2026年QC七大试题及答案

2026年QC七大试题及答案一、某新能源电池生产企业为监控正极材料涂层厚度稳定性，连续10个工作日收集了50组数据（每组5个样本），数据范围120-150μm，标准差3.2μm。请结合QC七大手法回答以下问题：（1）若需快速识别涂层厚度异常波动的主要来源，应优先选择哪种工具？说明选择依据。（2）若发现某批次数据中145μm以上占比35%，125μm以下占比20%，需分析不同设备（A/B/C三条产线）、不同班次（早/中/夜）对厚度的影响，应如何设计分层维度？需注意哪些关键原则？（1）应优先选择控制图（管制图）。控制图是通过区分过程中的偶然波动（普通原因）和异常波动（特殊原因）来监控过程稳定性的核心工具。其选择依据在于：该企业需要监控连续生产过程的稳定性，控制图能通过计算控制限（通常为均值±3σ），将50组数据以时间序列展示，直观识别是否存在点超出控制限、连续7点同侧等判异模式，从而快速定位异常波动的时间节点和可能来源（如设备突发故障、原材料批次变化）。相比其他工具（如直方图仅展示数据分布，柏拉图分析问题频率），控制图的动态监控特性更符合“识别异常波动来源”的需求。（2）分层维度设计需采用多维度交叉分层，具体步骤为：①主维度选择“设备（A/B/C产线）”和“班次（早/中/夜）”，形成3×3=9个分层组合（如A产线早班、A产线中班等）；②在每个组合内统计涂层厚度的均值、标准差及超规格占比（145μm以上和125μm以下）；③补充次要维度如“操作员工组别”（若不同产线由固定班组操作）或“原材料批次”（若同一班次使用不同批次材料），但需避免维度过多导致数据稀疏。关键原则包括：①同层内数据同质性（同一分层组合的生产条件应基本一致，如A产线早班使用同一型号涂布机、同一批浆料）；②分层独立性（设备与班次无强关联，避免A产线仅运行早班导致无法区分影响因素）；③数据充分性（每个分层组合样本量≥5组，确保统计有效性）；④目标导向（分层需直接关联问题——厚度超差，避免无关维度如“车间温度”未实时记录时纳入）。二、某汽车零部件厂注塑件不良率连续3个月维持在8.2%-8.5%，不良类型包括飞边（35%）、缺料（28%）、缩水（22%）、色差（15%）。（1）若需确定改善优先级，应使用哪种QC工具？请列出操作步骤。（2）若分析飞边不良时，技术人员提出“模具间隙过大”“注塑压力过高”“保压时间不足”“原料熔融指数偏低”四个可能原因，需验证哪个是主因，应选择何种工具？说明具体实施方法。（1）应使用柏拉图（排列图）。操作步骤：①收集最近3个月不良数据，按不良类型分类统计数量（假设总不良数N=1000件，则飞边350件、缺料280件、缩水220件、色差150件）；②计算各不良类型的频数占比（飞边35%、缺料28%等）和累计占比（飞边35%，飞边+缺料63%，飞边+缺料+缩水85%，累计至色差100%）；③绘制横坐标为不良类型、左纵坐标为频数、右纵坐标为累计占比的柱状图+折线图；④确定关键少数：累计占比80%以内的不良类型（飞边+缺料+缩水）为重点改善对象，其中飞边（35%）为首要改善项。柏拉图的核心是“20-80法则”，通过区分关键问题和次要问题，帮助企业集中资源解决对不良率影响最大的问题。（2）应选择散布图（相关图）。实施方法：①明确变量：自变量为可能原因（如模具间隙X1、注塑压力X2、保压时间X3、原料熔融指数X4），因变量为飞边不良程度（可量化为飞边厚度Y，单位mm）；②收集数据：针对生产中出现飞边的50批次产品，同步记录X1（用塞尺测量模具间隙，范围0.02-0.15mm）、X2（注塑机显示压力，范围80-120MPa）、X3（保压时间，范围10-30秒）、X4（原料检测报告熔融指数，范围25-35g/10min）及对应的Y值（用千分尺测量飞边最厚处）；③绘制散布图：分别以X1-Y、X2-Y、X3-Y、X4-Y为坐标绘制四组点图；④分析相关性：观察点的分布趋势——若X1增大时Y显著增大（正相关），X2增大时Y无明显变化（无关），X3减小时Y增大（负相关），X4减小时Y增大（负相关），则需进一步计算相关系数（如皮尔逊系数r），r绝对值＞0.7为强相关。假设X1与Y的r=0.85，X3与Y的r=-0.72，X4与Y的r=-0.61，X2与Y的r=0.12，则主因是模具间隙过大（X1），其次是保压时间不足（X3）。散布图通过直观展示变量间的相关关系，帮助验证假设原因的实际影响程度。三、某电子厂SMT车间为降低焊锡不良率（目标从6‰降至3‰），组建QC小组。（1）小组需系统梳理焊锡不良的潜在原因，应使用何种工具？请画出基本框架并说明各层级内容。（2）若通过该工具梳理出“人员”“设备”“材料”“方法”“环境”五大类原因，其中“设备”类下有“回流焊温度曲线异常”“贴片机精度下降”“钢网清洗不彻底”三个子原因，需进一步验证“回流焊温度曲线异常”是否为主要原因，应如何设计验证方案？（1）应使用因果图（特性要因图、鱼骨图）。基本框架以“焊锡不良率高”为鱼头（结果），主骨为“人员”“设备”“材料”“方法”“环境”“测量”（6M）六大类原因（可根据实际调整，如车间重点关注前五大类则省略“测量”）。各层级内容示例：①人员：新员工培训不足、操作手法不统一、视力疲劳（针对焊前检查岗位）；②设备：回流焊温区设置错误、贴片机吸嘴磨损、钢网张力不足；③材料：焊锡膏活性降低（储存时间过长）、PCB焊盘氧化、元器件引脚镀层不良；④方法：印刷参数（刮刀速度/压力）设置不当、回流焊升温速率过快、炉后目检标准不明确；⑤环境：车间湿度超标（＞60%导致焊锡膏吸潮）、温度波动大（±5℃影响印刷精度）。因果图通过层级化梳理，将大原因分解为中原因、小原因，直至可直接验证的末端原因（如“回流焊温区设置错误”可具体到某温区实际温度与工艺要求的偏差）。（2）验证方案设计步骤：①明确关键参数：回流焊温度曲线的核心参数为预热区温度（150-180℃）、恒温区时间（60-120秒）、峰值温度（235-250℃）、冷却速率（3-5℃/秒）；②数据收集：连续10天，每天抽取3个班次的生产记录，记录每个班次回流焊的实际温度曲线（通过炉温测试仪测量）及对应批次的焊锡不良数（如连焊、虚焊数量）；③数据整理：将温度曲线分为“符合工艺要求”（预热区165±5℃、恒温区90±10秒等）和“异常”（某参数超出范围）两类，统计每类对应的不良率（不良数/生产总数）；④对比分析：计算符合工艺要求的批次平均不良率P1，异常批次平均不良率P2，若P2显著高于P1（如P1=4‰，P2=8‰），且经卡方检验（α=0.05）差异显著，则验证“回流焊温度曲线异常”是主要原因；⑤补充验证：若某温区（如冷却区）温度异常时不良率增幅最大（如冷却速率＞5℃/秒时不良率达10‰），则可进一步定位该温区为关键子原因。四、某食品厂为控制饼干水分含量（目标值8%±1%），连续20天每天抽样5包，测得水分数据如下（单位：%）：7.8,8.1,8.3,7.9,8.2（第1天）；8.0,8.5,7.7,8.1,8.3（第2天）；…（20天数据均值8.05%，标准差0.28%）。（1）若需分析水分含量的分布状态是否符合正态分布，应使用哪种工具？请描述操作步骤。（2）若绘制该工具后发现数据呈左偏态分布（多数数据集中在7.5%-8.2%，右侧8.3%-8.8%有少量数据），可能的原因有哪些？（1）应使用直方图。操作步骤：①确定数据范围：20天×5包=100个数据，最小值7.2%（假设某天有7.2%），最大值8.8%；②计算组距：通常组距=（最大值-最小值）/组数，取组数10，则组距=(8.8-7.2)/10=0.16%，取整为0.2%；③确定组界：第一组7.2%-7.4%（含7.2%，不含7.4%），第二组7.4%-7.6%，…，最后一组8.8%-9.0%；④统计频数：数每个组内的数据个数，如7.2-7.4%有2个，7.4-7.6%有5个，7.6-7.8%有15个，7.8-8.0%有25个，8.0-8.2%有30个，8.2-8.4%有15个，8.4-8.6%有5个，8.6-8.8%有2个，8.8-9.0%有1个；⑤绘制直方图：横坐标为水分含量区间，纵坐标为频数（或频率），绘制矩形条。若数据呈正态分布，直方图应近似对称的钟形；若左偏（左侧尾巴短，右侧尾巴长），则均值＞中位数；右偏则相反。（2）左偏态分布（实际应为右偏，因左侧集中、右侧有少量高值数据，可能用户描述有误，此处按用户描述“左偏态”即左侧有长尾，实际更可能为右偏，需修正）：假设数据实际为右偏（多数在7.5-8.2%，右侧8.3-8.8%有少量高值），可能原因包括：①干燥工序异常：隧道式干燥机末端温度不足，导致部分饼干未充分干燥（水分偏高）；②原料波动：某批次面粉吸湿性强（蛋白质含量高），吸水后水分不易排出；③包装延迟：部分饼干从干燥到包装间隔超过30分钟（标准20分钟），吸潮导致水分上升；④设备偏差：水分检测仪校准误差（如传感器老化导致高水分值测量偏高等）。若严格按用户描述的“左偏态”（左侧有少量低值数据，如7.2-7.4%），可能原因是干燥过度（温度过高或时间过长）、原料淀粉含量过低（持水能力差）、水分检测仪在低值区间的测量误差等。五、某医疗器械厂生产医用导管，内径规格为Φ2.0±0.1mm。质检部门收集了100根导管的内径数据，计算得均值1.98mm，标准差0.04mm。（1）若需判断生产过程是否处于统计控制状态，应使用何种工具？说明判断依据。（2）若该工具显示过程受控，但内径均值偏离规格中心（目标2.0mm），应如何分析原因并改善？（1）应使用控制图（均值-极差图，X̄-R图）。判断依据：控制图通过计算控制限（X̄图的控制限为X̄±A2R̄，R图的控制限为D3R̄和D4R̄，其中A2、D3、D4为常数，根据子组大小n=5查控制图系数表得A2=0.577，D3=0，D4=2.114）。操作步骤：①将100个数据分为20个子组（每组5根），计算每个子组的均值X̄i和极差Ri（最大值-最小值）；②计算总均值X̄=1.98mm，平均极差R̄=（R1+R2+…+R20）/20（假设R̄=0.12mm）；③计算控制限：X̄图UCL=1.98+0.577×0.12=2.05mm，LCL=1.98-0.577×0.12=1.91mm；R图UCL=2.114×0.12=0.25mm，LCL=0×0.12=0；④绘制X̄图和R图，观察点是否超出控制限或存在异常模式（如连续7点上升）。若所有点均在控制限内且无异常模式，则过程处于统计控制状态（仅存在普通原因波动）。（2）分析及改善步骤：①原因分析：过程受控但均值偏移，说明系统存在稳定的偏移因素（普通原因），可能原因包括：模具设计偏差（如芯棒直径偏小）、设备校准误差（内径测量仪零点漂移）、工艺参数设置（挤出机螺杆转速过高导致拉伸过度）、原材料收缩率（塑料粒子吸潮后成型收缩率增大）；②数据验证：测量模具芯棒实际直径（假设标称Φ2.0mm，实际1.97mm），检查挤出机工艺参数（如温度设置是否偏低导致材料流动性差，需增大压力补偿但导致拉伸），检测原材料收缩率（标准收缩率0.5%，实际0.7%）；③改善措施：调整模具芯棒直径至Φ2.02mm（补偿收缩率），校准挤出机压力参数（降低10%防止过度拉伸），更换低收缩率原料（收缩率0.5%）；④效果确认：重新收集20个子组数据，计算新均值（目标2.0mm），若均值回归规格中心且过程保持受控，则改善有效。六、某家电厂为分析空调压缩机异响与装配间隙的关系，收集了50台压缩机的装配间隙（X，单位：0.01mm）和异响评分（Y，1-10分，10分为严重异响）。数据显示：X=10时Y=3，X=15时Y=5，X=20时Y=7，X=25时Y=9。（1）应使用哪种QC工具分析两者关系？请计算相关系数并判断相关性强弱。（2）若该工具显示强正相关，需预测当装配间隙为18（0.01mm）时的异响评分，应如何操作？（1）应使用散布图结合相关系数计算。首先绘制散布图，X轴为装配间隙，Y轴为异响评分，可见点大致沿直线上升，初步判断正相关。计算皮尔逊相关系数r：①计算X的均值X̄=(10+15+20+25×(50-3))/50（假设50组数据中X=10有10台，X=15有15台，X=20有15台，X=25有10台），实际简化为等距数据则X̄=17.5，Ȳ=(3×10+5×15+7×15+9×10)/50=6；②计算分子：Σ(Xi-X̄)(Yi-Ȳ)=(10-17.5)(3-6)×10+(15-17.5)(5-6)×15+(20-17.5)(7-6)×15+(25-17.5)(9-6)×10=(-7.5)(-3)×10+(-2.5)(-1)×15+(2.5)(1)×15+(7.5)(3)×10=225+37.5+37.5+225=525；③分母：√[Σ(Xi-X̄)²×Σ(Yi-Ȳ)²]，Σ(Xi-X̄)²=10×(10-17.5)²+15×(15-17.5)²+15×(20-17.5)²+10×(25-17.5)²=10×56.25+15×6.25+15×6.25+10×56.25=562.5+93.75+93.75+562.5=1312.5；Σ(Yi-Ȳ)²=10×(3-6)²+15×(5-6)²+15×(7-6)²+10×(9-6)²=10×9+15×1+15×1+10×9=90+15+15+90=210；分母=√(1312.5×210)=√275625=525；④r=525/525=1（完美正相关）。实际中因数据可能有波动，假设r=0.92（强正相关），说明装配间隙越大，异响评分越高。（2）预测操作步骤：①建立回归方程：设Y=a+bX，通过最小二乘法计算b=r×(Sy/Sx)，a=Ȳ-bX̄（Sy为Y的标准差，Sx为X的标准差）；②计算Sx=√(Σ(Xi-X̄)²/(n-1))=√(1312.5/49)≈5.17，Sy=√(Σ(Yi-Ȳ)²/(n-1))=√(210/49)≈2.07；③b=0.92×(2.07/5.17)≈0.37；a=6-0.37×17.5≈6-6.475≈-0.475；回归方程为Y=-0.475+0.37X；④代入X=18，得Y=-0.475+0.37×18≈-0.475+6.66≈6.185，即异响评分为6.2分（四舍五入）。需注意预测仅在X的取值范围内（10-25）有效，超出范围需谨慎外推。七、某化妆品厂为降低乳液灌装量不足的不良率（当前4.2%），使用检查表记录了1个月的不良数据（共200次不良），其中“灌装头堵塞”80次，“称重传感器故障”50次，“瓶身变形”30次，“操作失误”20次，“其他”20次。（1）若需直观展示各不良原因的频率分布，应选择哪种工具？请说明绘制要点。（2）若通过该工具发现“灌装头堵塞”是主因，需进一步分析堵塞的具体原因，应如何扩展检查表的设计？（1）应选择柏拉图（同第二题原理）。绘制要点：①数据排序：按不良次数从高到低排列（灌装头堵塞80，称重传感器故障50，瓶身变形30，操作失误20，其他20）；②