物流管理-王淑萍-散布图

1、定义定义：研究两种质量特性值之间相关性的方法。两种质量特性值或两种数据之间有无相关性、相关关系，如果从数据表中很难判断，若作出散布图则可以直观的表示出变量之间的相关程度用来。 作用作用：判断与产品质量特性有关的人、机、料、法、环、测之间的各种关系，及其与各质量特性之间的因果关系，为质量改进提供信息。作图时要注意的问题作图时要注意的问题（1）要有足够大的试样。如试样太少，零散分散，形不成趋势，不能作出正确的判断。（2） 对明显偏离群体的点子要查明原因，对被确定为异常的点子要删除步骤：步骤：（1）收集30-100组相对应的数据（所收集的数据必须一一对应）（2）画出横坐标轴和纵坐标轴（横轴表示自变量

2、，纵轴表示因变量）原则：应使x最小值至最大值的距离，大致等于y最小值至最大值的距离。（3）按数据画出坐标点。（当两组数据完全相同时，用表示）（4）填上相关事项（如标题、 日期、 数据个数等）。 散布图的判定一來般來说有六种形态.1.在图中当X增加,Y也增加,也就是表示原因与結果有相对的强正相关,如下图所示:2. .散布图点的分布较广但是有向上的倾向,这个时候X增加,一般Y也会增加,但非相对性,也就是就X除了受Y的因素影响外,可能还有其他因素影响着X,有必要进行其他要因再调查,这种形态叫做似有正相关称为弱正相关3.当X增加,Y反而減少,而且形态呈现一直线发展的現象,这叫做强负相关.如下图所示:4

3、.当X增加,Y減少的幅度不是很明显,这时的X除了受Y的影响外,尚有其他因素影响X,这种形态叫作弱负相关,如下图所示:5.5.如果散步点的分布呈散乱，没有任何倾向，称如果散步点的分布呈散乱，没有任何倾向，称为为不相关不相关，也就是，也就是x x与与y y之间没有任何关系，这是之间没有任何关系，这是再一次现将数据曾别化之后再分析，如下图再一次现将数据曾别化之后再分析，如下图: :6.6.假设假设x x增大，增大，y y也随之增大，但是也随之增大，但是x x增大到增大到某一值之后，某一值之后，y y反而开始减少，因此产生散反而开始减少，因此产生散布图点的分布有曲线倾向布图点的分布有曲线倾向 的形态，

4、称为的形态，称为曲曲线相关线相关，如下图所示：，如下图所示： 实例实例：+硬度是某厂钢产品的质量特性之一+产品加工过程的淬火温度与硬度存在着非确定的关系，+现利用散布图分析硬度与淬火温度之间的关系，以确定质量改进点。1.收集生产相对稳定状态下的淬火温度值30个, 2.并收集与淬火温度相对应的产品硬度30个。 3.收集的数据应大于30对，否则，太少图形的相关性不明显，判断不准确 4.制成下表。收集数据收集数据序序号号淬火温淬火温度度 X硬度硬度Y序序号号淬火温淬火温度度 X硬度硬度Y序序号号淬火温淬火温度度 X硬度硬度Y1 181081047471111840840525221218108104

5、4442 2890890565612128708705151222285085053533 3850850484813138308305353232388088054544 48408404545 14 14 8308304545242488088057575 5850850545415158208204646252584084050506 6890890595916168208204848262688088054547 7870870505017178608605555272783083046468 8860860515118188708705555282886086052529 98108

6、1042421919830830494929298608605050101082082053532020820820444430308408404949数据表数据表p依据变量依据变量 X X 和和 Y Y 画出横画出横坐标轴和纵坐标轴坐标轴和纵坐标轴p横轴和纵轴的长度应基本横轴和纵轴的长度应基本相等，以便于分析相关关相等，以便于分析相关关系系YZO建立建立Y-ZY-Z坐标坐标60 55 50 45 40 810 830 850 870 890 YZ 1.1.将将表中各组数据一表中各组数据一一对应地一对应地在坐标中标在坐标中标识出来。识出来。2.2.若若有两组数据完全有两组数据完全相同，则可用两重圈相同，则可用两重圈“”标识标识，若有三，若有三组数据完全相同，则组数据完全相同，则可用三重圈标识。可用三重圈标识。打点打点7 7、. .散布图观察与分析散布图观察与分析7.7.散布图观察与分析散布图观察与分析 本方法能更精确地判断变量间的相关关系）本方法能更精确地判断变量间的相关关系）r r 当当r r0 0时，时，x x与与 y y为正相关，如为正相关，如 r1r1时，时，x x与与 y y为强正相关；为强正相关； r r0 0时，时，x x与与 y y为负相关，如为负相关，如 rr1 1时，时，x x与与 y y为强负相关；为强负相关； r0r0时