第十周QCC讲义(直方图、散布图)ppt课件

1、散 佈 圖1.何謂分布圖 就是把相互有關連的對應數據以縱軸表示結果以橫軸表示缘由然后用點表示出分布形態根據分布的形態來判斷對應數據之間的相互關系。 這里的所謂的對應數據就是成對的數據普通來說有三種 a缘由與結果數據關系 b結果與結果數據關系 c缘由與缘由數據關系。.散 佈 圖 2.分布圖制造的五個步驟 a搜集相對應數據至少三十組以上并且整 理寫到數據表上。 b找出數據之中的最大值和最小值。 c畫出縱軸與橫軸刻度計算組距。 d將各組對應數據標示在座標上。 e記入必要事項。.散 佈 圖分布圖的研判 分布圖的研判普通說來有六種形態a在下圖當中X添加Y也添加也就表示缘由與結果有相對的正相關。正相關相關

2、性強出力0回轉數.散 佈 圖b分布圖點的分布較廣但是有向上的傾向這個時候X添加普通Y也會添加但非相對性也就是說X除了受Y的要素影響之外能够還有其他要素影響著X有必要進行對其他要因再調查這種形態叫做似乎有正相關亦稱為弱正相關。弱正相關相關性弱體重身高0.散 佈 圖c當X添加Y反而減少而且形態呈現不断線發展 的現象這叫做負相關。0負相關相關性強油的粘度溫度.散 佈 圖d當X添加Y 減少的幅度不是很明顯這時的X除了受Y的影響之外尚有其他要素影響著X這種形態叫作非顯著性負相關。非顯著性負相關相關性弱步伐濕度.散 佈 圖e假设分布圖點的分布呈現雜亂沒有任何傾向時稱為無相關。也就是說X與Y之間看不出有任何

3、關系這時候應再一先將數據層別化之后再分析。無相關溫度氣壓.散 佈 圖f假设X增大Y也隨之增大但是X增大到某一值之后Y反而開始減少。因此產生分布圖點的分布有曲線傾向的形態稱之為曲線相關。曲線相關記憶年齡.散 佈 圖利用中間值線進行相互關系研判 先算出分布圖上的點有多少然后用符號檢定表的基准數來比較普通有三個步驟 a求出中間值就是將對應數據按照大小順序陈列取出中央值的意思。 b在分布圖上畫出中間值線求出中間值數后由中間值畫出橫軸和縱軸的平行線各一條如此就把分布圖分為四個象限然后計算各象限的點數。如點剛好在中間值線上則不予以計算 c查符號檢定表并作比較判斷。.散 佈 圖运用分布圖時應留意事項 a留意

4、能否有異常點的存在有異常點存在時應馬上查出缘由如屬異常就應立刻刪除或在分布圖上特別注明缘由。 b能否有假相關 c能否有必要層別分布圖必須層別化時可以用點的形狀變化或用顏色區分這樣將更能正確判斷。.橡膠一廠備料課 C 部出片輪臺 出65度大料時，各條件與厚度的關系研讨. 輪台 型 體硬 度 大料溫度輪台溫度投料量卡尺顯示值輪台指針顯示值冰水池冷卻時間出片后最終厚度過水收縮0.175C線851565度62度31度60kg 2.60.43-4分鐘2.70.1C線851565度60度35度40kg 2.60.43-4分鐘2.70.1C線8565度60度34度40kg 3.71.13-4分鐘40.3C線

5、-10065度60度37度80kg 2.80.53-4分鐘30.2C線71665度56度34度60kg 41.43-4分鐘4.20.2C線71665度56度33度80kg 3.10.83-4分鐘3.30.2C線53065度55度33度40kg 3.30.93-4分鐘3.50.2C線7465度54度31度80kg 3.30.93-4分鐘3.50.2C線53065度54度36度80kg 3.30.93-4分鐘3.50.2C線10065度53度32度80kg 2.80.63-4分鐘30.2C線851565度53度40度30kg 2.60.73-4分鐘2.70.1C線-10065度52度30度40kg

6、 2.80.53-4分鐘30.2C線89765度52度33度80kg 2.70.53-4分鐘2.80.1C線50065度50度29度40kg 2.90.53-4分鐘3.10.2C線89765度50度33度40kg 2.70.63-4分鐘2.80.1CB線41365度50度37度40kg 2.90.653-4分鐘30.1C線7465度50度30度80kg 3.30.93-4分鐘3.50.2C線53065度49度30度40kg 3.30.93-4分鐘3.50.2CB線57765度48度33度40kg 4.11.63-4分鐘4.40.3C線89765度46度33度60kg 2.70.53-4分鐘2.

7、80.11橡膠一廠備料課 C 部出片輪臺出65度大料時，大料溫度與厚度的關系 .大料溫度與輪臺指針散佈圖當大料溫度在45以上時輪臺溫度在31-37)，不會构成溫度越高輪臺打的越薄. 輪台 型 體硬 度 大料溫度輪台溫度投料量卡尺顯示值卡尺與指針差輪台指針顯示值冰水池冷卻時間出片后最終厚度過水收縮0.175C線851565度53度40度30kg 2.61.90.73-4分鐘2.70.1CB線41365度50度37度40kg 2.92.250.653-4分鐘30.1C線53065度54度36度80kg 3.32.40.93-4分鐘3.50.2C線851565度60度35度40kg 2.62.20.

8、43-4分鐘2.70.1C線8565度60度34度40kg 3.72.61.13-4分鐘40.3C線71665度56度34度60kg 42.61.43-4分鐘4.20.2C線53065度55度33度40kg 3.32.40.93-4分鐘3.50.2C線89765度50度33度40kg 2.72.10.63-4分鐘2.80.1CB線57765度48度33度40kg 4.12.51.63-4分鐘4.40.3C線89765度46度33度60kg 2.72.20.53-4分鐘2.80.1C線89765度52度33度80kg 2.72.20.53-4分鐘2.80.1C線10065度53度32度80kg

9、2.82.20.63-4分鐘30.2C線7465度54度31度80kg 3.32.40.93-4分鐘3.50.2C線851565度62度31度60kg 2.62.20.43-4分鐘2.70.1C線7465度50度30度80kg 3.32.40.93-4分鐘3.50.2C線53065度49度30度40kg 3.32.40.93-4分鐘3.50.2C線-10065度52度30度40kg 2.82.30.53-4分鐘30.2C線50065度50度29度40kg 2.92.40.53-4分鐘3.10.2C線-10065度60度37度80kg 2.82.30.53-4分鐘30.2C線71665度56度3

10、3度80kg 3.12.30.83-4分鐘3.30.22橡膠一廠備料課 C 部出片輪臺出65度大料時，輪臺溫度與厚度的關系.輪臺溫度與輪臺指針散佈圖當輪臺溫度在31-37大料溫度在45以上時)，不會明顯构成溫度越高輪臺打的越薄. 輪台 型 體硬 度 大料溫度輪台溫度投料量卡尺顯示值輪台指針顯示值冰水池冷卻時間出片后最終厚度過水收縮0.175C線10065度53度32度80kg 2.80.63-4分鐘30.2C線7465度54度31度80kg 3.30.93-4分鐘3.50.2C線53065度54度36度80kg 3.30.93-4分鐘3.50.2C線-10065度60度37度80kg 2.80

11、.53-4分鐘30.2C線7465度50度30度80kg 3.30.93-4分鐘3.50.2C線89765度52度33度80kg 2.70.53-4分鐘2.80.1C線71665度56度33度80kg 3.10.83-4分鐘3.30.2C線89765度46度33度60kg 2.70.53-4分鐘2.80.1C線851565度62度31度60kg 2.60.43-4分鐘2.70.1C線71665度56度34度60kg 41.43-4分鐘4.20.2C線50065度50度29度40kg 2.90.53-4分鐘3.10.2C線53065度55度33度40kg 3.30.93-4分鐘3.50.2C線8

12、51565度60度35度40kg 2.60.43-4分鐘2.70.1C線89765度50度33度40kg 2.70.63-4分鐘2.80.1CB線57765度48度33度40kg 4.11.63-4分鐘4.40.3C線8565度60度34度40kg 3.71.13-4分鐘40.3CB線41365度50度37度40kg 2.90.653-4分鐘30.1C線53065度49度30度40kg 3.30.93-4分鐘3.50.2C線-10065度52度30度40kg 2.80.53-4分鐘30.2C線851565度53度40度30kg 2.60.73-4分鐘2.70.13橡膠一廠備料課 C 部出片輪臺

13、出65度大料時，投料量與厚度的關系 .投料量與輪臺指針散佈圖根據以上數據顯示投料量多少不會构成：投料越少輪臺打的越厚尾料有能够例外.卡尺值與輪臺指針散佈圖從上圖可以看出:卡尺值與輪臺指針呈正相關.直 方 圖1.直方圖的根本概念： 將某期間所搜集的數據經分組整理成次數分配 表，並以柱形予以圖示化，以掌握這些數據所代 表的情報。2.作用： 了解品質分布的狀況 傳達有關過程品質分布情況的信息 研讨過程才干或預測過程才干. 1.離散數據(Discrete data)之直方圖(Histogram) 首先計算每一測量值 X 之出現次數 (frequency)及相對次數(relative frequency

14、)， 然後在程度座標上表示出 X 值，在垂直座標上表 示出次數及相對次數。如下頁所示。 直 方 圖. 直 方 圖1.1 範例 區域 次數 相對次數 區域 次數 相對次數 0 20 0.0010 14 569 0.0294 1 72 0.0037 15 393 0.0203 2 209 0.0108 16 253 0.0131 3 527 0.0272 17 171 0.0088 4 1048 0.0541 18 97 0.0050 5 1457 0.0752 19 53 0.0027 6 1988 0.1026 20 31 0.0016 7 2256 0.1164 21 19 0.0010 8

15、 2403 0.1240 22 13 0.0007 9 2256 0.1164 23 5 0.0003 10 1967 0.1015 24 1 0.0001 11 1509 0.0779 25 0 0.0000 12 1230 0.0635 26 1 0.0001 13 834 0.0430 27 1 0.0001 19,3831.0005.0102000.050.10相對次數Hits/gameFigure：Histogram of number of his per nineinning game. 直 方 圖. 2. 連續數據(Continuous data)之直方圖 直 方 圖stept

16、 1 搜集同一類型的數據至少50組以上Stept 2 決定組數K，K= 測量值總個數Stept 3 決定組距 求出全距R=最大值-最小值除去異常值 計算組距C，C=全距R/組數K 從測定單位的整數倍之數據中找出最接近C的 適當數據為組距Stept 4 決定各組的組界 取數據測定單位的1/2為境界值單位 最小值-1/2*測定單位=第一個境界值 第一個境界值+組距=第二個境界值Stept 5 制造次數分配表，以縱軸為次數橫軸為特性繪制直方圖. 2.97 4.00 5.20 5.56 5.94 5.98 6.35 6.62 6.72 6.78 6.80 6.85 6.94 7.15 7.16 7.2

17、3 7.29 7.62 7.62 7.69 7.73 7.87 7.93 8.00 8.26 8.29 8.37 8.47 8.54 8.58 8.61 8.67 8.69 8.81 9.07 9.27 9.37 9.43 9.52 9.58 9.60 9.76 9.82 9.83 9.83 9.84 9.96 10.04 10.21 10.2810.28 10.30 10.35 10.36 10.40 10.49 10.50 10.64 10.95 11.0911.12 11.21 11.29 11.43 11.62 11.70 11.70 12.16 12.19 12.28 12.31 1

18、2.62 12.69 12.71 12.91 12.92 13.11 13.38 13.42 13.4313.47 13.60 13.96 14.24 14.35 15.12 15.24 16.06 16.90 18.26 2.1 例示 直 方 圖.組距 13 35 57 79 911 1113 1315 1517 1719次數 1 1 11 21 25 17 9 4 1 相對 .011 .011 .122 .233 .278 .189 .100 .044 .011 次數2.2 分組M=18.26, m=2.97, 則R=18.26-2.97=15.29組數= 9 .49，取9組15.29/9

19、=1.7, 取組距為2組距普通選5的掊數分組如下： 直 方 圖.次數1 3 5 7 9 11 13 15 17 1930 20 10 0 BTUIN 直 方 圖.2.3 另一個例子 11.5 12.1 9.9 9.3 7.8 6.2 6.6 7.0 13.4 17.1 9.3 5.6 5.7 5.4 5.2 5.1 4.9 10.7 15.2 8.5 4.2 4.0 3.9 3.8 3.6 3.4 20.6 25.5 13.8 12.6 13.1 8.9 8.2 10.7 14.2 7.6 5.2 5.5 5.1 5.0 5.2 4.8 4.1 3.8 3.7 3.6 3.6 3.6組數 24

20、 46 68 812 1220 2030次數 9 15 5 9 8 2 相對次數 .1875 .3125 .1042 .1875 .1667 .0417 密度 .094 .156 .052 .047 .021 .004 直 方 圖.2 4 6 8 12 20 300.15 0.100.050.00密度Bond strength 直 方 圖.3. 屬性數據(Qualitative data)之直方圖例： 廠商 數量 相對次數1.Honda 41 .34 2.Yamaha 27 .23 3.Kawasaki 20 .174.Harley-Davidson 18 .15 5.BMW 3 .036.O

21、ther 11 .09 120 1.01 直 方 圖. (1) (2) (3) (4) (5) (6) .34 .23 .17 .15 .03 .09 直 方 圖. 1.位置之衡量(Measures of Location)平均值 樣本平均值(Sample mean) 設x1, x2. xn為n個觀察值,則定義樣本平均值 為 x = =nx1+x2+.+ xnni=1xin 平均值與中位數. 樣本平均值例子 :某大學自校內學生恣意抽出10位學生，其身高分別為175,162,168,189,178,158,150,172,166,168,則其樣本平均值為X= =168.6 2. 樣本平均值的例子

22、175+162+168+189+178+158+150+172+166+16810 平均值與中位數.3. 位置之衡量(Measures of Location)-中位數 樣本中位數(Sample median)顧名思義，中位數就是位於中間位置的數。把觀察值x1,x2,.,xn,依順序(通常由小而大)來陈列，為x(1),x(2),x(n) 則樣本中位數 定義為 =( ) ,當n為奇數 ( ) + ( +1 )2,當n為偶數 2n+12n2n 平均值與中位數. 4. 樣本中位數之例子以前面例子之數據為例，順序陈列如下：150,158,162,166,168,168,172,175,178,189

23、因為n=10,故 =2( )+( ) =2(5)+(6)=2168+168= 168102102 平均值與中位數. 5. 例子： 生產電燈泡工廠，取出15個樣品來測試，發現到他們的运用壽命分別為 931(單位為小時) , 721 , 657 , 403 , 981 , 891 , 935 , 846 , 879 , 903 , 1520 , 817 , 921 , 758 , 792 。依大小陈列為403 , 657 , 721 , 758 , 792 , 817 , 846 ,879 , 891 , 903 , 921 , 931 , 935 , 981 , 1520 此時 n=15 為奇數，故樣本中位數為 = ( ) = (8)=879假设求平均值，則為 X8= / 15=863.7i=11515+12 平均值與中位數.6. X 與 X 之比較 (1/2)x比較會遭到極端值的影響，而 則不會遭到極端值影響。例