质量管理7种统计工具简介
总结一下质量管理传统7种工具的原理及应用范围
总结一下质量管理传统7种工具的原理及应用范围质量管理传统的七种工具分别是流程图、直方图、因果图、散点图、控制图、构型图和帕累托图。
这些工具经过多年的发展和实践，已成为质量管理的基础工具，可以帮助企业识别和解决问题，提升产品和服务的质量。
一、流程图1.原理：流程图是通过图形的方式，将一个流程或系统的各个步骤进行可视化的展示。
它可以帮助人们理解和分析流程中的每个环节，从而找到优化的机会。
2.应用范围：流程图适用于各种类型的组织和行业，例如制造业、服务业、项目管理等领域。
它可以用于描述生产流程、销售流程、服务流程以及项目管理流程等。
二、直方图1.原理：直方图通过将连续数据分组，并以柱状图的形式展示数量的分布情况，帮助人们理解和分析数据的分布特征。
通过观察数据的直方图，可以发现数据的偏态、离群值等问题。
2.应用范围：直方图适用于各种类型的数据分析场景，例如产品质量分析、生产过程的稳定性分析、市场调研数据的分析等。
三、因果图1.原理：因果图是通过将问题的可能原因和结果进行因果关系的图示化，帮助人们找到问题背后的根本原因，从而采取相应的改进措施。
2.应用范围：因果图适用于各种类型的问题分析，例如产品质量问题、客户投诉问题、生产效率问题等。
四、散点图1.原理：散点图通过绘制变量之间的二维坐标点，展示它们之间的关系。
通过观察散点图，可以判断变量之间是否存在其中一种关联关系，进而进行相关分析。
2.应用范围：散点图适用于各种类型的数据分析场景，例如变量之间的相关性分析、产品设计和制造过程中的参数优化分析等。
五、控制图1.原理：控制图是一种监控工具，用于检测过程是否处于统计控制状态。
通过将过程数据进行统计分析，并在图上标记出控制线和预警线，可以快速识别出过程是否存在特殊因素的影响。
2.应用范围：控制图适用于各种类型的过程监控场景，例如生产过程的控制、质量控制、项目管理等。
六、构型图1.原理：构型图是通过绘制系统中各个组成部分之间的关系，帮助人们理解系统的结构和相互作用。
总结一下质量管理传统7种工具的原理及应用范围。
总结一下质量管理传统7种工具的原理及应用范围。
质量管理传统7种工具是质量管理中经典的工具集合，主要包括流程图、直方图、因果图、控制图、检查表、 Pareto图和散点图，这些工具能够帮助企业识别和解决质量问题，提高产品和服务的质量，保障客户满意度。
1.流程图：它是一种图形化的表示企业工作流程和操作流程的工具，它可用于详细列举流程中每一步骤，以及确定所需时间和资源。
流程图应用范围主要在于了解和改善流程、减少流程浪费、提高效率、降低错误率等。
2.直方图：它是一种图表，用于表示各种数据的分布情况，以便找到数据的中心位置、范围、密度、偏度和峰度等参数，从而评估数据的质量。
直方图适用于对不同数据维度进行比较，发现和分析异常值等。
4.控制图：它是一个跟踪过程或产品的参数变量，以便识别系统的特殊因素和常见因素，并以此加以控制。
控制图的应用范围主要在于检测质量问题、发现和跟踪过程中的变化、实现连续改进等。
5.检查表：它是一个记录产品或流程评估结果的表格，可以用于分析流程中有无缺陷和异常，识别问题所在，以及确定改进措施。
检查表的应用范围主要在于检查产品或工作过程，快速发现错误、标准化流程、验证方案的有效性等。
6. Pareto图：它是一个按降序排列的条形图，将质量问题按照重要性排序，以便确定要优先解决的问题。
Pareto图主要应用于发现主要质量问题、找出影响核心问题的根本原因等。
7.散点图：它是一个统计数据图表，用于确定两个变量之间的关系和相关性，以便预测未来的趋势和发现异常值。
散点图的应用范围主要在于识别变量之间的趋势、发现新的机遇、预测未来的结果等。
总之，以上的7种传统的质量管理工具，都是有其自身的特点和适用范围，企业可以根据实际情况和需要选择合适的工具来帮助识别和解决质量问题，提高产品和服务的质量。
质量管理新老七种工具解析
质量管理的办法、技术和工具进行了整理，主要包括：传统的检查、测试、统计抽样和6σ。
另外，业界在开展全面质量管理的过程中，通常将因果图、流程图、直方图、检查表、散点图、排列图和控制图称为“老七种工具”，而将相互关系图、亲和图、树状图、矩阵图、优先矩阵图、过程决策程序图和活动网络图称为“新七种工具”。
传统工具：1 检查指对工作产品进行检视来判断是否符合预期标准。
检查的结果含有度量值，检查常常也叫做评审、审计、走查。
检查的目的是检测和识别软件产品异常。
一次检查通常针对产品的一个相对小的部分。
发现的任何异常都要记录到文档中，并提交。
2 测试是用来确认一个项目的品质或性能是否符合需求说明书所提出的一些要求。
示例：在项目质量监控过程中，在完成每个模块编码工作之后就要做的必要测试，称为单元测试。
3 统计抽样从感兴趣的群体中选取一部分进行检查统计抽样（适当的抽样调查可降低质量控制成本）、趋势分析、缺陷修复审查等。
4 6σ采用以顾客为中心的评测方法，驱动组织内各个层次开展持续改进，包括：单位产品缺陷（DPU）；每百万次运作所存在的缺陷（DPMO）；组建项目团队，提供积极培训；注重支持团队活动的倡导者；培训具有高素质的过程改进专家；确保在持续改进过程初期确定合理的测评标准；委派有资历的过程专家指导项目团队工作。
6σ管理（每一百万个机会里面有3.4个瑕疵）老七种工具：1 因果图（鱼刺图）定义：石川图、鱼骨图问题的特性总是受到一些因素的影响，我们通过脑力激荡找出这些因素，并将它们与特性值一起，按相互关联性整理而成的层次分明、条理清楚，并标出重要因素的图形就叫特性要因图。
因其形状如鱼骨，所以又叫鱼骨图（以下称鱼骨图），它是一种透过现象看本质的分析方法。
又叫因果分析图、鱼刺图或石川图；该图的“鱼头”代表质量问题，每个“鱼刺”代表了一个可能的差错原因或检验点。
因果图（又叫因果分析图、石川图或鱼刺图）直观地反映了影响项目的各种潜在原因或结果及其构成因素同各种可能出现的问题之间的关系。
质量管理的老7种工具
质量管理的老7种工具老七种工具：分层法排列图法因果分析图法调查表法直方图法散布图法控制图法产生背景:日本，二十世纪六十年代。
老七种工具的特点：强调用数据说话，重视对制造过程的质量控制通俗易懂,一线员工易于掌握质量管理老7种工具1.分层法概念分层法又称分类法，即：把收集来的原始质量数据，按照一定的目的和要求加以分类整理，以便分析质量问题及其影响因素的一种方法。
原则➢根据分层的目的➢按照一定的标志➢数据的归类➢分层的关键质量数据分层的标志(5M1E)操作者、机器设备、原材料、测量、方法、环境。
不同的时间；不同的检验手段；废品的缺陷项目。
分层法实例（1）某轧钢厂一个车间的生产情况统计如下：甲乙丙三班各轧制钢材2000t，共轧制6000t，其中轧废169t。
如果只知道这样三个数据，则无法对质量问题进行分析。
下表是进行的分层分析。
分层法实例（2）某产品的汽缸体与气缸盖之间经常发生漏油现象，使用分层法分析其主要原因。
解：通过现场调查发现主要原因是密封不好。
该装配工序是由甲乙丙三个工人各自完成的；并发现漏油的主要原因是三个人在涂粘结济方法上的不同以及所使用的气缸垫分别来自A 和B两个协作厂。
调查的数据如下：调查总数50个，漏油19个，漏油发生率0.38。
现采用分层法按操作者和协作厂分层收集整理数据。
按操作者分层结论：工人乙的操作方法漏油发生率比较低。
按协作厂分层结论：B厂的气缸垫漏油发生率比较低。
综上：建议采用乙的工作方法和B厂的气缸垫。
实施结果：漏油发生率增加了原因：没有考虑两者之间的关系措施：重新考虑分层与协作厂联合分层结论：B厂↔工人甲A厂↔工人乙2.排列图法概念➢排列图又称主次因素分析图或帕累托图（Pareto）。
➢由两个纵坐标、一个横坐标、几个直方块和一条折线所构成。
➢累计百分比将影响因素分成A、B、C三类。
排列图又叫巴雷特图（pareto diagram）,其原理是意大利经济学家帕累托在分析社会财富分布状况时得到的“关键的少数和次要的多数”的结论。
质量控制-7种工具
使用
柱形图表
10万
5万
2万
数量比较
5.图表
5.3 根据表现方式区分的分类
对比目标与实绩，适合与生产数量，不良率的管理。
特征
表现时间经过的连续变化或 趋向。
制定每日或每月数量大小及 累计，进行目标管理。
说 明
通过线的高低来比较。
形态
Z形图表
使用
曲线图表
变化状态
5.图表
5.3 根据表现方式区分的分类
1.质量
质量是决定产品或服务的有效性的性质或为履行使用目的而必备的性质，取决于多种质量特性的集合
一组固有特性满足要求的程度。-ISO9001:2000
要求：明示的、通常隐含的或必须履行的需求或期望
特性：可区分的特征
注1：术语“质量”可使用形容词如差、好或优秀来修饰。 注2：“固有的”（其相反是“外来的”）就是指在某物中本来就有的，尤其是那种永久的特性
选定及收集
1
1.按数量的大小整理并在各项目上记录。 “其他”排在最后。 2.计算累计数量及占有率。
整理及计算
2
1.在横轴上从左到右按数据量排列。 “其他”排在最后
画横，竖轴 及柱形
3
6.柏拉图
6.2 制定方法
内 容
名 称
顺序
1.在各柱形的右上端打点并用直线连接。
记录累计曲线
直观表现各部分的比率。
特征
可直观表现各部分的比率。
按占有率画在长方形带中。
说 明
按占有率区分整个圆。
形态
带状图表
使用
圆形图表
占有率
1月 56%
2月 20%
4月 10%
质量管理新七种工具
质量管理新七种工具新七种工具的产生日本在开展全面质量管理的过程中通常将层别法、柏拉图、特性要因图、查检表、直方图、控制图和散布图称为“老七种工具”，而将关联图、KJ法、系统图、矩阵图、矩阵数据分析法、PDPC法以及箭条图统称为“新七种工具”。
这七种新工具是日本科学技术联盟于1972年组织一些专家运用运筹学或系统工程的原理和方法，经过多年的研究和现场实践后于1979年正式提出用于质量管理的。
这新七种工具的提出不是对“老七种工具”的替代而是对它的补充和丰富。
一般说来，“老七种工具”的特点是强调用数据说话，重视对制造过程的质量控制；而“新七种工具”则基本是整理、分析语言文字资料（非数据）的方法，着重用来解决全面质量管理中PDCA循环的P（计划）阶段的有关问题。
因此，“新七种工具”有助于管理人员整理问题、展开方针目标和安排时间进度。
整理问题，可以用关联图法和KJ法；展开方针目标，可用系统图法、矩阵图法和矩阵数据分析法；安排时间进度，可用PDPC法和箭条图法。
70年代以来，特别是1973年“石油危机”后，日本一些质量管理专家学者、公司经理提出“要转向思考性的TQC”。
而思考性的TQC则要求在开展全面质量管理时，应注意如下几点：(1) 要注意进行多元评价。
(2) 不要满足于“防止再发生”，而要注意树立“一开始就不能失败”的观念。
(3) 要注意因地制宜地趋向于“良好状态”。
(4) 要注意突出重点。
(5) 要注意按系统的概念开展活动。
(6) 要积极促“变”，进行革新。
(7) 要具备预见性，进行预测。
由此，对于质量管理的方法也提出了以下几点新的要求：(1) 要有利于整理语言资料或情报。
(2) 要有利于引导思考。
(3) 要有助于充实计划的内容。
(4) 要有助于促进协同动作。
(5) 要有助于克服对实施项目的疏漏。
(6) 要有利于情报和思想的交流。
(7) 要便于通俗易懂地描述质量管理的活动过程。
“新七种工具”就是在这样的要求下逐渐形成的。
质量分析7种统计工具
。
不足
数据质量依赖
技术门槛较高
统计工具的分析结果受数据质量影响较大 ，如果数据存在误差或异常值，可能导致 分析结果不准确。
使用统计工具需要一定的统计学和计算机 知识，对使用者的技术要求较高。
无法处理非结构化数据
无法提供实时分析
数据可视化工具，支持 交互式数据探索和仪表
盘制作。
Power BI
商业智能工具，提供数 据整合、分析和可视化
等功能。
结合实际情况进行选择和应用
数据类型和规模
根据数据类型（如定量、定性）、数 据规模（如样本量、变量数）选择合 适的工具。
分析需求
明确分析目的和问题类型，选择相应 的统计方法和工具。
专业知识和技能
降低生产成本
通过质量分析，可以减少 不良品率，降低返工、维 修等成本。
提升客户满意度
优质的产品质量可以提高 客户满意度，增强品牌形 象。
汇报范围
统计工具介绍
简要介绍7种常用的质量分 析统计工具。
应用场景
说明这些统计工具在哪些 场景下使用以及如何使用 。
效果评估
对这些统计工具的应用效 果进行评估，包括提高产 品质量、降低生产成本、 提升客户满意度等方面。
展望
智能化发展：随着人工智能和机器学 习技术的不断发展，未来的质量分析 工具将更加智能化。这些技术可以帮 助组织自动识别数据中的模式和趋势 ，提供更准确、更及时的分析结果。 同时，智能化的分析工具还可以根据 历史数据和实时数据进行预测，为组 织提供更前瞻性的质量管理建议。
数据可视化：数据可视化是一种强大 的沟通工具，可以帮助组织更好地理 解和传达质量分析结果。未来的质量 分析工具将更加注重数据可视化功能 的发展，提供更丰富、更直观的数据 展示方式。这将使得质量分析结果更 易于理解和接受，从而促进组织内部 的沟通和协作。
质量管理老七种工具的使用方法
1
81
98.78％
铆裂
1
82
100％
合计
82
82
注意事项：当一种产品有两种或两种以上不 合格时，事先必须规定如何记录。
中、重卡第六横梁件铆接铆钉质量缺陷调查表
例二：
不合格位置调查表
#2022
机翼划伤位置记录表
单位：×车间×工段
日期： 年 月 日
操作者：× × ×
排 列 图
目从最重要到最次要进行排列而采用的一种简单的图 示技术。 排列图是由一个横坐标、两个纵坐标、几个按 高低顺序排列的矩形和一条累计百分比折线组成。
定义：排列图又叫帕累托图。它是将质量改进项
按重要性顺序显示每个质量改进项目对整 个质量问题的作用。 识别进行质量改进的机会。
作用
制作排列图的步骤
#2022
第七步，在横轴上按频数大小画出矩形，矩形的高度代表
各不合格项频数的大小。
第八步，在每个直方柱右侧上方，标上累计值(累计频数和
累计频率百分数)，描点，用实线连接，画累计频数折线(帕累
托曲线)。
第九步，在图上记入有关必要事项，如排列图名称、数
据、单位、作图人姓名以及采集数据的时间、主题、数据合计
序号
缺陷
频率
累计频数
频率×100
累击频率×100
1 2 3 4 5 6 7
精磨外圆 精切环槽 精镗销孔 垂直摆差 斜 油 孔 磨 偏 差 其 它
229 136 56 42 15 14 8
229 365 421 463 478 492 500
45.8 27.2 11.2 8.4 3.0 2.8 1.6
注意事项：
数据的性质分类要明确； 从品质(不良率/缺陷数)、效率(工时)、成本 (各项费用)等项目的日报、周报、月报中发现问题 同一问题有很多项目在一起应层别； 层别所得资料要能与对策相连接。
- 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)。
目录第一章质量管理统计工具概述 (3)第二章数据与图表 (3)第三章调查表 (7)第四章散布图 (12)第五章层别法 (14)第六章直方图 (15)第七章柏拉图 (21)第八章特性要因分析图 (23)第九章控制图 (25)第一章质量管理统计工具概述传统的统计技术是指“数理统计”。
是建立在概率论基础上的数学的一门分支，是“研究如何以有效的方式去收集、整理和分析受到随机性影响的数据，以对所观察的问题做出推断、预测，直至采取决策及行动提供依据。
”如抽样检验、实验设计、显着性检验、可靠性等都属数理统计的范畴。
这里我们要感谢日本的质量管理者，他们在推行全面质量管理（TQM）中，首先打破统计技术就是数理统计的禁区，使一些难以登上大雅之堂的，但在现场能方便使用的图表或经整理的特征数据，也纳入统计技术的范畴。
为区别起见，人们习惯将统计技术分成两大类：推断型统计技术：主要解决从样本如何推断总体。
概率论和数理统计研究的对象大多属此类。
描述型统计技术：主要利用数据的特征值或有关图表来描述事件。
质量管理七种统计工具就属此类。
第二章数据与图表一、数据＝事实质量管理八原则中的“基于事实的决策方法”原则强调：“有效决策是建立在数据和信息分析基础上的”。
数据就是质量体系现状的事实的一部分，它也是统计技术的基础。
二、数据的分类1.依特性计数型数据计量型数据2.依来源市场数据制程数据检验数据3.依时间过去数据日常数据新数据三、应用数据须注意的重点1.搜集正确可用的数据2.避免个人主观的判断3.掌握事实的真相四、整理数据的方法1.机器整理法(计算机软件…)2.人工整理法(卡片、笔记…)3.实例说明五、整理数据的原则1.发生问题而要采取改善对策前，必须有数据作为依据。
2.对于数据使用目的应清楚了解。
3.当数据搜集完成后，应立即使用它。
4.数据的整理与运用，改善前、改善后所具备的条件应一致。
5.数据不可造假，否则问题将永远无法解决。
六、图表的种类1.依使用目的：解析用图表管理用图表计划用图表计算用图表统计用图表说明用图表2.依数据性质静态图表动态图表3.依表现内容系统图表预定图表记录图表统计图表4.依表示方法柱形图、面积图、扇形图、折线图….七、图表之功用1.利于多种复杂现象的相互比较。
2.费很少时间可得明确的概念。
3.快速显现变异，作为需改善的证据。
4.容易制作，大家都可使用。
5.对于专门知识不足的人，亦可了解。
6.图表较文字可以使阅读者印入脑海。
7.利于演讲、宣传、广告、加深印象。
8.可用插补法求近似值。
9.可供预测用。
八、图表必备条件1.能把握全体2.简单明了3.能迅速了解4.正确的判断5.浮现对策九、图表制作的原则1.制作前考虑事项确定目的掌握资料掌握情报阅读对象方便性、经久性、时间性符合正确、简洁、清楚原则2.制作应遵守的原则目的明确(清楚标示主题)数据特性掌握(固定、前后一致、正确性、适用性) 图表之整体美观(单位、大小、点线、颜色…) 要求标准化，力求实用性 文词简洁(图文并茂，搭配突出）图表履历(制作单位、人员、时间、主题…) 数值一般取三位数以下十、图表举例 1.比较图冲压工场C.D.E.F.G 零件返修率 改善前、中、后柱形图比较图2. 趋势图20406080100120C 零件D 零件E 零件F 零件G 零件整 修 率改善前改善後一個月改善後三個月0.00.51.01.52.0一月二月三月四月五月六月(月份)不良率(%)不良率趋势图第三章调查表一、定义：简单易于了解的标准化表格或图形－－可提供量化分析或比对调查用。
二、调查表的分类：◎点检用：只做是非或选择的注记，主要功用在于确认作业的执行，防止作业疏忽或遗漏或预防事故发生。
◎记录用：用来搜集计划资料，以作为数据分析的依据，以找出不良原因或项目，进而拟订改进措施。
三、调查表制作应注意事项：1.明了制作目的2.决定调查项目3.决定调查频率4.决定调查人员及方法5.决定记录方式6.决定调查表格式7.决定调查符号四、调查表的制作方法：1.点检用调查表◎列出每一需要点检项目◎找出非点检不可之项目◎注意顺序排列◎尽可能将之层别～以利分析（机种、人员、工程、时程…）◎先使用，再求改进2.记录用调查表◎决定希望把握的项目◎决定希望要搜集的数据◎决定调查表格式◎决定记录的方法◎决定搜集数据的方法 (何人？频率？方法？仪器…）五、调查表记载的项目：1.标题－目的2.对象、项目－为什么？3.人员－由谁做？4.方法－何种方法？5.时间－什么时间？频率？6.制程别、检验站－什么地方、场所？7.结果之整理－合计，平均值，统计分析8.传递途径－谁要了解？要报告给谁？六、调查表制作要点：1.可先参照他人范例2.愈简单愈好——易记录、易看、发现时间最短3.记录者能一目了然所记录内容4.集思广益，不可遗漏重要项目5.不可让使用者产生错误的记录七、调查表的应用：1. 搜集数据立即使用，观察数据是否代表某些事实？2.数据各项目间之差异点为何？是否集中？3.是否因时间经过而有变化？4.如有异常，应马上追究原因，采取必要措施？5.调查项目应随作业改善而改变。
6.调查项目检察要细心、客观。
7.记录能迅速判断、采取行动。
8.明确指定谁来做，并使了解目的及方法。
9.数据应能获得层别的情报。
10.数据收集若非当初所想的，应重新检讨调查表。
11.调查项目、时间、单位…等基准应一致，以利分析。
12.尽快呈报结果给相关人员。
13.数据搜集应注意随机性、代表性。
14.过去、现在的调查记录，应适当保管。
15.调查表记录完成后，可用柏拉图加以整理。
八、调查表范例：＜例1＞产品品质检验判定用调查表例生产成品外观品质判定基准表＜例2＞堆高机年度保养调查表例堆高机每年自动检查记录表九、实例演练1.某一生产单位，欲知某零件尺寸其制程的变异情形，故收集多组数据以为分析，已知该零件规格为5.0 0.6，今量测50组数据如下：试依其条件制作一调查表。
与横坐标。
如：(2)接着在纵轴填入中心值及以0.1为间隔的数值，横轴填入测量个数以5为间隔单位及小计或合计等字段。
如：外径尺寸测量记录第四章散布图一、前言：◎掌握两个变量之间的相关程度。
◎检视离散现象。
◎掌握制程参数与产品特性的因果关系。
◎可藉以观察随着一变量的变化，另一变量的变化情形。
二、散布图的定义：将因果关系所对应变化的数据分别点绘在X－Y轴坐标的象限上，以观察其中之相关性是否存在？(例)空调销售台数与天气温度的关系。
三、散布图的制作方法：1.收集成对的数据，整理成数据表。
2.找出X、Y的最大值及最小值。
3.以X、Y的最大值及最小值建立X-Y坐标。
4.决定适当的刻度。
5.将数据依次数点绘于X-Y坐标中。
6.注记相关资料7.判读图形◎是否有异常点◎是否需再层别◎是否与固有技术、经验相符。
四、散布图的几种典型类型：1.强线性正（负）相关：X变量增大（或减小）时，Y变量明显增大（或减小）。
2. 弱线性正（负）相关：Y变量随X增大（或减小）有增大（或减小）的趋势，但不很明显。
3.线性不相关：X变量与Y变量间没有相关关系。
4.非线性相关（曲线相关）：Y变量随X变量的变化没有单一的增大或减小趋势，不是线性相关的，但两变量的变化呈曲线式的对应关系，即存在非线性的相关关系。
第五章层别法一、层别法的定义：造成产品质量异常的因素很多，如何正确、迅速找出问题症结所在，节省时间、人力，行之有效的方法就是将数据分层，即将数据按影响质量的因素分别整理，层层分析，从而使分析准确无误。
这种分别整理数据的方法就叫层别法。
二、层别法的分层类别：可根据具体情况采用不同的分层类别，常见的有1.操作人员：按个人分，按班次分，按经验分；2.机器设备：按机器分，按工具分；3.材料：按来源分，按品种分，按生产批次分；4.加工方法：按加工、装配、测量、检验等各种工作条件分；5.时间：按上下午分，按年月季节分；6.环境：按室内环境、电磁环境、气象情况分；7.其它：按发生情况、发生位置分。
三、层别法的实施步骤1.先行选定欲调查的原因对象。
2.设计搜集数据所使用的表格。
3.设定数据收集点并训练站别员工如何填制标格。
4.记录及观察所得的数值。
5.整理数据、分类绘制应有的图表。
6.比较分析与最终推论。
四、层别法使用之注意事项1.实施前，首先确定层别的目的：不良率分析？效率之提升？作业条件确认？2.调查表的设计应针对所怀疑的对象设计。
3.数据的性质分类应清晰详细记载。
4.依各种可能原因加以层别，至寻出真正原因所在。
5.层别所得的情报应与对策相连接，并付诸实际行动。
第六章直方图一、直方图的定义：将制程中所收集的有关产品特性或结果的计量值，分为若干个组距相等的组，统计出所测数据分别落在各组的频数。
以各组边界值画横轴，纵轴为频数，画出以组距为宽，频数为高的一个个直方，即为直方图。
二、使用直方图的目的：(1)了解分配的型态(2)研究制程能力或测知制程能力(3)工程解析与管制(4)测知数据的真伪(5)计算产品的不良率(6)求分布的平均值与标准差(7)藉以订定规格界限(8)与规格或标准值比较(9)调查是否混入两个以上不同群体 (10)了解设计管制是否合乎制程管制三、数据的位置特征值1.平均值X X =∑=ni i x n 11 样本总体平均值通常用μ表示2.中位数 X ~将N 个数据按大小次序排列，位居正中的那个数或中间两个数的平均值（当数据个数为偶数时）。
3.中 值 M M=2minmax X X +4.众 数 在用频数分布表表示测定值时，频数最多的值即为众数。
四、数据的离散特征值1.极 差R R=X m ax -X m in2.偏差平方和S S=21)(X Xni i-∑=3.无偏方差 s 2 s 2=1-n S =11-n 21)(X X ni i -∑=4.标准偏差 s s =2s =1-n S 样本总体标准差通常用σ表示五、直方图的制作方法 1.搜集数据并记录2.找出数据中之最大值(X m ax )与最小值(X m in )3.求极差R4.决定组数 K=1＋3.32 lgn （n 为样本大小）5.求组距h h=K Rh 通常取整数6.求各组上组界、下组界7.统计各组中数据的频数8.作频数分布表9.依据频数分布表做出直方图六、常见的直方图型态(1)正常型：中间高，两边低，左右基本对称，有集中趋势结论：左右对称分配 ( 常态分配 )，显示制程在正常运转下。
(2)锯齿型：高低不一，有缺齿情形，不正常分布。
结论：其原因可能是分组不当（过多）或测量误差过大（统计员对测定值是否有偏好、假数据、或测量仪器不精密）所致。
(3)偏向型：特点仍是中间高、两边低，但最高峰偏向一侧，形成不对称的形状。
结论：人为有意识的对过程进行了干涉。