直方图之excl画法.docVIP

品质管理工具介绍之直方图 俗话说：工欲善其事必先利其器，品质管理工具在品质管理过程中就体现他的作用。ISO9001质量管理体系要求组织确定、收集和分析适当的数据，一方面对过程、产品进行监视和测量，另一方面确定产品的特性和质量趋势，以寻找持续改进的机会。而品质管理工具就是数据分析，确定该机机会的工具。在此之前我们介绍了排列图，但排列图运用的是80/20原则，在质量管理中体现的是部分因素对质量水平的决定作用；而直方图运用的是统计学正态分布的规律，不受显著因素的控制，它是表征过程状态工具。不管是从成图的原理还是表现的内容，直方图与排列图完全不一样。下面就对直方图进行详细介绍。 一、直方图 Histogram 的定义： 直方图是频数直方图的简称，也叫柱形图。它是用一系列宽度相等、高度不等的长方形表示数据的图。长方形表示数据范围的间隔，长方形的高度表示在规定的间隔内的数据数。 二、直方图的图形： 三、直方图的作用： 1、整理计量值的观测数据，检验数据分布的类型，分析数据是否服从正态分布，判断数据有无异常，用于对总体的分布特征进行推断； 2、用于进行过程能力调查和不合格品率估计； 3、客观地反映操作者的技术水平和主观努力程度。 4、与产品规格界限做比较，可直观地判断分布中心是否偏离规格中心，以确定是否需要调整并求出其调整量； 5、还可判断数据分布的散差（分布范围）是否满足规格范围的要求，以确定是否采取缩小散差的技术性措施； 四、如何运用直方图来判断工序质量问题： 　1、正常型 　　正常型又称对称型。它的特点是中间高，两边低，呈左右基本对称，说明工序处于稳定状态。 　2、孤岛型 　　孤岛型的特点是在远离主分布中心的地方出现小的地方，形如孤岛。孤岛的存在揭示我们短时间内有异常因素在起作用，使加工条件起了变化。如原材料混杂，操作疏忽，测量工具有误差等。 　3、偏向型 　　偏向型的直方的顶峰偏向一侧，所以也叫偏坡形。计数值或计量值只控制一侧界限时，常出现此形状。有时也因加工习惯造成这样的分布，如孔加工往往偏小，而轴加工往往偏大等等。 　4、双峰型 　　双峰型往往是由于两个不同的分布混在一起所致，把来自两个总体的数据混在一起作图。例如，两个人在加工同一批产品，两台设备加工的产品混为一批等。 　5、平顶型 　　直方呈平顶型，往往是由于生产过程中缓慢变化的因素在起作用所造成。如：刀具的磨损、操作者疲劳等，应采取措施，控制该因素稳定地处于良好的水平上。 　6、断齿型 　　断齿型的直方图，大量出现参差不起，但整个图形的整体看起来还是中间高、两边低，左右基本对称。造成这种情况的原因不是生产上的问题，而可能是分组过多或测量仪器精度不够、读数有误等原因所致。 五、正态分布的介绍： 正态分布是连续型随机变量的分布规律的一种，它是计量型数据的分布规律。在日常生活中，正态分布是最常见的分布，它有很多良好的性质，这些性质是其它分布所不具备的。 正态分布的概率密度函数为，其图形如图1中曲线，它是单峰并关于X μ对称，若μ值增大，函数的图形往右移动，如果μ值减小，函数的图形就往左移，而不改变曲线的形状。 概率密度曲线与X轴围成的面积为样本的概率和，不管那种分布，样本的概率和是1，它是一个常量。当X μ时，概率密度函数f x 取得最大值为，当σ变小时，f x 的最大值变大；当σ变大时，f x 的最大值变小，具体见图2。而概率密度曲线与x轴的面积是个常量，所以当σ变小时，概率密度曲线f x 越来越尖，这表示数据落在μ附近的可能越来越大，也表示数据也来越集中，尺寸的加工变异越来越小，但不改变中心μ；当σ变小时，概率密度曲线越来越平坦，数据也远离中心μ，这表明数据也来越分散，尺寸的加工的变异性也来越大，但不改变中心μ。所以μ与σ相互独立，共同决定概率密度函数。 关于正态分布的统计量： 由于我们在统计分析时使用的都是样本，所以一般情况下我们都是在分析样本，也就是我们常说的抽样，它也是以后推断总体的基础。为了知道总体的性质，同时满足经济性原则，我们需要抽取一定的数量的样本，测量并记录观察值，分析这些数据，对比实际的情况，然后得出关于总体的论断。 但是统计学中的正态分布没有告诉我们改如何求μ与σ，那么我们必须建立μ与σ的估计方法。既然是估计，那么就有误差，不仅包含系统误差，也包含偶然误差。下面给出μ与σ的估计公式，并略作说明。 1、μ的估计量：根据统计学中矩估计、极大似然估计法，求出μ的估计量为：且没 有系统误差，所以μ的估计量就以 代替，这个式子表示的是平均值。 2、σ的估计量：由于按照统计学中矩估计和极大似然估计的到了相同的结果,就是 但是这个估计量的偏差比较大，而经过理论证明 是样本的无偏估计，不存在系统误差，所以这个估计我们可以采用，故以后的计算均以 代替。 六、手工画图步骤：详