新老七种工具的区别

2013年6月10日6时3分
1 七工具的概述
1.2新旧七工具
序号 旧七工具
一
新七工具（1972-1976）
七 工 具
二 三 四
五 六 七
检查表 直方图 层别法 柏拉图 散布图
关连图法 KJ法 （亲和图法） 系统图法（目的—手段 ） 矩阵图法 矩阵数据解析法（主成份分析法）
特性要因图 PDPC法 （过程决定计划图） 管制图 箭形图法 （日程计划与进度管理）
2013年6月10日6时3分
QC新七种工具的背景
70年代以来，特别是1973年“石油危机”后，日本一些

质量管理专家学者、公司经理提出“要转向思考性的 TQC”。而思考性的TQC则要求在开展全面质量管理时， 应注意如下几点： (1) 要注意进行多元评价。 (2) 不要满足于“防止再发生”，而要注意树立“一开始 就不能失败”的观念。 (3) 要注意因地制宜地趋向于“良好状态”。 (4) 要注意突出重点。 (5) 要注意按系统的概念开展活动。 (6) 要积极促“变”，进行革新。 (7) 要具备预见性，进行预测。
注：日本科技联盟（JUSE）1972年—1976年开发出新七工具。
2013年6月10日6时3分
QC新七种工具的背景
一、新七种工具的产生 日本在开展全面质量管理的过程中通常将层别法、
柏拉图、特性要因图、查检表、直方图、控制图 和散布图称为“老七种工具”，而将关联图、KJ 法、系统图、矩阵图、矩阵数据分析法、PDPC 法以及箭条图统称为“新七种工具”。这七种新 工具是日本科学技术联盟于1972年组织一些专家 运用运筹学或系统工程的原理和方法，经过多年 的研究和现场实践后于1979年正式提出用于质量 管理的。这新七种工具的提出不是对“老七种工 具”的替代而是对它的补充和丰富。

PDPC

2013年6月10日6时3分
QC新七种工具的背景
一般说来，“老七种工具”的特点是强调
用数据说话，重视对制造过程的质量控制； 而“新七种工具”则基本是整理、分析语 言文字资料（非数据）的方法，着重用来 解决全面质量管理中PDCA循环的P（计划） 阶段的有关问题。因此，“新七种工具” 有助于管理人员整理问题、展开方针目标 和安排时间进度。整理问题，可以用关联 图法和KJ法；展开方针目标，可用系统图 法、矩阵图法和矩阵数据分析法；安排时 间进度，可用PDPC法和箭条图法。
2013年6月10日6时3分
质量管理工具
老七种工具
强调数据说话 重视对制造过程控制
新七种工具
整理分析语言文字资料 解决全面质量管理中P 阶段的问题
2013年6月10日6时3分
质量管理工具
新7种工具
QM级
QA级 老7种工具 QC级 QI级
2013年6月10日6时3分
因果图 排列图
追原因
抓重点 集数据
柏拉图（Pareto diagram）并非对所有的不良均采取措施，
而是先就其中影响较大的2-3项采 取措施。
2013年6月10日6时3分
新七种工具
关 系 矩 矩 箭 联 法 统 阵 阵 条 图 图 图 数 图 据 法 分 整理问题 析安排时间进度
展开方针目标
2013年6月10日6时3分

KJ


新老七种工具区别
七工具的概述
新(旧)七工具的适用范围

（产品的不良现像、不良率）方面多利用品管 （旧）七大工具（QC 7 Tools）解决，它也是品
注:后续课程中无特别说明时,皆指旧七具。
企业在现场容易量化的问题即有数据的资料
管圈（Quality Control Circle）活动的重要工具。

在设计或管理之类方面的问题则因不易量化 即无数据的言语资料（如产品装配线不良原因关 连图）而创造新七大工具（New QC 7 Tools）来 分析归纳，成效十分良好 。
直方图
检查表 分层法
作解析
显分布 看相关
散布图
控制图
2013年6月10日6时3分找异常七工具的概述1.4七工具使用情形简析
序号
(旧) 七 工 具 的 用 途
(旧)七工具
使用情形
一 二 三
检查表（Check List） 散布图（Scatter ） 特性要因图
Characteristic Diagram)
2013年6月10日6时3分
QC新七种工具的背景
由此，对于质量管理的方法也提出了以下几点新
的要求： (1) 要有利于整理语言资料或情报。 (2) 要有利于引导思考。 (3) 要有助于充实计划的内容。 (4) 要有助于促进协同动作。 (5) 要有助于克服对实施项目的疏漏。 (6) 要有利于情报和思想的交流。 (7) 要便于通俗易懂地描述质量管理的活动过程。 “新七种工具”就是在这样的要求下逐渐形成的。
根据事实数据发言 整理原因与结果之间的关系，以 探讨潜伏性问题
直方图（Histogram） 凡事物不能完全单用平均值来考 管制图（Control Chart） 虑，应了解事物均有变异存在，
须从平均值与与变异值来考虑。
四 五
层别法（Strtification）
所有数据不可仅止于平均，须根 据数据之履历，考虑适当分层