在品質管理或製程分析中,「箱型圖(Box Plot)」是一種直觀且強大的視覺化工具。透過箱型圖,可以快速了解資料分布、比較不同群組差異,並有效發現異常值。
本文教你用JMP軟體,透過簡單5步驟,快速完成良率差異分析!
為什麼需要箱型圖?
- 一眼看出良率的中位數與分布情形
- 快速發現異常值(Outlier)
- 輕鬆比較多台機台或製程的差異
JMP箱型圖步驟
Step1 匯入Excel 資料
- 開啟Excel檔案,複製整張資料表(包含欄位名稱)。
- 開啟JMP軟體,點選上方功能表【Edit】→【Paste with Column Names】(貼上含欄位名稱)。
- 資料就會貼進JMP,並自動建立欄位。



Step2 選擇分析工具
- 點選上方功能表【Analyze】→【Fit Y by X】。
- 將「良率」拖曳到 Y, Response,將「機台」拖曳到 X, Factor。
- 點選【OK】。


此時會顯示箱型圖(Box Plot)雛形。

Step3 啟用箱體與統計資訊
為了讓分析結果更完整、易於解讀,建議點選畫面中標題「良率 by 機台」左側的 紅色三角形,勾選以下功能:
- Quantiles → 顯示各組的中位數與四分位數
- Means/ANOVA → 顯示平均值並可進行ANOVA變異數分析
- Means and Std Dev → 顯示平均值與標準差
這三個功能能讓你更全面掌握數據特徵與統計差異。

Step4 解讀箱型圖
- 每個盒狀圖代表一台機台的良率分布。
- 中間線是中位數,盒子的上下緣是四分位數範圍。
- 外部的點狀表示異常值(Outlier)。
可以清楚看到C機台的良率整體偏低,與其他機台差異明顯。

Step5 解讀數據

1️⃣ Quantiles(四分位數)
這個表格顯示每台機台良率的分布情況,包括最小值、10%、25%、中位數、75%、90%和最大值。
- A、B、D、E機台的中位數都在98%以上,分布集中且穩定。
- C機台中位數只有94.7%,遠低於其他機台,良率偏低明顯。
2️⃣ Oneway ANOVA(單因子變異數分析)
Summary of Fit(模型摘要)
- Rsquare = 0.929727 → 解釋力非常高,代表「機台」這個因素可以解釋約93%的良率變異。
- Adj Rsquare = 0.920357 → 修正後的R平方也很高,模型穩定。
- Root Mean Square Error (RMSE) = 0.004902 → 平均誤差非常小,模型準確。
Analysis of Variance(變異數分析)
- F值 = 99.2259 → F統計量非常高,表示組間差異遠大於組內誤差。
- Prob > F = <0.0001 → 顯著性檢定結果極其顯著(p值遠小於0.05),代表不同機台的良率差異「具有統計意義」。
結論:
良率確實因為不同機台而有顯著差異。
3️⃣ Means for Oneway Anova(各組平均值)
這裡列出每個機台的良率平均值、標準誤、95%信賴區間。
- A機台:98.51%
- B機台:98.34%
- C機台:94.40% → 顯著偏低
- D機台:98.69%
- E機台:98.53%
C機台的平均良率遠低於其他機台,這是整個分析的重點異常。
4️⃣ Means and Std Deviations(平均值與標準差)
- 標準差(Std Dev)顯示各組內部的變異程度。
- 所有機台的標準差都非常小,表示每台機台的良率穩定性都很好,即使是C機台,變異也不大,只是水準偏低。
進階統計分析-t檢定(t-Test)
如果想進一步比較各組機台良率是否存在統計上的顯著差異,可以透過 t檢定(Student’s t-Test) 來進行。
t檢定操作步驟:
- 在分析畫面中,點選【良率 by 機台】左側的紅色三角形。
- 找到【Compare Means】→ 選擇【Each Pair, Student’s t】。
- JMP會自動列出各機台之間的成對比較t檢定結果。

解讀t檢定結果:
方法1:看P值
- 查看表格中的 Prob > |t|(P值):
- p < 0.05 → 差異達到統計顯著(表示機台良率有顯著差異)
- p ≥ 0.05 → 差異不顯著(良率差異不明顯)
方法2:觀察信賴區間圈圈
- 圖中右側的圓圈代表不同機台之間的平均值比較:
- 圈圈沒有重疊 → 差異顯著
- 圈圈有重疊 → 差異不顯著
其他JMP教學
JMP柏拉圖教學-簡單操作,掌握80/20法則
JMP條形圖教學:快速製作Bar Chart(單組數據)
JMP條形圖教學:快速製作Bar Chart(多組數據)
JMP直方圖教學:3分鐘學會繪製 Histogram
JMP馬賽克圖教學:快速建立分類資料視覺化圖表
JMP箱型圖教學:用Box Plot分析良率差異
JMP散佈圖教學|快速學會視覺化變數關係