QC工具之--散布图、雷达图.ppt

QC工具之 散布图 雷达图 QC工具培训 常用QC工具 散布图定义为研究两个变量之间的相关性 而搜集成对两组数据 在坐标上用点来表示出两个特性值之间相关情形的图形 称之为散布图 散布图 定义 散布图作用 散布图 作用 1 收集原因地数据与结果进行比较 可发现原因与结果的关系 2 在散布图内将原因和结果的数据填入 绘出散布图对结果可一目了然 3 由散布图可清楚的了解两组数据间的关系 可以判断是否有关联 散布图做法某产品的烧熔温度及硬度之间是否存在有相关性 今收集30组数据 请予以分析 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 散布图 做法 步骤2 找出数据X Y的最大值及最小值 步骤3 画出纵轴与横轴 两种数据 一方为原因 另一方为结果时 横轴取原因 纵轴取结果 散布图 做法 步骤4 将各组成对数据标记在座标上 横轴与纵轴的数据交会处点上 两组数据重复在同一点上时 划双重圆记号 三组数据重复在同一点上时 划三重圆记号 有层别项目时 一方用 来区分 另一方用 来分类 看出错误数据 并将其排除在外 步骤 记下必要事项 数据 采取時间 目的 产品名 工程名 绘图者 绘制日期等 判断 分析研究点子云的分布状况 确定相关关系的类型 散布图 做法 产品名 SI 083单位 压延课绘制 日期 99 12 31 N 30时间段 99 12 20 99 12 30 硬度Y 烧熔溫度X 散布图 做法 散布图的相关性判断 散布图 相关性判断 对照典型图例判断法象限判断法相关系数判断法 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 曲线 散布图 6类型 实例 钢的淬火温度与硬度的相关关系判断 散布图 实例 810 42 44 46 48 50 52 54 56 58 60 820 830 840 850 860 870 880 890 硬度 HRC 淬火温度 1 对照典型图例判断法 散布图 实例 2 象限判断法 象限判断法又叫中值判断法 符号检定判断法 使用此法的步骤如下 在散布图上画一条与Y轴平行的中值线f 使f线的左 右两边的点子数大致相等 在散布图上画一条与X轴平行的中值线g 使g线的上 下两边的点子数大致相等 f g两条线把散布图分成4个象限区域I II III IV 分别统计落入各象限区域内的点子数 分别计算对角象限区内的点子数 判断规则 若nI nIII nII nIV 则判为正相关若nI nIII nII nIV 则判为负相关 散布图 实例 810 42 44 46 48 50 52 54 56 58 60 820 830 840 850 860 870 880 890 810 42 44 46 48 50 52 54 56 58 60 820 830 840 850 860 870 880 890 810 42 44 46 48 50 52 54 56 58 60 820 830 840 850 860 870 880 890 硬度 HRC 淬火温度 g f 散布图 实例 3 相关系数判断法 相关系数判断法的应用步骤 简化X Y数据 计算X 2 Y 2 X Y X Y 和 X Y 2 计算 X Y X Y X 2 Y 2 X Y 和 X Y 2 计算LX X LY Y LX Y LX X X 2 X 2 N LY Y Y 2 Y 2 N LX Y X Y X Y N 散布图 实例 LX Y LX X LY Y 若 则X与Y相关若 则X与Y不相关 计算相关数据 查出临界相关数据 判断 判断规则 散布图 实例 散布图 实例 散布图 实例 注 表中X 值是 X 800 1 10的简化值 Y 值是 Y 40 1的简化值 表中X Y X Y 2栏是校对栏 以免X Y X 2 Y 2 X Y 各栏计算错误 导致相关性结论错误 校核公式是 X Y X Y X Y 2 X 2 2 X Y Y 2 计算LX X LY Y LX Y LX X X 2 X 2 N LY Y Y 2 Y 2 N LX Y X Y X Y 839 141 2 30 176 3 3778 312 2 30 533 2 1716 30 249 6 141 312 散布图 实例 计算相关系数 LX Y LX X LY Y 176 3 533 2 249 6 0 814 判断 判断规则 查出临界相关数据 根据N 2和显著性水平 查表求得 0 361 0 05 0 814 0 361 所以钢的硬度与淬火温度呈强正相关 后附相关系数检查表 以上三种判断方法对同一实例进行分析判断的结论是一致的 散布图 实例 散布图 相关系数 散布图 相关系数检查表 N 2 N 2 散布图 相关系数检查表 N 2 N 2 散布图判读注意事项1 注意有无异常点2 是否有层别必要3 是否为假相关4 勿依据技术 经验作直觉的判断5 数据太少 容易发生误判 散布图 判读注意事项 显著性水平 在统计学中叫做犯第一类错误的大小 第一类错误就是原假设是对的 但是被拒绝的概率 我们一般把这个显著性水平 定为