虽然说散布图，或是说相关性分析是常用的质量分析工具之一，但在实际的质量管理过程中会用到的场合似乎不多，以下就是选自一个半导体行业的实际案例数据来简单说明一下相关性分析。
我们截取了一部分的数据图，让大家有一个感性的认识，实际的测量项目及数据量比较大，此次分析的产品大概有多个，这个半导体产品的在此测试工序中的测试参数也有几十个，其中基于原理分析，产品在正常状态下，ID-TAALF，ID-TAAHF，ID-TAAMF三个参数是有强线性关系，如果出现了不符合线性关系的情况，那有可能说明此批产品存在质量问题。
原始数据图
以下是采用太友科技QSmartSPC的相关性分析方法对产品质量进行分析，从图中我们可以发现比较多的离散点，如红色圈所示，表明这些产品可能出现了潜在的不良。
QSmartSPC
相关系数是表征两个量之间关联性大小的一个值，最大为1，越大表明相关性越强。我们去掉异常值后，相关系数会变大，如下图所示，此图能够反映两个参数之间的实际线性关系。
同时这种关系也可以用直线方程表示出来。在我们日常生活中，也有比较多有关联的参数，比如体积和重量的关系等，有些是符合线性关系，大部分的关系都会比较复杂，可能是指数关系，也可能是其它的非线性关系。
QSmartSPC
下面的方框图中就是线性分析的关键分析数据：比如回归方式，均值，相关系数等等。
分析参数