Industrial KnowledgeBox plot là gì? Tứ phân vị, IQR, ngoại lai và so sánh nhóm | Ví dụ
Nội dung bài viết 9 mục
Ba ca sản xuất, mỗi ca vài chục số đo lực siết. Bảng số làm người xem hoa mắt, ba histogram đặt cạnh nhau thì khó so. Box plot gom mỗi nhóm thành một “cái hộp” và hai “râu”: chỉ cần liếc qua là thấy nhóm nào lệch tâm, nhóm nào phân tán rộng và đâu là điểm bất thường cần điều tra.
Tóm tắt nhanh
- Box plot thể hiện phân phối qua 5 con số tóm tắt cộng điểm ngoại lai, do John Tukey phổ biến.
- Hộp từ Q1 đến Q3 (IQR), đường giữa là trung vị; rào ngoại lai là Q1 − 1,5×IQR và Q3 + 1,5×IQR.
- Mạnh nhất khi so sánh nhiều nhóm, ví dụ nhiều ca, máy; thường dùng trong Measure/Analyze của DMAIC.
- Dựa trên trung vị và tứ phân vị nên không bị ngoại lai kéo lệch.
Box plot là gì?
Box plot (biểu đồ hộp, box-and-whisker plot) là biểu đồ thể hiện phân phối dữ liệu qua 5 con số tóm tắt cộng với các điểm ngoại lai. Nó do John Tukey phổ biến và đặc biệt mạnh khi so sánh nhiều nhóm – một công cụ quen thuộc trong giai đoạn Measure/Analyze của DMAIC, thường dùng cùng multi-vari.
Ưu điểm so với histogram: gọn, không phụ thuộc cách chia cột, dựa trên trung vị và tứ phân vị nên không bị ngoại lai kéo lệch.
Các thành phần
| Thành phần | Định nghĩa | Ý nghĩa |
|---|---|---|
| Q1 (tứ phân vị thứ nhất) | 25% dữ liệu nhỏ hơn hoặc bằng giá trị này | Cạnh dưới của hộp |
| Trung vị (Q2) | 50% dữ liệu mỗi bên | Đường kẻ trong hộp – vị trí trung tâm |
| Q3 (tứ phân vị thứ ba) | 75% dữ liệu nhỏ hơn hoặc bằng | Cạnh trên của hộp |
| IQR | IQR = Q3 − Q1 | Chiều cao hộp, chứa 50% dữ liệu giữa – thước đo phân tán bền vững |
| Rào dưới / rào trên | Q1 − 1,5×IQR / Q3 + 1,5×IQR | Ngưỡng xác định ngoại lai (không vẽ ra) |
| Râu (whisker) | Kéo tới giá trị nhỏ nhất/lớn nhất còn nằm trong rào | Phạm vi dữ liệu “bình thường” |
| Ngoại lai | Điểm nằm ngoài rào | Vẽ riêng bằng dấu * hoặc chấm |
Đọc hình dạng: trung vị nằm giữa hộp và hai râu dài tương đương → gần đối xứng. Trung vị lệch xuống và râu trên dài → dữ liệu lệch phải. Hộp rất hẹp → phân tán nhỏ ở phần lõi.
Với dữ liệu chuẩn, khoảng 0,7% số điểm sẽ rơi ra ngoài rào chỉ do ngẫu nhiên – nên “ngoại lai” trên box plot là tín hiệu cần kiểm tra, không phải án tử để xoá.
Ví dụ tính tay: lực siết bu lông (minh hoạ)
Dây chuyền lắp ráp xe máy ở Vĩnh Phúc ghi lực siết (N·m) của 11 bu lông ca A, đã sắp xếp:
12,1 – 12,3 – 12,4 – 12,4 – 12,5 – 12,6 – 12,6 – 12,7 – 12,8 – 12,9 – 13,8
Bước 1 – Trung vị: n = 11, vị trí (n + 1)/2 = 6 → 12,6.
Bước 2 – Q1 và Q3 (phương pháp vị trí (n + 1)·p, giống Minitab): Q1 ở vị trí 12 × 0,25 = 3 → 12,4; Q3 ở vị trí 12 × 0,75 = 9 → 12,8.
Bước 3 – IQR: 12,8 − 12,4 = 0,4.
Bước 4 – Rào: dưới 12,4 − 1,5×0,4 = 11,8; trên 12,8 + 0,6 = 13,4.
Bước 5 – Râu và ngoại lai: giá trị 13,8 > 13,4 → ngoại lai. Râu trên kéo tới 12,9, râu dưới tới 12,1.
Điều tra: truy lại phiếu ghi, bu lông 13,8 N·m được siết bằng súng dự phòng chưa hiệu chuẩn. Đây là nguyên nhân đặc biệt có thật – ví dụ điển hình cho việc ngoại lai dẫn tới cải tiến chứ không phải chỉ để xoá.
Vì sao nên nhìn trung vị thay vì trung bình ở đây? Trung bình 11 giá trị là 12,65 N·m, bị điểm 13,8 kéo lên; trung vị 12,6 không đổi dù điểm đó là 13,8 hay 18,0. Tương tự, độ lệch chuẩn (≈ 0,45) bị thổi phồng bởi một điểm, còn IQR (0,4) thì không.
Box plot, histogram hay dot plot?
| Công cụ | Mạnh ở | Yếu ở |
|---|---|---|
| Box plot | So sánh nhiều nhóm, nổi bật ngoại lai, bền với dữ liệu lệch | Giấu hình dạng chi tiết (hai đỉnh, khoảng trống) |
| Histogram | Thấy rõ hình dạng phân phối một nhóm | Cần nhiều điểm (≥ 50), phụ thuộc cách chia lớp, khó đặt nhiều nhóm cạnh nhau |
| Dot plot / individual value plot | Thấy từng điểm, hợp với nhóm nhỏ | Rối khi dữ liệu lớn |
Mẹo thực hành: với nhóm nhỏ, vẽ box plot chồng thêm các điểm riêng lẻ (Minitab: Data View → Individual symbols) để người xem thấy cả tóm tắt lẫn số điểm thật. Có thể bật thêm ký hiệu trung bình (⊕) – trung bình lệch xa trung vị là dấu hiệu dữ liệu lệch hoặc có ngoại lai.
So sánh nhóm bằng box plot
Đặt box plot của ca A, B, C cạnh nhau (minh hoạ):
| Ca | Trung vị | IQR | Nhận xét |
|---|---|---|---|
| A | 12,6 | 0,4 | Ổn, 1 ngoại lai do dụng cụ |
| B | 12,6 | 0,9 | Cùng tâm nhưng phân tán gấp đôi → kiểm tra thao tác, đào tạo |
| C | 13,1 | 0,4 | Phân tán tốt nhưng lệch tâm → kiểm tra cài đặt súng siết |
Cách đọc nhanh:
- Hộp không chồng nhau → khả năng cao có khác biệt vị trí thật.
- Hộp chồng nhiều → chưa thể kết luận; cần kiểm định (ANOVA một yếu tố hoặc kiểm định phi tham số như Kruskal-Wallis cho trung vị).
- Chiều cao hộp khác nhau → khác biệt độ phân tán, có thể kiểm tra bằng kiểm định phương sai bằng nhau.
Box plot cũng rất hữu ích khi so sánh trước/sau cải tiến, nhà cung cấp, khuôn, đầu phun hoặc vị trí trên chi tiết.
Làm trong Excel và Minitab
Excel (2016 trở lên): chọn dữ liệu → Insert → Insert Statistic Chart → Box and Whisker. Trong Format Data Series có thể chọn Exclusive median hoặc Inclusive median cho cách tính tứ phân vị.
Hàm tính:
| Chỉ số | Hàm |
|---|---|
| Q1 / Q3 (cách (n+1)p) | =QUARTILE.EXC(A2:A12;1) / =QUARTILE.EXC(A2:A12;3) |
| Q1 / Q3 (cách nội suy 1+(n−1)p) | =QUARTILE.INC(A2:A12;1) |
| Trung vị | =MEDIAN(A2:A12) |
| Rào trên | =Q3+1,5*(Q3-Q1) |
Với ví dụ trên, QUARTILE.INC cho Q3 = 12,75 thay vì 12,8 – các phần mềm khác nhau cho tứ phân vị hơi khác nhau, không phải lỗi.
Minitab: Graph → Boxplot → One Y, With Groups (chọn cột dữ liệu và cột nhóm như Ca, Máy). Nhiều đặc tính: Multiple Y’s. Di chuột lên hộp để xem Q1, trung vị, Q3, IQR. Graphical Summary cũng có một box plot nhỏ.
Lỗi thường gặp
- Xoá ngoại lai mà không tìm nguyên nhân – mất cơ hội cải tiến.
- Box plot với quá ít điểm (dưới 5–8 điểm/nhóm): tứ phân vị không đáng tin; nên vẽ dot plot hiển thị từng điểm.
- Nghĩ râu là min/max – trong box plot chuẩn, râu dừng tại giá trị xa nhất còn trong rào.
- Bỏ qua cỡ mẫu từng nhóm: nhóm 5 điểm và nhóm 200 điểm trông giống nhau nhưng độ tin cậy khác hẳn.
- Kết luận khác biệt chỉ bằng mắt khi hộp chồng nhau đáng kể.
Câu hỏi thường gặp
Box plot có thay được histogram không? Không hoàn toàn: box plot giấu phân phối hai đỉnh (bimodal). Khi phân tích sâu một nhóm, vẫn nên xem histogram – xem thống kê mô tả.
Vì sao là 1,5 × IQR? Đó là quy ước của Tukey: với dữ liệu chuẩn, rào 1,5×IQR tương ứng khoảng ±2,7σ. Một số tài liệu dùng thêm 3×IQR cho “ngoại lai cực trị”.
Box plot có dùng cho dữ liệu không chuẩn không? Có, và còn rất phù hợp vì dựa trên trung vị, tứ phân vị. Xem thêm phân phối chuẩn và kiểm định chuẩn.
Bước tiếp theo
- Phân tích nguồn biến động theo nhiều tầng: Multi-vari.
- Xác nhận khác biệt bằng số: ANOVA một yếu tố, t-test.
- Theo dõi theo thời gian: Biểu đồ kiểm soát.
