一堂课讲透QC七大手法

QUALITYCONTROL一堂课讲透QC七大手法检查表·层别法·柏拉图·因果图·散布图·直方图·管制图2026课程导览01全景认知七工具地图与口诀02数据收集检查表与层别法03聚焦重点柏拉图与因果图04分布验证散布图与直方图05守住成果管制图与组合应用CHAPTER全景认知95%的质量问题，七种工具就能解决01七个工具解决95%的质量问题多达

95%

的质量问题，可用七种基本工具解决。指向的事实多数现场问题不靠高深算法靠把数据看清楚、把原因想明白七大手法7种检查表层别法柏拉图因果图散布图直方图管制图工具性质定量五种属定量分析定性因果图是定性梳理搭配层别法常与其他手法搭配使用一句口诀记住七种分工因果图追查问题背后的原因检查表把现场数据收集整齐柏拉图从一堆因素里抓出关键少数直方图看清数据的分布形态散布图判断两个变量是否相关管制图盯住波动找异常层别法按维度拆分做解析

先背下口诀后面每种手法单独展开时就有了坐标。旧七大与新七大各管一段1本课定位旧QC七工具一线质检·班组日常只讲旧QC七工具侧重数据统计、现状分析、制程管控2新QC七工具七种手法1979年

正式提出共七种：亲和图、关联图、系统图、矩阵图、PDPC法、箭条图法、矩阵数据分析法3分工PDCA闭环策划·验证新手法做策划，旧手法做验证共同构成PDCA完整闭环CHAPTER数据收集先有可靠数据，才有正确判断02检查表让数据现场落地检查项目①要检查什么内容②按项目逐项记录检查频度①多久检查一次②按周期执行检查人员①谁来负责检查②责任到人落实实施步骤确定对象明确检查目标制定表格设计检查清单依项目检查按项打勾记录实施步骤01发现问题：记录异常02责任单位改善：落实整改03确认效果：验证结果04持续改进：定期总结常见形式01缺陷位置检查表02不良项目统计表03设备点检表04来料检验记录表定位原点一切改善的数据原点数据供给①柏拉图、直方图都靠它供数检查表的常见误区误区一：表头常换2项字段凭感觉设定月底数据对不上，前后无法汇总白白记录一个月数据作废数据口径误区二：主观填写3项数据必须真实避免主观判断把握事实真相数据真实性正确做法2项先定清标准确定收集什么、按什么维度分固定格式收集印成固定格式交给一线填写标准化流程层别法把混乱拆开看层别法又称数据分层法，是把大量数据按相互关系分组后再做比较分析的方法。常用分层维度人员老员工对新员工、不同班组机器1号机对2号机、新旧设备物料不同供应商、不同批次时间白班对夜班、周或月工艺参数1对参数2、模具1对模具2分层维度前置动作数据混在一起看不出规律时，先分层再画图——真相往往藏在某一层里。分层是画图的前置步骤为什么先分层？混合数据会把不同来源的差异互相掩盖先分层关键判断选对维度，问题现形分层维度选对了，问题就现形；选错了，关键差异被平均掉，图等于白画。维度对→差异清晰可见维度错→差异被平均掉关键判断一个夜班案例看懂层别整体假象：产品不良率

5%，看似不严重、无从下手。—先看整体，再看分层分层真相按班次拆分夜班不良率10%白班不良率2%核心价值不增加任何新数据，只换一个拆分角度，就能把混合的差异找出来。所有后续手法要准确，都先从层别法开始。CHAPTER聚焦重点抓住关键的少数，剥开问题的根03柏拉图抓住关键的少数核心原理理念基石80%的不良，往往由20%

的关键原因造成二八法则图形结构看图要点按发生频次从高到低排列的柱状图，叠加累计百分比曲线左侧纵轴：频数；右侧纵轴：累积频率横轴按影响程度从左到右排列因素，折线连起累计值柱状图使用步骤操作路径1用检查表统计各不良数量2从大到小排序并计算占比3优先改善排在前面的1至3项关键不良，即可收到大部分效果关键少数柏拉图从帕累托到朱兰命名来源80%财富集中于少数人意大利经济学家帕累托发现：社会财富

80%

集中于

20%

人口，即二八现象。帕累托引入质量管理美国质量管理专家朱兰博士将其转化为抓关键少数的改善工具。抓关键少数，聚焦主要矛盾应用场景4类客户投诉分类报废原因排序返工工时分布设备故障分析分类提醒项目以

5到9项较合适：太少没意义，太多把尾巴划入其他项。使用柏拉图的三个提醒改善前后对比改善前、改善后的柏拉图并排留存，才能评估改善效果。用同一数据期间与对象做对比。同一口径效果可量化只抓前2–3项不必面面俱到。若第一项难解决或代价过高，可避开它，从第二项着手。抓大放小务实推进比例相近即失效各项分配比例差不多时，这张图已失去意义。应换角度重新收集数据。无主次重新聚焦数据清楚不必画柏拉图是管理改善的手段而非目的。数据项已很清楚时，不必浪费时间再画。效率优先避免形式主义因果图把根因层层剥开别名与起源石川图因果图又称特性要因图、鱼骨图、石川图由日本品管权威石川馨博士提出用于系统表达结果与原因的因果关系，图形形似鱼骨石川图5M1E六主骨六大维度人技能、态度、疲劳机精度、磨损、保养料材质、批次、供应商法工艺、SOP、夹具环温湿度、粉尘、照明测量具、检测方法、人员读数制作要点鱼头把待分析的品质问题写在鱼头位置沿六根主骨逐层追问，将可能原因逐条填入鱼头画好因果图的规则实施步骤先定具体不抽象的问题或品质特性召集4至10名有经验人员脑力激荡，禁中途批评定出大中小要因，标定重要原因（圈数越多优先级越高）脑力激荡要因层级大要因=具体方向；中要因=概念想法；小要因=具体事件至少4根大骨、3根中骨、2根小骨，且不能重复大骨定性·小骨落地常见误区只让工程师关起门画，一线不参与把「培训不足」「意识不够」这类无法落地验证的话当原因写进去一线参与CHAPTER分布验证让数据自己说话，验证你的猜想04散布图看两个变量的关系定义相关图散布图又称相关图，把成对变量数据画在直角坐标系中，判断两个变量是否存在相关关系。坐标设置X·Y轴横轴：原因或自变量X纵轴：结果或因变量Y交点：推荐取两组数据的平均值四类相关·正相关同向变化X增大，Y也增大，两个变量朝同一方向变化。四类相关·负相关反向变化X增大，Y反而减小，两个变量朝相反方向变化。四类相关·无相关无规律两者无规律关联，变量之间看不出明确的变化趋势。四类相关·曲线相关非线性呈非线性变化，关系存在但并非直线，可能呈曲线形态。典型用途验证关系验证因果图里猜测的关系取成对数据点看趋势，不停留在主观猜测应用示例实操场景怀疑温度影响不良率→取温度与不良率成对数据看趋势验证关系，以数据代替猜测散布图的数据门槛散布图只是验证线索，不是最终判决——先看趋势，再下结论。样本量门槛数据基础至少采集

30组以上

成对数据，50–100组

更佳。相关系数强弱与方向取值范围

-1到+1，描述相关的强弱与方向。画图规范两点重合用特殊符号标注三点及以上重合注明重复次数图下方注明数据来源、地点、时间、测定方法、制作者相关不等于因果，可能存在第三个变量同时影响直方图看清数据分布不少于50个样本量8至12组分组定义直方图按区间分组，以组距为底边、频数为高度，画成连续矩形图，直观反映产品质量的波动与分布状态。作图硬要求样本量一般不少于

50个分组以

8至12组

较合理组距=（最大值−最小值）÷

组数图上标注要素公差范围线平均值位置样本数N标准差S工序能力指数Cp或Cpk为什么用它——比只看平均值靠谱：整批数据的集中、分散、偏移一次性呈现。四种形态暴露不同问题正态钟形最理想状态制程稳定正常，最理想状态。偏态系统偏差提示尺寸整体偏大或偏小，提示设备或工艺存在系统偏差。双峰未分层警示两种工况混在一起，典型原因是未分层——两台设备或两个班次的数据混成一批。孤岛异常数据混入少量异常数据混入，可能有错件或误测。CHAPTER守住成果改善不是终点，守住才是闭环05管制图区分两种波动SPC·概念先行·口诀助记管制图是统计过程控制（SPC）的核心工具，用来区分正常随机波动与异常特殊波动，在制程变坏前提前预警，防止批量不良。

三线结构UCL：上控制限CL：中心线（均值）LCL：下控制限

常用类型·计量型X̄-R图（尺寸、厚度、压力，最常用）X̄-S图

常用类型·计数型P图（不良率）np图（不良数）c图（单位缺陷数）u图（平均缺陷数）

异常判定点出界七点连升或连降同侧连续七点

判定结果出界或连串趋势，都指向制程发生了特殊变化。管制图守住改善成果定位守住成果不是事后追查，而是持续监测+即时处置。验证效果改善落地改善后关键尺寸持续画图，点不出界、无连串趋势，制程稳定受控，改善真正落地。防再发长期监控建立长期监控机制，防止问题复发。PDCA闭环检查与维持前面手法负责策划与实施，管制图负责检查与维持，守住成果才算闭环。把七种手法串成一条链推荐顺序：收集→聚焦→挖因→验证→守住把七种手法

串成一条链，一步接一步逼近问题根因收集检查表+