QC7 大手法是质量管理中常用的工具，以下是它们的介绍及应用：

一、检查表（Check Sheet）

制作步骤

1. 明确检查的目的和对象。
2. 确定需要检查的项目和分类。
3. 设计检查表的格式，通常包括项目名称、检查日期、检查人、检查结果记录等。
4. 对检查项目进行编号，便于统计和分析。

应用场景

1. 产品质量检查：在生产过程中对产品的外观、尺寸、性能等方面进行检查，记录不合格品的数量和类型。例如，电子厂对手机屏幕的划伤、亮点、暗点等缺陷进行检查，通过检查表可以快速统计出不同缺陷的出现频率。
2. 服务质量评估：对服务行业的服务流程、服务态度、服务效果等进行检查。如酒店对客房服务的清洁度、物品配备完整性、客人投诉情况等进行记录和统计。
3. 工作场所环境检查：对工厂车间、办公室等工作场所的安全、卫生、5S 执行情况等进行检查。例如，检查车间内设备的摆放是否整齐、通道是否畅通、有无安全隐患等。

二、层别法（Stratification）

定义
将数据按照不同的特征或因素进行分类，以便更深入地了解数据的分布情况和问题的本质。

层别原则

1. 根据时间层别：如不同班次、不同日期、不同季节等。

2. 根据作业员层别：新员工、熟练员工、不同培训水平的员工等。

3. 根据设备层别：不同型号的设备、不同生产线等。

4. 根据原材料层别：不同供应商、不同批次的原材料等。

5. 根据产品层别：不同型号、不同规格的产品等。

应用场景

1. 质量分析：在分析产品质量问题时，通过层别法可以找出不同因素对质量的影响。例如，一家汽车制造企业发现某一批次汽车的发动机故障率较高，通过将数据按生产车间、生产班次、零部件供应商等因素进行层别分析，发现是某个供应商提供的某批次零部件存在质量问题。

2. 生产效率提升：分析不同设备、不同员工、不同工作时间等因素对生产效率的影响。比如，某电子厂发现某条生产线的产量波动较大，通过层别法按设备、操作员、生产时段进行分析，发现是某台设备在特定时段由特定操作员操作时效率低下，进而针对这一问题进行改进。

3. 市场调研：对市场数据进行层别分析，了解不同地区、不同客户群体、不同时间段的市场需求和销售情况。例如，某家电企业通过对销售数据按地区、季节、产品型号等进行层别，发现南方地区在夏季对空调的需求较大，且对节能型空调的偏好更高，从而调整生产和营销策略。

三、柏拉图（Pareto Diagram）

定义
根据所收集的数据，按不良原因、不良状况、不良发生的位置等不同区分标准，以寻求占最大比率的原因、状况或位置的一种图形。柏拉图由一个横坐标、两个纵坐标、几个按高低顺序排列的矩形和一条累积百分比折线组成。

制作步骤

1. 确定要分析的项目，收集相关数据。

2. 将数据按原因、现象等分类，并统计各类别的数量。

3. 计算各类别数据占总数据的百分比和累积百分比。

4. 根据数据绘制柏拉图，横坐标表示分类项目，左边纵坐标表示数量（频数），右边纵坐标表示累积百分比。

5. 按数量从大到小的顺序从左到右排列矩形，绘制累积百分比折线。

应用场景

1. 质量改进：识别影响产品质量的关键少数因素，确定质量改进的重点。例如，某机械加工厂发现产品不合格品较多，通过柏拉图分析发现，80% 的不合格品是由少数几个原因（如加工尺寸超差、表面粗糙度不合格等）造成的，针对这些关键原因进行改进，可以有效提高产品质量。
2. 成本控制：找出造成成本增加的主要因素。比如，一家建筑公司对工程项目的成本超支原因进行分析，通过柏拉图发现，材料浪费、人工效率低下、设备故障这三个因素占成本超支的大部分，集中精力解决这三个问题就能有效控制成本。
3. 库存管理：分析库存中不同物料的占用资金情况，确定重点管理的物料。例如，某企业对库存物资进行柏拉图分析，发现少数几种物料占用了大部分库存资金，对这些物料进行重点监控和管理，可以优化库存结构，提高资金周转率。

四、因果图（Cause - Effect Diagram）

定义
又称鱼骨图，用于分析质量特性（结果）与可能影响质量特性的因素（原因）之间的因果关系。

制作步骤

1. 确定要分析的质量问题（结果），写在鱼头处。
2. 从人员、机器、材料、方法、环境、测量（5M1E）等方面找出可能导致问题的原因，作为大骨。
3. 对每个大骨，进一步分析其产生的原因，作为中骨；再对中骨进一步分析，得到小骨等，直到无法再细分或找到具体的解决方案为止。
4. 对找出的原因进行整理和归纳，去除重复和无关的因素。

应用场景

1. 问题根源分析：当出现质量问题、生产效率低下、成本超支等问题时，通过因果图可以全面系统地分析其原因。例如，某电子产品生产企业发现产品的焊接不良率上升，通过因果图从人（如操作员技能水平、工作态度）、机（如焊接设备老化、参数设置不当）、料（如焊锡质量、电子元件引脚质量）、法（如焊接工艺不合理）、环（如车间温度、湿度）、测（如检测设备精度、检测方法）等方面进行分析，找出了导致焊接不良的主要原因是焊接设备参数设置不当和焊锡质量差。
2. 工艺优化：在新产品开发或工艺改进过程中，利用因果图分析影响产品质量和生产效率的因素，从而优化工艺。比如，某化工企业在开发一种新的化学反应工艺时，通过因果图分析发现，反应温度、反应时间、反应物浓度、催化剂种类等因素对反应产物的质量和产量有重要影响，进而通过实验设计对这些因素进行优化。
3. 服务质量提升：分析影响服务质量的因素，制定改进措施。例如，某餐厅顾客满意度下降，通过因果图分析发现，服务人员服务态度差、上菜速度慢、菜品口味不稳定、餐厅环境嘈杂等是主要原因，针对这些原因可以采取相应的改进措施，如加强服务人员培训、优化厨房工作流程、调整菜品制作工艺、改善餐厅隔音设施等。

五、散布图（Scatter Diagram）

制作步骤

1. 收集成对的数据，一般为两个变量的数据，例如变量 X 和变量 Y。

2. 建立直角坐标系，将变量 X 作为横坐标，变量 Y 作为纵坐标。

3. 将成对的数据在坐标系中描点。

4. 根据点的分布情况判断变量之间的相关关系。

应用场景

1. 质量控制：分析两个质量特性之间的关系，以便采取相应的控制措施。例如，在钢铁生产中，分析钢的硬度与含碳量之间的关系，通过绘制散布图发现它们之间存在正相关关系，即含碳量越高，钢的硬度越大。这样，在生产过程中可以通过控制含碳量来保证钢的硬度符合要求。
2. 设备维护：研究设备运行参数与设备故障之间的关系。比如，某工厂发现设备的运行温度与设备的故障频率之间可能存在某种关系，通过收集数据绘制散布图，发现当设备运行温度超过一定值时，故障频率明显增加，从而可以通过控制设备运行温度来降低故障频率。
3. 市场预测：分析市场因素之间的关系，为企业决策提供依据。例如，某汽车销售企业想了解汽车价格与销售量之间的关系，通过对历史销售数据绘制散布图，发现价格与销售量之间存在负相关关系，即价格越高，销售量越低。在制定价格策略时可以参考这一关系。

六、直方图（Histogram）

制作步骤

1. 收集数据，数据个数一般应大于 50 个。
2. 确定数据的极差（最大值与最小值之差）。
3. 确定分组数（通常根据数据个数选择合适的分组数，可参考经验公式）和组距。
4. 确定每组的边界值。
5. 统计每组内数据的频数。
6. 根据频数绘制直方图。

应用场景

1. 了解数据分布：直观地展示数据在一定范围内的分布情况。例如，某班级学生的考试成绩，通过直方图可以看出成绩主要集中在哪个分数段，以及成绩的离散程度。
2. 过程能力分析：在生产过程中，通过直方图可以判断生产过程是否稳定，以及是否满足产品质量要求。比如，某机械加工企业对某零件的加工尺寸进行统计分析，绘制直方图，如果直方图呈现正态分布，且在公差范围内，则说明生产过程能力正常；如果直方图出现偏移、双峰或离散度过大等情况，则说明生产过程可能存在问题，需要进行调整。
3. 质量波动分析：分析质量特性的波动情况，找出质量改进的方向。例如，某电子厂对某型号电子产品的输出电压进行监测，通过直方图发现输出电压的波动较大，超出了规定的范围，需要分析原因并采取措施降低波动。

七、控制图（Control Chart）

定义
是一种带有控制界限的统计图表，用于区分质量波动是由偶然原因引起还是由系统原因引起。它通过对过程数据的实时监控，帮助人们及时发现过程中的异常波动，以便采取措施进行调整，使过程保持在稳定状态。

制作步骤

1. 选择要监控的质量特性。

2. 收集数据，一般应至少收集 20 - 25 组数据，每组数据包含一个或多个样本。

3. 计算中心线（CL）、上控制界限（UCL）和下控制界限（LCL）。

4. 绘制控制图，将数据点依次绘制在图上，并连接成折线。

应用场景

1. 生产过程监控：实时监控生产过程中的质量特性，确保生产过程的稳定性。例如，在食品加工过程中，对食品的重量、成分等质量特性进行监控，当数据点超出控制界限或出现异常趋势时，及时调整生产工艺，保证产品质量。
2. 设备运行监控：监测设备的运行参数，预防设备故障。比如，对发电机的输出电压、电流、频率等参数进行监控，当这些参数超出控制界限时，可能预示着设备出现故障或异常，及时进行维修和保养。
3. 服务过程监控：在服务行业中，对服务质量的关键指标进行监控。例如，某快递公司对快递的送达时间进行监控，通过控制图及时发现送达时间的异常波动，分析原因并采取措施，提高服务质量。
   小编整理了QC七大工具与应用的ppt文档供大家学习，可以到文末下载；

如果内容对您有帮助，领取文档自行学习。

领取方式：关注公众号，菜单栏回复“240913” 即可领取！持续关注，分享资料。