良好的數據分析使您可以更快地做出更明智的決策。在Minitab，我們一直在努力使您更輕松地分析數據并傳達這些結果，從而使您的項目繼續前進。接下來將會介紹：Minitab中的可變性圖表。

可變性圖表可輕松識別數據中可變性的來源；無論是將其用作初步分析工具還是在最終報告中使用，以證明變化的主要來源。

點擊立即下載Minitab

例1：交流臨床研究結果

考慮一項臨床研究，其中食品制造商調查了六種產品的味道差異，該研究在第2天重復進行。以下示例顯示了數據的排列方式：

我們首先從“統計”>“質量工具”>“可變性圖表”下選擇“可變性圖表” ...

垂直軸代表味道評分，水平軸包含產品代碼和天數。

可以很容易地看出，在兩天內，按線連接的LHA 0.5％w / DRN 4產品的平均味道評分較高。此外，通過“可變性圖表”可以很容易地看出，與所有其他產品相比，當前產品的味道得分差異要小得多。

如果目標是最大程度地提高味道的評分，則一個合理的結論是，盡管當前產品提供更一致的味道，但是LHA 0.50 w / DRN 4產品將需要做一些工作以減少這些味道評分的變化?？勺冃詧D表是展示此研究結果的理想選擇，因為它在清晰，簡潔的視圖中既顯示了LHA 0.50％w / DRN 4產品的平均得分較高，又顯示了當前產品的少量變化。

示例2：可視化從醫療設備制造過程中收集的數據

現在假設已經從一個過程中收集了數據，在該過程中測量了醫用泵的輸液量。使用兩種不同的材料類型在兩條輸送線上以四種不同的泵速收集了數據。這是顯示數據排列方式的樣本：

與第一個示例一樣，在統計>質量工具>可變性圖表…中找到了可變性圖表對話框。在這里，還選擇了標準偏差圖表：

使用可變性圖表可以輕松地在單個圖形中可視化這三個因素：

可以看到總體平均水平約為21.5，在所有級別上均以水平線表示。泵速1300內的變化表明結果低于總體平均值。還可以看到，第一行和第二行的材料代碼9978的輸注量始終較低。還很容易看出，與其他泵速相比，泵速1400內的可變性要高得多。

點擊立即下載Minitab

可變性圖表還提供了創建數據的標準偏差圖表的選項–在這里，很容易看出，在“生產線”和“物料代碼”中，泵速為1400時的變化較大。

數據分析的下一步可能是執行方差分析以量化觀察到的變化，或者設計一個實驗以更好地理解過程。在此示例中，有3個因素，但是可變性圖表可讓您一次可視化多達8個因素。因此，如果您收集了跨多個因素的數據，請嘗試使用“質量工具”菜單中的新“可變性圖表”，可視化分析將變得更加簡單。