QC七大手法
又称新旧QC七大工具（手法），都是由日本总结出来的。日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。旧QC七大手法偏重于统计分析，针对问题发生后的改 善，新QC七大手法偏重于思考分析过程，主要是强调在问题发生前进行预 防。之所以称之为“七种工具”，是因为日本古代武士在出阵作战时，经常携带有七种武 器，所谓七种工具就是沿用了七种武 器。
有用的质量统计管理工具当然不止七种。除了新旧七种工具以外，常用的工具还有实验设计、分布图、推移图、趋势图等。
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。它主要包括控制图、因果图、直方图、排列图、检查法、层别法、散布图等所谓的QC七工具。
其实，质量管理的方法可以分为两大类：一是建立在质量管理思想之 上的组织性的质量管理；二是以数理统计方法为基础的质量控制。
组织性的质量管理方法是指从组织结构，业务流程和人员工作方式的角度进行质量管理的方法，它建立在质量管理的思想之 上，主要内容有制定质量方针，建立质量保 证体系，开展QC小组活动，各部门质量责任的分担，进行质量诊断等。
旧七大手法
编辑
手法口诀
Ø 1查检集数据
Ø 2分层作解析
Ø 3排列抓重 点
Ø 4直方显分布
Ø 5因果追原因
Ø 6散布看 相关
Ø 7管制找异常
检查表
检查表是利用统计表对数据进行整理和初步原因分析的一种工具，其格式可多种多样，这种方法虽然较简单，但实 用有 效，主要作为记录或者点检所用。
数据分层法
数据分层法又称为层别法就是将性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。因为在实际生产中，影响质量变动的因素很多，如果不把这些因素区别开来，则难 以得出变化的规律。数据分层可根据实际情况按多种方式进行。例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，按原材料成分进行分层，按检查手段，按使用条件进行分层，按不同缺陷项目进行分层，等等。数据分层法经常与上述的统计分析表结合使用。
数据分层法的应用，主要是一种系统概念，即在于要处理相当复杂的资料，就得懂得如何把这些资料有系统、有目的地加以分门别类的归纳及统计。
科学管理强调的是以管理的技法，来弥补以往靠经验、靠视觉判断的管理的不足。而此管理技法，除了建立正确的理念外，需要有数据的运用，才有办法进行工作解析及采取正确的措施。
如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品管手法的基础工作。举个例子：我国航空市场近几年随着开放而竞争日趋激 烈，航空公司为了争取市场除了加强措施外，也在服务品质方面下工夫。我们也可以经常在航机上看到客户满意度的调查。此调查是通过调查表来进行的。调查表的设计通常分为地面的服务品质及航机上的服务品质。地面又分为订票，候机；航机又分为空服态度，餐饮，卫生等。透过这些调查，将这些数据予以集计，就可得到从何处加强服务品质了。
排列图
排列图又称为柏拉图、重 点分析图、ABC分析图，由此图的发 明 者19世纪意大利经济学家柏拉图（Pareto）的名字而得名。柏拉图用排列图分析社会财 富分布的状况，他发现当时意大利80%财 富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为Pareto定律。后来美国质量管理专 家朱兰博士运用柏拉图的统计图加以延伸将其用于质量管理。排列图是分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，左边纵坐标表示频数（如件数 金额等），右边纵坐标表示频率（如百分比表示）。分折线表示累计频率，横坐标表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从左向右排列。通过对排列图的观察分析可抓住影响质量的主原因素。这种方法实际上在质量管理中，在其他许多管理工作中，例如在库存管理中，都有是有用的。
排列图
在质量管理过程中，要解决的问题很多，但往往不知从哪里着手，但事 实上大部分的问题，只要能找出几个影响较大的原因，并加以处置及控制，就可解决问题的80%以 上。柏拉图是根据归集的数据，以不 良原因，不好状况发生的现象，有系统地加以项目别（层别）分类，计算出各项目别所产生的数据（如不 良率，损失金额）及所占的比例，再依照大小顺序排列，再加上累积值的图形。
在工厂或办公室里，把低效率，缺损，制品不 良等损失按其原因别或现象别，也可换算成损失金额的80%以 上的项目加以追究处理，这就是所谓的柏拉图分析。
柏拉图使用以层别法的项目别（现象别）为前提，依经顺位调整过后的统计表才能制成柏拉图。
柏拉图分析的步骤：
（1） 将要处置的事，以状况（现象）或原因加以层别；
（2） 纵轴虽可以表示件数，以金额表示比较强烈；
（3） 决定搜集资料的期间，自何时至何时，作为柏拉图资料的依据，期限间尽可能定期；
（4） 各项目依照合半之大小顺位左至右排列在横轴上；
（5） 绘上柱状图；
（6） 连接累积曲 线。
直方图
在质量管理中，如何预测并监控产品质量状况?如何对质量波动进行分析?直方图就是一目了然地把这些问题图表化处理的工具。它通过对收集到的貌似无序的数据进行处理，来反映产品质量的分布情况，判断和预测产品质量及不合格率。
直方图又称质量分布图，柱状图，它是表示资料变化情况的一种主要工具。用直方图可以解析出资料的规则性，比较直观地看出产品质量特性的分布状态，对於资料分布状况一目了然，便于判断其总体质量分布情况。在制作直方图时，牵涉学的概念，先要对资料进行分组，因此如何合理分组是其中的关键问题。按组距相等的原则进行的两个关键数位是分组数和组距。是一种几何形图表，它是根据从生产过程中收集来的质量数据分布情况，画成以组距为底边、以频数为高 度的一系列连接起来的直方型矩形图。
作直方图的目的就是通过观察图的形状，判断生产过程是否稳定，预测生产过程的质量。具体来说，作直方图的目的有：
①判断一批已加工完毕的产品；
②验证工序的稳定性；
③为计算工序能力搜集有关数据。
直方图将数据根据差异进行分类，特点是明察秋毫地掌握差异。
直方图的作用
(1)显示质量波动的状态；
(2)较直观地传递有关过程质量状况的信息；
(3)通过研究质量波动状况之后，就能掌握过程的状况，从而确 定在什么地方集中力量进行质量改进工作。
直方图法在应用中常见的错误和注意事项
a. 抽取的样本数量过小，将会产生较大误差，可信度低，也就失去了统计的意义。因此，样本数不应少于50个。
b. 组数 k 选用不当，k 偏大或偏小，都会造成对分布状态的判断有误。
c. 直方图一般适用于计量值数据，但在某些情况下也适用于计数值数据，这要看绘制直方图的目的而定。
d. 图形不完整，标注不齐 全，直方图上应标注：公差范围线、平均值 的位置(点画线表示)不能与公差中 心M相混淆；图的右上角标出：N、S、C p或 CP K.
因果分析图
因果分析图是以结果作为特性，以原因作为因素，在它们之间用箭头联系表示因果关系。因果分析图是一种发动员工动脑筋，查原因，集思广益的好办法，也适合于工作小组中实行质量的民 主管理。当出现了某种质量问题，未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把可能的原因都列出来。
所谓因果分析图，就是将造成某项结果的众 多原因，以系统的方式图解，即以图来表达结果（特性）与原因（因素）之间的关系。其形状像鱼骨，又称鱼骨图。
某项结果之形成，有原因，应设法利用图解法找出其因。先提出了这个概念的是日本品管权 威石川馨博士，所以特性原因图又称[石川图]。因果分析图，可使用在一般管理及工作改 善的阶段，是树立意识的初期，易于使问题的原因明朗化，从而设计步骤解决问题。
分析图使用步骤：
步骤1：召集与此问题相关的，有经验的人员，人数4-10人。
步骤2：挂一张大白纸，准备2-3支色笔。
步骤3：由集合的人员就影响问题的原因发言，发言内容记入图上，中途不可批评或质问（脑力激荡 法）。
步骤4：时间大约1个小时，搜集20-30个原因则可结束。
步骤5：就所搜集的原因，何者影响，再由大轮流发言，经大家磋商后，认为影响较大予圈上红色圈。
步骤6：与步骤5一样，针对已圈上一个红圈的，若认为重要的可以再圈上两圈，三圈。 步骤7：重新画一张原因图，未上圈的予于去 除，圈数愈多的列为先处理。
因果分析图提供的是抓取重要原因的工具，所以参加的人员应包含对此项工作具有经验者，才易奏效。 直方图(Histogram) 直方图又称柱状图，它是表示数据变化情况的一种主要工具。用直方图可以将杂乱无章的资料，解析出规则性，比较直观地看出产品质量特性的分布状态，对于资料中心值或分布状况一目了然，便于判断其总体质量分布情况。在制作直方图时，牵涉到一些统计学的概念，首先要对数据进行分组，因此如何合理分组是其中的关键问题。分组通常是按组距相等的原则进行的两个关键数字是分组数和组距。
散布图
散布图又叫相关图，它是将两个可能相关的变量数据用点画在坐标图上，用来表示一组成对的数据之间是否有相关性。这种成对的数据或许是特性一原因，特性一特性，原因一原因的关系。通过对其观察分析，来判断两个变量之间的相关关系。这种问题在实际生产中也是常见的，例如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。这种关系虽然存在，但又难 以用的公式或函数关系表示，在这种情况下用相关图来分析就是很方便的。假定有一对变量x 和 y,x 表示某一种影响因素，y 表示某一质量特征值，通过实验或收集到的x 和 y 的数据，可以在坐标图上用点表示出来，根据点的分布特点，就可以判断 x和 y 的相关情况。
在我们的生活及工作中，许多现象和原因，有些呈规则的关联，有些呈不规则形有关联。我们要了解它，就可借助散布图统计手法来判断它们之间的相关关系。
控制图
控制图又称为管制图。由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年先提出，管制图使用后，就一直成为科学管理的一个重要工具，在质量管理方面成了一个不 可 或缺的管理工具。它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状；再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预 防产生不合格品。
统计管理方法是进行质量控制的有 效工具，但在应用中须注意以下几个问题，否则的话就得不到应有的效 果。这些问题主要是：1 ）数据有误。数据有误可能是两种原因造成的，一是人为的使用有误数据，二是由于未掌握统计方法；2 ）数据的采集方法不正确。如果抽样方法本身有误则其后的分析方法再正确也是无用的；3） 数据的记录，抄写有误；4 ）异常值的处理。通常在生产过程取得的数据中总是含有一些异常值的，它们会导致分析结果有误。
以上概要介绍了七种常用初级统计质量管理七大手法即所谓的“QC七工具”，这些方法集中体现了质量管理的“以事 实和数据为基础进行判断和管理”的特点。还需指出的是，这些方法看起来都比较简单，但能够在实际工作中正确灵活地应用并不是一件简单的事。
新七大手法
关联图(Relationship Diagram)
关联图，又称关系图，20世纪60年代由日本应庆大学千住镇雄教授提出，是用来分析事物之间“原因与结果”、“目的与手段”等复杂关系的一种图表，它能够帮助人们从事物之间的逻辑关系中，寻找出解决问题的办法。
亲和图(Affinity Diagram)
亲和图法，又叫KJ法，是日本川喜田二郎首 创，把大量收集到的关于未知事物或不明确的事 实的意见或构思等语言资料，按其相互亲和性(相近性)归纳整理这些资料，使问题明确起来，求得统一认识和协调工作,以利于问题解决的一种方法。
系统图(System Diagram)
系统图就是把要实现的目的与需要采取的措施或手段，系统地展开，并绘制成图， 以明确问题的重 点，寻找手段或措施的一种方法。
过程决策程序图(PDPC)
过程决策程序图，又称PDPC(Process Decision Program Chart)法是随事态的进展分析能导致结果的要素，并确 定一个过程使之达到理想结果的方法。
矩阵图(Matrix Diagram)
矩阵图法就是从多维问题的事 件中，找出成对的因素，排列成矩阵图，然后根据矩阵图来分析问题，确 定关键点的方法，它是一种通过多因素综合思考，探索问题的好方法。
矩阵数据分析法(Matrix Data Analysis Chart)
矩阵数据分析法是对多个变动且复杂的因果进行解析。 矩阵图上各元素间的关系如果能用数据定量化表示，就能准确地整理和分析结果。这种可以用数据表示的矩阵图法，叫做矩阵数据分析法。在QC新七种工具中，数据矩阵分析法是一种利用数据分析问题的方法，但其结果仍要以图形表示。
箭条图(Arrow Diagram)
箭条图法是将项目推行时所需的各步骤、作业按从属关系用网络图表示出来的一种方法。
免费咨询热线:18206123702
