品管七大手法:品管七大手法又稱新舊QC七大工具（手法），都是由日本總結出 -百科知識中文網

種類

統計質量控制是美國的貝爾電話實驗所的休哈特（W.A.Shewhart）博士在1924年首先提出的控制圖為起點，半個多世紀以來有了很大發展，現在這些方法可大致分為以下三類。

初級統計管理方法

又稱為常用的統計管理方法。它主要包括控制圖、因果圖、相關圖、排列圖、統計分析表、數據分層法、散布圖等所謂的QC七工具（或叫品管七大手法）。運用這些工具，可以從經常變化的生產過程中，系統地收集與產品質量有關的各種數據，並用統計方法對數據進行整理，加工和分析，進而畫出各種圖表，計算某些數據指標，從中找出質量變化的規律，實現對質量的控制。日本著名的質量管理專家石川馨曾說過，企業內95%的質量管理問題，可通過企業上上下下全體人員活用這QC七工具而得到解決。全面質量管理的推行，也離不開企業各級、各部門人員對這些工具的掌握與靈活套用。

中級統計管理方法

包括抽樣調查方法、抽樣檢驗方法、功能檢查方法、實驗計畫法、方法研究等。這些方法不一定要企業全體人員都掌握，主要是有關技術人員和質量管理部門的人使用。

高級統計管理方法

包括高級實驗計畫法、多變數解析法。這些方法主要用於複雜的工程解析和質量解析，而且要藉助於計算機手段，通常只是專業人員使用這些方法。

這裡就概要介紹常用的初級統計質量管理七大手法即所謂的

舊七大手法

QC七工具（舊）

檢查表(TallySheet)

檢查表是利用統計表對數據進行整理和初步原因分析的一種工具，其格式可多種多樣，這種方法雖然較簡單，但實用有效，主要作為記錄或者點檢所用。

數據分層法(DataStratification)

數據分層法又稱為層別法就是將性質相同的，在同一條件下收集的數據歸納在一起，以便進行比較分析。因為在實際生產中，影響質量變動的因素很多，如果不把這些困素區別開來，則難以得出變化的規律。數據分層可根據實際情況按多種方式進行。例如，按不同時間，不同班次進行分層，按使用設備的種類進行分層，按原材料的進料時間，按原材料成分進行分層，按檢查手段，按使用條件進行分層，按不同缺陷項目進行分層，等等。數據分層法經常與上述的統計分析表結合使用。

數據分層法的套用，主要是一種系統概念，即在於要處理相當複雜的資料，就得懂得如何把這些資料加以有系統、有目的地加以分門別類的歸納及統計。

科學管理強調的是以管理的技法，來彌補以往靠經驗、靠視覺判斷的管理的不足。而此管理技法，除了建立正確的理念外，更需要有數據的運用，才有辦法進行工作解析及採取正確的措施。

如何建立原始的數據及將這些數據依據所需要的目的進行集計，也是諸多品管手法的最基礎工作。舉個例子：我國航空市場近幾年隨著開放而競爭日趨激烈，航空公司為了爭取市場除了加強各種措施外，也在服務品質方面下工夫。我們也可以經常在航機上看到客戶滿意度的調查。此調查是通過調查表來進行的。調查表的設計通常分為地面的服務品質及航機上的服務品質。地面又分為訂票，候機；航機又分為空服態度，餐飲，衛生等。透過這些調查，將這些數據予以集計，就可得到從何處加強服務品質了。

排列圖(ParetoDiagram)

排列圖又稱為柏拉圖、重點分析圖、ABC分析圖，由此圖的發明者19世紀義大利經濟學家柏拉圖（Pareto）的名字而得名。柏拉圖最早用排列圖分析社會財富分布的狀況，他發現當時義大利80%財富集中在20%的人手裡，後來人們發現很多場合都服從這一規律，於是稱之為Pareto定律。後來美國質量管理專家朱蘭博士運用柏拉圖的統計圖加以延伸將其用於質量管理。排列圖是分析和尋找影響質量主原因素的一種工具，其形式用雙直角坐標圖，左邊縱坐標表示頻數（如件數金額等），右邊縱坐標表示頻率（如百分比表示）。分折線表示累積頻率，橫坐標表示影響質量的各項因素，按影響程度的大小（即出現頻數多少）從左向右排列。通過對排列圖的觀察分析可抓住影響質量的主原因素。這種方法實際上不僅在質量管理中，在其他許多管理工作中，例如在庫存管理中，都有是十分有用的。

在質量管理過程中，要解決的問題很多，但往往不知從哪裡著手，但事實上大部分的問題，只要能找出幾個影響較大的原因，並加以處置及控制，就可解決問題的80%以上。柏拉圖是根據歸集的數據，以不良原因，不良狀況發生的現象，有系統地加以項目別（層別）分類，計算出各項目別所產生的數據（如不良率，損失金額）及所占的比例，再依照大小順序排列，再加上累積值的圖形。

在工廠或辦公室里，把低效率，缺損，製品不良等損失按其原因別或現象別，也可換算成損失金額的80%以上的項目加以追究處理，這就是所謂的柏拉圖分析。

柏拉圖使用以層別法的項目別（現象別）為前提，依經順位調整過後的統計表才能製成柏拉圖。

柏拉圖分析的步驟：

（1）將要處置的事，以狀況（現象）或原因加以層別。

（2）縱軸雖可以表示件數，但最好以金額表示比較強烈。

（3）決定蒐集資料的期間，自何時至何時，作為柏拉圖資料的依據，期限間儘可能定期。

（4）各項目依照合半之大小順位左至右排列在橫軸上。

（5）繪上柱狀圖。

（6）連線累積曲線。

在質量管理中，如何預測並監控產品質量狀況䲁如何對質量波動進行分析䲁直方圖就是一目了然地把這些問題圖表化處理的工具。它通過對收集到的貌似無序的數據進行處理，來反映產品質量的分布情況，判斷和預測產品質量及不合格率。

直方圖又稱質量分布圖，柱狀圖，它是表示資料變化情況的一種主要工具。用直方圖可以解析出資料的規則性，比較直觀地看出產品質量特性的分布狀態，對於資料分布狀況一目了然，便於判斷其總體質量分布情況。在製作直方圖時，牽涉學的概念，首先要對資料進行分組，因此如何合理分組是其中的關鍵問題。按組距相等的原則進行的兩個關鍵數位是分組數和組距。是一種幾何形圖表，它是根據從生產過程中收集來的質量數據分布情況，畫成以組距為底邊、以頻數為高度的一系列連線起來的直方型矩形圖。

作直方圖的目的就是通過觀察圖的形狀，判斷生產過程是否穩定，預測生產過程的質量。具體來說，作直方圖的目的有：

①判斷一批已加工完畢的產品；

②驗證工序的穩定性；

③為計算工序能力蒐集有關數據。

直方圖將數據根據差異進行分類，特點是明察秋毫地掌握差異。

直方圖的作用

(1)顯示質量波動的狀態；

(2)較直觀地傳遞有關過程質量狀況的信息；

(3)通過研究質量波動狀況之後，就能掌握過程的狀況，從而確定在什麼地方集中力量進行質量改進工作。

直方圖法在套用中常見的錯誤和注意事項

a. 抽取的樣本數量過小，將會產生較大誤差，可信度低，也就失去了統計的意義。因此，樣本數不應少於50個。

b. 組數 k 選用不當，k 偏大或偏小，都會造成對分布狀態的判斷有誤。

c. 直方圖一般適用於計量值數據，但在某些情況下也適用於計數值數據，這要看繪製直方圖的目的而定。

d. 圖形不完整，標註不齊全，直方圖上應標註：公差範圍線、平均值的位置(點畫線表示)不能與公差中心M相混淆；圖的右上角標出：N、S、C p或 CPK.

因果分析圖(CharacteristicDiagram)

因果分析圖是以結果作為特性，以原因作為因素，在它們之間用箭頭聯繫表示因果關係。因果分析圖是一種充分發動員工動腦筋，查原因，集思廣益的好辦法，也特別適合於工作小組中實行質量的民主管理。當出現了某種質量問題，未搞清楚原因時，可針對問題發動大家尋找可能的原因，使每個人都暢所欲言，把所有可能的原因都列出來。

所謂因果分析圖，就是將造成某項結果的眾多原因，以系統的方式圖解，即以圖來表達結果（特性）與原因（因素）之間的關係。其形狀像魚骨，又稱魚骨圖。

某項結果之形成，必定有原因，應設法利用圖解法找出其因。首先提出了這個概念的是日本品管權威石川馨博士，所以特性原因圖又稱[石川圖]。因果分析圖，可使用在一般管理及工作改善的各種階段，特別是樹立意識的初期，易於使問題的原因明朗化，從而設計步驟解決問題。

分析圖使用步驟：

步驟1：召集與此問題相關的，有經驗的人員，人數最好4-10人。

步驟2：掛一張大白紙，準備2-3支色筆。

步驟3：由集合的人員就影響問題的原因發言，發言內容記入圖上，中途不可批評或質問（腦力激盪法）。

步驟4：時間大約1個小時，蒐集20-30個原因則可結束。

步驟5：就所蒐集的原因，何者影響最大，再由大輪流發言，經大家磋商後，認為影響較大予圈上紅色圈。

步驟6：與步驟5一樣，針對已圈上一個紅圈的，若認為最重要的可以再圈上兩圈，三圈。步驟7：重新畫一張原因圖，未上圈的予於去除，圈數愈多的列為最優先處理。

因果分析圖提供的是抓取重要原因的工具，所以參加的人員應包含對此項工作具有經驗者，才易奏效。直方圖(Histogram)直方圖又稱柱狀圖，它是表示數據變化情況的一種主要工具。用直方圖可以將雜亂無章的資料，解析出規則性，比較直觀地看出產品質量特性的分布狀態，對於資料中心值或分布狀況一目了然，便於判斷其總體質量分布情況。在製作直方圖時，牽涉到一些統計學的概念，首先要對數據進行分組，因此如何合理分組是其中的關鍵問題。分組通常是按組距相等的原則進行的兩個關鍵數字是分組數和組距。

散布圖(ScatterDiagram)

散布圖又叫相關圖，它是將兩個可能相關的變數數據用點畫在坐標圖上，用來表示一組成對的數據之間是否有相關性。這種成對的數據或許是特性一原因，特性一特性，原因一原因的關係。通過對其觀察分析，來判斷兩個變數之間的相關關係。這種問題在實際生產中也是常見的，例如熱處理時淬火溫度與工件硬度之間的關係，某種元素在材料中的含量與材料強度的關係等。這種關係雖然存在，但又難以用精確的公式或函式關係表示，在這種情況下用相關圖來分析就是很方便的。假定有一對變數x 和 y,x 表示某一種影響因素，y 表示某一質量特徵值，通過實驗或收集到的x 和 y 的數據，可以在坐標圖上用點表示出來，根據點的分布特點，就可以判斷 x和 y 的相關情況。

在我們的生活及工作中，許多現象和原因，有些呈規則的關聯，有些呈不規則形有關聯。我們要了解它，就可藉助散布圖統計手法來判斷它們之間的相關關係。

控制圖(ControlChart)

控制圖又稱為管制圖。由美國的貝爾電話實驗所的休哈特(W.A.Shewhart)博士在1924年首先提出管制圖使用後，管制圖就一直成為科學管理的一個重要工具，特別在質量管理方面成了一個不可或缺的管理工具。它是一種有控制界限的圖，用來區分引起質量波動的原因是偶然的還是系統的，可以提供系統原因存在的信息，從而判斷生產過程是否處於受控狀態。控制圖按其用途可分為兩類，一類是供分析用的控制圖，用控制圖分析生產過程中有關質量特性值的變化情況，看工序是否處於穩定受控狀；再一類是供管理用的控制圖，主要用於發現生產過程是否出現了異常情況，以預防產生不合格品。

統計管理方法是進行質量控制的有效工具，但在套用中必須注意以下幾個問題，否則的話就得不到應有的效果。這些問題主要是：1 ）數據有誤。數據有誤可能是兩種原因造成的，一是人為的使用有誤數據，二是由於未真正掌握統計方法；2 ）數據的採集方法不正確。如果抽樣方法本身有誤則其後的分析方法再正確也是無用的；3）數據的記錄，抄寫有誤；4 ）異常值的處理。通常在生產過程取得的數據中總是含有一些異常值的，它們會導致分析結果有誤。

以上概要介紹了七種常用初級統計質量管理七大手法即所謂的“QC七工具”，這些方法集中體現了質量管理的“以事實和數據為基礎進行判斷和管理”的特點。最後還需指出的是，這些方法看起來都比較簡單，但能夠在實際工作中正確靈活地套用並不是一件簡單的事。

七大手法口訣

1查檢集數據

2分層作解析

3排列抓重點

4直方顯分布

5因果追原因

6散步看相關

7管制找異常

新七大手法

QC七工具（新）

關聯圖(Relationship Diagram)

關聯圖，又稱關係圖，20世紀60年代由日本應慶大學千住鎮雄教授提出，是用來分析事物之間“原因與結果”、“目的與手段”等複雜關係的一種圖表，它能夠幫助人們從事物之間的邏輯關係中，尋找出解決問題的辦法。

親和圖(Affinity Diagram)

親和圖法，又叫KJ法，是日本川喜田二郎首創，把大量收集到的關於未知事物或不明確的事實的意見或構思等語言資料，按其相互親和性(相近性)歸納整理這些資料，使問題明確起來，求得統一認識和協調工作,以利於問題解決的一種方法。

系統圖(System Diagram)

系統圖就是把要實現的目的與需要採取的措施或手段，系統地展開，並繪製成圖，以明確問題的重點，尋找最佳手段或措施的一種方法。

過程決策程式圖(PDPC)

過程決策程式圖，又稱PDPC(Process Decision Program Chart)法是隨事態的進展分析能導致各種結果的要素，並確定一個最優過程使之達到理想結果的方法。

矩陣圖(Matrix Diagram)

矩陣圖法就是從多維問題的事件中，找出成對的因素，排列成矩陣圖，然後根據矩陣圖來分析問題，確定關鍵點的方法，它是一種通過多因素綜合思考，探索問題的好方法。

矩陣數據分析法(Matrix Data Analysis Chart)

矩陣數據分析法是對多個變動且複雜的因果進行解析。矩陣圖上各元素間的關係如果能用數據定量化表示，就能更準確地整理和分析結果。這種可以用數據表示的矩陣圖法，叫做矩陣數據分析法。在QC新七種工具中，數據矩陣分析法是唯一種利用數據分析問題的方法，但其結果仍要以圖形表示。

箭條圖(Arrow Diagram)

箭條圖法是將項目推行時所需的各步驟、作業按從屬關係用網路圖表示出來的一種方法。

品管七大手法

基本信息

種類