质量控制的七个技巧

“七术”主要是指企业质量管理中常用的质量管理工具，分为“老七”和“新七”。“旧七种”包括层次法、问卷法、排列法、因果图、直方图、控制图、关联图，新七种QC工具是系统图、关联图、亲和图、矩阵图、箭头图、PDPC法、矩阵数据分析法。

《老七种》:

1，层次法(分类，分组法)

质量问题的原因有很多，来自不同的条件(4M1E)。为了真实地反映质量问题的实质原因和变化规律，必须将大量的综合统计数据按照不同的数据来源(需要追溯)进行分类，然后进行质量分析。

2.调查表

收集和记录数据的表格形式，

便于统一收集数据，进行统计计算和分析。

3.帕累托图

将出现频率最高的项目排列到出现频率最低的项目——简单的图形技术。

4.柱状图

直方图也叫质量分布图、矩形图、柱形图、频率图。它是用于过程质量控制的质量数据分布图，是全面质量管理过程中质量控制的重要方法之一。直方图适用于整理大量的测量值，找出它们的统计规律，即分析数据分布的形状，从而推断其总体分布特征。

5.因果图

-石川图，特征因子图，分支图，鱼骨图

以结果为特征，以原因为因素，用箭头将原因和结果联系起来，表示因果关系。

6.检查图

也称为质量管理图或监控图。就是通过在图上画出质量波动的数据，观察是否超过控制极限，来判断工序质量能否处于稳定状态。这种方法是由美国的休哈特于1924年首创的。应用简单，效果好，容易掌握。可以直接监控生产过程，起到保证质量的作用。控制图的一般格式如图8-7所示。

7.相关图法

相关图法又称散点图法和简单相关分析法。利用相关图研究两个质量特性之间的相关性，是控制影响产品质量的相关因素的一种有效而常用的方法。相关图是在直角坐标系中表示两个变量之间相关性的图。根据影响质量特性的数据对，在直角坐标系中用点填充，观察它们之间的关系。

“新七种”:

1，系统图

表示一个质量问题与其构成要素之间关系的树形图(倒置的逻辑因果图)，从而明确问题的焦点，寻求最恰当的手段和措施来实现目标。

2.相关图

用箭头连接几个问题和涉及这些问题的关系极其复杂的因素之间的因果关系的图。

3.KJ法-亲和图

KJ法(川喜田二郎Kawakitajiko)——用卡片进行语言数据

归纳整理法。KJ法的主要方法是将收集到的大量关于某一特定话题的观点、意见、想法等语言文字材料，按照其接近程度，用图形进行概括和总结。

4.矩阵图

从问题中找出成对的因素组作为问题，分别按行和列排列。

显示成对因素在其交点处的相关程度的图。

方法——多元思维。

5、PDPC过程决策程序图

在规划阶段，设计系统时，提前预测可能的障碍

(不理想的事态或结果)，从而设计一系列对策，以最大

可能会导致最终的目标。

6.箭头图

箭图也叫网络计划技术，在国内叫统筹法。安排和编制最佳进度计划并有效实施管理进度是一种科学的管理方法，其工具是箭图。

所谓箭图，就是一种“矢量图”，把推进计划所必须的一切工作，按照其时间顺序和隶属关系，用网络的形式表示出来。一项任务或项目可以分解成许多作业，这些作业在生产技术和生产组织上相互依赖、相互制约。箭头图可以清楚地显示操作之间的依赖和限制。通过箭头图可以找出影响项目进度的关键和非关键因素，从而进行统筹协调，合理利用资源，提高效率和效益。

7.矩阵数据分析方法

如果矩阵图上的元素之间的关系可以用数据定量表示，那么可以更准确地对结果进行整理和分析。这种可以用数据表示的矩阵图方法，叫做矩阵数据分析。在七种新的QC工具中，数据矩阵分析是唯一一种利用数据分析问题的方法，但结果仍然需要用图形表示。

数据矩阵分析的主要方法是主成分分析，它可以从原始数据中获得很多有用的信息。主成分分析是一种将多个变量转化为几个综合变量的多元统计方法。

七法的画法

其实很简单。任何技术都是建立在查表的基础上的，也就是你只有在获得第一手资料之后，才可以开始做一些图表比如柏拉图。

七种质量控制方法是常用的统计管理方法，也称为初级统计管理方法。主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散点图等所谓QC七大工具。利用这些工具，我们可以从不断变化的生产过程中系统地收集与产品质量有关的各种数据，并用统计方法对数据进行整理、处理和分析，进而得出各种

图表，计算一些数据指标，找出质量变化规律，实现质量控制。日本著名质量管理专家石川薰(Kaoru ishikawa)曾说过，企业中95%的质量管理问题，都可以通过企业中从上到下的全体员工灵活运用这七种QC工具来解决。全面质量管理的实施也离不开企业各级各部门人员对这些工具的掌握和灵活运用。

1，统计分析表

统计分析表是利用统计表整理数据并初步分析原因的工具，其格式可以多种多样。这种方法虽然简单，但实用有效。

2.数据分层方法

数据分层的方法本质上是一样的，把相同条件下收集的数据汇总在一起进行对比分析。因为在实际生产中，影响质量变化的因素很多。如果不区分这些因素，就很难得到变化的规律。数据分层可以根据实际情况采用多种方式进行。比如根据不同的时间和班次，根据使用的设备类型，根据投料时间和原料成分，根据检验方法和使用条件，根据不同的不良品等等。数据分层法常与上述统计分析表结合使用。

数据分层法的应用主要是一个系统化的概念，即如果你要处理相当复杂的数据，你必须知道如何系统地、有目的地对这些数据进行分类和总结。

科学管理强调管理技巧，以弥补以往基于经验和视觉判断的管理的不足。这种管理技术不仅需要建立正确的思想，还需要应用数据，从而分析工作，采取正确的措施。

如何建立原始数据，并根据需要的目的收集这些数据，也是很多质量控制方法最基础的工作。

比如中国的航空市场，这几年随着开放越来越激烈。为了赢得市场，航空公司不仅加强了各种措施，还在服务质量上下了功夫。我们在飞机上也能经常看到客户满意度调查。这项调查是通过问卷进行的。问卷的设计通常分为地面服务质量和飞机服务质量。地面分为预订和等待；飞机分为飞行姿态，餐饮，卫生等等。通过这些调查，我们可以收集这些数据，并获得在哪里加强服务质量。

3.帕累托图(柏拉图)

帕累托图(Pareto diagram)又称柏拉图，是以此图的发明者，19世纪的意大利经济学家柏拉图命名的。柏拉图首先用帕累托图来分析社会财富的分配。他发现意大利80%的财富集中在20%的人手里。后来人们发现很多场合都遵守这个规律，所以称之为帕累托定律。后来，美国质量管理专家朱兰博士将柏拉图的统计图进行了扩展，并应用于质量管理。排列图是分析和寻找影响质量的主要因素的工具。其形式为双直角坐标图，左边纵坐标表示频率(如件数等。)右边纵坐标表示频率(如百分比)。虚线表示累计百分比，横坐标表示影响质量的各种因素，按影响程度(即发生频率)从左至右排列。通过观察和分析帕累托图，可以抓住影响质量的主要的、原始的因素。事实上，这种方法不仅在质量管理中非常有用，在许多其他管理工作中也非常有用，例如库存管理。

在质量管理的过程中，有很多问题需要解决，但我们往往不知道从哪里入手。但其实只要能找出几个有影响的原因，就能解决80%以上的问题。柏拉图根据收集到的数据对项目(级别)进行系统分类，并计算出各项数据(如不良率、损失金额)和各项目所占比例，然后按大小顺序排列，加上累计值的图形。

在工厂或办公室，低效率、缺陷、不良品等损失也可以根据其原因或现象换算成损失金额的80%以上，这就是所谓的柏拉图分析。

柏拉图的使用要以层次法的项(现象)为基础，柏拉图可以根据顺序调整后的统计表来画。

柏拉图分析的步骤；

(1)要处理的事情要根据情况(现象)或原因进行分类。

(2)纵轴虽然可以表示件数，但最好用金额来强烈表达。

(3)决定资料收集的周期，从什么时候到什么时候，作为柏拉图资料的基础，周期要尽量有规律。

(4)项目按一半大小从左到右排列在横轴上。

(5)绘制直方图。

(6)连接累积曲线。

柏拉图的方法(key control method)为我们提供了在无法面面俱到的情况下，重要的事情和关键的事情，而这些重要的事情不是靠直觉判断，而是以数据为基础，以图形为强化。也就是层次法提供了统计基础，柏拉图定律可以帮助我们抓住关键的东西。

4、因果分析图

因果分析图以结果为特征，以原因为因素，用箭头表示两者之间的关系。因果分析图是充分调动员工大脑，找出原因，集思广益的好方法，特别适用于工作组的质量民主管理。当出现某个质量问题，原因不明确时，可以发动大家寻找问题可能的原因，让大家畅所欲言，列出所有可能的原因。

所谓因果分析图，就是用系统的方式来说明某一结果的诸多原因，也就是用一个图来表达结果(特征)与原因(因素)之间的关系。其形状似鱼骨，又称鱼骨图。

某个结果的形成必然有其原因，要尽量用图解的方法找出原因。日本品控权威石川薰博士首先提出了这个概念，所以特征原因图也叫【石川图】。因果分析图可以用在一般管理和工作改进的各个阶段，尤其是在建立意识的初期，容易明确问题的原因，设计解决问题的步骤。

(1)使用结果分析图表的步骤

步骤1:召集相关人员。

召集与此问题相关的有经验人员，最好是4-10。

第二步:挂一张大白纸，准备2-3支彩笔。

第三步:大会成员就影响问题的原因发言，发言内容记录在地图上。中间不允许批评和质疑。(头脑风暴法)

第四步:时间约1小时，收集20-30个理由即可结束。

第五步:至于收集到的原因，哪一个影响最大，那么大家轮流发言。经过咨询，认为影响最大的会用红色圈出来。

第六步:和第五步一样，对于已经用红圈圈起来的，如果认为最重要，可以用两三个圈圈起来。

第七步:再画一张原因图，去掉没有圈出来的。圆圈较多的列是最优先的。

因果分析图提供了一个把握重要原因的工具，所以参与者要包括对这项工作有经验的人，这样容易有效果。

(2)因果分析图和柏拉图的用法

要建立柏拉图，就要逐级建立所需目的统计表。建立柏拉图的目的是为了掌握几个对全局有重大影响的重要项目。复用特征原因图对这些项目的原因逐一进行了论述，并采取了改进对策。因此，因果分析图可以单独使用，也可以与柏拉图结合使用。

(3)因果图的再分析

我们应该找到问题的根源，这样才能从根本上解决问题。找出问题的主要原因后，用实验设计的方法进行实验分析，提出具体的实验方法，找出最佳的工作方法。问题可能完全解决，就是解决问题，预防问题。

任何一个人，任何一个企业都有它的目标，但是在追求目标的过程中，总会遇到很多有形的和无形的障碍，而这些障碍是什么，如何形成，如何解决等等。，是原因分析图表法的主要概念。

一个管理者，在他的管理工作范围内追求的目标，如果具体归纳，我们可以知道，从项目并不多。然而，对于你追求的每一个项目，都有主要原因和次要原因会影响你的目标。这些原因是阻碍你完成工作的变量。

如何把所追求的项目一一列出来，把影响每个项目达成的主要原因和次要原因整理出来，用因果分析图表达出来，并针对这些原因有计划地加强，会让你的管理工作更加得心应手。

同样，有了这些原因分析图，即使出现问题，在分析问题的过程中也能更快更可靠。

5.柱状图

直方图又称直方图，是表示数据变化的主要工具。直方图可以用来分析混沌数据的规律性，直观地看到产品质量特性的分布，数据的中心值或分布一目了然，便于判断其整体质量分布。做直方图的时候，涉及到一些统计学的概念。首先数据要分组，那么如何合理分组是关键问题。分组通常按照等组距原则进行。两个关键数字是组数和组距。

6.散点图

散点图又称相关图，是在一个坐标图上点画两个可能相关的变量数据，以表示一对数据之间是否存在相关性。这种配对数据可能是特征-原因、特征-特征、原因-原因的关系。通过观察和分析，可以判断两个变量之间的相关性。这个问题在实际生产中也很常见，比如热处理时淬火温度与工件硬度的关系，材料中某一元素的含量与材料强度的关系。这种关系虽然存在，但很难用精确的公式或函数关系来表达。在这种情况下，用相关图来分析就非常方便了。假设有一对变量X和Y，X代表某个影响因素，Y代表某个质量特征值，通过实验或采集，可以将X和Y的数据用坐标图上的点来表示，根据点的分布特征可以判断X和Y的相关性。

在我们的生活和工作中，很多现象和原因是有规律联系的，有些则是无规律联系的。要想了解它，可以借助散点图统计来判断它们之间的相关性。

7.检查图

控制图也叫控制图。控制图最早是由美国贝尔电话实验室的W.A.Shewhart博士在1924年提出的。自此，控制图成为科学管理，尤其是质量管理的重要工具。它是一种有控制边界的图形，用来区分质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。根据用途，控制图可以分为两类。一种是分析用控制图，用于分析生产过程中质量特征值的变化，看过程是否处于稳定受控状态；另一类是用于管理的控制图，主要用于发现生产过程中有无异常情况，防止不合格品。

统计管理方法是质量控制的有效工具，但在应用中必须注意以下问题，否则将达不到应有的效果。这些问题主要是:1)数据错误。数据错误的原因可能有两个，一是人为使用了错误的数据，二是因为没有真正掌握统计方法；2)数据收集方法不正确。如果取样方法本身是错误的，那么后续的分析方法再正确也是无用的；3)数据的记录被错误复制；4)异常值的处理。通常在生产过程中得到的数据总是包含一些异常值，会导致分析结果不正确。

以上概述了初级统计质量管理的七种常用方法，即所谓的“QC七大工具”，体现了质量管理“基于事实和数据进行判断和管理”的特点。最后需要指出的是，这些方法看似简单，但要能在实际工作中正确灵活地运用，却不是一件简单的事情。