正确理解和运用QC七大手法

你有没有遇到过这样的场景：

生产线不良率突然升高，主管召集大家开会，有人说是"员工操作不细心"，有人反驳"明明是设备老化"，还有人埋怨"原材料本身就有问题"——吵了半天，谁也说服不了谁，问题却始终没有解决。

这就是很多制造企业质量管理的真实困境：靠感觉判断，靠经验拍板，靠争吵决策。

QC七大手法（即旧QC七大工具）正是用来解决这个问题的。它是质量管理最基础、最经典、最实用的7个数据分析和问题改善工具，全部围绕一个核心逻辑展开：

收集数据 → 整理数据 → 分析问题 → 找出原因 → 改善验证

其核心思想只有一句话：用数据说话，不靠感觉、不靠经验、不靠吵架。

七大工具分别为：检查表、层别法、柏拉图、特性要因图、散布图、直方图、管制图。下面逐一说明，并讲清楚它们如何配合使用。

一、检查表（最基础，现场必用）

检查表就是一张提前设计好的记录表格。

很多企业的现场人员也在"记录"，但往往是用一个空白本子随手记，今天记在这页、明天记在那页，项目不统一、格式不固定，到头来数据杂乱无章，根本没法分析。

规范的检查表，要提前画好：

• 检查项目（查什么：外观、尺寸、功能……）
• 检查时间（什么时候查：每小时、每班次、每批次……）
• 记录方式（怎么记：打勾、填数、画正字……）
• 责任人（谁来记）

比如生产线巡检，设计一张检查表，列出"外观划伤、尺寸偏差、漏装零件"等常见不良项目，现场人员每发现一次就在对应位置打一个勾，下班时统计总数，当天哪里出问题、出了多少，一目了然。

要点：先记数据，再谈分析。 检查表是所有QC工具的基础，没有真实、完整的数据，后面的分析都是空中楼阁。

二、层别法（把数据分清楚，不混淆）

检查表收集来的数据往往是混杂在一起的——"今天共有20个不良"，但这20个是怎么分布呢？

层别法的核心就是分类看数据，按"人、机、料、法、环、测"等维度把数据分开：

• 按人员分：甲班 vs 乙班 vs 丙班
• 按设备分：1号机 vs 2号机 vs 3号机
• 按时段分：白班 vs 夜班
• 按供应商分：A料 vs B料

举个例子：某天统计出共有20个不良，表面上看起来问题很分散。但用层别法分开后，发现其中15个都来自3号机，瞬间锁定问题范围——不用盲目排查，直接去3号机找原因。

要点：分类看数据，才能快速锁定问题方向。 不分类就分析，好比把苹果和橘子混在一起称重量，永远找不到问题出在哪一类。

三、柏拉图（抓重点，不做无用功）

层别法帮我们锁定了问题方向，但一个方向上往往仍有多个具体问题。比如3号机的不良中，既有外观划伤，也有尺寸偏差，还有漏装——该先解决哪一个？

柏拉图给出的答案是：优先解决"影响最大的那20%"。

具体做法：把各类不良数据按从多到少排序，画成柱状图，再叠一条累计百分比折线。一眼就能看出哪种不良占比最大、是否是"关键少数"。

举个例子：统计3号机的不良，得到"外观划伤15个、尺寸偏差3个、漏装2个"。画成柏拉图后，外观划伤占了75%，显然应该优先改善这个问题——解决它，75%的不良就消失了（这就是著名的80/20原则）。

要点：用柏拉图找最严重的问题，优先解决，不浪费时间在不关键的事情上。

四、特性要因图（鱼骨图，找问题的根源）

柏拉图帮我们找到了重点问题（比如"外观划伤最多"），接下来要问的是：为什么会出现这个问题？

特性要因图，俗称鱼骨图，就是用来系统梳理问题根源的工具。

画法很简单：

• 鱼头：写问题（如"外观划伤"）
• 大骨：写六大类别——人、机、料、法、环、测
• 中骨/小骨：每个类别下，全员头脑风暴，列出所有可能的原因

以外观划伤为例：

• 人：操作工没戴手套、动作太粗暴、培训不到位
• 机：机台表面有毛刺、传送带磨损
• 料：原材料表面硬度不够、包装材料粗糙
• 法：操作规程不清晰、检验标准模糊
• 环：车间灰尘多、光照不足
• 测：检验工具精度不够、抽样频率太低

画完鱼骨图，所有可能原因都摆在了桌面上，接下来逐一验证（用散布图或实验），找到最根本的原因，而不是凭感觉说"肯定是人为的"。

要点：不遗漏任何可能原因，用系统思维替代主观判断。

五、散布图（看两个因素有没有关系）

鱼骨图列出了很多"可能的原因"，但哪些是真的有关？哪些只是猜测？

散布图就是用来验证两个因素之间是否存在关联的工具。

画法：画一个坐标系，横轴写一个因素（比如"机台温度"），纵轴写另一个因素（比如"不良数量"），每发生一次不良，就在对应位置画一个点，看这些点的分布规律。

• 点往右上角走 → 两个因素正相关（温度越高，不良越多）
• 点往右下角走 → 两个因素负相关
• 点杂乱无章 → 两个因素可能无关

继续外观划伤的例子：团队怀疑"车间湿度越高，划伤越多"，用散布图一画，发现点确实往右上角聚集，说明确实有关联，就可以针对性地控制湿度来改善。

要点：用散布图验证"怀疑的原因"是否真的和问题有关，避免瞎猜。

六、直方图（看生产是否稳定）

前面几个工具主要用来分析问题，直方图和管制图则更多用来监控过程。

直方图的做法：把某一个质量指标（比如"产品尺寸"）的所有数据，按数值范围分成若干组，画成柱状图，看柱子的分布形状。

通过直方图，可以判断：

• 是否集中：柱子是否集中在标准范围内（比如尺寸标准10±0.1mm）
• 是否偏斜：柱子整体偏左或偏右，说明过程有系统偏差
• 是否分散：柱子分布太宽，说明过程波动大、不稳定

理想状态是：柱子呈正态分布，且集中在标准范围内，两边留有适当余量。

要点：直方图告诉我们"过去一批产品生产得稳不稳定"，是过程能力分析的基础工具。

七、管制图（实时监控，预防不良）

直方图看的是历史数据，管制图则是在此基础上做的实时监控。

做法：在直方图的分布上，画出两条控制线——上管制线（UCL）和下管制线（LCL），然后实时将点描绘在图上。

判断准则（常用）：

• 点超出上下管制线 → 过程异常，立即停机检查
• 连续7个点往同一方向走 → 过程有漂移趋势，提前干预
• 连续7个点在中心线同一侧 → 过程可能偏移

管制图的最大价值是预防：不等不良产生再整改，而是提前预警。比如机台慢慢出现偏差，管制图上的点逐渐靠近上管制线，此时及时调整，就能避免产生大量不良。

要点：管制图是"事前预防"的工具，让质量管理从"救火"变成"防火"。

七种工具如何配合使用？

单独使用任何一种工具，效果都有限。真正的高手，懂得把它们串联起来用：

  
  
  

   
   
   
  
  
  
检查表（收集数据）
    ↓
层别法（分类整理）
    ↓
柏拉图（找出重点）
    ↓
特性要因图（分析根源）
    ↓
散布图（验证原因）
    ↓
直方图 / 管制图（监控改善效果）

这套流程，在质量管理中被称为**"QC故事线"**，也是QCC（品管圈）活动改善报告的标准结构。

写在最后

QC七大手法并不神秘，也不需要高深的数学基础。它的真正价值在于：让质量管理从"凭感觉"变成"看数据"，从"事后救火"变成"事前预防"。

对于制造型企业来说，七大手法人人都要会、人人都要用。检查的员工会用检查表，班组长会用层别法和柏拉图，质量工程师要精通全部七种工具——只有整个团队都用数据说话，质量改善才能真正落地。

从今天开始，遇到质量问题时，先别急着下结论，问一句："数据在哪里？"

这，就是QC七大手法给你的最重要的思维习惯。

麟威咨询，创造价值的精益专家！