今天我們繼續(xù)介紹QC七大手法的第五種——散布圖。

散布圖是探討一組成對數(shù)據(jù)之間是否具有相關(guān)性的圖示，其基本的形式如下：

散布圖主要是用來尋找兩種變量間的關(guān)系，因此，散布圖也叫相關(guān)圖。

在現(xiàn)實的工作、生活中，我們經(jīng)常會需要分析兩種變量是否有關(guān)系，而這種關(guān)系往往因為偏差、測量誤差等因素呈現(xiàn)出非線性的關(guān)系，不能由數(shù)學公式直接計算，這時候通過散布圖，就可以相對方便地觀察出這兩個變量之間的關(guān)系。

散布圖的相關(guān)性分為強正相關(guān)、弱正相關(guān)、強負相關(guān)、弱負相關(guān)、非線性相關(guān)、不相關(guān)等六種形態(tài)，如下圖所示：

1、強正相關(guān)

強正相關(guān)，就是一個變量隨另一個變量的增加而增加，并且所有的數(shù)據(jù)點都分布在較為狹小的區(qū)域內(nèi)，兩個變量表現(xiàn)出較強的因果關(guān)系，比如發(fā)動機的輸出功率和轉(zhuǎn)速。

2、弱正相關(guān)

弱正相關(guān)，就是一個變量隨另一個變量的增加而增加，但數(shù)據(jù)點分布在較寬的范圍內(nèi)，兩個變量的因果關(guān)系表現(xiàn)較弱，比如人的體重和身高。

3、強負相關(guān)

強負相關(guān)，就是一個變量隨另一個變量的增加而減少，并且所有的數(shù)據(jù)點都分布在較為狹小的區(qū)域內(nèi)，兩個變量表現(xiàn)出較強的因果關(guān)系，比如油的粘度和溫度。

4、弱負相關(guān)

就是一個變量隨另一個變量的增加而減少，但數(shù)據(jù)點分布在較寬的范圍內(nèi)，兩個變量的因果關(guān)系表現(xiàn)較弱，比如人走路的步速和溫度。

5、非線性相關(guān)

非線性相關(guān)，就是兩個變量的數(shù)據(jù)點分布在較狹小的范圍內(nèi)，但不在一條直線上。

6、不相關(guān)

不相關(guān)，就是兩個變量的數(shù)據(jù)點分布在很寬的范圍內(nèi)，兩者沒有表現(xiàn)出因果關(guān)系。

通過散布圖對兩個變量的關(guān)系進行分析、判斷，可以尋找控制、改善的方法。

散布圖的畫法如下：

1、收集兩個變量的數(shù)據(jù)；

2、找出數(shù)據(jù)中的最大值與最小值；

3、將數(shù)據(jù)繪制成坐標圖；

4、畫出簡易的回歸線。

在這里，首先需要注意，收集的數(shù)據(jù)量要足夠多，否則可能因為數(shù)據(jù)量不足，造成隨機的數(shù)據(jù)偏差較大，從而導致對相關(guān)性的錯誤判斷。

傳統(tǒng)的統(tǒng)計學中，對于數(shù)據(jù)量的要求是不少于20個，而在散布圖的繪制要求是不少于30個。隨著數(shù)據(jù)量的增加，變量之間的關(guān)系會更加清晰而易于判斷。目前的大數(shù)據(jù)分析，運用的也是散布圖來尋找變量間的關(guān)系。

其次，散布圖繪制后，分析散布圖應(yīng)謹慎，因為散布圖是用來理解一個變量與另一個變量之間可能存在的關(guān)系，這種關(guān)系需要進一步的分析，最好做進一步的調(diào)查。

再次，對散布圖進行分析時，要注意：

1、散布圖反映的只是一種趨勢，對于定性的結(jié)果還需要具體的分析。

2、分析時，應(yīng)注意對數(shù)據(jù)的正確分層，否則可能會發(fā)生誤判。

3、在使用散布圖調(diào)查兩個因素之間的關(guān)系時，應(yīng)盡可能固定對這兩個因素有影響的其他因素（控制變量法），才能保證通過散布圖分析的結(jié)果比較的準確。