QC,七大工具, 第9章 散布图.docVIP

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。 图2-1 图2-2 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(x1,y1)，(x2,y2)，…整理成数据表。 No. X Y 1 x1 y1 2 x2 y2 3 x3 y3 4 x4 y4 … … … 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。 全体时低度关联，分层后高度关联。 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： 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。 完全正相关 完全负相关 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。 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)影响电镀产品的镀膜厚(thickness)度，希望找出二者间的相互关系。 ⒈收集数据。 No. X Y No. X Y 1 50 3.2 6 50 3.4 2 70 4.7 7 90 5.1 3 100 5.4 8 90 5.0 4 80 4.9 9 70 4.5 5 60 3.8 10 70 4.3 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。 - 4 - - 3 - 科建顾问 科建顾问 第九章 散布图 145 Y X Y X 146 品管七大手法 Y X Y X Y X 第九章 散布图 147 Y X Y X Y X Y X Y X Y X Y X 148 品管七大手法 Y X Y X Y X Y X Y X Y X 第九章 散布图 149 肺疾病病例 空气污染程度 销售量冷气机 温度(0C) X=强度(KV) Y=膜厚(μm) 150 品管七大手法 Y X 5.0 4.0 3.0 50 60 70 80 90 100 Y X 5.0 4.0 3.0 50 60 70 80 90 100 X=强度(KV) Y=膜厚(μm)