七种质量控制手法操作手册.pdfVIP

数据的分析

从总体中抽取样本，搜集测定的数据，这些数据总是参差不齐的，即具有散差。我们

要对搜集的数据进行整顿和分析，然后才能对总体作出推测和判断。

一、数据的种类

数据大体可以分为计量值和计数值二种。所谓计数值数据，是指1,2,3,……这种非

持续性取值的数据，如一批产品的不合格品数，缺陷日勺个数以及工厂日勺事故发生件数等。把

不合格数用所有产品所除得到的不合格率，仍是计数值。而计量值数据，是指某些可以持续

取值口勺数据。如钢材口勺厚度、抗拉强度，零件的尺寸等测定值都属于计量值数据。

计量值与计数值数据差异，决定了数据所反应的记录的性质不一样，进而数据日勺处理措

施也有变化。例如，计量数据属于持续概率分布，最经典H勺使正态分布；而计数值数据属于

离散概率分布，最经典的是二项分布和泊松分布。

二、数据时分布

即时在同样的条件下制造的产品，其质量都会有差异，故我们搜集到日勺数据总是大小不

等的，稀这种数据口勺不均-性为具有散差。假如把数据控制在一定的范围哪，数据间的散差

就会有某种规律性，我们称之为分布。可以构造频数分布来理解分布状态。

们如下图所示，为某一种样本所反应口勺频数分布图。（相称于直方图）

从两个图可以看出两个分布口勺不一样，也很轻易看出两个样本的差异，进而反应了总体的分

布状况。

三、数据分布的定量表达

上面口勺频数直方图，可以用来观测数据口勺大体离散状况即分布口勺形状，不过得不到

数量方面H勺信息。尤其是比较两个以上的分布时，尽管可以凭视觉观测出分布状态上H勺

差异，却不能定量地求出他们的差异。假如能把分布状态H勺特性予以数量化，就便于比

较。一般要有表达数据整体即分布中心位置（中心趋向）和离散程度的尺度。前者可

以用平均值，后者可以用原则偏差。有时，还要从数量上表达分布状态的偏斜程度（可

用偏斜度）以及表达分布峰顶的陡峭程度（可用陡度）

1.中心位置的表达

表达中心位置的量有平均值、中位值、最多值、中值以及众数等。最常使用平均值。

平均值：各个测定值的总和除以测定值的个数，称为平均值（算术平均值），用表达X。

计算分式为：

—Xi+Xa+A+X«

—n—

〃i=i

中位值：将测定值按大小次序排列，住居正中的那个数值称为中位值。若测定值的个数

为奇数，则中位值为居于中央位正日勺那个数值：若测定值的个数为偶数，则中位值为中

间两个数a勺平均值。

中值M：测定值的最大值和最小值的平均值，称为中值。

2、散差的表达

1）极差（range）R

测定值的最大值和最小值之差为极差，用R表达。一般，当测定个数n不不小于10的场

所，用极差R表达离散程度；而当n不小于10时，则用原则偏差s表达离散程度。

2）偏差H勺平方和（sumofscuares）S

各个测定值与平均值之差称为偏差。各测定值的偏差的平方和称为偏差平方和，简称平

方和