[工学]第十周QCC讲义直方图、散布图.pptVIP

散布圖的研判 散布圖的研判一般說來有六種形態﹕ a﹑在下圖當中X增加﹐Y也增加﹐也就表示原因與結果有相對的正相關。 b﹑散布圖點的分布較廣但是有向上的傾向﹐這個時候X增加﹐一般Y也會增加﹐但非相對性﹐也就是說X除了受Y的因素影響之外﹐可能還有其他因素影響著X﹐有必要進行對其他要因再調查﹐這種形態叫做似乎有正相關亦稱為弱正相關。 c﹑當X增加﹐Y反而減少﹐而且形態呈現一直線發展 的現象﹐這叫做負相關。 d﹑當X增加﹐Y 減少的幅度不是很明顯﹐這時的X除了受Y的影響之外﹐尚有其他因素影響著X﹐這種形態叫作非顯著性負相關。 e﹑如果散布圖點的分布呈現雜亂﹐沒有任何傾向時﹐稱為無相關。也就是說X與Y之間看不出有任何關系﹐這時候應再一先將數據層別化之后再分析。 f﹑假如X增大﹐Y也隨之增大﹐但是X增大到某一值之后﹐Y反而開始減少。因此產生散布圖點的分布有曲線傾向的形態﹐稱之為曲線相關。 利用中間值線進行相互關系研判 先算出散布圖上的點有多少﹐然后用符號檢定表的基准數來比較﹐一般有三個步驟﹕ a﹑求出中間值﹕就是將對應數據按照大小順序排列﹐取出中央值的意思。 b﹑在散布圖上畫出中間值線﹕求出中間值數后﹐由中間值畫出橫軸和縱軸的平行線各一條﹐如此就把散布圖分為四個象限﹐然后計算各象限的點數。如點剛好在中間值線上則不予以計算 c﹑查符號檢定表﹐并作比較判斷。 使用散布圖時應注意事項﹕ a﹑注意是否有異常點的存在﹕有異常點存在時﹐應馬上查出原因﹐如屬異常就應立刻刪除﹐或在散布圖上特別注明原因。 b﹑是否有假相關 c﹑是否有必要層別﹕散布圖必須層別化時﹐可以用點的形狀變化或用顏色區分﹐這樣將更能正確判斷。 直 方 圖 1.直方圖的基本概念： 將某期間所收集的數據經分組整理成次數分配 表，並以柱形予以圖示化，以掌握這些數據所代 表的情報。 2.作用： ?了解品質分布的狀況 ?傳達有關過程品質分布情況的信息 ?研究過程能力或預測過程能力 1.位置之衡量(Measures of Location)–平均值 樣本平均值(Sample mean) 設x1, x2……. xn為n個觀察值,則定義樣本平均值 為 x = = 2. 樣本平均值的例子 樣本平均值例子 : 某大學自校內學生任意抽出10位學生，其身高分 別為 175,162,168,189,178,158,150,172,166,168,則 其樣本平均值為 X= =168.6 3. 位置之衡量(Measures of Location)-中位數 樣本中位數(Sample median) 顧名思義，中位數就是位於中間位置的數。把觀察值x1,x2,…..,xn,依順序(通常由小而大)來排列，為 　　　　　x(1),x(2),……,x(n) 則樣本中位數 χ 定義為　　 　 　　　　　　　　　　　　　 　　　　 4. 樣本中位數之例子 以前面例子之數據為例，順序排列如下： 150,158,162,166,168,168,172,175,178, 189 因為n=10,故 5. 例子： 生產電燈泡工廠，取出15個樣品來測試，發現到他們的使用壽命分別為 931(單位為小時) , 721 , 657 , 403 , 981 , 891 , 935 , 846 , 879 , 903 , 1520 , 817 , 921 , 758 , 792 。依大小排列為 403 , 657 , 721 , 758 , 792 , 817 , 846 , 879 , 891 , 903 , 921 , 931 , 935 , 981 , 1520 此時 n=15 為奇數，故樣本中位數為 χ= χ ( ) = χ (8)=879 如果求平均值，則為 　　 　 X8=Σ / 15=863.7 　　　 6. X 與 X 之比較 (1/2) x比較會受到極端值的影響，而 χ 則不會受到極端值影響。例如：1 , 2 , 4 , 6 , 9 則 x = = = 4.4 χ = 4 如果數據改為 1 , 2 , 4 , 6 , 19 則 x = = = 6.4 χ = 4 x 有所改變，但 χ 並未受到影響 6.X 與 X 之比較 (2/2) 當直方圖接近於對稱時，則 x 與 x 很接近。 x 是母體平均值μ之不偏估計(