创建分配直方图
分配直方图通过显示物料测量值的标准分配曲线来确定变量。
要绘制该图表,必须选择物料或物料/供应商、检验单来源、要项/特性以及相关时段的组合。此图表仅基于实际的检验结果。
分配曲线的中线为 LN 计算的均值 (µ)。过程的上下容限为该过程在这些限制内可生产出质量合格部件的限制。这些容限通常表示为过程平均值加减 3 个标准偏差,这可捕获常规变量分布的 95%。
要绘制此类型的图表,请完成下列步骤:
- 计算一系列期段的测量值。
- 确定测量值的分布 R:R = Xmax – Xmin
- 确定类宽度:W = R / SQRT(测量数目)
- 构成分类:类 1 下容限(或 Xmin(如果 Xmin < 下容限)),则类 2 = 类 1 + W 等
- 根据测量值填充这些类。在每个类中确定频率。
- 计算测量值的算术平均值。
- 计算标准偏差
- 根据计算的类绘制直方图。
示例
假设处理了 5 个检验单,每个检验单都有一个样品,这就得到每个订单中有一个样品组。所有这 5 个检验单有 10 件抽样数量和 1 件检测数量。以下是显示在检测数据表中的结果:
样品组 | 样品编号 | 测定值 |
1 | 1 | 1 |
1 | 2 | 1 |
1 | 3 | 1.002 |
1 | 4 | 0.997 |
1 | 5 | 1 |
1 | 6 | 1.001 |
1 | 7 | 1 |
1 | 8 | 1 |
1 | 9 | 1 |
1 | 10 | 0.999 |
2 | 1 | 1 |
2 | 2 | 0 |
2 | 3 | 0 |
2 | 4 | 0 |
2 | 5 | 0 |
2 | 6 | 0 |
2 | 7 | 0 |
2 | 8 | 0 |
2 | 9 | 0 |
2 | 10 | 0 |
3 | 1 | 1.001 |
3 | 2 | 1 |
3 | 3 | 0.9 |
3 | 4 | 0.988 |
3 | 5 | 1.001 |
3 | 6 | 1.004 |
3 | 7 | 0.999 |
3 | 8 | 0.989 |
3 | 9 | 1.012 |
3 | 10 | 1.03 |
4 | 1 | 1.001 |
4 | 2 | 1 |
4 | 3 | 0.9 |
4 | 4 | 0.988 |
4 | 5 | 1.001 |
4 | 6 | 1.004 |
4 | 7 | 0.999 |
4 | 8 | 0.989 |
4 | 9 | 1.012 |
4 | 10 | 1.03 |
5 | 1 | 1.001 |
5 | 2 | 1 |
5 | 3 | 0.9 |
5 | 4 | 0.988 |
5 | 5 | 1.001 |
5 | 6 | 1.004 |
5 | 7 | 0.999 |
5 | 8 | 0.989 |
5 | 9 | 1.012 |
5 | 10 | 1.03 |
计算分布
确定测量值的分布。最高测量值为 1.03(样品组 1,样品编号 10)。最低测量值为 0.9(样品组 1,样品编号 3)。

分布 = 1.03 - 0.9 = 0.13
计算类宽度:

类宽度为 0.13 / √50 = 0.02055480479109446565799280803881。此值舍入到 0.02。
生成类
按如下方法构成类:“类 1 下容限(或 Xmin(如果 Xmin < 下容限),则类 2 = 类 1 + W”等。生成下列类:
类 1 | 0.900000 |
类 2 | 0.920000 |
类 3 | 0.940000 |
类 4 | 0.960000 |
类 5 | 0.980000 |
类 6 | 1.000000 |
类 7 | 1.020000 |
填充类
如果该测量值大于或等于类值,则小于类值 + 类宽度,则就可将不同的测量值分组成一类。结果为:
类 | 测量数目 |
1 | 1 |
2 | 0 |
3 | 0 |
4 | 0 |
5 | 12 |
6 | 36 |
7 | 1 |
计算均值
对于每个测量值,计算出其相对于均值的差值,然后将该差值的平方加在一起。如果第一个样品的编号具有测量值 1:
(1 - 0.995850)² = (0.00415)² = 0.0000172225
计算差值的平方,然后将这些平方差加在一起构成总平方差。对于上述例子,总平方差为 1.311734。
均值 = 标准偏差 - √ 1.311734 /
50 = 0.160000
绘制图表
下图显示了用上述数据绘制的图表:

在 X 轴上显示了特性单位。但是,对于特定的标准检测过程或对于检验单行,测量值会使用不同的单位表示,但稍后会转换为特性单位。