常用统计技术(QC7大工具)
QC七种工具
分层法
分层法示例
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、丙三个维 修人员按各自不同技术水平操作）；二是管子和接 头的生产厂家不同（有A、B两家工厂提供配件）。 于是收集数据作分层法分析（见表一、表二），试 说明表一、表二的分层类别，并分析应如何防止渗 漏？
QC七种工具
1
请参加培训人员携带以下用品：
笔 草稿纸 直尺 计算器
2
前
言
公司应具备质量意识、问题意识、危机意识、 改善意识，寻求自身工作的改善方法，在管理 上应用统计技术的方法和观念，在全员努力之 下来满足顾客要求和社会要求。 在品质活动中所采用的统计方法，即我们常讲 的“QC老七种工具”和“QC新七种工具”。
29
因果图
因果图示例
作业员问题 2 不熟悉工作图 导板 隔板 2 寻找资料困难 模具搬运费力 2 4 隔板抽孔脱料困难 其他 5 3 马达座 加工困难 4 3 导板加工取放困难 1 屑料清理费时 压 作 业 效 率 低 1 导柱,顶柱阻 碍作业路线 马达座脱料困难 固定梢设置不当 冲
外壳冲剪模 托料架不当 光线不足
5
检查表
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况，明确项目名称； 确定资料收集人、时间、场所、范围； 数据汇总统计； 必要时对人员的能力进行培训；
数据分析工具——QC七大手法
数据分析工具——QC七大手法
数据分析是一种对收集来的数据进行处理、解释和演绎的过程，可以
帮助人们发现数据中隐藏的模式、趋势和关系。在数据分析中，使用适当
的工具和方法可以提高数据分析的效率和准确性。
QC（Quality Control）七大手法是一种常用的数据分析方法，它包
括直方图、帕累托图、散点图、流程图、因果图、检查表和控制图七种手法。这些方法可以帮助分析人员进行数据的可视化、统计和比较，从而更
好地理解数据，发现问题和改进方案。下面将依次介绍这七大手法的具体
内容和应用场景。
1.直方图：直方图是一种用来表示数据分布情况的图形。它将数据分
成若干个等距的区间，并统计每个区间内数据的频数。直方图可以帮助我
们了解数据的分布形态，判断数据是否符合其中一种概率分布，并发现数
据中的异常值。
2.帕累托图：帕累托图是一种将问题按重要性排序的图形工具。它将
问题按照重要性从高到低进行排序，并用累积百分比表示每个问题的贡献
程度。通过帕累托图，我们可以快速识别出最重要的问题，从而有针对性
地解决它们。
3.散点图：散点图是一种用来展示两个变量之间关系的图形。它通过
在坐标平面上绘制数据点来表示两个变量的取值，可以帮助我们判断两个
变量之间是否存在线性关系、正相关还是负相关，并找出异常值和离群点。
4.流程图：流程图是一种用来表示工作流程的图形工具。它将工作流
程拆解成一系列节点和箭头，表示工作的先后和依赖关系。通过绘制流程
图，我们可以清晰地看到工作流程中的瓶颈和问题，并制定改进方案来提
高生产效率。
5. 因果图：因果图（也称鱼骨图或Ishikawa图）是一种用来分析问
QC七种基本工具
注意事项
在绘制散布图时，应确保数据 准确、完整，并且合理地选择 坐标轴的比例尺。
在分析散布图时，应注意排除 异常值和离群点对分析结果的 影响。
散布图只能用于分析两个变量 之间的关系，不能用于分析多 个变量之间的复杂关系。
异常值处理
直方图的数据量不宜过少，否则难以 反映数据的分布特征。一般而言，数 据量应在20个以上。
在绘制直方图时，应将异常值进行适 当处理，避免对图形造成过大影响。 常见的处理方法包括将异常值排除在 外或将其单独列出。
区间划分要合理
在绘制直方图时，区间的划分要合理 ，不宜过多或过少。过多会导致图形 过于复杂，过少则无法准确反映数据 的分布情况。
持续更新
随着项目或问题的进展，因果 图可能需要不断更新和调整，
以反映新的信息和变化。
05
散布图
定义与特点
定义
散布图是一种将两个变量之间的关系以 图形的方式展示出来的工具。
VS
特点
能够直观地展示两个变量之间的关联程度 ，判断是否存在线性关系，以及确定变量 的影响程度。
使用场景
当需要了解两个变量之间的关系时， 可以使用散布图进行分析。
使用场景
确定关键问题
通Baidu Nhomakorabea柏拉图分析数据，找出少数关键因素，如产品缺陷、客 户投诉等。
QC小组活动中常用工具及统计技术
［例子］随机抽样
系统抽样法
－将20箱零件到在一起，混合均匀 －将零件从1－1000一一编号 －查随机数表或抽签，确定起始编号，按等距原则， 依次计算出抽取零件的编号。 －按编号取出100个零件构成样本 如：查随机数表得到的起始编号是：6，以10为等距， 依次相加获得的100个编号分别是，6、16、26、36、 46、56……，然后按编号取出零件。
3、样本方差
1 n 2 s n 1 i1( xi _ x )
x
式中: s —样本方差 x — 某一数据与样本平均值之间的偏差 i
_
2
例子：假如有统计数据 1、 2 、 3 、 4 、 5 、 6 、 7 为：5、6、7、6、5、8、5，则方差为：
x x x x x x x
2 2 2
随机抽样方法 整群抽样方法（集团抽样法）
将总体分成许多群，每个群按一定方 式结合而成，然后从总体中随机抽取整 群样品的方法。
例子：设某成品零件分别装在20个零件箱内， 每箱各装50个，总共有1000个。如果从中抽 取100个零件作为样本，如何取样呢？
随机抽样
简单随机抽样法
－将20箱零件到在一起，混合均匀 －将零件从1－1000一一编号 －查随机数表或抽签，确定抽出的零件编号 －按编号取出100个零件构成样本 如：查随机编号数表得到的100个编号分别是：3、7、 16、19、22、36、46、57、73、88……等100个编 号，然后按编号取出零件。
QC七种工具
常用的QC七种工具
质量管理中统计方法很多，这里主要介绍一些最常用的方法，俗称“QC七种工具”，有检查表、分层法、排列图、因果分析图、直方图、散布图、控制图。
1）检查表
检查表又称调查表、核对表、统计分析表。它是用来记录、收集和积累数据，并能对数据进行整理和粗略分析的统计图表，它由于简便易用，既能整理数据又能直观分析，所以在质量管理活动中得到广泛的应用。常见的调查表形式有：项目调查表、缺陷位置调查表、质量分布调查表、矩阵调查表等。
（一）不合格品项目调查表
主要用来调查生产现场不合格品项目频数和不合格品率，以便继而用于排列图等分析研究。
成品抽样检验及外观不合格品项目调查表
（二）缺陷位置调查表
许多产品或零件常存在气孔、疵点、碰伤、脏污等外观质量缺陷。缺陷位置调查表可用来记录、统计、分析不同类型的外观质量缺陷所发生的部位和密集程度，进而从中找出规律性，为进一步调查或找出解决问题的办法提供事实依据。这种调查分析的做法是：画出产品示意图或展开图，并规定不同外观质量缺陷的表示符号。然后逐一检查样本，把发现的缺陷，按规定的符号在同一张示意图中的相应位置上表示出来。这样，这张缺陷位置调查表就记录了这一阶段(这一批)样本的所有缺陷的分布位置、数量和集中部位，便于进一步发现问题、分析原因、采取改进措施。下图是反映橡胶手套各部位破损频数的缺陷位置调查表，“＊”表示破损发生的位置：
(实际就是在实物图形上直接标出)
（三） 质量分布调查表
质量分布调查表是对计量数据进行现场调查的有效工具。它是根据以往的资料，将某一质量特性项目的数据分布范围分成若干区间而制成的表格，用以记录和统计每一质量特性数据落在某一区间的频数。
常用的几种质量管理统计方法QC7手法实例
常用的几种质量管理统计方法QC7手法实例质量管理统计方法是一种用于收集、分析和解释数据的技术，旨在帮
助企业提高产品和服务的质量。QC7手法是一种常用的质量管理统计方法，它包括七个基本工具，可以帮助企业发现和解决质量问题。下面我们将介
绍一些QC7手法的实际应用案例。
1.流程图：流程图是一种图形化表示流程和活动的工具。一个实际的
应用案例是一个制造企业想要改善其生产过程。他们使用流程图来展示整
个生产过程，并标示出每个环节和活动。通过分析流程图，他们发现生产
过程中存在许多不必要的环节和活动，从而能够提出改进的建议并减少生
产过程的时间和成本。
2.直方图：直方图是一种用于表示数据分布的图表。一个实际的应用
案例是一家超市想要了解其顾客购买其中一产品的数量分布。他们收集了
一段时间内的销售数据，并通过绘制直方图来展示销售数量的分布情况。
通过分析直方图，他们能够确定销售数量的平均值和标准偏差，并据此进
行库存管理和供应链规划。
3.控制图：控制图是一种用于监测和控制过程稳定性的工具。一个实
际的应用案例是一家医药公司想要确保其药品的生产过程稳定。他们使用
控制图来监测每个批次药品的质量指标，并设定上下控制限。如果一些批
次的质量指标超过控制限，他们将进行调查并采取相应的纠正措施。通过
使用控制图，他们能够及时发现和解决质量问题，确保产品符合规定要求。
4.散点图：散点图是一种用于表示两个变量之间关系的图表。一个实
际的应用案例是一家电子公司想要了解其产品的定价和销售量之间的关系。他们收集了一段时间内的定价和销售数据，并通过绘制散点图来展示两者
QC七种工具
第一概述
一、起源
新旧七种工具都是由日本人总结出来的。日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。之所以称之为“七种工具”，是因为日本古代武士在出阵作战时，经常携带有七种武器，所谓七种工具就是沿用了七种武器。有用的质量统计管理工具当然不止七种。除了新旧七种工具以外，常用的工具还有实验设计、分布图、推移图等。
二、旧七种工具
QC旧七大手法指的是：检查表、层别法、柏拉图、因果图、散布图、直方图、管制图。
三、新七种工具
QC新七大手法指的是：关系图法、KJ法、系统图法、矩阵图法、矩阵数据分析法、PDPC法、网络图法。
相对而言，新七大手法在世界上的推广应用远不如旧七大手法，也从未成为顾客审核的重要方面。
第二层别法
一、定义
层别法是所有手法中最基本的概念，亦即将多种多样的资料，因应目的的需要分成不同的类别，使之方便以后的分析。
二、通常的层别方法
使用的最多的是空间别：
作业员：不同拉、班、组别
机器：不同机器别
原料、零件：不同供给厂家别
作业条件：不同的温度、压力、湿度、作业场所
产品：不同的产品别（如同时生产Ni-Cd和Ni-MH电池）
时间别：不同批别、不同时间生产的产品
其他：如使用不同的工艺方法生产的同种产品别
三、应用
层别法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的的加以分门别类的归纳及统计。
第三检查表
一、概述
检查表是QC七大手法中最简单也是使用得最多的手法。但或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。不妨看看我们现在正在使用的各种报表，是不是有很多栏目空缺？是不是有很多栏目的内容用笔进行了修改？是不是有很多栏目内容有待修改？
QC七种工具使用方法
QC七种工具使用方法
QC七种工具指的是质量管理中常用的七种工具，也称为“七个Q工具”（Seven Quality Tools），用于问题分析、数据采集和分析、质量改进等质量管理活动。这七种工具分别是：排列图、因果图、控制图、直方图、散点图、流程图和帕累托图。下面将详细介绍这七种工具的使用方法。
一、排列图（Pareto Chart）
排列图是一种按照重要性降序排列的柱状图，用于帮助团队识别问题的原因的相对重要性。使用排列图的步骤如下：
1.确定需要分析的问题。
2.收集相关数据，并将其按照发生频率或重要性进行排序。
3.绘制柱状图，将问题的原因按照重要性从左到右排列。
4.添加累积百分比曲线，以显示每个原因对总问题的贡献。
5.分析柱状图和累积百分比曲线，找出主要原因，并制定改进措施。
二、因果图（Cause and Effect Diagram）
因果图也称为鱼骨图或石川图，用于帮助团队识别问题的潜在原因。使用因果图的步骤如下：
1.确定需要分析的问题，并将其写在因果图的头部。
2.确定主要的因果类别，例如人员、设备、方法、材料、测量等。
3.在这些类别下，列出所有可能的潜在原因。
4.绘制一条横线，将潜在原因与主要类别连接起来。
5.分析因果图，找出主要原因，并制定改进措施。
三、控制图（Control Chart）
控制图是一种用于监测和控制过程稳定性和能力的统计图表。使用控制图的步骤如下：
1.收集过程数据，并按照时间顺序排序。
2.计算平均值和标准偏差，并确定控制限。
3.绘制控制图，将样本数据绘制在上下控制限内。
QC七种工具及使用方法
使用方法
确定分类标准
根据需要解决的问题 和数据的特性，确定 合适的分类标准。
数据收集
按照分类标准收集相 关数据，确保数据的 准确性和完整性。
数据整理
将收集到的数据按照 确定的分类标准进行 整理，形成各类数据 集合。
分析处理
对整理后的各类数据 进行分别分析处理， 寻找规律和问题点。
总结报告
将分析处理的结果进 行总结归纳，形成报 告并向上级汇报。
质量管理
控制图可用于质量管理领域，监控产品质量 是否符合标准要求，提高质量管理水平。
07
直方图
定义与特点
要点一
定义
直方图是一种统计图表，通过条形的长度和高度来展示数 据的分布情况。
要点二
特点
直方图能够直观地展示数据的分布趋势、中心值、离散程 度等，便于发现异常值和识别数据的分布规律。
使用方法
01
直观性强
因果图能够清晰地表示出各个因素之间的因果关系，便于理解和分析 问题。
灵活性高
因果图可以根据不同的需求和问题，灵活地调整和改变，以适应不同 的分析场景。
系统性强
因果图能够系统地涵盖所有可能影响结果的因素，有助于全面地分析 和解决问题。
使用方法
收集信息
收集与结果相关的各种因素， 包括人员、方法、设备、测量 等。
QC七种工具及使用方 法
数据分析工具——QC七大手法
数据分析工具——QC七大手法
QC七手法：QC七手法又称为QC七工具，一般指旧QC七手法，即层别法、检查表、柏拉图、因果图、管制图、散布图和直方图。是质量管理及改善运用有效工具. QC手法适用范围：QC手法用途非常广泛，可以用于企业管理方方面面〔包括方案管控、员工思想意识行为管理、质量管控、本钱管控、交期管控、士气管理、环境管理、平安管理、效率管理、绩效考核、日常管理等等〕，但主要用于品质管理及改善。
七大手法口诀：因果追原因、检查集数据、柏拉抓重点、直方显分布、散布看相关、管制找异常、层别作解析。
因果图、柏拉图、检查表、层别法、散布图、直方图、统计图、棒状图、饼图、带状图、推移图、雷达图、管制图
1.因果图〔特性要因图、石川图、鱼骨图〕：
当一个问题特性〔结果〕受到一些要因〔原因〕影响时，将这些要因加以整理，成为有相互关系且有条理图形，这个图形就称为特性要因图，又叫鱼骨图〔Fish-Bone Diagram〕。
用途说明：
整理问题、追查真正原因、寻找对策。
制作步骤：
1. 决定问题或品质特性
1.决定问题或品质特性——特性选择不能使用看起来很抽象或含混不清主题。
2. 决定大要因——须是简单完整句，且具有某些程度或是方向性。
3. 决定中小要因。
4. 决定影响问题点主要原因。
5. 填上制作目、日期及制作者等资料。
应考前须知：
1.脑力激荡。
2.以事实为依据。
3.无因果关系者，予以剔除，不予分类。
4.多加利用过去收集资料。
5.重点放在解决问题上，并依结果提出对策，依5W2H原那么执行。
•WHY——为什么？为什么要这么做？理由何在？原因是什么？
qc七大工具
品管七大手法是常用的统计管理方法,又称为初级统计管理方法。它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具。
其实，质量管理的方法可以分为两大类：一是建立在全面质量管理思想之上的组织性的质量管理；二是以数理统计方法为基础的质量控制。
组织性的质量管理方法是指从组织结构,业务流程和人员工作方式的角度进行质量管理的方法，它建立在全面质量管理的思想之上，主要内容有制定质量方针，建立质量保证体系，开展QC小组活动，各部门质量责任的分担，进行质量诊断等。
统计质量控制是美国的贝尔电话实验所的休哈特（W。A。Shewhart）博士在1924年首先提出的控制图为起点，半个多世纪以来有了很大发展，现在这些方法可大致分为以下三类。
（1) 初级统计管理方法：又称为常用的统计管理方法。它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具（或叫品管七大手法)。运用这些工具,可以从经常变化的生产过程中，系统地收集与产品质量有关的各种数据,并用统计方法对数据进行整理，加工和分析,进而画出各种图表，计算某些数据指标,从中找出质量变化的规律，实现对质量的控制。日本著名的质量管理专家石川馨曾说过，企业内95％的质量管理问题，可通过企业上上下下全体人员活用这QC七工具而得到解决.全面质量管理的推行，也离不开企业各级、各部门人员对这些工具的掌握与灵活应用。
(2）中级统计管理方法：包括抽样调查方法、抽样检验方法、功能检查方法、实验计划法、方法研究等。这些方法不一定要企业全体人员都掌握，主要是有关技术人员和质量管理部门的人使用。
QC七大工具
根据收集的数据和信息，分析问题产生的可能原因，并确定它们之间的因果关系。
根据分析结果，绘制因果分析图，用箭头和文字表示因果关系。
检查和分析绘制的因果图，确保其准确性和完整性。
因果分析图的绘制步骤
收集数据和信息
绘制因果图
确认和分析结果
收集数据
根据所收集的数据，计算出控制界限，包括中心线（CL）和上控制限（UCL）和下控制限（LCL）。
确定控制界限
将数据点在坐标纸上标出，并连接成线，形成控制图。
绘制控制图
观察控制图上的数据点是否在控制界限内，从而判断生产过程是否受控。
分析和解释
控制图广泛应用于制造业、服务业等领域，是一种有效的质量管理工具。
定义与概念
确定检查项目和内容
设计表格
制定抽样方案
数据收集与整理
分析数据
制定改进措施
检查表的制作步骤
检查表适用于对大量数据进行检查和记录的情况，特别是需要进行统计分析的情况。
检查表的限制主要在于样本的代表性，如果样本不具有代表性，可能会导致分析结果出现偏差。此外，检查表需要大量人力和时间进行数据收集和整理，因此不适合用于实时监控和快速响应的情况。
QC七大工具
2023-10-27
目录
contents
QC七大工具应用
QC七大工具应用
1. 引言
质量控制(QC)七大工具是一系列用于问题识别、问题分析和解决问题的工具集。这些工具被广泛应用于质量管理和过程改进领域，帮助组织识别问题、找到根本原因并采取适当的措施，以改进产品和服务的质量。
在本文档中，我们将探讨QC七大工具的应用场景、用法和优势。
2. 核心原则
QC七大工具的核心原则是数据驱动决策。通过收集、分析和解释数据，我们能够识别问题、找出潜在的改进机会，并基于客观的事实做出决策。
3. QC七大工具概述
QC七大工具包括：流程图、检查表、直方图、散点图、控制图、帕累托图和鱼骨图。
3.1 流程图
流程图是一种图形化工具，用于表示过程中的各种步骤和活动。它能够帮助我们理解过程中的各个环节，找出流程中的潜在问题，并提供改进建议。
3.2 检查表
检查表是一种记录数据和观察结果的工具。它提供了一种结构化的方法，用于检查和记录问题的发生频率、位置和严重程度。通过检查表，我们能够识别和分类问题，并找到解决问题的线索。
3.3 直方图
直方图是一种用于展示数据分布的图表。它通过将数据划分为若干
区间，并统计每个区间内的数据数量，帮助我们了解数据的分布情况。通过直方图，我们可以发现数据的偏向性和异常值，并做出相应的调整。
3.4 散点图
散点图是一种用于显示两个变量之间关系的图表。它通过在坐标轴
上绘制数据点，帮助我们发现两个变量之间的模式和相关性。散点图
可以用来验证假设，找出异常点和识别潜在关联。
3.5 控制图
控制图是一种用于监控过程稳定性和性能的图表。它通过绘制过程
数据和控制限，帮助我们检测过程中的变化和异常，并做出相应的调
简述QC7大工具
使用的时机：
掌握问题重点 查找问题原因
效果确认
4
特性要因图
“特性要因图”指考虑能影响工作结果（即特性）的原因 （即主要原因），分类后用箭头表示关联，使人一目了然的图 表。由于形似而被称为『鱼骨』。
作成方法：
【步骤1】决定特性。 【步骤2】主要原因用大骨画。 【步骤3】找出主要原因。 【步骤4】填写主要原因图的目的，时期、作成者等必要事项。
品质管理的基本是、追究品质差异的原因、并加以改善和管理。因此、首先必 须正确把握品质特性值的变动状况、把此特性值的变动变成可视的形式的技术。
直方图的作用： ① 便于看出分布状态、
看得出分布的姿势。 ② 看得出数据的中心
值、差异。 ③ 看得出以怎样的形
态分布。
10源自文库
散布图（相关图）
所谓“散布图”，即「获取一对2组的数据X和Y，在图表
用纸的横轴上标注X数据刻度,在纵轴上标注Y数据的刻度，把
数据结构化的图表」。根据散布图上的点的分布方式、可判
断相关关系的有无。
举
y
重 力
投资率
正相关
失业率
x
记 忆
负相关
年龄
温度
无相关
气压
曲线相关
11 0
年龄
例子：记忆与年龄的关系（曲线相关）
管理图
工序里,在判断制造品质和工作结果的好坏时,其特性值必定发生“不 均衡”现象。在产品和工作品质里存在很多产生不均衡的原因、其原因可 归纳为以下2种。
QCQC小组活动的工具
各阶段统计工具应用介绍：
选 题 阶 段：分层法、调查表、排列图、头脑风暴法、 源自文库易图表； 现状调查阶段：分层法、调查表、排列图、简易图表； 设 定 目 标：调查表、水平对比法、简易图表； 分 析 原 因：因果图、系统图、关联图、头脑风暴法；
确定主要原因：调查表、控制图、直方图、散布图、分层 法、矢线图、简易图表、正交试验法、简易图表；
一、 QC小组活动的工具
应用统计技术 １、老七种工具： 排列图、因果图、直方图、控制图、散布图、调查表、分层法； ２、新七种工具： 关联图、系统图（树图）、亲和图、PDPC法（过程决策程序图
法）、矩阵图、矩阵数据分析法、矢线图 ３、简易图表：柱状图、饼分图、折线图、带状图、雷达图 ４、优选法：0.618法（黄金分割法）正交试验法
制定对策及实施：分层法、直方图、箭条图（矢线图）、 过程决策程序图法（PDPC法）、正交试验法、优选法、 头脑风暴法、流程图、简易图表； 效 果 检 查： 简易图表、水平对比法、排列图、控制 图、直方图、散布图； 巩固措施及下步打算：简易图表；
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数量
4816 4227 2186 1489 990 606 518 386 269
比例
28.74% 25.22% 13.04% 8.89% 5.91% 3.62% 3.09% 2.30% 1.61%
累计
28.74% 53.96% 67.00% 75.89% 81.80% 85.42% 88.51% 90.81% 92.42%
排列图
• 分类和作用 2）作用 ①排列图有两个作用 b.识别进行质量改进的机会（关键的少数）。 ②目的在于从诸多问题中寻找主要问题并以图形方法直 观表示出来。 问题分为三类：A类 主要或关键问题，占累计的80%； B类 次要问题，占累计的80%-95%；C类 轻微问题，占累计 的95%-100%。 结合具体情况，不应机械地按80%确定主要问题。
统计方法
• 性质：
3.风险性 -统计方法既然要推断用部分整体，那么这种由推断而得出的结论就 不会是百分之百正确，即可能有错误。犯错误就要担风险。
• 用途：
1.提供表示事物特征的数据；(平均值、中位数、标准偏差、方差、极 差) 2.比较两事物的差异；（假设检验、显著性检验、方差分析、水平对比 法）
统计方法
排列图
• 概念 又称“巴雷特图”或“柏拉图”。为寻找主要问题或影响 质量的主要因素，将质量问题从最重要到最此要进行排列而 采用的一种简单的图示技术。 “关键的少数（20%）、次要的多数（80%）” • 应用 1）应用步骤 ①确定目的、分类数据； ②确定数据记录的时间，一般1-3个月，不宜过长； ③按分类项目进行统计；
统计方法
• 概念：
统计方法：是指有关收集、整理、分析和解释统计数据，并对其所反
映的问题作出一定结论的方法。 描述性统计方法： -是对统计数据进行整理和描述的方法； -常用曲线、表格、图形等反映统计数据和描述观测结果，以使数据更 加容易理解，例如，可将统计数据整理成折线图、曲线图和频数直方图 等。
统计方法
X（自变量）
相关图
• 应用： 1）相关图的作法 ① 收集相对应的数据（必须一一对应） ② 画横、纵坐标轴 ③ 按数据画出坐标点 ④观察分析-见图 ⑤填补有关事项
相关图
• 应用： 2）应用
因 变 量
98.5
98 97.5
Y( )
线性关系：Y=a+bx
97 96.5
96 57.8 58 58.2 58.4 58.6 58.8
日期 班次 5月 332 245 144 82 16 819
2000.09.18 全部 6月 223 241 107 72 32 675 合计 1746 1537 913 493 130 4819
欠铸 冷隔 小砂眼 粘砂 其他 合计
4月 353 272 168 94 23 910
检查表
• 几种有用的检查表 1）顾客满意度调查表 2）员工满意度调查表 3）文件控制检查表 4）记录控制检查表 5）库存质量检查表 6）标识检查表
试用, 6, 9%
800000
其他, 0, 0%
600000
400000
200000
退货, 13, 19%
0 产品总数
0.5 20891 一月 583001 20891 3.58 16847 二月 452357 16847 3.72 22899 三月 1079095 22899 2.12 28597 四月 970160 28597 2.95 26736 五月 725663 26736 3.68 26582 六月 673886 26582 3.94 七月 八月 九月 十月 十一月 十二月 0
检查表
• 应用步骤： 3.选择和制作检查表 1）检查表样式 ③图形式：对象于何位置发生 ④点检式：确认所定的事有无遗忘/遗漏 2）选择 原则：“易于收集、记录和整理分析” 3）制作 4.实施检查 5.记录必要事项
检查表
• 常用的几种检查表 1）频数分布调查表 主要是用于计量值数据的搜集调查； 2）缺陷位置检查表 工序质量分析中常用方法； 3）不合格项目检查表-表1 • 注意事项 1）检查表项目和形式应与产品、过程的要求相适应； 2）检查表应便于操作者记录； 3）设计检查表时，应正确分层。
质量管理常用统计技术
杨志坚
2010年10月27日
培训目的
• 当前企业应具备品质意识、问题意识、危机意识、改善意 识，寻求自身工作的改善方法，在管理上应用统计技术的 方法和观念，在全员努力之下来满足顾客要求和社会要求。
• 在品质活动中所采用的统计方法，即我们常讲的“品管七 大工具”和“品管新七大工具”。
让步接收, 50, 72%
废品数 废品率
相关图
• 概念： 又称散布图或散点图，用来分析两个相应变量间是否存在 相互关系，直观地分析因素之间的相关性。
98.5
因 变 量
Y(
98
)
97.5 97 96.5
96
57.8 57.9 58 58.1 58.2 58.3 58.4 58.5 58.6 58.7
因果图
• 应用注意事项 2）使用注意事项 ①在数据的基础上客观地评价每个因素的重要性； ②要不断加以改进； ③排列图、因果图和对策表，统称为两图一表； • 相关工具 1）五个为什么（5Whys） 分析问题根本原因 多从制度和资源等客观方面去寻找， 尽量不要寻找主观原因。
QC两种七大工具关系
• 两种品管七大工具的区别：
品管七大工具 理性面 大量的数据资料 问题发生后的改善 感性面 大量的语言资料 问题发生前计划、构想 品管新七大工具
• 两种品管工具之间相辅相成；
QC七种工具
检查表
• 概念： 也叫统计分析表法或调查表法。 • 作用： 系统地收集资料、累积数据、确认事实并可对数据进行粗 略的整理和分类，便于以后的统计分析与改进，用起来简单 方便。 • 应用步骤： 1.明确目的 收集数据无意义，需要考虑收集数据如何使用。
X（自变量）
相关图
• 应用： 3）观察分析
Y Y Y
强正相关
0
Y X
强负相关
0
Y X
不相关
0
Y X
弱正相关
0
X
弱负相关
0
X
非线性相关
0
X
相关图
• 相关图的相关检定： 通常采用中值法 1）作中值线 2）数点 各象限点数n及线上点数 3）计算 nⅠ+nⅡ=nⅢ+nⅣ nⅡ+nⅢ=nⅠ+nⅣ N= ni n线 =n-n线
检查表
• 常用的几种检查表
表1 铸造不良情况检查表
项目 地点
日期 废品数 不良分类
铸造质量不良 质检科 1月 224 240 151 75 14 704 2月 258 256 165 80 18 777
收集人 记录人 3月 356 283 178 90 27 934
XXX XXX
2000年1月-6月
排列图
• 应用 1）应用步骤 ④统计数据：排序； ⑤计算：频率、累计频率； ⑥作图：两纵轴（左频数，右频率），一横轴（项目或 类别）； ⑦分析：累计频率达到或超过80%项目，确定为“关键 的少数”
排列图
• 应用 （2）应用实例——油封不合格类型分布
类型
杂质 缺胶 起坏 胶裂 撕坏 气泡 切废 脱胶 流痕
• 用途：
3.分析影响事物变化的因素；（因果图、调查表、散布图、分层法、树 图、方差分析） 4.分析事物之间的相互关系；（散布图、试验设计法） 5.研究取样和试验方法，确定合理的试验方案；（抽样方法、抽样检验、 试验设计、可靠性试验） 6.发现质量问题，分析和掌握质量数据的分布状况和动态变化；（频数 直方图、控制图、排列图） 7.描述质量形成过程。（流程图、控制图）
• 性质：
1. 描述性 -利用统计方法对统计数据进行整理和描述，以便展示统计数据的的 规律； -统计数据可用数量值加以度量，如平均数、中位数、级差和标准差 等，亦可用统计图表予以显示，如条形图、折线图、圆形图、频数直方 图、频数曲线等。 2. 推断性 -统计方法都要通过详细研究样本来达到了解、推测总体状况的目的， 因此它具有由局部推断整体的性质。
排列图
• 相关工具 ABC分类法 趋势图 饼分图 柱状图
160 140 120 100 90.3 80 70.9 60 40 20 0 汽车工业 其他 综合 60.5 45.9 32 23.7 6.2 1 60.5 21.1 45.9 2 70.9 6.2 59.4 3 32 0 23.7 0 0 1.3 5 135.7 1.3 90.3 6 0 59.4 61.5 44.2 62.8 97.3
QC七大工具
排列图 —收集、整理资料； 因果图 —确定主导因素； 直方图—展示变数之间的线性关系； 相关法— 寻找引发结果的原因； 分层法— 从不同角度层面发现问题； 检查表— 展示过程的分布情况； 控制图 —识别波动的来源
QC新七大工具
关联图—理清复杂因素间的关系； 系统图—系统地寻求实现目标的手段； 亲和图（KJ图）—从杂乱的语言资料中汲取资讯； 过程决策图（PDPC）—预测设计中可能出现的障碍和结果 ； 矩阵图—多角度考察存在的问题，变数关系； 矩阵数据分析—多变数转化少变数资料分析； 网络图—合理制定进度计划；
检查表
• 应用步骤： 2.决定检查项目或对象 -生产活动五要素（人、机、料、法、测等） -时间（如日、星期、上/下午、月、年等） -事实现象（如不良现象、不良位置、事故、故障等） -部门（如班组、车间、部门、区域等） 3.选择和制作检查表 1）检查表样式 ①矩阵格式型：检查项目相互关联特性发生情况 ②次数检查型：检查项目集中倾向、数据全体、分布情况
排列图
• 分类和作用 3）80/20效率法则 又称巴雷特法则/定律、最省力法则或不平衡法则。即在 投入和产出、努力和收获、原因和结果之间，普遍存在着不 平衡关系。关键的少数，往往是决定整个组织的效率、产出、 盈亏和成败的主要因素。 • 应用注意事项 1）制作注意要点 ①分类方法不同，排列图不同； ② 分类不当，造成“其他”项所占百分比很大； ③如果数据是质量损失（金额），在排列图纵轴表示。
Y
Ⅱ 5
X中
Ⅰ 20
Y中
Ⅲ 注：
19 表示重复点
5（线上1个）Ⅳ
X
20
相关图
• 相关图的相关检定： 3）计算 取nⅠ+nⅢ和nⅡ+nⅣ中小值作为判定值。 4）判定 计算结果对比检定表（1%为15）；点数界限大于判定 值，判定相关，否则无关。
相关图
• 相关图应用注意事项： 1）观察分析注意事项 ①要有较多的试样（不少于50个） ②异常点的处理 ③要注意分层观察 2）相关图相关性规律的运用范围一般局限于观测值数据的 范围内，不能任意扩大相关判断范围。
因果图
• 应用 3）应用
操作人员因素 不熟悉操作
轧制工艺因素
轧制工艺设计不合理
工序漏检 其他因素
模具磨损
带钢卷中不符要求 冲孔定位不准 原料原因 原料材质不符要求
产 品 成 本 偏 高
设备因素
因果图
• 应用 练习：油封杂质问题的“因果图”分析。
作业：油封脱胶问题的“因果图”分析。
因果图
• 应用注意事项 1）绘制注意事项 ①确定原因应集思广益，发扬民主； ②识别和确定原因，应查找客观原因，尽可能具体； ③有多少质量问题，就要绘制多少张因果图； ④验证； ⑤与“相关工具”结合使用效果更好；
因果图
• 概念： 也称特性要因图、鱼骨（刺）图、树枝图、石川图等。用 于分析质量特性（结果或问题）与影响因素（原因）之间关 系的图。 • 应用 1）结构 由质量特性（结果或问题）和影响因素两部分组成。
因果图
• 应用 1）结构
大骨
中骨
小骨
主骨
特 性
因素（原因）
特性（结果）
因果图
• 应用 2）画法 ⑥ 检查和分析图上标出原因有无遗漏； ⑦找出主要原因，必要时标记，作为重点改进项目。 ⑧有关信息标注。 3）应用 某企业产品成本偏高问题的“因果图”分析。
135.7
21.1
4
7
8
9
10
11
12
61.5 0 44.2
97.3 0 62.8
1200000 1079095 1000000 3.58 3.72 970160 3.94 3.68
4.5 4 3.5 2.95 725663 673886 583001 2.12 452357 3 2.5 2 1.5 1
6000
120
5000
100
4000
80
3000
60
2000
40
压胶边
压痕 其他 合计பைடு நூலகம்
161
150 961 16759
0.96%
0.89% 5.73% 100%
93.38%
94.27% 100%
1000
20
0
0
质
胶
坏
裂
坏
泡
废
胶
痕
边
痕 压
杂
缺
起
胶
撕
气
切
脱
流
胶
压
其
他
排列图
• 分类和作用 1）分类 ①分析现象用排列图：与不良结果有关 质量 成本 交货期 安全 ②分析原因用排列图：与过程因素有关 操作者 机器 原材料 作业方法 2）作用 ①排列图有两个作用 a.按重要性顺序显示出每个项目对总体的贡献或影响。