质量管理基础-QC七大手法

----质量管理工具

之QC七大手法

1/11/20231.

头脑风暴查检表查現象鱼骨图析因果柏拉图示重点散布图看相关层別法判差异直方图显分布3.

QC七大手法Man

人Machine

机台Material

物料Method

方法2.

4M1E分析法控制图管异常

4.

FMEA5.

8D分析Environment环境质量管理常用方法6.

5Why1/11/2023头脑风暴----头脑风暴法又被译为脑力激荡法。它采用会议的形式，引导参加会议的每个人围绕着某中心议题（如质量问题等）广开言路，激发灵感，在自己头脑中掀起思想风暴的一种集体创造思维的方法。----头脑风暴法可用来识别存在的质量问题并寻求其解决的办法，还可用来识别潜在的质量改进机会。1/11/20234M1E人：（Man/manpower):操作者对质量的认识、技术熟练程度、身体状况等；机器（Machine):机器设备、工夹具的精度和维护保养状况等；材料（Material):材料的成分、物理性能和化学性能等；方法（Method):这里包括加工工艺、工装选择、操作规程等；环境（Envriomen):工作地的温度、湿度、照明和清洁条件等。补充：5M1E●测量（Measurement):测时时采取的方法是否标准、正确。1/11/2023FMEAFMEA可以描述为一组系统化的活动,其目的是:A.认可并评价产品/过程中的潜在失效以及该失效的后果;B.确定能够消除失效的发生机会的措施.C.将全部过程形成文件.FMEA是对确定设计或过程必须做哪些事情才能够使顾客满意这一个过程的补充.所有的FMEA都关注设计,无论是产品设计或者过程设计.1/11/20231/11/20238D分法1.采用小组解决问题的方法（察觉问题)2.说明问题3.实施并验证临时性（抑制）措施4.确定和验证根本原因5.选择和验证纠正措施6.实施永久性纠正措施7.防止再发生8.向小组祝贺1/11/20235WhyWhy:为何—为什么要做（做这项工作的原因或理由）；What:何事---什么事（明确工作的内容和要达成的目标）；Where:何处---在何处着手进行最好（工作发生的地点）；When:何时---什么时候开始？完成？检查（时间）；Who:何人---谁去做？负责？（参加人、负责人）。补充：5W3H：

How:如何---如何做？提高效率？实施？（用什么方法）；

Howmuch---何价---成本如何？达到怎样的效果？

Howdoyoufeel:工作结果预测！1/11/2023QC旧七大手法简介一.柏拉图---找出“重要的少数”，确定主要因素20/80原则二.因果图---寻找引发结果的原因三.层别法---按层分类，分别统计分析，从不同角度层面发现问题四.查检表---收集整理调查记录资料数据用以分析五.直方图---了解数据分布与过程能力，展示过程的分布情况六.散布图---找出两者的关系展示变数之间的线性关系七.控制图---了解过程变异，识别波动的来源七种工具可分为三类：用来作整理和分析数据用的目的：检查表和分层法普通的科学归纳分析方法：帕拉图和因果图数据统计方法：直方图、控制图和散布图

控制图用来直接监控过程，是七种工具的核心1/11/2023

QC旧七大手法所体现的精神1.用事实与数据说话2.全面预防3.全因素、全过程的控制4.依据PDCA循环突破现状予以改善5.层层分解、重点管理1/11/20231/11/2023一.帕拉图1/11/2023

1897年，意大利学者柏拉图分析社会经济结构，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“重要的少数，琐细的多数”的名词，称为“柏拉图原理”。定义:根据某一期间所搜集的数据，按不良原因、不良状况、不良发生位置等不同的区分标准进行分类,并按各分类出现的大小順序排列，以寻求占最大比率之原因,状况或位置的一种图形。

用从高到低的顺序排列成矩形，表示各原因出现频率高低的一种图表。根据“关键的少数和次要的多数”的原理而制做的。----从众多问题点中找出重点问题1柏拉图1/11/20231.1为何要用柏拉图

●

把握重要要因或问题要点的有效工具以获得事半功

倍效果

●

了解各项目对问题的影响度所占比例

●

可明确重点改善项目是什么，大小顺序的內容是什么，占大多数的项目又是什么

●

制订改善目标的参考

●

可发掘现场的重要问题点

1柏拉图1/11/20231.2柏拉图的作法

1.从已收集数据的查检表决定分类角度（如按不良项目分类）

2.整理数据，作成统计表。如1柏拉图不良项目不良数量不良率%累积不良率%影响度%累积影响度%厚度不良204.04.042.642.6擦傷132.66.627.770.2長度不良51.07.610.680.8外徑不良40.88.48.589.4其它51.09.410.6100.0合計479.4----100.0----检查总数：500件1/11/20233.在图表上画纵轴和横轴，纵轴划出适当刻度；左侧纵坐标表示不合格品出现的频数（出现次数或金额等），右侧纵坐标表示不合格品出现的频数（出现次数或金额等），横坐标表示影响质量的各种因素，按影响大小顺序排列，直方形高度表示相应的因素的影响程度（即出现频率为多少），折线表示累计频率（也称帕洛特曲线）。通常累计百分比将影响因素分为三类：占0%～80%为A类因素，也就是主要因素；80%～90%为B类因素，是次要因素；90%～100%为C类因素，即一般因素。4.将数据画成并列柱形并在横轴上记下分类项目名称；

5.数据的累积数打点并画上连折线，起点为0；6.右端的纵轴和折线的终点的交叉点定为100%，在0-100%分均等分；7.记上柏拉图名称、数据收集时间、目的、记录人员；

1柏拉图问题分类不良率%累积影响度

100%1/11/20231.3柏拉图作法的注意事項:

1

橫轴按项目別，依大小順序由高而低排列下來，“其他”項排末位；

2

次数少的项目太多时,可归纳成“其他”项；

3

前三项累计影响度应在80%以上；

4

纵轴除不良率外，也可表示其他項目。1.4注意点1明确问题和现象2寻找不良的情况统计资料3頻率计算和累计4对頻率从高到低的顺序排列1柏拉图1/11/20231.5柏拉图的用途:1

作为降低不良的依据2

决定改善的选择目标3

确认改善效果（前后图比较）4

用于发掘现场的重要问题点5

用于整理报告或记录……1柏拉图1.6柏拉图适用范围:1

时间管理2

安全3

士气4

不良率5

成本6

营业额7

医疗……（表一）柏拉图实例1/11/20231/11/2023表一项目举例项目项目的具体内容品质交期成本安全士气不良率、不良数、返工数、投诉件数准时交付率、作业时间、工作效率、待工时间损失金额、劳务费、办公经费灾害件数、无灾害记录日数出勤率、缺勤率、提案件数、表彰件数现象机械、设备作业者作业方法原材料时间不良项目、欠点内容、不良位置机械、设备机号、工夹具、计测器男女、年龄、经验年数、所属部门作业条件、一定时间内的作业量批号、厂家、成分月、周、季度、小时、午前、午后纵轴横轴1/11/2023二.因果图1/11/20232.1定义：

1953年日本东京大学教授、品管权威学者石川馨博士所发明，又称“石川图”(Ishikawachart).

对于结果与原因之间或所期望之效果与对策之间的关系，以箭头连结，详细分析原因或对策的一种图形称为因果图（又称鱼骨图或特性要因图）。明确结果(特性)与原因(要因)之间关系的系统化表示，使人一目了然。

用于寻找造成问题产生的原因，即分析原因与结果之间关系的一种方法。2因果图1/11/20232.2为何要用因果图1.有效防止陷入思考障碍

a

自我限制

b“思考原因”与“作出判断”同时进行

c“思考”与“记忆”互相干扰

d“考虑原因”与“考虑对策”混杂

e

未系统化而无法专注

2.联想力互动以激发想象3.深入掌握问题的因果关系，并彻底地分析原因4.互相讨论使团队对问题原因的看法达成一致

2因果图1/11/20232.2为何要用因果图A、适用的管理活动

在进行质量分析时，如果通过直观方法能够找出属于同一层次的有关因素的主次关系(平行关系)，就可以用排列图法。但往往在因素之间还存在着纵的因果关系。B、内涵因果分析图形象地表示了探讨问题的思维过程，利用它分析问题能取得顺藤摸瓜，步步深入的效果。即利用因果分析图可以首先找出影响质量问题的大原因，然后寻找到大原因背后的中原因，再从中原因找到小原因和更小的原因，最终查明主要的直接原因。这样有条理地逐层分析，可以清楚地看出“原因-结果”“手段-目标”的间系，使问题的脉络完全显示出来。C、基本说明

应用因果图进行质量问题分析一般有以下几个步骤：确定要分析的问题、分析作图、找主要原因。D、相应的表格

因果图的基本格式为由特性，原因，枝干三部分构成。1/11/20232.3因果图的作法

1

明确问题的评价特性

评价特性：能具体衡量事项(含事、物)的指标、尺度2因果图项目评

价特性品质不良率、差错率、抱怨次数‧‧‧‧‧产量产量达成率、作业效率、交期延迟率‧‧‧‧‧成本制造费用、材料成本、损耗率‧‧‧‧‧安全意外件数、工伤工时、工作安全自我检查不合格率‧‧‧‧‧士气出勤率、提案件数、QCC参与率‧‧‧‧‧1/11/20232

划上主骨

由左向右划一粗的箭头并在右測写评价特性

2因果图特性主骨3划上大骨(大要因)

a

大骨个数以4-8为适量，通常以4M1E(人员、设备、材料、方法、环境)來分类，并可按工程(流程)区别来分类；

b

大要因以“□”圈起來，并加上箭号到主骨，大骨与主骨相交一般取60°；

c

为避免要因遗漏，可加其他项。

大要因大骨大要因大要因60°60°1/11/2023

4各大骨依序划上中骨和小骨

反复问〝为什么？为什么？为什么？〞追至较为具体的小要因

2因果图60°中要因小要因小骨5

找出影响目前问题较大的要因为主要因

a.全员参与选择

b.4-6项为适宜

c.整理并记录必要事项

1/11/20232因果图2.4因果图的应用●改善分析用

●追查异常原因

●检讨作业标准

●教育训练的经验交流2.5两类特性要因图:

a追求原因型

b追求对策型1/11/2023脑力激荡脑力激荡法：指利用集体思考，使思想相互激荡产生连锁反应，以引导创作性思考的方法。实施脑力激荡的目的：运用集体的智慧，发挥集体的力量。实施脑力激荡的四原则：㈠禁止批评他人㈡容许异想天开㈢意见愈多愈好㈣摈弃尊卑贵贱的观念1/11/2023a追求原因型定位方式不合理折弯间隙变化影响大多次折弯累积偏差工程人员未切实验证模修人员维修方式不当品管人员未作验证实配间隙小对变异要求苛刻产品产品产品锁扣不回弹2因果图1/11/2023模具定位不穩定模具设计不合理模具设备老化模具改善不及时设备維修不力模具保养不当品管人员检查不落实责任心不強模修人员技能不够教育训练不够产线未做好自主检查品质意识不够教育训练不够规格不完善钢材不良新机种承接不力治具不完善自主檢查未落實品管管理方法不当作业方法不当专案改善不力现场管理不严模具、设备人员其他方法为何报废那么高1/11/2023b追求对策型

提案8件改善系统

文件规格执行度94%所有产品导入SPC两个产品导入CCD应用QA网络干部学习FMEA开始研究冲件CSI改善品质记录稽核100%执证上岗他山之石检讨观摩兄弟单位5次教育训练140hr/人/年IPQC与FQC交叉担纲每日始业点检推动模具稽查每日IPQC作业点检点检结果反馈随时问题反省模具问题反馈规格问题反馈来料问题反馈每周品质狀況汇总QIT活动10次以上协助生产品质教育训练品质检讨会推动成立QCC他山之石汇总完善相关品质系统开发导入品管新技术提升品管人员素质加强生产作业稽核品质情报及时反馈推动品质活动达成年度工作目标2因果图1/11/20232因果图2.6注意点1充分组织人员全面观察，从人、机、料、法、环、测方面寻找2针对初步原因，展开深层的挖掘3记下制图部门、人员、日期等1/11/2023三.层别法1/11/2023前言在质量管理活动的实际生产中，影响质量变动的因素很多，这些因素往往交织在一起，如果不把它们区分开来，就很难得出变化的规律。有的分布从整体看好像不存在相关关系，但如果把其中的各个因素区别开来，则可看出，其中的某些因素存在着相关关系；如人与天气有的分布从整体看似乎存在相关关系，但如果把其中的各个因素区分开来，则可看出，不存在相关关系。

如工伤与设备性能使用分层法，可使数据更真实地反映实施的性质，有利于找出主要问题，分清责任，及时加以解决。1/11/20233.1定义为区别各种不同原因对结果的影响，而就某角度针对调查事项分类(分层)并收集各种资料(数据)以做相互分析比较的方法。

按照一定的类别，把收集到的资料加以分类整理的一种方法3.2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

地区的层別等三层別法1/11/2023三层別法3.3为何要用层别法发现问题提出对策并实施明确问题原因分析标准化与检讨效果确认问题显在化←比较←层別缩小问题范围←比较←层別掌握重要要因←比较←层別对策评价←比较←层別改善前、中、后比较←层別透过比较改进本期缺点与制订未来方向←层別要迅速有效解決问题，在整个过程中皆需透过比较方式，而要比较一定要层別1/11/20233.4层別角度三层別法人从作业班分析划分：作业管理、作业方法。还可根据性别区分、年龄区分、经验区分原材料批次、供应商、产地、成分、等级、零件号。从供应者、前工程、批量、原材料的比例等方面考虑层别设备与工具机台、型式、速度、位置、年份、治具。在有几台相同机械的时候，可以根据每一台机械的数据进行判断不良原因是否因机械差异而产生作业条件压力、温度、速度、湿度、气温、顺序、工艺、环境状况。作业的方法、作业条件、批量、测定方法。测试与检查实验员、检查员、检查方法、仪器产品批次、品种、式样不良状况不良项、差错项、发生位置、发生工艺时间日、周、月、上午、下午、年、改善前后、正常与加班1/11/20233.5层別法应注意事項●层別角度的选择依目的并配合专业的知识考虑●层別分类需符合“延续性”和“差异性”原則●层別时不能将2个以上的角度混杂分类●尽量将层別观念结合其他手法●层別后应进行比较(或界定)各作业条件是否有差异3.6注意点确定分层的类別和调查的物件设计收集资料的表格收集和记录资料整理资料并绘制相应图表比较分析和最终的推论三层別法1/11/2023实例一:

设备产地人员美国

台湾

大陆周师傅

98%

95%

94%李师傅

95%

96%

93%

刘师傅

94%

93%

92%结果显示,周师傅的工艺配合美国设备的成品率最高,为98%.1/11/2023实

例二

:規格規格1規格規格2BABC規格規格3

玉环有批内轮在装配时发生异常，经直方图分析，超出规格甚多，再将此100个数据，按A,B,C三种模具加以层别，发现A模具的产品低于规格下限的很多，而C模具的产品超出规格上限的很多，B模具的产品完全在规格内。因此，只要针对A、C两套模具著手改善即可。1/11/2023四.查检表1/11/2023四查检表4.1

定义

为了便于收集某期间的相关资料（数据），使用简单记录填记并予以统计整理，且能在同一张表上以简单的方式作连续记录，以作进一步分析或作为核对，容易把握整体的状况而事先设计的一种表格或图表。

系统地收集资料和累积资料，确认事实并对资料进行粗略的整理和简单分析的统计图表。4.2

为何要用查检表

●有效解決问题→依据事实→收集资料→查检表

●避免“观察”与“分析”同时进行的管理方式

●以“记录”代替“记忆”，使观察更深入

●避免收集资料时，加入个人感觉的文字描述等不具体明确因素1/11/20234.4

查检表作法1

明确目的2

决定查检项目3

决定检查方式(抽检、全检)4

决定查验基准、数量、时间、对象等5

设计表格实施查验

四查检表4.3

查检表的分类4.3.1

记录用查检表(用于收集数据以调查不良项目、不良原因、缺点位置及设备操作等情形).4.3.2点检用查检表(相当于工作备忘录，防止不小心造成的工作失误，用于检查作业基准、设备操作、设备部位是否正确、正常).1/11/2023四查检表4.5

如何设计查检表记录用查检表点检用查检表1.明确目的1.明确点检项目2.决定层別的角度a.明确工作步驟3.决定查检项目b.就各步骤分別检讨4M1E(人、机、料、法、环)所需条件4.决定查检表的格式c.针对影响工作结果较大的条件(要因)设定为点检项目5.决定数据记录方式2.决定点检顺序6.决定数据记录方式3.决定点检周期a.收集人员4.决定点检表格式b.测定、检查判定方法c.收集收据的期间、周期、时间d.检查方式：抽检或全检e.如何抽样及样本个数1/11/20234.3.1

记录用查检表

主要功用在于根据收集的数据以调查不良项目、不良主因、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。四查检表月份123原因品种ABCABCABC填单错30出货错18品质不良200超额运费16其它3合计267出货数量2600退货率12.6%退货查检表单位：Kg1/11/2023

4.3.2

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、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。顺序点检项目结果1.水箱2.机油3.刹车油4.方向灯四查检表1/11/2023四查检表4.6

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1/11/2023五.直方图1/11/2023五直方图5.1定义

将某期间所收集的计量值数据(如尺寸、重量、硬度等)经分组整理成次数分配表，并以柱形予以图式化，把握分布的状况或与规格对比，以掌握这些数据所代表的情况。

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。

用于分析和掌握资料的分布状况，以便推断特性总体分布状态的一种统计方法。测定值次数1/11/20235.2

直方图的作法

1

收集50~250组的数据(计量值)——一般考虑50或100组

2

决定组数：K（查表或k=1+3.32logN）一般为10组左右五直方图数据数n组数K~505-750-1006-10100-2507-12250以上10-201/11/20233

决定组距

a.求全距：R=最大值A–最小值B

b.求组距：C=全距/组数=R/Kc.从测定单位的整数倍的数据中找出最接近C值的适当数据为组距

4

决定各组的组界

最小值=第一个组界值

第一个组界值+组距=第二个组界值

第二个组界值+组距=第三个组界值，其它依此类推

5

求各组的中心值

中心值=[各该组的上组界(较大境界值)+各该组的下组界(较小境界值)]/2五直方图1/11/20236

作次数分配表7

依次数分配表作直方图，橫轴为特性，纵轴为次数

五直方图序号组别中心值次数150.5~52.551.53252.5~54.553.55354.5~56.555.58456.5~58.557.51650.552.554.562.564.556.558.560.5次数1/11/20235.3

直方图的作用

●从图上较容易了解分配的形态

中心趋势掌握制程情况

离散趋势

分配形状●可以了解制程的稳定性或异常●与规格比较可判定制程能力5.4

注意点1确定过程特性和计量标准值2收集资料，必须是计量值资料3资料针对一个范围时期收集至少50-100个4确定全距R,分组数K,组间距h,分组组界5作次数分配表五直方图1/11/2023QC七手法讲义★直方图实例练习1.某零件的中心距尺寸为：310±8，今抽验50个产品数据如下：308317306314308315306302311307305310309305304310316307303318309312307305317312315305316309313307317315320311308310311314304311309309310309312316312318确定基本内容：N=50组数：K=7（参考经验数值）最大值L=320最小值S=302全距R=320-302=18计算组距HH=R/K18÷7=2.5取H为3（为测定值最小单位的整数倍）1/11/2023QC七手法讲义第一组下限值=S-测定值最小位数/2=302-0.5=301.5

第一组上限值=第一组下限值+组距计算各组中心值=（上组界+下组界）/2作次数分配表组号组

界中心值标记F（次数）1301.5～304.530342304.5～307.5306103307.5～310.5309134310.5～313.531295313.5～316.531586316.5～319.531857319.5～322.53211再检查一遍，是否有遗漏的数据，准备作图。1/11/2023QC七手法讲义作直方图31831531230930630342321规格下限（302）68101214规格上限（318）1/11/2023

5.4直方图常见的形态

5.4.1

正常型

5.4.2

锯齿型

产生原因:a分组过多

b测量方法有问题或读错测量数据五直方图1/11/20235.4.3

偏态型

数据的平均值位于中间值的左侧(或右侧)，从左至右(或从右至左)，数据分布的频数增加后突然减少，形状不对称。产生原因:

当下限(或上限)受到公差等因素限制时，由于心理因素，往往会出现这种形状。五直方图1/11/20235.4.4

绝壁型

平均值远左离(或右离)直方图的中间值，频数自左至右减少(或增加)，直方图不对称。产生原因:

当工序能力不足，为找出符合要求的产品经过全数检查，或过程中存在自动反馈调整时，常出现这种形状。五直方图1/11/20235.4.5

双峰型

靠近直方图中间值的频数较少,两侧各有一个“峰”。产生原因:

当有两种不同的平均值相差大的分布混在一起时,常出现这种形状。五直方图1/11/20235.4.6

离岛型

在标准的直方图的一侧有一个“小岛”。产生原因:

出现这种情况是夹杂了其他分布的少量数据,比如工序异常、测量错误或混有另一分布的少量数据。五直方图1/11/20235.4.7

高原型(也叫平顶形)

产生原因:

当几种平均值不同的分布混在一起，或过程中某种要素缓慢劣化时，常出现这种形状。五直方图1/11/2023六.散布图1/11/2023六散布图6.1

散布图定义

为研究两个变量间的相关性，而搜集成对二组数据(如温度与湿度或海拔高度与湿度等)，并将此两组数据以有序成对数据的方式在方格纸上以点来表示出二个特性值之间相关情形的图形，称之为“散布图”。

研究成对出现的不同变数之间相关关系的坐标图。消耗电力(KWH)

700072007400760078008000203040506070生产数量(件)1/11/20236.2

散布图的数据分类

a

要因与特性的关系

冷却液温度与热处理不良，反应为温度与膨胀量。

b

特性的要因与要因的关系反应温度与反应液浓度，温度与压力。功率与冷却速度

c

特性与特性的关系

身高与体重，体育成绩与数学成绩。

跨棒距与通止规六散布图1/11/20236.3

散布图的作法1

明确目的决定调查对象2

收集数据，50-100组“成对数据”(最少30组)3

分別找出两组数据的最大值及最小值4

绘纵轴和横轴并作适当刻度(刻度大小应考虑最大值与最小值之差)通常横轴为要因，纵轴为特性5

将成对数据在图上打点，二点重复画○，三点重复画◎6

记下必要事项a

标题b

数据的测定日期、绘制日期、绘制人c

样本数

d

产品名、工序六散布图1/11/20236.4

散布图的判读6.4.1

强正相关X增大，Y也随之明显增大，点数较为居中6.4.2

弱正相关:X增大,Y也随之增大,但增大的幅度不显著，点数相对分散YXYX六散布图强正相关弱正相关1/11/20236.4.3

强负相关:X增大时,Y反而减小，点数较为居中6.4.4

弱负相关:X增大时,Y反而减小,但幅度并不显著，点数相对分散YXYX六散布图强负相关弱负相关1/11/20236.4.5

曲线相关:X开始增大时,Y也随之增大,但达到某一值后,当X增大时,Y却减小6.4.6

无相关:X与Y之间毫无任何关系YXYX………………………………六散布图无相关曲线相关1/11/2023六散布图6.5注意点1收集足够的资料，至少30对2橫坐标表示资料（原因），纵坐标表示因变数（结果）3正确判定变数之间的关系模式4因果图的后续工作，提供直观的相关性验证1/11/2023七.控制图1/11/2023七管制图管制图定义：根据抽样数据绘制出曲线图，并依据统计学原理观察曲线图来分析制程能力和判断制程是否出现异常的方法。管制图作用：可以确认生产过程中有无异常的变化，找出是否属于普通原因还是属于特殊原因引起的工程变异。以确定工序过程是否稳定。

UCLCLLCL1/11/20237.2制程变动的原因普通原因：是指过程在受控的状态下，出现的具有稳定的且可重复的分布过程的变差的原因，表现为一个稳系纺的偶然因素。特点：难以排除，具有稳定、可重复的分布，此时输出可以预测。特殊原因：一种间断性的，不可预计的，不稳定的变差根源。被称为可查明原因，它存在的信号是：存在超过控制限的点或存在控制限之内的链或其它非随机性的图形。特点：必须排除，偶然发生，影响显著，此时将有不可预测方式影响输出。七管制图以数据打点来看二者的区別特殊原因引起的变动普通原因引起的变动1/11/20237.3

管制图按用途分

7.4.1

管制用管制图（先有管制界限后有数据）: