Minitab软件工具之运行图和直方图来理解变异性

运行图只是特定时间段内连续数据(一个测量值)的运行记录，如图1所示。基本上，过程性能是通过随时变化来衡量的。这些数据通常表示为线图。我们可以识别和研究随时间的变化。图表中数据点的分布可以与具体测量数据的目标数据点进行比较。运营图也容易建立和解释，所以可以事半功倍的创造巨大的价值。为了准确地解释数据，你必须收集足够的数据。一般来说，应该收集50个数据点左右。

运行图也称为时间序列图或趋势图。在寻找一段时间内的趋势时，重要的是要找出您所看到的数据变化何时是由特殊原因引起的。特殊原因是通常不会发生的特殊情况，生产过程中的一个重要设备发生了故障。评估运行图时，重点应放在一般变化上。过程中的变化是正常的；而传统的六西格玛球队的目标之一就是尽量减少一般的变异，这样目标周围的变异就会越来越小。建立并评估随时间变化的操作图，这将帮助您确定过程中的变化是变大了还是变小了。绘制到图表中的数据不会告诉您是什么导致了目标周围的变化，但它可以指导您对过程进行更改。例如，我们可以建立一个操作图表来监控不良事件的及时提交。

如果我们的法规遵从性随时间的变化相当小，但在某个月显著下降，那么我们可以评估该月发生的事情，以确定法规遵从性下降的原因。

也许我们知道，在那个月。由于办公楼的石棉问题，一个地区案件处理中心意外地临时关闭，那里的员工不得不立即撤离，因此无法评估和处理数据。像这样不可挽回的情况是可能的；这是“因果”变异的一个例子。我们可以补救和改进的是影响过程及其结果的正常预期变化。注意力的焦点应该是监视特定目标周围的变化。比如数据点随时间下降，普遍低于目标，那么就要仔细确定是什么原因导致了正态变异的下降，并进行修正。

为了分析随时间收集的数据，您还可以构建一个直方图，如图2所示。直方图是一种垂直条形图，其中每个条形的高度表示特定数据范围内的数据点数。要构建直方图，您应该对一段时间内收集的数据进行分组。然后，数据要用条形图表示，纵轴代表频率，横轴定义时间段。这可以反映您在特定时间范围内收集的数据的分布情况。直方图可以帮助您找到数据分布的模式和形状。数据的分布有助于预测过程的未来性能。它还有助于表明流程中是否有变化。评估直方图时，一些不需要高级统计知识但对管理者有帮助的问题是:

是否以过程为中心？

这意味着数据应该围绕你的目标均匀分布。如果这些条全部在目标的左边或右边，那么该过程不在中心，并且该过程的数据变得太高或太低。

条形图的形状是什么？是否遵循钟形曲线的正态分布？

大多数流动路径不会遵循严格的钟形曲线；然而，形状的研究可以提供过程问题的信号。如果条形图中出现双峰或多峰，则暗示数据来自两个不同的来源(如不同的班次、机器、人员等。).在这种情况下，数据应该是分层的。这意味着对于相同的数据周期，您可以为每个数据源创建单独的直方图。这些不同的数据源可能是人、时间段等。这将允许您开始将数据与工作流中的特定情况相关联。