Qc七大工具

对大数据分析的需求。
QC七大工具的创新与发展
拓展应用领域
随着企业管理需求的不断变化，QC七大工具的应 用领域将不断拓展，涉及更多管理领域。
智能化发展
借助人工智能、大数据等技术，实现QC七大工具 的智能化发展，提高工作效率和准确性。
定制化服务
根据企业实际需求，提供定制化的QC七大工具解 决方案，满足企业个性化需求。
检查表
通过制定检查表，企业可 以对生产过程中的关键环 节进行定期检查，确保产 品质量符合要求。
因果图
通过分析因果关系，企业 可以找出问题的根本原因， 制定有效的解决方案。
QC七大工具的定义与重要性
排列图
通过排列图，企业可以了解各个 因素对产品质量的影响程度，优
先解决影响最大的问题。
直方图
通过直方图，企业可以对数据 进行统计分析，了解产品质量 的分布情况。
05 QC七大工具的未来发展 与展望
QC七大工具的局限性
适用范围有限
QC七大工具主要适用于质量管 理和控制领域，对于其他管理领
域的应用有限。
缺乏灵活性
传统QC七大工具的运用方式相 对固定，难以根据企业实际情况
进行灵活调整。
数据分析能力不足
传统QC七大工具在数据分析方 面相对较弱，难以满足现代企业
VS
详细描述
因果图通常用于分析问题产生的可能原因 ，并确定各因素之间的相互关系。通过因 果图，可以更好地理解问题的本质和根源 ，并采取相应的措施进行改进。
散布图
总结词
散布图是一种表示两个变量之间关系的图表工具，通过绘制散布图可以分析两个变量之间的关联程度 。
详细描述
散布图通常用于分析两个变量之间的关联性，如产品质量与生产过程参数之间的关系。通过散布图， 可以更好地了解变量之间的关系和影响，从而更好地进行质量控制和改进。

旧七大工具简介-散布图
强负相关
弱负相关
负相关：当变量X增大时，另一个变量Y却减小，如油的粘度与温度的关系
旧七大工具简介-散布图
曲线相关：变量X增大时，Y也随之增大，但达到某一值后，当X增大时，Y反 而减小，如记忆和年龄的关系
旧七大工具简介-散布图
不相关：当变量X增大时，另一个变量Y不改变，如气压和温度的关系
（2）作用： ➢ 归纳整理所收集到的数据，以便在不同层面、不同角度问题问题和规律。 ➢ 因为在实际工作中产品质量会因人、机、料、法、环、检测等不同而存在
（2） 作用： ➢ 找出主要问题，优先解决
➢ 充分反映出“少数关键、多数次要”的规律 ➢ 是一种寻找主要因素、抓住主要矛盾的手法
旧七大工具简介-柏因 死亡人数 累计人数 影响比率%累计比率%
1 酒后驾车 5000 5000 41.67 41.67
2 超速行驶 3000 8000 25 66.67
L xy ——表示x的离差与y的离差的乘积之平方之和，即 (xx)(yy)2
旧七大工具简介-散布图
相关系数r与相关性判断：
r值 r=1 1＞r＞0 r=0 0＞r＞-1 r= -1
两变量间的关系 完全正相关 正相关(越接近于1,越强; 越接近于0,越弱) 不相关 负相关(越接近于-1,越强; 越接近于0,越弱) 完全负相关
旧七大工具简介-因果图
① 整理问题型：各要素与特性值间不存在原因关系，而是结构构成关系
培训计划实施
培训计划制定
结果跟踪
师资 教材
培训项目 员
课时计划
工
培
实际应用
学生反馈
课时跟踪 训
晋升比例
成绩评比
成绩考核

表1 按操作员分层的漏气情况
操作员
漏气
不漏气
漏气率p/%
A
6
13
32
B
3
9
25
C
10
9
53
合计
19
31
38
表2 按工厂分层的漏气情况
供应商
漏气
不漏气
漏气率p/%
甲厂
9
14
39
乙厂
10
17
37
合计
19
31
38
由表1和表2，人们似乎认为，降低气缸漏气率的办法可采用乙厂提供的汽缸垫和操作员B的操作方法。但实践结果表明，这样做漏气率非但没有降低，反而增加到43％，这是什么原因呢？ 这是由于仅单纯的分别考虑操作者和原材料造成漏气的情况，没有进一步考虑不同操作员用不同工厂提供的汽缸垫也会造成漏气。为此，需要进行更细致的综合分析，如表3。
图例 调整要点
直方图的用途能够直观地看出数据的分布情况能够直观地判断生产过程的稳定性与规格比较，定性评价过程能力
六、散布图： 又称相关图，是研究两个变量之间关系的一种图形工具，能大概掌握原因与结果之间是否有关联及关联的程度如何。 散布图的判读：
控制图的种类： 按用途分： 分析用控制图：利用控制图对已经完成的生产过程进行分析，以评估该过程是否稳定，或确认改进的效果； 控制用控制图：对正在进行的生产过程实施质量控制，以保持过程的稳定。 当确认生产过程处于稳定受控状况时，再将分析用控制图的控制界限延长，转化为控制用控制图。
（B）偏心型
调整分布中心，使分布中心与公差中心重合。
直方图与质量标准（公差T)的关系分析
（C）无富余型
调整要点
表明工序能力不足，应采取措施提高工序能力。

第四章、柏拉图
• 二、定义 • 依据收集的数据，以不良缘由、不良状
况、不良发生的位置分类；计算各工程所 占的比例按大小挨次排列，再加上累积值 的图形。 • 依据累计的百分数可以将各项分成三类： 0~80%为A类， 明显是主要问题点； 80~90%为B类， 是次要因素； • 90~100%为C类，是一般因素。
第六章、散布图
• 五、散布图举例
正相关
负相关
第七章、直方图法
• 一、定义：
• 为要简洁的看出如长度、重量、时间、 硬度等计量什的数据之安排情形，所用来 表示的图形。
• 直方图是将所收集的测定值或数据之全 距分为几个相等的区间作为横轴，并将各 区间内之测定值所消逝次数累积而成的面 积，用柱子排起来的图形，故我们亦称之 为柱状图。
• 7.制作次数分布表
• 8.制作直方图
• 9.填上次数、规格、平均值、数据源、日期
第七章、直方图法
• 三、直方图之功用 • 1.评估或查验制程； • 2.指出实行行动的必要； • 3.测量已实行矫正行动的效果；
第七章、直方图法

• 二、直方图的作图步骤
• 1.收集记录50个以上的数据
• 2.定组数
• 3.找到最大值L及最小值S，计算全距R
R=L-S
• 4.定组距 R÷组数=组距
• 5.定组界
• 最小一组的下组界=S-[测量值的最小位数×0.5]
• 最小一组的上组界=最小一组的下组界+组距 依次类推。
• 6.准备中心点 〔上组界+下组界〕 ÷2=组的中心点
分比占70-80%之工程〕
第五章、因果图
• 一、概述
• 因果图最先由日本品管大师石川馨提出来的， 故又叫石川图，同时因其外形，又叫鱼刺图、鱼 骨图、树枝图。还有一个名称叫特性要因图。