《QC七大手法简介及其应用》
第一招:查检集数据 第二招:柏拉抓重点 第三招:鱼骨追原因 第四招:直方显分布 第五招:管制找异常 第六招:层别作解析 第七招:散布看相关
一.检查表
检查表就是将需要检查的内容和项目一一列出来，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。有时候又叫点检表。它是最简单。使用最多，用途最广的一种品管手法。在工厂、学校、医院、酒店、银行、国家行政部门的日常管理中，检查表都得到广泛使用，它对我们以后的管理工作帮助很大。 有些管理者喜欢把检查内容装在脑子里，但“好记性不如烂笔头”。应事先将所有检查内容和项目做成检查表格，然后一个一个地检查，又快又准又不遗漏。
——定义: 为了便于收集数据,使用简单记号填记并予统计整理,作进一步分析或作为核对,检查之用的一种表格或图表. ——查检表种类: 一. 点检用查检表 二. 记录用查检表 ——制作程序: 一. 明确目的所在 二. 决定查检项目 三. 决定抽样方法 四. 决定查检方式 五. 设计表格实施查检 六. 记下资料相关条件 ——功用: 通常是利用查检表来了解现状或收集数据以作分析之用. 检查表一般包括，但不限于：
——诊断表（顾问诊断表，医生诊断表等） ——问询表（记者采访问询表等）
——统计表（生产数量统计表、不良率统计表等） ——调查表（客户满意度调查表、民意调查表等） ——记录表（IQC检验记录表、机器保养记录表等）
——工程表（电子行业QC工程表、家具产品QC工程表等） ——考核表（员工考核表、干部考核表、晋升考核表等） ——检查表（5S检查表、内部审核表等）
——管制表（人员管制表、物料管制表等）
二.层别法
层别法又叫分层图，是品管所有的手法中最基本的概念。是统计方法中最基础的管理工具，它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。
通过层别法，可以将杂乱无章的数据归纳为有意义的类别，将事物处理得一清二楚，一目了然，这种科学的统计方法可以弥补靠经验靠直觉判定管理的不足。运用层别法必须以大量的数据为前提，依据所获得的数字信息进行层别比较，找出问题所在。ISO9001八大原则之第七大原则告诉我们：以事实作为决策之依据。事实是什么？指的就是数据，运用数据分析解决品质问题，这也是现代品质管理的精髓之一
在应用上，层别法可单独使用，并且可以捕捉到问题点。也可以跟其他QC手法结合使用，且效果更佳，如与柏拉图同时使用，既可将某一主题的数据层别清楚，又可以找到关键或重要的问题，以便抓住重要的少数和有用的多数。 另外层别的对象应具有可比性，这样更容易发现问题点。如：
1.部门别：技术部、市场部、工程部、生产部、品管部、行政部、采购部、财务部等； 2.制程别：TN制程、RM制程、TT制程、表面涂层制程、电镀制程、工程图制程等； 3.班别： 白班、小夜班、大夜班；
4.测量别：测量仪器别、测量人员别、测量方法别等； 5.检查别：检查人员别、检查方法别、检查场所别等； 6.原材料别：五金类、塑胶类、外购类等；
7.作业员别：工龄别、年龄别、教育程度别、性别等
8.机械设备别：机台别、机型别、生产厂家别、新旧别等。
1三.柏拉图
柏拉图的使用要以层别法为前提，将层别法以确定的项目从大到小进行排列，再加上累积值的图形。柏拉图可以帮助我们找出关键的问题，抓住重要的少数有用的多数，适合用于计数值统计，也有人称其为ABC图。又因为柏拉图的排列是依大小顺序，故又称排列图。
——定义: 根据搜集的数据,以不良原因,不良状况,不良发生位置,客户抱怨种类,或安全事故等项目分类,计算出各分类项
目所占之比例按照大小顺序排列,再加上累积值的图形
——制作程序: 一. 确定资料的分类项目 二. 决定期限,搜集资料 三. 按项目统计数据 四. 图表画上纵轴及横轴 五. 将所占的比例用曲线表示 六. 记下资料及图的条件 ——柏拉图分类：
柏拉图是用来确定“关键的少数”的方法，根据用途，柏拉图可分为分析现象用柏拉图和分析原因用柏拉图。 1）分析现象用柏拉图
这种柏拉图与以下不良结果有关，用来发现主要问题。 a）品质：不合格、故障、顾客抱怨、退货、维修等； b）成本：损失总数、费用等；
c）交货期：存货短缺、付款违约、交货期拖延等； d）安全：发生事故、出现差错等。 2）分析原因用柏拉图
这种柏拉图与过程因素有关，用来发现主要问题。 a）操作者：班次、组别、年龄、经验、熟练情况； b）机器：设备、工具、模具、仪器； c）原材料：制造商、工厂、批次、种类；
d）作业方法：作业环境、工序先后、作业安排。 ——柏拉图应用要点：
1）柏拉图要留存，把改善前与改善后的柏拉图排在一起，可以评估出改善前后效果。 2）分析柏拉图只要抓住前面2~3项就可以。
3）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“其他”，如果分
类项目太少，少于4项，做的柏拉图无实际意义。
4）作成的柏拉图如果发现各项目分配比例差不多时，柏拉图就失去了意义，与柏拉图法则不符，应从其他角
度收集数据再做作分析。
5）柏拉图是管理改善的手段而非目的，如果数据项目已经很清楚者，则无需再浪费时间制作柏拉图。 6）其他项目如果大于前面几项，则必须加以分析层别，检讨其中是否有原因。
7）柏拉图分析主要目的是从获得情报显示问题重点而采取对策，但如果第一位的项目依靠现有条件很难解决
时，或即使解决花费很大，得不偿失，那么可以避开第一位项目，而从第二位项目着手。
——功用:
1）降低不良的依据
想降低不良，先绘制柏拉图看看，总不良有多少？哪种不良占最多？哪些不良要降低？ 2）决定改善目标，找出问题点
虽然分类较多，但实际上影响较大的是前面2~3项，如果要改善就抓住前面2~3项。 3）可以确认改善的效果
只要把改善前、改善后的柏拉图拿来看一看，可以立即评价出改善的效果。但是这里提一点的是，改善前、
改善后的条件或对象要一致、否则没有可比性。
范例:分類項目ABCD不良數301055影響度(%)累積不良數累積影響度(%)不603060良數20408010459010501005040302010100%累計影響度(%)60%
0ABCD2
四 ．因果图
我们知道，任何问题的发生，必然有其内在或外在原因，而这些原因的存在，又必定会产生变异的结果，也就是说，原因与结果之间一定存在因果关系。在现场管理中，导致过程或产品问题的原因可能有很多，如果对这些因素进行全面系统地分析，可以找出其因果关系。
所谓因果图，又称为特性要因图，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）与可能影响特性要因（原因）的一种工具。由于它形状像一尾鱼的骨架而得名又叫鱼骨图。
要因要因特征要因要因 1953年，日本东京大学石川教授和他的助手在研究活动中用这种方法分析影响品质问题的因素，第一次提出了因果图，所以又称石川图。由于因果图非常实用有效，在日本企业得到了广泛的应用，后被世界上许多国家采用。因果图不仅用在解决产品品质问题方面，在其他领域也得到广泛使用。
如果我们将影响产品或服务品质的诸多原因一一找出，形成因果对应关系，使人一目了然，这对我们的管理是有大帮助的，而且通过因果图的制作，易培养团队精神，使因果图小组成一个集体工作的催化剂。
运用因果图可以使我们的工作更系统化、条理化、科学化。由于因果图是针对某一个问题的主要因素绘制的，长时间累积的许多同类问题的因果分析图，可以进行对比，找出规律，有利于全面品质管理（TQM）的改进，因果图提出的各种原因又可以反馈到实际工作中去验证，进一步促使加强管理工作和技术工作标准化。
——定义: 将造成某项结果的众多原因,以系统的方式图解之,亦即图表来表达结果(特性)与原因(要因)之间的关系. ——制作程序: 一. 确定特性 二. 概略记载各原因 三. 说明各原因的形成 四. 更详细的解说
五. 圈出最重要的原因 六. 记载所根据的条件 ——因果图应用要点：
1）确定原因是集思广益，以免疏漏。 2）确定原因尽可能具体。
3）有多少品质特性，就要绘制多少张因果图。 4）验证。（不能采取措施的因果图只能算练习，要实现“重要不漏”“不重要不写”） 5）在数据的基础上客观地评价每个因素的重要性。 6）因果图使用是要不断加以改进。 ——因果图分为追求原因型和追求对策型两种：
1）追求原因型：在于寻求问题的原因，并寻找其影响，因果图表示结果（特性）与原因（要因）的关系 ：
为 ⊙生产效率为什么这么低？
什 ⊙为什么这段时间经常延迟交货？ 么 ⊙为什么人员流动率居高不下？ WHY为 ⊙为什么客户投诉这么多？ 什么 ⊙不良率为什么降不下来？
WHY ⊙为什么表面处理不良增加？
右图是”追求原因型“的因果图示例，供参考。
2）追求对策型（鱼骨图反转）：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：
⊙如何提高生产效率？
⊙如何防止不良品的发生？
如 ⊙如何降低生产成本？
何
如HOW
何
3HOW五. 散布图
在日常管理中,我们总感觉到一些现象和结果似乎存在某种内在联系,似乎存在,似乎又不存在,似乎关系较紧密,似
乎关系又不紧密,但这个感觉有时候会产生错误的判断,如果我们收集两个变量的数据(至少30组以上)并描绘在坐标系上,情况一目了然,而且很容易判断原因真假.
——定义: 将两个种类的资料显示在X-Y坐标图上,借以判断两者是否相关.这种图表称之为散布图.
——依散布图之相关性可分为: 一. 正相关 二. 负相关 三. 毫不相关 四. 弱正相关 五. 弱负相关 ——制作程序: 一. 资料搜集:确定调查变量,收集最新相关数据,至少30组以上. 二. 找出数据中的最大值和最小值,并变量描绘入X-Y坐标系内. 三. 将相对应的两个变量的数据,以点的形式标上坐标系. 四. 记录下图名,制作者,制作时间,数据收集的条件等事项. 五. 判读散布图的相关性与相关程度.
——注意事项: ⊙两组数据至少30个以上,最好50个,100个最佳.
⊙找出X,Y最大值,最小值,并以这两个值建立X-Y坐标系.
⊙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.
⊙分析散布图应谨慎,因为散布图用于理解一个变量和另一个变量之间可能存在的关系,这种关系需要
进一步分析,最好作进一步调查.
——功用: 用来判定不同种类资料之间的相互关系.
正相关负相关
YYYYY Y
XXXXXX 负相关（中度）负相关（弱）正相关（弱）正相关（强）正相关（中度）负相关（强） 无相关曲线相关利用中间值判断Y
YYYYYⅡⅠ56 5452
5048
46 X44XXXX42曲线相关曲线相关 无相关 无相关40 无相关ⅢⅣ08081828384858687 X
六. 直方图
直方图（也叫频率分布图）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)原理把50个以上的数据进行分组,并算出每组出现的次数,在用类似的直方图描绘在横轴上,可将杂乱无章的数据,解析出规则性,也可一目了然的看出数据中心值及数据的分布情形。
很多人认为柱状图就是直方图,这是错误的,它们之间有很大的差别, 柱状图是利用推移的原理,只反应过去的每期或每类别项目的状况比较;而直方图是利用正态分布原理,反映真个时期的平治分布状况从中找出可能存在的问题.
常见形态与判断
——正常型：是正态分布，服从统计规律，过程正常。
——缺齿型：不是正态分布，不服从统计规律，可能的原因是
1）有经验的人员故意做的假数据。
LSL2）测量仪器精确度不够，而要求的精确度较高，检验员只好进行估计 3）次数分配不当，如作图时分组太多。 4）较多特性差异的数据混杂在一起。
LSLSLUSL正常型SLUSL缺齿型4——偏态形：不是正态分布，不服从统计规律，可能的原因是
1）习惯作业造成作业方法不对。 2）工具、冶具、模具已经磨损或松动。
——离岛形：不是正态分布，不服从统计规律，可能的原因是
1）数据输入过程中，可能把10.01输成10.1或1.01。 2）过程中其他物料混入。
3）机台设备在过程中出现特殊原因，产生变异。
——高原形：不是正态分布，不服从统计规律，可能的原因是
1）人为做的假数据。 2）经过全检挑选的数据。 3）测量仪器精度不够。
——双峰形：不是正态分布，不服从统计规律，可能的原因是
1）有两个不同的组合，如两部机器或两家不同的供应商。 2）在过程中有变异生产，而作了较大调整
LSLSLUSL偏态型LSLSLUSL离岛型LSLUSLSL高原型LSLSLUSL双峰型七. 控制图
——基本概念与简要说明
美国电子实验室的休哈特博士在20世界20年代研究过程时 ，首先区分了可控制和不可控制的变差，就是今天我们所说的普通原因变差行业特殊原因变差，聪明的休哈特发明了一个简单有效的工具来区分他们----控制图，从那时起，在美国和其他国家，尤其是日本，成功的将控制图应用在各种过程控制场合，经验表明当出现特殊的原因变差时，控制图能有小地引起人们注意，以便及时地寻找原因采取措施。
世界上第一张控制图是美国休哈特采用了3个标准差来确定控制图的上下限，即我们通常说的±3Sigma。控制图上有中心线（CL，Central Line），控制上限（ULC，Upper Control Limit）和控制下限（LCL，Lower Control Limit）。如下图: 折线图 210.0%UCL 9.0%8.0%
7.0%
6.0% 5.0%CL4.0%
3.0%
2.0% 1.0%0.0% LCL1234567891011121314151617181920
由于控制图可用于直接控制和诊断控制，所以它是品管七大手法的核心。以下几个事例对认识控制图有所帮助： １）日本名古屋工业大学调查了200家日本中小型企业，结果发现平均每家厂采用137张控制图。
２）有些大型企业应用控制图的张数是很多的，例如美国柯打彩色胶卷公司，有5000名员工，一共应用了35000张控
制图，平均每个员工7张，为什么要应用这么多控制图呢？因为彩色胶卷工艺复杂，在胶卷的片基上需要分别涂上８层厚度为１～２μm的药膜；此外，对于种类繁多的化工原料也要应用控制图的张数在某种意义上反映了管理现代化的程度。
——定义: 是一种以实际产品品质特性与根据过去经验所判明的制程能力的管制界限比较,而以时间顺序用图形表示者. ——依数据之性质分类:
X-R 均值和极差图P chart 不良率管 计计制图量X-δ均值和标准差数nPchart 不良数
型图型管制图 数X -R ~中位值极差数C chart 缺点数据图据管制图
X-MR 单值移动极U chart 单位缺
差图点数管制图
5
品管七大手法
