直方图实战指南：从分布形状读懂过程波动与质量风险

直方图把连续测量数据分成区间，用柱高显示各区间的频数。它能快速呈现中心、离散、偏斜、多峰和异常尾部，是理解过程分布的基础工具。但直方图不显示时间顺序，因此不能替代控制图。

一、制作步骤

1. 明确指标、单位、规格与数据来源。
2. 确认量具分辨率及测量系统能力。
3. 收集能代表设备、班次、批次和时间的数据。
4. 计算极差并选择合理组数。常见起点为约√n组，也可用统计软件优化箱宽。
5. 区间等宽、边界互斥，避免一数落入两组。
6. 绘图后标注规格界限、目标值、样本量和时间范围。
7. 结合控制图与分层资料解释。

二、分布形状及可能原因

三、案例：灌装重量双峰

某产品重量平均值满足目标，但直方图出现两个峰。按生产线分层后，A线中心为500.2克，B线为504.8克；两条线各自波动不大，混合后却显得整体离散。团队校准B线称重反馈并统一设定，双峰消失，超上限风险显著下降。

四、箱宽为何重要

组距太宽会掩盖双峰和空档，太窄则产生锯齿噪声。分析时可比较不同合理箱宽，但不能为了展示想要的结论任意调整。样本太少时，点图或箱线图通常比直方图更诚实。

五、与规格比较

把规格线加在图上可以初步观察风险，但不能仅凭“柱子没有越界”判定过程有能力。样本可能没有覆盖尾部，过程也可能随时间漂移。正式能力结论还需要稳定性判断、分布模型和Cp/Cpk或非正态能力分析。

六、常见误区

• 把不同产品或设备混在一张图；
• 只看平均值，不看偏斜和尾部；
• 把直方图当控制图判断过程稳定；
• 使用筛选后的合格数据计算分布；
• 纵轴比例不同却直接比较两张图。

报告直方图时，应同时注明样本量、收集方式、时间范围、箱宽和分层条件。图形提供的是过程结构线索，后续需通过时间序列、现场调查和统计分析确认。