QC七种工具使用方法.ppt

目录 QC推进历史及现况QC推进步骤QC工具运用 老七种工具QC工具运用 新七种工具QC项目评价 QC基础 第三节QC工具的运用 QC工具运用 表一 QC常用的新旧工具目录 一 调查表 应用步骤 选择课题现状调查要因确认制定对策实施对策效果检查 1 调查表的作用用来系统的收集资料 积累数据 确认事实并对数据进行粗略整理分析的图表 2 调查表的应用步骤 1 明确收集资料的目的 2 确定所需收集的资料 3 确定对资料的分析方法及负责人 4 设计记录资料调查表格式 5 对先期收集和记录的资料进行检查 6 必要时 对调查表格式进行评审和修改 QC老七种工具 调查表 3 用于数字数据分析调查表 1 表格式 某卷烟厂对卷烟成品抽样检验 其不合格品项目调查表 QC老七种工具 调查表 2 图示式 车身缺陷位置调查表 QC老七种工具 调查表 3 质量分布表 零件实测值分布的调查表调查人 王 调查数 N 121调查日期 2007年12月10日 QC老七种工具 调查表 4 用于非数字数据分析调查表 某商场对顾客满意情况调查表 QC老七种工具 调查表 5 调查表应用实例 某电话机厂生产的新型电话机不合格率高 严重影响了产品的市场开发 厂部决定组织QC小组开展攻关活动 小组经调查发现 仅2007年上半年就生产不合格电话机达5136部 小组对不合格电话机进行归类分析 第一次调查制表 QC老七种工具 调查表 初步诊断结论 造成插头焊接不牢缺陷的主要问题是插头槽径大 是小组提高产品质量的主要改进点 第二次调查制表插头焊接不牢缺陷调查表N 4870 QC老七种工具 调查表 二 分层法 应用步骤 现状调查要因确认制定对策实施对策效果检查 1 分层法的概念为解决某一问题所收集的数据 资料 往往是综合性的 这些数据 资料可按其来源 特征 属性等标识分作两个以上的组 这样一个组称作 层 2 分层法的特点与原则特点 常用于把错综复杂和杂乱无章的数据进行分类 整理后 使之能更确切地反映客观事实 原则 同一层次内的数据波动幅度尽可能小 层与层之间的差别尽可能大 QC老七种工具 分层法 3 如何分层一般可以从以下方面进行分层 1 按操作人员分层可按班组 个人 熟练程度 性别 年龄等分层 2 按机器设备分层可按机台号 结构 新旧程度 工夹模具等分层 3 按作业方法分层可按工艺 操作参数 操作方法 生产速度等分层 4 按原材料 零部件分层可按规格 成分 产地 供应商 批次等分层 QC老七种工具 分层法 5 按时间分层可按班次 日期等分层 6 按测量 检查分层可按计量仪器 测量人员 检查方法等分层 7 按环境分层可按温湿度 清洁度 照明度 地区 使用条件等分层 8 按缺陷分层可按缺陷内容 缺陷部位等分层 QC老七种工具 分层法 4 分层法的应用步骤 1 收集数据 2 将采集到的数据按不同目的的选择分层标示 3 分层 4 按所分层次归类 5 画出分层归类表注 分层法常与其它方法结合应用 QC老七种工具 分层法 5 分层法的应用实例某发动机厂装配车间 在进行新产品小批试生产时 出现气缸体与气缸盖间的经常漏油 经过对50套产品进行调查后发现漏油率达38 并发现两种情况 1 三个操作者在涂粘合剂时 操作方法不同 2 生产气缸垫的厂家不同 方法一 按操作者分层 QC老七种工具 分层法 方法二 按生产厂家分层 方法一和方法二实际比较的结果是 为降低漏油率 应采用李师傅的操作方法 但是如果按两种因素进行交叉分层 又会得出新的结论 QC老七种工具 分层法 方法三 两种因素交叉分层 分层实例最终结论 通过交叉分层分析 又得出新的结论 在不采取别的措施情况下 对A厂的气缸垫用李师傅的方法 对B厂的气缸垫用王师傅的方法 就能将漏油降到最好 QC老七种工具 分层法 6 分层法的注意事项分层法是一种分析和思考的方法 对收集到的综合性数据 要从各个角度对其进行分层分析 这样可以暴露出问题的症结所在 并可对症下药 把问题解决 分层分析 不仅分析一层 应一层一层地展开分析下去 就像俗话所说的 层层剥皮 直到露出本质 分层法可与其他统计方法结合起来用 如分层排列图 分层直方图 分层控制图等 QC老七种工具 分层法 三 排列图 应用步骤 选择课题现状调查效果检查 排列图的概念 排列图 ParetoDiagram 是将质量改进项目从最重要到最次要顺序进行排列而采用的一种图表 此图是建立在帕累托原理的基础上 即少数的项目往往产生主要的影响 因此排列图又叫帕累托图 帕累托原理 意大利经济学家Pareto在分析意大利社会财富分布状况时 发现少数人占有社会上大部分财富 而绝大多数人处于贫困状态 得出 关键的少数和次要的多数 的结论 这一结论具有社会普遍性 在质量改进过程中 通过区分最重要的与较次要的项目 可以用最少的努力获取最佳的改进效果 QC老七种工具 排列图 排列图由一个横坐标 两个纵坐标 几个按高低顺序排列的矩形和一条累计百分比折线组成 矩形用于表示每个项目相应的作用 按发生频数的高低排列 累计频数线用于表示各项目的累计作用 排列图的格式 QC老七种工具 排列图 排列图的作用 帕累托分析的目的是识别造成缺陷的原因 并按各个缺陷原因出现的频次或相应发生的成本进行排序 排列图就是帮助质量控制人员识别选定事件的主要原因的例外管理法 主要有以下作用 一是按重要顺序显示出每个质量改进项目对整个质量问题的作用 二是识别进行质量改进的机会 三是对QC小组活动的目标值的合理性进行可行性分析 QC老七种工具 排列图 排列图的应用程序 1 选择要进行质量分析的项目或因素 2 收集项目或因素的数据 算出频数及每个项目或因素所占总数的百分比及累计百分比 即频数 3 将项目或因素频数按大小顺序自上而下排列 填入频数表中 4 画横坐标 画出一条长度适宜的直线 按项目或因素个数的多少自左而右排列 最大的排在左边 将量值最小的一个或几个归并成 其他 项 放在最右端 5 画纵坐标 在横坐标的两端画2个纵坐标 左边的纵坐标按度量单位规定 其高度必须与所有项目的量值和相等 右边的纵坐标应与左边的纵坐标等高并从0 100 进行标定 QC老七种工具 排列图 6 在每个项目或因素上画矩形 其高度根据项目或因素的频数 按左纵坐标的标度确定 并在矩形上注明频数 7 根据右纵坐标的标度在第一个项目或因素的矩形顶端中心或右上角出第一个点 然后逐项标出其它项目或因素的累计频率的坐标点 将这些点连结画出累计频数百分比曲线 此曲线又叫帕累托曲线 用来表示各项目的累计作用 8 利用排列图确定对质量改进最为重要的项目 主要因素 累计频率在0 80 左右的若干因素 它们是影响产品质量的关键原因 又称为A类因素 其个数为1 2个 最多3个 要重点解决 有影响因素 累计频率在80 95 左右的若干因素 它们对产品质量有一定的影响 又称为B类因素 次要因素 累计频率在95 100 左右的若干因素 它们对产品质量仅有轻微影响 又称为C类因素 QC老七种工具 排列图 实例 某织布车间在20 年第四季度对成品布匹抽样检验后得到外观质量不合格项目的统计资料 如表所示 成品布匹缺陷项目统计 QC老七种工具 排列图 根据排列图的应用程序对上述原始资料进行加工整理 缺陷项目统计表 QC老七种工具 排列图 绘制排列图 QC老七种工具 排列图 从排列图中可以看出 成品布匹 杂物 和 竹节 这两项质量缺陷占全体质量缺陷的76 3 为主要因素 应作为质量改进的主要对象 错纬 纬缩 和 松经 为有影响因素 跳花 和 其它 为次要因素 排列图把影响产品质量的关键的少数与次要的多数直观地表现出来 使我们明确应从哪里着手来提高产品质量 实践证明 集中精力将主要因素的影响减半比消灭次要因素收效显著 而且容易得多 所以应选取排列图前1 2项主要因素作为质量改进的目标 如果前1 2项难度较大 而第3项容易可行 马上可见效果 也可先对第3项进行改进 QC老七种工具 排列图 分组练习1 塑料制品缺陷项目统计 某塑料厂生产某型号塑料制品 不合格率较高 达到了7 8 为此成立了QC小组 要解决不合格率高的问题 该小组选定课题后对问题的现状进行了详细的调查 对3月份生产的128件不合格品逐件统计造成不合格的缺陷种类及数量 见下表 请分组练习绘制缺陷排列图 QC老七种工具 排列图 分组练习2 返修工时统计表 某化工机械厂对已制造的15台尿塔焊缝缺陷返修所需工时进行统计分析 见下表 请分组练习绘制缺陷排列图 QC老七种工具 排列图 1 排列图中的总频数N不能太少 以超过50为好 2 QC小组活动中采取近期的数据作图分析 对于收集到的数据首先要分层处理 同一层次的问题在同一图中排列 不要把不同层次的问题混在一起作图 可作分层排列图 3 排列项目不宜太多 一般5 7项项即可 4 其它项一定放在最后 右边 其频率不大于10 5 当小组为自定目标值时 应先确定要解决几个问题 再计算这些问题解决后可达到的目标水平 在这个基础上确定出合理的目标值 要点提示 QC老七种工具 排列图 6 当小组为指令性目标值时 应计算达到指令目标值时至少需要解决几个问题 以这些问题作为小组主攻方向 从而保证目标值的完成 7 排列图是根据80 20原则来确定 关键的少数 的 在QC小组活动应用该图时 可不受80 20原则的约束 以实事求是 完成目标值为原则 即关键项不一定机械地按0 80 寻找 一般频数最大的1 3项即可作关键项处理 8 排列图整体图形的宽高比列 以高度高一些 宽度窄一些为好 高 宽约为5 3 这样可以直观的使主要问题显得突出 QC老七种工具 排列图 四 直方图 应用步骤 选择课题现状调查要因确认实施对策效果检查 一 直方图的概念直方图是频数直方图的简称 就是将数据按其顺序分成若干间隔相等的组 以组距为底边 以落入各组的频数为高的若干长方形排列的图 直方图法是从总体中随机抽取样本 将从样本中获得的数据进行整理 根据这些数据找出质量运动规律 预测工序质量好坏 估算工序不合格品率的一种常用工具 主要用途 显示波动的形态 直观地显示过程质量状况 帮助寻找可以改进的项目 QC老七种工具 直方图 直方图图形 QC老七种工具 直方图 QC老七种工具 直方图 三 直方图的作用1 显示波形的形态直方图的尺寸分布服从正态分布的形态计算平均值 计算标准偏差 2 直观的传达有关过程的信息通过计算可准确地得到平均值和标准偏差 但不直观 通过绘制直方图并对其形态的研究 就能直观的掌握过程的情况 3 决定在何处集中力量进行改进 QC老七种工具 直方图 四 直方图的应用步骤1 收集数据作直方图的数据一般应大于50个 2 计算数据的极差R在原始数据中找出最大值xmax和最小值xmin 计算二者差值 即极差 3 确定分组的组数和组距一批数据究竟分多少组 通常根据数据的多少而定 可参考下表直方图数据分组数表组数去除极差 即得直方图每组的宽度 即组距 QC老七种工具 直方图 4 确定各组界限值为避免数据落在组界上 组界值的末尾数应取测量值单位的1 2 例如 测量单位为0 1mm 组界的末尾数应取0 1 2 0 05mm 分组界限应能把最大值和最小值包括在内 在决定组界限时 可先从第一组起 第一组的上界限值就是第二组的下界限值 第二组的下界限值加上组距 就是第二组的上界限值 也是第三组的下界限值 以此类推 可定出各组的组界 为了计算的需要 往往要决定各组的中心值 每组上下界限相加除以2 所得数据即为组中值 组中值为各组数据的代表值 QC老七种工具 直方图 5 编制频数分布表将测得的原始数据分别归入相应组中 统计各组数据个数 即频数fi 填好各组频数后 检查总数是否与数据总数相符 避免重复或遗漏 6 画直方图按数据值比例画横坐标 横坐标表示质量特性 按频数值比例画纵坐标 纵坐标为频数 或频率 在横轴上标明各组组界 以组距为底 频数为高画出一系列的直方柱 每个直方柱的宽度都是相等的 直方图画好后 要在直方图上应标注出公差范围 T 样本大小 n 样本平均值 样本标准偏差值 s 和的位置等 QC老七种工具 直方图 五 做直方图应注意的问题直方图的原始数据表 为计算方便 可以简化处理 数据同时加上或减去一个数 其 不变 则要进行还原 即减去或加上同一个数 数据同时乘以或除以同一个数 其 和也要随之扩大或缩小同样倍数 因而 将来的 和要还原计算 数据最好处理成整数 处理后的数据表如果出现 0 或 负数 都不影响其作图和分析 样本容量n 50 通常取100 生产量小不宜用 计算组距 h 取测量单位的整数倍 确定分组界限 关键是计算第一组下限 各组频数根据频数分布表中各组的频数记号统计 频数记号应按数据表的顺序逐个数据 对号入座 进入相应的组 作出直方图后 应在图上标出n s三个数标出四条线 TU规格上限TL规格下限M规格中心实际分布中心计算过程能力指数 稳态可用控制图进行控制 QC老七种工具 直方图 注 表中数据是实测数据减去1000g乘以100 化成cg 厘克 的简化值 六 直方图的应用实例某厂生产的产品质量规范要求为1000g 实测数据如下表 0 50 0 QC老七种工具 直方图 频数分布表 QC老七种工具 直方图 画直方图 QC老七种工具 直方图 直方图均值与标准偏差的简易算法 1 计算各组组中值xi 某组下界限值 上界限值 2上例第一组 x1 0 5 5 5 2 32 计算各组简化中心值ui 各组中心值 xi x0 组距 h x0最大频数所对应的组中心值 上例中为28上例第一组u1 3 28 10 2 53 计算各组频数与简化中心值的乘积fiui4 计算各组频数与简化中心值平方的乘积fiui25 计算平均数6 计算标准偏差 QC老七种工具 直方图 课堂练习 一个生产电发火管产品的工厂 检验规定要求抽查100件电发火管作爆破试验 其数值如下表 请编制频数分布表并画出直方图 电发火管爆破压力试验数据 QC老七种工具 直方图 1 计算数据的变化范围 R 101 9 75 2 26 52 按K表确定组数 选K 93 计算组距本例选3 04 确定边界值5 统计得表频数分布表 QC老七种工具 直方图 QC老七种工具 直方图 七 如何使用直方图1 观察分析法 总体形状分析 正常型 异常型 QC老七种工具 直方图 直方图形状所反映的现象 a 对称型 这是正常的形状 b1 左偏向型 当缺陷数近于0 使下限受到控制的情况下 会出现此型 b2 右偏向型 与情况 b1 正好相反 当缺陷接近于极限值等原因使上限受到控制的情况下 会出现此型 c 双峰型 存在两种不同分布时多出现这种情况 例如 将两批不同来源的产品混在一起检测时 QC老七种工具 直方图 直方图形状所反映的现象 d 孤岛型 说明工序条件发生过异变 例如 在原料一时发生变化或短期内由不熟练工人替班加工或测量 e 平顶型 当生产过程有某种因素在发生缓慢变化时多有出现 例如 工具发生磨损 操作者疲劳或环境发生了缓慢变化 f 锯齿型 通常是测量方法或读数有问题 也可能是数据太少 分组的组数太多导致 QC老七种工具 直方图 2 与规格界限进行比较 看直方图与规格界限的相对位置 判断是否满足设计规格要求 QC老七种工具 直方图 QC老七种工具 直方图 QC老七种工具 直方图 八 直方图的定量表示直方图定量表示的主要特征值是平均值和标准偏差s 平均值表示数据的分布中心位置 它与标准的中心M越靠近越好 标准偏差s表示数据的分散程度 它越小 数据分散程度越小 加工精度越好 它越大 数据分散程度也越大 加工精度也越差 QC老七种工具 直方图 五 控制图 应用步骤 选择课题现状调查要因确认实施对策效果检查 一 控制图的概念控制图又叫管理图 是用于区分由异常原因 系统原因 引起的波动或是由过程固有的随机原因引起的波动的一种工具 控制图是对过程进行动态控制的工具 是建立在数理统计学的基础上 运用有效数据建立控制界线 由美国贝尔电话公司休哈特工程师提出 他把统计学中的 发现异常 作为控制生产过程的一种工具 因此 发现异常 就成为控制图的基础 这里所说的 异常 是指很少发生的事情发生了 也就是说 出现了小概率事件 QC老七种工具 控制图 控制图的基本格式 横坐标为以时间先后排列的样本组号 纵坐标为质量特性值或其样本统计量 两条控制界限一般用虚线表示 上面一条称为上控制界限 记为UCL UpperControlLimit 下面一条称为下控制界限 记为LCL LowerControlLimit 中心线用实线表示 记为CL CentralLine QC老七种工具 控制图 QC老七种工具 控制图 从直方图看控制图 QC老七种工具 控制图 从直方图看控制图 QC老七种工具 控制图 二 控制界限的确定 1 两类错误和风险 控制图就是看点子是否越出控制界限或是否存在排列缺陷来判断过程是正常还是出现异常 既然是判断 就有判断正确和判断错误的问题 就会出现四种情况 QC老七种工具 控制图 2 两类错误会造成的损失 如果控制界限定的宽一些 那么犯第一种错误的风险 就会小一些 但犯第二种错误的风险 就会增大 如果控制界限定的窄一些 那么犯第二种错误的风险 就会小一些 但犯第一种错误的风险 就会增大 为此 要合理制订控制界限 QC老七种工具 控制图 3 控制界限的合理设置 经过统计学家的统计大致在 3 处 两种错误的总经济损失为最小 因此 以 3 作为控制界限就被定了下来 也就是 上控制界限 UCL CL 3 下控制界限 LCL CL 3 从这里可以看出控制界限是和过程的离散程度有关的 而与过程的质量特性值的公差范围没有任何关系 控制界限 发现过程中的异常公差界限 判断合格品与不合格品 QC老七种工具 控制图 三 控制图的作用 1 用于诊断 分析生产过程是否处于统计控制状态 稳定状态 2 用于控制 确定何时需要对过程进行调整 以控制生产过程 保持相应的稳定状态 3 用于确认 确认某一生产过程是否得到了改进 QC老七种工具 控制图 四 控制图的种类 QC老七种工具 控制图 五 控制图的应用 1 应用控制图的三个基本阶段 1 收集收集数据并画在图上 2 控制根据过程数据计算试验控制界限识别变差的特殊原因并采取措施 3 分析及改进确定普通原因变差的大小并采取措施减少它 QC老七种工具 控制图 2 控制图的应用步骤 1 确定所控制的质量特性 如 重量 不合格品数等 2 选图并画图 3 确定样本容量和抽样间隔 4 收集并记录样本数据 至少20 25组 5 计算各样本的统计量 如 样本平均值 极差等 6 计算控制界限 7 将控制界限及中心线画在图上 8 将预备的数据在R图中打点 判稳 9 将预备的数据在X图中打点 判稳 10 如图中有出界或排列有缺陷的点子 采取措施予以消除 修改数据或重新采集数据 重新画图 11 计算过程能力指数并检验其是否满足技术要求 12 延长X R图的控制界限 进入过程的日常控制阶段 QC老七种工具 控制图 3 控制图种类及其控制界限计算公式表 QC老七种工具 控制图 附表 控制图系数选用表 表示不考虑 QC老七种工具 控制图 六 控制图应用实例 某手表厂为了提高手表的质量 应用排列图分析造成手表不合格的各种原因 发现 停摆 占第一位 为了解决停摆问题 再次应用排列图分析造成停摆的原因 结果发现主要是由于螺栓脱落造成的 而螺栓脱落往往是由螺栓松动造成的 为此 厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制 分析 螺栓扭矩是计量特性值 故可选用计量值控制图 又由于本例是大量生产 不难取得数据 故决定选用灵敏度高的图 解 按照下列步骤建立图 步骤1 取25组预备数据 QC老七种工具 控制图 原始数据与图计算表 QC老七种工具 控制图 步骤2 计算各样本组的平均值步骤3 计算各样本组的极差Ri步骤4 计算样本总均值与样本平均极差 QC老七种工具 控制图 QC老七种工具 控制图 30 2014 280 极差控制图 n 5 171 51163 27155 03 n 5 均值控制图 QC老七种工具 控制图 由前表可知 第13组为155 00 小于155 03 故过程的均值失控 调查其原因发现 夹具松动 并且很快得到了调整 采集到第14组数据时该问题已经解决 故本例可以去掉第13组数据 并重新计算R图与图的参数 代入R图与图的公式 得到 R图 QC老七种工具 控制图 从表中可知 R图中第17组R 30出界 消除异因纳入标准之后 应重新收集数据 为了简化本例题 采用舍去第17组数据的方法 重新计算 将其余23组样本的极差值与均值分别打点R图与图上 R图 从表中可知 R图可判稳 于是计算图如下 QC老七种工具 控制图 步骤6 与规范进行比较 步骤7 延长图的控制界限 以实现对过程的日常控制 QC老七种工具 控制图 七 控制图判断准则 1 控制图正常判断准则 以值控制图为例 1 连续25点在控制线内 该条准则风险较大 进行工序分析时 最好取40组以上的数据更稳妥 2 少于1 35 3 少于2 100解释 在点子随机排列的情况下 出现下列情况之一 就判断过程处于稳定状态 即没有异常波动的状态 1 连续25个点 落在控制界限外的点数为0 2 连续35个点 落在控制界限外的点数小于等于1 3 连续100个点 落在控制界限外的点数小于等于2 QC老七种工具 控制图 2 控制图异常判断准则 GB T4091 2001 常规控制图 对控制图异常提供了两类8个检验模式 也就是8个判断准则 其中 准则1属第一类 准则2 8均属第二类 准则1 1个点子落在A区以外 点子越出控制界限 QC老七种工具 控制图 准则2 连续9点落在中心线一侧 准则3 连续6点递增或递减 QC老七种工具 控制图 准则4 连续14点中相邻点子总是上下交替 准则5 连续3点中有2点落在中心线同一侧B区以外 QC老七种工具 控制图 准则6 连续5点中有4点子落在中心线同一侧C区以外 准则7 连续15点落在中心线同两侧C区之内 QC老七种工具 控制图 准则8 连续8点落在中心线两侧且无1点在C区中 质量管理起于控制图 终于控制图 QC老七种工具 控制图 八 应用控制图要注意的问题 1 不宜使用控制图的情况 原则上讲 对于任何生产过程需要对产品质量进行控制管理的场合 都可以应用控制图 以下情况不宜用控制图 1 过程还未处于稳定状态下不宜使用 2 没有量化指标的无法使用 3 所控制的对象不具有重复性 显然 对于一次性或只有少数几个重复性 单件 小批量生产 的生产过程不宜应用控制图 4 对工艺标准等不适用 因控制图的控制界线与相关标准之间是没有关系的 QC老七种工具 控制图 2 要选择能真正代表该过程主要状况的特性 来用控制图进行控制 3 若采用控制图对过程进行控制 就要对控制图严加管理 4 必要时要进行分层控制 如 两台设备干同样的内容虽是同一台设备 但由两个班来干等 QC老七种工具 控制图 六 散布图 应用步骤 现状调查要因确认制定对策实施对策 一 散布图的概念 散布图是研究成对出现的两组相关数据之间关系的简单示图 在散布图中 成对的数据形成点子云 可以从点子云的形态来推断相关数据之间的关系 如果X增加Y也增加 X与Y之间形成正相关 如果X增加Y则减少 X与Y之间形成负相关 二 散布图的作用 散布图可以用来发现和确认两组数据之间是否存在相关关系 及其相关程度 并确认两组相关数据之间预期的关系 质量管理和质量控制中常用于分析研究质量特性之间或质量特性与影响因素两变量之间的相互关系 以利于QC小组的质量改进活动 QC老七种工具 散布图 QC老七种工具 散布图 三 散布图应用步骤 1 收集成对数据 即从将要对其相关关系的类型和相关程度进行研究的相关数据中 收集成对的数据 一般不应少于30对 2 标出X轴和Y轴 3 找出X和Y的最大值和最小值 并用这两个值标定横轴 X 和纵轴 Y 两个轴的长度应大致相等 4 描点 描出成对 X Y 的所有数据点 当两组数据的数值重合时 可围绕数据点画出同心圆 也可以在离第一数据点最近处画上第二个点 5 判断 分析研究点子云的形态 找出相关关系的类型 6 计算 计算相关关系系数 确定相关程度 QC老七种工具 散布图 四 散布图的分析和判断 图 a 强正相关图当自变量x增大时 因变量y亦随之增大 点子的分布集中 呈直线形 两者之间有强烈的相关关系 称强正相关 图 b 强负相关图当自变量x增大时 因变量y亦随之减少 点子的分布集中呈直线形 两者之间有强烈的相关关系 称强负相关 1 对照典型图例法 QC老七种工具 散布图 图 c 弱正相关图当自变量x的数值增大时 y的数值也增大 但点子的分布不集中 两者之间仅有一定相关关系 称弱正相关 图 d 弱负相关图当自变量x增大时 因变量y随之减少 点子的分布分散不集中 两者之间仅有一定的相关关系 称弱负相关 QC老七种工具 散布图 图 e 不相关当自变量x与因变量y没有相关关系 称为零相关 图 f 非直线关系自变量x与因变量y不呈直线关系 称为非直线关系 QC老七种工具 散布图 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 1 在散布图上画一条与X轴平行的直线 在线的上面与下面的点子基本相等 2 再画一条与Y轴平行的直线 使线的左面与右面的点子基本相等 3 两条线把散布图分成4个象限区域 分别统计落入各象限点子的数量 线上的点子可略去不计 4 分别计算对角象限区内的点子总数 5 判断规则 当n n n n 时 为正相关 当n n n n 时 为负相关 当n n n n 时 为不相关 QC老七种工具 散布图 本图中n n 24 n n 6 n n n n 为正相关 QC老七种工具 散布图 3 查符号检定表判断相关关系 符号检定表 设 n n n n n n 当n n 时 为正相关 n n 时 为负相关 判断原则 n 与n 中的较小者 符号检定表中所查出的数值时 则判定有相关关系 QC老七种工具 散布图 4 相关系数 通过相关散布图的形状 我们大概可以判断变量之间相关程度的强弱 方向和性质 但并不能得知其相关的确切程度 为精确了解变量间的相关程度 还需作进一步统计分析 求出描述变量间相关程度与变化方向的量数 即相关系数 总体相关系数用 读 柔 表示 样本相关系数用r表示 相关系数r的取值范围是 1 r 1 一般取小数点后两位 r的正负号表明两变量间变化的方向 r 表明两变量间相关的程度 r 0表示正相关 r 0表示负相关 r 0表示零相关 r 越接近于1 表明两变量相关程度越高 它们之间的关系越密切 r 的取值与相关程度 QC老七种工具 散布图 相关系数的计算公式 式中 表示n个x数据的平均值 表示n个y数据的平均值 表示x的离差平方之和 即 表示y的离差平方之和 即 表示x的离差与y的离差的乘积之和 即 QC老七种工具 散布图 五 散布图应用实例 某厂测得钢的淬火温度与硬度之间