多变异图(Multi-vari Chart)

多变异图是一种图形工具,用于同时展示过程中跨多个因子的变异来源和大小。它将分组因子归入三种经典的变异类别——件内变异、件间变异和时间变异——并将它们全部显示在一张图上,使主要变异来源一目了然。

最后审阅

核心要点

多变异图是一种图形工具,用于同时展示过程中跨多个因子的变异来源和大小。

本页内容
  1. 什么是多变异图?
  2. 何时使用多变异图?
  3. 了解三种变异类型
  4. 正确使用多变异图的指南
  5. 替代方法:何时不宜使用多变异图
  6. 多变异图示例
  7. 如何进行多变异图分析

什么是多变异图?

多变异图是一种图形工具,用于同时展示过程中跨多个因子的变异来源和大小。它将分组因子归入三种经典的变异类别——件内变异、件间变异和时间变异——并将它们全部显示在一张图上,使主要变异来源一目了然。

多变异图无需对每个因子分别进行分析,而是让您一次看到跨嵌套或分组因子的完整变异全貌——这使其成为根本原因调查和过程优化中不可或缺的工具。

何时使用多变异图?

  • 在 根本原因调查 期间,当需要确定时间、操作员、机器或批次中哪个因子是过程变异的主要来源时使用。
  • 在 测量系统研究 中使用,以直观比较不同检验员、零件或测量条件带来的变异。
  • 当数据具有 嵌套或层次结构 时使用——例如每个零件多个读数、每个批次多个零件、每个班次多个批次。
  • 用作 试验设计(DOE)之前的预筛选工具,使注意力集中在对变异贡献最大的因子上。

了解三种变异类型

类型

衡量内容

示例

件内

单个单元或产品内部的变异

同一零件上的直径差异

件间

相邻产品之间的变异

同一批次中各零件之间的重量差异

时间

不同时间段之间的变异

班次之间或日与日之间的变化

正确使用多变异图的指南

  • 开始之前,请 仔细规划数据收集结构 ——只有以结构化、层次化的方式收集数据,该图才有意义。
  • 以 均衡、系统的方式 收集数据——每个零件的读数数量相同、每个批次的零件相同——使直观比较公平有效。
  • 产生 图上最大垂直离散 的因子即为主要变异来源,应作为首要调查对象。
  • 至少收集 3 个时间段、每个时间段 3–5 个零件、每个零件 2–3 个读数,才能得到可靠且信息丰富的图。
  • 将多变异图用作 方向性筛选工具,而非正式的统计检验——应通过方差分析或试验设计进行定量确认。

替代方法:何时不宜使用多变异图

情形

替代工具

需要对变异来源进行正式的统计量化

方差分量分析(ANOVA)

只有一个因子或分组变量

箱线图或单值图

只需检测随时间的趋势

运行图或控制图

需要研究两个变量之间的关系

散点图或回归分析

需要正式优化过程因子设置

试验设计(DOE)

多变异图示例

一名工程师想评估烧结时间和添加剂对三种不同金属抗压强度的影响。工程师在每个烧结时间(100 分钟、150 分钟和 200 分钟)下测量每种金属的三个试样的抗压强度,并对每种添加剂重复该过程。步骤如下:

  1. 收集所需数据。
  2. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  3. 要找到多变异图,请选择 Statistical module> Graphical analysis > Multi-vari Chart.
  4. 在工具中,输入数据及其他输入项,如下所示:
Multi-vari Chart — figure 1Multi-vari Chart — figure 2

6. 使用上述工具后,得到的输出如下:

Multi-vari Chart — figure 3

如何进行多变异图分析

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Graphical analysis > Multi-vari Chart。
  3. 接下来,手动更新数据,或从 Excel 表格中复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处,也可以使用 Load Example 选项加载示例数据。
  4. 接下来,填写所需选项。
  5. 最后,点击页面底部的 calculate,即可得到所需结果。

在多变异图的工具界面中,窗口分为两个部分。

Multi-vari Chart — figure 4

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。数据可以手动输入,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

Load File: 用于直接加载 Excel 数据。

在右侧,只需给出:

Response: 您所研究的结果或测量值——即希望了解和解释其变异的变量。它始终是数值列,例如 Strength、SinterTime,或 C5 至 C30 中的任一列。

  • 示例:如果研究金属零件的强度,应选择 Strength 作为 Response。
  • 图在垂直(Y)轴上绘制该变量的值。

Factor 1: 第一个也是最重要的分组变量。数据主要按该因子的类别或水平沿水平(X)轴拆分和显示。

Factor 2(Optional): 叠加在 Factor 1 之上的第二个分组变量。在 Factor 1 的每个水平内,数据进一步按 Factor 2 的水平拆分。

Factor 3 (Optional): 在 Factor 1 和 Factor 2 之上再增加一层分层的第三个分组变量。它是可选的,用于希望同时研究第三个变异来源的情形。

Download as Excel: 以 Excel 格式显示结果,可方便地编辑,并通过 load file 选项重新加载用于计算。

常见问题

什么是多变异图?

多变异图是一种图形工具,同时展示过程中跨多个因子的变异来源和大小。它将变异归入件内、件间和时间三类,并显示在一张图上,使主要变异来源一目了然。它常用于根本原因调查和过程优化。

如何解读多变异图?

产生图上最大垂直离散的因子即为主要变异来源,应作为首要调查对象。该图是方向性筛选工具,而不是正式的统计检验,因此结论应通过方差分析、方差分量分析或试验设计进行定量确认。

多变异图需要多少数据?

至少收集 3 个时间段、每个时间段 3 至 5 个零件、每个零件 2 至 3 个读数,才能得到可靠的图。数据应以结构化、层次化且均衡的方式收集,每个零件的读数数量相同、每个批次的零件相同,使直观比较公平有效。

什么情况下应使用多变异图?

在根本原因调查中用它找出时间、操作员、机器或批次等哪个因子主导过程变异;在测量系统研究中比较检验员或条件;用于嵌套或层次数据;并用作试验设计之前的预筛选工具。若只有一个分组因子,箱线图或单值图更合适。