工序质量分析
工序质量异常报告
工序质量异常报告一、问题描述二、问题分析根据对该工序的观察和调查，分析出现质量异常的可能原因：1.设备故障：可能是设备在工作过程中出现了故障，导致该工序无法正常完成。
例如，在一些装配工序中，机器可能存在零件抓取不到位、故障导致质量问题。
2.操作不当：有可能是操作人员对该工序的操作不够熟悉或不规范，导致产品出现质量问题。
例如，在一些焊接工序中，焊接温度、时间或压力调整不当，导致焊接不牢固或焊点不均匀。
3.材料质量问题：在一些工序中，原材料的质量问题也可能导致产品质量异常。
例如，在一些喷涂工序中，喷涂粉末材料可能出现质量问题，导致涂层不均匀或颜色不符合要求。
4.工艺参数调整不当：有可能是在该工序中，工艺参数的调整不合理，导致产品质量异常。
例如，在一些注塑工序中，注塑温度、注塑时间或注塑压力调整不当，导致产品尺寸不准确或外观不符合要求。
三、解决方案针对上述问题，提出以下解决方案：1.设备维护和保养：对工作中使用的设备进行定期的维护和保养，确保设备处于良好的工作状态，减少故障发生的可能性。
2.培训操作人员：对该工序的操作人员进行培训，使其熟悉工序操作规范，掌握正确的操作技巧，提高工作效率和产品质量。
3.严格把控原材料质量：加强对原材料的质量检查，确保原材料符合要求。
并与供应商进行沟通，提高原材料质量的稳定性。
4.完善工艺参数：对该工序的工艺参数进行优化和调整，确保参数的合理性和准确性，避免因参数调整不当而导致的质量问题。
四、实施效果经过上述解决方案的实施，取得了以下效果：1.设备故障率显著下降，工序的稳定性得到了提高，减少了工作中由于设备故障导致的质量异常。
2.通过对操作人员的培训，工序的操作规范性得到了提高，操作人员能够更加熟练地完成工序，并且产品质量得到了明显的提升。
3.对原材料的质量检查得到了加强，选择了质量更稳定的原材料供应商，材料质量问题的发生几率明显降低。
4.通过对工艺参数的优化和调整，工序的稳定性得到了提高，产品质量得到了明显的改善。
关键工序质量控制的措施分析
关键工序质量控制的措施分析简介关键工序指的是在整个生产过程中，决定产品质量的重要环节。
对关键工序进行严格的质量控制，是确保产品品质的关键。
本文将探讨关键工序质量控制的措施，并提出相关建议。
关键工序质量控制的重要性关键工序质量控制是保证产品质量的重要环节。
在整个生产过程中，可能存在多个工序的作用，但假如关键工序的质量控制不到位，则其它工序的作用也很可能失去意义，导致整个产品的品质下降。
因此，要想确认产品的整体质量，必须在关键工序中做好质量控制，保证产品质量的稳定性和可靠性。
关键工序质量控制的措施关键工序质量控制的措施包括以下方面：确定关键工序确定关键工序是关键工序质量控制中的第一步。
在生产过程中，如果没有明确的关键工序，那么就无法判断哪些环节对产品品质的影响更大。
确定关键工序的方法一般有三种：直接指派法、经验法和综合法。
其中，综合法通常是最为可靠、最具科学性的方法。
制定合理的工艺过程制定合理的工艺过程是保证关键工序质量的基础。
一般而言，工艺流程需要经过多次试验，并在实际生产中进行不断调整和完善，才能确保充分合理。
制定合理的工艺过程，需要考虑各种因素，包括原料、生产设备、生产环境等，从而保证在关键工序中更好地发挥其作用。
采取适当的检测措施采取适当的检测措施，是确保关键工序质量的另一个关键。
这包括对关键工序的进度、过程参数、质量指标等进行监测和控制。
监测和控制的方法，可以包括实时检测、稀释检测和重复测试。
在具体情况下，需要根据工艺和生产情况，选择最适合的监测和控制方法。
建立质量保障体系建立质量保障体系，是确保产品质量的可靠保证。
质量保障体系包括质量计划、设计管理、生产管理、检测验证等多方面内容，是关键工序质量控制中的重要一环。
建立质量保障体系，需要有完善的管理体系和强大的技术支持，以确保每一个关键工序都得到了充分的质量保障。
后记通过以上措施，可以对关键工序质量进行有效的控制和保障。
在具体操作过程中，需要根据不同生产环境和工艺流程，制定相应的措施，并根据实际情况进行不断的调整和完善。
工序能力分析与评价
工序能力分析与评价工序能力分析与评价是企业在生产过程中对所采用的工序进行分析与评价的过程。
通过工序能力分析与评价，企业可以了解工序的稳定性和可靠性，以及工序是否能够达到预期的质量要求。
以下是对工序能力分析与评价的一些介绍和方法。
一、工序能力分析方法1. 数据收集：收集关于工序的数据，包括工序的输入、输出、过程参数等信息。
2. 统计分析：利用统计学方法对数据进行分析，包括计算工序过程的平均值、标准差、偏度、峰度等指标。
3. 测量能力指标：通过计算能力指标来评估工序的稳定性和可靠性，常用的能力指标包括过程能力指数（Cpk）、过程性能指数（Ppk）等。
4. 制定改进措施：根据分析的结果，确定改进工序的措施，提高工序的能力。
二、工序能力评价方法1. Cpk评价法：Cpk评价法是一种常用的工序能力评价方法，通过计算工序的Cpk值来评估工序的稳定性和可靠性。
Cpk值越大，代表工序的能力越高。
2. 直方图分析法：通过绘制工序数据的直方图，观察数据的分布情况，评估工序的稳定性和可靠性。
直方图的形状和偏度等指标可以反映工序的能力水平。
3. 控制图分析法：控制图是一种常用的工序能力评价方法，通过绘制工序数据的控制图，监控工序的稳定性和可靠性。
控制图中的各种规则和异常点可以帮助企业发现工序中的问题，并及时采取措施加以改进。
三、工序能力分析与评价的意义1. 提高工序质量：通过工序能力分析与评价，企业可以及时发现工序中的问题，并采取措施加以改进，从而提高工序的质量。
2. 降低不良率：工序能力分析与评价可以帮助企业预测工序中的不良率，并制定相应的控制策略，减少不良品的产生。
3. 提高企业竞争力：工序能力分析与评价可以帮助企业了解自身的工序能力水平与其他企业的差距，通过改进工序，提高企业的竞争力。
四、工序能力分析与评价的局限性工序能力分析与评价只能在已有数据的基础上进行，对于新工序或者缺乏足够数据的工序，难以进行准确的分析与评价。
关键工序质量分析表
第 单位名称 资产编 号 部门名称 工序质量分析表 工序名 称 质量问题原因 （展开原因分 析） 管 理 一 二 方 式 次 次 三 次 四 次 产品型号 零件名称 页 共 零件号 页
Hale Waihona Puke 设备型号工序号材料 牌号 检测要求 检测 允差 极限 方法 值 频数 检测
材料规格 及硬度 纳入 标准 编号 名称 标准 操 作 者 班 组 长
工人等级
序 工序名称及 号 加工内容
质量管理点 质 量 质 检查类别 等 量 级 项 自 首 巡 抽 全 目 检 检 检 检 检
责任者 工 段 长 检 验 员 设 备 员 工 艺 员
备注
标志
数量
文件号
签名
日期
拟订 校对 审核
单位会签
线缆用铜拉丝退火工序质量不合格分析
线缆用铜拉丝退火工序质量不合格分析
1. 铜丝直径超公差
产生原因及解决方法：
1）拉线模尺寸不对或拉丝模磨损超差；更换拉丝模
2）模子未放正；放正拉丝模
3）退火电压不合适，使铜丝太软或太硬，铜丝在出线模到收线盘间拉细的尺寸与平时的数值不同或不稳定；可通过调
节退火电压使铜丝的伸长率到正常控制范围而使拉细的数
值与平时相同
4）收线涨力太紧；调节合适的收线涨力
2.电阻率不合格
产生原因及解决方法：
1）退火电压或时间不够；升高退火电压或降低拉线速度
2）如果铜丝的伸长率达到了要求而电阻率却不合格则铜杆质量偶问题；更换铜杆
3.伸长率不合格
退火电压或时间不够；升高退火电压或降低拉线速度4.表面氧化
产生原因及解决方法
1）预热段太高而使导体在预热段时表面温度过高引起氧化；
降低退火电压。
2）保护蒸汽的量不够，在加热段氧化；增加保护蒸汽的流量。
3）冷却水温度太高或流量太低，使出线温度过高引起氧化；
降低冷却水温度或加大冷却水的流量。
4）线盘上铜丝表面水未干燥，存放一段时间后引起表面氧化；垫好羊毛毡，使用合适的吹线模嘴机加大吹干器的压
缩空气流量。
5.波浪型或粗细不匀
1）出线拉丝模孔型尺寸不对；更换拉丝模。
2）拉丝机某部位抖动很厉害；查明原因解决。
3）退火电压均匀；由电气技术人员查明原因解决。
表面处理工序缺陷判断及质量数据分析
04
色差：表面出现色差，影响产品的美观和使用 性能
05
粗糙度：表面粗糙度不符合要求，影响产品的 使用性能和美观
06
污染：表面出现污染，影响产品的美观和使用 性能
缺陷原因分析
01
原材料质量问题：如表面粗糙、杂质等
03
设备故障：如磨损、堵塞等
05
环境因素：如温度、湿度、灰尘等
ห้องสมุดไป่ตู้02
工艺参数设置不当：如温度、时间、压力等
表面处理工序缺陷判断及质量数据 分析
汇报人：xx
目录 CONTENTS
01
表面处理工序 缺陷判断
02
表面处理质量 数据分析
Part One
表面处理工序缺陷判断
缺陷类型及识别
01
划痕：表面出现明显的划痕，影响美观和使用 性能
02
腐蚀：表面出现腐蚀现象，影响产品的耐腐蚀 性和使用寿命
03
变形：表面出现变形，影响产品的尺寸精度和 使用性能
数据可视化：利用图表、图形等 方式，直观地展示表面处理质量 的变化趋势和分布情况。
03
回归分析：建立回归模型，分析 表面处理质量与相关因素之间的 关系，如温度、时间、材料等。
04
方差分析：通过方差分析，比较 不同因素对表面处理质量的影响 程度，找出关键因素。
05
聚类分析：将表面处理质量数据 按照相似性进行分类，找出潜在 的质量问题和原因。
04
操作人员失误：如操作不当、未按规程操作等
06
设计缺陷：如结构不合理、工艺路线不合理等
缺陷解决方法及案例
缺陷类型：表面处理工序中常见的 缺陷类型包括划痕、腐蚀、色差等。
案例分析：通过具体的案例分析， 了解不同缺陷类型的产生原因及解 决方法。
工序质量控制与制程能力分析
工序质量控制与制程能力分析1.引言工序质量控制是一种关键的管理方法，用于提高产品和服务的质量，从而满足客户的要求。
通过对工序质量进行控制和制程能力的分析，企业可以有效地管理生产过程，优化生产效率，减少生产成本，提高产品品质。
2.工序质量控制2.1 质量控制的定义质量控制是在生产过程中对产品质量实施的一系列控制活动。
它包括确定质量标准、建立质量指标、制定质量控制计划、监控质量数据、分析质量问题并采取纠正措施等步骤。
2.2 质量控制的目标质量控制的目标是确保生产过程中的每个工序都能达到既定的质量要求。
通过建立有效的质量控制系统，可以降低次品率、提高生产效率、减少生产成本，并提升客户满意度。
2.3 质量控制的方法质量控制的方法包括以下几个方面：•质量标准的制定：根据产品的设计要求和客户的需求，制定合理的质量标准，并将其明确传达给生产人员。
•质量指标的建立：建立科学合理的质量指标，用于评估工序的质量状况。
常用的指标包括合格率、次品率、平均维修时间等。
•质量控制计划的制定：为每个工序制定详细的质量控制计划，包括检验方法、检验频率、检验员等。
•质量数据的监控：通过采集、记录和分析质量数据，掌握工序的质量变化趋势，及时发现问题并采取纠正措施。
•质量问题的分析与纠正：对生产过程中出现的质量问题进行深入分析，找出问题的根本原因，并采取适当的纠正措施，确保问题不再发生。
3.制程能力分析3.1 制程能力的定义制程能力是指一个工序或一个系统在稳定状态下，通过统计方法得到的质量特性的规格上下限范围内的能力。
它反映了工序是否具备稳定的生产能力和满足产品质量需求的能力。
3.2 制程能力的评估指标制程能力的评估指标主要包括以下几个方面：•过程能力指数（Cp）：Cp表示过程规格界限与过程分布能力之间的关系，是一个决定性的指标。
当Cp大于1时，工序的质量规格能够被满足；当Cp小于1时，工序的质量规格无法被满足，需要对工序进行调整。
各工序常见质量问题的分析、解决
盒
接入接线盒端子内的尺 寸过窄、过短
电阻增大、过流、发热
接线盒安装在背板后不允许有位移 接线盒底部补胶、注意打胶量与安装方式 叠层处胶带使用不当，使用无殘留胶渍、耐高温的胶 带 硅胶密封引出线根部
接入接线端子内的尺寸：宽4.5~5mm、长10mm
接入接线端子后剩余的 汇流条过紧
无热胀冷缩的余地，反复如此电阻变大， 长期使用可能会断
裸手接触原材料
戴手套、指套
烙铁头不良容易造成虚焊或不光滑
烙铁头在细砂纸上抹平，加锡保养或更换烙铁头
烙铁温差大
选择质量好的烙铁
3
焊接不良（包括虚焊、过焊 员工手势不当，容易造成虚焊、侧焊
正确的方法多加练习，找到烙铁头平面
、侧焊、不光滑）
电池片可焊性不好，容易造成虚焊或过焊
不同厂家不同批次的电池片先试焊，找到相对合适的 工艺再批量焊接
*功率衰减过大 （1）串联电阻增大
--电池 --焊带疲劳 --焊接不良 --接线盒接触不良 （2）并联电阻减小 --电池 --微短路 --二极管反流 （3）脱层 --EVA过期或污染
--玻璃污染 --环境污染 （4）EVA GEL ---工艺 -一材料
（5）接线盒 --二极管性能
--接触
--密封
（6）功率不足 --测试问题 根据不良原因采取相应对策。
焊接收尾处打折太深或离电池片太近
电池片自身隐裂
叠层在灯光下仔细检查
焊接时打折过重导致电池片隐裂
层压前，操作人员抬组件时压倒电池片， 进料不注意
抬组件时护住四角，不要压到TPT上
8
层压后破片
异物、锡渣、堆锡再电池片上导致层压后 破片
保持工作台面整洁，各工序自检、互检
- 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)。
第四章工序质量分析任何一种产品都需经过一道道工序才能加工出来，所以工序是产品质量形成的最基本环节，它决定着产品的制造质量。
一般说来，工序质量是指工序的成果符合设计，工艺要求的程度。
而工序的成果主要表现为被加工对象的特性值偏离质量要求的误差范围。
因此，本章所要重点讨论的就是反映工序质量的工序误差分析。
第一节随机误差与系统误差生产实践证明，任何一道工序，无论其加工设备及其工艺装备的精度多么高，工人如何熟练地操作，它所加工出来的产品，其质量特性均会产生某种误差。
这种误差可用下式表示：ε＝X－X。
式中：ε加工零件质量特性值的误差（是随机变量）；X 零件质量特性的公称值（目标值），是一个常数；X。
零件质量特性的实际测量值（是一个随机变量）。
实际上加工对象所表现的上述质量误差是由一系列条件误差所构成的，如机器设备和工具的精度误差、调整误差、测量误差、操作误差以及环境的影响带来的误差等等。
质量特性值的这种误差，反映了产品质量的波动性质。
虽然这些质量特性值各不相同，但在一定的生产条件下，它们又服从一定的分布规律，这反映出产品质量又具有一定分布规律的性质。
引起产品质量出现误差的原因主要来自五个方面。
（1）人（Man）：操作者对质量的认识，技术熟练程度，身体状况等；（2）机器（Machine）：机器设备、工夹具的精度及其维护保养状况等；（3）材料（Materiel）：材料的成分，物理性能和化学性能等；（4）方法（Method）：工艺规程，操作规程和测量方法等；（5）环境（Environment）:工作地的温度、湿度、照明和清洁卫生状况等。
由于这五个因素的英文名称的第一个字母是M和E，所以常简称为4M1E。
从工序管理的需要，按数理统计的观点，通常把上述误差分为两类，随机误差与系统误差。
一、随机误差随机误差是由一些经常起作用的、微小的、在一定条件下又是不可避免的因素所引起的误差，这些因素可能是：机床和测量手段的固有精度，机床在切削过程中的震动，工人在旋转手柄时所造成的操作误差，电网供电参数的波动，环境温度和湿度的随机变化以及其他等等。
引起这种误差的具体原因很多，但是它们共同的特点是误差本身的数值不大，虽然在发生的方向上是随机的，但却围绕目标值两侧，误差可能是正值也可能是负值。
这样，尽管这种误差项目很多，但累加起来，往往是相互抵销或者是数值不大，一般不会由此而出现超差现象。
由于随机误差对于包含有极多个产品的无限总体（工序）来说，是一个服从正态分布的随机变量，就是说它具有一个分布中心，并围这个中心随机地波动，其平均值应近似地等于零，即Ｅ（θ）＝０式中：θ随机误差。
在实际工作中，由于随机误差一般数值不太大，在技术上和经济上完全消除它们的必要性不大，因此，在加工过程中出现这种误差通常认为是正常的现象。
二、系统误差系统误差是指随着工序长时间重复加工，可能发生发展的另一类误差。
这类误差出现的机会性少，但一经出现将说明产品质量发生了显著变化。
这类误差通常是由一些对产品质量不经常起作用的影响因素所引起，如：工人不按操作规程操作，工人过度疲劳，原材料规格不符，刀具过度磨损，定位件和坚固件的位移或松动，使用未经检定的测量工具等等。
引起系统性误差的因素称之为系统因素。
应该说，只要有生产活动在进行就不能完全杜绝系统误差的产生，因此才有工序管理和控制的必要。
从这个意义上来说，在一定时间范围内，系统误差也是不可避免的。
显然系统误差也是一个变量，不过它与偶然误差主要区别在于，它不是一个随机变量，而是随着时间，按一定方向，从小到大或从大到小或作某种周期性的变化。
它们在产生的初始阶段，尽管还不很显著，并常与随机误差混杂在一起而不易被鉴别，甚至被误差认为是随机误差，但是随着工序加工的进行，这类误差将逐渐增大、且愈益显著，此时如果不及时采取措施来加以调整的话，必将会引起超差，因此对系统误差来说，即要求承认其客观存在又要力求予以消除或把它控制在合理的最小范围之内。
综合上面所述，根据系统误差和随机误差两变量变化规律的明显不同，我们完全可以利用一定的统计手段把两者区别开来。
即如果一道工序能力高，其加工质量稳定，则产品质量必将符合标准要求，此时影响产品质量差异的主要成份将是随机误差，如果把测量到的质量数据绘制成分布图，必然构成典型的分布，且在较多情况下服从正态分布。
如果所得到的结果不是一个典型分布，即就有理由怀疑，在产品质量中所产生的异变有较明显的异常因素存在，这就要结合有关生产技术和经验，找出具体引起异常的原因，以便采取措施消除。
第二节频数分布直方图分析工序质量情况，可通过对质量特性值有关数据的搜集整理以及利用图形显示来发现问题，以便寻找解决质量问题的办法。
质量数据总是形成分布的，这种分布有它的集中位置，也有它的分散范围，这种既集中又分散的情况，就是产品质量分布的基本规律。
在偶然性因素作用下，计量值数据反映出的波动规律，是一正态分布规律。
为了摸清这一规律，可采用一种统计分析的方法，这就是频数分布直方图法。
频数分布直方图主要用来分析质量数据的分布情况。
具体作用是：（１）判断一批已加工完毕的产品质量；（２）验证工序的稳定性；（３）为分析工序能力而进行的有关计算收集数据。
现结合某炼钢厂分析冶炼某种不锈钢铬含量（标准：17.63～17.84％）的波动情况，来说明绘制频数分布直方图的步骤和方法。
一、绘制频数分布直方图１、收集数据收集数据通常采用单纯随机不重复抽样方法。
从总体中抽取大小为n的样本，并将结果记录在样本数据记录上（参见下表）。
当数据的位数很多时，通常将加工过程中不会产生误差的部分做为记录基数不列入表中，这样可以简化数据处理工作（本例记录基数为17.00%）。
样本大小n可以用计算方法来确定。
根据理论推算证明，为保证平均值的必要精度，样本至少应含有20～30件样品；而为保证标准偏差的精度，抽取的样本应不少于50件。
因此，在实际工作中抽取的样本，其容量一般为50～200。
显然，容量越大，评估结果愈精确，但由此而增加了测取费用和工作量。
在抽样时还要注意被抽查零件的加工条件，如果加工条件有变化，则应进行分层。
２．计算数据的极差（Ｒ）极差表示被测取的质量特性的分布范围。
是被测数据中的最大值和最小值之差。
上表中，最大值Ｘmax＝17.81%，最小值Ｘmin＝17.64%，则极差Ｒ为：Ｒ＝Ｘmax－Ｘmin＝17.81%-17.64%＝0.17%３．确定分组组数（Ｋ）和组距（h）合理选定数据的分组组数，对正确绘制频数分布直方图非常重要。
组数太少会掩盖各组内的变化情况，且会引起较大的计算误差；组数太多又会造成各组高度的参差不齐，反而难以看清分布的情况，而且计算工作量也大。
因此组数的确定要适当。
分组组数的多少主要与极差Ｒ及样本大小n有关。
组数Ｋ的确定可以参考组数选用表。
本例中：n＝100，故确定Ｋ＝10，组距用字母h表示（h：一般取最小测量单位的整数倍），h＝极差／组数，本例中h＝Ｒ／Ｋ＝0.１７%／１０＝0.017%≈0.0２%４．确定各组界限确定各组界限，就是确定各直方块在横坐标上的位置。
为避免出现测量值与组的边界值重合的问题，组的边界值的确定，一般比测量值小半个单位，使得比测量精度高１位。
分组的范围应能把数据表中的最大值和最小值都包括在内，且最大值与最小值同两端组界间隔大致相等。
根据这个原则，(本例中最小测量单位为：0.01％)本例第一组的下界限值为：Ｘmin－最小测量单位／２＝17.64%－0.01%／２＝17.635%第一组的上界限值为：第一组的下界限值＋组距＝17.635%＋0.02％＝17.655％第二组的下界限值就是第一组的上界限值＝17.655％第二组的上界限值＝第一组的上界限值＋组距＝17.655％+0.02％＝17.675%第三组的下界限值＝17.675%第三组的上界限值＝17.675％＋0.02％＝17.695％第四组的下界限值＝17.695%第四组的上界限值＝17.695%+0.02%＝17.715%第五组的下界限值＝17.715%第五组的上界限值＝17.715%+0.02%＝17.735%第六组的下界限值＝17.735%第六组的上界限值＝17.735%+0.02%＝17.755%第七组的下界限值＝17.755%第七组的上界限值＝17.755%+0.02%＝17.775%第八组的下界限值＝17.775%第八组的上界限值＝17.775%+0.02%＝17.795%第九组的下界限值＝17.795%第九组的上界限值＝17.795%+0.02%＝17.815%5.计算平均值Ｘ和标准偏差Ｓ正态分布曲线两特征数的计算可采用通常的计算公式，但当样本很大时，按公式计算很不方便，实际工作中常采用简便方法计算。
- 6 -(１)变量代换法。
计算各组组中值（Ｘ中i）Ｘ中i＝（第i组下界限值＋第i组上界限值）／２本例中各组组中值计算结果如下：（见上表）Ｘ中１＝（17.635%＋17.655%）／２＝17.645%Ｘ中２＝（17.655%＋17.675%）／２＝17.665%Ｘ中３＝（17.675%＋17.695%）／２＝17.685%Ｘ中４＝（17.695%＋17.715%）／２＝17.705%Ｘ中５＝（17.715%＋17.735%）／２＝17.725%Ｘ中６＝（17.735%＋17.755%）／２＝17.745%Ｘ中７＝（17.755%＋17.775%）／２＝17.765%Ｘ中８＝（17.775%＋17.795%）／２＝17.785%Ｘ中９＝（17.795%＋17.815%）／２＝17.805%由计算结果可见Ｘ中i是各组数据的中心值，也是相应数组的代表值。
引进组中值的代替变量设：u i＝（Ｘ中i－Ｘ０）／h式中：u i为第i组组中值代替变量；Ｘ０为任意有效数，这里取在频数分布表中频数最高组的组中值。
当有两个以上的组，数据出现的频数同等最高时，可任取一组的组中值。
Ｘ０＝17.725%h 使数据化为整数的数值，这里h取组距值。
h＝0.02％本例：u１＝（Ｘ中１－Ｘ０）／h＝（17.645%－17.725%）／0.02％＝－４u２＝（Ｘ中２－Ｘ０）／h＝（17.665%－17.725%）／0.02％＝－3u３＝（Ｘ中３－Ｘ０）／h＝（17.685%－17.725%）／0.02％＝－2u４＝（Ｘ中４－Ｘ０）／h＝（17.705%－17.725%）／0.02％＝－1u５＝（Ｘ中５－Ｘ０）／h＝（17.725%－17.725%）／0.02％＝0u６＝（Ｘ中６－Ｘ０）／h＝（17.745%－17.725%）／0.02％＝1u７＝（Ｘ中７－Ｘ０）／h＝（17.765%－17.725%）／0.02％＝2u８＝（Ｘ中８－Ｘ０）／h＝（17.785%－17.725%）／0.02％＝3u９＝（Ｘ中９－Ｘ０）／h＝（17.805%－17.725%）／0.02％＝4 由计算结果看出，代替变量u i表示第i组相对于分布中心（最大频数的组）Ｘ０向正方向和向反方向偏离的组数。