iso 9000 ที่ปรึกษา1      

Statistic 4  – Normal Curve (เส้นโค้งปกติ)

 
  กลับหน้าระบบบริหาร          
 

          ได้พูดไว้ในบทความที่ 3 แล้วว่าเราเก็บตัวอย่างมาเพราะไม่สะดวกในการวัดประชากร แต่จุดมุ่งหมายที่เก็บตัวอย่างมาก็เพื่อที่จะดูว่าประชากรเป็น
อย่างไร จะขอหยิบยกข้อมูลจากที่พูดไว้ในเรื่องของฮีสโตแกรมมาดูอีกทีหนึ่ง

รูปที่ 1

atat10

รูปที่ 2

st2

รูปที่ 3 เส้นโค้งปกติ

st3

          รูปที่ 3 นี้เป็นการลากเส้นต่อตอดแท่งกราฟของรูปที่ 2 ก็จะเห็นการกระจายตัวของข้อมูลตกอยู่ภายใต้เส้นโค้งปกติ นั่นหมายความว่า ประชากรมีการ
กระจายตัวกันเป็นปกติ การกระจายตัวอาจไม่เป็นปกติก็ได้ หากข้อมูลที่ได้มา plot กราฟแล้วไม่ได้ออกมาเป็นเส้นโค้งปกติตามรูปที่ 4 รูปที่ 5 รูปที่ 6 และ
รุปที่ 7

รูปที่ 4

st4

รูปที่ 5

st5

รูปที่ 6

st6

รุปที่ 7

st7

          รูปร่างที่ผิดปกติเหล่านี้ไม่ใช่ Normal Curve หรือ เส้นโค้งปกติ รูปร่างตามรูปที่ 6 ข้อมูลเอนไปทางค่าน้อย ถ้าเป็นสินค้าก็แสดงว่าส่วนใหญ่มีค่า
น้อย เช่นเดียวกับรูปที่ 7 ที่สินค้ามีสเปคที่ค่อนข้างสูง เหตุการณ์แบบนี้ล้วนไม่พึงปรารถนา คุณต้องหาทางแก้ไข เพื่อให้ออกมาเป็นเส้นโค้งปกติครับ

          ต่อไปลองมาดูลักษณะของการกระจายแบบปกติ ที่มีเรื่องให้พูดกัน 5 เรื่อง

1 ค่าเฉลี่ย จะอยู่ตรงกลาง

รูปที่ 8

st8

2 พื้นที่ภายใต้เส้นโค้งแบ่งออกเป็น 6 sigma

รูปที่ 9

st9

3 พื้นที่ภายใต้ -1 ถึง 1 sigma = 68% ในช่วงนี้จะมีจำนวนสินค้า หรือจำนวนคน หรืออะไรก็ตามที่เรากำลังวัดอยู่เท่ากับ 68% ของทั้งหมด

รูปที่ 10

st10

4 พื้นที่ภายใต้ -2 ถึง 2 sigma = 95.5%

รูปที่ 11

st11

5 พื้นที่ภายใต้ -3 ถึง 3 sigma = 99.7%

รูปที่ 12

st12

          ค่าเหล่านี้ต้องให้ความสนใจเพราะต้องเอาไปใช้อีกมากมายในหลายๆที่ครับ



         

 
  qms07 ขึ้นข้างบน                        
                             
ขอขอบคุณที่เข้ามาเยี่ยมชม
สงวนลิขสิทธิ์ตามพระราชบัญญัติลิขสิทธิ์. พ.ศ. 2537