散布图法亦称“相关图法”。用来分析两变量之间统计相关关系的一种方法。质量管理常用的“七种工具”之一。在质量管理中运用散布图法，可以帮助找出影响产品质量的相关因素和主要因素，从而便于控制产品质量。运用散布图法的步骤如下： (1)收集对应数据。对于打算调查分析其是否相关的两因素的数据 (设为x、y)，以对应的形式列表收集。收集的数至少要30组以上。(2) 绘制散布图。在平面座标纸上以x为横轴、y为纵轴作图，并根据对应数据描点。(3) 观察分析散布图，作出两因素是否相关以及相关程度的结论。[1]
中文名散布图法
性质成本习性分析方法
外文名Scatter Diagram Method
分类6类
散布图法介绍
散布图法由于将全部成本数据均作为描述成本习性的依据，其准确程度比高低点法高。但因为其采用目测的方法得出固定成本，因而计算结果也具有一定的不准确性。
在质量管理过程中，经常需要对一些重要因素进行分析和控制这些因素大多错综复杂地交织在一起，它们既相互联系又相互制约既可能存在很强的相关性，也可能不存在相关性。如何对这些因素进行分析？散布团法便是这样一种直观而有效的好方法，通过做散布图，因素之间繁杂的数据就变成了坐标图上的点，其相关关系使一目了然地呈现出来。
在分析质量事故时，总是希望能够寻找到造成质量事故的主要原因，但影响产品质量的因素往往很多，有时只需要分析具体两个因索之间到底存在着什么关系。这时可将这两种因素有关的数据列出来，并用一系列点标在直角坐标系上，制作成图形，以观察两种因素之间的关系，这种图就称为散布图，对它进行分析称为相关分析。
散布图的分类
1、强正相关（如容量和附料重量）
2、强负相关（油的粘度与温度）
3、弱正相关（身高和体重）
4、弱负相关（温度与步伐）
5、不相关（气压与气温）
6、曲线相关
散布图的构成
散布图是由一直角坐标，其横轴表示X变量的测定值，纵轴表示Y变量的测定值，将各组X测定值与Y测定值之交点全部绘出，即成为散布图。
散布图的特色
(1)从散布图可简单容易判断X与Y两个变量间:
·是否有相关关系。
·相关关系的强弱。
·是正相关或者负相关。
·是直线相关或是曲线相关。
(2)从散布图上可简单容易判断数据是否有异常趋势或是有没有必要作层别分析。
散布图的用途
(1)验证两个变量间的相关关系。
(2)掌握要因对特性的影响程度。
散布图的作法
1、收集X与Y两个变量足够之对应数据。
2、计算X变量测定值的平均值，计算Y变量测定值的平均值。
3、在直角横坐标X轴上划出X值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。纵坐标Y轴上划出Y值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。
4、X轴与Y轴之交点处不可标示0数字，并且X轴的全宽度与Y轴的全宽度最好相等。
5、将各组之数据的点绘于坐标上：
(1)如有2点重复时以⊙表示。
(2)如有3点重复时以⊙表示。
应注意事项
1、两组变量的对应数至少在30个以上，最好50个，100个最佳。
2、找出X、Y轴的最大值与最小值，并以X、Y的最大值及最小值建立X－Y坐标。
3、通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量。
4、散布图绘制后，分析散布图应谨慎，因为散布图是用来理解一个变量与另一个变量之间可能存在的关系，这种关系需要进一步的分析，最好作进一步的调查。
散布图法步骤
散布图法的工作步骤为：
1）收集历史数据
收集以前各期产量与总成本的历史数据。
2）画出散布图
将各期总成本数据标入直角坐标系，画出散布图。
3）确定固定成本平均值
根据离散的历史成本点目测成本随产量变动的趋势，画出一条能反映成本平均变动趋势的直线，直线与纵轴的交点即固定成本平均值。
4）计算单位变动成本
在直线上任取一点，根据
的计算公式，计算出单位变动成本。5）计算总成本
按照计算出的固定成本平均值（a）、单位变动成本(b)，预测未来某期产量下的总成本，预测公式为：
y=a+bx
式中:y—未来预测期的总成本；x—产量。
散布图法示例
例如：某公司2007年1～6月份，某项混合成本与有关产量的历史资料如表所示，采用散布图法进行成本习性分析。
| 月份 | 产量（件） | 成本（元） |
| 1 | 30 | 340 |
| 2 | 20 | 250 |
| 3 | 52 | 560 |
| 4 | 35 | 380 |
| 5 | 40 | 430 |
| 6 | 25 | 280 |
1．首先，将2007年1～6月份的产量和成本的坐标点分别标注在坐标图上。
2．其次，目测一条能够反映成本变动趋势的直线，直线与纵轴的交点为固定成本，在图中读出该直线的截距为a=75；
3．在直线上任取一点，测出坐标为（20，250），计算b值为：
(元/件)4．代入a，b值，得出成本习性模型为：y= 75 + 8.75x
相关推荐
最新文章