QC七工具---赵英庭.docx

QC七工具培训
(纲目)
一.前言
二.QC七工具
(一).层别法
(二).柏拉图
(三).特性要因图
(四).散布图
(五).查检表
(六).直方图
(七).管制图
三.QC七种手法使用

QC七工具培训
一.前言
日本能有现在的繁荣,主要被认为是由于日本人的勤勉和有高度的民族意识所致,但是从以前的模仿到现在的创造,促使这个转变最大的原因,不可否认的应是企业界受到统计品管(SQC)的教诲和实践了SQC的结果.
以生产工厂为中心而生根的质量管理,不但促进了企业的体质改善和质量革命,它的范围也扩张到现在的建筑.金融.销售等等所有的行业及公司内所有部门,国内企业时常听到间接部门.销售部门与服务业 常有“QC手法无法好好的活用”之论点,这种先入为主的观念形成了管理与改善的严重阻碍,因此如何活用QC手法实为目前国内个业相当重要的课题.
本课程所称QC七工具包括:
(一).层别法 (二).柏拉图 (三).特性要因图
(四).散布图 (五).查检表 (六).直方图 (七).管制图
二.QC七工具
(一).层别法
我们在处理日常事务及质量问题的时候，所面对的数据往往带有综合性，为了能真实地反映问题的实质原因和变化规律，就必须对数据进行适当的分类和整理。层别法就是按照一定的标志，把收集到的数据加以分类整理的一种方法。分层的目的在于，把杂乱无章和错综复杂的数据加以整理，使之更能确切地反映数据所代表的客观事实。
层别法是所有手法中最基本的概念，分层的原则是使同一层次的数据波动幅度尽可能小，而层与层之间的差别尽可能大。一般工厂所做层别是按时间、操作人员、使用设备、原材料、加工方法、检测手段、环境条件等对数据进行分类。
在运用层别法时，重要的是要按照分析问题的目的和要求，选择一个或若干个标志对数据进行分类。如果所选择的标志不恰当，就可能使分层结果不能充分、有效地反映客观事实。例如对一个时期内的工伤事故总频次，可以按工伤事故的标志：高处坠落、机械伤害、物体打击、触电、灼烫、车辆伤害等分层统计分析；也可以按发生事故的部门来分层；还可以按工伤的年龄、工种结构等进行分层统计分析，从而可从各个方面分析问题，从不同方面研究改进措施。
某装配厂的气缸体与气缸盖之间经常发生漏油，经调查，一是由于三个操作者在涂粘结剂时，操作方法不同；二是所使用的气缸是由两个制造厂所提供的。在使用层别法分析漏油原因时采用：按操作者分层（表2－1）；‚按气缸垫生产厂家分层（2－2）.
表2－1
操作者
漏油
不漏油
漏油率(%)
王师傅
李师傅
张师傅
共计
6
3
10
19
13
9
9
31
32
25
53
38

表2－2
供应厂
漏油
不漏油
漏油率(%)
一厂
二厂
共计
9
10
10
14
17
31
39
37
38
由上两表可见，为降低漏油率，应采用李师傅的操作方法各选用
二厂的气缸垫。然而事与愿违，采用此方法后，漏油率并未降低到预
期的指标（表2－3）。若采用李师傅的操作方法和二厂的气缸垫，则漏油率为3/7=43%。正确的方法应该是：第一方案是采用李师傅的操作方法、用一厂生产的气缸垫。第二方案是采用王师傅的操作方法、用二厂生产的气缸垫。这时它们的漏油率为0%。
表2－3
材料
操作者
气缸垫
合 计
一厂
二厂
操
作
者
王
漏 油
不漏油
6
2
0
11
6
13
李
漏 油
不漏油
0
5
3
4
3
9
张
漏 油
不漏油
3
7
7
2
10
9
合计
漏 油
不漏油
9
14
10
17
19
31
共 计
23
27
50
因此，运用层别法时，不能简单地按单一因素分层，必须考虑各因素的综合影响结果。
(二).柏拉图（排列图）
柏拉图是从诸多问题中寻找主要问题（现状）或影响质量的主要原因所使用的图。在生产现场或日常事务中，要解决的问题很多，但往往不知从哪里着手，但事实上大部分的问题，只要能找出几个影响较大的要因，并加以处置及控制，就可以解决问题的80%以上。柏拉图是根据收集的数据，以不良原因、不良状况发生的现象，有系统地加以项目别（层别）分类，计算出各项目别所产生的数据（如不良率、
损失金额）及所占比例，再依大小顺序排列，再加上累积值的图形。
柏拉图最早是由意大利经济学家柏拉图（Pareto）用来分析社会财富的分布状况。他发现的少数人（20%）占有着绝大多数的财富（80%）。后来美国品管大师裘兰博士（Joseph Juran）根据这个“关键的少数，次要的多数”的原理，把它应用于质量管理中，便成为常用方法之一。
１.柏拉图的作图步骤：
(1).收集数据　收集一定时期内的有关数据，按不同状况或原因加以层别、统计。
(2)作层别统计表　把各分层项目的频数，由大到小顺序填入层别统计表，把频数较少的几项作为“其它”项放到最后。
(3)绘制柏拉图　绘制柏拉图的步骤如下：
a.画横坐标，标出项目的的等分刻度，按统计表的序号，从左至左，由大到小排列，“其它”项放到最后，填写各项目的名称。
b.画左纵坐标，表示频数（件数、金额等），确定原点为0和坐标的刻度比例，并标出相应的数值。c.按频数画出每一项目的直方图形，并在上方标出相应的所占百分比。
d.画右纵坐标表示累计百分比，画累计百分比折线时，折在线各点为各项目直方图形右边线或延长线与累计百分比值的水平线的各交点，并用折线连接。
e.标上必要的说明。在图的左上方标出总频数N，并注明频数的单位；在图的下方或适当位置上填写柏拉图的名称、作图时间、绘制者及分析结论等。
２.柏拉图的分析
绘制柏拉图的目的在于从诸多问题中寻找主要问题并以图形的方
法直观地表示出来。通常把问题分为三类：A类属于主要或关键问题,
在累计百分比0～80%左右；B类属于次要问题，在累计百分比80～90%左右；C类属于一般问题，在累计百分比90～100%左右。在实际应用中，切不可机械地按80%来确定主要问题。它只是根据“关键的少数，次要的多数”的原则，给以一定的划分范围而言。ABC三类应结合具体情况来选定。
主要问题项目（A类），可以用划线及“A”表示，或用阴影线表示，或用文字叙述来表示，在柏拉图上，一般只分析标注主要问题即可。
３.柏拉图在应用中应注意的事项
a.主要项目　以一至二个为宜，过多时，就失去了画柏拉图找主要问题的意义。如果出现主要项目过多的情况，就应考虑重新分层排列。
b.图形应完整　应该注意避免机械地按 80%划分主次问题；应该注明标题栏以及在图上标注总频数N、各坐标点的累计百分比、各项目的频数、左右纵坐标的名称、计量单位等。
范例1：
某部门将上个有生产的产品作出统计，总不良数409个，其中不良项目依次为：层别统计表
顺位
不良项目
不良数(件)
占不良总数比率(%)
累积比率 (%)
1
破损
195
47.1
47.1
2
变形
90
21.7
68.8
3
刮痕
65
15.8
84.6
4
尺寸不良
45
10.9
95.5
5
其它
19
4.5
100
合计

414
100

作柏拉图如下：

由上图可以看出，该部门上个月产品不良最大的来自破损，占了47.1%，前三项加起来超过了80%以上，进行处理应以前三项为重点。
随着社会的进步，我们所面对的许许多多的事情也愈来愈复杂，一个管理人员面临千头万绪的工作，总是有顾此失彼，穷于应付之感，以致造成许多的盲乱，工作缺乏效率。柏拉图法（重点管理法），提供了我们在没法面面俱到的情况下，去抓重要的事情，关键的事情，而这些重要的事情又不是靠直觉判断得来的，而是有数据依据的，并用图形来加强表示。
在这个快节奏的时代里，人们喜欢也习惯于快速地去思考事情及解决问题，假如能将平日累积的工作经验融入此重点管理法中，对于问题的处理及解决，往往是一劳永逸的。
　　层别法提供了统计的基础，柏拉图法则可帮助我们抓住关键性的问题。
(三). 特性要因图
所谓特性要因图，就是将造成某项结果的众多原因以系统的方式图解之，亦即以图来表达结果（特性）与原因（要因）之间的关系。因其形状像鱼骨，又称“鱼骨图”。
所谓特性，这里指的是结果，也就是工作现状（问题），或是质量现状（问题），如质量：外观、尺寸、不良件数、不良率等；
成本：材料费、加工费、人工费、赔偿金额等；
安全：灾害率、意外事件数、无意外时间等；
士气：出勤率、参加率、提案率、改善件数等；
交货期：生产量、出货量、交货延期日数、准时交货率等。
所谓要因，是指引起结果（特性）的因素，也就是原因，如制造部门的与质量有关的4M要素：
Man：作业者（人）；
Machine：机器、设备、装置；
Material：材料、零件；
Method：作业方法。
　　如下图，当分析造成尺寸变异（不良）的时候，通常找出几个主要原因的大骨（4M），面影响这些主要原因的一些要因如小骨一样，又附在几个主要原因的大骨上、所以要因分析图如能做得完整的话，容易找出问题之症结，采取相应的对策措施。

１. 作图步骤：
(1).集合与此问题相关的、有经验的人员，人数最好4～10人。
(2).挂一张大白纸，准备2～3支色笔。
(3).由集合人员就影响问题的要因发言（脑力激荡法），大家充分发扬民主，各抒己见，集思广益，中途不可批评或质问，将发言内容记于图上。
(4).先画一条带箭头的主干线，箭头指向右端，将质量问题写在图的右边。确定造成质量问题的大原因，影响现场产品质量一般有五大因素（人员、机器、材料、方法、环境），反大原因用带箭头线排列在主干线两侧。然后由各大原因分析展开，按中、小原因及相互间原因®结果的关系，用长短不等的箭头线画在图上，逐级分析展开至能采取措施为止。
(5).讨论分析主要原因。就所搜集的原因，何者影响较大，再由大家轮流发言，经大家磋商后，把认为主要的或影响较大的原因分别圈上红圈。
(6).与步骤5一样，针对已圈上一个经圈的，若认为最重要的可以再圈上两圈、三圈等。(7).重新画一张要因图，未上圈的予以去除，圈数愈多的列为最优先处理。
(8).记录必要的有关事项。如参加讨论的人员、绘制日期、绘制者以及其它可供参考查询事项等。
２. 特性要因图与柏拉图之使用
(1).建立柏拉图须先以层别建立要求目的之统计表。
(2).建立柏拉图之目的，在于掌握影响全局较大的“重要少数项目”，即找出主要问题点。
(3)再利用特性要因图针对这些重要少数项目形成的要因逐步予以
探讨，找出主要原因，再采取改善对策。
所以特性要因图可以单独使用，也可连接柏拉图使用。

３. 要因图法在应用中常见的错误和注意事项
(1).确定的质量问题或质量特性笼统不具体，或在一张要因图上包含几个问题，致使无法进行针对性的原因分析。
(2).原因展开不充分；各原因之间层次不清；因果关系颠倒；两类 原因混淆；主要原因未确定。
(3).没有发动有关人员充分讨论分析，而是依靠少数人“闭门造 车”。应尽可能的把多数有关人员现场主管技术人员前后制程的人员等集合起来，以自由发言的方式把要因记上，但必须依照下列脑力激荡法（Brain Storming）五大原则来实施：
¬不批评人家的意见。
­提出很多的意
­提出很多的意见。
®展开连想。
¯自由奔放。
°欢迎奇特的构想。
(4).把重点放在解决问题上。作要因图时，重点先放在“为什么会发生这种情况”，分析后要提出对策时再放在“如何才能解决”，运用5W2H（Why、What、Where、When、Who、How、How Much）的方法去思考问题。
任何一个人、任何一个企业均有它追求的目标，但在追求的过程中，总会有许许多多有形与无形的障碍，而这些障碍是什么（WHAT）、这些障碍为何形成（WHY）、这些障碍如何（HOW）破解等问题，就是要因分析图法主要的概念。
事实上，任何事情的形成都有它的原因。一个管理人员，在他的管理工作范围内所追求的每个目标项目，都会有影响其达成目的的主要原因及次要原因，这些原因就是阻碍你达成工作的变量。
如何将追求的项目一一罗列出来，并将影响每个项目达成的主要原因及次要原因也整理出来，并使用要因分析图法来表示，针对这些要因有计划地加以强化，将会使你的管理工作更加得心应手。同样地，有了这些要因分析图，即使发生问题，在解析问题的过程中，也能更快速，更可靠。
(四).散布图
散布图又叫相关图，是用来表示一组成对数据（变量）之间是否有相关性的图。这种成对数据或许是“特性－要因”、“特性－特性”、“要因－要因”的关系。
在我们的生活及工作中，许多现象和原因，有些呈规则形的关系,
有的呈不规则形的关连。例如：物价的高低或消费支出水平有关系；油的沾度与温度高低有关系等等。我们要子解它，必须藉助统计方法来判断它们之间的关系。
１. 两种不同的关系
(1).确定性的函数关系　这种关系是两个变量之间存在着完全确定的函数关系。例如周长C和圆的直径D之间存在着C＝p×D的关系，只要知道圆的直径，就能精确地求出圆的周长；或者知道圆的周长，就可求得圆的直径。不管由谁来计算，答案是唯一的，这种变量之间的关系是完全确定的关系。
(2).不确定性的相关关系　这种关系是非确定性的依赖或制约的关系。例如儿童年龄与体重之间虽有一定关系，但只能一般地说儿童年龄越大，体重也越重。然而，并不是所有的同龄儿童，体重都相同。有这样一个公式： 儿童体重＝年龄×2＋7（千克）
　　这是一个统计了很多中国儿童年龄和体重的数据后得到的推荐式。虽然不是所有的2岁儿童的体重都是11千克，但总是在11千克左右。我们把这种关系叫相关关系。
２. 散布图的基本形式
散布图由一个纵坐标、一个横坐标、很多散布的点子组成。图2－3是某零件在热处理中淬火温度与淬火硬度两个变量之间关系的散布图。
从散布图上的点子分布状况，可以观察分析出两个变量（x、y）之间是否有相关关系，以及关系的密切程度如何。在品管活动中，我们可以运用散布图判断各种因素对产品质量特性有无影响及影响
程度的大小。当两个变量相关程度很大时，则找出他们的关系式y=ax+b。然后借助于这一关系度的大小。当两=ax+b。然后借助于这一关系式。

3.作图方法：
(1)收集数据，作散布图的数据一般应收集30组以上。
(2).找出数据中的最大值与最小值，以便标注坐标刻度。
(3).准备坐标纸，划出纵轴、横轴的刻度，计算组距。通常纵轴代表结果，横轴代表原因。
(4).打点。将各组对应数标示在坐标上。
(5)填写数据的收集地点、时间测定方法、制作者等项目。
（五）查核表
1.定义：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。先列出查核项目，制成查核表，然后定期或定时检查。2.分类：点检用查核表和记录用查核表。
(1) 点检用查核表
此类表在记录时只做“有、没有”、“好、不好”的标记。制作
程序如下:
a. 制作表格，决定记录形式。
b. 将点检项目列出。
c. 查核。
d. 异常事故处理。
例如：管理人员日常点检查核表
日期
项目
1
2
3
４
…...
31
人员服装

工作场地

机器保养

机器操作

工具使用

.
.
.

查核者

异常
处理

(2) 记录用查核表(记录用)
记录用查核表用来收集计量或计数数据,通常使用划记法。其格式如下:
例如: 不合格品项目调查表:
产品
成品数
样本
不良数
不良率
不良项目
尺寸不良
表面斑点
装配不良
电镀不良
其它

有经验的管理人员，通常会把管理的工作规划成两个阶段来运作，一个是改善管理，一个是维持管理，并持续运行。
谈至改善（突破），就要有计划，然后动员去做。进行改善，进行突破，得到好的成果，这些成果就是改变了那些管理方法，这些成果得来不易，而要让这些成果能维持不再掉下来，那就得在维持管理方面下功夫，也就是所谓的“标准化”工作了。
改善工作需先改善计划，改善计划会产生计划做法（对策），然后这些对策要付诸实施，才有机会得到我们预期的效果。此时这些对策有无确实在实施，或实施的过程出现哪些问题，就得依赖查核表的跟催。同样的，得到的成果要能维持，除了对新方法进行标准化外，经标准化后的新方法也可以使用查核表进行查检，这也是管理机能中控制机能的一种。
日常的管理工作中，使用查检表的例子比比皆是，对我们的管理工作帮助甚大。
(六) 直方图
１. 定义：直方图是通过对数据的加工整理，从而分析和掌握质量数据的分布状况和估算工序不良率的一种方法。将全部数据分成若干组，以组距为底边，以该组距相应的频数为高，按比例而构成的若
干矩形，即为直方图。
2.用途：通过观察分析产品质量分配之中心倾向（准确度）及分布状态，散布状态（精密度）与规格的关系。常用于定期报告质量状况、分析质量分散原因测量工序能力、估计工序不良率、制程改善绩效评估等。
3.作图步骤
(1).收集数据：数据应大于５０个为宜，否则反映分布的误差太大。
(2.计算全距R：　R＝Xｍａｘ－Xｍｉｎ
(3).分组ｋ
(4).确定组距h：　h＝全距R／组数K（h取整数）
(5)确定各组的界限
最小一组的下组界为：最小值Xｍｉｎ－最小测量单位／２
最小一组的上组界为：下组界＋组距ｈ，以下依此类推。
(6).确定各组的中心值＝（上组界＋下组界）／２
(7).制作次数分布表。
(8).制作直方图：以纵轴次数，横轴表示质量特性的变化，将各组的组界标注在横轴上，各组的次数多少则用柱形划在组距上，并标注规格上下限线。
(9).填上总次数n、规格、平均值、数据来源、日期等。
4.直方图分析 (1).形状分析
a．正常型：左右对称。说明制程大致处于稳定状态。
b．孤岛型：在远离主分布的地方出现小的直方形，犹如孤岛。说
明短时间内有异常因素在起作用，使加工条件起了变化，如原料混杂、操作疏忽、短时间内有不熟练工人替班或测量工具有误差等。
c．偏向型：直方图的项峰偏向一侧。计量值只控制一侧界限时，常出现此现状，有时也因加工习惯造成这样的分布，例如孔加工往往偏小，而轴加工往往偏大等。
d．双峰型：把两个群体的数据混在一起所致。例如把两个加工的产品或两台设备加工的产品混为一批等。
e．平顶型：直方呈平顶形，这是在制程过程中有缓慢变化的因素在作用所致，如刀具磨损、操作者疲劳等。
f．锯齿型：大量出现参差不齐，但整个图形的整体还是中间高，两边低，左右基本对称。这主要是分组过多或测量仪器精度不够，读数有误等。(2)与规格比较分析
当直方图为正常型时，还需要进一步将直方图与规格标准进行比较，以判定工序满足标准要求的程度。设Ｂ为实际尺寸分布范围，Ｔ为规格标准范围。
a.理想型：Ｂ在Ｔ的中间，平均值也正好与规格中心重合，有一定余量(Ｔ/８)。
b.偏向型：虽然Ｂ在Ｔ之内，但分布中心偏离规格中心，故有超差可能性，说明控制有倾向性.
c.无富余型：分布虽然落在规格范围中，但完全没有余量，一不
小心就会超差。必须采取措施，缩小分布范围。
d.能力富余型：Ｔ过分大于Ｂ，不太经济，可以考虑改变工艺，放松加工精度或缩小规格范围，或减少检验频次，以降低成本。
e.能力不足型：Ｂ大于Ｔ，造成超差，工序能力不足，应缩小分布范围或放宽规格。
f.陡壁型：分布过分偏离规格中心，造成超差或废品，但在作图时，数据中已剔除了不良品，所以没有规格线外的直方部分
5.直方图的定量描述（分布图）
前面已讲了平均值全距及标准偏差，下面再讨论制程能力指数的定量描述（Cp、Ca、Cpk值）：
a.制程能力指数Cp、CPU、CPL（精密度）：表示制程特性的一致性程度，值越大越集中，越小越分散。

（１）
b.制程能力指数Ca（精确度）：表示制程特性中心位置的偏移
移程度,值等于零,即不偏移,值越大偏移越大,越小偏移越小.

c.综合制程能力指数Cpk（仅指双边）：同时考虑偏移及一致程度.

6.制程能力指数的评定
(1).提高制程能力指数的途径
a．在不影响产品质量及客户使用效果的情况下，适当放宽规格公差。
b．提高工序能力，减少分散程度，包括改善工艺、设备等。
c．调整工序加工的分布中心，减少偏移量e（如f10±0.15,s=0.05），这是最简单、最经济有效的措施。具体措施如下：
随着刀具的磨损及时间的推移，及时进行中心调整。
‚根据中心偏移量，通过首件检验，可调整设备、刀具等的加工定位装置。
ƒ改变操作者的孔加工偏下差及轴加工偏上差等的倾向性习惯，以公差中心值为加工依据。
„配置更为精确的量规，由量规检验改为量值检验，或采用高一等级的量具检测。
(2).制程能力指数等级
Ca分为A、B、C、D四级（12.5%~50%）
Cp分为１、２、３、４、５五级（1.67~0.67），当1.33³Cp>1.00 时，必须用控制图或其它方法对工序进行控制，以及时发现异常变异。Cpk分为A、B、C三级（1.33~1.00）
(七).管制图
管制图远在１９２４年就由贝尔电话实验所修华特博士所提出。管制图是用统计方法，将收集到的资料计算出两管制界限，也就是我们所能达到的制程能力水平，随时将样本记录计算点入管制图内，以提醒操作人员之注意，如发现有超出限外之点或异常现象时，立即自行设法改善工作，以免发生意外。
1.管制图与一般统计图的区别
因其不仅能将数值以曲线表示出来，以观其变异之超势，且能显示变异是属于机遇性原因或非机遇性原因，以指示某种现象是否正常，而备采取适当之措施。基本功用有：（１）决定制程可能达到之目标或标准；（２）被用来作为达到目标之工具；（３）可籍此判断是否已达到目标，管制图将“设计”、“制造”、“检验”等三个阶段之工作连成一体。
2.管制图之用途
最主要之用途为查觉制程有无产生变异之非机遇性原因存在。
若无非机遇性原因存在时，可进行制程分析：
(1).利用所获得的数据制定或变更规格或判断制程是否符合规格之要求。(2).利用所获得之数据提供或变更制造方法。
(3).利用所获得之数据提供或变更检验方法、允收方法。
3.管制图即为分析制程变异之原因是共同原因或特殊原因之主要统计工具，其中包括三条线：
管制上限ＵＣＬ，中心线ＣＬ，管制下限ＬＣＬ。
4.管制图的分类
(1).按用途分类
管制用管制图：用作控制制程之质量，如出现异常时应采取如下措施：追查不正常原因、迅速消除此项原因、并且形容采取防止此项原因重复发生之措施。
解析用管制图：决定方针用、制程解析用、制程能力研究用、制程管制之准备用。
(2).按数据之性质来分类
计量值管制图：平均值与全距管制图（X --R Chart）
平均值与标准差管制图（ Chart）
中位值与全距管制图（ Chart）
个别值与移动全距管制图（Ｘ－Rｍ Chart）
计数值管制图：不良率管制图（Ｐ Chart）
不良数管制图（Ｐn Chart）
缺点数管制图（C Chart）
单位缺点数管制图（U Chart）
5.管制界限之构成与“３σ”原理
(1).第一种错误与第二种错误（α、β）ａ.第一种错误α
如果因抽样关系有点子落在三个标准差之外，我们判定为
不正常，而事实上并非不正常，是属于0.27%之情况,因为机遇原
因而落到外面而已，但由于检验人员的判断错误，造成人工工具材料等方面遭受损失，这就是第一种错误，亦称“生产者风险”。
ｂ.第二种错误β
相反地，制造程序已经产生了本质变化，但抽样时样本波动原因而落在管制界限内，因而使检验人员判断错误，以致丧失寻找非机遇性原因之机会，造成不良品增加，使生产程序不能达到最好状态，这就是第二种错误，亦称“消费者风险”。
a
b
a
1-b=檢出力
b
UCL
LCL

(2).两种错误之经济平衡点──“３σ”原理
±1s
±2s
±3s
±4s
±5s
±6s
a
b
損失
a＋b
管制界限之宽度变窄时，犯第一种错误的机会就会变大，犯第二种错误的机会就会变小；管制界限之宽度变宽时，犯第一种错误的机会就会变小，犯第二种错误的机会就会变大；

6.管制图之绘制
绘制管制图之流程图

7.管制图的观察分析
分析用管制图的判断准则
分析用管制图上的点子同时满足下列条件时，可认为制程过程处于统计的管制状态。
边续２３点中没有一点在管制线外或连续３５点中最多１点在
散布圖

柏拉圖

直方圖

步驟1
問題點
掌握現狀

原因與結果之關系
解 析
X
R
相關
層別
管制圖
查檢表
1 2 3 4 5
A
B
C
D

采取對策
標 準 化
效果確認
管 理
特性要因圖
步驟4
步驟3
步驟2
步驟5
步驟6
殘留問題
步驟7
管制圖
X
R
圖表 (推移圖)
柏拉圖

時間
管制圖
異常采
取處置
查檢表

1
2
3
4
5
6
+3

+2

+1

0

-1

-2

-3

層別
管制线外或连续１００点中最多２点在管制线外。
八．ＱＣ七种手法的使用（如下图）