L=MaxLi=15.9,S=MinSi=14.2,R=S-L=1.7 (5.1)
区间
[S,L]称为数据的散布范围。
3.确定数据的大致分组数 k
分组数可以按照经验公式
k=1+3.322lgn 确定。本例取 k=6。
4.确定分组组距 h
(5.2)
5.计算各组上下限
首先确定第一组下限值,应注意使最小值
S 包含在第一组中,且使数据观测值不落在上、下限上。故第一
组下限值取为:
然后依次加入组距
h,便可得各组上下限值。第一组的上限值为第二组的下限值,第二组的下限值加上 h
为第二组的上限值,其余类推。各组上下限值见表
5-2。
表
5-2 频数分布表
组序
组界值 组中值 bi 频数 fi 频率 pi
1 14.05~14.35 14.2 3 0.06
2 14.35~14.65 14.5 5 0.10
3 14.65~14.95 14.8 10 0.20
4 14.95~15.25 15.1 15 0.32
5 15.25~14.55 15.4 9 0.16
6 15.55~15.85 15.7 6 0.12
7 15.85~16.15 16.0 2 0.04
合计
50 100%
6.计算各组中心值 bi、频数 fi 和频率 pi
bi=(第 i 组下限值+第 i 组上限值)/2,频数 fi 就是 n 个数据落入第 i 组的数据个数,而频数
pi=fi/n(见表 14-3)。
7.绘制直方图
以频数(或频率)为纵坐标,数据观测值为横坐标,以组距为底边,数据观测值落入各组的频数 fi
(或频率
pi)为高,画出一系列矩形,这样就得到图形为频数(或频率)直方图,简称为直方图,见图
5-1。
(三)直方图的观察与分析
从直方图可以直观地看出产品质量特性的分布形态,便于判断过程是否出于控制状态,以决定是否采
取相应对策措施。直方图从分布类型上来说,可以分为正常型和异常型。正常型是指整体形状左右对称的
图形,此时过程处于稳定(统计控制状态)。如图
5-2a。如果是异常型,就要分析原因,加以处理。常见
的异常型主要有六种:
1.双峰型(图 5-2b):直方图出现两个峰。主要原因是观测值来自两个总体,两个分布的数据混合在一
起造成的,此时数据应加以分层。
2.锯齿型(图 5-2c):直方图呈现凹凸不平现象。这是由于作直方图时数据分组太多,测量仪器误差过
大或观测数据不准确等造成的。此时应重新收集和整理数据。
3.陡壁型(图 5-2d):直方图像峭壁一样向一边倾斜。主要原因是进行全数检查,使用了剔除了不合格
品的产品数据作直方图。
4.偏态型:(图 5-2e):直方图的顶峰偏向左侧或右侧。当公差下限受到限制(如单侧形位公差)或某
种加工习惯(如孔加工往往偏小)容易造成偏左;当公差上限受到限制或轴外圆加工时,直方图呈现偏
右形态。
5.平台型(图 5-2f):直方图顶峰不明显,呈平顶型。主要原因是多个总体和分布混合在一起,或者生
产过程中某种缓慢的倾向在起作用(如工具磨损、操作者疲劳等)。
6.孤岛型(图 5-2g
“
”
):在直方图旁边有一个独立的 小岛 出现。主要原因是生产过程中出现异常情况,
如原材料发生变化或突然变换不熟练的工人。