QC七大手法——何为统计
思考一下，如何做得更好！
QC统计手法概述
统计是采取「根据数据与事实说话」的管理
方法，除了客观判断事实外，也应具有相当合
理的说服力。而在QC活动中所采取的统计手法，
均极为简易，即所谓的「QC七大手法」
统计手法 ＱC七大手法 三不政策三现主义
不制造不良品
不接受不良品
不流出不良品
以现实合理的眼光，来观察产生不良情形
的现场与实物
品管七大手法简介
检查表——收集、整理资料；
排列图——确定主导因素；
散布图——展示变数之间的线性关系；
因果图——寻找结果的原因；
分层法——从不同角度层面发现问题；
直方图——展示过程的分布情況；
控制图——识别波动的来源；
一、查检表分析
查检表是使用简单易了解的标准化表格或
图形，作业时仅需填入规定检查记号，再加以
统计后整理其数据，即可提供量化分析或比对
检查用。
查检表记载的项目（５W１H）
•What：目的何在？
•Why：为什么？
•Who：由谁做？
•How：何种方法？
•When：何时做？
•Where：在什么地方？
一、查检表分析
一、检查表（资料获取表）
v系统地收集资料和累积资料，确认事实并对资
料进行粗略的整理和简单分析的统计图表。
v注意几点：
§用在对现状的调查，以备今后作分析；
§对需调查的事件或情況，明确专案名称；
§确定资料收集人、时间、场所、范围；
§资料汇总统计；
§必要时对人员进行培训；
一、查检表分析
查检表范例
查检表制作要领
先确认目的所在
决定记录的项目
决定记录的格式
在记栏中记录资料的条件、查核的场所、工程、
时间、日期、记录者等
在栏外将检查的方法、记录的注意事项记下，
以便任何人立刻可以准确无误地使用此表
二、层別法分析
层別法是区分所搜集之数据中，因各种不
同之特征对结果产生影响，将各别特征加以分
类、统计。搜集时加以适当注记分类，如有问
题发生时，很可能只是其中一因素有问题，便
可快速寻得症结之所在。
及格率40%之原因探讨
人的层別
机器的层別
课程的层別
生活习惯
食的层別
衣的层別
住的层別
行的层別
二、层別法分析
将多种的资料因
应目的而分类
成数个项目
– 明确问题
– 掌握现状
– 分析问题原因
– 拟定对策并实施
– 确认效果
– 防止再发生和标
准化
– 总结
二、层別法分析
某空调维修部，帮助客户安装后经常发生制冷液泄漏。
通过现场调查，得知泄漏的原因有两个：一是管子装
接时，操作人员不同（有甲、乙、丙三上维修人员按
各自不同技术水平操作）；二是管子和接头号的生产
厂家不同（有A、B两家工厂提供配件）。于是收集资
料作分层法分析（見表一、表二），試說明表一、表
二的分层类別，并分析应如何防止滲漏？
层别法案例
二、层別法分析
表一 泄漏调查表（人员分类）
表二 泄漏调查表（配件厂商分类）
三、散布图分析
散布图的功用是能大概掌握原因与结果之
间是否有相关及相关程度如何。
逃课次数和成绩是否有相关
逃课次数
成績
负相关 正相关
感情和见面次数是否有相关
见面次數
感情
三、散布图分析
将两个种类的资料显示在
座标图上,以判断两者是否
相关
制作的程序
– 搜集资料
– 找最大值和最小值
– 在方格纸上画出纵
轴（结果）和横轴
（原因）
– 将各级的对应数据
标示在座标上
三、散布图分析
v研究成对出现的不同变数之间相关关系的座标图。
v注意几点：
§收集足够的资料，至少30对；
§横坐标表示资料（原因），纵坐标表示因变数（结
果）；
§正确判断变数之间的关系模式；
§因果图的后续工作，提供直观的相关性验证；
三、散布图分析
Y
X
Y
X
Y
X
Y
X
0
0 0
0
强正相关 强负相关
弱正相关 弱负相关
四、直方图分析
直方图为容易看出计量值的数据分配情形
(如逃课人数统计表)，利用这些情报来掌握
问题，以进行改善对策。
逃课人数统计表
座号
次数
每周约会次数统计表
约会/周
次数
四、直方图分析
将杂乱无章的资料，解析出其规律性，可
使中心值或分布状况一目了然。
制作的程序
– 数据收集（50以上）
– 定组数K：分组的组数并沒有统
一的规定，但太多或太少组皆会使
直方图失真
. 分组组数依数据之样本大小n決定
– 找出最大数L和最小数S，并计算
出全距R=L-S
– 定组距（H）
– 定组界
– 定中心值
– 统计次数
– 作图
样本大小 ｎ 建议分组组数 ｋ
50 ～ 100 6 ～ 10
100 ～ 250 7 ～ 12
250 以上 10 ～ 25
四、直方图分析
v用于分析和掌握资料的分布状況，以便推断特性总体分布状态的一种统
计方法。
v注意几点：
§确定过程特性和计量标准值；
§收集资料，必須是计量值资料；
§资料针对一个范围时期收集至少50-100个；
§确定极差R,分组数K,组间距h,分组组界；
§作次数分配表；
四、直方图分析
SL=130 Sμ=160
公差中心
20
15
10
5
过程波动小
过程波动大
与要求相比偏高
与要求相比偏低
正常
规范
四、直方图分析
五、管制图分析
管制图的主要定义是「一种以实际产品特
性，与依过去经验所研判之制程能力的管制界
限比较，而以时间順序，用图形表示者」。
异常原因之变动
可避免的原因
偶然原因之变
不可避免的原因
五、管制图分析
先简单介绍正态分布的基础知识：
正态概率密度函数：
五、管制图分析
五、管制图分析
五、管制图分析
五、管制图分析
控制图示例
上控制界限(UCL)
下控制界限(LCL)
中心线(CL)
控制图是用于分析和控制过程质量的一种方法。
控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表
产品质量特性值(或由质量特性值获得的某种统计量)；横代表按时间顺
序(自左至右)抽取的各个样本号；图內有中心线(记为CL)、上控制界限
(记为UCL)和下控制界限(记为LCL)三条线(见上图)。
五、管制图分析
特点：
– 纵轴代表产品品质特性，
以制程变化数据为刻度
– 横轴代表产品的群体号码，
制造日期
– 依时间顺序，将点画在图
上，再与管制界限比较
分类：
– 计量值管制图
平均值与全距管制图 X—R
中位数与全距管制图 X—R
个别值与移动全距管制图
平均值与标准差管制图 X-δ
— 计数值管制图
不良率管制图 P-- Chart
不良数管制图 nP--Chart
缺点数管制图 C—Chart
单位缺点数管制图U--Chart
五、管制图分析
注意几点：
v确定产品型号、工序名称、品质特性。
v确定子組大小（4-5）、收集100个以上资料和频率。
V计算各組的平均值X(取至测定值最小单位下一位元数)
v计算各組之极差R(最大值-最小值=R)。
v计算总平均
v计算极差的平均R
v计算控制界限
vX控制图:中心线(CL)= X
v控制上限(UCL)=
v控制下限(LCL)=
vR控制图:中心线(CL)=
v控制上限(UCL)=
v控制下限(LCL)=
管制图(休哈特)判读两种错误
Type Ι error(α)
– 虚发警报的错误，也称为
第Ⅰ类错误。在生产过程
正常的情况下，纯粹出于
偶然原因点子出界。发现
这类错误通常记为α（阿
尔法）。第Ⅰ类错误造成
的风险也通常被称为“生
产方风险” (false
alarm)
α
β
Two tpye of errors
• Type Π error (β)
–漏发警报的错误，也称为
第Ⅱ类错误。在生产过程
中存在异常因素，质量特
性值存在异常，但点子处
于控制界限之内，如果抽
到这样的产品，则将犯判
断生产正常或漏发警报的
错误。这类错误通常记为
β（贝塔）。第Ⅱ错误也
通常被称为“使用方风险
”。
(alarm missing)
Β引起未能及时纠正失控过程
α浪费时间寻找根本不存的异常
判稳准则(3σ=)
1) 连续25个点,界外点数
d=0 (α=)
2) 连续35个点,界外点数
d≤1 (α=)
3) 连续100个点,界外点数
d≤2(α=)
2、3即显著性水平
( Lever of significance)
管制图的判定准则
判异准则
1) 点出界就判异
2) 界内点排列不随机判异
a.一点在A区以外
点在C区或其外
点递减或递增
点上下交替
点有2点在A区
点有4点在B区
点在C区中心线上下
点在中心线两侧,但无一
在C区
管制图范例
六、柏拉图分析
1.基本概念：
柏拉图又叫做排列图，是指将某一期间所收集的数据，按某一角度作
适当分类，并按各类出现的大小顺序排列的图。
柏拉图主要用于：确定主导因素。
柏拉图是20/80原则应用的图形。该原理是由意大利经济学家Vilfredo
Pareto提出的。 1897年Pareto提出，80%的财富集中在20%的人手中。同
理，任何过程中的大部分缺陷通常是由相对少数的问题引起的。排列图
分析能帮助人们确定这些相对少数但重要的问题，以使人们把精力集中
于这些问题的改进上。以下是一些跟柏拉图理论相关的理论：
●80%的问题由20%的原因引起；
●80%的产品索赔发现在20%生产线上；
●80%的销售额由20%的产品带来；
●80%的品质成本由20%的品质问题造成；
●80%的品质成本由20%的人员引起。
柏拉图范例
累计%
A B C D E F
50%
30%
80%
障
碍
原
因
数
100%
C D A E B F
50%
30%
80%
累计%
100%
改善后
六、柏拉图分析
2、为何要使用柏拉图？
●是把握重要原因或问题重点的有效工具，具有事
半功倍效果。
●了解各项目对问题的影响度占多少。
●可明确重点改善项目是什么，大小顺序的内容是
什么，占大多数的项目又是什么。
●作为制定改善目标的参考。
●可发掘现场之重要问题点。
六、柏拉图分析
3、柏拉图的制作步骤
步骤1 根据已收集的数据（如：已收集数据的查检表）决定分类的角度，
如决定分类角度为不良项目；
步骤2 整理数据，制作层别汇总表（如例）：
步骤3 绘制图表。打开excel图表，选取自定义类型－两轴折线图，其中横轴
代表不良项目，左边纵轴代表产品“不良率”或“不良数”，右边纵轴代表产
品良项目的“累计影响度”。
步骤4记上柏拉图名称、数据、收集期间、目的、记录者等信息。
步骤5 确定主要不良，进行真因分析和改善对策的制定和落实。
六、柏拉图分析
4、注意事项
●横轴上各项目依大小顺序排列，其它项位于最末位。
●横轴各柱形距离要相同。
●柏拉图上需标示累积影响度。
●勿将两个以上的角度混杂于一起分类。
●对于不良品分析，可尽量以金额表示，优先对金钱损失大的不良项目采取措
施。
●一般把欲优先解决之项目标示出（累积影响度占70-80%之项目）
●柏拉图第一项若难采取措施，则可从第二项开始采取措施。
六、柏拉图分析
5月份客诉层别分析
六、柏拉图分析
慢漏 尺寸 尺寸 黑管 外观缺陷 套不下 黑管
50
45
40
35
30
25
20
15
10
5
0
1
0
27
17
11
8 7
4 2
%
%
%
%
% %
%
七、特性要因图分析
1.基本概念：特性要因图就是将造成某项结果的诸
多原因，以有系统的方式来表达结果与原因之间的
关系。其主要目的在阐明因果关系，也称「因果图
」，因其形状与鱼骨相似，故又常被称为「鱼骨图
」。
及格率40%
人
课程 时
其他 机器
特性要因图范例
因果图示例
作业员问题 加工困难
其他 设备不当
不熟悉工作图
2
马达座
4
3
导板加工取放困难
模具搬运费力寻找资料困难
2
导板 隔板
1
屑料清理费时 冲
压
作
业
效
率
低光线不足
2外壳冲剪模
托料架不当
4
隔板抽孔脱料困难
1 导柱,顶柱阻
碍作业路线
3
马达座脱料困难
5
固定梢设置不当
七、特性要因图分析
3、特性要因图制作步骤
步骤1 明确问题的评价特性。评价特性：指能具体衡量事项（含事、物）
的指针、尺度。
例：
项目 评价特性
品质 不良率、错误度、抱怨次数……
产量 产量达标率、作业效率、交期延迟率……
成本 制造费用、材料成本、损耗率……
安全 意外件数、公伤工时、工安自我检查不合格率……
士气 出勤率、提案件数、QCC参与率……
七、特性要因图分析
步骤2 记上背骨：由左向右划一条粗的箭条，并于箭头右侧写上
评价特性，然后为评价特性加上方框。如图2：
步骤3 记上大骨（大要因）：
（a）、大骨个数以4——8较适合，通常以4M1E（人员、设备、材料、方
法、环境）来分类，也可依流程别、工序别等来分类。
(b)、大要因以方框圈起来，并加上箭条到背骨，大骨与背骨相交角一般取
60°较为适当。
(c)、为避免要因遗漏，可加入“其它”项。
评价特性
七、特性要因图分析
评价特性
大要因1
大要因4大要因5
大要因2大要因3
步骤4 依次往各大骨中记入中骨、小骨，并且注意：
(a)、应反复追问“为何、有何”，以找出最具体的原因；
(b)、应用脑力激荡法（Brain Storming）；
评价特性
大要因5 大要因4
大要因3 大要因2 大要因1
中骨（中要因）
小骨（小要因）
七、特性要因图分析
步骤5 挑出影响目前问题较大的要因作为主要因，并用圈选（红笔/其它
颜色笔）：
(a)、全员参与圈选；
(b)、要因以4——6项为宜；
(c)、整理并记录必要事项（如主题、时间、参与人员等）。
七、特性要因图分析
特性要因图的应用－客诉分析：
七、特性要因图分析
毛发客诉
料
环境方法
机人
请针对上面的分析完成鱼骨图的应用？
厦门BRT事故改善建议
1、建议全中国的公交车都改成左右各两个门（和机场摆渡车设计一样），这样
四个门在出现紧急情况下就比现在增加50%的逃生几率，车门设计成从里往外
开，车门的宽度加宽，平时车左边的门不开，开左边的门设计成一个单独开关
系统，最好是在车后面和司机台各安装一个在紧急情况下使用的开关装置，这
个装置前后都可以同时打开四个门和平时上下客的右边两个车门的门禁系统分
开。我想改进这东西也花不到多少钱，但在危急时刻能救更多的人。
2、建议取消窗户上面横着的铁扶手，这铁管刚好把窗户分成两半，本来能很
顺利就跳出窗户逃生的机会就被这拦路虎挡住，铁扶手取消后全部做成吊环扶
手，吊环扶手带建议做成安全带那种紧扣绳，这样吊环高度自己可以任意调节，
这样的装置一个是方便，一个是在遇到紧急情况下人也可以抓住吊环直接跳出
车外。
3、建议把车大窗户全部做成向外推的窗户，可以在大窗户上面在开小窗户，
这样不影响透气效果，这样的设计可以保证在逃生时候大家一推或者一脚就把
它打开增加逃生机会，所谓的逃生锤都是浮云，平时被偷的还剩几个？而且出
事情的时候你慌张的去找逃生锤还要去敲玻璃，位置没有敲对你还耽误时间。
