上期的问题：在头脑风暴后会识别出很多的原因，这些原因不可能都采取行动。因此，我们一般会在讨论的过程中利用投票等方法，根据该领域的专家的经验，筛选去除一些不太可能的原因，并保留下可能的少数的原因，再对这些原因进行原因筛选或验证。这样的效果会更好，问题解决的效率会更高。这也从另一个角度说明了问题的解决需要专家的经验和基于数据的分析决策。二者缺一不可！一般在比较简单的问题，专家的经验就足以搞定，但是随着问题的复杂度越来越高，可能就要辅以其它统计和图表工具系统分析和解决了！

在第30期中，我们就分析阶段的对原因筛选和验证的工具做了汇总。这些工具的使用在分析阶段（A）一般是在通过头脑风暴以及鱼骨图后，需要对原因进行筛选，识别出那些可能的原因。其中的工具包括了：直方图（Histogram）、点图（Plot）、箱线图（Box Plot）以及多变量图（Multi-vari Chart）等。通过筛选后，对这些潜在原因再进行验证。当然，这些图表工具本身也可以在不同的场合下作为原因验证的工具。

本期，我们将会介绍直方图（Histogram）。直方图一般是用来了解数据的分布状态。它将计量值数据分成几个区间或级，以各区间内包含数据的个数(度数)作为柱型高度的图。如下图：

直方图的特点：

①能非常方便的看出数据整体的分散状态和分布形态

②可以用简单的观察得到分布的形态, 中心位置(平均值), 分散的大小(标准偏差和范围)等信息

③可以方便的看出试料分布与特性值规格(上限，下限)的关系，能同时对几种数据的分布进行比较

下面介绍如何利用Minitab来建立直方图：

一家零件加工厂的质量部对批号为103的M备件进行了测量，质量部的相关人员对其进行了直方图的分析。过程如下：

从上图可以大致了解到数据的分布是不是类似的正态分布（如需要精细分析，我们会利用正态性检验的工具进行检验，这在以后会进行介绍）。但是，我们无法从该图去筛选或验证可能的原因。所以我们还以该例子介绍如何利用直方图去筛选原因。在这个例子中，我们筛选原因的要素是零件生产的批号。之前的直方图批号为103，我们想看看是否是不同的批号会导致我们零件的尺寸差异。因此，我们利用Minitab对数据进行批号的分层。具体步骤如下：

从图八的分层图形我们可以看到：在批号为105的零件尺寸分布较平缓。说明在生产105批号的零件时，零件尺寸数据不稳定，需要重点关注105的批号。这时，质量和相关的工程生产人员会就105批号的零件追查原因：是不同的生产机台、还是同一机台的不同人员。这样我们就能通过直方图的分层找出可能的原因并予以验证。最后解决不同批号零件尺寸不同的问题了！

学习六西格玛请添加老师微信：newlifes008