“如果你夠聰明，你所遇到的事將教會你現(xiàn)實是如何運作的漾稀，并教給你一些原則模闲，以更好地應(yīng)對現(xiàn)實。
起初崭捍，我并沒有這些原則尸折。我是從一生的經(jīng)歷當(dāng)中獲得了這些原則——主要是通過犯錯誤和反思錯誤。
每次跌倒殷蛇，我都吸取教訓(xùn)……Each time I crashed, I learned something...變得更厲害……...got better...也就更少跌倒实夹。...and crashed less.
通過不斷跌倒—反思—積累經(jīng)驗—繼續(xù)前進(jìn)，我學(xué)會去享受這個過程粒梦，包括跌倒本身亮航。
我還學(xué)會把每次遇到的問題都看作一個謎題。如果我能破解謎題匀们，就會得到寶石作為獎勵缴淋。
這個謎題就是“下次遇到這種情況，我該怎么做”，而寶石就是在將來對我有益的一條原則重抖。
I also learned to view problems like puzzles that would give me gems if I could solve them.”
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ———《原則》
六圆存、特性要因圖
（一）因果分析圖概念因果分析圖（Causeandeffectdiagram）又叫石川馨圖（由日本專家石川馨首先提出）、特色要因圖仇哆、樹枝圖沦辙、魚刺圖等。因果分析圖是以結(jié)果為特性讹剔，以原因作為因素油讯，在它們之間用箭頭聯(lián)系起來，表示因果關(guān)系的圖形延欠，因果分析圖能簡明陌兑、準(zhǔn)確表示事物的因果關(guān)系，進(jìn)而識別和發(fā)現(xiàn)問題的原因和改進(jìn)方法由捎。
因果分析圖類型
1．結(jié)果分解型兔综。其特點是沿著“為什么會發(fā)生這種結(jié)果”層層解剖∧辏可以系統(tǒng)地掌握縱向之間的因果關(guān)系软驰；缺點是容易忽視某些平行問題或橫向之間的關(guān)系。
2．工序分類型的做法是：
按工藝流程把各工序影響產(chǎn)品質(zhì)量的平行的主次原因找出來心肪，然后把各工序中影響工序加工質(zhì)量的原因查出來锭亏，再填寫在相應(yīng)的工序中。缺點是相同的因素會出現(xiàn)在不同的工序中硬鞍，也難于表現(xiàn)數(shù)個原因交織在一起的情況慧瘤，反映不了因素間的交互作用。
3 原因羅列型固该。允許參與分析的人員無限制地發(fā)現(xiàn)意見锅减，把所有意見一一羅列出來，然后再系統(tǒng)地整理出它們之間的關(guān)系伐坏，最后繪出一致的因果分析圖怔匣。
優(yōu)點是經(jīng)過多方面的思考和討論其缺點是工作量很大，這種方法僅適用于“攻關(guān)”分析著淆。
（二）繪制因果圖
1手工繪制
A劫狠、填寫魚頭（按為什么不好的方式描述），畫出主骨永部；
B独泞、畫出大骨，填寫大要因苔埋；
C懦砂、畫出中骨、小骨，填寫中小要因荞膘；
D罚随、用特殊符號標(biāo)識重要因素。
要點：繪圖時羽资，應(yīng)保證大骨與主骨成60度夾角淘菩，中骨與主骨平行，小骨與主骨成60度夾角屠升。
2.? minitab軟件繪制
也可以理解為模型圖的建立潮改。
備注：“原因”列，帶引號的表示“標(biāo)簽”列（本層原因）各自原因?qū)?yīng)的下層原因數(shù)據(jù)
（三）實施行動
1 注意事項
（1）因果關(guān)系的層次要分明腹暖，最末層次的原因應(yīng)尋求至可以直接采取具體措施為止汇在。“要因”一定要確定在末端因素上脏答，而不應(yīng)確定在中間過程上糕殉。否則難以見效。
（2）要對末端因素特別是“要因”進(jìn)行論證殖告，論證合格的“要因”一定要在對策表上反映出來阿蝶。
（3）對關(guān)鍵要因采取措施后，再用排列圖等方法來檢查其效果丛肮。
避免在應(yīng)用“兩圖一表”（排列圖赡磅、因果分析圖魄缚、對策表）時宝与，確認(rèn)的要因和對策表中的原因不對應(yīng)，確定的質(zhì)量特性與排列圖的主要項目不對應(yīng)冶匹。
（4）對分析出來的原因沒有進(jìn)行確認(rèn)和驗證习劫，就采取措施。
（5）畫因果分析圖時嚼隘，不發(fā)動員工诽里，不集中員工的智慧，而是憑個人想象閉門造車飞蛹。
2.分析要點：
（1）谤狡、確定大要因（大骨）時，現(xiàn)場作業(yè)一般從“人卧檐、機墓懂、料、法霉囚、環(huán)”著手捕仔，管理類問題一般從“人、事、時榜跌、地闪唆、物”層別，應(yīng)視具體情況決定钓葫；
b悄蕾、大要因必須用中性詞描述（不說明好壞），中础浮、小要因必須使用價值判斷（如……不良）笼吟；
c、腦力激蕩時霸旗，應(yīng)盡可能多而全地找出所有可能原因贷帮，對人的原因犁钟，宜從行動而非思想態(tài)度面著手分析遇骑；
d、中要因跟特性值芙贫、小要因與中要因之間有直接的原因-問題關(guān)系精居，小要因應(yīng)分析至可以直接下對策锄禽；
e、如果某種原因可同時歸屬于兩種或兩種以上因素靴姿，請以關(guān)聯(lián)性最強者為準(zhǔn)（必要時考慮三現(xiàn)主義：即現(xiàn)時到現(xiàn)場看現(xiàn)物沃但，通過相對條件的比較佛吓，找出相關(guān)性最強的要因歸類）；
f维雇、選取重要原因時，不要超過7項吱型，且應(yīng)標(biāo)識在最末端原因逸贾。
舉例：A生想開家服飾店津滞，他開始制作第一張魚骨圖，希望能制定自己的開業(yè)計劃触徐。
第一步他在魚頭上工工整整填寫上“開業(yè)成功”咪鲜。接著就開始畫出根根主分支，如定位嗜诀、資金、選址隆敢、貨源拂蝎、導(dǎo)購、庫存處理温自、促銷悼泌、工商手續(xù)、銷售目標(biāo)等等馆里。之后開始逐項細(xì)化鸠踪，以定位為例，在主刺上開出商品選型定位械媒、目標(biāo)消費群评汰、價格定位、商圈定位等等分叉兰绣。通過第一輪分析，A生可能發(fā)現(xiàn)自己有許多問題不了解或資源不足，那么重點就轉(zhuǎn)到具體的問題了解與資源整合臭埋。比如瓢阴，資金不足，那么又可以用魚骨圖來分析如何完成資金籌措任務(wù)液斜。
七 散布圖
（一）散布圖定義
在質(zhì)量管理過程中，經(jīng)常需要對一些重要因素進(jìn)行分析和控制臼膏。這些因素大多錯綜復(fù)雜地交織在一起示损，它們既相互聯(lián)系又相互制約既可能存在很強的相關(guān)性，也可能不存在相關(guān)性始鱼。如何對這些因素進(jìn)行分析脆贵？散布圖法便是這樣一種直觀而有效的好方法卖氨。
描述兩個因素之間關(guān)系的圖形稱為散布圖，又叫相關(guān)圖持搜。散布圖的用途主要有以下兩點：
（1）用來發(fā)現(xiàn)和確認(rèn)兩組數(shù)據(jù)之間的關(guān)系并確定兩組相關(guān)數(shù)據(jù)之間預(yù)期的關(guān)系焙矛。（2）通過確定兩組數(shù)據(jù)村斟、兩個因素之間的相關(guān)性，有助于尋找問題的可能原因孩灯。
相關(guān)的概念變量之間常常是相互聯(lián)系的逾滥，它們之間存在一定的關(guān)系，通常有兩種類型：
一種類型：變量間的關(guān)系是確定的讥巡，用某種函數(shù)來表達(dá)舔哪。例如：圓的面積S=πr2捉蚤，這里變量r和S間的關(guān)系是完全確定的炼七。
實際上布持，由于實驗和測量偏差鳖链，實際數(shù)據(jù)又不是函數(shù)關(guān)系。
另一種類型：變量間有某種關(guān)系逞敷，但又不是確定性的關(guān)系灌侣，稱之為相關(guān)關(guān)系侧啼。
在特定條件下，從統(tǒng)計意義上看皮壁，它們又是存在某種函數(shù)關(guān)系的哪审。
(二) 繪制散布圖
第一步：整理數(shù)據(jù)
數(shù)據(jù)一般要在30組以上湿滓，且數(shù)據(jù)必須是對應(yīng)的，并記錄收集數(shù)據(jù)的日期扔水、取樣方法朝氓、測定方法等有關(guān)事項。
第二步? 用minitab軟件來繪制
（三）散布圖解析
引入一個統(tǒng)計變量——相關(guān)系數(shù)r誓竿，它是兩個變量間線性相關(guān)關(guān)系密切程度的度量筷屡。
在實際工程中，如果知道某兩個變量間沒有線性相關(guān)關(guān)系燎潮，那么它們總體的相關(guān)系數(shù)應(yīng)該為0扼倘。但由于實驗或測量的誤差，我們根據(jù)樣本數(shù)據(jù)計算出來的相關(guān)系數(shù)卻不會準(zhǔn)確等于0爪喘。我們會想到：到底樣本相關(guān)系數(shù)r為多大時纠拔，才可以認(rèn)為x, y是在統(tǒng)計意義上具有線性相關(guān)關(guān)系呢稠诲？
樣本相關(guān)系數(shù)r的分布與樣本量密切相關(guān)，需要通過假設(shè)檢驗的方式加以判斷略水。
注意：x與y顯著相關(guān)并不意味著x與y間一定存在因果關(guān)系劝萤，可能它們都以另一個變量為原因稳其。例如：對于一個城市，“當(dāng)日雨傘的銷售量”與“當(dāng)日道路上交通事故量”高度相關(guān)煤傍，但二者誰也不是另一者的原因嘱蛋，實際上二者都以“當(dāng)日降雨情況”為原因。因此龄恋，在實際工作中郭毕，尋找原因時不能只看相關(guān)系數(shù)显押，還要分析變量間關(guān)系的結(jié)構(gòu)。
根據(jù)樣本量30、選擇α=0.05的要求查表1-12得相關(guān)系數(shù)0.3494套腹，而計算出相關(guān)系數(shù)為-0.851资铡，判定是跑步時間與攝氧量負(fù)相關(guān)。
避免分析誤區(qū)：
（1）對于散布圖上出現(xiàn)的異常點，未經(jīng)查明原因任意剔除宛官。
（2）利用軟件計算相關(guān)系數(shù)后底洗，未經(jīng)進(jìn)一步的檢驗就判斷變量之間是否相關(guān)。
（3）數(shù)據(jù)的收集未注意在相同條件下進(jìn)行珊擂，易于造成判斷失誤费变。
八? 直方圖
（一）直方圖的定義
直方圖描述的是一組數(shù)據(jù)的頻次分布挚歧，例如把年齡分成“0-5,5-10，……在张，80-85”17個組矮慕，統(tǒng)計一下中國人口年齡的分布情況。直方圖有助于我們知道數(shù)據(jù)的分布情況瘟斜，諸如眾數(shù)哼转、中位數(shù)的大致位置槽华、數(shù)據(jù)是否存在缺口或者異常值。
所以佣蓉，橫軸只有一個分類——年齡亲雪，也就是只有一類指定的質(zhì)量特性义辕，而其特性值教育分布在橫軸范圍內(nèi)。
直方圖展示的是一組數(shù)據(jù)中璧函，在你劃分的區(qū)間里（直方圖里每個以長方形塊為高對應(yīng)的橫坐標(biāo)的寬度基显，是一個個連續(xù)數(shù)據(jù)的區(qū)間撩幽，并且是一樣寬），該特性值出現(xiàn)的頻次宪萄。但是我們不知道在每一個區(qū)間里榨惰，單個數(shù)據(jù)的具體大小。下圖展現(xiàn)了游客在博物館的游覽時間聊记，其中排监，將近40％的游客僅逗留了0-10分鐘杰捂。但是我們無法知道這些游客中，每個人具體的游覽時間是多少挨队。
雖然柱狀圖看起來樣子像直方圖，實際意義完全不同湿弦。柱狀圖的橫軸颊埃，是多個分類區(qū)間蝶俱。
所以直方圖全程為頻數(shù)直方圖。就是將數(shù)據(jù)按其順序分成若干間隔相等的組罗标，以組距為底邊闯割，以落入各組的頻數(shù)為高的若干長方形排列的圖浅侨。
（二）如何繪制直方圖
1.直方圖的應(yīng)用場景：
（1）直觀地看出產(chǎn)品質(zhì)量特性值的分布狀態(tài)如输，使我們比較容易直接看到數(shù)據(jù)位置狀況、離散程度和分布形狀澳化，便于掌握產(chǎn)品質(zhì)量分布情況稳吮，并且可與要求的分布進(jìn)行比較灶似。
（2）顯示質(zhì)量波動狀態(tài)，判斷工序是否穩(wěn)定希痴。
（3）確定改進(jìn)方向春感。通過直方圖研究分析質(zhì)量數(shù)據(jù)波動狀況之后，就可以確定如何進(jìn)行質(zhì)量改進(jìn)嫩实。
（4）用以調(diào)查工序能力和設(shè)備能力甲献。
2? 直方圖參數(shù)確定
（1）從n個樣本數(shù)據(jù)中找出最大值和最小值，并計算極差值R=max-min撵溃。
（2）對樣本進(jìn)行分組，決定組數(shù)k和組距d集歇。k的取值范圍通常為7～15诲宇，具體值一般隨樣本量n的增加而增加。d由極差R與組數(shù)k來確定鹅心，通常定義為d=R/k纺荧。
（3）用minitab 軟件繪圖
1）選擇“圖形—直方圖”
2）指定“圖形變量”選擇“C1碳含量”宙暇，則可得圖形輸出。如需在圖形中輸出數(shù)值桃熄，選擇“標(biāo)簽—數(shù)據(jù)標(biāo)簽”型奥，選擇“使用y值做標(biāo)簽”厢汹。
注：眾數(shù)：最高區(qū)間的中間值坑匠；
平均值：每一個區(qū)間的中間值乘上所在區(qū)間頻率，然后相加夹纫；
中位數(shù)：頻率分布直方圖中處在頻率為50%的橫坐標(biāo)。
總結(jié)數(shù)字的方式有兩種：量化其相似性或差異（difference）茅姜。
量化數(shù)字的相似性即「集中趨勢量數(shù)」（measures of central tendency）钻洒，包括平均數(shù)锄开、中位數(shù)和眾數(shù)；
量化數(shù)字的差異即「差異量數(shù)」（measures of variability）头遭，包括方差和標(biāo)準(zhǔn)差计维。
標(biāo)準(zhǔn)差揭示一組數(shù)字中彼此之間的差異撕予，以及數(shù)字與平均值之間的差異实抡。計算方法是總變異的平均值開根號。（另有文章分享其原理）
（4）常見問題
1）隨機抽樣的樣本容量過小艺蝴。如N＜50鸟废，就會造成誤差大盒延，且可信度低。
2）組數(shù)和組距確定不當(dāng)胯盯。沒有針對樣本容量大小選擇合適的組數(shù)博脑，結(jié)果影響對分布狀態(tài)的判斷，組距選擇不當(dāng)泞边，沒有取奇數(shù)或不是測量單位的整數(shù)倍疗杉，將會出現(xiàn)騎墻現(xiàn)象烟具。
3）隨機抽取的樣本混在一起。把不同條件下取得的樣本混在一起嗡午，造成分布狀態(tài)有異翼馆，判斷有誤金度。
4）忽視直方圖正態(tài)性檢驗的作用猜极。直方圖是非正態(tài)分布消玄，仍然計算工序能力指數(shù)毫無意義翩瓜。
