在质量管理过程中，我们常见的质量管理工具有七种，分别为控制图、鱼骨图、流程图、直方图、散点图、帕累托图、趋势图。下面为大家整理的是关于PMP®考试项目质量管理工具之 散点图的相关内容：

散点图

散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。

用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据。

散点图矩阵

当欲同时考察多个变量间的相关关系时，若一一绘制它们间的简单散点图，十分麻烦。此时可利用散点图矩阵来同时绘制各自变量间的散点图，这样可以快速发现多个变量间的主要相关性，这一点在进行多元线性回归时显得尤为重要。

在散点图矩阵中虽然可以同时观察多个变量间的联系，但是两两进行平面散点图的观察的，有可能漏掉一些重要的信息。三维散点图就是在由3个变量确定的三维空间中研究变量之问的关系，由于同时考虑了3个变量，常常可以发现在两维图形中发现不了的信息。

注意事项

散点图通常用于显示和比较数值，例如科学数据、统计数据和工程数据。

当要在不考虑时间的情况下比较大量数据点时，请使用散点图。散点图中包含的数据越多，比较的效果就越好。

气泡图要求每个数据点具有两个值(探顶值和探底值)。

对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点(例如，几千个点)，那么散点图便是**图表类型。在点状图中显示多个序列看上去非常混乱，这种情况下，应避免使用点状图，而应考虑使用折线图。

默认情况下，散点图以圆圈显示数据点。如果在散点图中有多个序列，请考虑将每个点的标记形状更改为方形、三角形、菱形或其他形状。

他们散布在从右上角到左下角的区域。对于两个变量的这种相关关系，我们将他们称为正相关。还有一些变量，例如汽车的重量和汽车每消耗1L汽油所行驶的平均路程，成负相关，汽车越重，每消耗1L汽油所行驶的平均路程就越短，这时的点散布在从左上角到右下角的区域内。

散点图可以提供三类关键信息：

1、变量之间是否存在数量关联趋势

2、如果存在关联趋势，是线性还是曲线的

3、如果有某一个点或者某几个点偏离大多数点，也就是离群值，通过散点图可以一目了然。从而可以进一步分析这些离群值是否可能在建模分析中对总体产生很大影响。

散点图的适用范围：

即便自变量为连续性变量，仍然可以使用散点图。也就是说散点图通过散点的疏密程度和变化趋势表示二个连续变量的数量关系。不仅如此，如果有三个变量，并且自变量为分类变量，散点图通过对点的形状或者点的颜色来区分，即可了解这些变量之间的关系。如果所有的变量为连续性变量，还可以在许多统计软件中绘制高维散点图。如果把一些个案也就是同一个自变量的点连接起来，就成为了线图，也就是表示因变量指标是上升还是下降的。