企业质量管理利器——QC七大手法详解，从零到精通！

—1—

查检表

定义：为了便于收集数据，使用简单记录表填记并予统计整理，以作进一步分析或作为核对、检查之用而设计的一种表格或图表。

做法：

1. 明确目的

2. 决定查检项目

3. 决定检查方式（抽检、全检）

4. 决定检验基准、数量、时间、对象等

5. 设计表格实施检验

查检表的种类：

1、记数用查检表：

主要用在根据收集之数据以调查不良项目、不良原因、工程分布、缺点位置等情形必要时对收集的数据要予以层别。

2、点检用查检表：

主要功用是为要确认作业实施、机械设备的实施情形，或为预防发生不良或事故，确保安全时使用。这种点检表可以防止遗漏或疏忽造成缺失的产生。

把非作不可、非检查不可的工作或项目，按点检顺序列出，逐一点检并记录之。

实例：设备每日检查表

收集数据应注意的事项：

1. 收集的数据必须真实，不可作假或修正；

2. 收集的数据应能获得层别的情报；

3. 查检项目基准需一致；

4. 样本数需有代表性；

5. 明确测定、检查的方法；

6. 明确查验样本的收集方法、记录方式、符号代表意义；

7. 慎用他人提供的数据。

—2—

层别法

定义：为区别各种不同原因对结果之影响，而以个别原因为主体，分别作统计分析的方法，称为层别法。

分类：

1. 时间的层别；

2. 作业员的层别；

3. 机械、设备层别；

4. 作业条件的层别；

5. 原材料的层别；

6. 地区的层别等。

—3—

特性要因图

定义：对于结果与原因间或所期望之效果与对策间的关系，以箭头连接，详细分析原因或对策的一种图形称为特性要因图，工程鱼骨图或因果图。它为1952年日本品管权威学者石川馨博士所发明，又称"石川图"。

1. 4M1E法（人、机、料、法、环境）

2. 5W1H法（What、Where、When、Who、 Why、 How）

3. 创造性思考法：希望点例举法、缺点列举法、特性列案法.

4. 脑力激荡法："Brain Storming"严禁批评、自由奔放.

—4—

柏拉图

定义：根据所搜集之数据，按不良原因、不良状况、不良发生位置等不同区分标准，以寻求占最大比率之原因、状况或位置的一种图形。1897年,意大利学者柏拉撬分析社会经济结构，发现绝大多数财富掌握在极少数人手里，称为"柏拉法则"。美国质量专家朱兰博士将其应用到品管上，创出了"Vital Few，Trivial Many"（重要的少数，琐细的多数）的名词，称为"柏拉图原理"。

作图方法：

A、将数据进行分类；

B、分类好的数据进行汇总，以多到少进行排序，并计算出各类别所占百分比；

C、计算出各类之和；

D、以总数个为左纵轴，以总数的十分之一为一单格，各个类别为横轴，以每一类别为一单位格，以100%的比例来做右边的纵轴，之间幅度为10%为一单位格，在80%之处画一条横虚线。

在横轴上，按多到少的顺序进行每一单位格进行填写，再根据每一类别的数量在画出相应高度的方格，最后从左边第一方格右上角描第一点，第二方格右边上面的第一点高度加本方格高度处描第二点，第三方格右边上面的第二高点高度加本方格高度处描第三点，以此类推，描到最后一点的100%处。

注意事项：

1、横轴按项目类别，依大小顺序由高而低排列下来，"其它"项排末位。

2、次数少的项目太多时，可归纳成"其它"项（如在柏拉图做出之后，发现有标识成"其它"的类别高度不能超过第4项如有，则表示类别划分不明确。）

3、前2～3项累计影响度应在80%以上。

4、纵轴除不良率外,也可表示其它项目。

柏拉图的用途：

1. 作为降低不良的依据

2. 决定改善的目标

3. 确认改善效果

4. 用于发掘现场的重要问题点

5. 用于整理报告或记录

6. 可作不同条件的评价

—5—

散布图

定义：为研究两个或三个变量间之相关性，而搜集成对几组数据，在纵轴与横轴上以点来表示二个或三个特性值之间相关情形的图形，称之为"散布图"。

关系的分类：

A. 要因与特性的关系；

B. 特性与特性的关系；

C. 特性的两个要因间的关系。

散布图的用途：

1、知道两组或三组数据（或原因与结果）之间是否有相关其相关程度

2、把材料、机械设备、作业者、作业方法……等可能影响的原因层别，绘制散布图，可检讨何者影响结果。

3、检视是否有离岛情形。

4、抽样检验中，若某品质特性之测试成本高或困难，则可采用与此特性有关系存在的另一个或两个测试成本较低或测试容易之特性，以降低检验成本。

5、以利在以后的品质管制中，若同一制品之二特性间有密切关系时，则可舍去其中一个管制图，以降低预防成本。

6、两组数据间若呈直线变化，可依散布图求出直线方程式，以为订定标准之用。

散布图的判读：

散布图判读注意事项：

1. 注意有无异常点。

2. 看是否有层别必要。

3. 是否为假相关。

4. 勿依据技术、经验作直觉的判断。

5. 数据太少，易发生误判。

—6—

直方图

定义：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出现次数累积而成的面积，用柱子排起来的图形，用来对品质现状了解，找出比较深入的问题。

直方图图形判读：

—7—

管制图

定义：是对过程或制程中各特性值进行测定，记录，评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。

1. 计量值管制图：

所谓计量管制图系管制图所依据的数据均属于由量具实际量测而得。

A. 平均值与全距管制图（X-R Chart）

B. 平均值与标准差管制图（X-S Chart）

C. 个别值与移动全距管制图（I-MR Chart）

D. 中位值与全距管制图（X-R Chart）

2. 计数管制图：

管制图所依据的数据均属于以单位计数者（如缺点数、不良数等）

A. 不良率管制图（P Chart）

B. 不良数管制图（Pn Chart）

C. 缺点数管制图（C Chart）

D. 单位缺点数管制图（U Chart）

管制图作用：

A. 预测性：通过现有图形分析与判读可大概判断下一步可能的位置。

B. 能力分析：通过管制图，了解现有能力范围。

C. 对品质状况及时掌控状态。

D. 可用来分析制程改善效果。

E. 与其它手法结合起来，容易找到产生状况的原因。

F. 得出各种周期，以利于产品制程品质制订标准。

1. 管制用管制图：先有管制界限，后有数据（Process control chart）

2. 解析用管制图：先有数据，后才有管制界限（Set-up chart）

管制图的分析：

A、用于计量值的管制特性分析

可以认定一定是有异常，且未出后在的判读状况，一般会有两种状况：一为特殊原因较多，应立即加以查找原因并加以解决；二是品质太好，是在考虑降低成本刚开始运作之时，也会出现此状况。

B、用于计数值的不良率分析

此类管制分析判断如未出现所面的判断状况，则分两种状况，一是往上超出，表明不良或缺点增大，属特殊原因，应立即查明原因并加以排除；二是往下超出，表明不良或缺点减少，一定是遇到某种良好的材料或人员变化朝好的一方面走，也应查明原因，并把有益的一面加以记录成标准，推广到其它位置。

管制图界限的计算：

X-R管制图的判读：

满足下列条件，即可认为制程是在管制状态：

1. 多数之点子集中在中心线附近；

2. 少数之点子落在管制界限附近；

3. 点之分布呈随机状态，无任何规则可循；

4. 没有点子超出管制界限之外。

非管制图状态：

1. 点在管制界限的线外（误判率为0.27%）

2. 点虽在管制界限內，但呈特殊排列（见附图）

a）连续七点在中心线的两侧

b）出现的点连续11点中有10点，14点中有12点，17点中14点，20点中16点出现在中心线的单侧时

c）七点连续上升或下降的倾向时

d）出现的点,连续3点中有2点,7点中有3点,10点中有4点，出现在管制界限近旁（2δ线外）时

e）出现的点，有周期性变动时

f）3点中有2点在A区或A区以外者

g）5点中有4点在B区或B区以外者

h）有8点在中心线之两侧，但C区并无点子者

i）连续14点交互着一升一降者

j）连续15点在中心线上下两侧之C区者

k）有1点在A区以外者

-END-

文章来源：网络（如侵联删）