质量管理的老7种工具
总结一下质量管理传统7种工具的原理及应用范围
总结一下质量管理传统7种工具的原理及应用范围质量管理传统的七种工具分别是流程图、直方图、因果图、散点图、控制图、构型图和帕累托图。
这些工具经过多年的发展和实践，已成为质量管理的基础工具，可以帮助企业识别和解决问题，提升产品和服务的质量。
一、流程图1.原理：流程图是通过图形的方式，将一个流程或系统的各个步骤进行可视化的展示。
它可以帮助人们理解和分析流程中的每个环节，从而找到优化的机会。
2.应用范围：流程图适用于各种类型的组织和行业，例如制造业、服务业、项目管理等领域。
它可以用于描述生产流程、销售流程、服务流程以及项目管理流程等。
二、直方图1.原理：直方图通过将连续数据分组，并以柱状图的形式展示数量的分布情况，帮助人们理解和分析数据的分布特征。
通过观察数据的直方图，可以发现数据的偏态、离群值等问题。
2.应用范围：直方图适用于各种类型的数据分析场景，例如产品质量分析、生产过程的稳定性分析、市场调研数据的分析等。
三、因果图1.原理：因果图是通过将问题的可能原因和结果进行因果关系的图示化，帮助人们找到问题背后的根本原因，从而采取相应的改进措施。
2.应用范围：因果图适用于各种类型的问题分析，例如产品质量问题、客户投诉问题、生产效率问题等。
四、散点图1.原理：散点图通过绘制变量之间的二维坐标点，展示它们之间的关系。
通过观察散点图，可以判断变量之间是否存在其中一种关联关系，进而进行相关分析。
2.应用范围：散点图适用于各种类型的数据分析场景，例如变量之间的相关性分析、产品设计和制造过程中的参数优化分析等。
五、控制图1.原理：控制图是一种监控工具，用于检测过程是否处于统计控制状态。
通过将过程数据进行统计分析，并在图上标记出控制线和预警线，可以快速识别出过程是否存在特殊因素的影响。
2.应用范围：控制图适用于各种类型的过程监控场景，例如生产过程的控制、质量控制、项目管理等。
六、构型图1.原理：构型图是通过绘制系统中各个组成部分之间的关系，帮助人们理解系统的结构和相互作用。
全面质量管理的七种工具
全面质量管理的七种工具
全面质量管理（Total Quality Management，简称TQM）是一种以持续改进、质量控制和客户满意为核心的管理理念和方法。
在TQM中，有许多工具被用于帮助组织达到高质量的目标。
以下是常用的七种TQM工具：
1. 流程图：流程图是通过图形化的方式展示工作流程和操作步骤的工具。
它可以帮助识别流程中的问题和瓶颈，并优化工作流程。
2. 控制图：控制图用于监控过程的变化和波动，帮助判断是否存在特殊原因的变动。
通过对控制图的分析，可以及时发现并纠正过程中的异常情况。
3. 帕累托图：帕累托图是一种按重要性排序的直方图，在质量管理中用于识别主要问题或原因。
它可以帮助决策者优先解决最重要的问题，提高效率。
4. 回顾模板：回顾模板用于记录和分析过程中的问题和教训，并总结出改进措施。
通过回顾模板，可以促进知识共享和经验积累，提高团队的学习和进步。
5. 直方图：直方图是一种用于展示数据分布和频率的图表。
在质量管理中，直方图可以帮助对数据进行分析和解释，了解数据的特征和趋势。
6. 散点图：散点图用于显示两个变量之间的关系，帮助识别变量之间的相互影响和趋势。
通过散点图的分析，可以找到改进质量的关键因素。
7. 核查表：核查表用于记录数据和信息，并帮助确保工作的一致性和准确性。
通过核查表的使用，可以标准化工作流程和操作，并提高工作的质量和效率。
这些工具在TQM中被广泛应用，可以帮助组织更好地理解和改进质量管理过程，提高产品和服务的质量，满足客户的需求和期望。
质量管理七大工具简介
排列图示例
废品统计表
项目 废品数(件) 频率(%) 累计频率(%) 欠铸 1746 36.23 36.23 冷隔 1537 31.89 68.12 小砂眼 913 18.95 87.07 粘砂 493 10.23 97.3 其他 130 2.7 100 合计 4819 100
废 品
数 4000
3000
质量管理七大工具简介
质量管理七种工具
老七种工具（O7） 新七种工具（N7）
1. 检查表 2. 排列图 3. 散布图 4. 因果图 5. 分层法 6. 直方图 7. 控制图
1. 关联图 2. 系统图 3. 亲和图 4. 矩阵图 5. PDPC法 6. 箭条图 7. 矩阵数据解析法
O7与N7的差异
老七种工具
检查表 排列图 散布图 因果图 分层法 直方图 控制图
1、排列图
排列图亦称柏拉图,是按分类数据的大小从多到少顺次排列的柱形图,是用以明示 各类因素对最终结果影响大小的工具,亦称排列各种改进可能性的工具。
2、柏拉图的制作 确定数据的分类及其计量单位. 确定数据的时间周期. 搜集数据. 整理数据及计算. 作图. 将不良类型分类
1、检查表
系统地收集资料和累积资料，确认事实并对资料进行粗略的整理和 简单分析的统计图表 。
2、用途：用在对现状的调查，以备今后作分析； 3、制作步骤
确定搜集资料的具体目的. 列举所需数据数据的项目. 确立对数据数据的分析方法、所釆用的统计工具. 绘制检查表. 评审与试用.
4、要点
❖ 对需调查的事件或情况，明确项目名称 ； ❖ 确定资料收集人、时间、场所、范围； ❖ 资料汇总统计；
3、制作柏拉图时, 应注意以下几点
• "重要的少数"最好只1~2项,最多不宜超过3项,否则就失去了 捕捉"少数"的本意,必要时可考虑重新分类.
总结一下质量管理传统7种工具的原理及应用范围。
总结一下质量管理传统7种工具的原理及应用范围。
质量管理传统7种工具是质量管理中经典的工具集合，主要包括流程图、直方图、因果图、控制图、检查表、 Pareto图和散点图，这些工具能够帮助企业识别和解决质量问题，提高产品和服务的质量，保障客户满意度。
1.流程图：它是一种图形化的表示企业工作流程和操作流程的工具，它可用于详细列举流程中每一步骤，以及确定所需时间和资源。
流程图应用范围主要在于了解和改善流程、减少流程浪费、提高效率、降低错误率等。
2.直方图：它是一种图表，用于表示各种数据的分布情况，以便找到数据的中心位置、范围、密度、偏度和峰度等参数，从而评估数据的质量。
直方图适用于对不同数据维度进行比较，发现和分析异常值等。
4.控制图：它是一个跟踪过程或产品的参数变量，以便识别系统的特殊因素和常见因素，并以此加以控制。
控制图的应用范围主要在于检测质量问题、发现和跟踪过程中的变化、实现连续改进等。
5.检查表：它是一个记录产品或流程评估结果的表格，可以用于分析流程中有无缺陷和异常，识别问题所在，以及确定改进措施。
检查表的应用范围主要在于检查产品或工作过程，快速发现错误、标准化流程、验证方案的有效性等。
6. Pareto图：它是一个按降序排列的条形图，将质量问题按照重要性排序，以便确定要优先解决的问题。
Pareto图主要应用于发现主要质量问题、找出影响核心问题的根本原因等。
7.散点图：它是一个统计数据图表，用于确定两个变量之间的关系和相关性，以便预测未来的趋势和发现异常值。
散点图的应用范围主要在于识别变量之间的趋势、发现新的机遇、预测未来的结果等。
总之，以上的7种传统的质量管理工具，都是有其自身的特点和适用范围，企业可以根据实际情况和需要选择合适的工具来帮助识别和解决质量问题，提高产品和服务的质量。
关于质量管理七种工具的描述
质量管理七种工具是指在质量管理过程中常用的七种方法和工具，包括流程图、因果图、直方图、散点图、控制图、检查表和Pareto图。
这些工具可以帮助识别问题、分析数据、改进过程，以提高产品或服务的质量。
流程图：用于显示一个或多个输入转化为一个或多个输出的过程中，所需要的步骤顺序和可能分支。
流程图有助于了解和估算一个过程的质量成本。
因果图：也称为鱼骨图或石川图，用于分析问题的根本原因。
通过将问题与可能的原因相关联，可以识别出问题的潜在因素。
直方图：一种特殊的条形图，用于描述集中趋势、分散程度和统计分布形状。
直方图可以直观地展示数据的分布情况。
散点图：显示两个变量之间的关系的图表。
通过散点图的观察和分析，可以发现两个变量之间是否存在相关关系或因果关系。
控制图：用于确定一个过程是否稳定或可预测的绩效。
控制图可以检测到过程的异常波动，从而及时采取措施解决问题。
检查表：用于收集数据的查对清单。
通过检查表，可以对某一特定事项或问题进行逐项检查，以便记录和分析数据。
Pareto图：一种特殊的垂直条形图，用于识别造成大多数问题的少数重要原因。
Pareto图可以帮助企业优先解决关键问题，提高生产效率和质量。
这些工具在质量管理中发挥着重要作用，通过综合运用这些工具，企业可以更好地理解和控制生产过程，提高产品质量，降低生产成本，增强客户满意度和忠诚度。
质量管理的七种工具
质量管理的七种工具质量管理是指通过使用各种工具和方法，提高产品或服务的质量，以满足客户的需求和期望。
七种质量管理工具是管理者在质量管理中常用的工具，它们帮助管理者进行定量分析、数据收集、问题识别等，从而促进企业持续改进和发展。
接下来，将介绍七种质量管理工具。
1.帕累托图(Pareto Chart)帕累托图是一种按重要性排序的柱形图。
它将问题按照重要程度从高到低进行排序。
通过帕累托图，管理者可以识别到最主要的问题，从而确定改进的方向和重点。
2.流程图(Flow Chart)流程图是一种通过图表形式展示工作流程的工具。
通过绘制和分析流程图，可以识别出潜在的问题和改进机会，从而提高工作效率和产品质量。
3.控制图(Control Chart)控制图是一种用于监控过程稳定性和检测异常的工具。
通过绘制控制图，可以对过程进行实时的数据收集和分析，从而及时发现和纠正问题。
4.因果图(Cause and Effect Diagram)因果图也被称为鱼骨图或石墨图，是一种用于分析问题根本原因的工具。
通过构建因果关系图，可以找出问题的主要原因，从而有针对性地制定解决方案。
5.散点图(Scatter Diagram)散点图是一种用于确定两个变量之间关系的工具。
通过绘制散点图，可以分析和理解变量之间的关联性，从而帮助确定问题的根本原因。
6.直方图(Histogram)直方图是一种用于展示数据分布情况的工具。
通过绘制直方图，可以快速地理解数据的分布情况以及可能存在的问题，从而有针对性地进行改进和优化。
7.流程控制图(Process Control Chart)流程控制图是一种用于监控和改进过程能力和稳定性的工具。
通过绘制流程控制图，可以对过程进行实时的监控和调整，从而确保产品质量的稳定性。
这七种质量管理工具是质量管理中常用的工具，它们可以帮助企业识别问题、发现潜在的改进机会，并且进行有针对性的解决。
通过正确的使用和分析这些工具，管理者可以提高产品或服务的质量，满足客户的需求和期望，从而实现企业的持续发展。
全面质量管理七大工具
全⾯质量管理七⼤⼯具所谓全⾯质量管理常⽤七种⼯具，就是在开展全⾯质量管理活动中，⽤于收集和分析质量数据，分析和确定质量问题，控制和改进质量⽔平的常⽤七种⽅法。
这些⽅法不仅科学，⽽且实⽤，作为班组长应该⾸先学习和掌握它们，并带领⼯⼈应⽤到⽣产实际中。
⼀、检查表检查表⼜称调查表，统计分析表等。
检查表是QC七⼤⼿法中最简单也是使⽤得最多的⼿法。
但或许正因为其简单⽽不受重视，所以检查表使⽤的过程中存在的问题不少。
使⽤检查表的⽬的：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分析。
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）。
⼆、排列图法排列图法是找出影响产品质量主要因素的⼀种有效⽅法。
制作排列图的步骤：1、收集数据，即在⼀定时期⾥收集有关产品质量问题的数据。
如，可收集1个⽉或3个⽉或半年等时期⾥的废品或不合格品的数据。
2、进⾏分层，列成数据表，即将收集到的数据资料，按不同的问题进⾏分层处理，每⼀层也可称为⼀个项⽬；然后统计⼀下各类问题(或每⼀项⽬)反复出现的次数(即频数)；按频数的⼤⼩次序，从⼤到⼩依次列成数据表，作为计算和作图时的基本依据。
3、进⾏计算，即根据第(3)栏的数据，相应地计算出每类问题在总问题中的百分⽐，计⼊第(4)栏，然后计算出累计百分数，计⼊第(5)栏。
4、作排列图。
即根据上表数据进⾏作图。
需要注意的是累计百分率应标在每⼀项⽬的右侧，然后从原点开始，点与点之间以直线连接，从⽽作出帕累托曲线。
三、因果图法因果图⼜叫特性要因图或鱼⾻图。
按其形状，有⼈⼜叫它为树枝图或鱼刺图。
它是寻找质量问题产⽣原因的⼀种有效⼯具。
画因果分析图的注意事项：1、影响产品质量的⼤原因，通常从五个⼤⽅⾯去分析，即⼈、机器、原材料、加⼯⽅法和⼯作环境。
每个⼤原因再具体化成若⼲个中原因，中原因再具体化为⼩原因，越细越好，直到可以采取措施为⽌。
2、讨论时要充分发挥技术民主，集思⼴益。
别⼈发⾔时，不准打断，不开展争论。
质量管理的七种工具
质量管理的七种工具是指一组被广泛应用于质量管理和问题解决过程中的工具和技术。
这些工具可以帮助分析问题、找出根本原因并采取适当的改进措施。
以下是七种常用的质量管理工具：
1. 流程图：用于展示和分析工作流程，揭示流程中的瓶颈和改进潜力。
2. 因果图（鱼骨图）：通过将问题因素分类为人员、方法、机器、材料和环境等方面，揭示问题的多方面原因和关联性。
3. 直方图：用来以可视化的方式表示数据的分布情况，帮助分析数据的特征和异常情况。
4. 控制图：用于监控和分析过程的稳定性和可预测性，及时检测并纠正异常情况。
5. 矩阵图（优先级矩阵）：用于评估和优先排序问题或改进方案，将不同因素按照重要性和紧迫性进行分类和分析。
6. 散点图：用于显示两个变量之间的相互关系，帮助识别可能的关联和趋势。
7. 流程控制图：用于分析流程中的关键控制点和变量，确保流程在可控范围内运行。
这些质量管理工具可以帮助团队更好地理解问题，找出潜在的改进机会，并采取适当的措施。
根据实际情况，选择和应用适当的工具将有助于提高质量管理和问题解决的效果。
- 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)。
质量管理的老7种工具老七种工具：分层法排列图法因果分析图法调查表法直方图法散布图法控制图法产生背景:日本，二十世纪六十年代。
老七种工具的特点：强调用数据说话，重视对制造过程的质量控制通俗易懂,一线员工易于掌握质量管理老7种工具1.分层法概念分层法又称分类法，即：把收集来的原始质量数据，按照一定的目的和要求加以分类整理，以便分析质量问题及其影响因素的一种方法。
原则➢根据分层的目的➢按照一定的标志➢数据的归类➢分层的关键质量数据分层的标志(5M1E)操作者、机器设备、原材料、测量、方法、环境。
不同的时间；不同的检验手段；废品的缺陷项目。
分层法实例（1）某轧钢厂一个车间的生产情况统计如下：甲乙丙三班各轧制钢材2000t，共轧制6000t，其中轧废169t。
如果只知道这样三个数据，则无法对质量问题进行分析。
下表是进行的分层分析。
分层法实例（2）某产品的汽缸体与气缸盖之间经常发生漏油现象，使用分层法分析其主要原因。
解：通过现场调查发现主要原因是密封不好。
该装配工序是由甲乙丙三个工人各自完成的；并发现漏油的主要原因是三个人在涂粘结济方法上的不同以及所使用的气缸垫分别来自A 和B两个协作厂。
调查的数据如下：调查总数50个，漏油19个，漏油发生率0.38。
现采用分层法按操作者和协作厂分层收集整理数据。
按操作者分层结论：工人乙的操作方法漏油发生率比较低。
按协作厂分层结论：B厂的气缸垫漏油发生率比较低。
综上：建议采用乙的工作方法和B厂的气缸垫。
实施结果：漏油发生率增加了原因：没有考虑两者之间的关系措施：重新考虑分层与协作厂联合分层结论：B厂↔工人甲A厂↔工人乙2.排列图法概念➢排列图又称主次因素分析图或帕累托图（Pareto）。
➢由两个纵坐标、一个横坐标、几个直方块和一条折线所构成。
➢累计百分比将影响因素分成A、B、C三类。
排列图又叫巴雷特图（pareto diagram）,其原理是意大利经济学家帕累托在分析社会财富分布状况时得到的“关键的少数和次要的多数”的结论。
（20%人占有80%的财富）20世纪40年代，Joseph Juran博士发现了一条各领域通用的原则，他把它叫做"vital few and trivial many”，这条原则指出20%的事情常常对80%的结果负责(20 percent of something always areresponsible for 80 percent of the results)。
二八法则的其他例子：20%的企业可能生产市场上80%的产品20%的顾客可能给商家带来80%的利润20%的储户的可能拥有80%的存款额20%的原因造成80%的产品不合格排列图的绘制步骤·针对问题收集一定时间的数据；·将数据按频数从大到小排列，并计算各自所占比率（频率）和累计比率（累计频率）；·以左侧纵坐标为频数，横坐标按频数从大到小用条状块依次排列；以右侧纵坐标为累计频率，绘制累计频率曲线。
·找出主要因素。
按累计百分比将影响因素分为三类：0～80%为A类因素，主要因素；80%～90%为B类因素，次要因素；90%～100%为C类因素，一般因素。
【例】某加工厂按照不合格的类型收集了一定时期内不合格的发生次数，拟用Excel来制作排列图。
1. 收集数据2.对“不合格数”由大到小排序([数据]/[排序]/[降序] )【请注意，对其他这一项的处理】3.计算累计不合格数4.计算累计不合格比率5.绘图选择区域A1..B8和D2.D8。
选择[插入]/ [图表] /[自定义类型]/ [两轴线-柱图]/ [完成]6.讨论：排列图的核心在排列图上通常把累计比率在0～80%间的因素为A类因素；80%～90%间的因素为B 类因素；在90%～100%间的因素为C类因素。
制作排列图的注意要点：1．分类方法不同，得到的排列图不同通过不同的角度观察问题，把握问题的实质，需要用不同的分类方法进行分类，以确定“关键的少数”，这也是排列图分析方法的目的。
2．如果“其它”项所占的百分比很大或数量很多，则分类是不够理想的如果出现这种情况，是因为调查的项目分类不当，把许多项目归在了一起，这时应考虑采用另外的分类方法。
3.因果分析图法概念因果图是一种用于分析质量特性（结果）与可能影响质量特性的因素（原因）的一种工具。
作用：（1）分析因果关系；（2）表达因果关系；（3）通过识别症状、分析原因、寻找措施、促进问题解决。
步骤：确定分析对象记录分析意见检查有无遗漏记上必要事项因果图的制作：某中学在分析期末考试成绩时发现，计算机基础课程的考试成绩普遍不理想。
拟用因果图法分析原因。
本案例的质量特性（结果）为（计算机）“课程考试成绩偏低”。
为了找出原因，学校组织任课老师、教研室主任、教务处主任、学生代表、家长代表座谈，各抒己见，找出主要原因、第二层原因、第三层原因，直到能发现具体的原因并能提出具体的措施为止。
至此，我们找到学生成绩低的最直接、可以采取措施解决的原因如下：下面是如何绘制直观的因果图。
因果分析图作图注意事项：（1）所要分析的质量特性问题，应提得尽量具体、明确、有针对性。
（2）要集思广益。
（以召开质量分析会形式，共同分析。
）（3）原因的分析，应细到能采取具体措施为止。
（4）大原因不一定是主要原因。
（可通过投票表决来确定，一般可确定3~5项）（5）对关键因素采取措施后，再用排列图等方法来检验其效果。
4.调查表法概念调查表法是利用统计表来进行数据整理和粗略原因分析的一种方法，也叫检查表法或统计分析表法。
统计分析表是最为基本的质量原因分析方法，也是最为常用的方法。
在实际工作中，经常把统计分析表和分层法结合起来使用，这样可以把可能影响质量的原因调查得更为清楚。
需要注意的是，统计分析表必须针对具体的产品，设计出专用的调查表进行调查和分析。
常用类型（1）缺陷位置调查表。
（2）不良项目调查表。
（3）不良原因调查表。
缺陷部位调查表不良项目调查表不合格原因调查表5.直方图法概念从总体中随机抽取样本，将从样本中获得的数据进行整理，从而找出数据变化的规律，以便测量工序质量的好坏。
直方图基本格式直方图的作图步骤1. 收集数据。
不应少于50个数据。
2. 找出数据中的最大值Xmax和最小值Xmin3. 计算极差R= Xmax—Xmin4. 确定组数K；5. 计算组距H=R /K6. 确定组界;第一组下界: Xmin -h/2,上界Xmin + h/27. 计算各组中心值Xi;X1= -38. 计算频数fi，整理频数分布表9. 画直方图数据个数与数组的关系【例】从一批螺栓中随机抽取100件测量其外径数据如下表所示。
螺栓外径规格为。
试绘出频数直方图。
步骤：（1）收集数据，并找出数据中最大值x max和最小值x min数据个数应≥50，并计算极差。
·本例数据个数n=100。
最大值x max=7.938，最小值x min=7.913。
·计算极差025.0913.7938.7min max =-=-=x x R（2）确定分组组数 kk 值的选择一般参考下表给出的经验数值确定 本例选择k=10（3）确定组距h组距即每个小组的宽度，或组与组之间的间隔kR kh x x=-=min max本例中003.00025.010025.0≈==h为分组方便，常在h 的计算值基础上将其修约为测量单位的整数倍，并作适当调整。
如本例测量单位为0.001，将h 修约为0.003。
（4）决定各组组限（计算各组的上、下边界值）·为了不使数据漏掉，应尽可能使边界值最末一位为测量单位的1/2。
·当h 为奇数时， 第一组边界值应为2minhx ±·当h 为偶数时，可以下式计算第一组边界值 第一组上边界值=x min – 最小测量单位/2 第一组下边界值=上边界值+h一直计算到最末一组将x max 包括进去为止。
·本例h 为奇数，故第一组上下边界值为9115.70015.0913.72min =±=±hx·其余各组的上下边界值为：某组上边界值=上组下边界值 某组下边界值=该组上边界值+h·本例第二组上下边界值为7.9175～7.9145；第三组为7.9175～7.9205…… ·依次类推，最后 一组为7.9385，包括了最大值7.938(见频数表)。
（5）计算各组的组中值x i数据分组组数表～7.9145 2组下边界值第组上边界值第i i x i +=如本例（6）统计落入各组的数据个数，整理成频数表（7）作直方图以频数为纵坐标，质量特性为横坐标画出坐标系，以一系列直方形画出各组频数，并在图中标出规格界限和数据简历，组成频数直方图。
直方图的观察分析1、直方图反映一个数列的各个数值出现的频数演变情况，以便形象地表示被观察数值的特征和分布状态2、对直方图的直接观察，来判断质量变化状况和生产过程是否稳定，并预测生产过程的不合格品率。
3、主要包括两个方面的内容：（1）直方图的分布状态分析（2）分析与标准或目标值(公差)的关系正常直方图锯齿型（分组不当；测量方法或读数有问题）偏向型——两种情况（1、数据本身遵从这种分布，如百分率数据2、加工习惯造成）出现异常）双峰型（平均值不同的两个分布混在一起）孤岛型（出现了某种检查错误，或生产过程量指标在某个区间内均匀分布直方图与质量标准比较6 .散布图法概念散布图(相关图)是通过分析研究两种因素的数据的关系，来控制影响产品质量的相关因素的一种有效方法。
相关关系一般可为：原因与结果的关系；结果与结果的关系；原因与原因的关系。
用相关图法，可以应用相关系数、回归分析等进行定量的分析处理，确定各种因素对产品质量影响程度的大小。
如果两个数据之间的相关度很大，那么可以通过对一个变量的控制来间接控制另外一个变量。
相关图的分析，可以帮助我们肯定或者是否定关于两个变量之间可能关系的假设。
两个变量的相关类型在相关图中，两个要素之间可能具有非常强烈的正相关，或者弱的正相关。
这些都体现了这两个要素之间不同的因果关系。
一般情况下，两个变量之间的相关类型主要有六种：强正相关、弱正相关、不相关、强负相关、弱负相关以及非线性相关，如图所示。
其相关性判断——对照典型图例判断作图步骤(1)确定研究对象。
(2)收集数据。
(3)画出横坐标x与纵坐标y，添上特性值标度。
(4)根据数据画出坐标点相关系数（r取值在-1至+1之间，r>0，正相关，反之负相关，绝对值越接近1，愈接近线性相关性）散布图是研究两个变量之间是否存在着相关关系的统计工具【例】某体育运动俱乐部，为了研究运动员的身高与体重之间是否存在某种关系，将所有运动员的身高和体重的测量数据，作散布图进行分析。