.
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
① 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；⑨ 因果图使用时要不断加以改进。
5
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
1）正相关：当变量X增大时，另一个变量Y也增大；
2）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；
4）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。
6
直方图
直方图是针对某产品或过程的特性值，利用常态分布（也叫正态分布）的原理，把50个以上的数据进行分组，并算出每组出现的次数，再用类似的直方图形描绘在横轴上。
1、实施步骤
1）收集同一类型的数据；
2）计算极差（全距）R=Xmax-Xmin；
.
.
3）设定组数K：K=1+3.23logN
50~10100~25
数据总数
0
总数
0
250以上
6~10 7~12 10~20
4）确定测量最小单位，即小数位数为n时，最小单位为10-n；
5）计算组距h，组距h=极差R/组数K；
6）求出各组的上、下限值
第一组下限值=X min-测量最小单位10-n/27
第二组下限值（第一组上限值）=第一组下限值+组距h；
7）计算各组的中心值，组中心值=（组下限值+组上限值）/2；
8）制作频数表；
9）按频数表画出直方图。
2、直方图的常见形态与判定:
1）正常型：是正态分布，服从统计规律，过程正常；
2）缺齿型：不是正态分布，不服从统计规律；
3）偏态型：不是正态分布，不服从统计规律；
.
5大工具及7大手法 - 图文
