QC七大手法基础知识培训 QEHS部 2012年11月01日

起源简介 又称新旧QC七大工具（手法），都是由日本总结出来的。日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。 旧QC七大手法偏重于统计分析，针对问题发生后的改善，新QC七大手法偏重于思考分析过程，主要是强调在问题发生前进行预防。之所以称之为“七种工具”，是因为日本古代武士在出阵作战时，经常携带有七种武器，所谓七种工具就是沿用了七种武器。 有用的质量统计管理工具当然不止七种。除了新旧七种工具以外，常用的工具还有实验室设计、分布图、推移图等。

新旧QC七大手法 旧七大手法 检查表 Check List 归集数据 层别法 Data Stratification 将不同特性族的数据加以分类　 柏拉图 Pareto Diagram 找出问题的重点 特性要因图 /因果图/鱼骨图Characteristic Diagram 找出问题可能发生的原因 散布图 Scatter Diagram 判断数据间的关系与趋势 直方图 Histogram 判断数据的集中或分散的状态 管制图/控制图 Control Chart 持续性监控 从某种意义上说，推行QC七大手法也一定程度上表明了公司管理的先进程度。 新七大手法： 关系图法、KJ法、系统图法、矩阵图法、矩阵数据分析法、PDPC法（过程决策方法）、网络图法。 相对而言，新七大手法在世界上的推广应用远不如旧七大手法，因此也未成为顾客审核的重要方面，我们今天重点将旧七大手法。

旧QC七大手法 x item LSL USL 直方图 特性因素图 控制图 检查表 层别法 散布图 帕累托图 100% Day shift Night 层别法 散布图 帕累托图

一、检查表 ▶检查表：QC七大手法中最简单也是使用最多的手法，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，并将问题点记录一下来的方法，有时叫做查检表或点检表。 ▶例如：点检表、工作改善检查表、满意度调查表、绩效考核表、审核表、5S活动检查表、不合格项目检查表、过程异常分析表等。 ▶缺点：或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。不妨看看我们现在正在使用的各种报表，是不是有很多栏目空缺？是不是有很多栏目的内容用笔进行了修改？是不是有很多栏目内容有待修改？

一、检查表 1、组成要素 确定检查的项目； 确定检查的频度； 确定检查的人员。 2、实施步骤 确定检查对象； 制定检查表； 1、组成要素 　　 确定检查的项目； 确定检查的频度； 确定检查的人员。 　　 2、实施步骤 　　 确定检查对象； 　　 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部门及时改善； 　　 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、使用检查表的注意事项 应尽量取得分层的信息； 应尽量简便地取得数据； 应立即与措施结合并事先规定对什么样的数据发出警告，停止生产或向上级报告； 检查项目如果是很久以前制订现已不适用的，必须重新研究和修订； 通常情况下归类中不能出现“其他问题类”。

一、检查表 制作检查表的程序 明确收集数据的目的 识别数据的时间及个数 收集数据并分析 设计调查表格式 审查表格 评审并修订表格

一、检查表 过程不合格数检查表 ▶ 记录用检查表的例子 数据期间 9/24-9/30 材料依据 过程控制 调查者 化验室 项目/日期 9/25 9/26 9/27 9/28 9/29 9/30 合计 湿AMV-Si 14 湿AMV-K 22 湿AMV-Na 12 湿AMV-Al 10 湿AMV-Mo 42 16 17 11 20 100

二、层别法 ▶层别法：它是所有手法中最基本的概念。亦即将多种多样的资料，因按目的的需要分成不同的类别，以便进行比较分析。 ▶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。 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。 　　 ▶实施步骤： 　　 ① 确定研究的主题； 　　 ② 制作表格并收集数据； 　　 ③ 将收集的数据进行层别； 　　 ④ 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。

二、层别法 ▶ 层别图制作顺序 项目-影响因素 内容 分时间 时间：日、月、季、年 分作业者 个人、班组、熟练度、年龄、男女 分机器和装置 不同机器、工程、生产线 分作业方法 场所、速度、作业条件 分原辅材料 购买地点、购买时间、储存期限、场所、检查员 分检查手段 试验期限、检查期限、方法、场所

二、层别法 - 柏拉图使用时 ‘人’ 层别 5 1 ( 个 ) 5 2 5 不 良 数 项目 张三 李四 王五 赵六 不良数 2 5 1 3 1 ( 个 ) 5 2 5 不 良 数 项目 张三 李四 王五 赵六 不良数 2 5 1 3 7 5 占有率 5 2 5 1 5 1

二、层别法 控制图的层别： 层别法前 A A B B C C A B B B C C C A 层别法后 作业者 A B C

三、柏拉图 ▶ 　　柏拉图又称为排列图、帕累托图，由此图的发明者19世纪意大利经济学家柏拉图（Pareto）的名字而得名。柏拉图最早用排列图分析社会财富分布的状况，他发现当时意大利80%财富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为Pareto定律。 后来美国质量管理专家朱兰博士运用柏拉图的统计图加以延伸将其用于质量管理。柏拉图是分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，左边纵坐标表示频数（如件数 金额等），右边纵坐标表示频率（如百分比表示）。分折线表示累积频率，横坐标表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从左向右排列。 通过对排列图的观察分析可抓住影响质量的主原因素。这种方法实际上不仅在质量管理中，在其他许多管理工作中，例如在库存管理中，都有是十分有用的。

三、柏拉图 柏拉图的分类 1. 按现象分类：与不良结果有关的，用来发现主要问题。 品质 不合格、过程调整、顾客抱怨、退货、维修等 成本 损失总数、费用等 交货期 存货短缺、付款违约、交货期延期等 安全 发生事故、出现差错等 2. 按原因分类：与过程因素有关，用来发现主要问题。 操作者 班次、组别、年龄、经验、熟练情况等 机器 设备、工具、模具、仪器等 原材料 制造商、工厂、批次、种类等 作业方法 作业环境、工序先后、作业安排等

三、柏拉图 柏拉图的作用 ① 降低不良的依据； ② 决定改善目标，找出问题点； ③ 可以确认改善的效果。 实施步骤 柏拉图的作用 　　 ① 降低不良的依据； 　　 ② 决定改善目标，找出问题点； 　　 ③ 可以确认改善的效果。 　　 实施步骤 　　 ① 收集数据，用层别法分类，计算各层别项目占整体项目的百分数； ② 把分好类的数据进行汇总，由多到少进行排列，并计算累计百分数； ③ 绘制横轴和纵轴刻度； 　　 ④ 绘制柱状图； 　　 ⑤ 绘制累积曲线； 　　 ⑥ 记录必要事项 　　 ⑦ 分析柏拉图　　

三、柏拉图 累积率 = X 100 % 项目别不良数 不良数合计 某产品不良原因柏拉图 ▶ 结果 : 如果分类项目多,就选定具有影响的1,2个项目,进行改善活动 对于1,2项目有很多原因时,则重新掌握细节

三、柏拉图 应用实例

四、特性要因图 ▶ 特性要因图-就是将造成某项结果的众多原因，以系统的方式图解，即以图来表达结果（特性）与原因（因素）之间的关系。其形状像鱼骨，又称鱼骨图。 　　因果分析图是以结果作为特性，以原因作为因素，在它们之间用箭头联系表示因果关系。因果分析图是一种充分发动员工动脑筋，查原因，集思广益的好办法，也特别适合于工作小组中实行质量的民主管理。当出现了某种质量问题，未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把所有可能的原因都列出来。 通过对柏拉图的观察分析可抓住影响质量的主原因素。这种方法实际上不仅在质量管理中，在其他许多管理工作中，例如在库存管理中，都有是十分有用的。

四、特性要因图 实施步骤 ① 成立特性要因图分析小组，3~6人为好，最好是各部门的代表； ② 确定问题点； 实施步骤 　　 ① 成立特性要因图分析小组，3~6人为好，最好是各部门的代表； 　　 ② 确定问题点； 　　 ③ 画出干线主骨、中骨、小骨及确定重大原因（一般从5M1E即人Man、机Machine、料Material、 法Method、测Measure、环Environment六个方面全面找出原因）； 　　 ④ 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，绘至特性要因图中； 　　 ⑤特性要因图小组要形成共识，把最可能是问题根源的项目用红笔或特殊记号标识； 　　 ⑥ 记入必要事项。

四、特性要因图 应用要点及注意事项 ： ① 确定原因要集合全员的知识与经验，集思广益，以免疏漏； 应用要点及注意事项 ：　 ① 确定原因要集合全员的知识与经验，集思广益，以免疏漏； 　　 ② 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； 　　 ③ 有多少品质特性，就要绘制多少张因果图； 　　 ④ 如果分析出来的原因不能采取措施，说明问题还没有得到解决，要想改进有效果，原因必须要细分，直到能采取措施为止； 　　 ⑤ 在数据的基础上客观地评价每个因素的主要性； 　　 ⑥ 把重点放在解决问题上，并依5W2H的方法逐项列出，绘制因果图时，重点先放在“为什么会发生这种原因、结果”，分析后要提出对策时则放在“如何才能解决”； 　　 Why——为何要做？（对象） 　 What——做什么？（目的） 　　 Where——在哪里做？（场所） 　　When——什么时候做？（顺序） 　　 Who——谁来做？（人） 　　 How——用什么方法做？（手段） 　　 How much——花费多少？（费用） 　　 ⑦ 因果图应以现场所发生的问题来考虑； 　　 ⑧ 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； 　　 ⑨ 因果图使用时要不断加以改进。

四、特性要因图 ▶ 特性要因图制作顺序 ① 品质特性 ② 按照分类因素数,以箭头为基准画成对角线 - 因素分类方法 : 5M+1E(人, 设备, 材料, 方法, 环境，测量) ③ 为了能把分类因素记录在大枝条上,画上 品质特性 分类因素 分类因素 分类因素 大枝条 品 质 特 性 分类因素 分类因素 分类因素

四、特性要因图 ☞ 特性要因图制作方法 何时 是谁 怎样 品 质 特 性 分类项目 大分支 中间分支 小分支 稍小分支 1 次原因 2 3 4

四、特性要因图 机 环 料 人 法 例：特性要因图（因不熟悉具体工艺，下图仅供参考） 焙烧过程停电 轴承故障 按 没 操作者培训太少 者 作 混料机故障 回转窑故障 轴承故障 环 V2O5 不 合 格 料 原料本身不合格 辅料使用错误 操作者培训太少 新员工操作不熟练 混料时间不充分 生产现场 温度变化太大 焙烧过程停电 人 法 操 作 者 没 按 工 艺 要 求 工艺文件错误 检测方法 不合理 焙烧温度不合理

五、散布图 ▶ 散布图-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，这种图形也称为“相关图”。 　　 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。

将成对的二组数据制成图表，以观察数据之间的相互关系。 五、散布图 说明： 将成对的二组数据制成图表，以观察数据之间的相互关系。 (2) 用途： 检查二组数据之间的相互关系，尤其是对鱼骨图中的因、果验证。 Y （果） X （因）

五、散布图 相关性说明 Y X ● 强正比关系 弱正比关系 无相关 强反比关系 弱反比关系

五、散布图 II I III IV II IV I III II I III IV II I III IV ▶ 符号验证顺序 Y 纵向中间值线 1) 画散点图 ● II I ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 2) 画出左右同数的纵向中间值线 和上下同数的横向中间值线 ● ● ● ● 横向中间值线 ● ● ● ● ● ● ● ● III IV X 3) 按对角线划分的区域,把相对的区域中的点数加起来 4) 根据符号验证表与判定数比较之后作出判定 - 正比相关 : ＋ ＜　 ＋ - 反比相关 :　　＋　　＞　 ＋ II IV I III II I III IV - 非线性相关或不相关 : ＋ =　 ＋ II I III IV

五、散布图 散布图的层别利用： 设备A 设备 B 总图

直方图形象地显示过程的波动，可借以判断生产过程的质量是否稳定，了解产品质量特性的分布状况、平均水平和分散程度； 六、直方图 直方图的作用 　 直方图形象地显示过程的波动，可借以判断生产过程的质量是否稳定，了解产品质量特性的分布状况、平均水平和分散程度； 为判断工序是否正常，工序能力是否满足需要提供证据。 通过对直方图分布中心与公差范围的比较，为进一步分析质量问题产生的原因，寻求和制定提高产品质量的改进措施、确定如何进行质量改进提供前提条件。

六、直方图 ▶ 频率分布表 ▶ 直方图 区间号 区间界线 区间代表值 Check Sheet 频率数 124.5~134.5 1 1 2 9 / / / / 5 134.5~144.5 2 1 3 9 . 5 / / / / / / / / / / / 1 3 144.5~154.5 3 1 4 9 . 5 / / / / / / / / / / 1 2 154.5~164.5 4 1 5 9 . 5 / / / / / 6 164.5~174.5 5 1 6 9 . 5 / / / 3 174.5~184.5 6 1 7 9 . 5 / 1 ▶ 直方图 2 4 6 8 10 12 14 129.5 139.5 149.5 159.5 169.5 179.5 区间代表值 频度数

六、直方图 ▶ 直方图解释方法

六、直方图 ▶ 直方图解释方法

六、直方图 ▶ 直方图解释方法

七、控制图 1、定义： 是指用于分析和判断工序是否处于稳定状态所使用的带有控制界限的图。它是判断和预报生产过程中质量状况是否发生异常波动的一种有效方法。 7月份培训的SPC就是利用控制图的方法进行统计分析。

控制图种类 数据：是能够客观地反映事实的资料和数字 数据的质量特性值分为： 计量值 可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。 计数值 不能用量具、仪表来度量的非连续性的正整数值。 计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图） Xmed-R图（中位数图-极差图） 计数型数据的控制图 P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图）

控制图判异八准则 注：A/B/C区域遵循3 σ原则 一点落在A区以外。 点出界就判异 连续9点落在中心线同一侧 连续6点递增或递减 连续14点相邻点上下交替

控制图判异八准则 连续5点中有4点落在中心线同一侧的C区以外 连续3点中有2点落在中心线同一侧的B区以外

QC七大手法总结 鱼骨追原因 查检集数据 柏拉抓重点 直方显分布 散布看相关 层别作解析 推移观变化 QC七大手法的使用情形，总结如下： 1. 根据事实、数据发言——图表(Graph)、查 检表(Check List)、 散布图(Scatter Diagram)。 鱼骨追原因 查检集数据 柏拉抓重点 直方显分布 散布看相关 层别作解析 推移观变化 2. 整理原因与结果之关系，以探讨潜伏性之 问题——特性要因图(Characteristic Diagram)。 3. 凡事物不能完全单用平均数来考虑，应了 解事物均有变异存在，须从平均数与变异 性来考虑——直方图(Histogram)、控制图 (Control Chart)。 4. 所有数据不可仅止于平均，须根据数据之 来龙去脉，考虑适当分层——层别法 (Stratification)。

谢谢大家！