QC方法及统计方法

品管应用手法一、Q C手法：1、层别法2、柏拉图3、鱼骨图4、散布图5、直方图6、查核表7、管制图二、各种统计方法：1、层别法：1.1、定义：把复杂的资料进行处理，以有系统有目的加以分门别类的归纳及统计。

作分析用。

1.2、作用：寻找出数据的某些特性或共同点，以便有依据地采取措施，对现场改善有帮助。

1.3、方法：1.3.1、确定分层线索。

1.3.2、确定分层条件的范围。

1.3.3、统计各分层条件的数据。

1 3.4、记入注释内容。

1.4、注：层别法是手法中最基础工具，与其它手法结合使用，效果更理想。

范例1：图12、柱状图（柏拉图）2.1、起源：它是由意大利经济学家帕雷托（Viferdo Pareto）首先分析当时社会财富分配情况时发现的，后来人称之为“帕雷托图”或“柱状图”，后来由美国人裘兰博士（Joseph Juran）加以延伸所创造出来的。

2.2、定义：根据层别法归集的数据，以不良原因、不良状况发生的现象，有系统地加以项目别（层别法）分类，计算出各项目别产生的数据及所占的比例，再依照大小顺序排列，再加上累积值的图形。

2.3、作用：在现有的不良项目中，找出关键性的问题，作为改善的重点（分清主次）2.3、分析步骤：2.3.1、列出不良项目，并收集相应时期的数据。

2.3.2、按数据大小，排列不良项目。

2.3.3、设定座标系，填上座值，（座标值要能反最大、最小数据），左纵座标为不良数据，右纵座标为不良率，横座标为不良项目。

2.3.4、按数据多少，绘制柱状图。

2.3.5、计算比例，并标注。

2.3.6、连接各比例点累积至100％。

2.3.7、记入附加项目（如统计图名称、作者、日期）。

2.4、注意事项：1.4.1、采取抓大放小的原则，先抓前三项不良（少数关键。

多数次要）。

1.4.2其它不良率比例应小于20％，否则要进一步细化。

范例2：根据表1：的数据，作出生产不良项目别的柏拉图，来分析关键性的问题(图2)3、鱼骨图：（特性要因图）3.1、定义：要因图是将造成某项结果的众多原因，以系统的方式图解它。

QC常用的工作方法和分析方法质量控制（Quality Control，QC）是指通过一系列的工作方法和分析方法，以确保产品或服务的质量符合预期要求。

本文将探讨QC中常用的工作方法和分析方法，旨在帮助读者更好地理解和应用于实际工作中。

一、工作方法1. 抽样检验（Sampling Inspection）抽样检验是指通过从生产批次或服务过程中随机抽取样本，对其进行检验以代表整体质量状况的方法。

在抽样检验中，可以采用不同的抽样方法，如随机抽样、分层抽样等，以确保样本的代表性和可靠性。

2. 测量检验（Measurement Inspection）测量检验是通过使用测量工具，对产品或服务进行定量测量，以判断其质量是否符合要求。

在测量检验中，需要使用准确可靠的测量工具，例如千分尺、游标卡尺等，并按照标准规定的方式进行测量，以获得准确的测量结果。

3. 过程控制（Process Control）过程控制是指对生产或服务的关键环节进行监控和调整，以确保其在可控范围内保持稳定和符合质量要求。

过程控制可以采用统计过程控制（SPC）方法，通过收集和分析过程数据，及时发现异常情况并采取措施进行纠正，以提高生产过程的稳定性和一致性。

4. 反馈机制（Feedback Mechanism）反馈机制是指根据质量控制的结果，及时向生产者或服务提供者反馈信息，以促使其进行改进和优化的方法。

通过建立有效的反馈机制，可以帮助生产者了解产品或服务质量的问题，并采取相应的改进措施，以提升整体质量水平。

二、分析方法1. 根本原因分析（Root Cause Analysis）根本原因分析是通过深入分析质量问题的发生机制和影响因素，寻找问题的根本原因，并采取相应的措施进行解决的方法。

在根本原因分析中，可以采用鱼骨图、5W1H等工具，通过系统性思维和多角度分析，找出问题的本质原因，避免简单地解决表面问题。

2. 故障模式与影响分析（Failure Mode and Effects Analysis，FMEA）故障模式与影响分析是一种通过对产品或服务的各个环节进行细致分析，识别潜在故障模式及其对质量的影响程度，并采取预防措施以减少故障的发生和影响的方法。

QC小组基础知识—统计方法1. 统计方法的定义和作用统计方法是应用数学理论和统计原理，通过收集、整理和分析数据，得出客观规律性的方法。

在质量控制（QC）小组中，统计方法被广泛应用于收集和分析质量数据，以便识别和处理潜在的问题，并改进生产过程。

统计方法的主要作用是帮助QC小组提供重要的决策支持和数据分析能力。

通过统计方法，QC小组可以评估产品质量的变化趋势，发现异常和异常模式，并预测未来可能出现的问题。

此外，统计方法还可以用于比较不同批次、不同线路或不同供应商的质量表现，以便确定最佳的操作策略。

2. 常用的统计方法在QC小组实践中，有几种常用的统计方法可以被运用。

2.1 均值和标准差均值是一组数据的平均值，代表其集中趋势。

标准差是一组数据的离散程度的度量，代表分散情况。

通过计算均值和标准差，QC小组可以评估数据的稳定性和一致性，进而判断是否存在质量问题。

2.2 控制图控制图是一种用于显示过程数据变化的图表。

通过绘制均值、上限和下限线，QC小组可以直观地观察数据的变化趋势，并判断过程是否处于控制状态。

控制图还可以用于检测特殊原因变异，并及时采取纠正措施。

2.3 正态性检验正态性检验是统计方法中常用的一种方法，用于检验数据是否符合正态分布。

正态分布是一种常见的分布模式，对于QC小组来说，正态分布的数据意味着过程处于稳定状态。

如果数据不符合正态分布，则可能存在异常情况，QC小组需要进一步研究原因并采取控制措施。

2.4 相关性分析相关性分析用于研究两个或多个变量之间的关系。

通过计算相关系数，QC小组可以了解变量之间的线性相关程度，并评估其统计显著性。

相关性分析可以帮助QC小组确定哪些因素对质量产生重要影响，从而优化生产过程。

3. 统计方法的应用步骤为了正确应用统计方法，QC小组需要遵循一定的步骤。

3.1 收集数据首先，QC小组需要收集相关的质量数据，并确保数据的准确性和完整性。

数据可以通过各种方式收集，如抽样、实验或生产过程监控。

QC（Quality Control，质量管制，品管)七大手法是常用的统计管理方法，又称为初级统计管理方法。

它主要包括检查表表、层别图、直方图、排列图、检查表、层别法、散布图等所谓的QC 七工具。

一、检查表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，有时叫做检查表或点检表。

例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、5S 活动检查表、工程检查表异常分析表等。

用途：可以让数据的收集更为规律、有效；制成的表格更为简明、易懂。

二、层别法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。

层别法办何柏拉图、直方图等其他七大手法结合使用，也可单独使用。

例如：抽样统计表、不良类别统计表、排行榜等。

用途：区别出问题的来源，然后可以给予更好的控管、改善。

三、柏拉图柏拉图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。

他可以帮助外面找出关键的问题，抓住重要的少数及有用的多数，适用于记数值统计，层别法有人称为ABC图，又因为柏拉图的排序识从大到小，故又称为排列图。

用途：将问题点表现出来，并呈现其相对重要性，提供改善方向的优先顺序。

柏拉图ABA B C123四、因果图因果图又称她特性要因图，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。

用途：在改善小组的脑力激荡之下，列举所有可能的异常原因；逐一过滤之后，会发现平常忽略的小毛病，可能就是问题的根源。

五、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，这种图形叫做“散布图”，也称为“相关图”。

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。

QC小组活动中基本统计方法在QC小组活动中，基本统计方法是非常重要的，可以帮助小组成员了解数据的特点和趋势，从而做出更准确的判断和决策。

以下是常用的基本统计方法：1.描述性统计描述性统计是对数据进行整体描述和概括的技术方法。

它包括以下几个方面：（1）中心位置测度。

通过计算平均值、中位数和众数等指标来描述数据的集中趋势，帮助我们了解数据的一般水平。

如平均数是所有数据之和除以数据个数，中位数是将数据按大小排序，找到中间位置的数，众数是出现次数最多的数。

（2）离散程度测度。

通过计算极差、方差和标准差等指标来描述数据的分散程度，帮助我们了解数据的波动情况。

如极差是最大值和最小值的差，方差是每个数据与均值的差的平方的平均值，标准差是方差的正平方根。

（3）位置比例测度。

通过计算百分位数来描述数据的位置相对于全体数据的比例关系。

如四分位数将数据分为四个部分，分别是第一四分位数、中位数和第三四分位数。

描述性统计能够帮助小组成员快速了解数据的整体情况，为后续分析提供基础。

2.探索性数据分析（EDA）探索性数据分析是通过绘制图形、计算统计量等方式来发现数据的内在规律和特点，为进一步的分析和建模提供线索。

常见的EDA方法包括：（1）直方图。

用于展示数据的分布情况，可以看出数据的集中程度、峰度和偏度。

（2）箱线图。

用于检测数据是否存在离群值和异常值，以及数据的分布情况。

（3）散点图。

用于展示两个变量之间的关系，可以帮助发现变量之间的相关性。

（4）相关分析。

用于量化变量之间的线性关系强度，可以通过计算相关系数来判断两个变量之间的相关性。

EDA是进行数据分析的入口，可以帮助小组成员初步了解数据之间的关系和趋势。

3.假设检验假设检验是用于判断样本数据是否来自一些总体分布的统计方法。

它包括以下几个步骤：（1）提出假设。

根据实际问题，提出零假设（H0）和备择假设（H1）。

（2）选择统计量。

根据假设，选择合适的统计量，如t检验、方差分析等。

常用的几种质量管理统计方法QC7手法实例质量管理统计方法是一种用于收集、分析和解释数据的技术，旨在帮助企业提高产品和服务的质量。

QC7手法是一种常用的质量管理统计方法，它包括七个基本工具，可以帮助企业发现和解决质量问题。

下面我们将介绍一些QC7手法的实际应用案例。

1.流程图：流程图是一种图形化表示流程和活动的工具。

一个实际的应用案例是一个制造企业想要改善其生产过程。

他们使用流程图来展示整个生产过程，并标示出每个环节和活动。

通过分析流程图，他们发现生产过程中存在许多不必要的环节和活动，从而能够提出改进的建议并减少生产过程的时间和成本。

2.直方图：直方图是一种用于表示数据分布的图表。

一个实际的应用案例是一家超市想要了解其顾客购买其中一产品的数量分布。

他们收集了一段时间内的销售数据，并通过绘制直方图来展示销售数量的分布情况。

通过分析直方图，他们能够确定销售数量的平均值和标准偏差，并据此进行库存管理和供应链规划。

3.控制图：控制图是一种用于监测和控制过程稳定性的工具。

一个实际的应用案例是一家医药公司想要确保其药品的生产过程稳定。

他们使用控制图来监测每个批次药品的质量指标，并设定上下控制限。

如果一些批次的质量指标超过控制限，他们将进行调查并采取相应的纠正措施。

通过使用控制图，他们能够及时发现和解决质量问题，确保产品符合规定要求。

4.散点图：散点图是一种用于表示两个变量之间关系的图表。

一个实际的应用案例是一家电子公司想要了解其产品的定价和销售量之间的关系。

他们收集了一段时间内的定价和销售数据，并通过绘制散点图来展示两者之间的关系。

通过分析散点图，他们能够确定定价对销售量的影响程度，并据此制定定价策略。

5.棘轮图：棘轮图是一种用于分析问题根本原因的工具。

一个实际的应用案例是一家汽车制造商想要解决其汽车零部件的故障问题。

他们组织了一个团队，使用棘轮图来帮助确定问题的根本原因。

通过分析棘轮图，他们发现故障主要由供应商的质量问题引起，从而能够制定对策并改善零部件的质量。