特性的关系（结果的数据及结果的数据）：某结果与其他结果之间的关系可认为两者的共同原因。只要追究其共同原因，便可以找出问题的解决及日常的管理等重要的关系。 例如，我们的体重及身高都是特性。可是，体重及身高之间有一定的关系，所以只要调查身高就能大致地推定体重。应用这种方法就是为了管理健康而经常使用的（身高-110=体重），这也是控制体重的做法 ③针对于某一个特性有二个要因的关系（原因的数据及原因的数据）：二个要因的关系如果像特性要因图的主干与分支时， 则可以假设他们具??因果关系。不过，有时也会发生二种要因没有主干与分支的关系，甚至被认为是一点关系也没有，但在制作成散布图之后，却产生了关系。所以我们可以由散布图的制作而找出真正的要因。;散布图的作法;刻度的单位请以方便数据作记好者为准。此外，横轴的最大、最小范围及知直轴的最大、最小范围要大致对等，这样再容易既由刻度观察出皮茨的关系。刻度的平衡未取得时，可能会产生观看图表而判断错误的情形。请看图7.2的②及③图。由于刻度的划分不好，使得无法正确地掌握X及Y的关系。如考量各个数据的最大值及最小值，它大致呈正方形时，则即使是同一种数据，也会如①图般很容易了解X及Y的关系。 横轴是向右延伸，直轴则是往上延伸数值愈大。;步骤三：将图表中成的数据作上记号 作记号是以成对的1组数据为基准，在横轴与直轴交叉的地方画一点。如图7.3（张力荷重120g时的不良率是0.3%）而作上记号。数据在作记号时，如果同一种数据的点重叠时，则可以画双圈或圆圈来加以区别。 步骤四：记入必要事项。 最后，在散布图适当的空白处，记入主题、数据数值、调查时间、担当者等。如果不记入这些资料，则日后将无法了解这个数据的详细来源。;散布图的看法; 负相关强：图7.4的③是X增加时，Y则减少的情形。认为是负相关强。 负相关弱：图7.4④是负相关弱的散布图，随着X的增加，Y则略微减少。这种关系程度弱者就认为负相关弱。将它和7.4的③相比时，则可发现X对Y的影响比较小。 无关：如图7.4的⑤之散布图就是Y的变化与X毫无关系的情形。这个时候，就在X与Y之间无关系。在正（负）相关及无关的案例中，必须再调查了X以外的原因。 曲线关系：在实际的现场中，有时会出现如图7.4的⑥的一般，作记号的点会呈现某种特定的形状。X与Y并没有呈直线一定比例的变化，但是点的并列方法欲有一定的方向。例如，在化学反应情形中，作业度与吸收量的关系是吸收量最大时为最适当的温度，这个时候就会出现这种散布图，也就说，根据散布图的制作，就可以发现吸收量最大时的条件。; （2）找出异常点 在使用散布图时，必须注意一些事项。第一点是看看有无异常点。如果有远离点聚集处的异常点时，如果发现是作业条件的变更，或规定的错误等明确与其他不同的原因时，要去掉异常点，重画散布图，再加以判断。 （3)成别在分析 其次要注意的是成别观察。如图7.5的左图，在观察整体点的状态时会觉得毫无相关，但以A、B二个条件开成别观察后，如中间的图表示，在A、B各个条件下，X与Y之间时常出现了相关的情形。在取得数据时，被认为是要因者要先成别来收集数据，先变成如右图的点记号比较好。 ; ; 散布图也和其他QC手法一样，会因生产情形中的作业者别，装置别，原料别和营业的地域别等，根据乘别的数据后，在图标上作记号，使得x与y得关系因乘别的变化而有不同，更进一步得到重要的资讯。 （4）考量具备关系的技术性意义 我们可以说出散布图中两种特性值之间有无关系。可是，为什么有相关，或者没有相关的理由却说不上来。所以确定一下，当可了解散布图中彼此相关时，是否可以技术性说明为何有相关情形产生的理由，也就是X与Y之间的关系要能说明。 有时会技术性地认为全然无关，甚至说明X与Y之间没有因果关系，但在制成散布图后，却发现有相关关系。像这样没有注意观察相关的情形，即使采取了行动也无法解决问题，这样的错误在多数的情形中偶尔也会发生。 ; （2）确认二种数据的关系 二种数据在制成散布图后而误下判断的情形也会发生，所以先考虑二组数据之间究竟具有何种关系之后，在制作散布图。如果在技术上无法找出明确的理由，就假设可能有什么样的关系，然后在制作散布图，其结果如果有相关时，稍后必须做更深刻的调查。 (3)取得对应的数据 一旦知道这二种数据之间可能有某