大家好：

記得最初接觸頻數分布直方圖，印象中是在初二的時候吧，轉眼間兩個初二的年紀都過去了，那時算是接觸圖表最早的時候了，還用着直尺、鉛筆、橡皮的細細描繪，修改。仿佛在完成一項偉大的工程。

工作後發現，原來學業中的圖表在職場中也有着重要的應用，現在的我們祛除了年少時的青澀，平添了些許的無奈，不過還好，學習還不晚。

第一部分：頻數分布直方圖是什麼？

簡單的說用來表示頻數分布的基本統計圖形，就叫做頻數分布直方圖，也可簡稱直方圖。

它是将一個系列的各個數值，分成間距相等的幾個組，用垂直條的高低來表示落在每個組範圍内的數值的多少。比如全年級200人的考試成績，從最低分0分到最高分100分，每間隔10分劃分一個組，研究落在每個組上的人數，用直方圖來直觀顯示成績的分布。

第二部分：頻數分布直方圖是用來幹什麼？

頻數分布直方圖主要是為了将我們需要研究的數據直觀、形象地表示出來。一方面用來清楚的顯示各組頻數的分布情況；另一方面由于直方圖中，各組的範圍（也就是橫軸寬度）相同，可以根據垂直條的高度顯示各組的差别和比例。

第三部分：頻數分布直方圖在質量管理中有什麼重要應用？

直方圖采用數形結合的思想，從統計圖的角度出發，顯示各組數據的特點，進一步分析數據，從而做出改善和決策，解決實際問題。

質量管理中的直方圖數據往往來源于實際的生産過程,數據的取值數量越多越好，一般應最少在50個以上。比如機加行業産品超出标準值的大小、電子行業産品的阻抗超出标準的大小、下料尺的大小等。我們從實際工作中提取數據，進行分析，返回來服務于生産。

下圖是一個标準的正态分布圖，我們對正态分布用參數S偏差平方和來進行劃分，會發現99.7%的數值位于±3S的範圍内，所以當出現的數據連續性的超出這個範圍，我們則可以認為生産出現了異常，需要引起注意，進行現場确認分析，進行改善。有時候正态分布圖也可以用參數西格瑪（sigma，σ）來進行劃分，同樣數據位于±3σ範圍内的概率是99.7%，一般的中小型公司不用追求六西格瑪，能穩定在三西格瑪内也已經很不錯了。

第四部分：頻數分布直方圖是怎麼做出來的？

頻數分布直方圖怎麼做呢？做出後又有哪些數據可以用來作分析呢？下面我們用“**中學

2019年上半年結業考試數學成績”來作為數據源，進行直方圖的繪制。

第一步：确定組數、組寬，并統計各組的成績頻數。

（1）組數的确定：

直方圖的組數确定可根據統計樣本數據的量來确定。

一般情況下，當數據量位于50-100時，組數可設定為6-10組；當位于100-250時，可分為7-12組；250個以上可分為10-20組。

本例中學生成績的樣本量為180個，我們分為10組即可。

（2）組寬的确定：

我們用“（最大值—最小值）/組數”，便可以得到組寬。在數據樣本中最大值為100分，最小值為30分，那麼組寬為7。

（3）各組頻數的統計。

在上一步中，我們将數據劃分為[30,37]、[37,44]......[93,100]的10組，統計數據後，我們得到下面的頻數分布。

第二步：繪制頻數分布直方圖

（1）将統計好的頻數分布表作為數據源，選擇數據源後，插入圖表下的直方圖，完成直方圖的插入

（2）給直方圖添加數據标簽、數據表等元素後，點擊直方圖圖表區域的系列區域（也就是垂直條部分），在右側的系列選項中，将分類間距調整為0%，并在工具欄繪圖工具中将輪廓設置為紅色。完成直方圖的基本制作。

備注：質量管理中，在對直方圖進行分析的時候，會考慮到平均值、中位數、方差、标準差等内容，進一步繪制正态分布圖，得出數據合理的範圍，從而對異常數據或對象進行重點關注和研究。

好了，今天的内容到這裡就跟大家說再見了，我們下期見！記得點擊關注或點贊奧！