一、散布图法的涵义
在质量管理过程中，经常需要对一些重要因家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．我们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，有时我们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。
二、散布图的绘制
散布图通过将影响质量特性因素的各对数据用直角坐标系表示成图形，能够了解当一个变量发生变化，另一个变量相应出现的变化情况，以观察判断两个质量特性变量之间的关系，对产品或工序进行有效控制。散布图所分析的两种数据间的关系，可以是特性与原因、特性与特性的关系，也可以是同一特性的两个原因之间关系，还可以是同一特性中数据之间的相关关系。
两种因素之间的相关关系各种各样，但可将它们分为以下四大类如右表所示：
其相应的图形如下：
散布图的绘制方法很简单．首先要搜集调查因素的有关数据，X与Y应一一对应，为保证必要的判断精度，数据最好取30组以上；其次，根据所测得的观测值X与Y，以坐标点形式一一将其标注于直角坐标系中，即可得到所得要的散布图。制作和观察散布图时应注意以下事项：
(1)要注意对数据进行正确的分层，否则可能做出错误的判断。这是因为在不分层时，有时从整体上观察不到两因素间的相关性，但分层后却出现相关关系；反之，也可能在不正确的过细分层情况下看不出因素的相关性，而从整体上观察却存在相关关系。
(2)观察是否有异常点或离群点的出现。对于异常点，应查明发生的原因，它是由于测量错误造成的，还是由于生产或实验条件的突然变化造成的？如果经调查后，表明它是由于不正常的条件或错误造成的，就应将它剔除；对于那些找不出明显原因的“异常点”，应慎重处理，它们很可能包含着我们还没有认识到的其它规律。
(3)当收集到的数据较多时，难免出现得复数据。在作图时，可以用双重圈或多重圈表示，或者在点的右上方注明重复次数。
(4)由相关分析所得的结论，应注重数据的取值范围。一般不能任意更改其适用范围，当取值范围不同时，应再作相应的试验与分析。
通过观察散布图，虽然可以对变量间的相关趋势做出大致的估计，但是这样做由于缺乏客观的统一判定标准．可靠性较低，还只能说是一种定性判断的方法。为了提高判断的精度，在实际工作中，常采用相关系数检验法，不过这种方法不仅涉及较复杂的数理统计理论，且较为麻烦。为了在工作现场条件下，能尽快地做出散布图相关性的判断，并使判断有较可靠的科学依据，目前广泛地把数理统计中常用的简易符号检验法应用到散布图的相关检验中来。
散布图法在企业的质量管理中经常用到，如棉纱的水分含量与伸长度之间的关系，喷漆时的室沮与咳料粘度的关系，热处理时钢的淬火湿度与硬度的关系，冶炼某种钢时钢液的含碳量与冶炼时间的关系，零件加工时切削用量与加工质量的关系等等，都会用到这种方法。有了散布图，我们就能自觉地利用它来控制影响产品质量的相关因素。