如何利用柱状图分析质量的离散状态

  “要想看质量的离散状态，应该怎么办呢？”

“你知道自己的产品、产量和生产效率的分布(情况)吗?”

下表是钢板厚度的数据，是测量200张钢板的结果。若是只看这张表，对离散的情况(数据分布)还不能清楚。

    如果我们先在数据中查一下最大值和最小值就可以知道，最大值是9．9mm，最小值是7．0mm。那么，当我们把9．9mm和7．0mm做为大体上的首尾两端，再把从9．9至7．0这个区间划分成若干段，把划到各个段里的数据个数数一下，就可以得出下表的结果。

 　象上表这样的表叫做频数表，这样划分的段叫做组，它的跨度叫做组的跨度。从上例来看，组数是l0，组的跨度是7．25—6．95＝0．30mm。因为划入各段里的数据，就是以相当于通过所在段最中间的那个数值来归纳表示的。所以，我们就把最中间的数值叫做中心值或中央值。编制出这样一种表，就能清楚地了解数据的分布情况。要编制频数表，数据需要有l00个以上，最少也要有50个以上，而组数是以10一20个左右为宜。为了使这种频数表能更清楚地说明问题，还要进一步把它通过象上图那样的图来表示出来。我们把这种图叫作柱状图。

    通过上图就能一目了然地看出钢板厚度的分布情况——平均值是多久，离散值是多久。

当这样的数据取得很多时，那么即使组数再多，跨度再小，也会含有一定数目的数据。如果取的是一批产品所有的数据，那么其柱状图就是表示一批产品的分布状况。如果你要进一步研究生产该批产品的所有工序，柱状图的高低不平的情况就没有了，而你可以去研究象画在下图那样的一条乎滑的曲线。

这条曲线叫作频数分布曲线。在这种曲线上就能表示出有问题工序的分布。实际上这样的曲线是得不到的，但只要我们对所研究的工序和一批产品能随机取出数据，就可以通过柱状图来推断工序和批量的分布。

    由此可知，频数表和柱状图是表示母体整体分布的。所以，通过下述一些判断方法可以得到很多知识。

    (1)  分布的情况

    平均值在哪里，顶点在哪见离散的情况如何(平均相同也有离散的大或小)，分布是否左右对称，底摆偏向哪里是否歪斜，哪里有突变，高峰有一个还是两个。

    尤其是用经过合理管理取得的数据编制柱状图时工序的质量和产量能力，也就是工序能力。

    (2)  与规格值或标准值的对比

    与规格值相比分布是怎么个情况?平均值是在规格值的中央附近吗?超过规格数值的不合格品有多少？与规格值的幅度相比分布的幅度怎样?与规格值相比．对离散的要求是否太严?

  　(3)  不连续的地方

    是否有的组数据特别少？也就是说，是否有“掉牙”的地方？是否有的组数据特别多？是否有数据不衔接的情况？

    从这些知识当中可以发现异常情况，可以了解不合格率是多少。进而可按黑、白班、不同班组、不同人员、不同原材料和不同设备与机器，以及不同的阴、晴天气等把数据分开，再按不同的层次排列，就能知道在它们中间是否有差别。

    为了画柱状图，才在这里举出钢板厚度这样的例子。实际上各位从车间所得到的数据，可以立刻把它编制成柱状图。请试编制一下吧。

    前面所举的例子，如钢板厚度、宽窄和长度等尺寸，以及重量、抗拉强度、硬度、纯度、水分、电阻、耐用期限、成品率、消耗定额和工时等等，都是可以取连续值的。我们把可取连续值的值就叫做计量值。与此相反，象一百个螺栓中有三根是不合格品，或一张钢板上有五处划痕，以及工厂在一个月中发生两次事故等这样的数据，是取没有小数的一根、两根……’一个、两个…，一次、两次……这样的值。我们把这样的值叫做计数值。另外，也有把不合格品用检查个数除一下来表示不合格率的。这也叫做计数值。在使用讨‘数值表示频数分布叭因为取不到连续性的数值，所以也往往不用上图那样的柱状图来表示，而是用棒状图来表示。