全面质量管理汽车运输企业全面质量管理基础知识教.pdf

文档介绍：该【全面质量管理汽车运输企业全面质量管理基础知识教 】是由【流金岁月】上传分享，文档一共【43】页，该文档可以免费在线阅读，需要了解更多关于【全面质量管理汽车运输企业全面质量管理基础知识教 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:.
{全面质量管理}汽车
运输企业全面质量管
理基础知识教:.
汽车运输企业全面质量管理基础知识教材
前言第一章第二章第三章第四章第五章第六章第七章第八章
第五章汽车运输全面质量管理常用的数理统计方法
第一节数理统计概述
,是全面质量管理的基本指导思想,但是并非一切数据“”一切用数据说话
,并非不经加工的数据就可以拿来都可以用来“”“”说话的。那么如何才
能正确地用数据说话呢?这就要学会使用数理统计方法。数理统计方法的理论基
础是数理统计学,它是以概率论为基础的一门数学分支,将它运用于质量管理,
主要是解决运用数据的方法问题,即正确地把收集数据,科学地分析数据,使收
集的质量数据能反映质量活动的客观规律,从而为控制质量活动全过程组织和协
调质量工作提供可靠的数据,有效地指导质量管理工作的开展。
一、数理统计在质量管理中的主要作用
数理统计应用于质量管理主要解决以下几个问题:
(一)提供可靠的质量数据。如平均值、极差、标准偏差等。
(二)用数据或图表描述质量特征。如运输质量的安全性、及时性、方便性、
车辆的技术性能等。
(三)比较两件事物中的差异。如判断不同的经营方法之间运输质量存在着
哪些差异等。
(四)分析影响质量的各种因素,并给予定量。如运用排列图分析影响班车
正点的各种因素,并分出主次。
(五)分析两件事物或一件事物的两种质量特性之间的关系。如运用相关图:.
分析运量与班次的关系。
(六)研究取样与试验方法,确定合理的试验或设计方案。
二、数理统计方法运用于质量管理的工作程序。
全面质量管理运用数理统计方法大致按照如下工作程序进行:
(一)针对所要解决的质量问题用科学方法收集数据。
(二)将收集的数据整理归纳,形成能说明问题的图、表或计算出特征值,
如平均值、百分比、标准差等。
(三)对这些经过整理的数据、图、表进行观察、分析、找出其中的统计规
律。
(四)根据统计规律的启示,找出影响质量的主要问题。
(五)针对找出的问题采取措施,达到提高质量的目的。
质量管理活动中运用数理统计方法的工作程序如图5—1所示
整理
归纳图5—1数理统计运用工作程序
三、数据组织、协调
数据即测量质量特性所得的数值。数据是数理统计研究的对象,也是质量管
专业技术
理活动的主要依据。所以在质量管理中运用数理统计方法时首先要对数据的特性
有一个明确的认识。
(一)数据可分为计量值数据和计数值数据两大类。
1、计量值数据。可以连续取值的数据叫计量值数据,所谓能连续取值是使
用计量工具可以测出小数点,、、、......等。长度、容量、:.
时间、、温度、使用寿命、强度、化学成分等都是可以连续取值的,都是计量值。
2、计数值数据。不能连续取值的数据叫做计数值数据。这类数据用计量工
具测量只能得出整数,不能得到分数或小数。如车辆数、机器数、正点班次、正
点率、正班率、事故死亡人数等。
由于百分比是源于计数值或是计量值,要具体分析,一般来说分子是计数值
的,这个百分率就是计数值数据,如正点率,它的分子是正点班次,班次不能去
小数,源于计数值,因此,正点率是计数值的数据。尽管正点率有时分子会出现
小数,%,但这个分子不是表示正点班次,而是约分以后的结果,表示正
点班次在总班次中所占的比重,所以仍然应该看成是计数值。
(二)数理统计常用的几个特征值
1、算术平均值
算术平均值是表示平均水平的数,比如某车队共有10辆车,某日行驶里程
如下表:
车号**********
行驶里程
247235245281213212260213219240
(公里)
欲求这一天的平均车日行程则将各车辆的车日行程相加除以车辆数
247+235+245+281+213+212+260+213+219+2402365
以上计算方法是简单算术平均数的计算方法,还有一种加权算术平均数的计10
算方法,主要是用于分组资料的计算。例如,某汽车公司当日班车的行驶里程分
组如下:
行驶里程(公里)班车数:.
220—23040
230—24045
240—25050
250—26035
从这个表中看不出每个班车的行驶里程,无法用简单平均数的计算方法将所
有班车的行车里程相加。但是根据这个分组资料也可以算出车日行程的平均数,
计算时先算出各组的组中值,然后用组中值乘以各组的班次数,再将得到的乘数
除以班次总数,计算公式如下:
=
坝),Σ为计算,Σ为总和符号(读西各马),其中:xx为样本平均数(读
为样本中的子样总数。将例中数值代入:fxn为各组频率,为样本各组的组中值,
Σ(f·x)225×40+235×45+245×50+255×35
n40+45+50+35
,这种利用组中值算出的加权平均
数是近似值,但是计算很方便,不需要将170个班车的里程全部调查出来再计算
总和,对汽车运输企业来说精确度已经符合要求,不一定要绝对精确。
这种计算方法中,各组的频率(例中为各组的班车数)起着权衡轻重的作用,
,这种计算方法称为加权算术平均法。所以被称为“权数”
2、几何平均数
汽车运输企业经常要计算几年内平均增长速度。如运量、周转量、营收、成
本等,运用算术平均数计算不出来,必须采用几何平均数,例如某新辟线路5年
内客运周转量增长率分别为100%200%250%300%400%100%,,和,相,加上基数
应的增长系数则为2,3,,45,如果开始周转量为1005和人公里,年内会:.
增长到100×2×3××4×5=42000人公里。
如果用算术平均数计算增长系数是:(2+3++4+5)÷5=
平均年增长率则为250%100×××××,以这种递增率来验算即为
人公里,=52522(公里)。前面算出的期末周转量为4200010522人公里,
这是一个相当大的误差,说明用算术平均法不行,必须用几何平均数。
利用几何平均数计算平均增长系数,即把5年的增长系数相乘,然后对这个
乘积开5次方,计算几何平均数的公式是:
Mg=nX·X·X……X
123n
将例中数值代入Mg=52×3××4×5=5420=
减去基数100%,%。
3、中位数
中位数是从一组数据中取出的一个数据点的值,它表示位于数据中心位置的
那一项的大小。这一项位于数据数列的正中心,有一半观察值在它上面,一半观
察值在它下面,说得简单一些就是处于中间位置的一个数。计算中位数时,首先
要把这些数据按由大到小或由小到大的顺序排列,如这组数据的个数是奇数,那
么数列正中心的一项就是中位数,如果这组数据的个数是偶数,那么中位数是数
据数列中心两项的平均值。
中位数与平均数相比,有些优点,最重要的优点是它不受数据中特殊值的影
响,例如某车队有109100200辆车,其中公升,有一辆费油辆平均节油公升,
平均数即降为70100公升。如取中位数仍然是公升,后者更能反映普遍水平。
另外,当所取样本不是具体数据而是等级时,也可以取中位数代表普遍水平。如
某公司有11个车站。文明站评比中列出了先后顺序,按顺序的第六个站可以代:.
表普遍水平。而平均数却无法得到。但是中位数与平均数相比,计算比较麻烦,
首先要把资料顺序排列,对于观察值个数多的不方便使用。
4、众数
众数是所取样本中出现次数最多的那个数值。例如某队10辆车的节油水平
分别为:150、120、125、150、130、150、160、170、165、155,其中150出现
了三次,次数最多,所以它就是众数。
采用众数,与质量分布特点和各种平均数的特点有关,比如在选择车型时
就要根据旅客、货主的意见选择众数,而不能用平均数和中位数。在诊断质量
管理成果时也往往需要用到众数。在民主评议干部时则是根据众数作结论的。
众数的特点是不受极端数值的影响,当数据数列中出现开口组时也不受影响,
但是当资料中包括同样次数的众数时,不方便采用。还有些资料中没有众数,
因此在质量管理活动中众数不象平均数,中位数那样经常地应用。
四、总体和样本
总体是指包括调查时对象所有单位的一般总体,也称母体。例如一个汽车运
输企业的全部车辆,全部职工,全部岗位,全部工作等,它是质量管理活动最终
要说明的认识对象,从总体中随机抽选出来的单位所组成的小总体叫做样本,也
叫子样或抽样总体,样本中的各单位叫样本单位,样本单位数用n表示。
从样本中抽选一部分单位进行调查,可以有两种方法:一种是根据自己对总
体情况的了解和判断有意识的选择若干个有代表性的单位进行调查,另一种是随
机抽选,即在抽选具体单位时,不掺杂主观判断,而是使总体中的每个单位都有
同等的机会被抽到。我们通常只把按随机原则抽取样本的调查叫做抽样调查。这
是质量管理中经常要用到的一种方法,它的作用是::.
(一)对于无限总体,不可能进行全面调查,可采用抽样调查反映总体特性。
(二)破坏性的试验也不可能进行全面调查,例如发动机使用寿命,各部件
耐磨程度,耐高温性能等,只有用抽样调查的方法检验。
(三)有些总体从理论上讲可以全面调查,但实际上办不到。例如,班车
行驶途中的无票乘车人数,专业汽车运输公司的日运量高达数万人,以至数十
万人,不可能上路逐人检查,只有从稽查组抽样调查,计算出无票乘车率。
(四)和全面调查相比较,抽样调查简便易行,抽样调查的单位比全面调查
少得多,因而能省时省力,迅速地得到调查结果。例如人口普查全面普查要花费
大量的人力,物力和很长时间,因此,有时也用抽样调查的方法。1987年我国就
是用1%抽样调查的方法普查人口总数。
(五)有时抽样调查的结果比全面调查更准确。全面调查的调查单位多,涉
及面广,参加调查汇总的人员也多,统计水平参差不齐,误差也较大。抽样调查
的调查单位少,汇总人员少,可以选择统计水平高的人员参加,误差相对小一些。
抽样调查虽然在质量管理中作用很大,用途很广,但是它只能提供说明整个
总体情况的统计资料,方便提供各种详细分类的统计资料。因此,抽样调查和全
面调查不能偏废,也不能互相代替,必要时还要同时使用。
五、QC工具概述
QC工具是指全面质量管理常用的数理统计方法。通过这些方法把收集的数
据加工整理、分析、处置、达到控制工序质量,预防质量缺陷和提高质量的目
,的。现在常用的QC“QC”“”老七法是:分层法、因果图法、七法工具为新老
排列图法、调查表法、直方图法、散布图(也叫相关图)法、管理图(也叫控制
图)法。“”KJ新七法是:关系图法、法、系统图法、矩阵图法、矩阵数据分析:.
,下面重点法、PDPC“”老七法法、箭条图法、汽车运输企业目前使用较多的是
。介绍“老七法”
第二节分层法
把收集到的数据按照不同的标志分类,再进行加工整理的方法叫分层法。
分层法也叫分类法或分组法,分层的目的是把错综复杂的质量影响因素分析清
楚,使数据能更加明确地反映质量活动规律。例如一场排球,如果连输三局,
那么一共失误45分,从总数上看不出问题出在哪里,教练员一定要用分层法进
行分析的。假设失误情况如下:
接发球失误151087分,发球失误分,拦网失误分,配合失分,扣球失误
误5分
从分层统计表上可以看出主要问题出在接发球失误和发球失误上,针对这两
个薄弱环节训练,再赛时就可能获胜。如果不用分层法,不作具体分析,认为输
了就是实力不如对方,那么,再战时还是要失败。
汽车运输企业对质量数据的分层可以按照以下标志进行:
(一)按人员分:按不同工作人员的年龄、工龄、性别、文化程度、技术业
务水平、思想素质等标志分层。
(二)按机具、设备分:即按照不同的车型、厂房、站房、机器、设备、设
施、不同的机、手工具等标志分层。
(三)按原材料分:即按生产原料的不同产地、制造厂、成分、规格、机号、
到货日期等标志分层。
(四)按运输方式分:如长途、短途、农公、旅游、包车、整车、零担、联
运、集装箱等。:.
(五)按旅客、货物的构成因素分:旅客有长途、短途、城市、农村、工人、
农民、干部、学生等。货物有建筑材料、日用百货、鲜活物品、农副产品、轻工
业物资、重工业物资等。
(六)按工艺方法分:如不同的驾驶操作,车站服务、保修工艺等。
(七)按管理水平分:如不同的行政管理、专业技术、质量管理方法、思想
政治工作方式等。
(八)按检验方法分:如不同的检验方式,不同的检验工具,不同的取样方
法等。
(九)按时间分:如年、季、月、旬、日、白天、黑夜等。
(十)按气候分:如春、夏、秋、冬,雨、雾、雪、晴等。
(十一)按环境分:如不同的社会条件,自然环境、政治形势,道路通过能
力等。
分层的标志很多,在分析不同的质量问题时,不要机械、呆板地套用,要根
据具体情况灵活地确定。分层法经常与其他方法结合使用,例如画排列图时就首
先要将数据分层,作出分层统计表,具体运用下面再讲。
第三节排列图法
一、概念和原理
排列图又叫巴雷特图,按照实际应用的含义也可以称为主次因素排列图。它
是从影响质量的若干因素中找出主要因素的一种数理统计方法。
排列图由意大利经济学家巴雷特始创,他在分析意大利社会的财富分布状
况时发现绝大多数人处于贫困状态,少数人占有社会的绝大部分财富。他运用
排列图直观的反映了这种“”的关系。后来美国质量关键的少数、次要的多数:.
管理专家朱兰把这个基本原理应用于质量管理,发现尽管影响产品质量的因素
很多,但真正起到关键作用的仅仅是少数几项,而他们造成的不合格品却占总
数的大部分,于是他利用“”这个基本原理对质量关键的少数,次要的多数,
数据进行分类排列,以直观的方法表明影响质量的主次因素。这就是排列图在
质量管理中的应用。
二、基本格式
排列图一般由两个纵坐标、一个横坐标、几个直方形和一条曲线所组成。
(一)左边的纵坐标表示频数,即不合格品的件数、次数、损失金额等。
(二)右边的纵坐标表示频率,即不合格品的百分比。
(三)横坐标表示影响质量的各个因素或项目,按影响程度的大小从左到右
顺序排列。
(四)直方形的高度表示某项因素影响的大小。
(五)曲线即巴雷特曲线,表示各影响因素的累计百分比,通常把累计百分
比分为A、B、C三类。
虚线包含部分),是主要因素;0—80%为AA类因素(
虚线之间的部分),是次要因素;80%—90%为BBA类因素(虚线与
虚线之间部分),是一般因素。90%—100%为CCB类因素(虚线与
图5-9排列图
频数(件次)
频率%
N=98
三、举例作图
150100
班,经分析晚点原因主要是:①驾驶例题:某客运车站某月晚点班次数为98
C
120B80
员责任;②发车员责任;③车况不良;④道路阻塞;⑤气候不好,还有一些其他
A
9060
6040
30
20
00:.
原因。试作排列图分析。作图方法如下:
(一)先将98个晚点班次按不同的原因分层统计,作出分层统计表
序号原因频数(班次)频率(%)累计频率(%)
1驾驶员责任464747
2车况不良303178
3发车员责任111189
4道路阻塞4493
5气候不好3396
6其他原因44100
合计:98100
一栏放在最后。作分层统计表时注意将影响因素从大到小顺序排列,“其他”
,(二)画出两个纵坐标和一个横坐标,在左边纵坐标的最高点标上“100”
)在右边纵坐标与(略高于晚点班次数98。如总数是48,最高点则可标为“50”
,因为分层统计共有六项,所以将横坐标六左边刻度98“100%”齐平的地方标上
等份,并表上序号。(如图5—3)
(三)以各项目的频数为高度,依次画出直方,如第一项驾驶员责任为46
次,则以右边横坐标465—4)的高度画出第一个直方,以下类推(如图
图5-35-4图
80(四)画出巴雷特曲线,在第一个直方图的右上角点一个点,标出该直方的
,把第二个直方的右边线延长,在第二项与第一项的累计频率百分比“47%”78%
,以下类推,将所有的点连接起来即为巴雷特曲的高度打一个点,并表上“78%”
线。
(五)说明统计总数(用N=x表示),频数单位、各项目频数高度、图题等
必要事项,一个排列图就画成了(如图5—5)
现将作图步骤简单归纳如下::.
第一步:作分层统计表;
第二步:画纵横坐标;
第三步:画直方;
第四步:画巴雷特曲线;
第五步:注明必要事项。
图5-5排列图
频数(次)
96%
00%
四、观察方法和注意事项:
(一)排列图作好后要分析主要因素,次要因素和一般因素,即作出ABC分
类线,观察影响质量问题的主要因素是哪一次或哪几项,如举例主要因素是驾驶
员责任和车况不良,应该针对这两个问题进一步排出产生问题的原因,进而采取
措施,予以解决,以后逐步解决次要问题和一般问题。
(二)一般情况下,主要因素只能是一个,两个,最多不超过三个。如果主
要因素包含的项目太多,就失去了抓住主要矛盾的意义,需要重新分类。
(三)描述质量缺陷的排列图,除了用缺陷数为频率外,还可以用损失金额,
损失工时等反映经济效益的数据为频数作图,作图结果,主要因素可能会发生变
引起化。例如,在竞争中晚点会带来经济损失,例中的主要因素“驾驶员责任”
的晚点一般时间较短,带来的经济损失很少,甚至没有;而因路阻、车况不良等
原因引起的晚点则可能带来较大的经济损失,重新分类后位置就会发生变化。
(四)一般因素较多时,可以列入“”“”其他栏可能比栏内。因此,
前面的项目频数高,但为了分析方便仍将“其他”栏放在最后。:.
(五)数据分层标志不能只看现象、机械地罗列,而要根据影响质量的原因
分,如例中晚点班次可以按时间,班组,线路划分,但真正排找原因还是要按影
响因素分层,为了透彻和分析原因,有时还要同时从几个不同的方面进行分类,
画出几种排列图。
(六)找出主要因素,并采取响应措施后,为了检查效果,还要重新画出排
列图,以便对照。
总之,运用排列图观察和分析问题有很多好处,概括起来就是“直观形象,
。不管是在生产第一线,还是在管理岗位都可简单清晰,主次分明,易学易用”
以运用。因此,排列图法是汽车运输企业推行全面质量管理使用最广泛的基本方
法。
第四节因果分析图法
一、因果分析图是寻找质量问题产生原因的图,也叫特性图。图
形状象树枝或鱼刺,也叫树枝图或鱼刺图,其基本形状如图5—6
如图所示,因果分析图由原因和结果两部分组成。结果是我们所要分析的质
量问题,原因由主干、大枝、中枝、小枝所组成。主干是指向质量原因的一条水
平线。大枝是表示产生质量问题的几大类因素,一般从人、机、料、法、环五大
因素分析原因,也可增减或从其他角度分析;中枝是各类大原因中分析出的具体
因素;小枝是在中原因的基础上进一步分析出的更具体的因素。图5-6因果图
环
汽车运输企业产生的质量问题,大体上都可以从工程质量的五大要素(人、
机、料、法、环)上寻找原因。但是各种具体的质量问题往往不是一种或几种原
因的结果,常常是多种复杂因素综合作用的结果。要从这些错综复杂的因素中找:.
出头绪,找到真正起作用的因素,找出关键因素,并不是一件轻而易举的事情。
只有层层深入地具体分析,才能真正分析出影响质量的具体原因。因果分析图就
是这样一种分析和寻找质量原因的简便有效的科学方法。
具体运用因果分析法,要发动群众,集思广益,把大家的意见集中起来,画
到一张树枝状的图上,全面系统的,直观形象的反映问题。要依靠群众的智慧和
力量,进一步分析原因与原因之间的关系,从交错复杂的大量影响因素中理出头
绪,找出主要原因,从而制定解决问题的计划措施。所以,使用因果分析图是发
动群众参加质量管理,发挥全员管理的作用,解决质量缺陷的一种好方法。
二、举例分析
),图中这是某车站分析经营方法不适应竞争形势的因果分析图(见图5—7
、“管理、“方法、“设施、“环境四大原因分类排出中原因和小原按“人员”””””
因,大原因主要是起分类作用,小原因才是可以采取对策的原因。
三、作图方法
(一)确定质量特性。制作因果图时首先要明确分析什么问题,一般来说应
选择质量关键或对质量影响较大的需要解决的问题作为分析对象。
(二)确定大原因。大原因不一定都机械地按人、机、料、法、环五个方面
分类,也不一定是五个,本例是分析车站工作质量问题,材料因素是次要的,没
有列入。
(三)根据大原因分别排出各类大原因的各种中原因,要求分类恰当,不能
张冠李戴,不要把这方面的因素列到那方面去,比较容易混淆的是环境和设施,
人员和管理因素。
(四)根据各项中原因分析出更具体的小原因(又叫末梢原因)。小原因要:.
求越具体越好,一定要分析到可以采取对策,但是不要包罗万象,要紧扣主题排
出直接原因,以便针对原因采取措施。
(五)标明图题,绘制日期,绘制单位等必要事项。
四、注意事项
(一)因果分析图是用直观形式反映质量问题的,但是切不可把主要注意力
放在形式上,尽管这种形式一学就会,真正用好却不容易。有些影响质量的因素
并不是凭直觉就能发现的,如果没有较丰富的业务知识,没有较强的观察分析能
力,对质量管理过程没有较全面、透彻的认识,就无法准确地找出影响质量的原
因,那么所作的因果分析图也只能是流于形式。
(二)不能闭门造车,要集思广益。光凭一个人的认识和智慧往往有较大的:.
片面性,因此要召集职工,质量管理人员,专业技术人员及行政管理人员召开分
析会议,充分发扬民主,这样不仅能较准确地利用,而且有利于对策实施。
(三)在分析各种原因时,要主次分明,层次清晰,不要简单罗列。
(四)因果分析图画好后要放到实践中去验证,发现与实际情况不符的要及
时修改。
(五)因果分析图中的原因大多是影响质量的问题,而不是某种表面现象或
正确的做法,成功的经验。
(六)画图时要注意形状的匀称、美观、清晰、便于观察。
五、分析和确认主要原因
主要原因只在小原因,即末梢原因中分析,要将所有的末梢原因都列出,逐
项分析,确定的主因不要太多,更不能将所有的末梢原因都确认为主因,一般四、
五项即可。主因的确认不能仅凭主观判断,一定要通过现场考察、现场验证、现
场测量、数据分析等客观方法确定。
第五节检查表法
检查表法又叫统计分析表法,是利用统计调查表来进行数据整理和粗略分析
原因的一种工具。这种方法汽车运输企业运用十分广泛,如行车路单、接发车记
录、事故调查、工作质量检查、各种原始记录、报表等不下于几十种。但是这里
重点介绍的是用于全面质量管理的一种特殊检查表——对策表。对策表是QC小
组在制订计划措施时常用的一种方法。
对策表既是实施的计划,也是检查对照的依据。一般应包括以下几个项目:
序号要因对策目标值措施执行者完成实施:.
时间地点
其中,“”要因栏主要是影响质量的具体原因,一般是从因果分析图中的末
梢原因中确认获得。为解决要因问题需制订对策表,这张对策表是总的要求,主
要起到职责分工,对照检查的作用,各执行人还要按照分工制定更具体的实施细
写在标题中,成为“×××解决××问则,实施细则仍然用对策表的格式,但把“执行人”
,目标值最好要具体数据值表示,以便检查对照完成的情况。对策表题对策表”
定好后实施过程中可根据具体情况作部分修改,但改动不宜过多,修改时还要征
求QCQC小组其他成员的意见,有分歧意见则不宜修改,以保持程序的一致性。
第六节直方图法
一、基本概念
直方图,是用于工序质量控制的一种质量数据的分布图。它是把从工序中收
集来的质量数据分布情况画成以组距为底边,以频数为高度的一系列直方形连起
来的图形。其基本形式如图5—8直方图基本形式
X
图中纵坐标表示频率或频数,横坐标表示质量特性,每个直方的底边长度代
表产品质量的取值范围,每个直方块的高度表示落在这个质量特性范围内的数据
个数。
二、作图方法:
试以本行业实例说明作图方法。
某单位为了试行单车承包经营责任制,对全公司车辆的单位成本进行抽样调:.
查,被抽查的1005—4辆车报告期单位成本如表
,因而省略不写,如外,其余的因整数部分都是
第二个30,,这样记录简单,计算也简便。
具体作图步骤如下:
(一)确定分组数
(二)数据分组要恰当,太少会掩盖各组频数分布的变化,太多会造成各组
高度参差不齐,也不便计算。
表5-4客车单位成本抽样调查数据表
单位:元/千人公里
列中列中
抽样调查所得数据最大最小
值值

3624323124262430503503
2631373832361644408448
303424273841262030184120
403823222822201014394010
423030143233322830494914
443436223036222629264422
312023481612232436244812
3030224014342**********
332226372230262634424222:.
根据经验,组数大体按如下关系确定:50-1006-10100-250个数据,分为组;
个数据,分为7-1225010-20组;以上数据,分为组。
本例取10010KK=10个数据,分为组,组数以表示,即
(二)确定组距