散布图-意义与功能-研究两个变量之间的关系时，散布图是很好的选择。.pptVIP

散布图 六种典型的点子云形状图 （例）某制品之烧溶温度及硬度间是否存有关系存在，今 收集30组数据，请分析之。 步骤1：收集30组以上的相对数据，整理到数据表上。 （数据不能太少，否则易生误判） 步骤2：找出数据x，y之最大值及最小值。 步骤3：划出纵轴与横轴（若是判断要因与结果之关系， 则横轴代表要因，纵轴代表结果）；并取x，y之 最大值与最小值差为等长度书刻度。 X之最大值-x之最小值=890-810=80 y之最大值-y之最小值=59-42=17 步骤4：将各组对数据点在座标上。 横轴与纵轴之数据交会处点上“?” 二组数据重复在同一点上时，划上二重圆记号 ? 三组数据重复在同一点上时，划上三重圆记号 ? 例某钢铁厂在进行溶铣时，为避免温度降低，常加入材料A来防止。材料A使用量每日1800袋，费用、运搬及投入人力耗费甚大，造成现场很大困扰，拟以品管圈活动来改善。 （1）现状分析 （2）原因追查 （a）材料A使用量与溶铣温度降低之关系： 收集40组对应数据，作成散布图，判定无相关关系存在；但 知道在未投入材料A时，溶洗表面需覆盖。 (b)空锅之温度与溶铣之温度降低之关系: 收集33组对应数据，作成散布图，判定有负相关存在。亦即空锅之 温度愈高，溶铣温度降低愈少。 （c）输送时间与溶铣温度降低 收集40组对应数据，作成散布图，判定具有正相关存在。即从 高炉至转炉之输送时间 与溶铣温度降低间有显著的影响。 （3）结论 由上述之散布图解析，可得下列结论： （a）材料A之量，并不影响溶铣温度降低。 （b）溶铣温度之降低受空锅温度与输送时间之影响。 （c）没投入材料A时，溶铣表面需覆盖。 （4）对策 锅之溶铣表面一样加以覆盖，但为安全起见，材料A仍 需加7袋。每锅投入7袋材料A，经过100锅之试验结果， 确认可以从原来的每锅12袋降为7袋。 （5）成果 每日150锅计算，共节省（12袋—7袋）*150=750袋， 折合金额日币75,000元。仅仅材料A，一年可节省日币 2,700万元。 实战案例 图形——散点图 统计——回归——回归 * 意义与功能 研究两个变量之间的关系时，散布图是很好的选择。 散布图于1750~1800间开始使用，因为它有XY轴，所以又称为X-Y plot或corssplot。 散布图包括水平（X）和垂直（Y）两轴，用以代表成对的两变量。如果两变量有原因与结果之关系，则原因（或称自变量）置于X轴，结果（应变量）置于Y轴。 从散布图可以观察变量X与Y呈现何种关系： 1.正相关（positive corelation）：Y值随X值增加而增加。 2.负相关（negative corelation）：Y值随X值增加而减少。 3.无相关：Y值与X值之间没有关系可循。 X Y 0 X Y 0 X Y 0 X Y 0 X Y 0 X Y 0 强正相关 强负相关 弱正相关 弱负相关 不相关 非直线相关 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●