QC七大手法

共计 2206 个字符，预计需要花费 6 分钟才能阅读完成。

一、检查表（Check Sheet）

1. 定义：检查表就是将需要检查的内容或项目一一列出，然后定期或不定期的逐项检查，并将问题点记录下来的方法，有时叫做查检表或点检表。

2. 实施步骤：

• 确定检查的项目；
• 确定检查的频度；
• 确定检查的人员；
• 制定检查表；
• 依检查表项目进行检查并记录；
• 对检查出的问题要求责任单位及时改善；
• 检查人员在规定的时间内对改善效果进行确认；
• 定期总结，持续改进。

3. 应用：常用于不良原因和不良项目的记录、机械设备与活动作业的确认等。

二、层别法（Stratification）

1. 定义：层别法就是将大量有关某一特定主题的观点、意见或想法按组分类，将收集到的大量的数据或资料按相互关系进行分组，加以层别。

2.实施步骤：

• 确定研究的主题；
• 制作表格并收集数据；
• 将收集的数据进行层别；
• 比较分析，对这些数据进行分析，找出其内在的原因，确定改善项目。

3. 应用：层别法一般和柏拉图、直方图等其它七大手法结合使用，也可单独使用。例如抽样统计表、不良类别统计表、排行榜等。

三、柏拉图（Pareto Chart）

1. 定义：柏拉图的使用要以层别法为前提，将层别法已确定的项目从大到小进行排列，再加上累积值的图形。它可以帮助找出关键的问题，抓住重要的少数及有用的多数，适用于记数值统计，有人称为ABC图，又因为柏拉图的排序是从大到小，故又称为排列图。

2.分类：

• 分析现象用柏拉图：与不良结果有关，用来发现主要问题；
• 分析原因用柏拉图：与过程因素有关，用来发现主要问题。

3. 作用：

• 降低不良的依据；
• 决定改善目标，找出问题点；
• 确认改善的效果。

4. 应用要点及注意事项：

• 柏拉图要留存，把改善前与改善后的柏拉图排在一起，可以评估出改善效果；
• 分析柏拉图只要抓住前面的2~3项即可；
• 柏拉图的分类项目不要定得太少，5~9项较合适，如果分类项目太多，超过9项，可划入其它，如果分类项目太少，少于4项，做柏拉图无实际意义；
• 作成的柏拉图如果发现各项目分配比例差不多时，柏拉图就失去意义，应从其它角度收集数据再作分析；
• 柏拉图是管理改善的手段而非目的，如果数据项别已经清楚者，则无需浪费时间制作柏拉图。

四、因果图（Cause-and-Effect Diagram）

1. 定义：因果图，又称特性要因图，主要用于分析品质特性与影响品质特性的可能原因之间的因果关系，通过把握现状、分析原因、寻找措施来促进问题的解决，是一种用于分析品质特性（结果）与可能影响特性的因素（原因）的一种工具，又称为鱼骨图。

2.分类：

• 追求原因型：在于追求问题的原因，并寻找其影响，以因果图表示结果（特性）与原因（要因）间的关系；
• 追求对策型：追求问题点如何防止、目标如何达成，并以因果图表示期望效果与对策的关系。

3. 实施步骤：

• 成立因果图分析小组；
• 确定问题点；
• 画出干线主骨、中骨、小骨及确定重大原因；
• 与会人员热烈讨论，依据重大原因进行分析，找到中原因或小原因，绘至因果图中；
• 因果图小组要形成共识，把最可能是问题根源的项目用红笔或特殊记号标识；
• 记入必要事项。

4. 应用要点及注意事项：

• 确定原因要集合全员的知识与经验，集思广益，以免疏漏；
• 原因解析愈细愈好，愈细则更能找出关键原因或解决问题的方法；
• 有多少品质特性，就要绘制多少张因果图；
• 因果图应以现场所发生的问题来考虑；
• 因果图绘制后，要形成共识再决定要因，并用红笔或特殊记号标出。

五、散布图（Scatter Diagram）

1. 定义：将因果关系所对应变化的数据分别描绘在X-Y轴坐标系上，以掌握两个变量之间是否相关及相关的程度如何，这种图形叫做“散布图”，也称为“相关图”。

2.分类：

• 正相关：当变量X增大时，另一个变量Y也增大；
• 负相关：当变量X增大时，另一个变量Y却减小；
• 不相关：变量X（或Y）变化时，另一个变量并不改变；
• 曲线相关：变量X开始增大时，Y也随着增大，但达到某一值后，则当X值增大时，Y反而减小。

3. 实施步骤：

• 确定要调查的两个变量，收集相关的最新数据，至少30组以上；
• 找出两个变量的最大值与最小值，将两个变量描入X轴与Y轴；
• 将相应的两个变量，以点的形式标上坐标系；
• 计入图名、制作者、制作时间等项目；
• 判读散布图的相关性与相关程度。

4. 应用要点及注意事项：

• 两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判；
• 通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量；
• 当有异常点出现时，应立即查找原因，而不能把异常点删除。

六、直方图（Histogram）

1. 定义：直方图是针对某产品或过程的特性值，利用常态分布（也叫正态分布）的原理，把50个以上的数据进行分组，并算出每组出现的次数，再用类似的直方图形描绘在横轴上。

2.实施步骤：

• 收集同一类型的数据；
• 计算极差（全距）R=Xmax-Xmin；
• 设定组数K：K=1+3.23logN；
• 确定测量最小单位；
• 计算组距h，组距h=极差R/组数K；
• 求出各组的上、下限值；
• 计算各组的中心值；
• 制作频数表；
• 按频数表画出直方图。

3. 应用：直方图可用于测知制程能力、测知数据的真伪、测知分配型态、计算产品不良率等。

七、控制图（Control Chart）

1. 定义：控制图是一种用于监测过程是否处于受控状态的图形工具。它可以帮助识别过程中的异常波动，从而及时采取措施进行改进。

2.应用：控制图在质量管理中广泛应用，可用于监控各种生产过程的稳定性，及时发现并纠正偏差，确保产品质量的一致性和稳定性。