3、实施步骤;

　　①收集数据，用层别法分类，计算各层别项目占整体项目的百分数;

　　②把分好类的数据进行汇总，由多到少进行排列，并计算累计百分数;

　　③绘制横轴和纵轴刻度

　　④绘制柱状图

　　⑤绘制累积曲线;

　　⑥记录必要事项

　　⑦分析柏拉图

　　要点：A柏拉图有两个纵坐标，左侧纵坐标一般表示数量或金额，右侧纵坐标一般表示数量或金额的累积百分数;B柏拉图的横坐标一般表示检查项目，按影响程度大小，从左到右依次排列;C绘制柏拉图时，按各项目数量或金额出现的频数，对应左侧纵坐标画出直方形，将各项目出现的累计频率，对应右侧纵坐标描出点子，并将这些点子按顺序连接成线。

　　4、应用要点及注意事项

　　柏拉图要留存，把改善前与改善后的柏拉图排在一起，可以评估出改善效果;

　　②分析柏拉图只要抓住前面的2~3项九可以了;

　　③柏拉图的分类项目不要定得太少，5~9项教合适，如果分类项目太多，超过9项，可划入其它，如果分类项目太少，少于4项，做柏拉图无实际意义;

　　④作成的柏拉图如果发现各项目分配比例差不多时，柏拉图就失去意义，与柏拉图法则不符，应从其它角度收集数据再作分析;

　　⑤柏拉图是管理改善的手段而非目的，如果数据项别已经清楚者，则无需浪费时间制作柏拉图;

　　⑥其它项目如果大于前面几项，则必须加以分析层别，检讨其中是否有原因;& A. b5 H3 A8 E M$ l! \5 |: h9 ^

　　⑦柏拉图分析主要目的是从获得情报显示问题重点而采取对策，但如果第一位的项目依靠现有条件很难解决时，或者即使解决但花费很大，得不偿失，那么可以避开第一位项目，而从第二位项目着手。

　　四、因果图

　　所谓因果图，又称特性要因图，主要用于分析品质特性与影响品质特性的可能原因之间的因果关系，通过把握现状、分析原因、寻找措施来促进问题的解决，是一种用于分析品质特性(结果)与可能影响特性的因素(原因)的一种工具。又称为鱼骨图。

　　1、分类'

　　1)追求原因型：在于追求问题的原因，并寻找其影响，以因果图表示结果(特性)与原因(要因)间的关系;

　　2)追求对策型：追求问题点如何防止、目标如何达成，并以因果图表示期望效果与对策的关系。

　　2、实施步骤9

　　①成立因果图分析小组，3~6人为好，最好是各部门的代表;

　　②确定问题点;

　　③画出干线主骨、中骨、小骨及确定重大原因(一般从5M1E即人Man、机Machine、料Material、法Method、测Measure、环Environment六个方面全面找出原因);

　　④与会人员热烈讨论，依据重大原因进行分析，找到中原因或小原因，绘至因果图中;

　　⑤因果图小组要形成共识，把最可能是问题根源的项目用红笔或特殊记号标识;

　　⑥记入必要事项

　　3、应用要点及注意事项

　　确定原因要集合全员的知识与经验，集思广益，以免疏漏

　　②原因解析愈细愈好，愈细则更能找出关键原因或解决问题的方法;

　　③有多少品质特性，就要绘制多少张因果图;

　　④如果分析出来的原因不能采取措施，说明问题还没有得到解决，要想改进有效果，原因必须要细分，直到能采取措施为止;

　　⑤在数据的基础上客观地评价每个因素的主要性;

　　⑥把重点放在解决问题上，并依5W2H的方法逐项列出，绘制因果图时，重点先放在“为什么会发生这种原因、结果”，分析后要提出对策时则放在“如何才能解决”;

　　Why——为何要做?(对象)

　　What——做什么?(目的)

　　Where——在哪里做?(场所)

　　When——什么时候做?(顺序)

　　Who——谁来做?(人)

　　How——用什么方法做?(手段)

　　How much——花费多少?(费用)

　　⑦因果图应以现场所发生的问题来考虑

　　⑧因果图绘制后，要形成共识再决定要因，并用红笔或特殊记号标出;

　　因果图使用时要不断加以改进。

　　五、散布图

　　将因果关系所对应变化的数据分别描绘在X-Y轴坐标系上,以掌握两个变量之间是否相关及相关的程度如何,这种图形叫做“散布图”，也称为“相关图”。

　　1、分类

　　正相关：当变量X增大时，另一个变量Y也增大;

　　负相关：当变量X增大时，另一个变量Y却减小;

　　3)不相关：变量X(或Y)变化时，另一个变量并不改变;

　　曲线相关：变量X开始增大时，Y也随着增大，但达到某一值后，则当X值增大时，Y反而减小。

　　2、实施步骤

　　1)确定要调查的两个变量，收集相关的最新数据，至少30组以上;

　　2)找出两个变量的最大值与最小值，将两个变量描入X轴与Y轴;

　　3)将相应的两个变量，以点的形式标上坐标系;

　　4)计入图名、制作者、制作时间等项目;

　　5)判读散布图的相关性与相关程度。

　　3、应用要点及注意事项

　　1)两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判;

　　2)通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量;

　　3)由于数据的获得常常因为5M1E的变化，导致数据的相关性受到影响，在这种情况下需要对数据获得的条件进行层别，否则散布图不能真实地反映两个变量之间的关系;

　　4)当有异常点出现时，应立即查找原因，而不能把异常点删除;

　　5)当散布图的相关性与技术经验不符时，应进一步检讨是否有什么原因造成假象。

　　六、直方图

　　直方图又称柱状图，它是表示数据变化情况的一种主要工具。用直方图可以将杂乱无章的资料，解析出规则性，比较直观地看出产品质量特性的分布状态，对于资料中心值或分布状况一目了然，便于判断其总体质量分布情况。在制作直方图时，牵涉到一些统计学的概念，首先要对数据进行分组，因此如何合理分组是其中的关键问题。分组通常是按组距相等的原则进行的两个关键数字是分组数和组距。

　　七、控制图

　　控制图又称为管制图。由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出管制图使用后，管制图就一直成为科学管理的一个重要工具，特别在质量管理方面成了一个不可或缺的管理工具。它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状;再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预防产生不合格品。

　　统计管理方法是进行质量控制的有效工具，但在应用中必须注意以下几个问题，否则的话就得不到应有的效果。这些问题主要是：1 )数据有误。数据有误可能是两种原因造成的，一是人为的使用有误数据，二是由于未真正掌握统计方法;2 )数据的采集方法不正确。如果抽样方法本身有误则其后的分析方法再正确也是无用的;3) 数据的记录，抄写有误;4 )异常值的处理。通常在生产过程取得的数据中总是含有一些异常值的，它们会导致分析结果有误。