统计资料之整理二、数值之种类：（一）计数值数据（二）计量值数据三、群体与样本（一）群体在品质管理中，群体可为整个制程中之在制品、一大批原料、或半成品；也可为一天内、一小时内或一分钟内所生产之成品或半成品；甚至一堆细砂或一盒螺丝等皆可视为群体。其大小（群体所含之个数）以N表示之。若N为无限个数的群体，称之为无限群体；N为有限个数的群体，称之为有限群体。有时N虽然有限，但数量很大或为样本大小之十倍以上时，亦可视为无限群体。为使“现场作业”问题，可以迅速发现，对于群体的构成，应特别注意分层，亦即不同原料所得的制品、不同机器所生产出来的制品或半制品、不同时间或不同操作者所生产出来的制品或半制品等，不宜混在同一群体内。（二）样本代表样本特性之数值是由测定并统计计算而得，称之为统计量，而样本之个数大小以n表示之。常使用之样本统计量有下列四种：1、样本平均数——代表样本之平均水准，以X表示之。2、样本变异数——代表样本之变异程度，以S2表示之。3、样本标准差——为样本变异数之正平方根，以S表示之。4、样本全距——代表样本之离差情况，以R表示之。样本的选取要得法，才能使估计误差达到最小，例如可利用随机号码表或号码抽球法抽取样本。如果群体是一盒铁钉或螺丝钉，由于东西细小，其随机抽取的方法，是将该盒先行扰乱后，自其中随机抽取所需样本。又如一批货品是整车之物品或一箱物品，其装法是分成若干层，为避免各层的物品品质有所差别，取样的方法可分别就每一层随机抽取若干个样本。假设一车之物品有100件，叠成5层，每层20件，如欲自100件中随机抽取10件为样本，其取法可就每一层随机取2件，5层计可取得10件，即为所需样本。另外，当检验之群体系由若干个小盒子构成一大箱，而每一小盒子含有若干件物品，为抽取样本之方便，可自若干小盒子中随机抽取若干个小盒子，就该部份小盒子内之所有物品进行全数检验。（三）群体与样本之关系群体样本抽样推测分类[实例]：一盒螺帽（Nut)200个，从中抽出20个加以检验，则该盒螺帽即为群体（N=200），而抽出的20个即为样本(n=20），该群体称之为静态之有限群体。然而，在工厂的生产流程中，产品源源不断的产生，故我们可将“制程”视为无限群体。四、次数分配的代数度量次数分配是了解数据的一个有效方法，并且是基本的统计观念。思考一堆数据所具有的分配型态是解决品质管制问题的根本，有各种不同型态的次数分配，而分配的型态可指出解决问题的途径。次数分配之方法分为次数分配表、直方图、次数多边形图及累积次数分配图等。兹举一实例说明次数分配绘制之过程。[实例]：有钢轴110支，其重量如表（1）所示。为简化数据起见，把每一支钢轴之重量减2.500公斤，再扩大1000倍。例如表（2）中的“31”即代表2.531公斤（2.500+0.031)，于是把资料整理成表（2）。（如表1钢轴重量（公斤））2.559表2钢轴重量的画记表（从原始数据减去2.500公斤）绘制次数分配之步骤如下：(1)制作次数分配画记表:如表1、2及3(2)决定全距:R=H-L表1中,H=2.575,L=2.531∴R=2.575-2.531=0.004(3)决定组距:R公式:C=(C=组数,R=全距,I=组距)I组数之决定原则为资料少于100个时,用5~9组;100-500个时,用8~17组;资料多达500个以上时,用15~20组再利用试误法求出较理想之组数与组距.R0.044假设I=0.003,则C==≒15I0.003R0.044I=0.005,则C==≒9I0.0050.044RI=0.007,则C==≒6I0.003由以上分析,我们决定分成9组,组距为0.005.(4)决定组中点:最小一组的中点必须能把最小的原始数据包括在这组内,在表1中,2.529到2.533之间的任何数值都可选作组中占,并将包括最小的原始数据2.531在内。选择组中点是一个判断问题，在本列中选定2.533作为最小组中点，组数则刚好是9组，而其他8组的组中点，可把组距加在前一组的中点上而求得。如2.533+0.005=2.538,2.538+0.005=2.543,2.543+0.005=2.548,…2.568+0.005=2.537,如表3所示.表3钢轴重量(公斤)的次数分配表(5)决定组界：由于组距是奇数，因此在中点的两方，将有相等数目的原始数值。最小一组的中点是.533，组距是0.005每边各有两个数值。所以，这一组是包括2.531、2.532、2.533、2.534和2.535五个数字，2.531是最小的原始数据，2.535是原大的原始数据。为着避免有空隙起见，把真正的组界延伸到次一个数