图一 常规排列图
图一显示的就是一家生产电子产品的公司在对近期生产中发生的缺陷记录进行统计，并整理成的排列图形式。显而易见，“Missing Screws”出现的频次显著地高于“Missing Clips”、“Leaky Gaskets”等其他缺陷，应该抓住这个机会，将它作为质量改进的主要方向，值得对它作深入的调查研究与分析。
应用排列图时应当注意到：绘制排列图的主要目的，是为了剔除次要的“多数”，找到关键的“少数”。因此，当你发现柱状图下降趋势缓慢，头部项目和尾部项目之间的落差不大时，可以尝试用以下方法调整：
1. 柱状图的纵坐标不用“件数”来表示，而改用其他可量化的指标（如“金额”等）来表示。
2．横坐标不用“缺陷”来表示，而改用其他分类指标（如“产品类型”等）来表示。
3．增加分层变量（如“时间”等），绘制“分层排列图”Stratified Pareto Plot。
所有这些方法的目的都是为了更快速、更准确地在杂乱无章的数据中发现主要矛盾。
JMP软件深知实际工作中这些细节的重要性，因此在其“Pareto图”平台上都提供了相应的选项。例如，如果我们在记录缺陷时记录了日期（OCT1、OCT2或OCT3）和设备清洗状态（before或after），就可以将一张反映整体的排列图细化为6（=3*2）张乃至更多、体现两个维度类别信息的分层排列图（如图二）。这样就可以更加清晰地观察不同日期、不同设备清洗状态下的缺陷分布情况，便于我们发现关键问题，同时也可用于进行不同条件下的产品质量对比。
图二 分层排列图另外，还有一个使用小技巧：考虑到国内某些企业习惯用饼图等简易图形分析这类质量问题，JMP软件的“Pareto图”平台提供了“排列图”和“饼图”之间的快速转换。图三就是一张将缺陷类别排序后展示的饼图，用它同样能够进行“帕累托现象”的简单分析。
图三 转换成饼图的排列图
