QC七大手法，为改善而生

QC七大手法，为改善而生

什么是QC七大手法？

QC七大手法是日本人首先提出来的是一种统计手法，在质量管理中的应用，是发现与解决问题的一种思想方法以及工具。QC七大手法有新旧之分，旧QC七大手法倾向统计分析，针对问题发生后的改善；新QC七大手法侧重思考分析过程，强调事前预防。本文主要针对前者。

QC七大手法的意义？

1、用事实与数据说话
2、全因素、全过程的控制
3、依据PDCA循环突破状予以改善
4、层层分解、重点管理
QC七大手法构成：
层别法——做解析
查检表——集数据
柏拉图——抓重点
鱼骨图——追要因
散布图——看相关
直方图——显分布
管制图——找异常
层别法——做解析，比如，将某一产品的次品，进行统计分类，层别就是分类。
查检表——集数据，比如，统计一个星期某罐装产品的次品数量，记录各个项目（层别法作出的分类）如净含量不达标、低压、高压等数据情况。
柏拉图——抓重点，比如，将各个次品项目算出它们的比例以及所占比重。比重超过80%及以上的不良品，则为重点改进对象。（柏拉图法则也即我们常说的二八法则“国民所得80％的收入归于20％之人口所有”。后经朱兰应用在质量管理上，提出“Vital few,Trivial many”—“关键的少数，次要的多数”，并将其命名为柏拉图原理。）
鱼骨图——追要因，比如，某一类次品发生频率较高，那么我们要追查为什么这类次品比较高，使用鱼骨图就可以追查原因，通过对人、机、料、法、环等因素一一讨论研究，最终归纳得出主要原因。并根据这些原因制定相关对应措施。
散布图——看相关，这个主要是看两个事件的关联性。通过收集数据并制作图表，可以看出两个变量间的关系。比如，开小汽车加油门，速度就快。则可以说一定范围内，加油的量与速度呈正相关。散布图，我没用过。
直方图——显分布，最理想的直方图应该是一个正态分布图，比如，我们人类，聪明绝顶的人是少数，傻的透底的人也是少数，其他人多数人都是一般人。直方图可以看出某一现象的分布情况。
管制图——找异常，用于调查制造程序是否在稳定状态下所用之图；管制图是1924年由休哈特在研究产品质量特性之次数分配时所发现。正常的工程所生产出来产品之质量特性，其分配大都呈常态分配的，会超出三个标准差(±3σ)的产品只有0.27％；依据此原理，将常态曲线图旋转90度，在三个标准差的地方加上两条界限，并将抽样之数据顺序点绘而成为管制图；坦白说管制图具体画法算法，我不熟，因为我们平时用的不多，或者说因为有SPC软件的存在，我们只将抽检的数据输入到SPC软件当中，最终结果就出来了。所以，管制图到底有无必要去精学，我存疑。（我觉得，若朝质量工程师方面发展的话，可以精学；打算朝管理方面发展的话，大概了解知道就可以了吧，这是我的一个见解）

我在工作当中用的最多的是柏拉图、检查表、鱼骨图。因为每周我们都要做一个报告，其中有对生产的次品进行统计分析，用柏拉图分析这周主要有哪些不良品，并提出对策；下周将针对主要不良进行控制。鱼骨图更多使用在QC改善活动中，选取某一改善主题，将改善主题用鱼骨图进行分析，得出主要主因，并针对主因制定改善措施。这些方法不是单一使用的，在进行QC活动时，相互配合使用。QC七大手法，为改善而生。

QC七大手法是一个质量人必须熟练的一个工具，对于这个工具的使用，可以提高我们对事物的分析能力、逻辑能力。这么好的一个东西，你应不应该好好学一学？（注，论坛中有蛮多学习资料，所以本文并没提供学习QC七大手法的教程，如有需要可自行搜索一下）

作者后话

写完这篇文章后我就在想，这篇文章写给谁看了?熟悉QC七大手法的人不屑于看，不知道的人又看不懂。本篇文章仅是一个入门介绍，所以这是写给那些不懂但又想学的人看的。原则上有图有真相，更加利于理解。因为一些特别原因，本文没有贴图。我只是将自己所知道以及自己理解的做一些简单介绍。

最近在写文章的时候，发现用比喻的方法，将新知识和自己熟知的事物进行关联，可以提高理解力。我之前也看过如何学习方面的书籍，有类似的说法，但是越是运用这种方法的时候，就越能体会到这种方法的好处。我把这中方法叫做“比喻学习法”，无意识的运用和刻意运用，绝对是两码事。（注，后面我将抽个时间，将我看过的认为有用的学习方面的书籍，统一整理上传，以帮助大家提高学习的效率）

食品论坛网友原创