.
.'
.
六、 散布图
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。其主要作用：知道两组数据(原因与结果)之间是否相关及其相关程度。
.'
.
1. 强正相关。x增大，y也随之线性增大。x与y之间可用直线y=a+bx(b为正数)表示。此时，只要控制住x，y也随之被控制住了，图(a)就属这种情况。
2. 弱正相关。图(b)所示，点分布在一条直线附近，且x增大，y基本上随之线性增大，此时除了因素x外可能还有其它因素影响y。
3. 无关。图(c)所示，x和y两变量之间没有任何一种明确的趋势关系。说明两因素互不相关。此时宜再考虑其他可能影响的要因。
4. 弱负相关。图(d)所示，x增大，y基本上随之线性减小。此时除x之外，可能还有其它因素影响y。
5. 强负相关。图(e)所示，x与y之间可用直线y=a+bx(b为负数)表示。y随x的增大而减小。此时，可以通过控制x而控制y的变化。
6. 非线性相关。图(f)所示，x、y之间可用曲线方程进行拟合，根据两变量之间的曲线关系，可以利用x的控制调整实现对y的控制。
散布图与相关系数r变量之间关系的密切程度，需要用一个数量指标来表示，称为
.'
.
相关系数，通常用r表示。
? 不同的散布图有不同的相关系数， ? r满足：-1≤r≤1。
因此，可根据相关系数r值来判断散布图中两个变量之间的关系。
.'
.
散布图制作流程：
七、 控制图
作控制图的目的是为了使生产过程或工作过程处于“控制状态”. 控制状态即稳定状态, 指生产过程或工作过程仅受偶然因素的影响, 产品质量特性的分布基本上不随时间而变化的状态. 反之, 则为非控制状态或异常状态. 控制状态的标准可归纳为二条:
第一条, 控制图上点不超过控制界限; 第二条, 控制图上点的排列分布没有缺陷.
.'
QC七大手法学习总结
