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，即检查表、层别法、柏拉图、因果图、散布图、直方图和控制图。是质量管理及改善运用的有效工具。

  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，有时叫做查检表或点检表。 例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、5S活动检查表、工程异常分析表等。

  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。

  柏拉图的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。它能够在一定程度上帮助我们找出关键的问题，抓住重要的少数及有用的多数，适用于记数值统计，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。

  A 柏拉图有两个纵坐标，左侧纵坐标一般表示数量或金额，右侧纵坐标一般表示数量或金额的累积百分数；

  C 绘制柏拉图时，按各项目数量或金额出现的频数，对应左侧纵坐标画出直方形，将各项目出现的累计频率，对应右侧纵坐标描出点子，并将这些点子按顺序连接成线。

  ① 柏拉图要留存，把改善前与改善后的柏拉图排在一起，可以评估出改善效果；

  ③ 柏拉图的分类项目不要定得太少，5~9项教合适，如果分类项目太多，超过9项，可划入其它，如果分类项目太少，少于4项，做柏拉图无实际意义；

  ④ 作成的柏拉图假如发现各项目分配比例差不多时，柏拉图就失去意义，与柏拉图法则不符，应从其它角度收集数据再作分析；

  ⑤ Y 柏拉图是管理改善的手段而非目的，如果数据项别已经清楚者，则无需荒度时间制作柏拉图；

  ⑦ 柏拉图分析最大的目的是从获得情报显示问题重点而采取对策，但如果第一位的项目依靠现有条件很难解决时，或者即使解决但花费很大，得不偿失，那就能避开第一位项目，而从第二位项目着手。

  所谓因果图，又称特性要因图，大多数都用在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）与可能会影响特性的因素（原因）的一种工具。又称为鱼骨图。

  ① 追求原因型：在于追求问题的原因，并寻找其影响，以因果图表示结果（特性）与原因（要因）间的关系；

  ② 追求对策型：追求问题点如何防止、目标如何达成，并以因果图表示期望效果与对策的关系。

  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六个方面全面找到原因）；

  ④ 与会人员热烈讨论，依据重大原因做多元化的分析，找到中原因或小原因，绘至因果图中；

  ⑤ 因果图小组要形成共识，把最可能是问题根源的项目用红笔或特殊记号标识；

  ④ 如果分析出来的原因不能采取一定的措施，说明问题还没有正真获得解决，要想改进有效果，原因必须要细分，直到能采取一定的措施为止；

  ⑥ 把重点放在处理问题上，并依5W2H的方法逐项列出，绘制因果图时，重点先放在“为何会发生这种原因、结果”，分析后要提出对策时则放在“怎么样才可以解决”；

  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不是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”。

  ④ 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。

  ① 两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，易引起误判；

  ③ 由于数据的获得常常因为5M1E的变化，导致数据的相关性受一定的影响，在这种情况下需要对数据获得的条件进行层别，否则散布图不能真实地反映两个变量之间的关系；

  ⑤ 当散布图的相关性与技术经验不符时，应进一步检讨是否有什么问题导致假象。

  直方图是针对某产品或过程的特性值，利用常态分布（也叫正态分布）的原理，把50个以上的数据来进行分组，并算出每组出现的次数，再用类似的直方图形描绘在横轴上。

  影响产品质量的因素很多，有静态因素也有动态因素，有没有一种方法能够即时监控产品的生产的全部过程、及时有效地发现质量隐患，以便改善生产的全部过程，减少废品和次品的产出?

  控制图法就是这样一种以预防为主的质量操控方法，它利用现场收集到的质量特征值，绘制成控制图，通过观察图形来判断产品的生产的全部过程的质量状况。控制图能够给大家提供很多有用的信息，是质量管理的重要方法之一。

  控制图又叫管理图，它是一种带控制界限的质量管理图表。运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产的全部过程是否发生了异常，一经发现异常就要及时采取必要的措施加以消除，使生产的全部过程恢复稳定状态。也能应用控制图来使生产的全部过程达到统计控制的状态。产品质量特性值的分布 是一种统计分布，因此，绘制控制图需要应用概率论的相关理论和知识。

  控制图是对生产的全部过程质量的一种记录图形，图上有中心线和上下控制限，并有反映按时间顺序抽取的各样本统计量的数值点。中心线是所控制的统计量的平均值，上下控制限与中心线相距数倍标准差。多数的制造业应用三倍标准差控制限，如果有充分的证据也能够正常的使用其它控制限。

  常用的控制图有计量值和记数值两大类，它们分别适用于不同的生产的全部过程；每类又可细分为具体的控制图，如计量值控制图可具体分为均值——极差控制图、单值一移动极差控制图等。

  A 根据工序的质量情况，合理地选择管理点。管理点一般是指关键部位、关健尺寸、工艺本身有特别的条件、对下工存有影响的关键点，如可以选质量不稳定、出现不良品较多的部位为管理点；

  D 控制图上的点有异常状态，应立即找到原因，采取一定的措施后再进行生产，这是控制图发挥作用的首要前提；

  E 控制线不等于公差线，公差线是用来判断产品是不是合格的，而控制线是用来判断工序质量是不是发生明显的变化的；

  制作控制图时并不是每一次都计算控制限，那么最初控制线是怎样确定的呢?如果现在的生产条件和过去的差不多，可以遵循以往的经验数据，即延用以往稳定生产的控制限。下面介绍一种确定控制限的方法，即现场抽样法。

  ② 观察控制图是否在控制状态中，即稳定情况，如果点全部在控制界限内．而且点的排列无异常，则可以转入下一步；

  ③ 如果有异常状态，或虽未超出控制界限，但排列有异常，则需查明导致异常的原因，并采取妥善措施使之处在控制状态，然后再重新取数据计算控制界限，转入下一步；

  ④ 把上述所取数据作立方图，将立方图和标准界限（公差上限和下限）相比较，看是否在理想状态和较理想状态，如果达不到要求，就一定要采取措施，使平均位移动或标准偏差减少，采取一定的措施以后再重复上述步骤重新取数据，做控制界限，直到满足相关标准为止。

  当数据点超越管理界限时，一般认为生产的全部过程存在非正常现象，此时就应该追究原因，并采取对策。排列异常主要指出现以下几种情况：

  A 连续七个以上的点全部偏离中心线上方或下方，这时应查看生产条件出没出现了变化。

  B 连续三个点中的两个点进入管理界限的附近区域（指从中心线开始到管理界限的三分之二以上的区域），这时应注意生产的波动度是否过大。

  D 点的排列状态呈周期性变化，这时可对作业时间进行层次处理，重新制作控制图，以便找出问题的原因。

  控制图对非正常现象的揭示能力，将依据数据分组时各组数据的多少、样本的收集方法、层别的划分不同而不同。不应仅仅满足于对一份控制图的使用，而应变换各种各样的数据收取方法和使用方法，制作出很多类型的图表，这样才可以收到更好的效果。

  值得注意的是：假如发现了超越管理界限的非正常现象，却不去努力追究原因、采取对策，那么尽管控制图的效用很好，也仅仅是空纸一张。

上一篇：专访生态环境部环境规划院董战峰： 下一篇：精益生产管理：强化精益管理提升生