QC七大手法是日本人提出的统计技术,在质量管理过程中经常使用,是收集数据、分析和跟踪问题的有效沟通语言。
QC七大手法有新旧之分,旧QC七大手法趋势统计分析,针对问题发生后的改进;新QC七大手法专注于思考和分析过程,强调在问题发生之前进行控制。
新QC七大手法
新增QC七大手法是:关联图、亲和图、系统图、流程决策程序图、矩阵图、矩阵数据分析方法、箭头图。
关联图:一种能够清晰显示几个问题点及其主要原因之间因果关系的技术。在作业过程中,关联图可以让相关人员对问题点有一个清晰的认识,鼓励大家获取共同的意见。它具有促进思维转换的优势。
亲和图法(KJ):是一种针对未来的问题和未知的问题,根据其相互之间的亲和力,对收集到的信息进行整理和总结,明确找出需要解决的问题的方法。适合设计作业,加强成员的团队精神。这对集团的经营有积极的帮助。
系统图法:这是一种通过系统地展开图形来表现目的和手段之间关系的方法。为了实现目标,采取必要的手段和策略,使问题的全貌一目了然,并能发掘关键点,进而找出实现目标的最佳手段和策略。
过程决策图:PDPC(Process Decision Program Chart)方法是一种随着形势的发展,分析可能导致各种结果的因素,并确定一个最佳过程以达到预期结果的方法。
矩阵图法:从问题中找出“相互对应”的因素,通过矩阵图中是否有交集来表示各个因素的相关性和关联程度,从而有效地解决问题。
矩阵数据分析法:这是一种对排列在矩阵图中的众多数据进行预测和整理的方法。
箭图法:是根据隶属关系,用网络图表示项目实施中所需的步骤和任务的方法。
旧QC七大手法
Old QC七大手法 Yes:主要包括控制图(控制发现异常)、因果图(因果追踪)、直方图(直线分布)、排列图(重点排列)、检查表(检查采集数据)、层次法(层次分析)、散点图(分布看相关性)。
控制图:又称控制图,是一种有控制边界的图表,用于区分质量波动的原因是偶然的还是系统的,可以提供系统原因存在的信息,从而判断生产过程是否处于控制之下。根据用途,控制图可以分为两类。一是分析用控制图,用于分析生产过程中质量特征值的变化,看过程是否处于稳定受控状态。另一类是管理用控制图,主要用于发现生产过程中是否有异常,防止不合格品。
因果分析图:以结果和原因为特征,两者之间的箭头连接表示因果关系。所谓因果分析图,是对某一结果的诸多原因的系统说明,即表达结果(特征)与原因(因素)之间关系的图表。它的形状像鱼骨,也叫鱼骨图。
直方图:又称质量分布图和直方图,是显示数据变化的主要工具。通过直方图可以分析数据的规律性,直观地看到产品质量特征的分布。数据分布一目了然,便于判断其整体质量分布。制作直方图的目的是通过观察图形的形状来判断生产过程是否稳定,预测生产过程的质量。
帕累托图:又称柏拉图、关键分析图和ABC分析图,帕累托图是分析和发现影响质量的主要因素的工具。帕累托图的形式是双直角坐标图,左纵坐标表示频率(如件数、件数),右纵坐标表示频率(如百分比)。虚线表示累计百分比,横坐标表示影响质量的因素,按照影响程度(即出现频率)从左到右排列。通过对帕累托图的观察和分析,可以掌握影响质量的主要因素。
检查表:是利用统计表整理数据和初步原因分析的工具。它的格式可以变化。这种方法虽然简单,但实用有效,主要用于记录或抽查。
分层数据法:也称分层法,是将相同性质、相同条件下收集到的数据汇总起来进行对比分析。数据分层方法的应用主要是一个系统的概念,即要处理相当复杂的数据,必须知道如何系统地、有目的地对这些数据进行分类和统计。
QC七大手法
用事实和数据说话
所有因素和过程的控制
根据PDCA循环突破进行改进。
逐层分解和密钥管理
QC七大手法是一个有素质的人必须精通的工具。使用这个工具可以提高我们对事物的分析和逻辑能力。你应该研究这样的好东西吗?