良好的數據分析可以讓您更快地做出更明智的決策。在 Minitab，我們一直在努力讓您更輕松地分析數據和傳達這些結果，以便您可以繼續推進您的項目。恰當的例子：Minitab 中的變異圖。

可變性圖表可以輕松識別數據中的可變性來源；無論您是將其用作初步分析工具還是在最終報告中用于證明主要變異來源。

示例 1：交流臨床研究的結果

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

我們首先選擇Stat > Quality Tools > Variability Chart 下的 Variability Chart…

縱軸代表風味評分，橫軸包含產品代碼和天數。

很容易看出，LHA .50% w/ DRN 4產品在這兩天的平均風味評分（由線條連接）更高。此外，通過變異性圖表可以很容易地看出，與所有其他產品相比，當前產品的風味評分差異要小得多。

如果目標是最大化風味，一個合理的結論是，雖然當前產品提供更一致的風味，但LHA .50% w/ DRN 4產品將需要一些工作來減少這些風味評分的變化。變異性圖表是展示本研究結果的絕佳選擇，因為它以清晰、簡潔的視圖顯示了LHA .50% w/ DRN 4產品的較高平均分數和當前產品的少量變異。

示例 2：可視化從醫療設備制造過程中收集的數據

現在考慮我們已經從測量醫用泵輸液量的過程中收集了數據。我們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數據。這是一個顯示數據排列方式的示例：

與第一個示例一樣，我們在Stat > Quality Tools > Variability Chart中找到了 Variability Chart 對話框……在這里我們還選擇了Standard deviation chart：

使用變異圖可以很容易地將這三個因素可視化在一個圖表中：

我們可以看到總體平均值約為21.5，用水平線表示所有級別。泵速1300內的可變性表明結果低于總體平均值。我們還可以看到材料代碼9978在第一行和第二行的灌注測量值始終較低。還很容易看出，與其他泵速相比，Pump Speed 1400內的可變性要高得多。

Variability Chart 還提供了一個選項來創建數據的標準偏差圖 - 在這里很容易看到泵速為1400時的變化在Line和Material Code的水平上更高。

審核編輯黃宇