做QC的七大手法包括检查表、层别法、柏拉图、因果图、散布图、直方图和控制图。

一、检查表（Check List）

1、定义

- 检查表就是将需要检查的项目一一列出，用于收集数据和信息的一种表格形式，它是QC七大手法中最基本也是最常用的工具之一。

2、用途

数据收集：在质量检查过程中，检查人员可以按照检查表所列项目逐一核对产品或服务是否符合要求，在电子产品生产线上，检查表可以包括产品的外观尺寸、颜色、接口是否完好等项目，检查人员通过对照检查表，记录产品是否合格，从而收集产品质量数据。

避免遗漏：它能够确保检查工作的全面性，因为检查表明确列出了所有需要检查的内容，检查人员不会因为疏忽而忘记某些重要项目的检查，比如在食品安全检查中，检查表会涵盖食品的原材料成分、生产日期、保质期、包装完整性等多个方面，防止检查人员遗漏关键检查点。

3、制作要点

确定检查项目：根据检查目的和对象的特点，详细列出需要检查的项目，这些项目应该是具体、可衡量的，对于服装质量检查，检查项目可以包括面料材质、针脚密度、领口袖口平整度等。

确定检查标准：为每个检查项目设定明确的合格标准，对于机械零件的尺寸检查，要规定具体的尺寸公差范围作为合格标准。

合理布局：检查表的格式应该简洁明了，便于检查人员使用，可以将检查项目按照一定的逻辑顺序排列，如按照从重要到次要、从外观到内部结构等顺序排列。

二、层别法（Stratification）

1、定义

- 层别法就是把性质相近的数据或问题进行分类整理，以便更好地分析数据和找出问题的原因，它是一种以数据分类为基础的统计方法。

2、用途

数据分析优化：在质量管理中，通过对数据的分层，可以使数据更具规律性，便于发现潜在的质量问题及其影响因素，在分析一批产品的次品率时，可以将产品按照不同的生产日期、不同的生产线、不同的操作人员等进行分层，这样可能会发现某一生产线上的次品率明显高于其他生产线，或者某个操作人员加工的产品次品较多，从而有针对性地采取措施。

原因追溯精准化：有助于准确地追溯问题产生的原因，当产品质量出现问题时，利用层别法对相关数据进行分层分析，能够更精准地找到导致问题的因素，在汽车制造企业中，如果发现发动机故障率较高，可以将发动机按照不同的零部件供应商、不同的组装车间、不同的装配工人等进行分层，进而找出是哪一个环节或哪一个因素导致了发动机故障率升高。

3、分层方式

按人员分层：如不同班次的员工、不同技能水平的员工等，在一家酒店，前台接待人员的服务质量可以根据新员工和老员工进行分层，比较不同层次员工的服务投诉率。

按设备分层：像不同型号的设备、新旧程度不同的设备等，在纺织厂，织布机可以分为新型自动化织布机和旧式织布机，对比它们生产的布料的质量差异。

按时间分层：包括不同的时间段，如上午、下午、晚上，或者不同的日期、月份等，在电力消耗分析中，可以将一天分为高峰时段、平峰时段和低谷时段来分析电力使用情况。

三、柏拉图（Pareto Diagram）

1、定义

- 柏拉图是一种按照发生频率大小顺序绘制的柱状图，用于找出质量问题的主要因素，它是基于帕累托原理（即80/20原则），认为多数问题（约80%）是由少数主要原因（约20%）引起的。

2、用途

识别关键因素：在质量管理中，通过柏拉图可以直观地看出众多问题中哪些是主要的，哪些是次要的，在一家电子产品制造公司，对产品缺陷类型进行统计后绘制柏拉图，可能会发现其中“屏幕显示异常”这一缺陷占总缺陷数的60%，而其他多种缺陷加起来才占40%，这样就可以明确“屏幕显示异常”是影响产品质量的关键因素，需要优先解决。

资源分配依据：为企业资源的合理分配提供依据，企业可以根据柏拉图所显示的主要问题，将更多的人力、物力和财力投入到解决主要问题上，上述电子产品公司可以针对“屏幕显示异常”问题，安排技术专家进行专项研究，调配资金用于改进屏幕生产流程或更换供应商等。

3、制作步骤

收集数据：首先要确定收集与质量问题相关的数据，如缺陷类型、故障次数等。

统计频率：计算每种问题出现的频率，并按照频率从高到低的顺序排列。

绘制图表：以问题类型为横坐标，以频率为纵坐标，绘制柱状图，在图中添加累计频率曲线，以便更直观地体现帕累托原理。

四、因果图（Cause - Effect Diagram）

1、定义

- 因果图又称鱼骨图（Fishbone Diagram）或石川图（Ishikawa Diagram），是一种用于分析质量问题与其影响因素之间因果关系的工具，它将问题的原因分为人（Man）、机器（Machine）、材料（Material）、方法（Method）、环境（Environment）和测量（Measurement）六大类，通过图形直观地展示它们之间的因果关系。

2、用途

系统分析问题：在面对复杂的质量问题时，因果图可以帮助团队全面、系统地分析问题产生的原因，在建筑施工质量问题中，如墙体裂缝问题，可以通过因果图从人（施工人员的技术水平、工作态度）、机器（施工设备的性能和精度）、材料（建筑材料的质量）、方法（施工工艺和方法是否正确）、环境（温度、湿度等环境因素）和测量（质量检测的方法和频率）等方面进行分析，找出可能导致墙体裂缝的各种原因。

制定改进措施：基于因果图分析出的原因，可以为制定有效的改进措施提供明确的方向，针对上述墙体裂缝问题，如果是施工人员技术水平不足导致的，可以安排培训课程提高其技能；如果是材料质量问题，则可以更换合格的建筑材料供应商等。

3、绘制要点

确定问题：首先要明确需要分析的质量问题是什么，将其写在鱼头的位置。

划分类别：将原因分为上述六大类，作为鱼骨的主分支。

细化原因：在每个主分支下，进一步细分可能的具体原因，用小分支表示，并且要尽可能具体。

五、直方图（Histogram）

1、定义

- 直方图是一种用于展示数据分布情况的柱状图，它将数据按照一定的区间进行分组，然后以矩形的高度表示数据落在每个区间内的频数或频率。

2、用途

观察数据分布形态：通过直方图可以直观地看到数据的分布是呈正态分布、偏态分布还是其他不规则分布，在产品质量特性值（如零件尺寸）的分析中，如果直方图呈现钟形曲线，说明数据近似正态分布，这有利于后续的质量控制和过程能力分析，如果直方图偏向一侧，则可能存在系统性的问题导致数据分布不均匀。

比较不同数据集：可以将多个直方图放在一起进行比较，分析不同总体或不同样本之间的差异，比较不同批次产品的质量特性值分布情况，或者比较采用不同生产工艺的产品的质量数据分布。

3、制作步骤

收集数据：收集与质量相关的数据，如产品的重量、长度等质量特性值。

确定组距和组数：根据数据的取值范围和数据量的大小，合理划分数据的组距和组数，组距不宜过大或过小，一般通过试验或参考经验来确定。

统计频数：统计数据落入每个区间内的频数或频率。

绘制直方图：以数据区间为横坐标，以频数或频率为纵坐标，绘制矩形柱状图。

六、控制图（Control Chart）

1、定义

- 控制图是对生产过程的关键质量特性值进行测定、记录、评估，并监测过程是否处于控制状态的一种图形方法，它分为计量型控制图（如平均值 - 标准差控制图X - Rs）和计数型控制图（如不合格品率控制图P图）等多种类型。

2、用途

过程监控与预警：在生产过程中实时监测质量特性值的变化情况，及时发现过程是否出现异常波动，在化工生产过程中，通过控制图对反应温度这个关键质量特性进行监控，一旦温度超出控制界限，就发出警报，提醒操作人员采取调整措施，防止产品质量出现问题。

保持过程稳定：帮助维持生产过程的稳定性，确保产品质量的一致性，通过定期观察控制图上的数据点分布情况，判断过程是否处于统计控制状态，如果过程处于稳定状态，就可以继续按照现有的生产条件进行生产；如果发现过程不稳定，就需要查找原因并进行改进，使过程重新回到稳定状态。

3、应用步骤

选择控制图类型：根据所监控的质量特性是计量型还是计数型，以及数据的特点等因素选择合适的控制图类型。

收集数据并计算控制限：收集一定时期内的质量数据，通常不少于20 - 25组数据，根据选定的控制图类型公式计算中心线（CL）、上控制限（UCL）和下控制限（LCL）。

绘制控制图并打点：将数据按照时间顺序或其他指定的顺序在控制图上打点。

判断过程状态：根据控制图上的数据点分布情况，判断过程是否处于稳定状态，判断准则包括数据点是否超出控制界限、数据点的排列是否有异常模式（如连续上升或下降、周期性变化等）。

七、散布图（Scatter Diagram）

1、定义

- 散布图是用来研究两个变量之间是否存在相关性的一种图形工具，它通过将两个变量对应的数据点绘制在平面直角坐标系中，来观察数据点的分布形态，从而判断两个变量之间是正相关、负相关还是不相关。

2、用途

发现变量关系：在质量管理中，用于分析产品质量特性与其他因素（如原材料成分、生产工艺参数等）之间的关系，在金属材料研究中，通过绘制材料的硬度和含碳量之间的散布图，可以直观地看出随着含碳量的增加，材料的硬度是否也相应增加，从而判断两者之间是否存在相关性。

预测和控制：如果确定了两个变量之间存在较强的相关性，就可以根据其中一个变量的变化来预测另一个变量的变化趋势，或者通过控制一个变量来达到控制另一个变量的目的，已知产品的表面粗糙度和切削速度之间存在正相关关系，那么在实际生产中，可以通过调整切削速度来控制产品的表面粗糙度。

3、制作步骤

收集数据：收集与两个变量相关的成对数据，要研究广告投入和产品销量之间的关系，就需要收集不同时期的广告投入金额和对应的产品销量数据。

绘制坐标轴：确定自变量和因变量，分别作为横坐标和纵坐标。

描点作图：将每对数据作为一个点绘制在坐标系中。

分析相关性：观察数据点的分布形态来判断两个变量之间的相关性，如果数据点大致呈直线上升趋势，则表示正相关；呈直线下降趋势表示负相关；如果数据点杂乱无章，则表示不相关。

FAQs

问题1：QC七大手法中的检查表和层别法有什么区别？

答：检查表主要用于收集数据和信息，将需要检查的项目列出，方便检查人员逐一核对并记录结果，侧重于数据的获取，而层别法是将性质相近的数据或问题进行分类整理，目的是使数据更有规律，便于分析问题产生的原因，重点在于对数据的分类处理。

问题2：在什么情况下适合使用散布图？

答：当想要研究两个变量之间是否存在相关性时适合使用散布图，分析产品的某项质量特性与生产过程中的一个工艺参数之间是否有关联，或者研究市场推广活动强度和产品销售额之间是否存在某种关系等情况都可以使用散布图。

小编有话说

QC七大手法是质量控制领域中非常实用的工具组合，它们从简单的数据收集（检查表）到深入的数据分析（散布图等），涵盖了质量管理的多个环节，无论是在制造业、服务业还是其他行业，这些手法都能发挥重要作用，掌握并灵活运用这七大手法，能够帮助企业更高效地进行质量控制，及时发现问题、解决问题，从而提高产品质量和企业竞争力。