品管七大手法之直方图
电子厂品管七大手法培训教材
控制图控制法的应用案例
总结词：过程控制
详细描述：控制图控制法通过对生产过程的 关键质量特性进行实时监控，及时发现异常 情况并采取措施进行纠正。例如，在某电子 厂中，采用控制图控制法对生产线上的关键 质量特性进行实时监控，成功发现并解决了
一个潜在的质量问题。
统计分析控制法的应用案例
总结词：数据分析
七大手法的起源和发展
1
品管七大手法最初起源于日本，后来逐渐被引 入到欧美等国家，成为了质量管理领域的经典 方法之一。
2
在日本，这些方法被称为“QC七大工具”，而 在欧美则被称为“品管七大手法”。
3
随着质量管理理念的不断发展，这些方法也在 不断演进和完善，以适应不同行业和不同企业 的需求。
七大手法的作用和意义
电子产品的生产过程中，运用改进手法可以不断优化生产流 程、提高生产效率和质量，同时也可以降低生产成本和缩短 交货期，提高企业的竞争力。
5W1H法
5W1H法是一种常用的改进手法，其核心是在对一个问题 进行深入分析时，从原因（Why）、对象（What）、地点 （Where）、时间（When）、人员（Who）和方式（ How）等六个方面进行思考和提问。
在电子产品的生产和管理中，运用5W1H法可以帮助企业 更好地了解产品的生产过程、质量和交货期等方面的情况 ，从而找出存在的问题和改进点，并制定相应的改进措施 。
PDCA循环法
PDCA循环法是一种科学的工作程序，包括计划（Plan）、执行（Do）、检查（ Check）和处理（Act）四个阶段，每个阶段都有明确的任务和目标。
在电子产品的生产和质量管理中，运用PDCA循环法可以帮助企业系统地制定工 作计划和目标，实施有效的质量控制和风险管理，及时发现和解决问题，并总结 经验教训，持续改进。
品管七大手法归纳
DNV - June 1999
6
6
層別的方法
分 層法
1、以時間層別：小時別、日期別、周別、月別、旬別、上下午別、日
夜別、季別、……等。
2、以作業員層別：班別、場所別、操作法別、熟練法別、年齡別、性
別、教育程度別、健康條件別、新舊別、……等。
频用 率面 或积 频表 数示
• 统计学显示计量特性值分布特点是：中间高，两头低， 左右对称
DNV - June 1999
23
23
正态分布
正态分布：直方图所取得数据越多，分组越密， 则直方图就越趋近一条光滑的曲线。
• 这条光滑的曲线就形成正态分布曲线，其特点是中间 高，两头底，左右对称并延伸至无穷。
1. 平均值（average)
符号表示：
2. 标准差（standard deviation) 符号表示：
DNV - June 1999
26
26
平均值对正态的曲线的影响
若平均值增大，则正态曲线往右移动，见‘ 若平均值减小，则正态曲线往左移动，见“
“ ’
DNV - June 1999
27
27
正态分布平均值与标准差的关 系
文件名
尽信书，则不如无书
概
述
------ 品管七大手法，也叫品管七工具，是目前全世界应用比较广泛
的品质管理工具，它具有简单实用的特性。是一种品质管理用的工具 ，学习它就需要掌握他们的主要精神和思考模式。它们分别是：
层别法、查检表、管制图、直方图 散布图、鱼骨图、柏拉图
DNV - June 1999
法的起点
质量管理QC品管七大手法
品管七大手法七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图一、检查表检查表就是将需要检查的内容或项目一一列出，然后定期或不定期的逐项检查,并将问题点记录下来的方法，有时叫做查检表或点检表。
例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、5S 活动检查表、工程异常分析表等.1、组成要素①确定检查的项目；②确定检查的频度；③确定检查的人员。
2、实施步骤①确定检查对象；②制定检查表；③依检查表项目进行检查并记录；④对检查出的问题要求责任单位及时改善；⑤检查人员在规定的时间内对改善效果进行确认；⑥定期总结，持续改进。
二、层别法层别法就是将大量有关某一特定主题的观点、意见或想法按组分类,将收集到的大量的数据或资料按相互关系进行分组，加以层别。
层别法一般和柏拉图、直方图等其它七大手法结合使用，也可单独使用.例如:抽样统计表、不良类别统计表、排行榜等。
实施步骤：①确定研究的主题；②制作表格并收集数据；③将收集的数据进行层别；④比较分析，对这些数据进行分析，找出其内在的原因,确定改善项目。
三、柏拉图柏拉图的使用要以层别法为前提，将层别法已确定的项目从大到小进行排列，再加上累积值的图形。
它可以帮助我们找出关键的问题,抓住重要的少数及有用的多数，适用于记数值统计，有人称为ABC图，又因为柏拉图的排序识从大到小，故又称为排列图。
1、分类1）分析现象用柏拉图：与不良结果有关，用来发现主要问题。
A品质：不合格、故障、顾客抱怨、退货、维修等；B成本：损失总数、费用等；C交货期:存货短缺、付款违约、交货期拖延等；D安全：发生事故、出现差错等.2）分析原因用柏拉图：与过程因素有关，用来发现主要问题。
A操作者：班次、组别、年龄、经验、熟练情况等；B机器：设备、工具、模具、仪器等；C原材料:制造商、工厂、批次、种类等;D作业方法:作业环境、工序先后、作业安排等。
2、柏拉图的作用①降低不良的依据；②决定改善目标，找出问题点；③可以确认改善的效果.3、实施步骤①收集数据，用层别法分类，计算各层别项目占整体项目的百分数；②把分好类的数据进行汇总,由多到少进行排列，并计算累计百分数；③绘制横轴和纵轴刻度;④绘制柱状图；⑤绘制累积曲线；⑥记录必要事项⑦分析柏拉图要点：A柏拉图有两个纵坐标，左侧纵坐标一般表示数量或金额,右侧纵坐标一般表示数量或金额的累积百分数；B柏拉图的横坐标一般表示检查项目，按影响程度大小，从左到右依次排列;C绘制柏拉图时，按各项目数量或金额出现的频数，对应左侧纵坐标画出直方形,将各项目出现的累计频率，对应右侧纵坐标描出点子，并将这些点子按顺序连接成线.4、应用要点及注意事项①柏拉图要留存，把改善前与改善后的柏拉图排在一起，可以评估出改善效果;②分析柏拉图只要抓住前面的2~3项就可以了；③柏拉图的分类项目不要定得太少,5~9项较合适，如果分类项目太多，超过9项，可划入其它，如果分类项目太少,少于4项,做柏拉图无实际意义；④作成的柏拉图如果发现各项目分配比例差不多时,柏拉图就失去意义,与柏拉图法则不符，应从其它角度收集数据再作分析；⑤柏拉图是管理改善的手段而非目的,如果数据项别已经清楚者，则无需浪费时间制作柏拉图；⑥其它项目如果大于前面几项，则必须加以分析层别，检讨其中是否有原因;⑦柏拉图分析主要目的是从获得情报显示问题重点而采取对策,但如果第一位的项目依靠现有条件很难解决时，或者即使解决但花费很大，得不偿失，那么可以避开第一位项目，而从第二位项目着手.四、因果图所谓因果图，又称特性要因图，主要用于分析品质特性与影响品质特性的可能原因之间的因果关系，通过把握现状、分析原因、寻找措施来促进问题的解决，是一种用于分析品质特性（结果）与可能影响特性的因素（原因）的一种工具。
品管七大手法
品管七大手法品管七大手法：1•检查表——收集、整理资料；2•柏拉图——确定主导因素；3•散布图——展示变量之间的线性关系；4•因果图——寻找引发结果的原因；5•分层法——从不同角度层面发现问题；6•直方图——展示过程的分布情况；7•控制图——识别波动的来源；1.什么是检查表检查表又称调查表，统计分析表等。
检查表是QC七大手法中最简单也是使用得最多的手法。
但或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。
不妨看看我们现在正在使用的各种报表，是不是有很多栏目空缺？是不是有很多栏目的内容用笔进行了修改？是不是有很多栏目内容有待修改？检查表是以简单的数据，用容易理解的方式，制成图形或表格，必要时记上检查记号，并加以统计整理，作为进一步分析或核对检查之用。
2.什么是柏拉图?柏拉图为意大利经济学家所发明,根据收集的项目数据,按其大小顺序从左到右排列的,从柏拉图中可看出哪一项有问题,其影响程度如何,从而确定问题的主次,并可针对问题点采取改善措施.柏拉图的发明者19世纪意大利经济学家柏拉图（Pareto）的名字而得名。
在质量管理过程中，要解决的问题很多，但往往不知从哪里着手，但事实上大部分的问题，只要能找出几个影响较大的原因，并加以处置及控制，就可解决问题的8 0%以上。
柏拉图是根据归集的数据，以不良原因，不良状况发生的现象，有系统地加以项目别（层别）分类，计算出各项目别所产生的数据（如不良率，损失金额）及所占的比例，再依照大小顺序排列，再加上累积值的图形。
柏拉图分析的步骤；（1）将要处置的事，以状况（现象）或原因加以层别。
（2）纵轴虽可以表示件数，但最好以金额表示比较强烈。
（3）决定搜集资料的期间，自何时至何时，作为柏拉图资料的依据，期限间尽可能定期。
（4）各项目依照合半之大小顺位左至右排列在横轴上。
（5）绘上柱状图。
（6）连接累积曲线。
柏拉图法（重点管制法），提供了我们在没法面面俱到的状况下，去抓重要的事情，关键的事情，而这些重要的事情又不是靠直觉判断得来的，而是有数据依据的，并用图形来加强表示。
品管七大手法完整
02
七大手法详解
流程分析图
总结词
通过流程图展示工作流程和步骤，帮助分析流程中的问题。
详细描述
控制图是一种用于过程控制和监控的工具。 通过将实际数据绘制在图表上并与控制限进 行比较，可以及时发现异常值并采取相应的 措施进行调整和控制。控制图可以帮助保持 过程的稳定性和可靠性，提高生产效率和产
品质量。
03
七大手法应用场景
流程分析图应用场景
总结词
流程分析图用于描述一个过程或系统的运作流程，帮助企业了解整个流程的运作情况， 找出潜在的问题和改进点。
目的与意义
• 品管七大手法的目的是通过科学的方 法，对品质管理中的数据进行收集、 整理、分析和解释，以解决品质问题， 提高产品和服务的质量。这些手法有 助于企业识别和解决生产过程中的问 题，降低不良率，提高生产效率和客 户满意度。
发展历程
品管七大手法的发展历程可以追溯到20世纪50年代的日本。当时，日本企业面临着一系列品质管理方面的问题，为了解决这 些问题，一些质量管理专家和学者开始研究并开发新的品质管理工具和方法。经过多年的实践和改进，品管七大手法逐渐形 成并被广泛应用。随着全球化的推进，这些手法也被引入到其他国家和地区，成为品质管理领域的重要工具。
品管七大手法
目录
• 定义与概述 • 七大手法详解 • 七大手法应用场景 • 七大手法实施步骤 • 七大手法实施注意事项
01
定义与概述
定义
七大手法之散布图与直方图PPT课件
γ＝ 0.814 > γα＝ 0.361 ，所以钢的硬度与淬火温度呈强正相关。
后附相关系数检查表
以上三种判断方法对同一实例进行分析判断的结论是一致的。
第15页
质量管理七大手法培训教材
相关系数检查表
α
N－2
α
N－2
第16页
质量管理七大手法培训教材
相关系数检查表
α
N－2
α
N－2
第17页
质量管理七大手法培训教材
5. 编制频数分布表（统计各组数据的频数 f ）。
6. 按数据值比例画横坐标。
7. 按数据值比例画纵坐标。
8. 画直方图。在直方图上应标注出公差范围（T）、样本大小（n）、
样本平均值（ ）、样本标准偏差值（s）和
、公差中心 M
的位置等。
第21页
质量管理七大手法培训教材
实例
＋0.50
某厂产品的重量规范要求为1000 （g）。
（ X’ ＋ Y’ ） 2。
4. 计算L X’ X’ 、 L Y’ Y’ 、 L X’ Y’ 。
L
X’ X’
=
∑
X’2 －
（
∑X’） N
2
L Y’ Y’ = ∑ Y’2 －
（ ∑ Y’） 2 N
L X’ Y’ = ∑ X’ Y’ －
（∑X’ ）（∑ Y’） N
第10页
质量管理七大手法培训教材
3. 相关系数判断法
第12页
质量管理七大手法培训教材
3. 相关系数判断法
第13页
质量管理七大手法培训教材
3. 相关系数判断法
注：① 表中X’ 值是（ X－800）1/10的简化值； Y’值是（ Y－40 ）× 1的简化值。 ② 表中X’ ＋ Y’ 、（ X’ ＋ Y’ ）2栏是校对栏，以免X’ 、Y’、X’2、Y’2 、X’ Y’各 栏计算错误，导致相关性结论错误。校核公式是： ∑（ X’ ＋ Y’ ）＝∑X’ ＋∑Y’ ∑（ X’ ＋ Y’ ） 2＝∑X’2＋2∑（ X’ ＋ Y’ ）＋∑Y’2
品管七大手法ppt课件
局限性分析
依赖经验
品管七大手法的效果很大程度上 依赖于员工的经验和技术水平， 如果员工素质不高，效果会大打 折扣。
适用范围有限
品管七大手法主要适用于生产过 程中的质量控制，对于其他环节 如研发、销售等可能不太适用。
对领导层要求高
品管七大手法的成功实施需要领 导层的支Байду номын сангаас和推动，如果领导层 不重视或不理解，效果会受到很 大影响。
企业应用的发展趋势
定制化解决方案
随着企业需求的多样化，品管七大手法将更 加注重为企业提供定制化的解决方案，以满 足不同企业的特定需求。
跨部门协同
未来，品管七大手法将更加注重跨部门协同，以提 高企业整体的质量管理水平和效率。
持续改进
企业将更加注重持续改进，通过不断优化品 管七大手法，实现质量管理的持续改进和提 升。
因果图
总结词
通过图示的方式，将质量问题的原因进行逐 级展开，找出根本原因的方法。
详细描述
因果图是一种将质量问题与其相关因素之间 的关系进行图示化的方法。它通常由若干个 分支组成，每个分支代表一个可能的原因， 分支之间通过箭头连接，表示因果关系。因 果图有助于企业全面了解质量问题的原因， 并找出根本原因，为后续的质量改进提供方 向。
检查表
01
适用于记录、统计和整理数据，广泛应用于品质检查、生产管
理、市场调研等领域。
层别法
02
适用于对数据、信息、资料进行分类整理，广泛应用于品质管
理、生产管理、数据分析等领域。
因果图
03
适用于分析问题的原因和影响，广泛应用于品质管理、生产管
理、产品设计等领域。
七大手法的应用范围
柏拉图
适用于对不合格品进行统计和分析，广 泛应用于品质管理、生产管理等领域。
品质7大手法
品管七大手法七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图一、检查表检查表就是将需要检查的内容或项目一一列出，然后定期或不定期的逐项检查，并将问题点记录下来的方法，有时叫做查检表或点检表。
例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、5S 活动检查表、工程异常分析表等。
1、组成要素①确定检查的项目；②确定检查的频度；③确定检查的人员。
2、实施步骤①确定检查对象；②制定检查表；③依检查表项目进行检查并记录；④对检查出的问题要求责任单位及时改善；⑤检查人员在规定的时间内对改善效果进行确认；⑥定期总结，持续改进。
二、层别法层别法就是将大量有关某一特定主题的观点、意见或想法按组分类，将收集到的大量的数据或资料按相互关系进行分组，加以层别。
层别法一般和柏拉图、直方图等其它七大手法结合使用，也可单独使用。
例如：抽样统计表、不良类别统计表、排行榜等。
实施步骤：①确定研究的主题；②制作表格并收集数据；③将收集的数据进行层别；④比较分析，对这些数据进行分析，找出其内在的原因，确定改善项目。
三、柏拉图柏拉图的使用要以层别法为前提，将层别法已确定的项目从大到小进行排列，再加上累积值的图形。
它可以帮助我们找出关键的问题，抓住重要的少数及有用的多数，适用于记数值统计，有人称为ABC图，又因为柏拉图的排序识从大到小，故又称为排列图。
1、分类1）分析现象用柏拉图：与不良结果有关，用来发现主要问题。
A品质：不合格、故障、顾客抱怨、退货、维修等；B成本：损失总数、费用等；C交货期：存货短缺、付款违约、交货期拖延等；D安全：发生事故、出现差错等。
2）分析原因用柏拉图：与过程因素有关，用来发现主要问题。
A操作者：班次、组别、年龄、经验、熟练情况等；B机器：设备、工具、模具、仪器等；C原材料：制造商、工厂、批次、种类等；D作业方法：作业环境、工序先后、作业安排等。
2、柏拉图的作用①降低不良的依据；②决定改善目标，找出问题点；③可以确认改善的效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
品管七大手法之直方图 Corporation standardization office #QS8QHH-HHGX8Q8-GNHHJ8 直方图(Histogram) 一、前 言 现场工作人员经常都要面对许多的数据，这些数据均来自于生产过程中抽样或检查所得的某项产品的质量特性。如果我们应用统计绘图的方法，将这些数据加以整理，则生产过程中的质量散布的情形及问题点所在及过程、能力等，均可呈现在我们的眼前；我们即可利用这些信息来掌握问题点以采取改善对策。通常在生产现场最常利用的图表即为直方图。
二、直方图的定义 ⒈什么是直方图： 即使诸如长度、重量、硬度、时间等计量值的数值分配情形能容易地看出的图形。直方图是将所收集的测定值特性值或结果值，分为几个相等的区间作为横轴，并将各区间内所测定值依所出现的次数累积而成的面积，用柱子排起来的图形。因此，也叫做柱状图。 ⒉使用直方图的目的： ⑴了解分配的形态。 ⑵研究制程能力或计算制程能力。 ⑶过程分析与控制。 ⑷观察数据的真伪。 ⑸计算产品的不合格率。 ⑹求分配的平均值与标准差。 ⑺用以制定规格界限。 ⑻与规格或标准值比较。 ⑼调查是否混入两个以上的不同群体。 ⑽了解设计控制是否合乎过程控制。
3.解释名词： ⑴次数分配
116 品管七大手法 将许多的复杂数据按其差异的大小分成若干组，在各组内填入测定值的出现次数，即为次数分配。 ⑵相对次数 在各组出现的次数除以全部的次数，即为相对次数。 ⑶累积次数(f) 自次数分配的测定值较小的一端将其次数累积计算，即为累积次数。 ⑷极差(R) 在所有数据中最大值和最小值的差，即为极差。 ⑸组距(h) 极差/组数=组距 ⑹算数平均数(X) 数据的总和除以数据总数，通常一X（X-bar）表示。
⑺中位数(X) 将数据由大至小按顺序排列，居于中央的数据为中位数。若遇偶位数时，则取中间两数据的平均值。 ⑻各组中点的简化值(μ)
⑼众数(M) 次数分配中出现次数最多组的值。
例： 不合格数 3 5 7 9 10 11 次 数 11 15 18 24 13 16 次数最多为24，不合格数是9，故众数为9。 ⑽组中点(m) 一组数据中最大值与最小值的平均值， （上组界+下组界）÷ 2=组中点
第八章 直方图 117
X= X1+X2+ …… +Xn n
X= Sμf n X0+h ~
μ= ,
Xi -
X 组距
(h)
X0=次数最多一组的组中点 X=各组组中点
nXini1= ⑾标准差（σ）
⑿样本标准差(S)
三、直方图的制作 ⒈直方图的制作方法 步骤1：收集数据并记录 收集数据时，对于抽样分布必须特别注意，不可取部分样品，应全部均匀地加以随机抽样。所收集的数据个数应大于50以上。
例:某厂成品尺寸规格为130至160mm，今按随机抽样方式抽取60个样本，其测定值如附表，试制作直方图。 138 139 144 131 140 145 134 135 137 136 142 140 138 127 130 141 136 134 132 131 148 141 139 138 136 135 137 132 130 131 145 138 136 137 128 131 133 134 135 139 140 138 137 137 138 136 134 121 135 136 141 139 137 133 132 131 132 129 134 135 步骤2：找出数据中的最大值(L)与最小值(S) 先从各行（或列）求出最大值，最小值，再予比较。 最大值用“□”框起来，最小值用“○”框起来
118 品管七大手法
σ=σ0 = h×
s=σn-1 = h×
nnff2)μ(2μ
12)μ(2μnnff EX: 138 139 144 131 140 145 134 135 137 136 142 140 138 127 130 141 136 134 132 131 148 141 139 138 136 135 137 132 130 131 145 138 136 137 128 131 133 134 135 139 140 138 137 137 138 136 134 121 135 136 141 139 137 133 132 131 132 129 134 135
得知： L1=145 L2=142 L3=148 L4=145 L5=140 L6=141 S1=131 S2=127 S3=130 S4=128 S5=121 S6=129
求得L=148 S=121
步骤3：求极差(R) 数据最大值(L)减最小值(S)=极差(R) 例：R=148-121=27 步骤4：决定组数 ⑴ 组数过少，虽然可得到相当简单的表格，却失去次数分配的本质与意义；组数过多，虽然表格详尽，但无法达到简化的目的。通常，应先将异常值剔除再进行分组。 ⑵ 一般可用数学家史特吉斯(Sturges)提出的公式，根据测定次数n来计算组数k，公式为： k=1+ log n 例：n=60 则k=1+ log 60=1+= 即约可分为6组或7组 ⑶ 一般对数据的分组可参照下表： 数据数 组 数 ～50 5～7 51～100 6～10
第八章 直方图 119 101～250 7～12 250～ 10～20 例：取7组 步骤5：求组距(h)
⑴组距=极差÷组数(h= ) ⑵为便于计算平均数及标准差，组距常取为2，5或10的倍数。 例：h= =，组距取4 步骤6：求各组上限，下限(由小而大顺序)
⑴第一组下限=最小值— 第一组上限=第一组下限+组界 第二组下限=第一组上限 … … ⑵最小测定单位 整数位的最小测量单位为 小数点1位的最小测量单位为 小数点2位的最小测量单位为 ⑶最小数应在最小一组内，最大数应在最大一组内；若有数字小于最小一组下限或大于最大一组上限值时，应自动加一组。 例： 第一组=121-1/2=～ 第二组=～ 第三组=～ 第四组=～ 第五组=～ 第六组=～ 第七组=～ 步骤7：求组中点
组中点(值)=
R — k
27 — 7
最小测量单位 2 120 品管七大手法
该组上限+该组下限 2 例：第一组=+÷2= 第二组=+÷2= 第三组=+÷2= 第四组=+÷2= 第五组=+÷2= 第六组=+÷2= 第七组=+÷2=
步骤8：作次数分配表 ⑴将所有数据，按其数值大小记在各组的组界内，并计算其次数。 ⑵将次数相加，并与测定值的个数相比较；表示的次数总和应与测定值的总数相同。 次数分配表 组 号 组 界 组中点 划 记 次 数 μ μf μ2f
1 2 3 4 5 6 7 ～ ～ ～ ～ ～ ～ ～ 1 2 12 18 19 5 3 -4 -3 -2 -1 0 +1 +2 -4 -6 -24 -18 0 +5 +6 16 18 48 18 0 5 12
合 计 60 Σf=-7 Σμf =-41 Σμ2f=117
Σμ2f —（Σμf）2 / n 117 —（-41）2 / 60 σ= h * √------------------------ = 4 * √---------------------- = n 60
Σμ2f —（Σμf）2 / n 117 —（-41）2 / 60 S = h * √------------------------ = 4 * √---------------------- = n — 1 60 — 1
步骤9：制作直方图 ⑴将次数分配表图表化，以横轴表示数值的变化，纵轴表示次数。 ⑵横轴与纵轴各取适当的单位长度。再将各组的组界分别标在横轴上，各组界应为等距分布。 ⑶以各组内的次数为高，组距为宽；在每一组上画成矩形，则完成直方图。
第八章 直方图 121 ⑷在图的右上角记入相关数据履历（数据总数n，平均值x，标准差σ…），并划出规格的上、下限。 ⑸填入必要事项：产品名称、工序名称、时间、制作日期、制作者。
说明：1.分组后再计算的σ，s为近似值 2.如直接以原始数据60个，依公式计算，可得真值。
2.用计算机计算统计量 若手边有函数型计算机，可使用次数分配表中，输入组中点与次数，迅速求得各统计量n, x,σ与s。 如目前使用最普遍的CASIO fx-3600PV,其计算步骤如下： 按 键 功 能 说 明 荧幕显示
122 品管七大手法 n=60 x= σ= s =
MODE 3 SHIFT KAC ×1 DATA ×2 DATA ×12 DATA ×18 DATA ×19 DATA ×5 DATA ×3 DATA KOUT 3 SHIFT x SHIFT xσn SHIFT xσn-1 KONT 2 KNOT 1 进入统计计算系统 清除记忆 输入组中点及次数数据 " " " " " " 输出统计量n " X " σ " s " ΣX " Σ2 SD 0
60 …
8146 1107379
20 15
SL =130
Sμ=160 n=60
x=
σ=
s =σ n-1=