散布图介绍解析
QC七大手法 201909
BYD
检查表(Check Sheets)
一、定义: 检查表又称调查表，统计分析表等。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。 二、目的： 系统地收集资料、积累信息、确认事实并可对数据进行粗略的整理 和简单分析的统计图表。也就是确认有与没有或者该做的是否完成 （检查是否有遗漏）。 三、作法:
BYD
QC 七大手法
部门：SMT质量科 姓名：苏 强
1
BYD
QC七大手法( 旧）
• 检查表——收集、整理资料； • 分层法——从不同角度层面发现问题； • 排列图——确定主导因素； • 散布图——展示变数之间的线性关系； • 因果图——寻找引发结果的原因； • 直方图——展示过程的分布情况； • 控制图——识别异常波动的来源；
表一 泄漏调查表（人员分类）
操作人员 甲 乙 丙
合计
泄漏(次) 6 3 10 19
不泄漏(次) 13 16 9 31
发生率 0.32 0.25 0.53 0.38
表二 泄漏调查表（配件厂商分类）
配件厂家 A B
合计
泄漏(次) 9 10 19
不泄漏(次) 14 17 31
发生率 0.39 0.37 0.38
5
BYD
检查表(Check Sheets)
七、检查表示例
6
BYD
层别法(Stratification)
一、定义: 为区分所收集的数据中因各种不同的特殊特征对结果产生的影响，
以个别特征加以分类、统计；将杂乱无章的数据或信息归纳为有意义的 类别，此类统计分析的方法称为层别法（或分层法）。
二、层别的分类： 1.部门层别、单位层别： 生产部门、维修部门、测试部门、采购部门、研究部门、仓库部门……等。 2.过程区域层别： 下料区、裁剪区、折弯区、加工区、焊接区、涂装区、组装区……等。 3.操作员层别： 班别、线别、组别、熟练度类别、操作法类别、年龄别、性别、教育程度 分类……等。
品管七大手法八大原则
品管七大手法七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图一、检查表检查表就是将需要检查的内容或项目一一列出，然后定期或不定期的逐项检查，并将问题点记录下来的方法，有时叫做查检表或点检表。
例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、5S活动检查表、工程异常分析表等。
1、组成要素①确定检查的项目；②确定检查的频度；③确定检查的人员。
2、实施步骤①确定检查对象；②制定检查表；③依检查表项目进行检查并记录；④对检查出的问题要求责任单位及时改善；⑤检查人员在规定的时间内对改善效果进行确认；⑥定期总结，持续改进。
二、层别法层别法就是将大量有关某一特定主题的观点、意见或想法按组分类，将收集到的大量的数据或资料按相互关系进行分组，加以层别。
层别法一般和柏拉图、直方图等其它七大手法结合使用，也可单独使用。
例如：抽样统计表、不良类别统计表、排行榜等。
实施步骤：①确定研究的主题；②制作表格并收集数据；③将收集的数据进行层别；④比较分析，对这些数据进行分析，找出其内在的原因，确定改善项目。
三、柏拉图柏拉图的使用要以层别法为前提，将层别法已确定的项目从大到小进行排列，再加上累积值的图形。
它可以帮助我们找出关键的问题，抓住重要的少数及有用的多数，适用于记数值统计，有人称为ABC图，又因为柏拉图的排序识从大到小，故又称为排列图。
1、分类1）分析现象用柏拉图：与不良结果有关，用来发现主要问题。
A品质：不合格、故障、顾客抱怨、退货、维修等；B成本：损失总数、费用等；C交货期：存货短缺、付款违约、交货期拖延等；D安全：发生事故、出现差错等。
2）分析原因用柏拉图：与过程因素有关，用来发现主要问题。
A操作者：班次、组别、年龄、经验、熟练情况等；B机器：设备、工具、模具、仪器等；C原材料：制造商、工厂、批次、种类等；D作业方法：作业环境、工序先后、作业安排等。
五、散布图
控制图的基本式样如图所示，制作控制图一般要经过以下几个步骤：
①按规定的抽样间隔和样本大小抽取样本；
②测量样本的质量特性值，计算其统计量数值；
③在控制图上描点；
④判断生产过程是否有并行。
控制图为管理者提供了许多有用的生产过程信息时应注意以下几个问题：
①根据工序的质量情况，合理地选择管理点。管理点一般是下工存有影响的关键点，如可以选质量不稳定、出现不良品较多的部 位为管理点；
制作控制图时并不是每一次都计算控制界限，那么最初控制线是怎样确定的呢?如果现 在的生产条件和过去的差不多，可以遵循以往的经验数据，即延用以往稳定生产的控制界限。 下面介绍一种确定控制界限的方法，即现场抽样法，其步骤如下：
①随机抽取样品50件以上，测出样品的数据，计算控制界限，做控制图； ②观察控制图是否在控制状态中，即稳定情况，如果点全部在控制界限内．而且点的排 列无异常，则可以转入下一步；
加以改进。 五、散布图 将因果关系所对应变化的数据分别描绘在 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,这种图形叫做“散布图”，也称为“相关图”。 1、分类 1）正相关：当变量 X 增大时，另一个变量 Y 也增大； 2）负相关：当变量 X 增大时，另一个变量 Y 却减小； 3）不相关：变量 X（或 Y）变化时，另一个变量并不改变； 4）曲线相关：变量 X 开始增大时，Y 也随着增大，但达到某一值后，则当 X 值增大时，Y 反而减小。 2、实施步骤 1）确定要调查的两个变量，收集相关的最新数据，至少30组以上； 2）找出两个变量的最大值与最小值，将两个变量描入 X 轴与 Y 轴； 3）将相应的两个变量，以点的形式标上坐标系； 4）计入图名、制作者、制作时间等项目； 5）判读散布图的相关性与相关程度。 3、应用要点及注意事项 1）两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判； 2）通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量； 3）由于数据的获得常常因为5M1E 的变化，导致数据的相关性受到影响，在这种情况下需 要对数据获得的条件进行层别，否则散布图不能真实地反映两个变量之间的关系； 4）当有异常点出现时，应立即查找原因，而不能把异常点删除； 5）当散布图的相关性与技术经验不符时，应进一步检讨是否有什么原因造成假象。 六、直方图 直方图是针对某产品或过程的特性值，利用常态分布（也叫正态分布）的原理，把50个以 上的数据进行分组，并算出每组出现的次数，再用类似的直方图形描绘在横轴上。 1、实施步骤 1）收集同一类型的数据； 2）计算极差（全距）R=Xmax-Xmin； 3）设定组数 K： K=1+3.23logN
散布图
Hale Waihona Puke 除x因素的影响y外，还要考虑其它的因素（一 般可进行分层处理，寻找x以外的因素)
弱负相关。x变大时，y大致变小
不相关。x与y无任何关系
x和y不是线性关系
3、相关分析
• 散布图绘制后再进行相关分析，相关分 析的方法很多，一般常用统计解析方法。 • 式中：Lxx——表示X的偏差平方和； • Lyy——表示y的偏差平方和； • Lxy——表示x与y之间的影响。 • 当r＞0时，x与 y为正相关， • 如 r→1时，x与 y为强正相关； • r＜0时，x与 y为负相关， • 如 r→－1时，x与 y为强负相关； • r≈0时，X与y不相关。
散布图
1、定义
• 散布图也叫相关图，是表示两个变量之间 变化关系的图，是回归分析中必用的基本 工具。
2、散布图的六种形态
强正相关。x变大,y也变大
• x、y之间，可以用直线表示。对此，一般 控制住x，y也得到相应的控制
强负相关。x变大时，y变小； x变小时，y变大
弱正相关。x变大时，y大致变小
常用统计分析方法
常用统计分析方法排列图因果图散布图直方图控制图控制图的重要性控制图原理控制图种类及选用统计质量控制是质量控制的基本方法，执行全面质量管理的基本手段，也是CAQ系统的基础，这里简要介绍制造企业应用最广的统计质量控制方法。
常用统计分析方法与控制图获得有效的质量数据之后,就可以利用各种统计分析方法和控制图对质量数据进行加工处理,从中提取出有价值的信息成分。
常用统计分析方法此处介绍的方法是生产现场经常使用,易于掌握的统计方法,包括排列图、因果图、散布图、直方图等。
排列图排列图是找出影响产品质量主要因素的图表工具.它是由意大利经济学家巴洛特（Pareto)提出的.巴洛特发现人类经济领域中"少数人占有社会上的大部分财富,而绝大多数人处于贫困状况"的现象是一种相当普遍的社会现象,即所谓"关键的少数与次要的多数"原理.朱兰(美国质量管理学家)把这个原理应用到质量管理中来,成为在质量管理中发现主要质量问题和确定质量改进方向的有力工具.1.排列图的画法排列图制作可分为5步:(1)确定分析的对象排列图一般用来分析产品或零件的废品件数、吨数、损失金额、消耗工时及不合格项数等.(2)确定问题分类的项目可按废品项目、缺陷项目、零件项目、不同操作者等进行分类。
(3)收集与整理数据列表汇总每个项目发生的数量，即频数fi、项目按发生的数量大小，由大到小排列。
最后一项是无法进一步细分或明确划分的项目统一称为“其它”。
(4)计算频数fi、频率Pi和累计频率Fi首先统计频数fi，然后按(1)、(2)式分别计算频率Pi和累计频率Fi(1)式中，f为各项目发生频数之和。
(2)(5)画排列图排列图由两个纵坐标，一个横坐标，几个顺序排列的矩形和一条累计频率折线组成。
如图1所示为一排列图实例。
2.排列图用途(1)确定主要因素、有影响因素和次要因素根据排列图可以确定质量问题的主要因素：累计频率Fi在0-80%左右的若干因素。
QC七大手法实用讲解,有图有案例,从零到精通!
QC七大手法实用讲解，有图有案例，从零到精通！作为质量人，对QC七大手法肯定不陌生。
但对于有些人来说，又是知其然，不知其所以然。
今天将QC手法的这些信息，一网打尽！一. QC七手法QC七手法又称为QC七工具，一般指旧QC七手法，即层别法、检查表、柏拉图、因果图、管制图、散布图和直方图。
是质量管理及改善运用的有效工具。
二. 适用范围QC手法的用途非常广泛，可以用于企业管理的方方面面（包括计划管控、员工思想意识行为管理、质量管控、成本管控、交期管控、士气管理、环境管理、安全管理、效率管理、绩效考核、日常管理等等），但主要用于品质管理及改善。
三. 七手法口诀因果追原因、检查集数据、柏拉抓重点、直方显分布、散布看相关、管制找异常、层别作解析。
四. 因果图（特性要因图、石川图、鱼骨图）【定义】当一个问题的特性（结果）受到一些要因（原因）影响时，将这些要因加以整理，成为有相互关系且有条理的图形，这个图形就称为特性要因图，又叫鱼骨图（Fish-Bone Diagram）。
【用途说明】1.整理问题。
2. 追查真正的原因。
3. 寻找对策。
【制作步骤】1.决定问题或品质的特性——特性的选择不能使用看起来很抽象或含混不清的主题。
2. 决定大要因——须是简单的完整句，且具有某些程度或是方向性。
3. 决定中小要因。
4. 决定影响问题点的主要原因。
5. 填上制作目的、日期及制作者等资料。
【注意事项】1.脑力激荡。
2. 以事实为依据。
3. 无因果关系者，予以剔除，不予分类。
4. 多加利用过去收集的资料。
5. 重点放在解决问题上，并依结果提出对策，依5W2H原则执行。
WHY——为什么？为什么要这么做？理由何在？原因是什么？WHAT——是什么？目的是什么？做什么工作？WHERE——何处？在哪里做？从哪里入手？WHEN——何时？什么时间完成？什么时机最适宜？WHO——谁？由谁来承担？谁来完成？谁负责？HOW ——怎么做？如何提高效率？如何实施？方法怎样？HOW MUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？6.依据特性别，分别制作不同的特性要因图。
散布图法
四、散布图分析： 散布图的分析一来般来说有六种形态. 1、在图中当X增加,Y也增加,也就是表示原因与结果有相 对的正相关,如下图所示:
Y 0
X
2、散布图点的分布较广但是有向上的倾向,这种形态 叫做似有正相关称为弱正相关
Y
0
X
3、当X增加,Y反而减少,而且形态呈现一直线发展的现 象,这叫做完全负相关.如下图所示:
Y 0
X
4、当X增加,Y减少的幅度不是很明显,这时的X 除了受Y的影 响外,尚有其他因素影响X,这种形态叫作非显着性负相关, 如下图所示:
Y
0
X
5、如果散布点的分布呈现杂乱,没有任何倾向时,称为无 相关,也就是说X与Y之间没有任何的关系,这时应再一 次先将资料层别化之后再分析,如下图所示:
Y
0
X
二、常见散布图类型：
Y
Y
Y
X
(a)正相关（强）
X (b)正相关（中）
X
(c)正相关（弱）
Y
(e)无相关
X (f)无相关
X
Y
Y
Y
X (g)负相关(强) (h)负相关(中)
X
X (i)负相关(弱)
QC七大手法
QC七大手法鱼骨图:鱼骨追原因. (寻找因果关系)柏拉图:柏拉抓重点. (找出“重要的少数”)层别法:层别作解析. (按层分类,分别统计分析)查检表:查检集数据. (调查记录数据用以分析)散布图:散布看相关. (找出两者的关系)直方图:直方显分布. (了解数据分布与制程能力)管制图:管制找异常. (了解制程变异)品管七大手法七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图一、检查表检查表就是将需要检查的内容或项目一一列出，然后定期或不定期的逐项检查，并将问题点记录下来的方法，有时叫做查检表或点检表。
例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、5S活动检查表、工程异常分析表等。
1、组成要素①确定检查的项目；②确定检查的频度；③确定检查的人员。
2、实施步骤①确定检查对象；②制定检查表；③依检查表项目进行检查并记录；④对检查出的问题要求责任单位及时改善；⑤检查人员在规定的时间内对改善效果进行确认；⑥定期总结，持续改进。
二、层别法层别法就是将大量有关某一特定主题的观点、意见或想法按组分类，将收集到的大量的数据或资料按相互关系进行分组，加以层别。
层别法一般和柏拉图、直方图等其它七大手法结合使用，也可单独使用。
例如：抽样统计表、不良类别统计表、排行榜等。
实施步骤：①确定研究的主题；②制作表格并收集数据；③将收集的数据进行层别；④比较分析，对这些数据进行分析，找出其内在的原因，确定改善项目。
三、柏拉图柏拉图的使用要以层别法为前提，将层别法已确定的项目从大到小进行排列，再加上累积值的图形。
它可以帮助我们找出关键的问题，抓住重要的少数及有用的多数，适用于记数值统计，有人称为ABC图，又因为柏拉图的排序识从大到小，故又称为排列图。
1、分类1）分析现象用柏拉图：与不良结果有关，用来发现主要问题。
A品质：不合格、故障、顾客抱怨、退货、维修等；B 成本：损失总数、费用等；C交货期：存货短缺、付款违约、交货期拖延等；D安全：发生事故、出现差错等。
- 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)。
目录摘要 (1)一、简介 (2)（一）两张关系 (2)（二）散布图的基本形式 (3)二、作法 (4)三、用途 (4)四、分类 (4)（1）强正相关（完全正线性相关） (4)（2）弱正相关 (5)（3）无关 (5)（4）弱负相关 (6)（5）强负相关（完全负线性相关） (6)（6）非线性相关 (7)五、绘制程序 (7)六、应用关系 (8)七、构成 (9)八、特色 (9)九、注意事项 (9)十、使用事项 (10)十一：示例，作出放电恢复与放电后电压的散点图 (10)散布图[摘要]质量管理发展到现在已经十分丰富，直方图在质量管理中的运用更为丰富和完善。
统计技术是质量管理中进行质量分析、质量控制和质量改进的基本工具和方法，不使用统计技术难以进行数据分析，在质量管理中直方图是一种常见的统计技术。
直方图作为数字资料统计工具和技术在质量管理中起着至关重要的作用。
[关键词]质量管理统计技术直方图。
一、简介散布图: 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. 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。
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。
这种成对的资料或许是特性--原因，特性--特性--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。
这种生产中也是常见的，例如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。
这种关系虽然存在，但又难以用精确的公式或函数，在这种情况下用相关图来分析就是很方便的。
假定有一对变数x 和y,x影响因素，y 表示某一质量特徵值，通过实验或收集到的x 和y 的资料，上用点表示出来，根据点的分布特点，就可以判断x和y 的相关情况。
在我们的生活及工作中，许多现象和原因，有些呈规则的关联，有些呈不规则连。
我们要了解它，就可借助散布图统计手法来判断它们之间的相关关系。
（一）两种不同的关系当我们分析、研究两个有关系的变量问题时，常有两种不同的关系。
1．确定性的函数关系这种关系是两个变量之间存在着完全确定的函数关系。
例如圆的周长c和圆的直径d之间存在着c=π·d的关系，只要知道圆的直径，就能精确地求出圆的周长；或者知道圆的周长，就可求得圆的直径。
不管谁来计算，答案是唯一的。
这种变量间的关系是完全确定的关系。
2．非确定性的相关关系这种关系是非确定性的依赖或制约的关系。
例如儿童的年龄和体重之间虽有一定关系，但只能一般地说儿童年龄越大，体重也越重。
然而，并不是所有的同龄儿童，体重都相同。
在一些生活顾问手册中常可以见到用这样一个公式来表示儿童的年龄和体重之间的关系儿童体重=年龄×2+7（千克）这是一个统计了很多中国儿童年龄和体重的数据后得到的推荐式。
虽然不是所有2周岁儿童的体重都是11千克，但总是在11千克左右。
我们把这种关系叫相关关系。
相关关系是可以借助统计技术来描述这种变量之间的关系。
散布图法就是解决这个问题的统计技术。
（二）散布图的基本形式散布图由一个纵坐标、一个横坐标、很多散布的点子组成。
从散布图上的点子分布状况，可以观察分析出两个变量（x、y）之间是否有相关关系，以及关系的密切程度如何。
在质量管理活动中，我们可以运用散布图来判断各种因素对产品质量特性有无影响及影响程度的大小。
当两个变量相关程度很大时，则找出他们的关系式y=ax+b。
然后借助于这一关系式。
只需观察其中一个变量就可以推断出另一个变量，以达到简化和节约的目的。
还可以从控制一个变量，估计另一个变量的数值。
二、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）。
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、将各组之数据的点绘于坐标上：(1)如有2点重复时以⊙表示。
(2)如有3点重复时以⊙表示。
三、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。
四、分类（1）强正相关（完全正线性相关）。
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，图1就属这种情况。
（2）弱正相关。
图2所示，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。
图3所示，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。
图4所示，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（完全负线性相关）。
图5所示，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。
图6所示，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。
五、绘制程序1.收集资料（至少三十组以上）2.找出数据中的最大值与最小值；3.准备坐标纸，画出纵轴、横轴的刻度，计算组距。
通常用纵轴代表结果，横轴代表原因。
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。
4.将各组对应数标示在坐标上；5.填上资料的收集地点、时间、测定方法、制作者等项目。
六、应用关系当不知道两个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。
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。
散布图在卷烟质量分析中的应用质量检验是企业为消费者提供合格产品的重要保证，质量检验的作用不仅体现在检验方面，同时也是服务生产的过程。
检验活动不单要按产品标准对检验项目一一进行检验，还要对检验结果进行分析和评价，为生产控制提供帮助。
统计技术为质量管理提供了许多分析工具，合理的利用这些质量分析工具，对检测的质量数据进行有效分析评价，以指导生产中的过程控制，是烟草企业改进质量管理的有效手段。
七、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。
八、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。
·相关关系的强弱。
·是正相关或者负相关。
·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没有必要作层别分析。
九、注意事项1．两组变量的对应数至少在30个以上，最好50个，100个最佳。
2．找出X、Y轴的最大值与最小值，并以X、Y的最大值及最小值建立X－Y坐标。
3．通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量。
4．散布图绘制后，分析散布图应谨慎，因为散布图是用来理解一个变量与另一个变量之间可能存在的关系，这种关系需要进一步的分析，最好作进一步的调查。
十、使用事项1．散布图反映的只是一种趋势，对于定性的结果还需要具体的分析。
2．分析时，应注意对数据的正确分层，否则可能会发生误判。
3．对散布图进行分析时，需要观察是否有异常点或者离群点出现。
4．当数据较多时，可能会重复数据出现，对重复数据要进行区分，并加以分析。
5．一般情况下，至少应取25组以上的数据进行分析。
6．通常情况下，横坐标用来表示原因或者自变量，纵坐标用来表示效果或者因变量。
7．在使用散布图调查两个因素之间的关系时，应经可能固定对这两个因素有影响的其他因素（控制变量法），才能保证通过散布图分析的结果比较的准确。
十一：示例，作出放电恢复与放电后电压的散点图1.打开工作表：电池数.MTW2.选择图形-散点图-简单-确定3.在Y 变量下，输入放电恢复。
在X 变量下，输入放电后电压。
4.单击尺度，然后单击参考线选项卡。
在显示Y 值的参考线中，键入5.25。
在每个对话框中单击确定。
5.最终结果：生成如图所示关系。