QC七大手法应用实例（144页）

QC 七大手法（质量管控基础七工具）

分为基础统计分析 5 个 + 改善分析 2 个，工厂质检、制程管控、品质改善通用，适配 ISO9001、APQP、6SIGMA 日常现场使用。

一、简易归类

1. 收集整理数据：检查表
2. 看清分布形态：直方图
3. 抓大头主要问题：柏拉图
4. 找因果关系：鱼骨图（特性要因图）
5. 看波动趋势、异常：控制图
6. 看两组数据相关性：散布图
7. 分层对比差异：层别法

1. 层别法（分类对比，所有手法基础）

作用

把杂乱数据按维度拆分对比，找出差异根源；所有其他手法都要先分层才准确。

常用分层维度

• 人员：老员工 / 新员工、班组
• 机器：1# 机 / 2# 机、新旧设备
• 物料：A 原料 / B 原料、不同供应商
• 时间：白班 / 夜班、早中晚、周 / 月
• 工艺：参数 1 / 参数 2、模具 1 / 模具 2

例子

不良率整体 5%，分层后夜班 10%、白班 2%，直接锁定夜班操作问题。

2. 检查表（查检表 / 核对表）

作用

标准化表格，现场随手记录不良、缺陷、点检数据，数据整齐不乱。

形式

缺陷位置检查表、不良项目统计表、设备点检表、来料检验记录表。

特点：简单直观，数据原始载体，柏拉图、直方图数据源。

3. 柏拉图（Pareto 图，二八原则）

核心原理

二八定律：80% 不良由 20% 关键原因造成，优先解决大头问题。

结构

柱状从高到低排列不良项目，折线为累计不良占比。

使用步骤

1. 检查表统计各不良数量
2. 从大到小排序、计算占比、累计占比
3. 优先改善前 1–3 项关键不良

场景：客诉、制程不良、返工报废、设备故障分析

4. 鱼骨图（特性要因图 / 石川图）

作用

系统梳理一个品质问题的全部潜在原因，拆解人、机、料、法、环、测六大维度。

六大主骨（5M1E）

• Man 人：技能、态度、疲劳
• Machine 机：精度、磨损、保养
• Material 料：材质、批次、供应商
• Method 法：工艺、SOP、夹具
• Environment 环：温湿度、粉尘、照明
• Measurement 测：量具、检测方法、人员读数

用法：配合 5Why 深挖根本原因，常用于 8D、FMEA 前期分析

5. 直方图

作用

直观看一组尺寸 / 数值数据的整体分布形态，判断制程集中、偏移、波动大小。

常见形态

1. 正态钟形：制程稳定正常
2. 偏态：尺寸整体偏大 / 偏小
3. 双峰：两种工况混在一起（没分层）
4. 孤岛：少量异常数据混入

搭配：可计算均值、极差、标准差，辅助判断 Cp/Cpk 过程能力

6. 散布图（散点图）

作用

判断两组变量之间有无相关关系：正相关、负相关、无相关、曲线相关。

举例

• 温度越高，硬度越大（正相关）
• 切削速度越快，粗糙度变差（负相关）

常配合回归分析、DOE 试验设计使用

7. 控制图（管制图，SPC 核心工具）

作用

区分正常随机波动和异常特殊波动，提前预警制程变坏，防止批量不良。

三线结构

• UCL：上控制限
• CL：中心线（均值）
• LCL：下控制限

常用类型

1. X-R 图：计量型数据（尺寸、厚度、压力）最常用
2. X-S 图：大批量采样
3. P 图：不良率（计件）
4. np 图：不良数
5. c 图：单位缺陷数
6. u 图：平均缺陷数

判断异常规则：点出界、七点连升 / 连降、同侧七点等

补充：QC 新旧七大手法区分

1. 旧七大手法（上面 7 个）
   ：侧重数据统计、现状分析、制程管控，一线质检、班组长日常用
2. 新七大手法（管理策划类）
   ：无大量数值，用于方案、规划、沟通
3. 亲和图、关联图、系统图、过程决策程序图 PDPC、矩阵图、矩阵数据分析法、箭条图

实战搭配逻辑

1. 层别法打底 → 检查表记数据
2. 柏拉图抓重点问题
3. 鱼骨图找全部原因
4. 散布图验证因子相关性
5. 直方图看整体分布水平
6. 控制图长期监控稳定度