（2）用途 影响因素的主次位置，可从 排列图上一目了
然，从而明确改进的方向和措施，同时采取措 施后的效果，还可用排列图进行对比确认。排 列图不仅可用于质量管理领域，还广泛地应用 于其它领域。
（3）使用步骤 ①、确定所要调查的问题以及如何收集数据 ●选题，确定调查问题的类型，如不合格项目、
损失金额、事故等。 ●确定时间 ●确定哪些数据是必要的，数据如何分类，如按
(1)按人员分层 (2)按班次分层 (3)按设备分层 (4)按不同供应商物料分层 (5)其它
举例: 气缸体毛坯完成金金属切削后发现的不 合格项，按其不同供应商进行分层：
供应商
缺陷数 缺陷率
哈尔滨××
6
6%
成都
2
2%
四平××铸造厂 12
12%
昆山
9
9%
3、散布图(Scatter)
• 散布图也叫相关图, 是用来研究两个变量之间相 关关系的图形。
（6）双峰型 说明：有两个高峰出现。 结论：有两种分配相混合，例如两部机械或两家不 同供应商，有差异时，会出现此种形状，因 测定值受不同的原因影响，应予 层别后再作 直方图。
（7）偏峰型（偏态分布） 说 明：高处偏向一边，另一边低，拖长尾巴。可分偏 右型、偏左型。 偏右型：如微量成分的含有率等，不能取得某值以 下的值时，所出现的形状。 偏左型：如，成分中高纯度含量物质的含有 率等，不能 取得某值以上的值时，就会出现的形状。
作用。他发现运用排列图可以找出和表示这种 “关键的少数与次要的多数”间的关系。
美国质量管理专家朱兰 (J·M·Juran) 把该
原理应用于质量分析时发现：尽管影响产品质量最 关键的因素往往只是少数几项，而由它们造成的不 合格产品却占总数的绝大部分。就是这个“关键少
数，次要多数”的原理，使排列图在质量管理中， 成为查找影响产品质量关键因素的重要工具。
檢核表的設計要簡單明瞭而且要能涵蓋所要研究的 項目，避免工作延遲或遺漏。 查檢表依用途區分，可分為記錄用及檢查用兩種。
位置圖是將缺點或問題發生之位置標示於圖上，用以分析問題發生的根源。
左圖是一個電路板應用 位置圖來標示出缺點發 生的位置。 從這個例子可以看出， 電路板的左右上角是缺 點發生最多的位置，進 一步仔細觀察作業員的 操作過程，得知此兩個 位置是作業員搬運電路 板時所持的位置。可能 是手上的灰塵造成。在 改以專門的搬運工具後， 缺點數顯著減少。
• 两个变量之间常见的两种关系: (1)函数关系 (2)非确定性的关系
• 散布图由一个纵坐标，一个横坐标，很多散布的 点子組成。
• 散布图的作图步骤：(1)搜集数据(2)打点 • 几种典型相关：(1)强正相关 (2)弱正相关
(3)強负相关 (4)弱负相关 (5)不相关 (6)非线性相关
举例：酿酒中酸度与酒度的散布图(负相 关)
表面粗糙度度不合格
圆柱度超出规范
锥度不合格
碰伤
小
计
甲 乙 合计 100 100 200
213 123 3 18 21 17 1 18 23 22 45
若只对工人，不对不合格原因进行分层： 两工人的废品率相差无几，找不出重点。
若只对不合格原因，不对工人进行分层： 则会得到主要因素为锥度不合格、碰伤两原因。
（3）切边型（陡壁型） 说明：有一端被切断。 结论：原因为工序能力不足，为找出符合要求的产品 经过全数检验。
（4）孤岛型 说明：在右端或左端形成小岛。 结论：测定有错误，工序异常或混有另一组数据（如使 用不同原料）所引起。一定有异常原因存在，只 要去除，即可合乎制程要求，制出合格规格的制 品。
（5）高原型（平顶型） 说明：形状似高原状 结论：不同平均值的分布混在一起，或过程中某因素缓 慢劣化时产生的，应层别之后再做直方图比较。
3.整理特性要因的形狀---將列舉的要因加以分類整理後,畫出大骨,中骨,小骨.
4.調查要因的影響度---解析過去累積數據及取管制圖,直方圖,散佈圖加以分析,確認 列舉要因是否對特性真的有影響
在图上标出名称，数据，作图人，采集数据日期 等信息。
（4）排列图的分类 ①、分析现象用排列图 ——与不良结果有关，用来发现主要问题：
●质量：不合格、故障、顾客抱怨、退货、维修等 ●成本：损失总数、费用等 ●交货期：存货短缺、付款违约、交货期拖延等 ●安全：发生事故、出现差错等
②、分析原因用排列图 这类排列图与过程因素有关，用来发现主要问题
直方图之使用注意事项
（1）异常值应去除后再分组；
（2）对于从样本测定值推测群体形态，直方图是 最简单有效的方法；
（3）应取得详细之数据资料（例如时间、原料、 测定者、设备、环境条件等）；
（4）进行制程管理及分析改善时，可利用层别方 法，将更容易找出问题的症结点，对于品质的改善， 有事半功倍的效果。
累计比率 （％）
③、作图
画一横坐标轴两纵坐标轴，左边纵坐标轴上标件 数（频数）的刻度，最大刻度为总件数；右纵坐 标轴标上比率（频率）的刻度，最大刻度为100 ％，左右轴刻度高度相等。在横轴上将频数从大 到小依次画出各项目的直方条，直方条的高度表 示频数的大小，各直方条应等宽不留空隙并占满 整个横轴。
酒度
X
X X X X X X
酸度
例二：热处理中淬火温度与硬度之间的散 布图(正相关)
硬度
X X X X X X X
溫度
4、排列图(Pareto)
——又称巴雷特图、主次因素分析图
（1）产生
意大利经济和统计学家巴雷特(Pareto)在20 世纪初分析意大利社会财富分布状况和国民所得
时发现：绝大多数人处于贫困状态，而少数人占 有社会绝大部分财富，富人左右整个社会经济发 展的方向。虽然这些人数量极少，但却起着关键
6、因果图(Cause-Effect diagram)
定义
因果图又叫石川图或鱼骨图，是表示质量特性与 原因关系的图，是1953年由日本东京大学教授石 川馨第一次提出。
作图要点
(1)明确需要分析的质量问题或确定需要解决的 质量特性 (2)召集同该质量问题有关的人員参加 “诸葛亮会”集思广益, 各抒己见。(3)向右画 一条带箭头的主干线将质量问题写在图的右边， 一般按5M1E分类，然后围绕各大原因逐级分析展 开到能采取措施为止。(4)记录有关事项（如产 品名称、工序、小组名称、参加人及日期等。）
不合格类型、时间、位置等。 ●确定收集数据的方法，以及在什么时候收集 例：了解发动机的可靠性：1、根据历次耐久试验
的数据；2、根据二次赔偿的信息。
②、设计记录表
将统计结果填入表中，计算比率及累计比率， 不分类的“其它”类不论其大小都要放在表末。
不合格类 型 气孔 夹砂
浇不足 裂纹
硬度低 其它
不合格数 比率（％） 累计不合 格
故障形态 水封损坏 轴承损坏
其他
不良数目 百分比 200 0.76 34 0.13
30 0.11
累积百分比 0.76
0.89
1
不合格件数 累计百分比 不合格件数 累计百分比
水泵不合格项目排列图
250
1
1
200
0.89
200
0.8
0.76
150
0.6
100
0.4
50
34
30
0.2
0
0
水封损坏 轴承损坏 其他
对工人及不合格原因分层后： 甲工人主要因素为碰伤；乙工人主要因素为锥
度不合格
查核表
查核表是一種用來收集及分析數據簡單而有效率的 圖形方法。查核表可說是另一種次數分配的表現， 使用時只要運用簡單的符號標記出工作目標是否達 成或對特定事件發生給予累積紀錄。使用簡單符號
如ˇ 、△ 、O 、X 或 + 。
标准化,制度化,KJ法 转入下一个PDCA循环
七种工具
检查表(Data collection form) 分层法(Stratification) 散布图(Scatter) 排列图(Pareto) 直方图(Histogram) 因果图(Cause-Effect diagram) 控制图(Control Chart)
25 20
15
10
定义
5 0
直方图是通过对数据的加工整理，从而分析和 掌握质量数据的分布状况和估算工序不合格品 率的一种方法。
用途
常用于分析质量原因，测量工序能力，估计工 序不合格品率等。
作直方图的三大步骤
(1)作频数分布表 (2)画直方图
(3)进行相关计算
直方图法是从总体中 随机抽取样本，将数 据进行整理后，用一 系列等宽的矩形来表 示数据分布情况。
宽度表示数据范围的 间隔，高度表示在给 定间隔内数据的数目， 变化的高度表示数据 的分布情况。
個數
塑膠殼
30
25
25
22 23
20
15
10
7
5
4
1
10 6 11
0
1.28 1.31 1.34 1.37 1.4 1.43 1.46 1.49 1.52 1.55
尺寸(mm)
定量表示直方图的主要统计特征值 (1)平均值--表示数据的分布中心位置， (2)标准偏差--表示数据的分散程度。
六、 质量改进工具与技术简介
（一) 质量改进新老七种工具概述 老七种工具
检查表、分层法、排列图、因果图、直方 图、控制图、 散布图（回归分析）
新七种工具
系统图（树图）、PDPC法（过程决策程序图法）、网络 图（箭头图）、关联图、亲和图（KJ法）、矩阵图，矩 阵数据分析法；
其他：头脑风暴法、雷达图、流程图法、水平对比法。
（二） 质量改进老七种工具
1、检查表(Worksheet)
检查表又称调查表、核对表，它用来进行数据 的收集和整理，并在此基础上进行原因的初略 分析。