品质管理QC七种(大)手法工具--直方图.doc

企业培训 品质管理QC七种(大)手法工具-直方图质量的偏差是无法回避的，判断质量的偏差是否由于偶然原因引起的，有必要对质量偏差状况进行实际测量和采集数据。下表为某一制品的100个对象，测量其长度，得到以下数据：从如此罗列的数据表是不能知道制品长度的偏差状态的。为了把握长度的偏差状态，有必要将其数据表换写成能读取偏差状态的频数表。直方图是将数据存在的区域分成几个区间，各区间里分布的数据的出现次数做成频数表，以柱形的高度来表示各区间的所属次数，能够清楚地知道偏差的状态。一、直方图的作法手顺1：收集数据 作成直方图，采集数据的数是50250，通常情况下100左右为佳。手顺2：求出数据中的最大值和最小值 具体的作法：可以先找出各行（各列）中的最大值和最小值，然后在这些值中找出最大值和最小值。行的最大值作记号 ，最小值作记号，然后找出记号中的最大值，记号中的最小值。 Xmax199， Xmin170手顺3：求出最大值和最小值的差（即数据波动的范围）范围 RXmax-Xmin 199170 29手顺4：决定假定区间数假定区间数 如果 不为整数，则按四舍五入法计算手顺5：求出测定单位（测定值的最小刻度）即所有数据间差的最小值。本例中测定单位为1mm。手顺6：决定区间的幅度区间的幅度h= 因测定单位为1mm，所以是1的整数倍，离2.9最近的值是3。手顺7：求出区间的境界值区间的境界值规定在测定单位的12之处。这是因为区间的境界值和数据值相同，就不清楚其数据值应放在上区间或下区间。（1）由以下公式求出第一区间的下境界值： 第一区间的下侧界限值=数据最小值=170=169.5（2）因为级的幅度=3，所以：第一区间的上限境界值=第一区间的下限境界值+区间的幅度=169.5+3=172.5（3）以此类推，按照这样的顺序求出第二、三区间的上下限境界值，直到最终区间的上限境界值超过数据最大值（199），即数据最大值被包括在最终区间内。手顺8：作成频数表本例如下： 手顺9：决定横坐标和纵坐标，画出柱形图，作成直方图并记入必备事项。以划分了区间的特征值作横坐标，将频数表设为纵轴即可作为直方图。根据横轴幅（数据的最大值和最小值的差）和纵轴幅（最大频数的高度）大概能呈11的比例，尽量作成易懂的直方图。 二、作成直方图的要点数据n=100（50250）XmaxXmin区间：将数据以一定的区间幅度分割区间数： 测定单位：全体数据间的差的最小值，即任意两个数据的差的最小值。 设备或测量的精度 与R=XmaxXmin有区别区间幅： 区间境界值 上侧：以每区间之间递增一个区间幅度h，求出次一区间的边界 值，以此类推，直到将数据中的最大值包括在区间境界值内为止。 下侧：第一区间的下侧境界值=数据最小值 （为了使数据值不与区间的边界重合，区间的边界值的单位取测定单位 的1/2）区间中心值： 度数表：直方图中应纳入收集数据的数目、中心值及规格值等。三、直方图的几种分布形态剖析分布形态剖析缺牙形的分布每个一级其频数变得少些，如缺牙形、梳形牙。如此的形状是由于分级不当、测量器（千分尺、秤等）使用不当引起的，例如，对以每10g所分的级只能测量50g单位的秤测量时所引起的现象。另外，测量者的刻度读法的不当也会引起此类现象。右畸变的分布直方图的平均分布的中心的左侧，左侧的频数下降得很快，而右侧得频数下降得缓慢，左右不对称。理论上，由规格值等下限被受限，某值以下得数值不能得到时所引起的。不纯物的成分在0%、不合格、缺陷在0附近时所出现的现象。分布的下摆拖长时，其理由在技术上是否能理解有必要研讨。左畸变的分布与上相反，由于理论值、规格值等上限受限时所引起的。例如：成品率、纯度接近100%时出现的现象。这时，如果去除左边的下摆，成品、纯度将会变得更好。另外，切断一定尺寸的物体时，如果切短了就不得不将其扔掉，所以常常会把它切长了，这种情况会引起此分布。切边分布直方图的平均值极端地靠近一侧，离分布的中心很远，相反的一侧其频数下降的很缓慢。将规格以下的制品全数去除时会引起此类现象。另外，测量的作假、测量误差、误检查时也会引起此现象，有必要就此检查一下。二山形分布分布的中心部分的频数较少，从而左右出现了两座山。平均值稍微有差异的几个分布相混时出现的现象。此时，有可能超出了规格值的一侧或者两侧。对所能考虑到的两台机器间、工种原料间是否有差异等原因进行分层，如果重新作直方图就能知道其不同点。孤岛形分布右端或左端有与其相分离的小岛。从不同的数据中有少量的数据混入时而出现的分布。要调查工序中有什么异常、测量是否有误、是否有其他工序的数据混入。如果管理严格，去除其孤岛，一般不良品会消失。满足规格时的例子：（1） 理想场合直方图在规格的上限和下限之中，平均值也几乎在分布正当中。偏差在规格内稍微有些余裕，可以说是理想的。（2） 两侧没有余裕的场合偏差的范围正好与规格的上限和下限一致。因为没有什么余裕，所以不能令人安心。工序即使稍微有些变化，将有可能出现不合格品，所以要减少偏差。（3） 余裕太多的场合偏差的范围过分地满足规格的上限、下限，余裕太多。这时，可以改善规格，如为了严格控制偏差，花了不少时间精力的话，可以省略一部分工序使偏差稍微变大点。如果一边的规格余裕太多也可以采取同样的措施。不满足规格似的例子：（1） 平均值错位的场合平均值朝某一方向错位，如技术上能简单地将平均值进行移动的话，只要平均值移到规格的中心上即可。（2） 平均值过分错位的场合它是上面的极端的情况，偏差的范围并不坏，只是完全离开了规格的限界。（3） 偏差非常大的场合工序的偏差太大，这时称为工序能力不足。如果行的话，放宽规格。如果这还不能改变的话应对工序彻底改善或进行全数检查。 四、直方图的使用方法（1） 观察分布的形态来把握工序的异常点如果工序有异常，其分布呈二山分布、切边分布等不规则分布。所以，通过对直方图的形态进行观察，就可以推测工序中发生了怎样的异常。（2） 调查是否在规格之内如果在规格之内的话，就能很清楚地把握住与分布之间的关系，能知道是偏向某一边的问题还是偏差的问题。具体计算平均值等就能推定其工序能力、不合格率。（3） 偏向某一边、偏差原因的调查画以机械、设备、材料、人方法和测量等分层的直方图，分析其不同点就可以知道偏向某一边、偏差的原因。但是，这时与特征因素图、帕累托图并用，从各个角度来进行分层是很重要的。（4） 改善前后进行分层对改善效果进行调查改善前和改善后级逆行能够进行分层，中心值的位置以及偏差的幅度是怎样变化的，对直方图进行比较的话就可以把握改善的效果。五、正态分布的特点（1） 曲线以对称轴，左右对称；（2） 离u很近的，出现概率大；离u远的，出现概率小；（3） 决定分布曲线形状；（4） 总体