问题：集数据--做分类，找要因--抓重点--追原因--控制异常--改善不良
我们先看下新旧七大手法的对比：
旧qc七大手法（主要用于品质改善提高）
1.检查集数据
2.层别作解析
3.柏拉抓重点
4.因果追原因
5.散布看相关
6.直方显分布
7.管制找异常
1.检查表（又称我们的数据库，大数据）
定义：所谓数据，就是根据测量所得到的数值和资料等事实，数据＝事实。
收集重点：
1.收集正确的数据。
2.避免主观的判断。
3.要把握事实真相。
数据的种类：
1. 定量数据计量值：如长度、时间、重量等连续性数据。
2.计数值：如缺点数、不良品数、人数等非连续性数据。
3. 定性数据如衣服的美感等以优先顺序、等级为依据的数据。
用途说明：1.日常管理。2.收集数据。3.改善管理。
制作步骤：1.决定所要收集的数据及希望把握的项目。2.决定查检表的格式。3.决定记录形式。4.决定收集数据的方法。
使用要诀：
查检收集完成的数据应马上使用。数据是否集中在某些项目或某些时段？是否因时间的经过而产生变化？周期性变化的特殊情形也要特别注意。
如有异常，应马上追究原因，并采取必要的措施。迅速判断，即刻行动。
是否随着改善而有变化？适当保留过去、现在及未来的记录，以便日后比较。可利用柏拉图加以整理，以便更进一步掌握问题的重心。
2.层别法：
定义：对观察到的现象或所收集到的数据，按照它们共同的特征加以分类、统计的一种分析方法。是容易观察，有效掌握事实的最有效、最简单的方法。
用途说明：1.发现问题，界定问题。2.发掘问题的要因。3.验证要因产生的影响。
层别的对象和项目：1.有关人的层别。2.机械设备的层别。3.作业方法、条件的层别。4.时间的层别。5.原材料零件别。6.测量检查的层别。7.环境天候的层别。8.制品的层别。
使用步骤：
确定目的，掌握影响问题的因素及范围。决定层别项目、收集使用表单。层别观察事实并记录、分类与绘制应有的图表。寻求差异点，找寻真因所在。得出结论。
实例：白班和夜班也就是a班和b班的不良数分析，利用层别法如下：全部+a班+b班
从以上可以看出A班的不良数较多。
且从上图的层别中发现不管是A班还是B班的0-5阶段不良最多。
3.柏拉图：
定义：又称重点管理图，根据所收集的数据，以不同区分标准加以整理、分类，计算出各分类项目所占的比例而按照大小顺序排列，再加上累积值的图形。
制作步骤：决定不良的分类项目。决定数据收集期间，并且按照分类项目收集数据。记入图表纸。
计算累计比率。标记代表意义。记上累计值，并用线连接。计入柏拉图的主题及相关资料。
柏拉图能够从一些数据中主观的给我们一些改善的结果，可以结合查检表一起应用：
4.因果图（又称特性要因图、石川图、鱼骨图）
定义：当一个问题的特性（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的图形，这个图形就称为特性要因图，又叫鱼骨图（Fish-Bone Diagram）。
用途说明：1.整理问题。2.追查真正的原因。3.寻找对策。
制作步骤：1. 决定问题或品质的特性——特性的选择不能使用看起来很抽象或含混不清的主题。
2. 决定大要因 ——须是简单的完整句，且具有某些程度或是方向性。
3. 决定中小要因。
4. 决定影响问题点的主要原因。
5. 填上制作目的、日期及制作者等资料。
应注意事项：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.多加利用过去收集的资料。
5.重点放在解决问题上，并依结果提出对策，
依5W2H原则执行。
WHY——为什么？为什么要这么做？理由何在？原因是什么？
WHAT——是什么？目的是什么？做什么工作？
WHERE——何处？在哪里做？从哪里入手？
WHEN——何时？什么时间完成？什么时机最适宜？
WHO——谁？由谁来承担？谁来完成？谁负责？
HOW ——怎么做？如何提高效率？如何实施？方法怎样？
HOW MUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？
6.依据特性别，分别制作不同的特性要因图。
7. a.大要因通常代表是一个具体方向。b.中要因通常代表的是一个概念、想法。 c.小要因通常代表的是具体事件。
8.至少要有4根大骨、3根中骨及2根小骨,且这些要因都不能重复。
比如下面的一个实例很好的解析了因果图：
5.散布图：
定义：把互相有关联的对应数据，在方格纸上以纵轴表示结果，以横轴表示原因；然后用点表示出分布形态，根据分布的形态来判断对应数据之间的相互关系。
用途说明：1.检定两变数间的相关性。2.从特性要求寻找最适要因。3.从要因预估特性水准。
目的：
知道两组数据（或原因与结果）之间是否有相关及相关程度。依据各种可能影响原因层别绘制散布图，可找出最适的要因。检视是否为不相关。
制作步骤：
收集相对应数据，至少30组以上，并且整理写到数据表上。找出数据之中的最大值和最小值。画出纵轴与横轴刻度，计算组距。将各组对数据标示在座标上。记录必要事项。
例子：
6.直方图：
定义：将所收集的数据、特性值或结果值，在横轴上适当地区分成几个相等区间，并将各区间内测定值所出现的次数累加起来，用柱形画出的图形。
使用目的：1.测知制程能力。2.测知数据的真伪。3.测知分配型态。4.计算产品不良率。
5.调查是否混入两个以上的不同群体。6.藉以制定规格界限。
7.规格与标准值比较。8.设计管制界限是否可用于制程管制。9.求分配的平均值与标准差。
例子：比如我们需要了解一批西瓜的重量：
其中n为总数，x为中间值，一般做此类表时：横轴为计算间距，比如找出最大值和最小值，然后划分几组数据，然后再绘制直方图。
7.管制图：
定义：将实际的质量特性，与根据过去经验所建立的制程能力的管制界限比较，按时间的先后或制品全体号码的次序，以判别产品质量是否安定的一种图形。
管制图的功用：1. 任何生产过程中，影响质量差异的原因不外是机遇原因与非机遇原因两种。——机遇原因：不可避免的原因——非机遇原因：可避免的原因
2. 防止非机遇原因再度发生，维持制程稳定。
依数据的性质分类：1. 计量值管制图——用来测量长度、重量、面积、温度、时间等计量值的管制图。 2. 计数值管制图——用来计算不良数、缺点数等计数值的管制图。
依用途来分类：1. 解析用管制图——为了调查制程是否处于统计管制的状态。 2. 管制用管制图——为了保持完善管理的制程。
管制图的分析：1. 管制状态下的管制图
结束语总结：在实际应用中要灵活使用以上工具，并且以上工具都可以组合使用，比如检查表就是所有数据的来源，没有检查表一切等于0
拓展： qc七大手法的详细应用，可以参照以下文献：
https://baijiahao.baidu.com/s?id=1664286154000164032&wfr=spider&for=pc
转载请注明：首页 > 学习笔记 > 随笔记录 » qc七大手法分析问题基本解析
