质量直方图与排列图法描述

统计过程操纵（SPC）与休哈特操纵图(四)

第八章排列图法和因果图法

一、排列图法

（一）什么是排列图

排列图是为查找要紧问题或阻碍质量的要紧缘故所使用的图。它是由两个纵坐标、一个横坐标、几个按高低顺序依次排列的长方形和一条累计百分比折线所组成的图。它的基本图形,见图9-1。

排列图又称帕累托图。最早是由意大利经济学家帕累托用来分析社会财宝的分布状况。他发觉少数人占有着绝大多数财宝，而绝大多数人却占有少量财宝处于贫困的状态。这种少数人占有着绝大多数财宝左右社会经济进展的现象，即所谓“关键的少数、次要的多数”的关系。后来，美国

质量治理专家米兰，把那个“关键的少数、次要的多数”的原理应用于质量治理中，便成为常用方法之一（排列图），并广泛应用于其它的专业治理。目前在仓库、物资治理中常用的ABC分析法就出自排列图的原理。（二）排列图的作图法

1．搜集数据搜集一定时期内的质量数据，按不同用途加以分层、

统计。

以某卷烟厂卷烟车间成品抽样检验时外观质量不合格品项目调查表中的数据为例（表9-1）。

2．作缺陷项目统计表为简化计算和作图，把频数较少的油点、软腰和钢印三次缺陷合并为“其它”项，其频数为37。

（1）把各分层项目的缺陷频数，由多到少顺序填入缺陷项目统计表，“其他”项放在最后,见表9-1。

（2）按表9-1的表头计算累计频数和累计百分比。并填入统计表9-2中。

3．绘制排列图绘制排列图的步骤如下：

（1）画横坐标，标出项目的等分刻度。本例共七个项目。按统计袤的序号，从左到右，在每个刻度间距下填写每个项目的名称，如空松、贴口、......、其它。如图9-2。

（2）画左纵坐标，表示频数（件数、全额等)。确定原点为0和坐标的刻度比例，并标出相应数值，本例为100、200、300等等。

（3）按频数画出每一项目的直方图形，并在上方标以相应的项目频数。如空松458、贴口297等。

（4）画右纵坐标表示累计百分比。画累计百分比折线，可用两种方法。

方法1：定累计百分比坐标的原点为0，并任意取坐标比例（即累计百

分比的比例与频数坐标的比例无关）。按各项目直方图形的右边线或延长线与累计百分比数值的水平线的各交点，用折线连接，如图9-3、图9-4。

方法 2：累计百分比坐标以频数总数N的对应高度定为100%，以各项目的直方高度为长度而截取的各点，用折线连接。如图9-2。

（5）标注必要的讲明。在图的左上方标以总频数N，并注明频数的单位；在图的下方或适当位置上填写排列图的名称、作图时刻、绘制者及分

析结论等。

（三）排列图的分析

绘制排列图的目的在于从诸多的问题中查找要紧问题并以图形的方法直观地表示出来。通常把问题分为三类，A类属于要紧或关键问题，在累计百分比0~80%左右；B类属于次要问题，在累计百分比80~90%左右；C 类属于一般问题，在累计百分比90~100%左右。在实际应用中，切不可机械地按80%来确定要紧问题。它只是依照“关键的少数、次要的多数”的原则，给以一定的划分范围而言。A、B、C三类应结合具体情况来选定。

要紧问题项目（A类），能够用划线及“A”表示，如图9-3所示（虚线一定通过累计百分比折线上的某一点）；或用阴影线表示，如图9-2；或用文字叙述来表示，如图9-4。在排列图上，一般只分析标注要紧问题（A 类）即可。

（四）排列图法在应用中注意的事项

1．要紧项目以一至二个为宜，过多时，就失去了画排列图找要紧问题的意义。假如出现要紧项目过多的情况，就应考虑重新分层排列。

2．“其它”项应放置在最后。

3．图形应完整应该注意幸免机械地按80%划分主次问题；应该注明标题栏以及在图上标注总频数N、各坐标点的累计百分比、各项目的频数、

左右纵坐标的名称、计量单位等。

绘制排列图能够通过图形，直观地找到要紧问题。但当问题的项目较

少，主次问题已十分明显时，也能够用统计表代替画图。

为了更有效地分析问题和多方面采取措施，往往能够对一组数据采纳不同的分层来绘制排列图。如图9-3和图9-4所示是以某厂1~6月份工伤

事故的频次，按事故类不和事故发生的部门，分不绘制的排列图。

三、其它常用的图表

在质量治理活动中，还有一些常用的简易方法。

（一）折线图

折线图常用来表示质量特性数据的波动情况青况，如图9-8。作图简单，看起来直观。

（二）柱状圄

柱状图常用来表示不同时期或同一期不同情况的对比，如图9-9。（三）饼分图

饼分图常用来表示一个系统中各部分所占的比率，如图9-10，表示某厂1988年QC小组成员结构的组成。

第九章直方图法

一、什么是直方图

直方图是通过对数据的加工整理，从而分析和掌握质量数据的分布状况和估算工序不合格频率的一种方法。将全部数据分成若干组，以组距为底边，以该组距相应的频数为高，按比例而构成若干矩形，即位直方图，其差不多形势见图10-1。

什么缘故要使用直方图呢？往常我们描述质量情况虽讲差不多有一级品率、平均尺寸或平均含量等统计数据，然而只有这些统计数据还不完善，不能充分讲明问题。例如，下面两组数据是5次抽测两个班组操纵冷却温度的数据：

甲班：5、5、6、7、7 （℃）

乙班：2、4、6、8、10 （℃）

假如计算两组数据的平均值，用x来表示，则x甲=6℃, x乙=6℃。两班的x是一样的，但是专门明显，两班的操纵水平是不一样的。甲班操纵得较稳定，集中在5~7℃之间，最大与最小相差2℃。即极差R甲=7-5=2（℃）。而乙班的温度波动较大，R乙=10-2=8（℃）。能够讲两班数据的分散程度不一样。

再看另外两组数据：

甲班：3、3、4、5、5 （℃）

乙班：7、7、8、9、9 （℃）

这两个班的温度操纵都比较稳定R丙=5-3=2℃， R丁=9-7=2℃。但两班的平均温度不一样，X丙=4℃，X丁=8℃。可见在分析质量情况时只看平均值或只看分散程度差不多上片面的，要综合起来看分布。直方图法确实是用以关心我们分析产品质量的分布状况。它的用途十分广泛，常用于定期报告质量状况、分析质量分散缘故、测量工序能力、可能工序不合格品率等。

二、直方图的作法

举一个实际例子来讲明。某工厂生产的产品，重量标准要求在