Il diagramma di dispersione è utilizzato per la rappresentazione grafica della relazione tra due quantità variabili. Risponde alla domanda di se, in quale direzione e quanto fortemente due variabili sono correlate tra loro.
Ogni punto nel diagramma rappresenta una coppia di valori da una variabile influenzante (x) e una variabile obiettivo (y). Basandosi sulla distribuzione dei punti, si può determinare se esiste una relazione positiva, negativa o nessuna relazione tra le quantità considerate.
Il diagramma di dispersione è particolarmente adatto per esaminare fattori influenzanti su una variabile obiettivo (variabile di misura continua).
Il diagramma di dispersione può essere utilizzato nei progetti LSS in tutte le fasi DMAIC. Lo scopo dell'uso varia a seconda della fase.
Rendere visibili le connessioni nella situazione iniziale
Nella fase di Definizione, il diagramma di dispersione viene utilizzato per rendere visibili le indicazioni iniziali di possibili connessioni tra fattori influenti e la variabile target. Questo fornisce una prima impressione di quali fattori potrebbero essere rilevanti.
Misurare e quantificare le connessioni
Nella fase di Misurazione, il diagramma di dispersione aiuta a rappresentare graficamente la connessione tra fattori influenti e la variabile target e a ottenere valutazioni iniziali della direzione e della forza della connessione.
Assicurare graficamente le cause
Nella fase di Analisi, il diagramma di dispersione viene utilizzato per indagare graficamente possibili relazioni causa-effetto. Una connessione riconoscibile tra fattori influenti e la variabile target fornisce un'indicazione di possibili cause radice.
Verificare il cambiamento nella connessione
Nella fase di Miglioramento, il diagramma di dispersione viene utilizzato per verificare se la connessione tra fattori influenti e la variabile target è cambiata dopo una misura.
Confermare la stabilità della connessione migliorata
Nella fase di Controllo, il diagramma di dispersione conferma se la connessione migliorata tra fattori influenti e la variabile target è rimasta stabile.
Il diagramma a dispersione viene utilizzato per rappresentare graficamente la relazione tra due quantità variabili. Risponde alla domanda se, in quale direzione e quanto fortemente due variabili sono correlate.
Ogni punto nel diagramma rappresenta una coppia di valori da una variabile influenzante (x) e una variabile obiettivo (y). La distribuzione dei punti mostra se esiste una relazione positiva, negativa o nessuna relazione tra le quantità considerate.
Rendere visibili graficamente le relazioni tra una variabile influenzante e una variabile obiettivo
Adatto per variabili continue come tempo, temperatura, quantità o viscosità
Identificare possibili relazioni – senza ipotesi di modello e prima di ulteriori test
Nel reparto di sviluppo per nuove salse di pomodoro, si sta indagando su come il tempo di cottura influisca sulla viscosità del prodotto. A tal fine, le salse di pomodoro con differenti tempi di cottura vengono prodotte in diverse serie di test. Per ogni serie di test, il tempo di cottura e la viscosità risultante vengono misurati e registrati come coppia di valori.
Utilizzando un diagramma a dispersione, si esamina se e come la relazione tra tempo di cottura e viscosità si manifesti nei dati di misurazione. La relazione di base è conosciuta professionalmente: Cuocendo più a lungo, l'acqua evapora, il che generalmente porta la salsa di pomodoro ad avere una viscosità più alta.
Spiega la grafica:
Il diagramma a dispersione mostra la viscosità della salsa di pomodoro in funzione del tempo di cottura. All'aumentare del tempo di cottura, aumenta la viscosità misurata. I punti sono approssimativamente su una linea retta, indicando una chiara relazione positiva, quasi lineare tra tempo di cottura e viscosità. Per gli stessi tempi di cottura, è evidente una bassa dispersione dei valori misurati.
Preparazione
- Definire la variabile target (y) (ad esempio, la viscosità della salsa di pomodoro)
- Definire la variabile influenzante (x) (ad esempio, il tempo di cottura)
- Assicurarsi che entrambe le variabili siano variabili quantitative misurabili
- Raccogliere i dati
Utilizzo in AlphadiTab
- Nella fase Misura selezionare lo strumento diagramma di dispersione
- Per i dati X selezionare la colonna „tempo di cottura“
- Per i dati Y selezionare la colonna „viscosità“
- Generare il diagramma con il pulsante „Crea nuovo“.
Interpretazione
- Verificare se è riconoscibile una relazione tra l'asse x e l'asse y
- Valutare se la relazione è positiva, negativa, o inesistente
- Valutare se la relazione è approssimativamente lineare
- Confrontare i diagrammi di dispersione tra serie o gruppi, se disponibili
Considerazione Generale
La tendenza può essere descritta da una linea ?
Se sì: La correlazione è positiva o negativa?
Se no: La tendenza indica una correlazione non lineare ?
La dispersione dei punti è piccola o grande?
Con Specifiche Conosciute
Le misurazioni sono all'interno dei limiti di specifica definiti?
Ci sono aree della variabile influenzante dove la specifica non è rispettata?
La correlazione cambia vicino ai limiti di specifica?
Nota: Una correlazione riconoscibile non significa necessariamente che una variabile sia la causa dell'altra.
Per i grafici a dispersione, sono disponibili varie forme di rappresentazione. A seconda che siano selezionate una o più serie di dati, nonché gruppi o serie aggiuntivi, la rappresentazione nel diagramma cambia. Tutte le seguenti forme di rappresentazione si basano sullo stesso file, ma differiscono nella selezione delle colonne utilizzate.
| Tempo di consegna in giorni_Luogo A | Tempo di consegna in giorni_Luogo B | Tempo di consegna in giorni_Luogo C | Stato del processo | Prodotto |
|---|---|---|---|---|
| 4 | 9 | 3 | Prima | Finestra |
| 5 | 4 | 6 | Prima | Finestra |
| 6 | 7 | 4 | Prima | Finestra |
| 4 | 9 | 2 | Prima | Finestra |
| 2 | 4 | 2 | Prima | Finestra |
| 8 | 9 | 6 | Prima | Porta |
| 6 | 4 | 6 | Prima | Porta |
| 8 | 9 | 5 | Prima | Porta |
| 5 | 8 | 3 | Prima | Porta |
| 8 | 3 | 5 | Prima | Porta |
| 3 | 4 | 3 | Dopo | Finestra |
| 1 | 3 | 1 | Dopo | Finestra |
| 2 | 2 | 2 | Dopo | Finestra |
| 3 | 3 | 3 | Dopo | Finestra |
| 2 | 4 | 1 | Dopo | Finestra |
| 1 | 4 | 1 | Dopo | Porta |
| 3 | 2 | 2 | Dopo | Porta |
| 3 | 5 | 3 | Dopo | Porta |
Scarica la tabella qui come Excel.
✓Una serie di dati per asse: Colonna A e B⌄
✓Una serie di dati per asse con gruppo: Colonna A, B e D⌄
✓Una serie di dati per asse con gruppo e serie: Colonna A, B, D ed E⌄
- Due dimensioni quantitative
Tempo di Raffreddamento e Durezza del Materiale
Nello sviluppo di un nuovo componente, si indaga su come il tempo di raffreddamento dopo il trattamento termico influisca sulla durezza del materiale. Si sospetta che un tempo di raffreddamento più lungo porti a una bassa durezza del materiale.
Il grafico a dispersione mostra una correlazione negativa tra il tempo di raffreddamento e la durezza del materiale. All'aumentare del tempo di raffreddamento, la durezza misurata diminuisce.
Confronto tra misurazioni di produzione e QA
Nella produzione, una caratteristica di qualità viene misurata in linea, ad esempio, la quantità di riempimento. Nella garanzia della qualità, la stessa caratteristica viene controllata nuovamente con un dispositivo di misurazione separato. Per verificare se le misurazioni della produzione e della garanzia della qualità sono coerenti tra loro, entrambe le misurazioni vengono registrate come coppie di valori e visualizzate in un grafico a dispersione.
Il grafico a dispersione mostra la relazione tra misurazione QA e misurazione di produzione della quantità di riempimento. Nel range di misurazione inferiore, le misurazioni di produzione e QA concordano molto bene e sono approssimativamente su una linea retta. Tuttavia, a misurazioni più elevate, c'è una deviazione crescente, con le misurazioni QA che risultano più alte rispetto a quelle di produzione.
Impatto della frequenza di manutenzione sui tempi di inattività
In produzione, viene esaminato come la frequenza di manutenzione influisca sui tempi di inattività non pianificati delle macchine. Si presume che la manutenzione regolare riduca i tempi di inattività non pianificati, ma questo effetto diminuisce da una certa frequenza di manutenzione. Per diverse macchine, il numero di manutenzioni al mese e il tempo di inattività non pianificato nello stesso periodo sono registrati e documentati come coppie di valori. Un grafico a dispersione viene utilizzato per verificare se esiste una connessione e se si può osservare un effetto di saturazione.
Il grafico a dispersione mostra che con l'aumento della frequenza di manutenzione, il tempo di inattività non pianificato inizialmente diminuisce significativamente. Da una frequenza di manutenzione di circa 4–5 manutenzioni al mese, l'effetto si appiattisce e ulteriori manutenzioni portano solo a lievi miglioramenti aggiuntivi.
Tempo di Elaborazione dei Ticket per Località
Nel service desk IT, si indaga se l'età di un ticket abbia un impatto sul tempo di elaborazione. Si sospetta che i ticket più vecchi siano spesso più complessi o siano stati escalati più volte e quindi causino tempi di elaborazione più lunghi. Per diversi ticket, l'età del ticket al momento dell'elaborazione e il tempo di elaborazione effettivo sono registrati e documentati come coppia di valori.
Il grafico a dispersione mostra una forte dispersione dei tempi di elaborazione su tutte le età dei ticket. Una chiara relazione lineare tra l'età del ticket e il tempo di elaborazione non è discernibile.
Tasso di vendita vs. Durata dell'offerta
Nelle vendite, le offerte di vendita sono create per i clienti. Dovrebbe essere indagato se la durata del processo di offerta abbia un impatto sul tasso di vendita. Per diverse offerte, la durata dell'offerta (tempo dalla creazione dell'offerta alla decisione) e il tasso di vendita risultante sono registrati e documentati come coppia di valori.
Il grafico a dispersione mostra la relazione tra durata dell'offerta e tasso di vendita, separati per i prodotti A e B. Per il Prodotto A, non è discernibile una chiara relazione lineare, poiché il tasso di vendita varia notevolmente nel corso della durata dell'offerta. Il Prodotto B, d'altra parte, mostra tassi di vendita più alti con durate dell'offerta più lunghe. Il diagramma illustra che la relazione tra durata dell'offerta e tasso di vendita differisce tra i prodotti.
Tempo di consegna dopo il centro logistico
Nella logistica, gli ordini dei clienti vengono elaborati attraverso più centri logistici. Dovrebbe essere verificato se la quantità di consegna ha un impatto sul tempo di consegna. Per diversi ordini, la quantità di consegna e il tempo di consegna effettivo sono registrati e documentati come coppie di valori.
Il grafico a dispersione mostra la relazione tra quantità di consegna e tempo di consegna. I punti mostrano una chiara dispersione. Una relazione tra quantità di consegna e tempo di consegna non è riconoscibile.
Consegne puntuali vs. Tempo di ordine
Nell'acquisto, si esamina se la lunghezza del tempo di consegna dell'ordine abbia un impatto sulla consegna puntuale. Si sospetta che tempi di consegna più lunghi migliorino la pianificazione e quindi aumentino il tasso di consegna puntuale. Per diversi ordini, il tempo di consegna (tempo tra l'ordine e la data di consegna pianificata) e il tasso effettivo di consegna puntuale sono registrati e documentati come coppie di valori.
Il grafico a dispersione mostra una correlazione positiva tra il tempo di consegna e il tasso di consegna puntuale. All'aumentare del tempo di consegna, il tasso di consegna puntuale aumenta. I punti mostrano una tendenza al rialzo, indicando una relazione approssimativamente lineare.
Deviazione della previsione
Nella pianificazione della produzione, le previsioni vengono regolate utilizzando un fattore di correzione per compensare le sovrastime o sottostime sistematiche. Si deve indagare come il livello del fattore di correzione applicato influisce sulla deviazione della previsione rimanente. Per diverse previsioni, il fattore di correzione utilizzato e la deviazione effettiva della previsione vengono registrati e documentati come coppia di valori.
Il grafico a dispersione mostra la relazione tra il fattore di correzione e la deviazione della previsione. Con fattori di correzione bassi, la deviazione della previsione è prevalentemente positiva, indicando una sovrastima della domanda. Man mano che il fattore di correzione aumenta, la deviazione della previsione diminuisce ed è vicina a 0 % intorno a fattore di correzione = 1,00. Con fattori di correzione più alti, la deviazione della previsione diventa sempre più negativa, indicando una sottostima della domanda.
Diagramma a dispersione: Diagramma per rappresentare graficamente la relazione tra due variabili numeriche.
Diagramma di correlazione: Termine alternativo, dove vengono visualizzati i singoli punti dati.
Variabile indipendente (x): Variabile la cui influenza su un'altra variabile viene studiata.
Variabile dipendente (y): Variabile che si suppone sia influenzata dalla variabile indipendente.
Coppia di dati: Misurazioni associate delle variabili indipendenti e dipendenti.
Relazione lineare: Relazione in cui i valori si allineano approssimativamente lungo una linea retta.
Relazione non lineare: Relazione in cui la tendenza non può essere descritta da una linea retta.
Dispersione: Misura della distribuzione dei punti attorno a una tendenza riconoscibile.
Relazione positiva: All'aumentare del valore x, il valore y aumenta.
Relazione negativa: All'aumentare del valore x, il valore y diminuisce.
Correlazione: Misura della forza e della direzione di una relazione tra due variabili.
Regressione: Metodo per descrivere una relazione attraverso una funzione matematica.
Causalità: Relazione causa-effetto tra due variabili che non può essere derivata da un diagramma a dispersione.