质量管理工具之QC七大手法

现场现物现象，数据驱动决策

在质量管理领域，日本科技连盟（JUSE）石川馨大师总结的QC七大手法，犹如七把精准的手术刀，帮助企业解剖问题、根除病灶。这些工具强调基于事实决策，将现场观察转化为清晰数据，让质量改善有的放矢。

🔎 第一把刀：检查表 - 基础信息的“采集器”

核心作用：日常管理的基石，确保关键信息不遗漏
灵魂要点：

• 5W1H原则（何事、何时、何地、何人、为何、如何）

• 分“记录用”与“检查用”两类

• 设计需一目了然，重要项零遗漏

设计模板示例：

⚖️ 第二把刀：帕累托图 - 关键少数的“筛选漏斗”

核心法则：80%问题由20%原因引起
操作四步曲：

1. 收集数据：如某公司客户投诉类型统计

2. 排序绘制：按频次降序排列柱状图

3. 累加曲线：标记累计百分比线

4. 锁定重点：聚焦曲线陡升区域

🐟 第三把刀：鱼骨图 - 问题根因的“探照灯”

核心结构：以4M1E为骨架深挖原因

• 人（Man）：技能不足、操作失误

• 机（Machine）：设备老化、精度偏差

• 料（Material）：材质不均、尺寸超差

• 法（Method）：工艺参数不当

• 环（Environment）：温湿度波动

📊 第四把刀：直方图 - 数据分布的“透视镜”

核心价值：揭示过程波动规律
关键判读点：

📈 第五把刀：图表 - 趋势关系的“翻译官”

四大经典类型：

1. 柱状图：对比不同类别数值大小（如部门故障率）

2. 折线图：追踪时间序列变化（如月度不良率走势）

3. 饼图：展示构成比例（如成本费用分布）

4. 甘特图：监控项目进度（如改善计划时间轴）

设计铁律：一图说清一事！避免冗余信息干扰判断。

✨ 第六把刀：散点图 - 变量关联的“探测器”

核心功能：验证两因素相关性
判读指南：

🧩 第七把刀：层别法 - 复杂问题的“解构师”

核心逻辑：分层拆解混杂数据
经典案例：气缸漏油问题攻关

• 原始数据：50套产品漏油率28%

• 按操作者分层：

按气缸垫供应商分层：

🔧 工具箱使用指南：组合拳威力倍增

单一工具常力有不逮，组合应用才是王道：

1. 检查表+层别法：采集数据时即按维度分类

2. 直方图+帕累托图：先看整体分布，再抓关键少数

3. 散点图+鱼骨图：验证相关性后深挖根因