QC 旧七大手法(QC 7 Tools)
QC 质量工具 · Seven Basic Quality Control Tools · 更新于 2026-10-24
现场质量改善最常用的七种数据整理与图形化工具,适合从数据中发现问题和验证效果。
什么是QC 旧七大手法
QC 旧七大手法包括查检表、柏拉图、特性要因图(鱼骨图)、直方图、散布图、层别法和控制图。它们以现场数据为基础,帮助团队收集事实、识别主要问题、分析分布与相关关系,并监控过程稳定性。七大手法不是七个独立表单,而是一套从数据收集到判断的常用组合。
解决什么问题
- 现场数据零散,无法判断主要问题
- 改善凭感觉,缺少数据支撑
- 不知道不同班次、设备或批次之间是否存在差异
- 改善前后效果无法量化对比
使用目标
- 用统一方式收集和整理现场数据
- 识别少数关键问题并排序
- 判断数据分布、相关关系和过程稳定性
- 为改善措施和效果验证提供依据
什么时候用
- 需要从数据中找到主要问题:缺陷类型、投诉原因或停机原因较多,需要排序并聚焦少数关键项时。
- 想判断不同条件是否存在差异:怀疑班次、设备、供应商或批次影响质量,需要分层比较时。
- 需要展示改善前后效果:用柏拉图、直方图或趋势图对比改善前后的分布和不良构成时。
- QC 小组活动与日常质量会议:用统一图表让团队基于事实讨论,而不是凭印象争论时。
实施步骤
- 明确分析目的并选择工具 — 先确定要回答什么问题,再选择合适的手法,避免为了画图而画图。
输出:分析计划、数据收集表 - 收集并记录数据 — 保证数据真实、完整、可追溯,为后续判断打基础。
输出:原始数据表 - 层别与整理 — 按不同条件拆分数据,避免总体平均掩盖真实差异。
输出:分层数据表、柏拉图 - 图形分析 — 用图形呈现分布、相关和趋势,形成可讨论的结论。
输出:分析图表、初步结论 - 验证结论并制定措施 — 把图表发现转化为可验证的原因假设和改善动作。
输出:原因结论、措施计划 - 改善后对比与标准化 — 用同一口径的数据证明效果,并把有效做法固化。
输出:效果对比图、标准化文件
常见误区与注意事项
- 七大手法解决的是“看清数据”,不能替代原因验证和措施设计
- 柏拉图的前提是分类清晰,分类混乱会导致错误排序
- 直方图看不出时间顺序,判断过程变化应结合控制图或趋势图
- 相关不等于因果,散布图提示关系后仍需实验或机理验证
返回QC 质量工具分类 | 浏览全部质量工具