QC七大手法相关知识简介
- 格式:doc
- 大小:546.00 KB
- 文档页数:46
QC七大手法相关知识简介1. 质量控制〔QC〕简介质量控制〔Quality Control,简称QC〕是一种通过测量和监控产品或效劳的特性,以确保其符合规定质量标准的方法。
QC主要包括七大手法,即直方图、折线图、箱线图、散点图、质量控制图、因果图和脑力激荡法。
下面将对这七大手法进行逐一介绍。
2. 直方图直方图是一种通过将数据分组并显示为柱状图来展示数据分布的可视化工具。
它可用于显示连续变量的分布情况,并帮助判断数据是否服从某种特定的概率分布。
直方图可以直观地展示数据的集中趋势、离散程度和偏斜程度。
3. 折线图折线图是一种连接数据点的图形展示方法,常用于显示随时间变化的信息。
它通常用于展示连续数据的趋势和变化模式。
折线图可以帮助我们分析和理解数据的变化趋势,识别周期性模式和异常值。
4. 箱线图箱线图〔Box Plot〕是一种用于显示数据集中趋势、离散程度和异常值的可视化工具。
它以五个统计量〔最小值、下四分位数、中位数、上四分位数和最大值〕为根底绘制一个矩形箱体,并用线表示异常值。
箱线图可以帮助我们判断数据的分布形态和离群值。
5. 散点图散点图是一种以点的形式表示两个变量之间关系的图形展示方法。
它可以帮助我们观察变量之间是否存在线性关系、趋势或聚集。
散点图常用于发现异常值、识别异常情况和检测数据的相关性。
6. 质量控制图质量控制图〔Control Chart〕是一种用于监控过程稳定性和识别异常情况的工具。
它通过绘制样本数据的统计量,如平均值或范围,以及控制限来帮助我们判断过程是否在统计控制下。
质量控制图常用于质量管理和过程改良。
7. 因果图因果图〔Cause and Effect Diagram〕,也称为鱼骨图或石川图,是一种用于分析问题根本原因的图形工具。
它以一个问题为中心,将可能导致该问题的多个因素分别列在鱼骨的骨架上。
因果图可以帮助我们理解问题产生的多个可能原因,并通过分析和改良这些因素来解决问题。
QC七大手法简要介绍品质控制(Quality Control, QC)是一种用于确保产品或服务质量的管理方法。
在现代制造业和服务行业中,QC是非常重要的,它可以帮助组织提高产品质量、减少缺陷和不合格品的数量,以及提高客户满意度。
在QC中,七大手法被广泛应用,本文将简要介绍这些手法。
PDCA循环PDCA循环,也被称为计划-执行-检查-行动循环,是一种基本的质量管理方法。
它由日本的质量管理专家Edwards Deming提出,被认为是持续改进的基础。
PDCA循环包括以下四个步骤:1.计划(Plan):确立目标、确定活动和资源,并制定实施计划。
2.执行(Do):执行计划并收集相关数据。
3.检查(Check):分析数据,评估结果和目标之间的差距。
4.行动(Action):根据检查阶段的结果,采取适当的行动,并持续改进。
PDCA循环的优点在于通过不断地反馈和改进,逐步提高质量管理的有效性和效率。
5W1H分析5W1H分析是一种用于解决问题和改进过程的方法。
它可以帮助QC团队深入了解和分析问题,并找到解决问题的最佳方法。
5W1H是指以下问题:•What(是什么): 问题的描述和定义。
•Why(为什么): 问题发生的原因。
•Where(在哪里): 问题发生的地点。
•When(何时): 问题发生的时间。
•Who(谁): 参与问题的人员。
•How(如何): 问题如何发生。
通过回答这些问题,QC团队可以全面地了解问题并制定相应的解决方案。
画面检查画面检查是一种通过直观地观察来发现质量问题的方法。
它可以帮助QC团队发现一些难以通过其他手法检测到的问题,如外观缺陷、杂质等。
画面检查通常要求QC人员有良好的观察力和经验,以便准确地辨别出质量问题并采取适当的措施。
直观法直观法是一种基于QC人员主观判断的质量评估方法。
它基于QC 人员的经验和专业知识,通过直观地观察和感觉来评估产品的质量。
直观法常用于质量抽样检验、产品缺陷评估等。
质量管理是现代企业生产过程中非常重要的一个环节。
而在质量管理中,QC七大手法是非常关键的一部分。
本文将详细介绍质量管理的QC七大手法,为读者提供全面的了解和知识。
一、整理(Seiri)整理是指清除不必要的物品,只留下必要的物品。
在质量管理中,整理是非常重要的一环,它可以提高生产效率,减少浪费,使生产过程更加流畅。
只有把生产过程中的“无用之物”清除出去,企业才能更好地进行质量管理。
二、整顿(Seiton)整顿是指合理地安排必要的物品,减少寻找物品的时间。
在生产过程中,整顿可以让工作场所变得整洁、清爽,让员工能够更加高效地工作。
通过整顿,企业可以减少错误和浪费,提高产品的质量。
三、清扫(Seiso)清扫是指使工作场所保持清洁。
在质量管理中,清扫是非常重要的一环,它可以降低工作场所的事故率,减少杂物对生产过程的干扰,保障产品的质量。
四、清洁(Seiketsu)清洁是指使工作场所保持整洁、清爽。
在质量管理中,清洁可以提高员工的工作积极性和生产效率,让员工在一个整洁的环境中工作,有利于保障产品的质量。
五、遵守纪律(Shitsuke)遵守纪律是指要求员工遵守企业的规章制度、操作规程,做好本职工作。
在质量管理中,遵守纪律可以保障生产过程的正常进行,有利于提高产品的质量。
六、标准化(Seiketsu)标准化是指建立符合国家标准和企业要求的生产工艺流程,加强操作规范。
在质量管理中,标准化可以保障产品的质量和一致性,帮助企业提高生产效率,降低成本。
七、自律(Jishu)自律是指员工自觉遵守标准化操作规程,保障产品的质量。
在质量管理中,自律可以提高员工对质量的重视程度,保障产品的质量和企业的声誉。
总结起来,质量管理的QC七大手法是非常重要的一环,它涵盖了生产、管理、人员培训等多个方面,能够有效地提高产品的质量和企业的竞争力。
企业在质量管理中应当重视QC七大手法的实施,不断优化和提升生产管理水平,使产品质量得到更好的保障。
QC七大手法有哪些在质量管理领域,质量控制(Quality Control,简称QC)是一种常用的管理方法,用于确保产品或服务符合质量要求。
为了提高产品或服务质量,可以使用一系列的手法来控制和监测质量。
本文将介绍QC 七大手法,包括:1.物理检验2.外观检验3.抽样检验4.统计控制图5.测试和验证6.校准和校验7.过程改进1. 物理检验物理检验是通过对产品的物理属性进行测试和评估来判断产品是否符合质量要求。
例如,对于电子产品,可以通过测量尺寸、重量、电压等物理指标来进行检验。
物理检验可以直观地反映产品的实际性能和质量水平,是质量控制的常用手段之一。
2. 外观检验外观检验是通过对产品的外观特征进行检查,以判断产品是否存在表面缺陷、污染或其他不良情况。
外观检验可以通过肉眼观察或借助辅助工具(如放大镜、显微镜等)来进行。
外观检验尤其适用于对产品外观要求高的行业,如汽车、家电等。
3. 抽样检验抽样检验是根据一定的抽样方法,从批量生产中随机抽取一部分样品进行检验。
通过对样品的检验结果进行统计分析,可以推断整个批次产品的质量情况。
抽样检验可以有效地节约时间和成本,同时又能提供可靠的质量判断结果。
4. 统计控制图统计控制图是一种基于统计方法的质量控制工具,用于监控和管理一个过程的质量。
通过将过程的质量参数反复测量,并将测量结果绘制在控制图上,可以判断过程是否处于统计控制状态。
统计控制图可以及时识别出过程中的异常情况,并采取相应的措施进行调整和改进。
5. 测试和验证测试和验证是通过执行已定义的测试计划和验证方案来验证产品是否符合规格和需求。
测试和验证涉及对产品的功能、性能、可靠性等方面进行全面的测试和评估。
通过测试和验证可以发现产品的潜在问题,及早进行修正,确保产品的质量符合要求。
6. 校准和校验校准和校验是对测量设备和工具进行校准和验证,以确保其测量结果的准确性和可靠性。
校准是通过调整设备或工具的参数,使其与已知标准一致。
QC七大手法概述及作用说明1. QC(Quality Control)简介质量控制(Quality Control,简称QC)是指在产品或服务生产过程中,通过一系列的检测、测量、评估和纠正措施,确保产品或服务达到预期的质量要求的管理活动。
通过质量控制手法的应用,可以提高产品或服务的质量、效率和可靠性,并帮助组织及时发现和纠正潜在的问题,提高客户满意度和市场竞争力。
2. QC七大手法概述QC七大手法是指常用于质量控制领域的七种基本工具和技术,它们是:1.流程图2.帕累托图3.控制图4.直方图5.散点图6.因果图7.5W1H分析法下面将对每种手法进行详细的概述和作用说明。
2.1 流程图流程图是一种通过图形化的形式来描述工作流程和操作步骤的工具。
它通过使用各种符号和箭头表示不同的任务和决策,清晰地展示了工作流程的各个环节和关键节点。
流程图可以帮助团队成员更好地理解工作流程,识别潜在的瓶颈和改进机会。
2.2 帕累托图帕累托图也称为80/20法则(Pareto Principle),它是基于意大利经济学家帕累托(Vilfredo Pareto)的观察而得名。
帕累托图通过按照频率和影响力对问题或原因进行排序,确定关键因素和主要贡献因素。
它可以帮助质量控制团队优先处理最重要的问题和原因,提高效率和效果。
2.3 控制图控制图是一种用于监控和改进过程稳定性和能力的工具。
它以时间为横轴,以关键指标(如质量特性、工序时间、成本等)为纵轴,通过统计分析过程数据,绘制出一条中心线和上下限控制线。
通过实时监控测量数据,可以判断过程的稳定性和能力,并及时采取相应的纠正措施。
2.4 直方图直方图是一种以长方形的形式显示数据分布情况的统计图表。
它通过将数据按照不同的范围划分为一系列等宽的区间,然后绘制每个区间的柱状图,表示该区间内数据的频率。
直方图能够直观地显示数据的分布情况,帮助识别数据的偏移和异常值。
2.5 散点图散点图是一种用于表示两个变量之间关系的图表。
QC七大手法详细讲解在质量管理领域,QC 七大手法是一组非常实用且有效的工具,它们能够帮助我们收集、分析数据,从而找出问题的根源,制定有效的解决方案。
接下来,让我们详细了解一下这七大手法。
一、检查表检查表是一种简单而实用的工具,用于收集数据。
它可以帮助我们按照预定的项目和格式,系统地记录和整理相关信息。
比如说,在生产线上,我们可以设计一个检查表来记录产品的缺陷类型、出现的频率等。
通过检查表,我们能够快速、清晰地了解问题的现状,为后续的分析提供基础数据。
检查表的设计要根据实际需求,明确需要收集的信息,确保表格简洁明了,易于填写和统计。
二、分层法分层法是将数据按照不同的特征或层次进行分类,以便更清楚地看出各层次之间的差异和规律。
例如,我们可以按照产品的型号、生产班次、原材料供应商等因素对质量数据进行分层。
这样一来,就能更有针对性地分析问题,找出影响质量的关键因素。
分层法的关键在于合理选择分层的依据,要结合实际情况和问题的特点,确保分层能够有效地揭示数据中的信息。
三、排列图排列图也叫帕累托图,它是根据“关键的少数和次要的多数”的原理制作而成。
通过排列图,我们可以将质量问题按照其重要程度进行排序,从而找出需要优先解决的关键问题。
通常,我们会把影响因素按照从大到小的顺序排列,然后计算累计百分比。
比如,在一个产品质量问题的统计中,发现 80%的质量问题是由 20%的原因造成的。
通过排列图,我们就能清晰地看到这20%的关键原因,集中精力去解决它们,以达到事半功倍的效果。
四、因果图因果图又称鱼骨图,它用于寻找问题产生的原因。
我们将问题放在鱼头的位置,然后从人、机、料、法、环等方面去分析可能导致问题的原因。
通过因果图,我们可以全面、系统地梳理问题的因果关系,有助于找到问题的根源。
比如,产品出现质量不合格的情况,我们可以从操作人员的技能水平、设备的运行状况、原材料的质量、生产工艺以及环境条件等方面进行分析,找出潜在的原因。
QC七大手法培训资料(完整版)目录•引言•QC七大手法概述•QC七大手法详解•QC七大手法在质量管理中作用•QC七大手法实施步骤及注意事项•案例分析与讨论•总结与展望PART01引言通过QC 七大手法的学习和应用,提高员工对产品质量的把控能力,减少不良品率,提升客户满意度。
提升产品质量强化质量意识应对市场竞争使员工深入理解质量的重要性,树立全员参与质量管理的观念,形成质量文化。
在激烈的市场竞争中,优质的产品质量是企业赢得市场份额和客户信任的关键。
030201目的和背景内容QC七大手法的基本概念、原理和应用场景。
各手法的具体操作步骤和实施要点。
•结合实际案例进行分析和讨论,加深理解。
目标掌握QC七大手法的基本知识和应用技能。
能够独立运用QC七大手法分析和解决质量问题。
提高员工的质量意识和质量管理能力。
01020304PART02QC七大手法概述手法一:检查表检查表的定义和作用通过事先设计的表格,记录和整理数据,以便分析和解决问题。
检查表的种类包括记录用检查表、点检用检查表等。
检查表的应用场景适用于收集、整理各种数据,进行初步的原因分析。
1 2 3将收集到的数据进行分层分类,以便更好地分析和找出问题的原因。
层别法的定义和作用包括按时间、地点、人员、设备、材料等进行的层别。
层别法的种类适用于需要找出不同因素对结果影响程度的情况。
层别法的应用场景手法二:层别法柏拉图的定义和作用根据数据大小顺序排列,以直观的图形展示各因素对结果的影响程度。
柏拉图的应用场景适用于需要找出主要影响因素,进行重点改善的情况。
03因果图的应用场景适用于需要深入分析原因,找出根本解决方案的情况。
01因果图的定义和作用通过图形化展示各种可能的原因和结果,以便找出问题的根本原因。
02因果图的种类包括鱼骨图、石川图等。
散布图的定义和作用通过图形化展示两个变量之间的关系,以便判断它们之间是否存在相关关系。
散布图的应用场景适用于需要了解两个变量之间关系,进行预测或控制的情况。
QC7大手法QC七大手法1.根据事实﹑数据发言───────图表﹑查检表﹑散布图2.整理原因与结果之关系以探讨潜伏性之问题───────特性要因图3.有变异性存在,须考虑平均值与变异数───────直方图﹑管制图4.数据须根据来源考虑适当分层───────层别法5.重点管理,对影响较大之2~3项原因采取措施───────柏拉图—1—查检表( Check Sheet )一﹑何谓查检表说是一种为了便于汇集数据,使用简单记号填记并予统计整理,俾作进一步分析或做为核对﹑检查之用而设计的一种表格或图表。
二﹑查检表的设计要领查检表并无一定的标准格式,只要根据使用的目的,以及为求方便使用,利于作统计分析,而去设计适合自已所需的查核表:2-1.应能迅速﹑正确﹑简易地收集到数据2-2.记录时要考虑到能层别2-3.数据履历要清楚2-4.尽可能以符号,数字记入,避免使用文字2-5.查检项目不宜太多,以4~6项为原则2-6.最好能一次记录下来后,就能表示出图表状况来2-7.如能写实图形,更可一目了然2-8.查检表配合目的,必要时检讨修正2-9.预留定位,以供实际查核中,可再增列-2-三﹑查检表的种类与作法查检表的种类──记录用(或改善用)查检表主要功用在于根据收集之数据以调查不良项目,原因及分布情形。
──点检用查检表主要功用为确认作业﹑机器﹑整备既预防措施实施情形。
查检表的设计步骤1.明确目的2.决定查检项目3.决定抽检方式4.决定查检条件5.设计表格实施查检四﹑查检表之应用4-1.有问题必须迅速地采取措施4-2.问题若未获解决,马上研究采取适当措施4-3.查检表之项目应随着工程的改善而改变内容4-4.查检表应能反应出下一工程或市场的关系4-5.由记号即能判断,并采取行动4-6.收集的数据应能获得层别的情报4-7.进行数据收集时,先准备好查检工具4-8.让收集者了解收集目的及方法4-9.收集的数据非所欲得者,检讨后重新收集之4-10.基准须一致4-11.计算单位符合实际4-12.考虑样本数-3-五﹑数据收集5-1.数据收集的意义5-2.数据的分类A.依来源分B.依时间先后分C.依特性分5-3.数据收集的目的为了把握现状﹑解析﹑管理﹑调节既判断是否合格5-4.数据收集的步骤5-5.数据收集的要领六﹑数据的整理6-1.数据整理之方法6-2.数据要理的步骤6-3.数据整理注意事项七﹑个案研习(CASE STUDY)-4-观一﹑何谓层别观念1.是为发现问题要因最有效,最简单的手法,最基本的观念。
2.从查检别的事实现象加以分门别类……此称为层……以寻求层间的差异或共通点,作为思考要因的主要线索。
3.由此线索出发,依据KKD以上推论发生问题的原因。
4.经由确认以发掘问题的真因而采取恒久对策。
二﹑层别的要素1.4M机械﹑材料﹑人员﹑方法2.环境地区﹑天气﹑工作所处之状况3.时间日﹑期﹑上班-5-三﹑层别的一例层别观念常实现于其它QC手法下表是应用层别观念之查检表-6-柏拉图( Pareto Diagram )一﹑柏拉图的由来──意大利经济学者V. Pareto于1897年分析其社会经济结构之结论,以所得大小与拥有所得之关系用一定的方程式表示,称为「柏拉法则」。
──1907年美国经济学者M. O. Lorenz使用累积分配曲线来描绘「柏拉法则」,即经济学上所称之劳伦兹曲线。
──美国J. M. Juan将劳伦兹(Lorenz)曲线应用到品管上,同时创出「Vital Few ,Trivial Many」(重要的少数,琐细的多数)的名词,并借幅Pareto名字将此现象定为「柏拉图原理」。
二﹑柏拉图的定义2-1.根据所搜集之数据,按不良原因,不良状况,不良发生位置等不同区分标准,以寻求占最大比率之原因,状况或位置的一种图形。
2-2.从柏拉图可看出那一项目有问题,其影响程度如何,以判断问题的症结点,并针对问题采取改善措施故又称「ABC图」。
-7-三﹑柏拉图的作法3-1.决定数据的分类项目a.依结果的分类/不良项目别﹑场所别﹑工程别。
b.依原因的分类/材料别﹑机器别﹑设备别﹑作业者别。
3-2.决定收集数据之期间3-3.按发生次数顺序,将项目及次数记入不良分析表3-4.按分类项目别,统计数据作统计表(例)各项不良数不良率%=───────x100总检查数各项不良数影响度%=───────x 100总不良数-8-a.各项目按出现数据之大小﹑顺序排列,并求其累计次数。
b.求各项目的数据及累计数的影响度。
c.其它项排在最后,其它项若太大时,要检讨是否尚有 其它重要要因需提出分列。
3-5.引用图表用纸绘出纵轴及横轴。
纵轴左侧直线代表不良次数,不良率或损失金额,右侧直线代表累计影响度;横轴代表项目。
3-6.点上累计不良次数(或累积不良率)及累积影响度,并以折线连结则得柏拉图。
%A B C D 其它3-7.于空白处记入,数据收集的期间﹑记录者﹑绘图者及总检查数﹑总不良数……。
↑不良率↑累計影響度100%四﹑柏拉图绘制之注意事项4-1.横轴之项目别,须依大小顺序由高而低排列,其它项列于末项。
4-2.项目别尽可能归纳成4~6项,必要时再予识别。
4-3.纵轴之左侧尽可能换算成金额来表示,使其更具意义。
4-4.柏拉图之柱形图横轴距离要相同。
4-5.改善前后之比较时。
4-6.纵轴与横轴可以表示下列项目──纵轴:金额﹑品质﹑时间﹑安全﹑其它。
──横轴:现象﹑机器设备﹑作业者﹑作业方法﹑原料﹑时间。
五﹑柏拉图之用途5-1.作为降低不良的依据5-2.决定改善的对策目标5-3.确认改善效果5-4.应用于发掘现场的重要问题点5-5.用于整理报告或记录5-6.可作不同条件的评价5-7.可供确认或调整特性要因图5-8.柏拉图分析具有「检定假说」之意义5-9.配合特性要因分析图使用六﹑那些数据可以整理为柏拉图──品质方面/时间方面/成本方面/安全方面/治安方面。
──营业方面/交通方面/选举方面/士气方面/医学方面。
七﹑个案研习(CASE STUDY )%100 80 604050 200 0%10080604025 20C E AD B F 其它損失金額累計影響度不良個數 累計影響度-11-特性要因图( Characteristic Diagram )一﹑何谓特性要因图对于结果(特性)与原因(要因)间或所期望之效果(特性)与对策间之关系,以箭头连结,详细分析原因或对策的一种图形称为特性要因图。
特性要因图为日本品管权威学者石川馨博士于1952年所发明,故又称「石川图」。
又因其形状似鱼骨,故亦称鱼骨图。
其在阐明原因与结果之关系,亦称因果图。
二﹑特性要因图的画法步骤1:决定问题(或品质)的特性。
步骤2:准备适当的纸张,绘出特性要因图的骨架,将特性写在右端,自左划上一条粗的干线(称母线),就是代表制程。
步骤3:把原因分类成几个大类,每大类划于中骨上,且以圈起来,并依制程别分类,一般分为人﹑机械﹑材料﹑方法……其它。
步骤4:探讨大原因的原因,再细分中小原因时,应注意必须能揣取对策者为主要条件。
步骤5:决定影响问题点之原因的顺序─以集中思考自由讨论的方式,指出认为影响可能性最大者,并于图中按顺序予以标记。
-12-三﹑绘图应注意事项3-1.集合全员的知识与经验。
3-2.应用脑力激荡术﹑全员发言。
3-3.把要因层别。
3-4.把重点放在解决问题上,依5W1H的方法逐项列出。
3-5.应按特性别绘制多张的特性要因图。
3-6.原因解析愈细愈好。
3-7.确认原因好重要程度,且须考虑其可行性﹑价值,并经讨论表决后决定。
3-8.应将圈出的重要原因整理出来,重新制作另一个特性要因图。
3-9.记入必要的事项于图旁。
3-10.品质特性的决定以现场第一线所发生的问题来考虑。
3-11.管理者避免指示。
3-12.经过三阶段的酝酿一个完整的特性要因图,必须经过三阶段的酝酿──A提出原因B说明原因C圈选要因-13-四﹑特性要因图的特点──就是一种教育的过程──就是讨论问题的快捷方式──可以显示出水准──展现现场问题的因果关系﹑工作层次五﹑特性要因图的用法──依末端小原因,调查现场实情。
──应挂于工作场所附近,遇问题随即集合讨论应用。
──引用特性要因图所考虑的原因,进行现状分析,依其影响程度,研拟改善对策。
──可就管制图﹑直方图所显示出来的不稳定状态进行个案查明原因。
六﹑特性要因图的种类6-1.追求原因型6-2.追求对策型七﹑特性要因图的思考原则7-1.脑力激荡术7-2.5M法7-3.5W1H7-4.系统图法八﹑个案研习(CASE STUDY)-14-散布图( Scatter Diagram )一﹑何谓散布图为研究两个变量间之相关性,而汇集成对二组数据,在方格纸上以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」。
二﹑散布图的用途2-1.确认两组数据(或原因与结果)之间的相关性。
2-2.可检视制程品质特性,在管制图使用之经济性。
2-3.可用于检讨制程不同变量的影响因素。
2-4.可做为设定标准之用。
三﹑相对应的两组数据间关系的分类3-1.原因(要因)与结果(特性)之关系3-2.结果(特性)与他结果(特性)之关系3-3.结果(特性)与两个原因(要因)间之关系四﹑散布图之作法(例)某制品之烧溶温度及硬度间是否存有关系存在,今收集30 组数据,试分析之。
-15-步骤1:收集30组以上的相对数据,整理到数据表上。
步骤2:找出数据X,Y之最大值及最小值。
步骤3:画出纵轴与横轴(若是判断要因与结果之关系,则横轴代表要因,纵轴代表结果);并取X及Y之最大值与最小值差为等长度画刻度。
步骤4:将各组对数据点在坐标上。
横轴与纵轴之数据交会处点上“●”。
二组数据重复在同一点上时,划上二重圆记号“◎”。
三组数据重复在同一点上时,划上三重员记号“○”。
-16-6058 56 54 52 5048 46 44424060 58 56 54 52 50 48 46 44 42 40NO.2→ 燒溶溫度°C x(x=890,y=56) 圖:數據打點法:SA -50 位:壓延課 :林武東:10/1NO.1(x=810,y=47)硬y度↑硬度 y↑800 810 820 830 840 850 860 870 880 890-17-步骤五﹑散布图之判读 5-1.正相关:x增大时,y也随之增大有正相关5-2.非显著性正相关:x增大时,y也随之增大,但幅度不显著此时宜再考虑其它可能影响的要因。
5-3.負相关:x增大时,y反而减少y ↑yy ↑燒溶溫度 x→ 燒溶溫度°C x圖:鋼之燒溶溫度與硬度散佈圖完全的负相关-18-5-4.非题着性负相关:x 增大时,y反而减少,但幅度不显著。