QC七大手法简介及其应用[1]

【e百科】QC七大手法定义、用途、制作步骤何为QC七手法：QC七手法又称为QC七工具，一般指旧QC七手法，即层别法、检查表、柏拉图、因果图、管制图、散布图和直方图。

是质量管理及改善运用的有效工具.QC手法的适用范围：QC手法的用途非常广泛，可以用于企业管理的方方面面（包括计划管控、员工思想意识行为管理、质量管控、成本管控、交期管控、士气管理、环境管理、安全管理、效率管理、绩效考核、日常管理等等），但主要用于品质管理及改善。

七大手法口诀：因果追原因、检查集数据、柏拉抓重点、直方显分布、散布看相关、管制找异常、层别作解析因果图（特性要因图、石川图、鱼骨图）：定义：当一个问题的特性（结果）受到一些要因（原因）影响时，将这些要因加以整理，成为有相互关系且有条理的图形，这个图形就称为特性要因图，又叫鱼骨图（Fish-Bone Diagram）。

用途说明：1.整理问题。

2.追查真正的原因。

3.寻找对策。

制作步骤：1. 决定问题或品质的特性——特性的选择不能使用看起来很抽象或含混不清的主题。

2. 决定大要因——须是简单的完整句，且具有某些程度或是方向性。

3. 决定中小要因。

4. 决定影响问题点的主要原因。

5. 填上制作目的、日期及制作者等资料。

应注意事项：1.脑力激荡。

2.以事实为依据。

3.无因果关系者，予以剔除，不予分类。

4.多加利用过去收集的资料。

5.重点放在解决问题上，并依结果提出对策，依5W2H原则执行。

•WHY——为什么？为什么要这么做？理由何在？原因是什么？•WHAT——是什么？目的是什么？做什么工作？•WHERE——何处？在哪里做？从哪里入手？•WHEN——何时？什么时间完成？什么时机最适宜？•WHO——谁？由谁来承担？谁来完成？谁负责？•HOW ——怎么做？如何提高效率？如何实施？方法怎样？•HOW MUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？6.依据特性别，分别制作不同的特性要因图。

4.6.2 直方圖—制做
直方圖的做法﹕ 1). 由對象制程或批次收集100個以上的數據。 2). 決定區間的幅度 3). 決定區間的界限值 4). 記錄出現次數
4.7 層別圖
一種說法為區別各種不同原因對結果之影響, 而以個別原因為主體,分別作統計分析的方法,稱 為層別法.
另一種說法為針對所收集的數據照共同特征( 部門﹑設備……)加以分類﹑統計的一種分析方法 。
4.5 管制圖
品質管制圖簡稱管制圖(Control chart),系美 國貝爾實驗室年輕工程師哈特(W.A.Shewhart)所 發明﹐故亦稱為修哈特圖。此圖可以分析制程是 否在安定狀態?或制程保持在安定狀態?
管制圖為表示變異的界限﹐在圖上繪制兩條 管制界限線。在圖上繪點﹐表示制程狀態或品質 的特性﹐如果點落在兩條管制界限線之間﹐表示 制程呈安定狀態﹔又適點逸出管制界限線﹐則判 定制程發生異常。
特性要因圖系在箭線右端寫上特性(結果)﹐在箭 線上寫原因﹐再將原因細分﹐有體系的圉示其因果關 系。
4.3.2 特性要因圖—制做
繪制特性要因圖的步驟如下﹕ 1). 決定品質特性。 2). 在紙上從左向右繪一箭線﹐在箭頭上寫品質特 性。 3). 列舉影響品質特性的全部原因。由有關人員利 用腦力激蕩朮列舉原因﹐為一有效方法 4). 原因較大者寫在大枝﹐屬于其分類者﹐以小枝 寫在其周圍。可依制程順序或4M(材料﹑機器﹑加 工方法﹑作業員)等加以分類 。
4.5.2 管制圖—范例
4.6 直方圖
在同一條件下所制造出來的產品﹐其品質難 免會發生變異。由于原料的品質﹑加工條件﹑機 器狀況或作業方法等均可能會有變異﹐結果會導 致品質發生變異。然而﹐如將這些原因的變異管 理在一定范圍內﹐則品質的變異將具有某種規則 性。為獲知制造條件的品質分配狀況﹐以及是否 滿足規格值或目標值﹐可以同一數值的數據次數 ﹐調查其次數分配。為獲知次數分配可以利用次 數表﹑直方圖及次數分配圖。

（QC）七大手法介绍1. 数据：用数字这种共通的语言来表示从观察等方式所得到的事实。

2. 品质管理方面最常用的数据：2.1 计数值数据（经计算而得来的数据）2.2 计量值数据（经测量而得来的数据）3. 正确数据的收集方法：3.1 清楚知道收集数据的目的3.2 清楚列出数据收集的条件3.3 取得的数据要忠实地表现事实4.（QC）七大手法：4.1 检查表在收集各种数据之后，为确认并能毫无遗漏的检查，将结果制成简单的图或表。

通常分为点检用检查表或记录用检查表。

示例：1：点检用记录表示例二：记录用检查表。

作用：通过收集到的数据反映不良的状况。

4.2 特性要因图特性就是代表制品品质特性，也是代表着制品的性能及运转能力，要因即为重要的原因，为了使大家了解工作现场的技术及现在的实际作业情况，固需贴于工作现场，并及时追加及加以修正，又称为鱼骨图。

它是先列出品质变异的项目，然后对造成变异的4M1E因素进行分析。

示例：4.3 柏拉图根据收集的数据，以不良原因、不良状况发生的现象，有系统地加以项目别（层别）分类，计算出各项目别所产生的数据（如不良率、损失金额）及所占的比例，再依照大小顺序排列，再加上累积值的图形。

其原理是80%的问题仅来源于20%的主要原因。

为了抓住“关键的少数”，在排列图上通常把累计比率分为三类：0%~80%间的因素为A 类因素，也即主要因素；在80%~90%间的因素为B 类因素，也即次要因素；在90%~100%间的因素为C 类因素，也即一般因素。

示例：4.4 直方图直方图就是将所收集的数据.特性或结果值,用一定的范围在横轴上加以区分成几个相等的区间,将各区间内的测定值所出现的次数累积起来的面积用柱形表示的图形。

4.5 图表累计 影 响 比 例(%)不合格项目不合格数170 136 102 68 34 0收敛 几何 白平衡 敲闪 无书面 书面 其他 不良 失真 不良 倾斜100%80%60% 40% 20% 0将数据以图形来表示，以便于比较数量大小以及了解数量的变化情况，最大的优点是——观察即知内容。

二、旧QC七大手法的应用
• 旧QC七大手法口
诀
❖ 层别做解析
❖ 柏拉抓重点
❖ 鱼骨追原因
❖ 散布看相关
❖ 直方显分布
❖ 控制找异常
❖ 查核集数据
二、旧QC七大手法的应用 2.1 层别法
2.1 层别法
• 定义
将不同类型的一组数据按一定的性质、范围或 目的进行分类(分层)，进行数据分析。
• 特点
常用，简便易上手，结果一目了然。
2.4 散布图
• 常见的散布图规律 A
正相关：
两组数据成正比关
系，A增大，B也增
B
大
负相关：
A
两组数据成正比关系，
A增大，B反而减小 B
不相关：
A 两组数据成散乱状 态，A增大，B可能 增大或减小
B
2.4 散布图
• 应用
--收集数据(数据应是有对应或关联性质的成对 数据，且数据量不宜太少，一般要25组以上)
T1
T2 温度
2.4 散布图
• 注意事项
散布图所反映的可能是一种趋势，对于定性的 结果还需要具体分析。
二、旧QC七大手法简介 2.5 直方图
2.5 直方图
• 定义
用一组宽度相同、高度各异的矩形的排列状态 表示数据分布状况，从而达到分析过程的质量和 合格与否。
• 特点
直观的反映过程状况，了解数据群的对准倾向和 散布状态。此方法需要用到一定的数学及统计学知 识，有一定难度。
• 示例
电池事业部为提高产品直通率，选取批量为800 片的电池片作为样本，将其A级品、B级品检测数 据分别作了统计，统计结果见下表：
2.1 层别法
类别 不良项目
电性能 缺损 外观 印刷质量 总不良数 不良率 直通率