qc使用方法大全（质量知识普及QC七大手法）

始终致力于质量管理，卓越绩效管理，质量改善。

QC七大手法分为老七法和新七法，一般情况下没有做出特别说明的话都是指老七法，和新七法相比，老七法更加偏向于数据化，非常使用于制造业各个工序的控制，新七法感性分类，逻辑性较强，适用于针对错综复杂和非常混乱的情况下把逻辑关系梳理清楚。本文讲到的是老七法。

QC七法手法指的是哪些方法呢，我们可以浓缩为五图一表一法。五图具体为鱼骨图，柏拉图，直方图，散布图，控制图。一表指的是查检表，一法指的是层别法。这几个手法之间也是有逻辑关系的，用途也不一样，但是在质量问题管理或者回溯过程中非常适用。其实正确的逻辑顺序是这样的，当然有些是并行的，有些可以多次在不同阶段使用，我们可以假设下面的顺序是在分析一个质量问题。

查检表：

查检表的目的收集、整理资料，可以想象下现在有一个质量问题摆在面前，我们需要把问题的现状讲清楚，陈述一个事实，了解跟失效模式相关的补充。

查检表

层别法：

层别法也叫分门别类法，通常在现状调查查检表阶段收集的数据从不同的维度来分类，通常，这个维度也是平行的关系，比如做人口年龄阶段调查展示会根据10-20.20-30.30-40这样的维度，人口性别以男女为维度。目的是将问题深挖，看的更全面和具体，便于下一个阶段做分析和决策。层别法在各个阶段都会使用到。

层别法

直方图：

直方图是针对连续性数据分组，查看数据的分布，可以展示数据的过程，通过过程看数据的聚集程度，通常这和6Sigma的图形是很像的，可以作为问题现状调查阶段的数据收集并加工，适用于数据相关的问题。当然在每个可以用数据展示的阶段都可以使用。

直方图

鱼骨图：

鱼骨图也叫因果图，石川馨图，特性要因图，指的是针对特性，从5M1E的角度进行问题分析，展开的层次因为空间的限制一般不超过3层，当然这个特性应该是比较混乱的，也就是各个生产要素都有可能涉及，通过鱼骨图分析进行改善的话，改善空间和收益是很明显的，尤其是一些规范性的混乱梳理，另外还有些细节就是每个相同层级的鱼骨粗细大小都是相同的，次级比上层粗细和大小规格略小，再次之。另外也有人会好奇鱼头的方向为什么会有两种，通常鱼头在右边的是问题解决型，鱼头在左的是课题达成型。

柏拉图：

柏拉图是我们常说的关键的少数，重要的少数，或者叫20/80原则，帕累托定律，，是为了从非常多的对象中找到改善的重点，这样的效果和收益要明显点，不至于眉毛胡子一把抓，通常使用对问题失效模式阶段把握重点和关键下层因子进行把握重点。

柏拉图

散布图：

散布图是对连续性数据进行验证相关性，通常是展示2个变量之间的线性关系，和概率图比较类似。散布图的相关性分为正相关（斜率为正），负相关（斜率为负），不相关（混乱）。另外还有强弱之分，这里的强弱指的是聚集和分散程度，当数据汇聚在一条直线上，那就是强强相关了。确认有了相关性才能对因子进行对策拟制加以改善。

散布图

控制图：

控制图一般是对问题改善后的效果加以度量，衡量改善是否有效或者是否需要持续改善，控制图的分类比较复杂，分为均值控制图，极差控制图等，到均包括了中心线，上控制线，下控制线，一般控制线要严格于规格线，这样是为了将波动限制很严格，提升产品质量管理，当然，这样的话可能成本会高点，控制图较为复杂，并且要结合minitab使用，本文不细致展开，这样一个问题是不是可以粗略的看到陈述-分析-解决-闭环的过程了。

控制图

好了，本文已经讲完了，希望对大家在实际的分析解决质量问题有帮助。