质量管理七大手法：从检查表到控制图的完整工具箱

质量管理七大手法（Seven QC Tools）是质量领域最基础、也最实用的工具集。它由日本质量管理专家石川馨等人整理推广，特点是：不需要高深的统计知识，一线员工经过培训就能掌握。

一个经验判断：如果一家企业的班组长都能熟练使用七大手法，其质量水平通常不会差。

一、七大手法总览

手法	主要用途	使用场景	难度
检查表	收集与整理数据	数据采集的起点	★
层别法	按条件分类数据	与其他手法配合使用	★
柏拉图	找出关键少数	确定优先改善对象	★★
因果图	分析原因	头脑风暴、根因分析	★★
直方图	看分布形态	判断过程能力与异常	★★★
散布图	看两个变量的关系	验证相关性	★★
控制图	监控过程稳定性	日常过程控制	★★★

核心逻辑：

检查表（收集数据）→ 层别法（分类）→ 柏拉图（找重点）
    → 因果图（找原因）→ 直方图/散布图（验证）→ 控制图（监控）

二、手法一：检查表（Check Sheet）

2.1 是什么

为便于收集与整理数据而设计的结构化表格。把"要检查什么"列出来，用符号（正字、划线、点）记录频次。

2.2 常见类型

类型一：不良项目检查表

不良类型	计数	小计
尺寸超差	正正正一	16
表面划伤	正正	10
装配松动	正	5
缺件	正	4
其他	二	2
合计		37

类型二：缺陷位置检查表 在产品示意图上标注缺陷位置，用于发现空间分布规律（如"划伤集中在右下角"，可能与搬运方式有关）。

类型三：频次分布检查表 记录测量值落在各区间的次数，是绘制直方图的数据基础。

2.3 设计要点

项目分类要互斥且穷尽（MECE）
记录要简单，最好用符号而非写字
必须记录时间、班次、操作者、批次等背景信息（便于后续层别）
表格要让一线人员看得懂、愿意填

三、手法二：层别法（Stratification）

3.1 是什么

把数据按某一条件分组，从而发现整体数据中隐藏的规律。

为什么重要：混合在一起的数据往往掩盖真相。

3.2 常见层别维度：4M1E

维度	具体分类
人（Man）	班组、个人、熟练度、班次
机（Machine）	设备编号、型号、新旧、模具
料（Material）	供应商、批次、材质、零部件
法（Method）	工艺参数、作业方法、工装
环（Environment）	温度、湿度、季节、照明

3.3 经典例子

某产品线不良率 3%，看似均匀。按班次层别后：

班次	产量	不良数	不良率
早班	5000	60	1.2%
中班	5000	95	1.9%
夜班	5000	295	5.9%

结论：问题集中在夜班。进一步层别（按操作者、按设备），可继续深挖。

层别法的使用原则：先层别，再分析。拿到数据不要急着下结论，先问"这些数据来自哪些不同的条件"。

四、手法三：柏拉图（Pareto Chart）

4.1 是什么

按频次从高到低排列的柱状图 + 累积百分比折线图。基于帕累托法则（80/20 法则）：80% 的问题往往来自 20% 的原因。

4.2 绘制步骤

收集数据，按类别汇总
按频次降序排列
计算各类占比与累积占比
画柱状图（左轴：频次）
画累积折线（右轴：累积百分比）

4.3 算例

不良原因	数量	占比	累积占比
尺寸超差	42	42.0%	42.0%
表面划伤	28	28.0%	70.0%
装配间隙	15	15.0%	85.0%
缺件	8	8.0%	93.0%
标识错误	4	4.0%	97.0%
其他	3	3.0%	100.0%
合计	100

解读：前三项（尺寸超差、表面划伤、装配间隙）占 85%。优先解决这三项，投入产出比最高。

4.4 使用要点

横轴项目不宜过多，一般 5–8 项，过多的归入"其他"
改善前后各画一次，验证效果（注意：改善后各项的绝对量都应下降，且排序可能变化）
不要只看累积 80%：如果某项占比极高（如 60%），即使只有一项也应优先处理

五、手法四：因果图（鱼骨图 / 石川图）

5.1 是什么

把"结果"（质量问题）放在右侧鱼头，把可能的原因按大类展开在鱼骨上，逐层深挖至根本原因。

5.2 标准分类：5M1E

分类	英文	典型提问
人 Man	操作者	技能是否足够？培训是否到位？是否按标准操作？
机 Machine	设备	精度是否达标？维护是否到位？模具是否磨损？
料 Material	材料	规格是否合格？批次是否变化？存储是否得当？
法 Method	方法	工艺参数是否合理？作业顺序是否正确？标准是否明确？
测 Measurement	测量	量具是否校准？测量方法是否统一？
环 Environment	环境	温湿度是否受控？照明是否足够？是否有振动？

5.3 分析步骤

明确定义问题（具体、可测量）：不是"质量不好"，而是"3 月第一周 A 线尺寸超差率 5.8%"
头脑风暴，尽可能多地列出原因
归入 5M1E 六大类
逐层追问"为什么"（5 Whys），直到可采取行动的原因
圈出最可能的原因（通常 3–5 个）
验证：用数据确认，而不是靠投票

5.4 5 Whys 示例

问题：装配线停机
→ 为什么？保险丝断了
→ 为什么？轴承润滑不足，电流过大
→ 为什么？润滑泵供油不足
→ 为什么？泵轴磨损
→ 为什么？没有安装过滤网，金属碎屑进入
→ 根本原因：缺少过滤网（对策：加装过滤网 + 定期清理）

关键：第五个"为什么"往往才是真正需要解决的系统性问题。

5.5 常见错误

错误	后果
问题描述模糊	鱼骨图失去焦点，什么都分析不了
只列原因不验证	凭直觉选错方向，浪费资源
停留在表面原因	对策治标不治本，问题反复
一个人分析	视角受限，遗漏重要原因

六、手法五：直方图（Histogram）

6.1 是什么

把测量数据按区间分组，用柱状图展示分布形态。

6.2 绘制步骤

收集数据（建议 n ≥ 50）
找出最大值 L、最小值 S，计算极差 R = L − S
决定组数 k（经验公式：k ≈ √n，或查表）
计算组距 h = R / k
决定组界
统计各组频数，作图

组数参考表：

数据量 n	建议组数
50–100	6–10
100–250	7–12
250 以上	10–20

6.3 六种典型形态与判断

形态	特征	判断
正常型（钟形）	中间高、两侧对称渐低	过程稳定
偏态型（左偏/右偏）	峰值偏一侧	可能受单侧公差限制或人为筛选
双峰型	两个峰	数据来自两个不同总体（两台设备、两个班次、两批材料）
孤岛型	主峰旁有小峰	短时间内有异常（如换了操作者、原料异常）
平顶型	顶部平坦	多个总体混合，或过程中有缓慢的均变
锯齿型	高低交替	分组不当或测量精度问题

6.4 与公差对比

把规格上下限（USL/LSL）画在直方图上，可直接看出：

情形	判断
分布居中且在规格内，两侧有余量	过程能力充足
分布宽度接近规格宽度	勉强合格，需关注
分布超出规格	已产生不良品
分布居中但过宽	变异过大，需减小波动
分布窄但偏移	需调整均值（最容易改善）

七、手法六：散布图（Scatter Diagram）

7.1 是什么

把两个变量作为横纵坐标画点，观察相关关系。

7.2 五种典型形态

形态	特征	含义
强正相关	点沿左上→右下密集分布（右上倾斜）	X 增大，Y 明显增大
弱正相关	右上倾斜但分散	X 增大，Y 有增大趋势
强负相关	右下倾斜，密集	X 增大，Y 明显减小
弱负相关	右下倾斜，分散	X 增大，Y 有减小趋势
不相关	点随机散布	无明显关系

7.3 相关系数

        Σ(xᵢ − x̄)(yᵢ − ȳ)
r = ─────────────────────────────
   √[Σ(xᵢ − x̄)² · Σ(yᵢ − ȳ)²]

r 的范围	相关性
0.7 ≤	r
0.4 ≤	r
0.2 ≤	r
	r

7.4 三个必须注意的陷阱

陷阱一：相关不等于因果。 冰淇淋销量与溺水人数正相关，但真正的共同原因是"气温"。

陷阱二：注意第三变量。 发现"设备速度与不良率正相关"，可能真正的原因是"赶订单时开快车，同时减少了点检"。

陷阱三：样本量要足够。 样本太少（如 n < 10），散布图不可靠。

八、手法七：控制图（Control Chart）

控制图是七大手法中唯一涉及统计推断的工具，也是 SPC 的核心。

核心要点（详见《SPC 统计过程控制入门》）：

中心线 CL、上下控制限 UCL/LCL（通常 ±3σ）
控制限来自过程数据，不是规格限
用八大判异准则识别异常
作用：区分普通原因与特殊原因

九、七大手法的组合使用

一个典型的质量改善项目流程：

1. 检查表：收集不良数据（1–2 周）
        ↓
2. 层别法：按班次/设备/供应商分类
        ↓
3. 柏拉图：找出 TOP 3 不良类型（占 80%）
        ↓
4. 因果图：针对 TOP 1 问题做根因分析 + 5 Whys
        ↓
5. 散布图/直方图：验证假设的原因是否成立
        ↓
6. 制定对策并实施
        ↓
7. 控制图：监控改善后的过程是否稳定
        ↓
8. 柏拉图（改善后对比）：确认效果

十、新七大手法简介

除了传统的七大手法，还有"新 QC 七大手法"，更适合管理策划与语言资料的处理：

手法	用途
亲和图（KJ 法）	把零散的语言资料归类整合
关联图	理清复杂因果关系
系统图	把目标逐层展开为手段
矩阵图	多因素对应关系分析
矩阵数据解析法	矩阵数据的量化分析
PDPC 法	过程决策程序的风险预判
箭条图（网络图）	进度计划与关键路径

实务建议：先掌握传统七大手法（解决 80% 的现场问题），新七大手法在项目管理与策划场景中使用。