|
上章我们通过数据计算出来过程能力Cp和Cpk，但在质量管理过程中相关的过程分析图形是必须，毕竟这样才能反应最真实的过程情况。
结合这几期的学习，我们可以将正态分布、控制图、过程能力指数三者结合起来做分析。
严谨的同学可能会有疑问，为什么拿到数据就可以直接做正态分布呢？在绘制频率直方图时，图形存在各种分布情况，针对一些异常的图形，我们首先是要弄懂异常原因，对其进行改进，然后再开展分析。
没错，确实是这样的。
但在质量管理中，还有这样一条定律，中心极限定理
中心极限定理，是指概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量近似服从正态分布的条件。它是概率论中最重要的一类定理，有广泛的实际应用背景。在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。中心极限定理就是从数学上证明了这一现象。最早的中心极限定理是讨论重点，伯努利试验中，事件A出现的次数渐近于正态分布的问题。
故只要数据量足够大，它就近似服从正态分布
效果图如下：
在线效果展示
准备工作
软件：
Finebi=6.1
数据：
某工厂生产一种零件，其直径规格要求为 10±0.2mm
| 9.92 |
9.95 |
9.98 |
10.02 |
10.05 |
10.01 |
9.97 |
10.03 |
9.99 |
10.04 |
| 9.96 |
10.06 |
10 |
9.94 |
10.07 |
9.93 |
10.08 |
9.91 |
10.1 |
9.9 |
| 10.09 |
9.89 |
10.11 |
9.88 |
10.12 |
9.87 |
10.13 |
9.86 |
10.14 |
9.98 |
| 10.02 |
10.01 |
9.97 |
10.03 |
9.99 |
10.04 |
9.96 |
10.06 |
10 |
9.94 |
| 10.07 |
9.93 |
10.08 |
9.91 |
10.1 |
9.9 |
10.09 |
9.89 |
10.11 |
9.88 |
注:此栗子使用的是6.1 版本，其它版本未进行测试，理论上适用于V5.0 、V6.0以上版本，大家可自行进行测试。
本次结合前几张分享的原理作了综合的绘制，算是一次系统总结，有兴趣的同学们可以结合实际案例进行实践。
访问：https://www.finebi.com/product/download，进行下载体验吧！
| 
