在质量管理和六西格玛项目中，我们经常会遇到这样的问题：温度升高以后，不良率是不是也会上升？压入时间变长，会不会影响接着强度？设备速度变化，与产品尺寸波动有没有关系？
面对这类「两个变量之间有没有关系」的问题，一个非常直观的工具就是散布图（Scatter Plot，也常称散点图）。
散布图是QC七大手法之一，也经常用于六西格玛DMAIC的Analyze阶段。它把一组变量放在横轴X上，另一组变量放在纵轴Y上，再把每一对观测数据画成一个点。观察这些点的分布形态，就可以初步判断两个变量之间是否可能存在关联。
一、什么是散布图？
散布图是一种用来观察两个数值变量之间关系的图形。
假设我们想研究电镀时间是否影响电镀厚度，可以记录每一批产品的电镀时间X以及对应的厚度Y，再把每一组X、Y数据画在坐标图上。
如果随着电镀时间增加，厚度也明显增加，图上的点就可能形成由左下向右上的趋势。
又例如，我们研究：
- 压入时间与接着强度；
- 回流焊温度与焊点强度；
- 刀具使用次数与加工尺寸；
- 环境湿度与产品不良率；
- 设备速度与周期时间。
散布图最大的优势，是能够把原本隐藏在数据表格里的关系直接画出来。
有时候看100行数据很难发现规律，但画成散布图以后，趋势可能一眼就能看出来。
二、散布图不只用来研究「原因与结果」
在六西格玛中，我们经常用Y = f(X)表示过程关系。
Y是结果，例如尺寸、强度、不良率或周期时间；X则是可能影响Y的因素，例如温度、压力、时间或速度。
因此，散布图经常被用来初步观察某个X和Y之间是否存在关系。
不过，散布图并不限于「原因X与结果Y」。
我们也可以研究两个输出之间的关系，例如产品重量与产品强度；或者研究两个过程参数是否同时变化。
从统计角度来说，散布图真正回答的是：
当一个变量发生变化时，另一个变量是否表现出某种规律性的变化？
三、什么时候适合使用散布图？
散布图特别适合用在问题分析阶段。
例如项目团队通过鱼骨图提出十几个可能原因，其中怀疑「烘烤温度」可能影响产品硬度。
这时候可以把历史温度数据和对应硬度数据画成散布图，先观察两者是否存在明显趋势。
如果散布图显示温度越高，硬度普遍越高，这个因素就值得进一步分析。
如果点完全没有明显规律，则说明在目前的数据范围内，两者没有表现出明显的简单关系。
需要特别注意的是：不能因为散布图看起来相关，就直接认定X是根本原因；也不能因为看不出线性关系，就马上删除这个因素。
两者之间可能存在非线性关系，也可能受到其他变量干扰。因此，散布图通常是一种探索工具，而不是最终的因果证明。
四、散布图常见的五种形态
1. 正相关：X增加，Y也倾向增加
如果数据点大致从左下方向右上方分布，可以说两个变量表现出正向关系。
例如研究加工温度与产品膨胀量时，如果温度越高，膨胀量通常也越大，散布图便可能出现这种形态。
点越紧密地围绕某条向上倾斜的趋势线排列，通常表示线性关系越明显。
但仍然需要记住：正相关不代表「X一定导致Y」。
2. 负相关：X增加，Y倾向降低
如果数据点从左上向右下排列，则表示两个变量存在负向关系。
例如某个过程在一定范围内，设备速度越高，单件加工时间越短，就可能形成这种关系。
同样，图形只告诉我们两者一起变化，并没有自动解释为什么会发生这种变化。
3. 看不出明显关系
有些散布图看起来像一团随机分布的点，没有明显上升或下降趋势。
这种情况下，可以说数据中没有显示明显的简单线性关系。
不过，不应该马上得出「两个变量完全没有关系」的结论。
因为可能存在：
- 非线性关系；
- 样本量太少；
- 数据范围太窄；
- 测量误差太大；
- 第三个变量的影响；
- 不同群体混在一起。
所以散布图看不出趋势，通常意味着需要进一步检查，而不是简单宣布「无关」。
4. 曲线关系：不是所有关系都是直线
这是使用散布图时很容易被忽略的情况。
有些X和Y之间明明有很强的关系，却不是直线。
例如某个工艺温度过低时不良率很高，随着温度升高不良率下降；但温度继续升高以后，又因为过热导致不良率再次增加。
散布图可能形成U形。
如果只计算简单的线性相关系数，有时候结果反而接近零。
这并不代表X和Y无关，而只是说明它们之间不是简单线性关系。
5. 存在离群值
散布图还有一个非常实用的功能，就是帮助发现离群值（Outlier）。
例如大部分数据集中在某个区域，却有一个点远远落在右上角。
这个异常点可能来自：
- 数据输入错误；
- 测量错误；
- 特殊材料批次；
- 设备异常；
- 特殊操作条件；
- 真正存在的极端结果。
发现离群值以后，不应该为了让图形「更漂亮」而直接删除。
正确的做法是调查它为什么出现，再决定这个数据是否属于研究过程。
五、离群值为什么可能彻底改变结论？
假设原本有20个数据点，没有明显的正相关，但第21个数据位于非常远的右上角。
这一个点可能让整张图突然看起来出现明显的上升趋势，甚至大幅改变相关系数和回归模型。
所以在进行相关和回归分析之前，先看散布图非常重要。
统计软件可以计算一个看起来非常精确的相关系数，例如0.82，但如果这个数值主要由一个异常点造成，实际解释就完全不同。
先看图，再看统计结果，通常比只看一个数字可靠得多。
六、如何制作一张散布图？
散布图的制作并不复杂。
假设我们收集了20组数据，每一组包括烘烤温度和最终强度。
可以按照以下逻辑处理：
- 明确准备研究的两个变量；
- 确保每一个X数据都有对应的Y数据；
- 把可能的原因或预测变量放在X轴；
- 把结果变量放在Y轴；
- 将每一组X、Y数据画成一个点；
- 观察整体趋势、群组、曲线和异常点；
- 有需要时再进行相关或回归分析。
实际工作中可以使用Excel、Minitab、JMP、R或其他统计软件快速绘制。
七、散布图与相关系数有什么关系？
散布图提供的是视觉判断，而相关系数则尝试把关系强弱用数字表示。
最常见的是Pearson相关系数r，其数值介于-1与+1之间。
一般来说：
r越接近+1，线性正相关越明显；r越接近-1，线性负相关越明显；r接近0，则代表简单线性关系较弱。
不过，单独使用相关系数容易产生误判。
例如两组完全不同的数据可能拥有相近的r值，但散布图的形态完全不同；一个离群点也可能严重改变相关系数。
所以更合理的分析顺序是：
先画散布图 → 再计算相关系数 → 再结合过程知识解释。
八、相关关系不等于因果关系
这是散布图最重要的使用原则之一。
假设某公司分析员工人数与公司利润，发现员工越多的企业利润通常越高。
不能因此直接得到：
「只要增加员工，公司利润就会提高。」
因为真正的原因可能是企业规模较大，所以既有更多员工，也有更高利润。
这里存在另一个变量——企业规模。
在制造业同样如此。
如果发现环境温度与不良率正相关，也不能马上认定环境温度就是根因。也许环境温度升高的同时，设备温度也升高，而真正影响产品的是设备温度。
所以：
相关关系可以帮助我们寻找值得调查的方向，但因果关系通常需要更多证据。
九、为什么散布图很适合与鱼骨图一起使用？
鱼骨图最大的价值，是帮助团队扩大可能原因的范围。
例如一个尺寸超差问题，团队可能提出：
材料硬度、设备温度、刀具寿命、加工速度、操作人员、测量方式等多个因素。
但鱼骨图本身并不能证明这些因素是真的原因。
接下来就可以利用数据逐一验证。
如果设备温度和尺寸都是连续型数值，散布图就是一个很自然的起点。
因此可以这样理解：
鱼骨图负责提出可能原因，散布图帮助观察其中某些原因与结果是否存在关系。
再根据需要使用回归分析、假设检验或DOE进行更深入验证。
十、不要因为散布图没有关系就直接删除一个原因
这是一种常见但危险的做法。
例如团队怀疑压力X影响尺寸Y，但散布图看不出趋势，于是立即排除压力。
实际上可能存在另一种情况：
压力只有在高温时才明显影响尺寸，而低温时几乎没有效果。
如果把所有温度的数据混在一起，压力与尺寸的关系就可能被隐藏。
这就是所谓的交互作用或混杂问题。
因此，如果工程原理强烈支持某个因素可能有影响，即使简单散布图不明显，也值得进一步进行数据分层或更深入分析。
十一、多个群组混在一起也会误导散布图
假设有A、B两台设备。
A设备的数据主要集中在低X、低Y区域，B设备则集中在高X、高Y区域。
把所有数据放在一张散布图里，可能出现非常明显的正相关。
但如果分别看A机器和B机器，每一台设备内部可能根本不存在这种关系。
这说明所谓相关关系，其实只是由设备之间的差异造成。
因此，在质量分析中，经常需要按照：
- 机器；
- 班次；
- 供应商；
- 产品型号；
- 模穴；
- 材料批次；
对数据进行分层，再观察关系是否仍然存在。
十二、散布图和回归分析有什么区别？
散布图属于探索性的图形工具。
它让我们看到两个变量之间的总体形态，但不会自动给出一个完整的数学模型。
回归分析则进一步尝试建立X与Y之间的数学关系。
例如：
Y = 12.4 + 0.35X
这个模型可以进一步用于估计X变化时Y平均会怎样改变，同时还可以检验斜率是否显著、模型解释能力如何，以及残差是否符合相关假设。
因此，散布图通常是回归分析之前非常值得做的一步。
十三、在六西格玛DMAIC中，散布图通常用在哪里？
散布图最常见于Analyze阶段。
到了这个阶段，团队已经在Define阶段明确问题，在Measure阶段收集并确认数据可靠，接下来需要从潜在X中寻找真正影响Y的关键因素。
例如：
Y：产品尺寸
潜在X：温度、压力、速度、刀具寿命、材料硬度
团队可以先针对各个连续变量绘制散布图，看看有没有值得深入调查的关系。
如果发现某几个X与Y关系明显，再利用回归、假设检验或DOE进一步验证。
所以散布图最大的作用不是直接宣布「找到根因」，而是帮助团队从大量潜在因素中寻找更值得分析的方向。
十四、一个制造业实例：温度真的是尺寸超差的原因吗？
假设某注塑工序的产品长度偶尔超出规格。
团队通过鱼骨图怀疑模具温度可能是原因之一，于是收集50批产品的数据，包括模具温度X和平均产品长度Y。
画成散布图后发现：
在较低温度范围内，产品长度变化不明显；但当温度超过某个范围以后，长度开始快速增加。
这张图已经告诉团队一个重要信息：
两者可能存在关系，但它未必是简单线性的。
如果团队只计算Pearson相关系数，可能低估这种关系。
接下来可以尝试曲线回归，或者设计DOE主动改变温度和其他相关参数，进一步验证温度是否真的影响尺寸。
这就是散布图在六西格玛分析中的合理定位。
十五、散布图使用时最常见的几个错误
看到趋势就宣布找到根因。
相关并不能自动证明因果。
相关系数接近0就宣布没有关系。
可能存在曲线关系或交互作用。
忽略离群值。
异常点可能是错误数据，也可能是非常重要的特殊原因信号。
把不同过程的数据混在一起。
不同机器、班次或产品群体可能制造出虚假的相关。
只有几个数据点就得出结论。
样本太少时，散布图的形态可能非常不稳定。
只看软件给出的相关系数，不看图。
这是数据分析中非常容易犯的错误。
十六、散布图最大的优势在于「简单但信息丰富」
散布图不需要复杂计算。
只需要两列配对数据，就能够快速观察趋势、非线性、群组、异常值以及可能存在的数据结构。
这也是为什么它几十年来一直被列入QC七大手法。
对于刚开始学习质量管理的人来说，它可以训练一种非常重要的数据思维：
不要只问平均值是多少，而要问变量之间是怎样一起变化的。
结语
散布图是一种用来观察两个数值变量之间关系的基本质量工具，也是QC七大手法和六西格玛Analyze阶段中非常实用的分析方法。
它可以帮助我们发现正相关、负相关、非线性关系、不同群组以及异常点，并为后续的相关分析、回归分析、假设检验和DOE提供方向。
但优思学院认为，学习散布图最重要的并不是学会「看到向上的点就叫正相关」。
真正重要的是理解：
散布图能够告诉我们两个变量怎样一起变化，却不能单凭一张图证明其中一个变量导致另一个变量发生变化。
在实际质量改善中，更合理的思路应该是：
提出可能原因 → 收集可靠数据 → 用散布图观察关系 → 结合统计分析与工程知识验证 → 再决定改善措施。
当能够这样使用散布图时，它就不只是一张简单的QC图表，而会成为从经验判断走向数据验证的一座桥梁。
