品质七大手法之散布图
品质七大手法(C5)-散布图
Xmax=90 Ymax=75 Xmin=10 Ymin=23
3）画出x-y轴坐标，取适当刻度
100 80 60 40
20
0
20
40
60
80
100
4）将数据点绘于x-y轴中
100 80 o 60 o 40 o o o o o o o
20
0
20
1、散布图的概念
1.2散布图的基本概念 将因果关系所对应变化的数据分别 描绘再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“散布图”，也称作“相关 图”。，
1、散布图的概念
1.3散布图的分类 1）正相关：当变量x增大时，另一变量y也增大。 相关性强：如马力与载重的关系； 相关性中：如收入与消费的关系； 相关性弱：如体重与身高的关系。 2）负相关：当变量x增大时，另一变量y却减少。 相关性强：如投资率与失业率的关系； 相关性中：如举重力与年龄的关系； 相关性弱：如举重力与身高的关系。
2.1散布图的制作步骤 1）确定要调查的两个变量，收集成对的数据 （x1,y1),(x2,y2)….，整理成数据表； 至少30足以上。
No 1 x x1 y y1
2
3 4
x2
x3 x4
y2
y3 y4
….
….
….
2、散布图的制作
2.1散布图的制作步骤 2）找出两个变量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坐标，并决定适 当的刻度便于描点； 4）将相对应的两个变量x，y以点的形式描在x-y坐标 中； 5）记入图名、制作者、制作时间等项目； 6）判读散布图的相关性与相关程度。
品管新七大手法概述
•如何开设一家受欢迎的快餐店
•人员素质要高 •食物口味要独特
•旅游服务专业 •材料要优质
•大专文凭 •南北口味 •产•品英代语4号/6级明确 •适合各年龄层
•工艺制造独特
•配方设计
•制造加工精细 •搭配药材
•如何开设一家受欢迎的快餐店
•服务态度和蔼亲切
•着装得体 •微笑服务
•主动帮助客户
•订餐时间短
•参考
第三章 亲和图
• 品质不合 • 包装错误 • 色泽太深 • 重量不合
• 交期不准 • 缺能源 • 锅炉故障 • 停电 • 停水
• 机器故障 • 设备老旧 • 保养不周 • 操作不当
• 工作效率低 • 人员疲劳 • 人员不足 • 工作环境差
• 原料管理差 • 物料延误 • 原料贮存变质
• 生产计划不周 • 订单日期太近 • 订单临时增加 • 通知生产太迟
•固定梢设置不当
•其他
•设备不当
•冲压作业效率低
第一章 品管七大手法简介
五、分层法 按照一定的类别，把收集到的资料加以分 类整理的一种方法。 注意几点: §确定分层的类别和调查的物件； §设计收集数据的表格； §收集和记录数据； §整理数据并绘制相应图表； §比较分析和最终的推论；
第一章 品管七大手法简介
•散布图示例
第一章
•Y
品管七大手法简介
•Y
•强正相关
•0
•X
•0
•Y
•Y
•强负相关
•X
•弱正相关
•0
•X
•0
•弱负相关
•X
第一章 品管七大手法简介
四、因果图 用于寻找造成问题产生的原因，即分析原因 与结果之间关系的一种方法。 注意几点: §充分组织人员全面观察，从人、机、料、 法、环、测方面寻找； §针对初步原因，展开深层的挖掘； §记下制图部门和人员、制图日期、参加人 员；
qc七大手法之散布图
第九章 散布图(Scatter Diagram)一、前言散布图有以下的作用：⒈能大概掌握缘故与结果之间是否有关联及关联的程度如何。
图2-1。
⒉能检查离岛现象是否存在。
图2-2。
⒊缘故与结果关联性高时，二者可互为替代变数。
关于过程参数或产品特性的掌握，可从缘故或结果中选择一较经济性的变数予以监测。
同时可通过观看一变数的变化来明白另一变数的变化。
二、散布图的定义特性要因图（鱼骨图）大概能够了解工程上那些缘故会阻碍第九章 散布图 145XX产品的质量特性，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不点绘在x—y轴坐标的象限上，以观看其中的关联性是否存在。
三、散布图的制作方法以横轴（X轴）表示缘故，纵轴（Y轴）表示结果，作法如下：⒈收集成对的数据(x1,y1)，(x2,y2)，…整理成数据表。
146 品管七大手法⒉找出x,y的最大值及最小值。
⒊以x,y的最大值及最小值建立x—y坐标，并决定适当刻度便于绘点。
⒋将数据依次点于x—y坐标中，两组数据重复时以☉表示，三组数据重复时以表示。
⒌必要时，可将相关资料注记在散布图上。
⒍散布图的注意事项： ⑴是否有异常点：有异常点时，不可任意删除该异常点，除非异常的缘故已确实掌握。
⑵是否需分层：数据的获得常常因为操作人员、方法、材料、设备或时刻等的不同，而使数据的关联性受到扭曲。
a. 全体时低度关联，分层后高度关联。
b. 全体时高度关联，分层后低度关联。
第九章 散布图 147YX Y XY Y Y⑶散布图是否与原有技术、经验相符：散布图若与原有技术、经验不相符时，应追查缘故与结果是否受到其他因素干涉。
四、散布图的判读依散布图的方向、形状，有以下几种关联情形：⒈完全正（负）关联：点散布在一直线上。
X X关X X⒉高度正(负)关联：缘故(X)与结果(Y)的变化近于等比例。
3.(X)4.(X)148 品管七大手法X XX X5.(Y)的变化完全不成比例。
QC七大手法教材(散布图)4
● ● ● ●
● ● ● ● ● ● ● ●●● ● ● X
12
X
QC 七大手法教材--散布图 散
5.散布图的注意事项 散布图的注意事项 的注意事
5-1 相关系数不等于因果关系。 关系数不等 因果关系 不等于 关系。 5-2 绘制 散 布图后进行 判定結果 为 「 无关 」 ,系指在該数 绘制散布图后进行判定結果 判定結果为 无关」 系指在該 系指在該数 据区间內而言无关 一步推断 区间外的結果 外的結果。 据区间內而言无关，无法进一步推断到区间外的結果。 內而言无关， 5-3 要善用层別法工具分析。 善用层別法工具分析 工具分析。 5-4 离群值的影响，是否会为异常值的检讨。 的影响 是否会为异常值 检讨。 会为异常值的 5-5 曲线相关无法用符号判定来检讨。 关无法用符 判定来检讨 法用符号 来检讨。 5-6 检讨因果关系时，通常以 代表因，Y代表果。 检讨因果关系时，通常以X代表 因果关系时 代表因 代表果 代表
Y ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ●● ● ● ●● ● ● ● ● ●
X
3
QC 七大手法教材--散布图 散
2.散布图的构成，特色及用途 散布图的
2-2散布图的特色 ： 散布图的特色 (1)从散布图可简单容易判断X与Y两个变量间 从散布图可简单容易判断 与 两个变量间 两个变量间: 从散布图 容易判 ○是否有相关关系。 是否有相关关系。 关关系 ○相关关系的強弱。 关关系的強弱。 的強弱 ○是正相关或者負相关。 是正相关或者負相关 ○是直线相关或是曲线相关。 是直线 或是曲线 (2)从散布图上可简单容易判断数据是否有异常趋势或 从散布图上可简单容易判断数据是否有异 趋势或 从散布图上可简单容易判断数据是否有 是有沒有必要作层別分析。 是有沒有必要作层別分析。
旧QC七大手法之一散布图的一生
散布图简称：散点图对象：查找原因，用于多个变量相关性分析（有无相关、什么类型相关性、未来变量变化规律）、原因分析、要素确认。
当怀疑两个变量可能有关系，但不能确定这种关系的时候定义：是表示两个变量之间变化关系的图。
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.变体：散点图、相关图、气泡图、3D散点图、scatter、动态散点图发明人：主要发明人介绍：早期01：早期02：早期03：早期04：早期05：早期06：早期07：发展01：典型相关性判断，强正相关、强负相关、弱正相关、弱负相关、不相关、非线性相关发展02：象限相关性判断/中值相关性判断，ⅠⅡⅢⅣ发展03：发展04：发展05：发展06：发展07：发展08：概念01：两个变量之间存在的确定关系（函数关系）和非确定关系概念02：收集的成对数据（x,y）不少于30对。
太少数据相关不明显，判断变量间关系不准确。
概念03：r为相关系数1.强正相关(如容量和附料重量)r=+12.强负相关(油的粘度与温度) r=-13.弱正相关(身高和体重) 0<><>4.弱负相关(温度与步伐) -1<><>5.不相关(气压与气温) r=06.非线性相关r=0应用工具：优点：1、作用一：可以展示数据的分布和聚合情况2、作用二：可以添加趋势线，得到趋势线公式。
3、示趋势线可靠程度的R平方值4、利用散点图进行四象限分析5、作用三：辅助制图用散点图的误差线辅助制图缺点：这种关系虽然存在，但又难以用精确的公式或函示典型应用案例。
品质管理七大手法之散布图
品质管理七大手法之散布图前面我们学习了品质管理七大手法中的检查表、柏拉图、层别法和特性要因图，本文介绍散布图。
散布图是用来发现和显示两组相关数据之间相关关系的类型和程度，或确认其预期关系的一种示图工具。
散布图主要分为以下几种类型：1.强正相关（a）：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。
2.弱正相关（b）：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（c）：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（d）：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（e）：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（f）：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。
散布图的制作方法：1.一般收集至少20组以上资料；2.找出数据中的最大值与最小值；3.准备座标纸，划出纵轴、横轴的刻度，计算组距，通常纵轴代表结果，横轴代表原因，组距的计算应以数据中的最大值减小值除以所需设定的组数求得；4.将各组对应数标示在座标上；5.须填上资料的收集地点、时间、测定方法、制作者等项目。
下面用散布图展示电动自行车的工艺设计与人工时效之间的关系，由潍坊品质管理部工艺组提供的丽颖生产工艺的有关数据如下：总工时：1880秒，工位最短工时：28秒，工位最大工时：57秒工位布置：50人则人均工时：37.6秒（即理论上每37.6秒下1台车）理论人工时效=3600秒/[37.6秒（每台）*50人]=1.91台/人实际上我们计算人工时效是按最大工时（瓶颈工位工时）计算，即：实际人工时效=3600秒/[57秒（每台）*50人]=1.26台/人那么实际工时效率=1.26台（每人）/1.91台（每人）=66%，也就是说，因瓶颈工位导致的人工时效损失为34%。
QC7大手法(完整版)
200.00% 200.00%
554 263 387
品质部 2011-11-08
200.00%
根据不良项目分层，结果如下：
现象描述 保护胶不良 信息面黑点 裂片 信息面划伤
暗纹/水纹/云纹
边缘碰伤 粘片,粘胶 拉丝 合计
数量 7193 878 713 240 236 182 159 31 9632
数量 2485 2257 2240 1648 1062 9632
品质部 2011-11-08
2.柏拉图
品质部 2011-11-08
定义
根据所搜集之数据，按不良原因、不良状况、不良发 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。 1897年，意大利学者柏拉图分析社会经济结构，发现绝 大多数财富掌握在极少数人手里，称为“柏拉法则”。 美国质量专家朱兰博士将其应用到品管上，创出了 “Vital Few, Trivial Many”(重要的少数，琐细的多数)的 名词，称为“柏拉图原理”。
品质部 2011-11-08
品管七大手法所体现的精神
◆用事实与数据说话。 ◆全面预防。 ◆全因素、全过程的控制。 ◆依据PDCA循环突破状予以改善。 ◆层层分解、重点管理。
品质部 2011-11-08
1.层别法
品质部 2011-11-08
定义
针对部门别，人别，工作方法别，设备，地点等所收 集的数据，按照它们共同的特征加以分类统计的一种分析 方法，即为了区别各种不同的原因对结果的影响，而以个 别原因为主，分别统计分析的一种方法。
素的主要类别：数据和信息系统、人员、机器设备、材料、方法、度 量和环境等；
3)
4)
开始画图，把“结果”画在右边的矩形框中，然后把各类主要原
品质管制(QC)七大手法-特性要因分析图、
重点把握
柏 拉 图
100%
1.决定改善目标(80/20) 能够以前几项为改善 的要点，可忽略最后 2.明了改善的效果 几项，卲常说的“前 3.掌握重点分析 三项”原则
简易有效
查 检 表
1.日常管理用 2.收集数据用 3.改善管理用
帮助每个人在最短时 间内完成必要之数据 收集
21
QC 旧 7 大手法简介
13
CATCHER
QCC小组活动流程:
1 选择课题 2 现状调查 3 设定目标 P 4 分析原因 5 确定主因 6 制定对策 D C 7 实施对策 8 检查效果 目标达到 A 目标未达到
QCC小组活劢流程的管理技术主要有三个方面 1、遵循PDCA循环 2、以事实为依据，用资料说话 3、应用统计方法 Goal
层 别 法 比较作用 1.应用层别区分法，找出 借用其他图形，本身 数据差异的因素而对症 无固定图形 下药. 2.以4M之每1M进行层别 1.了觋两种因数戒数据之 间的关系。 2.发现原因不结果的关系 应用范围较受限制 相关易懂 散 布 图 赺势明朗
管 制 图
1.掌握制程现况的品质 2.发现异常及时采取行动
文件编号: 209030001A 生效日期：2010年1月18日 修改日期:
品质管制(QC)七大手法
--- 特性要因分析图、柏拉图
1
请关闭手机戒调成震动
请把心帶来 请充分讨论不分享 请带空杯来，装点水回去
2
课程安排表
课 程 讲 师 考试
√ √ √ √
实作
√ √ √ √
助教1 助教2
汤智根 吴海燕 杨春会 邰雪妮 张志华 王德闯 曹刚 戴石为
表 面 处 理 部
組 立 部
- 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)。
第九章 散布图(Scatter Diagram)
一、前言
散布图有以下的作用：
⒈能大概掌握原因与结果之间是否有关联及关联的程度如何。
图2-1。
⒉能检查离岛现象是否存在。
图2-2。
⒊原因与结果关联性高时，二者可互为替代变数。
对于过程参数或
产品特性的掌握，可从原因或结果中选择一较经济性的变数予以监测。
并且可通过观察一变数的变化来知道另一变数的变化。
二、散布图的定义
特性要因图（鱼骨图）大概可以了解工程上那些原因会影响产品的质量特性，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 轴坐标的象限上，以观察其中的关联性是否存在。
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： ⒈收集成对的数据(x 1,y 1)，(x 2,y 2)，…整理成数据表。
第九章 散布图 145
146 品管七大手法
Y X Y X
⒉找出x,y ⒊以x,y 的最大值及最小值建立x —y 坐标，并决定适当刻度便于绘
点。
⒋将数据依次点于x
—y 坐标中，两组数据重复时以☉表示，三组数
据重复时以表示。
⒌必要时，可将相关资料注记在散布图上。
⒍散布图的注意事项：
⑴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。
⑵是否需分层：
数据的获得常常因为操作人员、方法、材料、设备或时间等的不同，而使数据的关联性受到扭曲。
a. 全体时低度关联，分层后高度关联。
b. 全体时高度关联，分层后低度关联。
⑶散布图是否与原有技术、经验相符：
第九章 散布图 147 Y X Y X Y X Y X
散布图若与原有技术、经验不相符时，应追查原因与结果是否受到其他因素干涉。
四、散布图的判读
依散布图的方向、形状，有以下几种关联情形：
⒈完全正（负）关联：点散布在一直线上。
⒉高度正(
负)关联：原因(X)与结果(Y)的变化近于等比例。
3.中度正(负)关联：原因(X)与结果
(Y)的变化近于等比例。
4.低度正(
负)关联：原因(X)与结果(Y)的变化近于等比例。
148
X X X X X X
5.无关联：原因(X)与结果(Y)的变化完全不成比例。
6.曲线关联：原因(X)与结果(Y)的变化呈曲线变化。
五、示 例 ⒈空气污染程度，与肺疾病的病例数目间的关系。
⒉天气温度(0C)与空调销售量间的关系。
六、实例演练
真空电镀的作业过程中，电子束的强度(power)影响电镀产品的X
肺疾病病例
空气污染程度 销售量冷气机
温度(0C)
镀膜厚(thickness)度，希望找出二者间的相互关系。
⒈收集数据。
⒉找出x ，y 的最大值及最小值。
Xmax=100 Ymax=5.4
Xmin=50 Ymin=3.2
⒊划出X-Y 轴的坐标并取适当刻度。
⒋将数据点绘x-y 坐标中。
150 品管七大手法
X=强度(KV) Y=膜厚(μm) X
X
X=强度(KV) Y=膜厚(μm)。