(2025年)QC七大工具考核及答案

(2025年)QC七大工具考核及答案一、单项选择题（每题2分，共20分）1.以下哪项是检查表的核心作用？A.展示数据分布规律B.系统收集和记录数据C.分析两个变量的相关性D.识别关键少数问题2.层别法在应用时，最关键的步骤是：A.确定分层的维度（如时间、人员、设备）B.绘制直方图C.计算数据平均值D.标注异常点3.柏拉图的“80/20原则”主要用于：A.验证因果关系B.区分关键因素与次要因素C.展示过程稳定性D.统计缺陷类型数量4.因果图（鱼骨图）中“大骨”通常代表：A.具体的问题现象B.可能的根本原因C.影响结果的主要类别（如人、机、料、法、环）D.数据收集的时间节点5.散布图中，若数据点呈现从左下到右上的集中趋势，说明两个变量：A.负相关B.不相关C.正相关D.完全无关6.直方图的“双峰型”分布通常暗示：A.数据收集过程存在异常B.过程受两个不同群体或条件影响（如两台设备混合生产）C.过程处于稳定状态D.数据测量误差过大7.控制图中，若连续9个点落在中心线同一侧，可判断：A.过程存在系统性异常B.过程处于统计控制状态C.数据记录错误D.需调整控制限计算方式8.使用层别法分析某车间不良率时，若按“白班/夜班”分层后发现夜班不良率显著高于白班，下一步应重点排查：A.原材料批次差异B.夜班操作人员技能或疲劳度C.设备日常维护时间D.工艺文件更新频率9.因果图绘制时，“中骨”对应：A.问题的具体表现（如“产品断裂”）B.主要类别的子因素（如“操作人员培训不足”）C.测量误差来源D.环境温度波动范围10.柏拉图中累计频率线的作用是：A.展示各项目的具体数值B.明确关键项目的截止点（如前2项累计达80%）C.对比不同时间段的缺陷数量D.计算缺陷率的标准差二、简答题（每题8分，共40分）1.简述因果图的制作步骤及注意事项。2.柏拉图与直方图的核心区别是什么？分别适用于哪些场景？3.控制图的“控制限”与“规格限”有何不同？如何通过控制图判断过程是否稳定？4.散布图分析中，“强相关”“弱相关”“无相关”的图形特征分别是什么？5.层别法在实际应用中可能遇到的常见问题有哪些？如何避免？三、案例分析题（每题20分，共40分）案例1：某电子厂生产的智能手机摄像头模组，2025年3月不良率突然从2.1%升至5.8%，不良现象主要为“成像模糊”“接口松动”“传感器偏移”。质量部需快速定位原因并制定改善措施。（1）请选择2种QC工具，说明如何应用于本案例的原因分析。（2）若通过分析发现“传感器偏移”占总不良的65%，且主要发生在晚班22:00-24:00时段，下一步应如何利用QC工具验证具体原因？案例2：某汽车零部件厂加工轴类零件，关键尺寸为Φ25±0.05mm。质量员连续收集了100个加工数据（见下表），需判断加工过程是否稳定，并分析尺寸分布是否符合要求。组号数据1数据2数据3数据4数据5124.9825.0224.9925.0125.00225.0324.9725.0024.9825.01..................2024.9625.0424.9925.0025.02（1）应选择哪种QC工具分析过程稳定性？说明具体步骤。（2）若计算得数据平均值为25.00mm，标准差为0.02mm，绘制直方图后呈现“正态分布”，但部分数据超出Φ25±0.05mm规格限，可能的原因是什么？答案一、单项选择题1.B（检查表通过设计表格系统记录数据，是数据收集的基础工具）2.A（分层维度的选择直接影响分析结果的有效性，需基于问题背景确定）3.B（柏拉图通过排序和累计频率，帮助识别对结果影响最大的少数关键因素）4.C（大骨对应“人、机、料、法、环、测”等主要类别，中骨为子类因素，小骨为具体原因）5.C（正相关表现为X增加时Y也增加，数据点呈右上趋势；负相关则相反）6.B（双峰型通常由两个不同分布的数据集混合导致，如两台精度不同的设备同时生产）7.A（控制图判异准则中，连续9点单侧为系统性异常信号，需排查特殊原因）8.B（分层后锁定夜班为高风险时段，应优先分析该时段的人员、操作等特定因素）9.B（中骨是大骨类别的子因素，如“人”对应的“培训不足”“疲劳操作”等）10.B（累计频率线用于确定关键少数，如前2项累计达80%，则这2项为改善重点）二、简答题1.因果图制作步骤：①明确问题（如“产品不良率高”）；②绘制主骨（箭头指向问题）；③确定大骨类别（人、机、料、法、环、测）；④头脑风暴收集中骨（子类因素）、小骨（具体原因）；⑤验证关键原因。注意事项：避免原因重复；需结合数据验证（如用检查表统计各原因发生频率）；全员参与确保覆盖所有可能因素。2.核心区别：柏拉图是排序图，用于“识别关键少数”，横轴为分类项目（如缺陷类型），纵轴为数量/频率，需按降序排列；直方图是分布图，用于“展示数据分布形态”，横轴为数值区间（如尺寸范围），纵轴为频数，反映过程能力。适用场景：柏拉图用于问题优先级排序（如确定重点改善的缺陷类型）；直方图用于分析过程是否稳定、是否符合规格（如加工尺寸是否集中在目标值附近）。3.控制限是根据过程实际数据计算的统计界限（通常为±3σ），反映过程固有波动；规格限是客户或设计要求的允许范围（如Φ25±0.05mm），与过程能力无关。判断过程稳定的标准：所有点在控制限内；无判异模式（如连续9点单侧、6点递增/递减等）。若点超出控制限或出现判异模式，说明存在特殊原因，过程不稳定。4.图形特征：①强相关：数据点紧密围绕一条直线分布（如X增加时Y严格递增）；②弱相关：数据点大致呈趋势，但分散程度较高（如部分点偏离直线）；③无相关：数据点无明显趋势，随机分布（如X增大时Y无规律变化）。5.常见问题：①分层维度选择不当（如按“日期”分层但问题与日期无关）；②分层过细（导致数据量不足，无法分析）；③忽略交互影响（如同时按“设备”和“人员”分层时，未考虑设备与人员的组合效应）。避免方法：结合问题背景选择相关维度（如不良与时间相关则按班次分层）；分层后数据量应足够（每层样本≥30）；必要时采用多维度交叉分层（如设备+班次）。三、案例分析题案例1（1）建议选择因果图和柏拉图：因果图：以“摄像头模组不良率升高”为结果，从“人（操作熟练度）、机（设备精度）、料（传感器来料质量）、法（组装工艺）、环（车间温湿度）”5大类别展开，通过头脑风暴收集可能原因（如“晚班新员工多”“点胶机压力波动”“传感器供应商变更”等），明确潜在因素。柏拉图：统计3月不良数据中各缺陷类型的数量（如“成像模糊”120例、“接口松动”80例、“传感器偏移”200例），按数量降序排列并计算累计频率。假设“传感器偏移”占比65%（累计频率65%），“成像模糊”占30%（累计95%），则“传感器偏移”为关键缺陷，需优先改善。（2）下一步可使用层别法和散布图验证：层别法：按“晚班22:00-24:00”进一步分层，统计该时段内“传感器偏移”的具体表现（如偏移方向、偏移量），或按“操作人员”“设备编号”分层，查看是否存在特定人员或设备的集中问题。散布图：假设怀疑“设备温度”影响传感器安装精度，收集22:00-24:00时段设备温度（X）与传感器偏移量（Y）的数据，绘制散布图。若呈现强正相关（温度越高，偏移量越大），则可确认温度为关键原因，需调整设备冷却系统。案例2（1）应选择控制图（如X-R图，均值-极差控制图）分析过程稳定性，步骤：①分组：将100个数据分为20组（每组5个），计算每组均值（X̄）和极差（R）；②计算总均值（X̄̄）和平均极差（R̄）；③确定控制限：X̄图控制限为X̄̄±A2R̄（A2为系数，n=5时A2=0.577）；R图控制限为D3R̄（下限，n=5时D3=0）和D4R̄（上限，n=5时D4=2.114）；④绘制控制图，观察所有点是否在控制限内且无判异模式。若满足，则过程稳定；否则存在特殊原因。（2）可能原因：①过程能力不足：虽然数据呈正态分布，但标准差（0.02mm）接近规格限半宽（0.05mm），过程能力指数Cp=（USL-LSL）/(6σ)=0.1