① 怎麼做數據分析圖表
做數據嘩悄分析圖表的辦法如下：
工具：機械革睜圓命S3Pro、Windows10、Excel2019。
1、桌面右鍵新建Excel工作表。
② 一級Excel統計數據題 這個應該怎麼做 要用那些函數嗎麻煩具體點 謝謝！！！
A1 B2
庫存總價 商品庫存數量
<=20000 <30000
用高察運級篩選碰鍵
1.選擇庫存敗吵梁表中的區域
2.上面的條件區域
3.位置：H2
搞定。
③ 如何學習數據分析
首先我說說這兩種方向共同需要的技術面，當然以下只是按照數據分析入門的標准來寫：
1. SQL（資料庫），我們都知道數據分析師每天都會處理海量的數據，這些數據來源於資料庫，那麼怎麼從資料庫取數據？如何建立兩表、三表之間的關系？怎麼取到自己想要的特定的數據？等等這些數據選擇問題就是你首要考慮的問題，而這些問題都是通過SQL解決的，所以SQL是數據分析的最基礎的技能，零基礎學習SQL可以閱讀這里：SQL教程_w3cschool
2. 統計學基礎，數據分析的前提要對數據有感知，數據如何收集？數據整體分布是怎樣的？如果有時間維度的話隨著時間的變化是怎樣的？數據的平均值是什麼？數據的最大值最小值指什麼？數據相關與回歸、時間序列分析和預測等等，這些在網易公開課上倒是有不錯的教程：哈里斯堡社區大學公開課：統計學入門_全24集_網易公開課
3.Python或者R的基礎，這一點是必備項也是加分項，在數據挖掘方向是必備項，語言相比較工具更加靈活也更加實用。至於學習資料：R語言我不太清楚，Python方向可以在廖雪峰廖老師的博客里看Python教程，面向零基礎。
再說說兩者有區別的技能樹：
1.數據挖掘向
我先打個前哨，想要在一兩個月內快速成為數據挖掘向的數據分析師基本不可能，做數據挖掘必須要底子深基礎牢，編程語言基礎、演算法、數據結構、統計學知識樣樣不能少，而這些不是你自習一兩個月就能完全掌握的。
所以想做數據挖掘方向的，一定要花時間把軟體工程專業學習的計算機基礎課程看完，這些課程包括：數據結構、演算法，可以在這里一探究竟：如何學習數據結構？
在此之後你可以動手用Python去嘗試實現數據挖掘的十八大演算法：數據挖掘18大演算法實現以及其他相關經典DM演算法
2.產品經理向
產品經理向需要你對業務感知能力強，對數據十分敏感，掌握常用的一些業務分析模型套路，企業經常招聘的崗位是：商業分析、數據運營、用戶研究、策略分析等等。這方面的學習書籍就很多，看得越多掌握的方法越多，我說幾本我看過的或者很多人推薦的書籍：《增長黑客》、《網站分析實戰》、《精益數據分析》、《深入淺出數據分析》、《啤酒與尿布》、《數據之魅》、《Storytelling with Data》
④ 什麼叫對數據敏感怎樣做數據分析
對數據敏感就是當你看到一大堆雜亂無章的數據時，你會很有耐心的找出其中的規律所在，不厭其煩，並且樂在其中。
而做典型的數據分析可能包含以下三個步驟：
1、探索性數據分析，當數據剛取得時，可能雜亂無章，看不出規律，通過作圖、造表、用各種形式的方程擬合，計算某些特徵量等手段探索規律性的可能形式，即往什麼方向和用何種方式去尋找和揭示隱含在數據中的規律性。
2、模型選定分析，在探索性分析的基礎上提出一類或幾類可能的模型，然後通過進一步的分析從中挑選一定的模型。
3、推斷分析，通常使用數理統計方法對所定模型或估計的可靠程度和精確程度作出推斷。
數據分析過程實施
數據分析過程的主要活動由識別信息需求、收集數據、分析數據、評價並改進數據分析的有效性組成。
一、 識別信息需求
識別信息需求是確保數據分析過程有效性的首要條件，可以為收集數據、分析數據提供清晰的目標。識別信息需求是管理者的職責管理者應根據決策和過程式控制制的需求，提出對信息的需求。就過程式控制制而言，管理者應識別需求要利用那些信息支持評審過程輸入、過程輸出、資源配置的合理性、過程活動的優化方案和過程異常變異的發現。
二、收集數據
有目的的收集數據，是確保數據分析過程有效的基礎。組織需要對收集數據的內容、渠道、方法進行策劃。策劃時應考慮：
①識別的需求轉化為具體的要求，如評價供方時，需要收集的數據可能包括其過程能力、測量系統不確定度等相關數據；
②確由誰在何時何處，通過何種渠道和方法收集數據；
③錄表應便於使用；
④取有效措施，防止數據丟失和虛假數據對系統的干擾。
三、分析數據
分析數據是將收集的數據通過加工、整理和分析、使其轉化為信息，通常用方法有： 老七種工具，即排列圖、因果圖、分層法、調查表、散步圖、直方圖、控制圖； 新七種工具，即關聯圖、系統圖、矩陣圖、KJ法、計劃評審技術、PDPC法、矩陣數據圖；
四、數據分析過程的改進
數據分析是質量管理體系的基礎。組織的管理者應在適當時，通過對以下問題的分析，評估其有效性：
①供決策的信息是否充分、可信，是否存在因信息不足、失准、滯後而導致決策失誤的問題；
②息對持續改進質量管理體系、過程、產品所發揮的作用是否與期望值一致，是否在產品實現過程中有效運用數據分析。
③收集數據的目的是否明確，收集的數據是否真實和充分，信息渠道是否暢通；
④據分析方法是否合理，是否將風險控制在可接受的范圍；
⑤據分析所需資源是否得到保障。
⑤ 數據分析報告小技巧記錄
寫分析報告：
0.報告書寫要完整：
數據分析報告確實有特定的結構，但是這種結構並非一成不變，不同的數據分析師、不同的老闆、不同的客戶、不同性質的數據分析，其最後的報告可能會有不同的結構。 最經典的報告結構還是「總—分—總」結構，它主要包括：開篇、正文和結尾三大部分。
在數據分析報告結構中，「總—分—總」結構的 開篇部分包括標題頁、目錄和前言（主要包括分析背景、目的與思路）；正文部分主要包括具體分析過程與結果；結尾部分包括結論、建議及附錄。 下面將對這幾個部分進行具體介紹。
1、標題頁
標題頁需要寫明報告的題目，題目要精簡干練，根據版面的要求在一兩行內完成。標題是一種語言藝術，好的標題不僅可以表現數據分析的主題，而且能夠激發讀者的閱讀興趣，因此需要重視標題的製作，以增強其藝術性的表現力。
（1）標題常用的類型
A.解釋基本觀點： 往往用觀點句來表示，點明數據分析報告的基本觀點，如《不可忽視高價值客戶的保有》《語音業務是公司發展的重要支柱》等；
B.概括主要內容： 重在敘述數據反映的基本事實，概括分析報告的主要內容，讓讀者能抓住全文的中心，如《我公司銷售額比去年曾航30%》《2010年公司業務運營情祥檔況良好》等；
C.交代分析主題： 反映分析的對象、范圍、時間、內容等情況，並不點明分析師的看法和主張，如《發展公司業務的途徑》《2010年運營分析》《2010年部門業務對比分析》等；
D.提出問題： 以設問的方式提出報告所要分析的問題，引起讀者的注意和思考，如《客戶流失到哪裡去了》《公司收入下降的關鍵何在》《1500萬利潤是怎樣獲得的》
（2）標題的製作要求
A.直接： 數據分析報告是一種應用性較強的文體，它直接用來為決策者的決策和管理服務，所以標題必須用毫不含糊的語言，直截了當、開門見山地表達謹迅亂基本觀點，讓讀者一看標題就能明白數據分析報告的基本精神，加快對報告內容的理解。
B.確切： 標題的撰寫要做到文題相符，寬窄適度，恰如其分地表現分析報告的內容和對象的特點。
C.簡潔： 標題要直接反映出昌伍數據分析報告的主要內容和基本精神，就必須具有高度的概括性，用較少的文字集中、准確、簡潔地進行表述。
（3）標題的藝術性
標題的撰寫除了要符合直接、確切、簡潔三點基本要求，還應力求新鮮活潑、獨具特色、增強藝術性。要使標題具有藝術性，就要抓住對象的特徵展開聯想，適當運用修辭手法給予突出和強調，如《我的市場我做主》《我和客戶有個約會》等。有時，報告的作者也要在題目下方出現，或者在報告中要給出所在部門的名稱， 為了將來方便參考，完成報告的日期也應當註明，這樣能夠體現出報告的時效性。
2、目錄
目錄可以幫助讀者快捷方便地找到所需的內容，因此，要在目錄中列出報告主要章節的名稱。如果是在Word中撰寫報告，在章節名稱後面還要加上對應的頁碼，對於比較重要的二級目錄，也可以將其列出來。所以，從另外一個角度說，目錄也就相當於數據分析大綱，它可以體現出報告的分析思路。但是目錄也不要太過詳細，因為這樣閱讀起來讓人覺得冗長並且耗時。
此外，通常公司或企業的高層管理人員沒有時間閱讀完整的報告，他們僅對其中一些以圖表展示的分析結論會有興趣，因此，當書面報告中沒有大量圖表時，可以考慮將各章圖表單獨製作成目錄，以便日後更有效地使用。
3、前言
前言的寫作一定要經過深思熟慮、前沿內容是否正確，對最終報告是否能解決業務問題，能夠給決策者決策提供有效依據起決定性作用。前沿是分析報告的一個重要組成部分，主要包括分析背景、目的及思路三方面：為何要開展此次分析？有何意義？通過此次分析要解決什麼問題？達到何種目的？如何開展此次分析，主要通過哪幾方面開展？
（1）分析背景
對數據分析背景進行說明主要是為了 讓報告閱讀這對整個分析研究的背景有所了解，主要闡述此項分析的主要原因、分析的意義、以及其他相關信息，如行業發展現狀等內容。
（2）分析目的
數據分析報告中陳述分析目的是為了讓報告的閱讀者了解開展此次分析能帶來何種效果，可以解決什麼問題。有時將研究背景和目的意義合二為一。
（3）分析思路
分析思路用來指導數據分析師如何進行一個完整的數據分析，即確定需要分析的內容或指標。一般給出一個邏輯嚴謹的分析思路，但是不需要事無巨細都寫上去，畫個結構圖，然後幾句話介紹一下。
4、正文
正文是數據分析報告的核心部分，它將系統全面地表述數據分析的過程與結果。
撰寫正文報告時，根據之前分析思路中確定的每項分析內容，利用各種數據分析方法，一步步地展開分析，通過圖表及文字相結合的方式，形成報告正文，方便閱讀者理解。
正文通過展開論題，對論點進行分析論證，表達報告撰寫者的見解和研究成果的核心部分，因此正文佔分析報告的絕大部分篇幅。一篇報告只有想法和主張是不行的 ，必須經過科學嚴密的論證，才能確認觀點的合理性和真實性，才能使別人信服。因此，報告主題部分的論證是極為重要的。
報告正文具有以下幾個特點：是報告最長的主題部分、包含所有數據分析事實和觀點、通過數據圖表和相關的文字結合分析、正文各部分具有邏輯關系。
我們通常通過金字塔原理來組織報告邏輯，整個報告的核心觀點是什麼，又由哪些子觀點構建，支持每個子觀點的數據是什麼。
5、結論與建議
結論是以數據分析結果為依據得出的分析結果，通常以綜述性文字來說明。它不是分析結果的簡單重復，而是結合公司實際業務，經過綜合分析、邏輯推理形成的總體論點。結論是去粗取精、由表及裡而抽象出的共同、本質的規律，它與正文緊密銜接，與前言相呼應，使分析報告首尾呼應。結論應該措辭嚴謹、准確、鮮明。
建議是根據數據分析結論對企業或業務等所面臨的問題而提出的改進方法，建議主要關注在保持有時候及改進劣勢等方面。因為分析人員所給出的建議主要是基於數據分析結果而得到的。會存在局限性，因此必須結合公司的具體業務才能得出切實可行的建議。
6、附錄
附錄是數據分析報告的一個重要組成部分。一般來說，附錄提供正文中涉及而未予闡述的有關資料，有時也含有正文中提及的資料，從而向讀者提供一條深入數據分析報告的途徑。它主要包括報告中涉及的專業名詞解釋、計算方法、重要原始數據、地圖等內容。每個內容都需要編號，以備查詢。
當然並不是要求每篇報告都有附錄，附錄是數據分析報告的補充，並不是必需的，應該根據各自的情況再決定是否需要在報告結尾處添加附錄。
六、注意事項
1、分析結論要明確，要精，要有邏輯
如果沒有明確的結論那分析就不叫分析了，也失去了意義，因為我們是要去尋找或者印證一個結論才會去做分析的，所以千萬不要忘本舍果；
如果可以的話一個分析一個最重要的結論就好了，很多時候分析就是發現問題，如果一個分析能發現一個重大問題，就達到目的了，不要事事求多，寧要仙桃一口，不要爛杏一筐，精簡的結論也容易讓閱讀者接受，減少重要閱讀者（通常是事務繁多的領導，沒有太多時間看那麼多）的閱讀心理門檻，如果別人看到問題太多，結論太繁，讀不下去，一百個結論也等於零；
不要有猜測性的結論，太主觀的東西會沒有說服力，如果一個結論連自己都沒有肯定的把握就不要拿出來誤導別人了。
2、數據分析報告盡量圖表化，風格統一
用圖表代替大量堆砌的數字會有助於人們更形象更直觀地看清楚問題和結論，當然，圖表也不要太多，過多的圖表一樣會讓人無所適從；
數據分析報告本身是一個很嚴肅的東西，跟樣式、美觀程度也有一定關系，不是說做的花銷，而是基本的美觀度要保證，風格要統一。例如一些常識性的配色：餐飲類（暖色調，例如橘色、紅色、黃色）；國際貿易類（藍色、灰色、霧藍色、灰綠色等）；社會人文類（按照感情顏色進行配色，例如較嚴峻的社會問題，要用灰色、深藍；較喜慶的，使用紅色、綠色、黃色；具體可按需搭配對比色和互補色等）。
3、好的分析一定要基於可靠的數據源，同時具有可讀性
其實很多時候收集數據會占據更多的時間，包括規劃定義數據、協調數據上報、讓開發人員提取正確的數據或者建立良好的數據體系平台，最後才在收集的正確數據基礎上做分析，既然一切都是為了找到正確的結論，那麼就要保證收集到的數據的正確性， 否則一切都將變成為了誤導別人的努力；
除此之外，每個人都有自己的閱讀習慣和思維方式，寫東西總會按照自己的思維邏輯來寫，別人不一定了解，要知道閱讀者往往只會花10分鍾以內的時間來閱讀，所以要考慮你的報告閱讀者是誰？他們最關心什麼？必須站在讀者的角度去寫分析報告。有些細節性的東西：
1.對於有些表格，由於數據信息的長短大小不一，多欄書寫，在美觀上很失水準，建議只分行不分列，也就是1列多行或者少行都可以；這樣看上去數據就沒有那麼亂。
2.時刻提醒自己，要有用戶思維，用戶要看的是結果，很多的細節推理是不需要寫的，我們只要做好記錄，如果客戶問到再給他介紹，因為如果細節寫的太多整個報告看上去就很龐大，沒有可讀性，而且很多客戶也不關心，所以客戶不關心的，不要抖機靈寫的太詳細。
3.專業性，去除口語化的表述，很容易改，一遍一遍讀就能發現。人物傳記除外，這種故事性強一些，更可讀，當然數據要准確。
4.數據一定要用表格， 可以粘貼復制的那種，如果有些全量展示會很大，那就粘貼重要的列重要的行，不要做全量展示， 一切都已結果展示美觀，可讀為前提；
5.直接在報告中展示部分數據結果，不要完全另附一個文檔，因為客戶懶得在翻，不同的數據不要放到一起，一定要放不同的Excel，因為客戶可能發現不了，你永遠不要要求別人跟你一樣那麼了解你的數據，你的文檔，盡可能的降低客戶讀文檔的成本，哪怕增加一點難度都會導致別人不想看你的文檔。
進而投訴你不夠專業。你或許很委屈，但是事實就是如此。試想一下，你之前注冊一個軟體的時候，他讓你填的那些信息，填完又告訴你名稱已經存在，你是不是很煩，轉頭就想走，而提供一個第三方介面，就很方便。
6.一份報告至少改3遍，不斷改，每次讀都問，可讀性高嗎，文檔簡潔嗎，哪些可以去掉，客戶想要的都能一眼看到了嗎？
7.各章節標題裡面直接寫結論，不要長篇大論，最後在不顯眼的地方給結論。相信我，客戶看不到的。他的耐心不夠他看完全篇。我沒有諷刺他們，因為我們也是這樣的。這又不是故事會。
8.多條原因、結論等說明的時候，前面加一個花紋序號就是非數字序號，添加之後會很規整。
9.畫圖，畫一些結構圖，用Visio畫比思維導圖看上去更專業。畫完調整格式，圖形大小要一致，字體也要調整。
10.文章要有深度，給讀者看時要提現出這篇報告的價值，一定要有別人看不到的東西在報告中，若讀者一看就知道，就說明這篇報告基本沒有什麼價值。到底有沒有價值，其實很好判斷，若分析結果全都自行可以預判，沒下什麼功夫，那基本也沒什麼深度。分析師要有自己的角度，深度，同時要考慮這些是否對讀者有幫助。
11.標題和正文的字體還是要分開，正文用楷體，標題用黑體，或者其他比較正式的吧，多嘗試一下。
參考知乎：如何寫好一份數據分析報告？
⑥ 如何分析銷售數據與報表
為什麼要做銷售數據分析？
企業的業務數據涉及銷售數據、財務數據、人力數據、產品數據等多種類型，而銷售數據在所有數據中的重要性毋庸置疑。通過分析銷搭衫售數據，將有助於發現經營問題，降低銷售成本，最終提高企業銷售利潤。
關鍵指標提取
不同行業對銷售指標的側重各有不同，本文將以建材行業為例進行說明。
其中涉及的銷售數據指標包括：銷售數量、銷售單價、銷售收入、單位成本、銷售成本、銷售毛利等，原始數據中還會涉及月份、城市、分類、計量單位、對應客戶等信息。
圖表與看板製作
提取完重要數據指標後，您就可以根據需求製作相關看板與圖表。在此之前，用戶必須對需要監控的指標做到心中有數。
一般來說，製作看板時，根據目的不同可以分為三類：
1. 基礎數據看板：總覽全局
這類看板大家都比較熟悉，主要是由包括地圖、條形圖、餅圖等一系列的基礎圖表組成，用於查看不同地區、時間、類別的銷售收入、銷售成本等基礎數據。下圖是根據建材行業的示例數據生成的一個看板：
（以上圖表使用DataHunter製作）
⑦ 語文閱讀寫作手法答題技巧
語文閱讀理解的技銷拍跡告巧？》網路網盤最新全集下載
鏈接: https://pan..com/s/1caXTSbiPNTe37DygiUDK4A
認真通讀所有題目，理解題意，明虧州羨確題目的要求。解答，要帶著問題，仔細地閱讀有關內容，認真地思考、組織答案。檢查，看回答是否切題，內容是否完整，語句是否通順，標點是否正確。
⑧ qc七大手法：關系圖法、KJ法、系統圖法、矩陣圖法、矩陣數據分析法、PDPC法、網路圖法的內容是什麼
QC7大手法的內容是什麼？
新QC七大手法
1. 關聯圖法--TQM推行, 方針管理, 品質管制改搭物慧善, 生產方式,
生產管理改善
2.KJ法--開發, TQM推行, QCC推行, 品質改善
3. 系統圖法--開發, 品質保證, 品質改善
4.矩陣圖法--開發, 品質改善, 品質保證
5.矩陣開數據解析法--企劃, 開發, 工程解析
6. PDPC法--企劃, 品質保證, 安全管理, 試作評價, 生產量管理
改善, 設備管理改善
7. 箭法圖解法--品質設計, 開發, 品質改善
新舊QC七大手法
一、QC七大手法分為：
1、簡易七大手法：甘特圖、流程圖、5W2H、愚巧法、雷達法、統計圖、推移圖
2、QC舊七大手法：特性要因分析圖、柏拉圖、查檢表、層別法、散布圖、直方圖、管制圖
3、QC新七大手法：關連圖、系統圖法、KJ法、箭頭圖法、矩陣圖法、PAPC法、矩陣數據解析法
計數值：以合格數、缺點數等使用點數計算而得的數據一般通稱為計數數據。（數一數）
計量值：以重要、時間、含量、長度等可以測量而得來的數據，一般為計量值，如長度、重要、濃度，有小數點的凡四捨五入都稱之。（量一量）
4、QC七大手法由五圖，一表一法組成：
五圖：柏拉圖、散布圖、直方圖、管制圖、特性要因分析圖（魚骨圖）
一表：查檢表（甘特圖）
一法：層別法
二、介紹簡易七大手法：
1、甘特圖：
用途
1、工作進度安排
2、查核工作進度
3、掌握現況
4、日常計劃管理用
是一種最容易、最有效的一種進度自我管理。
2、統計圖（條形圖）：
用途
1、異常數據一目瞭然。
2、容易對照比較。
3、易看出結論。
應用最普通報章、雜志均可看到的圖表。
應用到層別法。
3、推移圖（趨勢圖）：
用途
1、數據對時間變化管理使用。
2、可以把握現狀、掌握問題點。
3、效果、差異比較。
了解數據差異最簡單的方法，應用很廣。
次品率、推移圖。
4、流程圖：
用途
1、工作內容之表示。
2、容易掌握工作站。
3、教育、說明用。
工作說明、內容之簡易表示方法。
5、圓圖：
用途
1、用以比較各部分構成比例。
2、以時鍾旋轉方向由大到小排列，將圓分成若干個扇形。
3、直截了當的描繪各項所佔比例。
用到層別法。
三、介紹舊七大手法：
1、查知答檢表（CHECK LIST）
用途
1、日常管理用
2、收集數據用
3、改善管理用
幫助每個人在最短時間內完成必要之數據收集
2、層別法：
用途
1、應用層別法、找出數據差異因素而對症下葯。
2、以4M，每1M層別之。
1、 借用其他圖形，本身無圖形。
2、 由大到小排列。
3、柏拉圖（計數值統計）：
借用層別圖。
由生產現場所收集到後數據，必須有效的加以分析、運用，才能成為人價值的數據。而將此數據加以分類、整理，並作成圖表，充分的掌握問題點及重要原因，是時下不可缺的管理工具。而最為現場人員所使用於數據管理的圖為柏拉圖。
定義：1）根據所收集的數據，按不良原因、不良狀況、不良項目、不良發生後位置等不同區分標准而加以整理、分類，藉以尋求占最大比率的原因狀況或位置，按其大小順序後排列，再加上累積值的圖形。
2）從柏拉圖可看出哪一項目有問題，其影響度如何，以判斷問題之所在，並針對問題點採取改善措施，故又稱ABC圖，（分析前面2-3項重要項目之控制。）
3）又因圖後排列是依大小順序，故又可稱為排列圖。
4）柏拉圖製作說明：
A 決定數據的分類項目
分類的方式有：
a 結果的分類包括不良項目別、場所別、時間別、工程別。
b原因的分類包括材料別（廠商、成份等）。方式別（作業條件、程序、方法、環境等）、人（年齡、熟練度、經驗等）、設備別（機械、工具等）。
分類的項目必須合乎問題的症結，一般的分類先從結果分類上著手，以便洞悉問題之所在，然後再進行原因分析，分析出問題產生之原因，以便採取有效的對策。將此分析的結果，依其結果與原因分別繪制柏拉圖。
B 決定收集數據的期間，並按分類項目，在期間內收集數據。
考慮發生問題的狀況，從中選擇恰當的期限（如一天、一周、一月、一季或一年為期間）來收集數據。
C 依分類項目別，做數據整理，並作成統計表。
a 各項目按出現數據大小順序排列，其他項排在最後一項，並求其累積數。（其他螞滲項不可大於前三項，若大於時應再細分）。
b求各項目數據所佔比率累計數之影響度。
c其他項排在最後，若太大時，須檢討是否其他重要要因需提出。
不良率（%）=各項不良數÷總檢查數*100
影響度（%）=各項不良數÷總不良數×100
D 記入圖表紙並依數據大小排列畫出柱狀圖。
a 於圖表用紙記入縱軸及橫軸。縱軸左側填不良數、不良率，或損失金額，縱軸右側刻度表示累計影響度（比率）；在最上方刻100%，左方則依收集數據大小做適當刻度。橫軸填分類項目名稱，由左至右按照所佔比率大小記入，其他項則記在最右邊。
b 橫軸與縱軸應做適度比例，橫軸不宜長於縱軸。
E 繪累計曲線：
a點上累計不良數（或累計不良率）。
b 用折線連結。
F 繪累計比率：
a 縱軸右邊繪折線終點為100%。
b 將0~100%間分成10等分，把%的分度記上（即累計影響度）。
c 標出前三項（或四項）之累計影響度是否>80%或接近80%。
J 記入必要的事項：
a 標題（目的）。
b 數據收集期間。
c 數據合計（總檢查、不良數、不良率…等）。
d 工程別。
e 作成者（包括記錄者，繪圖者…）。
繪圖注意事項：1）柏拉圖之橫軸是按項目別，依大小順序由高而低排列，[其他]項排在最後一位。
2）柏拉圖之柱形圖寬度要一致，縱軸與橫軸比例為3：2。
3）縱軸最高點為總不良數，且所表示之間距離一致。
4）次數少的項目太多時，可考慮將後幾項歸納成[其他]項；其他項不應大於前幾項，若大於時應再分析。有時，改變層別或分類的方法，亦可使分類的項目減少。通常，項目別包括其他項在內，以不要超過4~6項為原則。
5）改善前後之比較時：
a 改善後，橫軸項目別依照出現大小順序由高而低排列。
b 前後比較基準須一致，且刻度應相同，則更易於比較。
4、管制圖：
（1） 何為管制圖：
為使現場之品質狀況達成吾人所謂之「管理」作業，一般均以偵測產品之
品質特性來替代「管理」作業是否正常，而品質特性是隨著時間、各種狀況有著高低的變化； 那麼到底高到何種程度或低至何種狀況才算吾人所謂異常？故設定一合理之高低界限，作為吾人探測現場製程狀況是否在「管理」狀態，即為管制圖之基本根源。
管制圖是於1924年由美國品管大師修哈特博士所發明。而主要主義即是【一種以實
際產品品質特性與依過去經驗所研判之製程之能力的管制界 限比較，而以時間順序
用圖形表示者】。
（2） 基本特性：
一般管制圖縱軸均設定為產品的品質特性，而以製程變化的數據為分度；橫軸則為檢測製品之群體代碼或編號或年月日等，以時間別或製造先後別，依順序將點繪於圖上。
在管制圖上有三條筆直的橫線，中間的一條為中心線（Center Line，CL），一般以藍色之實線繪制。左上方的一條稱為管制上限（Upper Control Limit，UCL），在下方的稱為管制下限（Lower Control Limit，LCL），對上、下管制界限之繪制，則一般均用紅色之虛線表現之，以表示可接受之變異范圍；至於實際產品品質特性之點連線條則大都以黑色實線表現繪制之。
（3） 管制圖原理：
1）品質變異之形成原因
一般在製造的過程中，無論是多麼精密的設備，環境，其品質特性一定都會有變動，絕無法做完全一樣的製品；而引起變動的原因可分為兩種，一種為偶然（機遇）原因，一種為異常（非機遇）原因。
2）管制圖界限之構成：
管制圖是以常分配中之三個標准差為理論依據，中心線為平均值，上、下管制界限以平均數加減三個標准差（±3σ）之值，以判斷製程中是否有問題發生，此即修哈特博士所創之法。
（4） 管制圖種類：
1）依數據性質分類：
A 計量值管制圖：所謂計量值系指管制圖之數據均屬於由量具實際量測而得；如長度、重量、濃度等特性均為連續性者。常用的有：
a 平均數與全距管制圖（X(—)-R Chart）
b 平均數與標准差管制圖（X(—)-σChart）
c 中位數與全距管制圖（X(~)-R Chart）
d 個別值與移動全距管制圖（X-Rm Chart）
e 最大值與最小值管制圖（L-S Chart）
B 計數值管制圖：所謂計數值是指管制圖之數據均屬於單位計算數者而得；如不良數、缺點數等間斷性數據均屬之。常用的有：
a 不良率管制圖（P Chart）
b 不良數管制圖（Pn chart ，又稱np chart或d chart）
c 缺點數管制圖（C chart）
d 單位缺點數管制圖（U chart）
2）計數值與計量值管制圖之應用比較
計量值
計數值
優點
1、甚靈敏，容易調查真因。
2、可及時反應不良，使品質穩定。
1、所須數據可用簡單方法獲得。
2、對整體品質狀況之了解較方便。
缺點
1、抽樣頻度較高、費時麻煩。
2、數據須測定，且再計算，須有訓練之人方可勝任。
1、無法尋得不良之真因。
2、及時性不足，易延誤時機。
（5） 管制圖之繪制：
介紹：計量值管制圖（X-R）常用
1）先行收集100個以上數據，依測定之先後順序排列之。
2）以2~5個數據為一組（一般采4~5個），分成約20-25組。
3）將各組數據記入數據表欄位內。
4）計算各組之平均值X。（取至測定值最小單位下一位數）
5）計算各組之全距R。（最大值-最小值=R）
6）計算總平均X。
X=（X1+X2+X3+…+Xk）/k=ξXi/k（k為組數）
7）計算全距之平均R：
R=（R1+R2+R3+…+Rk）/k=ξRi/k
8）計算管制界限
X管制圖：中心線（CL）=X
管制上限（UCL）=X+A2R
管制下限（LCL）=X-A2R
R管制圖：中心線（CL）=R
管制上限（UCL）=D4R
管制下限（LCL）=D3R
A2，D3，D4之值，隨每組之樣本數不同而有差異，但仍遵循三個標准差之原理，計算而得，今已被整理成常用系數表。
9）繪制中心線及管制界限，並將各點點入圖中。
10）將各數據履歷及特殊原因記入，以備查考、分析、判斷。
（6） 管制點之點繪制要領：
1）各項工程名稱、管制特性、測定單位、設備別、操作（測定）者、樣本大小、材料別、環境變化…等任何變更資料應清楚填入，以便資料之分析整理。
2）計量值變更管制圖（X-R，X-R…等）其X管制圖與R管制圖的管制界限席寬度取法，一般原則以組之樣本數（n）為參考，X管制圖之單位分度約為R管制圖之1/n倍。
（縱軸管制界限寬度約20-30m/m；橫軸各組間隔約2-5mm）
3）中心線（CL）以實線記入，管制界限則記入虛線；各線上須依線別分別記入CL、UCL、LCL、等符號。
4）CL、UCL、LCL之數值位數計算比測定值多兩位數即可。
（各組數據之平均計算數則取比測定值多一位數）
5）點之繪制有[•]、[○]、[△]、[×]…等，最好由廠內統一規定。
6）變管制圖，二個管制圖之繪制間隔最少距20mm以上，可行的話最好距30mm左右。
（7） 管制圖之判讀：
1）管制狀態之判斷（製程於穩定狀態）
A 多數點子集中在中心線附近。
B 少數點子落在管制界限附近。
C 點子之分布與跳動呈隨機狀態，無規則可循。
D 無點子超出管制界限以外。
2）可否延長管制限界限做為後續製程管制用之研判基準：
A 連續25點以上出現在管制界限線內時（機率為93.46%）。
B 連續35點中，出現在管制界限外點子不超出1點時。
C 連續100點中，出現在管制界限外點子不超出2點時。
製程在滿足上述條件時，雖可認為製程在管制狀態而不予變動管制界限，但並非點子超出管制界限外亦可接受；這此超限之點子必有異常原因，故應追究調查原因並予以消除之。
3）檢定判讀原則：
A 應視每一個點子為一個分配，非單純之點。
B 點子之動向代表製程之變化；雖無異常之原因，各點子在界限內仍會有差異存在。
C 異常之一般檢定原則：（如圖所示）
（8） 管制圖使用之注意事項：
1）管制圖使用前，現場作業應予標准化作業完成。
2）管制圖使用前，應先決定管制項目，包括品質特性之選擇與取樣數量之決定。
3）管制界限千萬不可用規格值代替。
4）管制圖種類之遴選應配合管制項目之決定時搭配之。
5）抽樣方法以能取得合理樣組為原則。
6）點子超出界限或有不正常之狀態，必須利用各種措施研究改善或配合統計方法，把異常原因找出，同時加以消除。
7）X-R管制圖里組的大小（n），一般采n=4-5最適合。
8）R管制圖沒下限，系因R值是由同組數據之最大值減最小值而得，因之LCL取負值沒有意義。
9）製程管製做得不好，管制圖形同虛設，要使管制圖發揮效用，應使產品製程能力中之Cp值（製程精密度）大於1以上
⑨ 打分題怎麼分析
在一般的問卷調研中，除了常見的單選題、多選題，還有一類題型受到問卷設計者的偏愛。就是排序題，但排序題的特殊格式，讓很多人犯難，究竟怎麼分析排序題才好？
工具/原料
spssau
問卷數據
方法/步驟
1
一、排序題錄入
例：（排序題）「請對大學生綜合素質指標重要程度做出排序」
A.學習成績B.所獲榮譽C.交際能力D.外形相貌
E.衛生習慣F.禮貌修養G.表達能力H.實踐創新能力
2
案例中共有8個選項，最多選擇4項。第一列ID代表樣本編號。
2~9列為排序題備選項，有幾個選項就需要錄入幾列。
按照排序的順序填寫，比如第一個人認為學習成績最重要，就計為1；交際能力第二重要，計為2，以此類推。沒有選中的選項，計為0。
3
如果數據是從問卷星導入到SPSSAU，每個選項會獨立顯示成一個標題，有幾個選項就有幾行標題。
4
問卷星的格式會把所有沒有被選中的選項設置為「-2」，因此在分析前需要先處理這些異常值，才能保證分析結果的准確性。
5
二、數據處理
數據導入後，首先對數據進行異常值處理，即檢查數據中是否有異常值。
處理方法：SPSSAU數據處理>異常值功能
6
Shift＋左鍵：全選中題項，勾選「缺失數字」、「數字＜0」，設置異常值處理項為Null，確定處理。
7
三鏈團、排序題分析
排序題分析時，一般可以從兩方面說明：一是對被調查的人選擇哪些選項以及各項的選擇比例情況進行描述，二是根據排序結果給出重要性排名。
8
（1）頻數分析
通過頻數分析可以看到每一選項的具體選擇情況，分析時可羅列出各項選擇結果，重點描述選擇人數較多項。
9
（2）重要性排名
分析時需要給每個數值賦值一個加權數，即排名第一位的數值權重>第二位權重>第三位權重>第四位權重。
最常規的賦值方法為，對數據進行反向計分：例如共選四項排名，排第一位計4分，排第二位計3分，排第三位計2分，排第四位計1分。
處理方法：SPSSAU數據處理>數據編碼功能
10
處理完編碼後，可使用描述分析查看數據的綜合得分，即平均值得分。
所得的平均值可代表題項被選中的順序，平均值越大，該指標的排序就越靠前，按數值大小進行排列，得到最終的排名順序。
問卷之排序題和投票功能
問卷題型排序題和投票功能也是用戶在編輯問卷過程中經常使用的題型，今天小編講講怎麼在問卷中使用這兩種題型。
工具/原料
輸入WJ、QQ、COM
方法/步驟
1
排序題實現拖動式填寫，在問卷編輯頁題目控制項欄中選擇排序題，編輯好排序選項即可看到排序效果。
（TIPS:在編輯排棚搏橘序題時不會顯示效果，確定之後就會變成排序題的顯示了。）
2
投票
投票題是快速開展意見收集的重要工具，為了方便使用，騰訊問卷提供：實時查看投票結果和提交後顯示結果兩種方式，可以根據投票需求自由設置。
實時查看投票結果：在單選、多選題編輯的高級設置中增加「顯示投票結果」，點選之後即可實現投票功能銀臘。
（TIPS:沒有單獨投票題型在題目控制項，設置「顯示投票結果」後答題者可實時查看投票結果，但提交問卷後無法查看問卷結果）
3
提交後顯示結果：如果希望回答者在提交問卷後才可以查看結果，只需要在問卷設置中打開「答題完成後顯示結果」即可；