品管(QC)七大手法之散布图

品管（QC ）七大手法之散布图

摘要

品管七大手法主要是用较便捷的手法来解决一些管理上的问题，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。下面我们就QC 七大手法中的散布图进行介绍。

什么是散布图？

散布图是用非数学的方式来辨认某现象的测量值与可能原因因素之间的关系. 这种图示方式具有快捷，易于交流, 和易于理解的特点。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 。

散布图又叫相关图，它是将两个可能相关的变数资料用点画在坐标图上，用成对的资料之间是否有相关性。 散布图的分类

1、强正相关（如容量和附料重量）

2、强负相关（油的粘度与温度）

3、弱正相关（身高和体重）

4、弱负相关（温度与步伐）

5、不相关（气压与气温）

6、曲线相关

散布图的构成

散布图是由一直角坐标，其横轴表示X 变量的测定值，纵轴表示Y 变量的测定值，将各组X 测定值与Y 测定值之交点全部绘出，即成为散布图。

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:

?是否有相关关系。

?相关关系的強弱。

?是正相关或者負相关。

?是直线相关或是曲线相关。

(2)从散布图上可简单容易判断数据是否有异常趋势或是有沒有必要作层別分析。

散布图的用途

(1)验证两个变量间的相关关系。

(2)掌握要因对特性的影响程度。

散布图的作法

1、收集X与Y两个变量足够之对应数据。

2、计算X变量测定值的平均值，计算Y变量测定值的平均值。

3、在直角横坐标X轴上划出X值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。纵坐标Y轴上划出Y值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。

4、X轴与Y轴之交点处不可标示0数字，并且X轴的全宽度与Y轴的全宽度最好相等。

5、将各組之数据的点绘于坐标上：

(1)如有2点重复时以⊙表示。

(2)如有3点重复时以⊙表示。

制作散布图时，应注意以下事项：

1、两组变量的对应数至少在30个以上，最好50个，100个最佳。

2、找出X、Y轴的最大值与最小值，并以X、Y的最大值及最小值建立X－Y坐标。

3、通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量。

4、散布图绘制后，分析散布图应谨慎，因为散布图是用来理解一个变量与另一个变量之间可能存在的关系，这种关系需要进一步的分析，最好作进一步的调查。

散布图的看法----相关关系的判定法

1、完全相同

a.完全正相关---X变量增加时Y的变量随着增加，点子逐渐上升成一斜线（下图所示）

b.完全负相关---X变量增加时Y的变量却减少，点子逐渐下降成一斜线（下图所示）

2、正相关

正相关---X变量增加时，Y变量亦增加，点子有逐渐上升趋势谓之正相关 (下图所示)

3、负相关

负相关---X变量增加时，Y变量却减少，点子有逐渐下降趋势谓之负相关 (下图所示)

4、无相关

无相关---当X变量增加时，Y的变量并未随之增加，点子没有上升或下降之趋势，谓之无相关 (下图所示)

5、曲线相关

曲线相关---X变量与Y的变量之间没有直线相关关系，但知有曲线关系存在，谓之曲线相关 (下图所示)

散布图案例分析

2002年某工厂温度(X)与瞬间停机台数(Y)之调查結果如下查检表：(X:温度;Y:停机台数)

绘制散布图：

結论:

1、(Ⅰ+Ⅲ)>(Ⅱ+Ⅳ)=(5+9)>(1+5)

可初步判断温度与停机台数有正相关系2、即溫度升高停机台数相对增加。

另：质量管理常用的7种工具

QC七大手法试题及答案

QC七大手法考试试题 姓名：部门：得分： 一、填空题（共20题） 1、QC七大手法包括查检表、层别法、直方图、柏拉图、特性要因图、管制图、散布图。 2、特性要因图是当一个问题的特性（结果）受到一些要因（原因）的影响时,我们将这些要因加以整理,成为有相互关系且有系统的图形。 3、散布图根据变量的相关性，可分为正相关、负相关、不相关。 4、应用到80：20原理的是QC七大手法中的___柏拉图____。~" S 5、造成产品变异的原因可分为异常原因、偶然原因。 6、查检表按用途分可分为记录用、查核用。 7、特性要因图，又称为鱼骨图、因果图。 8、制作特性要因图时，须收集多数人的意见,多多益善,可运用脑力激荡原则。 二、判断题（共30分） 1、散布图适用于计数型数据。（×） 2、排列图是寻找引发结果原因的管理图形工具。（×）3 m; `; q0 X 3、产品合格率、产品外观尺寸、时间等数据是属于计数值数据。（×） 4、在解决日常问题时，在收集数据之前就应使用层别法（√） 5、[柏拉图]方法，由品管圈(QCC)的创始人日本石川馨博士介绍到品管圈活动中使用，而成为品管七大手法之一（√） 6、制作直方图时，所收集数据的数量应大于50以上。（√） 7、偶然原因，本质上是局部的,很少或没有,可避免的。（×） 8、计量型管制图，当每小组的样本10个或10个以上时，应采用Xbar-S管制图。（√） 9、当有点出现在控制图A区以外，即可判断该点对应的产品已不合格。（×） 10、不合格数图C-CHART属于计量型管制图。（×） 三．简答题/计算题（共50分） 1、简述制作特性要因图的五步骤，举例并画一个鱼骨图。（30分） 答：①决定问题特性；②决定大要因；③决定中小要因；④圈出最主要的原因；⑤填上制作项目、日期、制作者等资料。 2、简述5W2H。（20分） （1）WHAT——是什么？目的是什么？做什么工作？ （2）HOW ——怎么做？如何提高效率？如何实施？方法怎样？ （3）WHY——为什么？为什么要这么做？理由何在？原因是什么？造成这样的结果为什么？（4）WHEN——何时？什么时间完成？什么时机最适宜？ （5）WHERE——何处？在哪里做？从哪里入手？ （6）WHO——谁？由谁来承担？谁来完成？谁负责？ （7）HOW MUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？

QC七大手法之控制图

品管七大手法 七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图 五、散布图 将因果关系所对应变化的数据分别描绘在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,这种图形叫做“散布图”，也称为“相关图”。 1、分类 1）正相关：当变量X增大时，另一个变量Y也增大； 2）负相关：当变量X增大时，另一个变量Y却减小； 3）不相关：变量X（或Y）变化时，另一个变量并不改变； 4）曲线相关：变量X开始增大时，Y也随着增大，但达到某一值后，则当X值增大时，Y反而减小。 2、实施步骤 1）确定要调查的两个变量，收集相关的最新数据，至少30组以上； 2）找出两个变量的最大值与最小值，将两个变量描入X轴与Y轴； 3）将相应的两个变量，以点的形式标上坐标系； 4）计入图名、制作者、制作时间等项目； 5）判读散布图的相关性与相关程度。 3、应用要点及注意事项 1）两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判； 2）通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量； 3）由于数据的获得常常因为5M1E的变化，导致数据的相关性受到影响，在这种情况下需要对数据获得的条件进行层别，否则散布图不能真实地反映两个变量之间的关系； 4）当有异常点出现时，应立即查找原因，而不能把异常点删除； 5）当散布图的相关性与技术经验不符时，应进一步检讨是否有什么原因造成假象。 七、控制图 1、控制图法的涵义

影响产品质量的因素很多，有静态因素也有动态因素，有没有一种方法能够即时监控产品的生产过程、及时发现质量隐患，以便改善生产过程，减少废品和次品的产出?控制图法就是这样一种以预防为主的质量控制方法，它利用现场收集到的质量特征值，绘制成控制图，通过观察图形来判断产品的生产过程的质量状况。控制图可以提供很多有用的信息，是质量管理的重要方法之一。 控制图又叫管理图，它是一种带控制界限的质量管理图表。运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。也可以应用控制图来使生产过程达到统计控制的状态。产品质量特性值的分布是一种统计分布．因此，绘制控制图需要应用概率论的相关理论和知识。 控制图是对生产过程质量的一种记录图形，图上有中心线和上下控制限，并有反映按时间顺序抽取的各样本统计量的数值点。中心线是所控制的统计量的平均值，上下控制界限与中心线相距数倍标准差。多数的制造业应用三倍标准差控制界限，如果有充分的证据也可以使用其它控制界限。 常用的控制图有计量值和记数值两大类，它们分别适用于不同的生产过程；每类又可细分为具体的控制图，如计量值控制图可具体分为均值——极差控制图、单值一移动极差控制图等。 2、控制图的绘制 控制图的基本式样如图所示，制作控制图一般要经过以下几个步骤： ①按规定的抽样间隔和样本大小抽取样本； ②测量样本的质量特性值，计算其统计量数值； ③在控制图上描点； ④判断生产过程是否有并行。 控制图为管理者提供了许多有用的生产过程信息时应注意以下几个问题： ①根据工序的质量情况，合理地选择管理点。管理点一般是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响的关键点，如可以选质量不稳定、出现不良品较多的部位为管理点； ②根据管理点上的质量问题，合理选择控制图的种类：

QC七大手法是什么

QC七大手法是什么? 检查表(Data collection form) 分层法(Stratification) 散布图(Scatter) 排列图(Pareto) 直方图(Histogram) 因果图(Cause-Effect diagram) 控制图(Control Chart) 应用在哪些方面?如何运用? 1. 查检表（Check List） 以简单的数据或容易了解的方式，作成图形或表格，只要记上检查记号，并加以统计整理，作为进一步分析或核对检查用，其目的在於『现状调查』。 2. 柏拉图（Pareto Diagram） 根据所搜集之数据，以不良原因、不良状况、不良发生或客户抱怨的种类、安全事故等，项目别加以分类，找出比率最大的项目或原因并按照大小顺序排列，再加上累积值的图形。用以判断问题症结之所。 3. 特性要因图（Characteristic Diagram） 一个问题的特性（结果）受一些要因（原因）的影响时，将这些要因加以整理，而成为有相互关系而且有条且有系统的图形。其主要目的在阐明因果关系，亦称『因果图』，因其形状与鱼骨图相似故又常被称作『鱼骨图』。 4.散布图（Scatter Diagram） 把互相有关连的对应数据，在方格上以纵轴表示结果，以横轴表示原因，然后用点表示分布形态，根据分析的形态未研判对应数据之间的相互关系。 5. 管制图（Control Chart） 一种用於调查制造程序是否在稳定状态下，或者维持制造程序在稳定状态下所用的图。管制纵轴表产品品质特性，以制程变化数据为分度；横轴代表产品的群体号码、制造曰期，依照时间顺序将点画在图上，再与管制界限比较，以判别产品品质是否安定的一种图形。 6. 直方图（Histogram） 将搜集的数据特性值或结果值，在一定的范围横轴上加以区分成几个相等区间，将各区间内的测定值所出现的次数累积起来的面积用柱形画出的图形。因此也叫柱形图。 7. 层别法（Stractification） 针对部门别、人别、工作方法别、设备、地点等所搜集的数据，按照它们共同特徵加以分类、统计的一种分析方法 QC七大手法 第一章概述 一、起源

QC七大手法试题及答案

Q C七大手法试题及答案 SANY GROUP system office room 【SANYUA16H-

QC七大手法考试试题 姓名：部门：得分： 一、填空题（共20题） 1、QC七大手法包括查检表、层别法、直方图、柏拉图、特性要因图、 管制图、散布图。 2、特性要因图是当一个问题的特性（结果）受到一些要因（原因）的影响时,我们将这些要因加以整理,成为有相互关系且有系统的图形。 3、散布图根据变量的相关性，可分为正相关、负相关、不相关。 4、应用到80：20原理的是QC七大手法中的___柏拉图____。 5、造成产品变异的原因可分为异常原因、偶然原因。 6、查检表按用途分可分为记录用、查核用。 7、特性要因图，又称为鱼骨图、因果图。 8、制作特性要因图时，须收集多数人的意见,多多益善,可运用脑力激荡原则。 二、判断题（共30分） 1、散布图适用于计数型数据。（×） 2、排列图是寻找引发结果原因的管理图形工具。（×） 3、产品合格率、产品外观尺寸、时间等数据是属于计数值数据。（×） 4、在解决日常问题时，在收集数据之前就应使用层别法（√） 5、[柏拉图]方法，由品管圈(QCC)的创始人日本石川馨博士介绍到品管圈活动中使用，而成为品管七大手法之一（√） 6、制作直方图时，所收集数据的数量应大于50以上。（√） 7、偶然原因，本质上是局部的,很少或没有,可避免的。（×）

8、计量型管制图，当每小组的样本10个或10个以上时，应采用Xbar-S管制图。（√） 9、当有点出现在控制图A区以外，即可判断该点对应的产品已不合格。（×） 10、不合格数图C-CHART属于计量型管制图。（×） 三．简答题/计算题（共50分） 1、简述制作特性要因图的五步骤，举例并画一个鱼骨图。（30分） 答：①决定问题特性；②决定大要因；③决定中小要因；④圈出最主要的原因；⑤填上制作项目、日期、制作者等资料。 2、简述5W2H。（20分） （1）WHAT——是什么？目的是什么？做什么工作？ （2）HOW——怎么做？如何提高效率？如何实施？方法怎样？ （3）WHY——为什么？为什么要这么做？理由何在？原因是什么？造成这样的结果为什么？（4）WHEN——何时？什么时间完成？什么时机最适宜？ （5）WHERE——何处？在哪里做？从哪里入手？ （6）WHO——谁？由谁来承担？谁来完成？谁负责？ （7）HOWMUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？

QC(旧)七大手法之六——散布图

QC（旧）七大手法之六——散布图(scatter diagram) 第一小节散布图的观察分析 一．定义 散布图，也称散点图、相关图，散布图法又称为相关图法，QC要掌握的是平面散布图，是指通过分析研究两种因素的数据（成对出现）之间的关系，来控制影响产品质量的相关因素的一种有效方法（图示技术）。 散布图是研究成对出现的两组数据之间关系的图示技术。在生产实际中，往往是一些变量共处于一个统一体中，它们相互联系、相互制约，在一定条件下又相互转化。有些变量之间存在着确定性的关系，它们之间的关系，可以用函数关系来表达，如圆的面积S=πr2，有些变量之间却存在相关关系（即统计关系），即这些变量之间既有关系，但又不能由一个变量的数值精确地求出另一个变量的数值，如钢铁材料强度与含碳量之间的关系，车间的照明度与IPQC的测量误差之间的关系，人的身高与体重之间的关系等，这种统计关系只能用统计技术去研究，即将这两种有关的数据列出，用点子打在坐标图上，然后观察这两种因素之间的关系，这种图就是散布图或相关图，对散布图的分析称为相关分析。散布图中所分析的两种数据之间的关系，一般有三种：可以是特性与原因的关系，即特性——原因（结果——原因）；也可以是某一特性与另一特性的关系，即特性——特性（结果——结果）；还可以是同一特性的两个原因之间的关系，即原因——原因。 散布图分析法，是适用范围较广的一种数理统计方法。只要生产或试验中，存在着一些变量共处于一个共同体中，并且它们的关系又是不能用函数表示的非确定性关系，就可以运用散布图法来分析其是否具有相关关系以及这种关系的密切程度（即相关系数大小）。 若同时存在的不只是两个变量，而是多个变量，则可以两两分别作散布图来加以分析。当然，也可用正交试验设计方法来对多变量（因素）之间的关系进行分析，并求得它们之间的最优配合。 注：用相关图法，可以应用相关系数r、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的影响程度。如果两个数据之间的相关程度很大，那么可以通过一个变量的控制来间接控制另外一个变量。 一般两组变量之间可能存在的关系有函数关系、相关关系和不相关三种情况。相关关系是普通存在的，而函数关系仅是相关关系的特例。 质量是一种随机现象，在产品实现的过程中，存在两类因素影响产品质量的特性，其一是随机性因素（偶然性因素），其二是系统性因素（非随机性因素即确定性因素）。在一定生产力水平下，随机性因素是不可观测和不可控无须控制的因素，在这种因素作用下产品质量特性的变化不会超出允许的界限（公差），产品质量符合要求。而系统性因素是确定性因素，是构成生产过程的必要条件，可观测可控制，发生异常变化，产品质量特性则会超出允许的界限，产品质量将不会符合要求。因此，在质量管理中，观测和控制这些决定产品质量特性是否符合要求的系统性因素，是一项重要的控制活动。 产品质量特性与影响因素的关系，可能没有确定的函数关系，但却具有某种关联，即原因和结果的关系。如何确定影响产品质量特性的因素之间存在的相关关系？能否通过控制相关因素达到控制产品质量的目的？这就是散布图要回答的关键问题。 二．散布图的作图过程 第一步：将需要研究是否有关系的两种数据收集30组或对(至少30对)以上，并一一对应地填入数据表：

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 145 X X

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 147 Y X Y X Y Y Y

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 X

品管(QC)七大手法之散布图

品管（QC ）七大手法之散布图 摘要 品管七大手法主要是用较便捷的手法来解决一些管理上的问题，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。下面我们就QC 七大手法中的散布图进行介绍。 什么是散布图？ 散布图是用非数学的方式来辨认某现象的测量值与可能原因因素之间的关系. 这种图示方式具有快捷，易于交流, 和易于理解的特点。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 。 散布图又叫相关图，它是将两个可能相关的变数资料用点画在坐标图上，用成对的资料之间是否有相关性。 散布图的分类 1、强正相关（如容量和附料重量） 2、强负相关（油的粘度与温度） 3、弱正相关（身高和体重） 4、弱负相关（温度与步伐） 5、不相关（气压与气温） 6、曲线相关 散布图的构成 散布图是由一直角坐标，其横轴表示X 变量的测定值，纵轴表示Y 变量的测定值，将各组X 测定值与Y 测定值之交点全部绘出，即成为散布图。 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: ?是否有相关关系。 ?相关关系的強弱。 ?是正相关或者負相关。 ?是直线相关或是曲线相关。 (2)从散布图上可简单容易判断数据是否有异常趋势或是有沒有必要作层別分析。

散布图的用途 (1)验证两个变量间的相关关系。 (2)掌握要因对特性的影响程度。 散布图的作法 1、收集X与Y两个变量足够之对应数据。 2、计算X变量测定值的平均值，计算Y变量测定值的平均值。 3、在直角横坐标X轴上划出X值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。纵坐标Y轴上划出Y值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。 4、X轴与Y轴之交点处不可标示0数字，并且X轴的全宽度与Y轴的全宽度最好相等。 5、将各組之数据的点绘于坐标上： (1)如有2点重复时以⊙表示。 (2)如有3点重复时以⊙表示。 制作散布图时，应注意以下事项： 1、两组变量的对应数至少在30个以上，最好50个，100个最佳。 2、找出X、Y轴的最大值与最小值，并以X、Y的最大值及最小值建立X－Y坐标。 3、通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量。 4、散布图绘制后，分析散布图应谨慎，因为散布图是用来理解一个变量与另一个变量之间可能存在的关系，这种关系需要进一步的分析，最好作进一步的调查。 散布图的看法----相关关系的判定法 1、完全相同 a.完全正相关---X变量增加时Y的变量随着增加，点子逐渐上升成一斜线（下图所示） b.完全负相关---X变量增加时Y的变量却减少，点子逐渐下降成一斜线（下图所示）